| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 选题背景及其意义 | 第11-12页 |
| 1.2 管道泄漏检测的技术与方法 | 第12-18页 |
| 1.2.1 管道泄漏的硬件检测方法 | 第13-14页 |
| 1.2.2 管道泄漏的软测量方法 | 第14-15页 |
| 1.2.3 检测方法的评价 | 第15-16页 |
| 1.2.4 声发射检测技术及其特点 | 第16-18页 |
| 1.3 声发射技术国内外研究现状 | 第18-20页 |
| 1.3.1 国外研究及发展状况 | 第18-19页 |
| 1.3.2 国内研究及发展状况 | 第19-20页 |
| 1.4 论文的研究目的和主要研究内容 | 第20-21页 |
| 第二章 基于声发射技术的管道泄漏检测实验平台 | 第21-27页 |
| 2.1 实验台介绍 | 第21-22页 |
| 2.2 传感器的介绍 | 第22-23页 |
| 2.3 采集设备介绍 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 声发射技术的管道泄漏检测原理 | 第27-36页 |
| 3.1 声发射信号的特征分析和信号处理 | 第27-33页 |
| 3.1.1 声发射波的产生机理 | 第27-28页 |
| 3.1.2 发射信号的特征分析 | 第28-31页 |
| 3.1.3 声发射信号的处理方法 | 第31-33页 |
| 3.2 声发射源定位 | 第33-34页 |
| 3.3 声发射定位模型建立 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于小波变换的泄漏信号提取特征 | 第36-48页 |
| 4.1 引言 | 第36页 |
| 4.2 小波的理论 | 第36-38页 |
| 4.3 小波变换 | 第38-40页 |
| 4.4 小波的多尺度分析 | 第40-42页 |
| 4.5 小波去噪 | 第42-44页 |
| 4.5.1 小波去噪原理 | 第42-43页 |
| 4.5.2 小波阈值去噪方法 | 第43-44页 |
| 4.6 小波泄漏信号的特征提取 | 第44-47页 |
| 4.6.1 小波包变换 | 第44-45页 |
| 4.6.2 小波包的重构与分解 | 第45-46页 |
| 4.6.3 小波包特征向量的提取 | 第46-47页 |
| 4.7 本章小结 | 第47-48页 |
| 第五章 基于小波变换和RBF神经网络相结合的管道泄漏定位方法 | 第48-68页 |
| 5.1 引言 | 第48-49页 |
| 5.2 RBF神经网络 | 第49-53页 |
| 5.2.1 RBF神经网络的介绍 | 第49页 |
| 5.2.2 RBF神经网络的特点 | 第49-50页 |
| 5.2.3 RBF神经网络的学习算法 | 第50-51页 |
| 5.2.4 RBF神经网络学习算法权值的确定 | 第51-53页 |
| 5.3 基于RBF神经网络的管道泄漏定位步骤 | 第53-54页 |
| 5.4 基于小波变换和RBF神经网络的泄漏定位模型 | 第54-55页 |
| 5.5 实验数据的采集 | 第55-58页 |
| 5.6 实验的仿真实例 | 第58-67页 |
| 5.6.1 基于互相关性的管道泄漏定位 | 第58-61页 |
| 5.6.2 基于小波变换和RBF神经网络的管道泄漏定位 | 第61-66页 |
| 5.6.3 实验数据的分析 | 第66-67页 |
| 5.7 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-69页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第74-75页 |
| 致谢 | 第75页 |
