电子板卡红外热成像故障识别
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 机载电子板卡故障检测研究意义及背景 | 第9-10页 |
| 1.2 电子板卡常见检测方法 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.4 课题主要研究内容 | 第13-14页 |
| 1.5 论文内容安排 | 第14-15页 |
| 第二章 红外热成像检测技术 | 第15-25页 |
| 2.1 红外热成像原理 | 第15-20页 |
| 2.1.1 红外光的产生及应用 | 第15-16页 |
| 2.1.2 红外热辐射原理及相关定理 | 第16-18页 |
| 2.1.3 热成像技术原理及其应用 | 第18-20页 |
| 2.2 红外热成像电路板故障检测 | 第20-24页 |
| 2.2.1 红外热成像电路板检测原理 | 第20页 |
| 2.2.2 电路板红外检测基本结构 | 第20-21页 |
| 2.2.3 电路板红外检测基本流程 | 第21-22页 |
| 2.2.4 故障类型 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 电路板原件故障检测系统 | 第25-40页 |
| 3.1 电路板原件数据采集 | 第25-28页 |
| 3.1.1 红外热像仪 | 第25-26页 |
| 3.1.2 标准库的建立 | 第26-27页 |
| 3.1.3 原件的热辐射特性 | 第27页 |
| 3.1.4 外界环境干扰问题 | 第27-28页 |
| 3.2 电路板红外热图检测方法 | 第28-35页 |
| 3.2.1 热图差分法 | 第28-30页 |
| 3.2.2 热像图温度参数序列分析法 | 第30-32页 |
| 3.2.3 两种方法的比较 | 第32-33页 |
| 3.2.4 现有方法存在的问题 | 第33-35页 |
| 3.3 该课题使用的方案及改进 | 第35-40页 |
| 3.3.1 标准库的建立 | 第35-36页 |
| 3.3.2 热图数据采集方案 | 第36页 |
| 3.3.3 数据处理方案 | 第36-40页 |
| 3.4 本章小结 | 第40页 |
| 第四章 智能数据分析算法 | 第40-57页 |
| 4.1 智能故障诊断结构 | 第40-41页 |
| 4.2 电路板智能故障诊断方法 | 第41-45页 |
| 4.2.1 基于故障树的方法 | 第41-42页 |
| 4.2.2 基于模糊推理的方法 | 第42-43页 |
| 4.2.3 基于人工神经网络的方法 | 第43-45页 |
| 4.3 课题使用方法及其理论基础 | 第45-49页 |
| 4.3.1 支持向量机原理 | 第45-46页 |
| 4.3.2 支持向量机线性分类 | 第46-47页 |
| 4.3.3 非线性问题分类 | 第47-49页 |
| 4.4 libsvm | 第49-52页 |
| 4.4.1 libsvm原理 | 第49-50页 |
| 4.4.2 libsvm在课题系统中的应用 | 第50页 |
| 4.4.3 故障判定结果比较及仿真 | 第50-52页 |
| 4.5 libsvm参数优化 | 第52-57页 |
| 4.5.1 遗传算法GA | 第52-53页 |
| 4.5.2 粒子群算法PSO | 第53-54页 |
| 4.5.3 实验结果比较 | 第54-57页 |
| 4.6 本章小结 | 第57页 |
| 课题总结及展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 作者简介 | 第63页 |
