基于神经网络的管道缺陷识别技术的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-21页 |
| ·研究背景 | 第13-14页 |
| ·无损检测技术的概述 | 第14-15页 |
| ·无损检测的概念及特点 | 第14页 |
| ·无损检测方法的简介 | 第14-15页 |
| ·缺陷无损检测方法的选择 | 第15-16页 |
| ·国内外漏磁检测技术的研究现状 | 第16-18页 |
| ·国外漏磁检测技术的发展 | 第16-17页 |
| ·我国漏磁检测技术的发展 | 第17-18页 |
| ·本文主要研究内容 | 第18-19页 |
| ·本文拟解决的关键问题和创新点 | 第19页 |
| ·本文拟解决的关键问题 | 第19页 |
| ·本论文的创新点 | 第19页 |
| ·论文各章节的安排 | 第19-21页 |
| 第二章 管道缺陷漏磁检测的基础 | 第21-27页 |
| ·漏磁无损检测 | 第21-24页 |
| ·物质的磁性 | 第21页 |
| ·铁磁性材料的磁化曲线 | 第21-22页 |
| ·缺陷漏磁检测的基本原理 | 第22-23页 |
| ·磁化方式 | 第23-24页 |
| ·缺陷的漏磁检测系统 | 第24-25页 |
| ·缺陷漏磁场与各参数的关系 | 第25页 |
| ·本章小节 | 第25-27页 |
| 第三章 有限元理论在缺陷漏磁检测中的应用 | 第27-42页 |
| ·有限元分析的基本思想及求解步骤 | 第27-28页 |
| ·电磁场有限元分析的基本理论 | 第28-32页 |
| ·ANSOFT 软件基本介绍 | 第32-33页 |
| ·ANSOFT 在缺陷漏磁检测中的应用 | 第33-41页 |
| ·缺陷分析模型的建立 | 第34-35页 |
| ·定义单元材料属性 | 第35-36页 |
| ·分析模型的网格划分 | 第36-37页 |
| ·求解项设置 | 第37-38页 |
| ·边界条件的设置 | 第38-39页 |
| ·激励源的设置 | 第39页 |
| ·求解结果的分析 | 第39-41页 |
| ·本章小节 | 第41-42页 |
| 第四章 人工神经网络在缺陷识别上的应用 | 第42-58页 |
| ·人工神经网络的介绍 | 第42-45页 |
| ·神经网络的定义 | 第42-43页 |
| ·神经网络的发展历史 | 第43-44页 |
| ·神经网络的优点 | 第44-45页 |
| ·神经元模型 | 第45-47页 |
| ·BP 神经网络 | 第47-51页 |
| ·BP 神经网络的基本原理及其应用 | 第47-48页 |
| ·BP 神经网络的网络结构 | 第48页 |
| ·BP 学习算法 | 第48-50页 |
| ·BP 算法的缺陷 | 第50-51页 |
| ·BP 神经网络在管道缺陷识别上的应用 | 第51-57页 |
| ·BP 网络结构的设计 | 第51-52页 |
| ·BP 算法的编程实现 | 第52-54页 |
| ·网络学习样本的选取 | 第54-56页 |
| ·管道缺陷的识别 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 总结和展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文 | 第63-64页 |
