钢丝绳断丝损伤定量识别关键技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第8-15页 |
| ·课题来源 | 第8页 |
| ·课题概述 | 第8-10页 |
| ·课题提出 | 第8-9页 |
| ·研究的目的及意义 | 第9-10页 |
| ·钢丝绳损伤检测与识别的国内外研究现状 | 第10-13页 |
| ·钢丝绳损伤检测国内外发展概况 | 第10-12页 |
| ·定量识别技术的国内外发展概况 | 第12-13页 |
| ·本文研究的主要内容 | 第13-15页 |
| 第二章 钢丝绳断丝损伤漏磁检测系统设计 | 第15-30页 |
| ·钢丝绳断丝损伤漏磁检测原理 | 第15-18页 |
| ·钢丝绳损伤形式 | 第15-16页 |
| ·钢丝绳断丝损伤漏磁分析 | 第16-18页 |
| ·钢丝绳断丝损伤检测系统硬件设计 | 第18-28页 |
| ·钢丝绳断丝损伤励磁器设计 | 第18-19页 |
| ·钢丝绳断丝损伤检测器设计 | 第19-22页 |
| ·信号处理电路设计 | 第22-24页 |
| ·钢丝绳断丝检测实验台设计 | 第24-25页 |
| ·信号采集系统设计 | 第25-28页 |
| ·钢丝绳断丝损伤检测系统软件设计 | 第28-29页 |
| ·开发语言的选择 | 第28-29页 |
| ·系统总体设计 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 钢丝绳断丝损伤信号处理及特征提取 | 第30-46页 |
| ·钢丝绳断丝损伤信号的小波消噪处理 | 第30-37页 |
| ·小波理论概述 | 第30-32页 |
| ·小波分解原理 | 第32-34页 |
| ·小波消噪原理 | 第34页 |
| ·小波消噪处理 | 第34-37页 |
| ·特征值分析 | 第37-45页 |
| ·钢丝绳断丝损伤检测实验 | 第37-38页 |
| ·特征值的初步选择与提取 | 第38-43页 |
| ·特征值分析与筛选 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于神经网络的钢丝绳断丝损伤定量识别 | 第46-58页 |
| ·神经网络概述 | 第46-47页 |
| ·BP 神经网络原理及实现 | 第47-51页 |
| ·BP 算法 | 第48-50页 |
| ·改进 BP 算法 | 第50页 |
| ·BP 神经网络的实现 | 第50-51页 |
| ·BP 神经网络模型的建立与应用 | 第51-57页 |
| ·网络输入输出参数的确定 | 第51-52页 |
| ·网络结构的确定 | 第52页 |
| ·网络训练集与测试集的确定 | 第52-54页 |
| ·网络训练目标的确定 | 第54-55页 |
| ·网络训练算法的选择 | 第55-56页 |
| ·BP 网络的训练与测试 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 基于支持向量机的钢丝绳断丝损伤定量识别 | 第58-66页 |
| ·支持向量机原理与实现 | 第58-62页 |
| ·支持向量机概述 | 第58-61页 |
| ·支持向量机的实现 | 第61-62页 |
| ·支持向量机模型的建立与应用 | 第62-64页 |
| ·输入输出的确定及训练集与测试集的划分 | 第62页 |
| ·核函数的选择 | 第62-63页 |
| ·惩罚参数 C 与参数 的选择 | 第63页 |
| ·支持向量机的训练及测试 | 第63-64页 |
| ·支持向量机和神经网络的分析与比较 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 结论与展望 | 第66-68页 |
| ·工作总结 | 第66-67页 |
| ·研究展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的学术论文 | 第72-73页 |
| 致谢 | 第73页 |
