基于小波理论的摩擦焊接头缺陷检测与识别
摘要 | 第1-4页 |
Abstract | 第4-8页 |
第一章 绪论 | 第8-18页 |
·引言 | 第8页 |
·相关领域的研究现状 | 第8-16页 |
·摩擦焊接头中缺陷检测的研究现状 | 第8-10页 |
·无损检测及其应用 | 第10-11页 |
·小波理论及其应用 | 第11-13页 |
·人工神经网络及其在缺陷检测中的应用 | 第13-15页 |
·分形理论及其应用 | 第15-16页 |
·研究意义及内容 | 第16-18页 |
·课题研究的意义 | 第16页 |
·主要研究内容 | 第16-18页 |
第二章 小波变换及去噪理论 | 第18-29页 |
·引言 | 第18页 |
·小波变换的基本理论 | 第18-23页 |
·小波函数 | 第18-19页 |
·小波变换 | 第19页 |
·多分辨率分析 | 第19-21页 |
·Mallat塔式算法 | 第21-22页 |
·小波包算法 | 第22-23页 |
·提升框架理论 | 第23-25页 |
·概述 | 第23页 |
·提升框架算法 | 第23-25页 |
·小波变换的去噪理论 | 第25-28页 |
·概述 | 第25页 |
·小波去噪的一般性原理 | 第25-26页 |
·小波变换域去噪方法 | 第26-28页 |
·噪声抵消的一维模型 | 第26页 |
·小波变换对信号的抑制 | 第26页 |
·小波去噪的一般过程 | 第26-28页 |
·本章小结 | 第28-29页 |
第三章 摩擦焊接头超声检测信号的分析与处理 | 第29-51页 |
·引言 | 第29页 |
·数据的采集 | 第29-31页 |
·试件的制备 | 第29-30页 |
·检测信号的采集 | 第30-31页 |
·超声波检测实验设备 | 第30页 |
·超声波扫描结果 | 第30-31页 |
·信号的预处理 | 第31-34页 |
·信号的截短处理 | 第32-33页 |
·信号的延拓处理 | 第33-34页 |
·信号的去噪 | 第34-49页 |
·基于离散二进制小波变换去噪 | 第34-42页 |
·分解层数的选取 | 第35页 |
·小波函数的选取 | 第35-39页 |
·阈值的计算及优化 | 第39-42页 |
·利用提升框架去噪 | 第42-48页 |
·框架类型的选用 | 第42-44页 |
·提升框架去噪的步骤 | 第44页 |
·提升步数及框架的选取 | 第44-46页 |
·提升去噪过程中阈值的优化 | 第46-48页 |
·两种去噪方法的比较 | 第48-49页 |
·本章小结 | 第49-51页 |
第四章 摩擦焊接头缺陷的识别 | 第51-66页 |
·引言 | 第51页 |
·BP神经网络 | 第51-58页 |
·BP网络的基本结构和工作原理 | 第51-52页 |
·BP算法 | 第52-55页 |
·Levenberg-Marquardt算法 | 第55-58页 |
·摩擦焊接头缺陷的识别 | 第58-65页 |
·特征值的提取 | 第58页 |
·对试件中超声信号特征提取的实现 | 第58-60页 |
·BP网络的设计 | 第60-62页 |
·缺陷识别 | 第62-65页 |
·本章小结 | 第65-66页 |
第五章 摩擦焊接头超声检测信号分形维数的研究 | 第66-74页 |
·引言 | 第66页 |
·分形与分形维数 | 第66-68页 |
·分形的含义 | 第66页 |
·分形维数 | 第66-68页 |
·分形维数的描述 | 第66-67页 |
·盒维数 | 第67-68页 |
·超声检测信号的分形维数 | 第68-73页 |
·研究方法 | 第68-69页 |
·检测信号的盒维数 | 第69-71页 |
·超声检测信号在多尺度上的分形维数 | 第71-73页 |
·本章小结 | 第73-74页 |
第六章 工作总结及展望 | 第74-76页 |
·工作总结 | 第74页 |
·展望 | 第74-76页 |
参考文献 | 第76-82页 |
致谢 | 第82-83页 |