首页--工业技术论文--石油、天然气工业论文--石油机械设备与自动化论文--油气储运机械设备论文--油气管道论文

基于RBF算法的管道漏磁无损检测缺陷识别的研究

摘要第1-6页
ABSTRACT第6-9页
第一章 绪论第9-13页
   ·课题研究的背景与意义第9页
   ·国内外研究现状第9-12页
     ·漏磁检测国内外现状第9-10页
     ·基于神经网络的漏磁检测缺陷方法在国内外现状第10-12页
   ·论文的主要工作及安排文第12-13页
第二章 漏磁检测系统及原理第13-19页
   ·漏磁检测理论第13-15页
   ·漏磁检测装置系统第15-17页
   ·漏磁信号分析和缺陷识别第17-18页
   ·本章小结第18-19页
第三章 实验数据提取与处理第19-31页
   ·实验缺陷数据信号制作第19页
   ·ANSYS建模提取实验数据第19-27页
     ·ANSYS介绍第19页
     ·ANSYS完成缺陷建模第19-27页
   ·缺陷数据预处理第27-30页
   ·本章小结第30-31页
第四章 基于RBF神经网络的漏磁缺陷识别第31-61页
   ·神经网络介绍第31-35页
     ·神经网络的定义第31-32页
     ·神经网络的工作原理第32页
     ·神经网络的研究方向第32-35页
   ·神经网络工具箱介绍第35-37页
   ·BP神经网络工具箱在漏磁缺陷检测中的应用第37-49页
     ·BP神经网络方法介绍第37-39页
     ·BP网络学习规则第39-41页
     ·基于BP神经网络工具箱的漏磁检测方法第41-49页
   ·RBF神经网络工具箱在漏磁缺陷检测中的应用第49-57页
     ·RBF神经网络方法介绍第49-50页
     ·基于RBF神经网络工具箱的漏磁检测方法第50-57页
   ·BP神经网络和RBF神经网络检测比较第57-60页
   ·本章小结第60-61页
第五章 总结与展望第61-63页
   ·论文总结第61-62页
   ·论文展望第62-63页
致谢第63-64页
参考文献第64-68页
硕士期间取得的研究成果第68-69页

论文共69页,点击 下载论文
上一篇:让与担保制度研究
下一篇:S族元素替代法制备Cu2ZnSn(Sx,Se1-x)4薄膜的研究