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 |