| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究来源 | 第9页 |
| 1.1.2 研究背景及意义 | 第9-11页 |
| 1.2 阀门内漏检测国内外研究现状 | 第11-14页 |
| 1.2.1 阀门内漏检测方法 | 第11-12页 |
| 1.2.2 声发射检测技术的应用优势 | 第12-13页 |
| 1.2.3 声发射阀门内漏检测技术国内外研究现状 | 第13-14页 |
| 1.3 主要研究工作和结构安排 | 第14-16页 |
| 1.3.1 本文主要内容 | 第14页 |
| 1.3.2 本文结构安排 | 第14-16页 |
| 第2章 阀门内漏声发射检测仪一体化设计 | 第16-33页 |
| 2.1 引言 | 第16页 |
| 2.2 阀门内漏声发射检测仪硬件开发 | 第16-25页 |
| 2.2.1 阀门内漏声发射检测仪硬件组成 | 第16-21页 |
| 2.2.2 阀门内漏声发射检测仪硬件集成 | 第21-25页 |
| 2.3 阀门内漏声发射检测仪软件设计 | 第25-32页 |
| 2.3.1 检测仪软件架构设计 | 第25-26页 |
| 2.3.2 检测仪软件功能模块设计 | 第26-30页 |
| 2.3.3 阀门内漏诊断数据库建立 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 基于小波阈值的阀门内漏检测信号降噪技术 | 第33-45页 |
| 3.1 引言 | 第33页 |
| 3.2 小波变换理论基础 | 第33-37页 |
| 3.2.1 连续小波变换 | 第33-35页 |
| 3.2.2 离散小波变换 | 第35页 |
| 3.2.3 基于小波变换的降噪方法 | 第35-36页 |
| 3.2.4 小波降噪评价标准 | 第36-37页 |
| 3.3 传统的小波阈值降噪 | 第37-42页 |
| 3.3.1 阈值选取 | 第37-38页 |
| 3.3.2 阈值函数的选取 | 第38-39页 |
| 3.3.3 传统小波阈值降噪效果 | 第39-42页 |
| 3.4 改进的小波阈值降噪 | 第42-44页 |
| 3.4.1 改进的阈值 | 第42页 |
| 3.4.2 改进的阈值函数 | 第42-44页 |
| 3.4.3 改进的小波阈值降噪效果 | 第44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于支持向量机的内漏率回归量化模型 | 第45-67页 |
| 4.1 引言 | 第45页 |
| 4.2 支持向量机理论 | 第45-53页 |
| 4.2.1 机器学习基本理论 | 第46-47页 |
| 4.2.2 统计学习理论 | 第47-49页 |
| 4.2.3 支持向量机理论 | 第49-53页 |
| 4.3 基于支持向量机的内漏率回归量化 | 第53-66页 |
| 4.3.1 支持向量机回归算法 | 第53-56页 |
| 4.3.2 基于LDA方法降维处理 | 第56-57页 |
| 4.3.3 交叉验证优选最佳惩罚因子C和核参数g | 第57-59页 |
| 4.3.4 基于支持向量机的内漏率回归量化模型建立 | 第59-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第5章 阀门内漏检测仪实验研究 | 第67-82页 |
| 5.1 引言 | 第67页 |
| 5.2 阀门内漏声发射检测平台搭建 | 第67-69页 |
| 5.3 实验室实验研究 | 第69-76页 |
| 5.3.1 球阀内漏检测样本实验 | 第69-73页 |
| 5.3.2 旋塞阀内漏检测样本实验 | 第73-76页 |
| 5.4 现场实验研究 | 第76-80页 |
| 5.4.1 球阀内漏检测现场实验 | 第76-78页 |
| 5.4.2 旋塞阀内漏检测现场实验 | 第78-80页 |
| 5.5 仪器性能分析 | 第80-81页 |
| 5.6 本章小结 | 第81-82页 |
| 第6章 总结与展望 | 第82-84页 |
| 6.1 总结 | 第82-83页 |
| 6.2 展望 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 附录A 攻读硕士期间发表的论文 | 第87-88页 |
| 致谢 | 第88页 |