基于云平台的在线电磁钢轨探伤数据分析方法研究
致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 引言 | 第12-23页 |
1.1 研究背景和意义 | 第12-13页 |
1.2 常规无损探伤方法 | 第13-15页 |
1.2.1 射线探伤 | 第13-14页 |
1.2.2 磁粉探伤 | 第14页 |
1.2.3 渗透探伤 | 第14页 |
1.2.4 超声波探伤 | 第14-15页 |
1.2.5 涡流探伤 | 第15页 |
1.2.6 在线电磁钢轨探伤 | 第15页 |
1.3 钢轨损伤分类 | 第15-17页 |
1.3.1 制造缺陷 | 第16页 |
1.3.2 疲劳缺陷 | 第16-17页 |
1.4 钢轨探伤设备在国内外的发展 | 第17-19页 |
1.4.1 钢轨探伤设备在国内的发展 | 第17-18页 |
1.4.2 钢轨探伤设备在国外的发展 | 第18-19页 |
1.5 国内外钢轨损伤信息管理的现状 | 第19-21页 |
1.5.1 国内钢轨损伤信息管理技术的现状 | 第19-20页 |
1.5.2 国外钢轨损伤信息管理技术的现状 | 第20-21页 |
1.6 论文结构内容及工作安排 | 第21-23页 |
2 在线电磁钢轨探伤数据处理理论 | 第23-37页 |
2.1 数据预处理 | 第23-25页 |
2.1.1 数据清理 | 第23-24页 |
2.1.2 数据集成 | 第24页 |
2.1.3 数据转换 | 第24页 |
2.1.4 数据归约 | 第24-25页 |
2.2 钢轨探伤数据聚类算法 | 第25-27页 |
2.2.1 划分聚类方法 | 第25-26页 |
2.2.2 层次聚类方法 | 第26页 |
2.2.3 密度聚类方法 | 第26-27页 |
2.2.4 模型聚类方法 | 第27页 |
2.3 钢轨探伤数据分类算法 | 第27-35页 |
2.3.1 BP神经网络分类方法 | 第28-30页 |
2.3.2 支持向量机分类方法 | 第30-35页 |
2.4 钢轨探伤数据降维算法 | 第35-36页 |
2.5 本章小结 | 第36-37页 |
3 在线电磁钢轨探伤数据采集与管理系统设计 | 第37-43页 |
3.1 在线电磁钢轨探伤系统 | 第37-39页 |
3.2 数据采集系统与数据管理系统设计 | 第39-42页 |
3.2.1 系统架构 | 第39-40页 |
3.2.2 数据表设计 | 第40-42页 |
3.3 本章小结 | 第42-43页 |
4 在线电磁钢轨探伤数据采集与管理系统实现 | 第43-65页 |
4.1 开发平台 | 第43-45页 |
4.1.1 数据采集软件开发环境 | 第43-44页 |
4.1.2 数据管理软件开发环境 | 第44-45页 |
4.2 三层架构对比 | 第45-46页 |
4.3 钢轨探伤数据采集系统实现 | 第46-56页 |
4.3.1 SOCKET通信 | 第47-50页 |
4.3.2 钢轨损伤数据传输协议 | 第50-51页 |
4.3.3 数据库操作 | 第51-54页 |
4.3.4 数据绑定 | 第54-55页 |
4.3.5 数据曲线显示 | 第55-56页 |
4.4 在线电磁钢轨探伤数据管理系统实现 | 第56-65页 |
4.4.1 UI设计 | 第56-57页 |
4.4.2 登录权限控制 | 第57-60页 |
4.4.3 后台添加用户 | 第60-61页 |
4.4.4 分页查询 | 第61-62页 |
4.4.5 数据图形化显示 | 第62-65页 |
5 在线电磁钢轨探伤数据处理算法实现 | 第65-77页 |
5.1 数据预处理 | 第65-68页 |
5.1.1 匀速导轨数据采集平台 | 第65-66页 |
5.1.2 归一化 | 第66页 |
5.1.3 滤波降噪 | 第66-68页 |
5.1.4 抽取与插值 | 第68页 |
5.2 聚类算法 | 第68-71页 |
5.3 分类算法 | 第71-74页 |
5.3.1 基于BP神经网络的分类算法 | 第72-73页 |
5.3.2 SVM分类算法 | 第73-74页 |
5.4 降维算法 | 第74-76页 |
5.5 本章小结 | 第76-77页 |
6 结论 | 第77-79页 |
6.1 论文总结 | 第77页 |
6.2 工作展望 | 第77-79页 |
参考文献 | 第79-82页 |
作者简历及攻读硕士学位期间取得的研究成果 | 第82-84页 |
学位论文数据集 | 第84页 |