钢管漏磁检测系统及缺陷参数预测算法研究
摘要 | 第3-4页 |
abstract | 第4-5页 |
第一章 前言 | 第8-12页 |
1.1 课题背景及研究意义 | 第8页 |
1.2 国内外研究现状 | 第8-10页 |
1.3 本论文的研究内容、拟解决的关键问题 | 第10-11页 |
1.3.1 研究内容 | 第10-11页 |
1.3.2 本论文拟解决的关键问题 | 第11页 |
1.4 本章小结 | 第11-12页 |
第二章 钢管漏磁检测理论 | 第12-20页 |
2.1 钢管漏磁检测原理 | 第12-13页 |
2.2 钢管漏磁缺陷磁场分析方法 | 第13-18页 |
2.2.1 磁偶模型法 | 第13-16页 |
2.2.2 有限元分析法 | 第16-18页 |
2.3 漏磁检测流程 | 第18-19页 |
本章小结 | 第19-20页 |
第三章 钢管漏磁缺陷检测系统 | 第20-50页 |
3.1 钢管漏磁检测系统组成设计 | 第20-21页 |
3.2 输入、输出传送线 | 第21-25页 |
3.2.1 V形辊轮设计 | 第21-23页 |
3.2.2 辊轮轴设计及校核 | 第23-25页 |
3.3 钢管保持传动装置 | 第25-29页 |
3.3.1 钢管保持传动装置 | 第26-29页 |
3.3.2 单轮保持定位传送装置 | 第29页 |
3.4 钢管检测系统升降平台 | 第29-33页 |
3.5 磁化系统 | 第33-42页 |
3.5.1 钢管轴向磁化单元 | 第34-38页 |
3.5.2 钢管周向磁化单元 | 第38-42页 |
3.6 钢管缺陷信号采集单元 | 第42-48页 |
3.6.1 横向缺陷信号的采集 | 第42-45页 |
3.6.2 横向漏磁缺陷信号采集 | 第45-48页 |
本章小结 | 第48-50页 |
第四章 钢管漏磁检测中缺陷参数预测 | 第50-56页 |
4.1 前向问题和逆向问题 | 第50-51页 |
4.2 常见漏磁检测缺陷参数预测方法 | 第51-55页 |
4.2.1 基于神经网络的方法 | 第51-54页 |
4.2.2 基于迭代逆算法的方法 | 第54-55页 |
本章小结 | 第55-56页 |
第五章 钢管漏磁检测缺陷参数分析 | 第56-66页 |
5.1 漏磁信号检测及神经网络训练 | 第56-61页 |
5.1.1 人工神经网络 | 第56页 |
5.1.2 小波神经网络设计及训练 | 第56-61页 |
5.2 遗传模拟退火算法 | 第61-62页 |
5.3 缺陷参数的预测过程与实验结果 | 第62-65页 |
本章小结 | 第65-66页 |
第六章 总结与展望 | 第66-67页 |
参考文献 | 第67-70页 |
致谢 | 第70页 |