首页--工业技术论文--金属学与金属工艺论文--金属学与热处理论文--金属学(物理冶金)论文--金属的分析试验(金属材料试验)论文--物理试验法论文

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

论文共70页,点击 下载论文
上一篇:多震源最小二乘逆时偏移优化方法研究
下一篇:点阵夹层结构钎焊残余应力计算与测试研究