基于超声的粘接性能检测研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 引言 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8页 |
| ·信号处理在超声检测中的应用 | 第8-10页 |
| ·超声检测的信号处理方法 | 第9页 |
| ·信号处理在缺陷识别中的应用 | 第9-10页 |
| ·信号处理在粘接检测中的应用 | 第10-11页 |
| ·研究重点 | 第11-13页 |
| 第二章 超声检测原理 | 第13-19页 |
| ·超声传播规律 | 第13-15页 |
| ·超声检测的工作原理 | 第15-19页 |
| ·脉冲透射法 | 第16-17页 |
| ·脉冲反射法 | 第17-19页 |
| 第三章 实验系统模型的建立 | 第19-24页 |
| ·实验对象 | 第19-20页 |
| ·实验系统 | 第20-21页 |
| ·实验数据 | 第21-23页 |
| ·实验影响因素及解决办法 | 第23-24页 |
| 第四章 基于回波信号分离思想的脱粘检测方法 | 第24-39页 |
| ·概述 | 第24-25页 |
| ·自适应滤波器的原理 | 第25-27页 |
| ·最小均方误差算法(LMS) | 第27-28页 |
| ·自适应信号处理方法的应用研究 | 第28-39页 |
| ·自适应噪声抵消原理介绍 | 第28页 |
| ·自适应噪声抵消实验系统建立 | 第28-39页 |
| 第五章 基于模式识别思想的脱粘检测方法 | 第39-50页 |
| ·概述 | 第39-41页 |
| ·特征提取分析 | 第41-50页 |
| ·特征提取概述 | 第41页 |
| ·小波变换的原理及应用 | 第41-50页 |
| 第六章 神经网络技术在脱粘识别中的应用 | 第50-68页 |
| ·概述 | 第50-52页 |
| ·人工神经网络 | 第50-51页 |
| ·神经网络在模式识别技术中的应用 | 第51-52页 |
| ·神经网络原理模型 | 第52-53页 |
| ·误差反向传播网络 | 第53-60页 |
| ·BP算法原理介绍 | 第53-54页 |
| ·基于BP神经网络的模式识别 | 第54-60页 |
| ·径向基函数网络 | 第60-66页 |
| ·径向基函数网络原理 | 第60-62页 |
| ·基于RBF神经网络的模式识别 | 第62-66页 |
| ·总结: RBF网络与BP网络的比较 | 第66-68页 |
| 总结与展望 | 第68-69页 |
| 附录 | 第69-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 参与科研及论文发表情况 | 第80-81页 |
