基于小波分析和神经网络的石油井架结构损伤识别研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 绪论 | 第9-15页 |
| 第一章 小波分析 | 第15-29页 |
| ·傅立叶变换到小波分析 | 第15-19页 |
| ·傅立叶变换 | 第15-16页 |
| ·短时傅立叶变换 | 第16-17页 |
| ·小波分析 | 第17-18页 |
| ·小波分析与傅立叶变换的比较 | 第18-19页 |
| ·一维连续小波变换 | 第19-21页 |
| ·离散小波变换 | 第21-22页 |
| ·多分辨分析 | 第22页 |
| ·小波包分析 | 第22-24页 |
| ·小波包分析的应用 | 第24-28页 |
| ·小波包消噪 | 第24-25页 |
| ·小波包特征提取 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第二章 井架结构损伤的实验数据采集及算例分析 | 第29-37页 |
| ·实验概况 | 第29-31页 |
| ·损伤工况模拟及数据采集 | 第31-33页 |
| ·数据分析示例 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 基于小波包能量分析的井架结构损伤识别 | 第37-53页 |
| ·损伤位置识别 | 第37-46页 |
| ·一处损伤识别 | 第37-41页 |
| ·两处损伤识别 | 第41-44页 |
| ·多处损伤识别 | 第44-46页 |
| ·损伤程度识别 | 第46-48页 |
| ·噪声对损伤识别的影响 | 第48-50页 |
| ·小波函数选择对损伤识别的影响 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 结合神经网络的井架结构损伤识别 | 第53-63页 |
| ·神经网络概述 | 第53-57页 |
| ·神经网络的主要模型 | 第53-54页 |
| ·神经网络的学习 | 第54页 |
| ·BP 神经网络 | 第54-57页 |
| ·基于神经网络的井架结构损伤识别 | 第57-62页 |
| ·损伤位置识别 | 第57-60页 |
| ·损伤程度识别 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 发表文章目录 | 第69-70页 |
| 致谢 | 第70-71页 |
| 详细摘要 | 第71-80页 |
