基于RBF神经网络和小波变换的管道泄漏检测技术研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-16页 |
·课题背景 | 第10-11页 |
·故障诊断理论简介 | 第11-12页 |
·管道泄漏检测的典型方法 | 第12-14页 |
·本文的主要研究内容 | 第14-16页 |
第2章 基于RBF神经网络的管道泄漏检测算法研究 | 第16-36页 |
·人工神经网络基本原理 | 第17-23页 |
·神经网络发展历程 | 第17-18页 |
·神经元的数学建模 | 第18-21页 |
·神经网络学习 | 第21-23页 |
·RBF神经网络 | 第23-29页 |
·径向基函数(RBF)简介 | 第23-25页 |
·RBF神经网络学习方式 | 第25-29页 |
·基于RBF神经网络的检测算法 | 第29-34页 |
·算法描述 | 第29-31页 |
·算法检测奇异信号的仿真实例 | 第31-33页 |
·算法在管道泄漏检测中的应用实例 | 第33-34页 |
·本章总结 | 第34-36页 |
第3章 基于小波变换的信号去噪算法研究 | 第36-60页 |
·小波变换的简介 | 第36-38页 |
·小波变换去噪基本原理 | 第38-48页 |
·连续小波 | 第38-41页 |
·常用的小波函数 | 第41-43页 |
·多分辨率分析和Mallt算法 | 第43-48页 |
·基于小波变换的阈值消噪算法 | 第48-58页 |
·小波阈值去噪相关参数的选取 | 第48-55页 |
·信号去噪算法及仿真 | 第55-58页 |
·本章小结 | 第58-60页 |
第4章 基于RBF神经网络与小波变换的算法及定位 | 第60-72页 |
·管道运行的工况分析 | 第60-65页 |
·检测窗法简介 | 第60-61页 |
·管道泄漏工况分析 | 第61-65页 |
·基于小波和RBF神经网络的算法及实例分析 | 第65-68页 |
·算法描述 | 第66页 |
·管道泄漏检测实例分析 | 第66-68页 |
·基于RBF与负压波泄漏定位的算法 | 第68-70页 |
·负压波定位原理 | 第68-69页 |
·利用RBF神经网络结合负压波定位 | 第69-70页 |
·本章小结 | 第70-72页 |
第5章 总结与展望 | 第72-74页 |
参考文献 | 第74-78页 |
致谢 | 第78-80页 |
攻读硕士期间的科研情况 | 第80页 |