| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 第1章 引言 | 第9-16页 |
| ·课题来源 | 第9页 |
| ·研究背景 | 第9-10页 |
| ·国内外对蚕茧无损检测的研究现状及分析 | 第10-13页 |
| ·国内研究现状 | 第10-12页 |
| ·国外技术现状 | 第12页 |
| ·与蚕茧检测理论相关的一些研究情况及现状分析 | 第12-13页 |
| ·虚拟仪器技术研究现状及发展 | 第13-15页 |
| ·虚拟仪器的概念和特点 | 第13-14页 |
| ·虚拟仪器的发展 | 第14-15页 |
| ·国内外虚拟仪器技术的应用 | 第15页 |
| ·虚拟仪器技术的前景 | 第15页 |
| ·本论文的主要研究内容 | 第15-16页 |
| 第2章 蚕茧无损检测理论与检测系统总体方案设计 | 第16-26页 |
| ·总体方案的制定 | 第16页 |
| ·振动检测理论的探讨 | 第16-20页 |
| ·总体方案的可行性分析 | 第20-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 振动测试系统硬件设计 | 第26-34页 |
| ·蚕茧检测系统总体结构 | 第26页 |
| ·硬件的选择 | 第26-33页 |
| ·夹具的设计 | 第27页 |
| ·加速度传感器的选配 | 第27-31页 |
| ·激振器和功率放大器的选择和性能简介 | 第31-32页 |
| ·数据采集卡的选择和介绍 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 蚕茧检测系统的软件设计 | 第34-54页 |
| ·虚拟仪器软件 LabVIEW简介 | 第34-35页 |
| ·LabVIEW软件的特点 | 第35-39页 |
| ·程序结构 | 第36-38页 |
| ·多任务机制 | 第38-39页 |
| ·基于LabVIEW软件构建的虚拟蚕茧无损检测系统 | 第39-44页 |
| ·软件总体框架 | 第39-43页 |
| ·虚拟信号发生器模块 | 第43-44页 |
| ·数据采集和存储模块 | 第44页 |
| ·LabVIEW软件与其他软件的集成技术 | 第44-53页 |
| ·LabVIEW软件接口简介 | 第44-47页 |
| ·数据处理算法在 LabVIEW软件中的集成 | 第47-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 信号分析与处理 | 第54-82页 |
| ·信号处理的基本流程 | 第54-55页 |
| ·信号的采集、预处理和分析 | 第55-59页 |
| ·蚕茧振动信号的采集 | 第55页 |
| ·采集过程中所需要的必要采集次数 | 第55-56页 |
| ·振动信号的预处理和分析 | 第56-59页 |
| ·应用小波分析的信号分解 | 第59-63页 |
| ·小波概述 | 第60页 |
| ·小波基函数的选取 | 第60-62页 |
| ·振动信号的分解 | 第62-63页 |
| ·蚕茧振动信号特征值的提取和特征优选 | 第63-76页 |
| ·描述蚕茧质量的特征参数法 | 第64-66页 |
| ·时频域上蚕茧振动信号的小波分析 | 第66-68页 |
| ·特征值的相关分析 | 第68-72页 |
| ·基于模糊聚类的特征值优选 | 第72-76页 |
| ·误差分析与处理 | 第76-80页 |
| ·蚕茧振动信号特征值的误差分析 | 第76-78页 |
| ·蚕蛹随机振动信号的特征值数据融合 | 第78-80页 |
| ·本章小结 | 第80-82页 |
| 第6章 蚕茧质量预测的数学模型的建立 | 第82-103页 |
| ·建立蚕茧检测数学模型的方法 | 第82-83页 |
| ·多元回归分析在蚕茧质量识别中的应用 | 第83-86页 |
| ·多元回归分析方法 | 第83-85页 |
| ·多元回归分析在蚕茧检测中的应用 | 第85-86页 |
| ·神经网络及其在蚕茧质量识别中的应用 | 第86-98页 |
| ·神经网络概述 | 第86-88页 |
| ·BP神经网络及其应用 | 第88-98页 |
| ·RBF神经网络 | 第98页 |
| ·神经网络集成技术 | 第98-100页 |
| ·蚕茧检测中的混合集成数学建模及实验结果 | 第100-102页 |
| ·本章小结 | 第102-103页 |
| 第7章 全文总结与展望 | 第103-105页 |
| ·总结 | 第103-104页 |
| ·存在的问题与工作展望 | 第104-105页 |
| 参考文献 | 第105-110页 |
| 致谢 | 第110-111页 |
| 附录: 作者攻读硕士学位期间发表的学术论文 | 第111页 |