首页--工业技术论文--石油、天然气工业论文--石油机械设备与自动化论文--油气储运机械设备论文--油气管道论文

基于支持向量机的管道漏磁检测信号识别方法研究

摘要第4-5页
ABSTRACT第5-6页
创新点摘要第7-11页
第一章 绪论第11-26页
    1.1 本文的研究背景与意义第11-13页
    1.2 管道漏磁检测技术现状第13-23页
        1.2.1 漏磁检测理论研究和数值分析第13-15页
        1.2.2 管道漏磁检测技术第15-23页
    1.3 管道漏磁检测技术的发展趋势第23-24页
    1.4 本文的工作第24-26页
第二章 管道漏磁源的漏磁场分析第26-61页
    2.1 管道漏磁源漏磁场产生的基本原理第27-29页
    2.2 电磁场有限元分析第29-33页
        2.2.1 麦克斯韦方程组第29-31页
        2.2.2 电磁场有限元法第31-33页
    2.3 管道漏磁源的漏磁场有限元分析第33-57页
        2.3.1 管道漏磁源的漏磁场有限元分析模型第34-40页
        2.3.2 管道缺陷漏磁场分析第40-46页
        2.3.3 管道部件漏磁场有限元分析第46-57页
    2.4 管道漏磁源的漏磁场有限元分析结果对比第57-59页
    2.5 小结第59-61页
第三章 管道漏磁检测实验与信号特征分析第61-79页
    3.1 管道漏磁检测仪设计第61-68页
        3.1.1 管道漏磁检测仪磁化结构设计第62-66页
        3.1.2 管道漏磁检测仪数据采集结构设计第66-68页
    3.2 管道漏磁检测实验第68-74页
        3.2.1 实验管道制备第68-70页
        3.2.2 管道缺陷漏磁检测实验第70页
        3.2.3 管道部件与焊缝漏磁检测实验第70-72页
        3.2.4 管道漏磁检测实验结果分析第72-74页
    3.3 管道漏磁检测信号特征分析第74-77页
        3.3.1 管道内漏磁检测的影响因素分析第74-76页
        3.3.2 管道内漏磁检测信号特征选择第76-77页
    3.4 小结第77-79页
第四章 基于区域生长规则的管道多传感器漏磁检测信号分割及特征量提取方法研究第79-88页
    4.1 管道漏磁检测信号数据前处理第79-81页
    4.2 管道漏磁检测信号分割方法分析第81-83页
    4.3 基于区域生长规则的管道多传感器漏磁检测信号分割法第83-86页
    4.4 管道漏磁检测信号定位第86页
    4.5 管道多传感器漏磁检测信号特征提取第86-87页
    4.6 小结第87-88页
第五章 管道漏磁检测信号识别支持向量机的建立第88-105页
    5.1 管道漏磁检测信号识别特征向量预处理第90-91页
    5.2 管道漏磁检测信号识别支持向量机模型选择第91-96页
        5.2.1 管道漏磁检测信号识别支持向量分类机选择第91-92页
        5.2.2 管道漏磁检测信号识别支持向量机核函数选择第92-94页
        5.2.3 管道漏磁检测信号识别支持向量机模型参数选择第94-96页
    5.3 管道漏磁检测信号识别支持向量机第96-100页
        5.3.1 管道漏磁检测信号识别流程第96-97页
        5.3.2 管道漏磁检测信号识别支持向量机的构建及识别算法第97-99页
        5.3.3 算例第99-100页
    5.4 管道缺陷和补板漏磁检测信号定量识别支持向量机第100-103页
        5.4.1 管道缺陷和补板漏磁检测信号定量识别支持向量机的构建和算法第100-101页
        5.4.2 算例第101-103页
    5.5 小结第103-105页
第六章 管道漏磁检测信号自适应识别系统分析与设计第105-116页
    6.1 管道漏磁检测信号自适应识别系统分析第105-107页
    6.2 管道漏磁检测信号自适应识别系统(PMFLARS)设计第107-112页
        6.2.1 管道漏磁检测信号自适应识别系统模板库(PMFLAPD)建立第107-109页
        6.2.2 管道漏磁检测信号自适应识别系统信号分割模块第109-111页
        6.2.3 管道漏磁检测信号自适应识别系统信号识别模块第111-112页
    6.3 系统测试第112-114页
        6.3.1 管道漏磁检测信号自适应识别系统测试结果第112-113页
        6.3.2 管道漏磁检测信号识别支持向量机的算法讨论第113-114页
    6.4 小结第114-116页
结论与展望第116-118页
    结论第116页
    展望第116-118页
参考文献第118-127页
个人简历、攻读博士学位期间发表的论文第127-129页
致谢第129-130页
详细摘要第130-144页

论文共144页,点击 下载论文
上一篇:苏里格地区致密气储层“甜点”控制因素及地震预测方法研究--以S井区为例
下一篇:海拉尔盆地呼和诺仁油田贝301区块储层沉积特征研究