首页--工业技术论文--一般工业技术论文--工程材料学论文--复合材料论文

超声相控技术在复合材料缺陷检测中的应用

摘要第5-6页
Abstract第6页
第一章 绪论第9-14页
    1.1 研究背景及意义第9-10页
    1.2 复合材料常见损伤第10页
    1.3 现代无损检测方法第10-11页
    1.4 超声相控阵检测技术的发展状况第11-12页
        1.4.1 国外现状第11-12页
        1.4.2 国内现状第12页
    1.5 论文内容安排第12-14页
第二章 复合材料缺陷检测的基本方法第14-24页
    2.1 超声相控阵第14-15页
        2.1.1 超声相控阵发射与接收第14页
        2.1.2 换能的类型第14-15页
    2.2 超声相控阵声束控制第15-18页
        2.2.1 声束的偏转第15-16页
        2.2.2 声束的聚焦第16-17页
        2.2.3 聚焦声束的偏转第17-18页
    2.3 超声相控阵的扫描方式第18-20页
    2.4 BP神经网络算法第20-22页
        2.4.1 BP神经网络的基本思想第20页
        2.4.2 BP神经网络学习算法第20-22页
    2.5 RBF神经网络算法第22-23页
        2.5.1 RBF神经网络的基本思想第22页
        2.5.2 RBF网络的学习算法第22-23页
    2.6 本章小结第23-24页
第三章 超声相控阵换能器参数的研究第24-37页
    3.1 超声相控阵声场空间指向性研究第24-26页
    3.2 阵列换能器探头参数的研究第26-33页
        3.2.1 阵列间距的计算第27-30页
        3.2.2 阵列换能器阵元宽度分析第30-31页
        3.2.3 换能器阵元数量分析第31-32页
        3.2.4 声束偏转角度确定第32-33页
    3.3 基于Fermat定理的相控阵延迟时间的计算第33-36页
    3.4 本章小结第36-37页
第四章 复合材料检测实验与缺陷识别第37-47页
    4.1 复合材料检测第37-39页
        4.1.1 检测设备介绍第37-38页
        4.1.2 检测试验第38-39页
    4.2 基于BP神经网络算法的复合材料缺陷识别第39-45页
        4.2.1 基于小波分析理论复合材料缺陷信号的特征提取第40-41页
        4.2.2 BP神经网络的建立第41-43页
        4.2.3 神经网络的训练第43-45页
    4.3 基于RBF神经网络算法的复合材料缺陷识别第45-46页
    4.4 本章小结第46-47页
第五章 总结及展望第47-49页
    5.1 总结第47-48页
    5.2 存在问题及未来展望第48-49页
参考文献第49-52页
致谢第52-53页
作者简介第53页

论文共53页,点击 下载论文
上一篇:TEMPO催化硫醇分子氧氧化偶联反应的研究
下一篇:过渡金属氧化物修饰碳糊电极的构筑及在药物分析中的应用