| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第12-25页 |
| 1.1 课题的研究背景 | 第12-14页 |
| 1.2 涂层结构传统检测方法概述 | 第14-17页 |
| 1.3 红外无损检测技术概述 | 第17-22页 |
| 1.3.1 红外无损检测技术分类 | 第17-19页 |
| 1.3.2 脉冲红外热像法研究概况 | 第19-22页 |
| 1.4 课题的研究意义 | 第22-23页 |
| 1.5 本文的主要研究内容 | 第23-25页 |
| 第2章 SiC涂层缺陷的脉冲红外热波检测理论研究 | 第25-46页 |
| 2.1 引言 | 第25页 |
| 2.2 红外热波无损检测基础理论 | 第25-28页 |
| 2.2.1 传热学理论 | 第25-27页 |
| 2.2.2 红外热成像理论 | 第27-28页 |
| 2.3 脉冲红外热波无损检测原理 | 第28-29页 |
| 2.4 SiC涂层缺陷脉冲红外热波检测一维热传导模型 | 第29-34页 |
| 2.5 SiC涂层缺陷脉冲红外热波检测仿真研究 | 第34-45页 |
| 2.5.1 三维热传导模型的建立 | 第35-37页 |
| 2.5.2 模拟参数设计与表征参数定义 | 第37-40页 |
| 2.5.3 缺陷几何特征的影响 | 第40-44页 |
| 2.5.4 采样频率和采样时间的影响 | 第44-45页 |
| 2.6 本章小结 | 第45-46页 |
| 第3章 SiC涂层缺陷的脉冲红外热波检测试验研究 | 第46-65页 |
| 3.1 引言 | 第46页 |
| 3.2 脉冲红外热波检测系统的架构与设计 | 第46-52页 |
| 3.2.1 热激励系统 | 第47-50页 |
| 3.2.2 红外热成像系统 | 第50页 |
| 3.2.3 图像序列处理与分析系统 | 第50-52页 |
| 3.3 SiC涂层缺陷的脉冲红外热波检测试验研究 | 第52-64页 |
| 3.3.1 SiC涂层缺陷试验构件 | 第52-54页 |
| 3.3.2 SiC涂层缺陷的脉冲红外热波检测试验方法与过程 | 第54-55页 |
| 3.3.3 SiC涂层缺陷的脉冲红外热波检测试验结果与分析 | 第55-64页 |
| 3.4 本章小结 | 第64-65页 |
| 第4章 脉冲红外图像序列处理算法研究 | 第65-84页 |
| 4.1 引言 | 第65页 |
| 4.2 红外图像序列的采集 | 第65-67页 |
| 4.3 红外图像序列的预处理 | 第67-70页 |
| 4.4 红外图像序列后续处理算法 | 第70-82页 |
| 4.4.1 多项式拟合时间微分-相关系数法 | 第70-72页 |
| 4.4.2 脉冲相位法 | 第72-73页 |
| 4.4.3 马尔科夫-主成分分析法 | 第73-75页 |
| 4.4.4 分析窗对马尔科夫-主成分分析法处理效果的影响 | 第75-78页 |
| 4.4.5 各种算法处理效果比较 | 第78-82页 |
| 4.5 本章小结 | 第82-84页 |
| 第5章 SiC涂层厚度检测及缺陷的识别与判定 | 第84-106页 |
| 5.1 引言 | 第84页 |
| 5.2 SiC涂层厚度检测 | 第84-92页 |
| 5.2.1 导热反问题模型建立 | 第84-85页 |
| 5.2.2 导热反问题求解算法选择与设计 | 第85-89页 |
| 5.2.3 基于模拟退火算法的涂层厚度反演 | 第89-92页 |
| 5.3 基于红外图像边缘检测的缺陷几何特征识别 | 第92-99页 |
| 5.3.1 基于经典检测算子的缺陷边缘检测 | 第92-94页 |
| 5.3.2 基于模糊C均值聚类-Canny算子的缺陷边缘检测 | 第94-98页 |
| 5.3.3 基于边缘检测的缺陷直径尺寸计算 | 第98-99页 |
| 5.4 基于Markov-PCA-BP神经网络的缺陷深度和径向尺寸检测 | 第99-105页 |
| 5.4.1 主成分确定 | 第100-102页 |
| 5.4.2 SiC涂层缺陷深度和径向尺寸预测模型建立 | 第102-103页 |
| 5.4.3 预测结果及分析 | 第103-105页 |
| 5.5 本章小结 | 第105-106页 |
| 结论 | 第106-107页 |
| 展望 | 第107-108页 |
| 参考文献 | 第108-116页 |
| 攻读博士学位期间发表的论文及其他成果 | 第116-119页 |
| 致谢 | 第119-120页 |
| 个人简历 | 第120页 |
