钢轨超声波伤损信号数据的采集与识别分析
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-13页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·钢轨探伤的国内外研发现状 | 第11-12页 |
| ·本文的主要研究内容 | 第12-13页 |
| 第2章 超声波探伤的基本理论 | 第13-20页 |
| ·超声波的物理特征值 | 第13-14页 |
| ·超声波探头介绍 | 第14-16页 |
| ·压电效应 | 第14-15页 |
| ·探头的组成和分类 | 第15-16页 |
| ·超声波探伤特性 | 第16-17页 |
| ·超声波探伤分析 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 钢轨超声波检测数据的采集 | 第20-34页 |
| ·钢轨超声波探伤系统的总体设计 | 第20-27页 |
| ·超声波发射电路 | 第21-23页 |
| ·发射电路与控制系统的限幅隔离 | 第23-24页 |
| ·回波信号衰减放大电路 | 第24-26页 |
| ·数据模数转换 | 第26-27页 |
| ·信号的数字滤波器设计 | 第27-32页 |
| ·FIR 滤波器的设计 | 第28-31页 |
| ·FIR 滤波器的实现 | 第31-32页 |
| ·系统的验证 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 钢轨超声缺陷的识别与分析 | 第34-50页 |
| ·基于 EMD 算法分解原始缺陷信号 | 第34-39页 |
| ·EMD 经典模式分解算法 | 第34-35页 |
| ·EMD 分解任意信号方法 | 第35页 |
| ·超声缺陷原始数据波形 | 第35-37页 |
| ·缺陷信号 IMF 特征分量的分析 | 第37-39页 |
| ·人工神经网络的基本特性 | 第39-41页 |
| ·BP 网络算法 | 第41-43页 |
| ·基于 BP 网络的钢轨缺陷信号识别仿真研究 | 第43-47页 |
| ·训练 BP 神经网络的样本准备 | 第43-45页 |
| ·训练 BP 神经网络 | 第45-46页 |
| ·训练网络结果分析 | 第46-47页 |
| ·钢轨缺陷 BP 神经网络测试 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的学术论文 | 第54-55页 |
| 致谢 | 第55页 |
