铜钢接头的缺陷模式识别与智能检测技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-14页 |
| ·课题背景及意义 | 第9页 |
| ·课题的国内外现状及发展 | 第9-13页 |
| ·超声波检测技术的发展 | 第9-10页 |
| ·超声无损检测的国内外研究现状 | 第10-13页 |
| ·课题的主要研究内容 | 第13-14页 |
| 2 实验原理及检测系统的完善 | 第14-23页 |
| ·超声波的探伤原理 | 第14-18页 |
| ·超声波检测方法 | 第14-16页 |
| ·检测结果的显示方式 | 第16-18页 |
| ·铜钢接头缺陷探伤方法研究 | 第18-21页 |
| ·铜-钢接头缺陷研究 | 第18-19页 |
| ·缺陷形成机理 | 第19-20页 |
| ·缺陷的判别依据 | 第20-21页 |
| ·智能检测装置的改进 | 第21-22页 |
| ·小结 | 第22-23页 |
| 3 智能检测软件的总体设计 | 第23-44页 |
| ·软件功能模块设计 | 第23-24页 |
| ·软件流程 | 第24-25页 |
| ·系统主界面介绍 | 第25页 |
| ·初始化命令 | 第25-28页 |
| ·初始化PMAC卡 | 第25-27页 |
| ·初始化SFT可编程超声卡 | 第27-28页 |
| ·探头控制模块 | 第28-31页 |
| ·探头手动控制 | 第28-29页 |
| ·探头口动控制 | 第29-30页 |
| ·自动检测的控制运行程式 | 第30-31页 |
| ·设置模块 | 第31-33页 |
| ·波形显示设置 | 第32页 |
| ·C扫图显示设置 | 第32-33页 |
| ·数据处理模块 | 第33-40页 |
| ·数据显示 | 第33-35页 |
| ·C扫描成像的实现 | 第35-36页 |
| ·数据保存 | 第36-38页 |
| ·数据分析 | 第38-40页 |
| ·软件的改进及特点 | 第40-43页 |
| ·小结 | 第43-44页 |
| 4 缺陷的模式识别 | 第44-59页 |
| ·模式识别编程 | 第44-46页 |
| ·编程软件 | 第44-45页 |
| ·混合编程环境 | 第45-46页 |
| ·超声波信号分析 | 第46-51页 |
| ·去除噪声 | 第46-47页 |
| ·波形分析 | 第47-50页 |
| ·缺陷特征值分析 | 第50-51页 |
| ·超声C扫图像分析 | 第51-55页 |
| ·超声波C扫图像的图像处理 | 第51-53页 |
| ·超声缺陷图像的特性分析 | 第53-55页 |
| ·缺陷模式识别软件流程 | 第55-58页 |
| ·模式识别系统评定指标 | 第58页 |
| ·小结 | 第58-59页 |
| 5 试验及结果分析 | 第59-67页 |
| ·对比试样的制备 | 第59页 |
| ·人工试样的检测 | 第59-61页 |
| ·自然试样检测参数确定 | 第61-63页 |
| ·采样频率的确定 | 第61-62页 |
| ·检测速度的确定 | 第62页 |
| ·缓存器容量的确定 | 第62-63页 |
| ·声速的测试和声阻抗分析 | 第63页 |
| ·自然试样检测过程 | 第63-66页 |
| ·检测结果准确性分析 | 第66页 |
| ·小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-72页 |
