摘要 | 第1-6页 |
Abstract | 第6-10页 |
1 引言 | 第10-17页 |
·无损检测概述 | 第10-12页 |
·无损检测(NDT)的定义 | 第10页 |
·无损检测技术的应用与发展 | 第10-11页 |
·材料的无损评价(NDE) | 第11-12页 |
·超声无损评价技术概述 | 第12-13页 |
·超声回波信号的分析与处理技术概述 | 第13-14页 |
·超声信号分析与处理定义 | 第13-14页 |
·基于小波变换的超声信号分析与处理 | 第14页 |
·课题的引入 | 第14-17页 |
·选题的意义 | 第14-15页 |
·实验材料的选择 | 第15-16页 |
·研究工作的技术路线 | 第16-17页 |
2 超声无损检测的理论基础 | 第17-28页 |
·超声波信号形成机制 | 第17-18页 |
·波的类型、波动特性和声学参量 | 第18-21页 |
·波的类型 | 第18页 |
·波动特性 | 第18-19页 |
·声学参量 | 第19-21页 |
·超声波在介质中的传播特性 | 第21-24页 |
·超声波垂直入射到平界面上的反射和透射 | 第21-22页 |
·超声平面波在曲面上的反射和透射 | 第22-24页 |
·波与弹性介质的相互作用 | 第24-28页 |
·超声波在传播过程中的衰减 | 第24页 |
·超声波在固体材料的散射衰减 | 第24-28页 |
3 基于小波变换及 BP神经网络的超声信号分析与处理 | 第28-48页 |
·小波变换理论基础 | 第28-32页 |
·小波基的选择及小波变换过程 | 第29-30页 |
·离散小波变换 | 第30-32页 |
·特征参量的提取与优化 | 第32-36页 |
·BP神经网络 | 第36-42页 |
·人工神经网络概述 | 第36-37页 |
·BP神经网络结构 | 第37-38页 |
·BP神经网络学习算法 | 第38-42页 |
·BP神经网络的设计 | 第42-48页 |
·网络输入数据的处理 | 第42-44页 |
·网络神经元函数的选择 | 第44-45页 |
·网络层数和各层神经元个数的选择 | 第45-48页 |
4 实验试样及系统 | 第48-53页 |
·样品制备 | 第48-49页 |
·20钢球化样品的制备 | 第48-49页 |
·Cr5Mo及30Mn2SiV样品制备 | 第49页 |
·实验方法 | 第49-50页 |
·实验装置 | 第50-53页 |
·超声回波信号测试系统 | 第50-53页 |
5 组织形态的超声无损评价与识别 | 第53-62页 |
·20钢球化组织形态的超声无损评价与识别 | 第53-57页 |
·20钢球化组织形态 | 第53-55页 |
·20钢球化组织形态的无损评价与识别 | 第55-56页 |
·识别结果分析 | 第56-57页 |
·基于小波变换及神经网络实现组织状态无损评价技术的适用性探讨 | 第57-62页 |
·超声无损评价 Cr5 Mo的高温时效组织形态 | 第57-59页 |
·超声无损评价非调质钢30 Mn2SiV不同热处理组织状态 | 第59-62页 |
结论 | 第62-63页 |
参考文献 | 第63-66页 |
附录 BP神经网络程序 | 第66-84页 |
硕士学位期间发表学术论文情况 | 第84-85页 |
致谢 | 第85-86页 |
大连理工大学学位论文版权使用授权书 | 第86页 |