| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·引言 | 第9页 |
| ·关于 CO_2腐蚀 | 第9-12页 |
| ·CO_2腐蚀研究现状 | 第9页 |
| ·CO_2腐蚀机制 | 第9-10页 |
| ·CO_2腐蚀的主要影响因素 | 第10-12页 |
| ·关于腐蚀诊断与预测 | 第12页 |
| ·本论文的选题背景和主要研究内容 | 第12-14页 |
| 第二章 CO_2腐蚀图像的数字化处理 | 第14-25页 |
| ·引言 | 第14页 |
| ·CO_2腐蚀化学浸泡实验 | 第14-15页 |
| ·实验材料、介质及装置 | 第14-15页 |
| ·实验方法 | 第15页 |
| ·CO_2腐蚀图像的数字化 | 第15-18页 |
| ·CO_2腐蚀的数字图像 | 第15-17页 |
| ·N80 钢 CO_2腐蚀的灰度图像 | 第17-18页 |
| ·CO_2腐蚀图像的增强 | 第18-20页 |
| ·图像增强原理 | 第18页 |
| ·N80 钢 CO_2腐蚀图像的增强 | 第18-20页 |
| ·CO_2腐蚀图像的分割 | 第20-24页 |
| ·小波理论 | 第20-23页 |
| ·CO_2腐蚀图像的小波变换分割过程 | 第23页 |
| ·N80 钢 CO_2腐蚀孔蚀图像的小波分割 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 CO_2腐蚀图像的特征提取 | 第25-38页 |
| ·引言 | 第25页 |
| ·CO_2腐蚀图像特征提取方法 | 第25-28页 |
| ·CO_2腐蚀图像灰度矩阵统计特征提取 | 第25页 |
| ·CO_2腐蚀图像小波变换特征提取 | 第25-26页 |
| ·CO_2腐蚀图像二值化特征提取 | 第26-28页 |
| ·CO_2腐蚀蚀孔形貌分形特征的提取 | 第28页 |
| ·CO_2腐蚀高温高压釜反应实验 | 第28-29页 |
| ·实验材料、介质及实验设备 | 第28-29页 |
| ·实验方法 | 第29页 |
| ·N80 钢的 CO_2腐蚀形貌特征的提取 | 第29-36页 |
| ·N80 钢 CO_2腐蚀图像灰度统计特征的提取 | 第29-30页 |
| ·N80 钢 CO_2腐蚀小波变换特征提取 | 第30-34页 |
| ·N80 钢 CO_2腐蚀二值化特征提取 | 第34-36页 |
| ·N80 钢 CO_2腐蚀蚀孔形貌的分形特征的提取 | 第36页 |
| ·N80 钢 CO_2腐蚀形貌与腐蚀行为之间的关系 | 第36-37页 |
| ·腐蚀介质温度对普通 N80 钢腐蚀速率的影响 | 第36-37页 |
| ·式样孔蚀率与 CO_2腐蚀速率的关系 | 第37页 |
| ·孔蚀密度与 CO_2腐蚀速率的关系 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于 CO_2腐蚀形貌特征的腐蚀诊断与预测 | 第38-53页 |
| ·引言 | 第38页 |
| ·BP 神经网络及其算法 | 第38-40页 |
| ·基于神经网络和图像小波变换的 CO_2腐蚀类型诊断 | 第40-46页 |
| ·输入因子的选择 | 第41页 |
| ·输出值的选择 | 第41页 |
| ·隐层确定 | 第41-42页 |
| ·学习样本的选取 | 第42-44页 |
| ·BP 网络的诊断结果与隐层节点数的影响 | 第44-46页 |
| ·BP 网络诊断结果讨论 | 第46页 |
| ·基于神经网络和二值图像特征值的 CO_2腐蚀程度诊断与预测 | 第46-49页 |
| ·神经网络结构 | 第46页 |
| ·神经网络输入参数的确定 | 第46-47页 |
| ·隐层节点数的选取与诊断结果 | 第47-49页 |
| ·基于神经网络和 CO_2腐蚀图像特征值的腐蚀速率与蚀孔深度的诊断 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 发表文章目录 | 第57-58页 |
| 致谢 | 第58-59页 |
| 详细摘要 | 第59-68页 |
