| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-11页 |
| 第一章 绪论 | 第11-20页 |
| 1．1 课题来源及其意义 | 第11-13页 |
| 1．1．1 课题来源 | 第11页 |
| 1．1．2 课题研究意义 | 第11-13页 |
| 1．2 国内外研究现状 | 第13-18页 |
| 1．2．1 漏磁检测理论国内外研究现状 | 第13-15页 |
| 1．2．2 漏磁检测信号分析处理和缺陷识别技术的国内外研究现状 | 第15-18页 |
| 1．3 本课题研究的主要内容 | 第18-20页 |
| 第二章 管道漏磁检测的理论研究 | 第20-37页 |
| 2．1 管道漏磁检测原理 | 第20-25页 |
| 2．1．1 漏磁检测基本原理 | 第20-21页 |
| 2．1．2 钢管和管道检测系统的结构 | 第21-25页 |
| 2．2 缺陷漏磁检测的理论模型 | 第25-27页 |
| 2．3 缺陷漏磁场的有限元分析 | 第27-36页 |
| 2．3．1 管道漏磁场有限元模型 | 第28-34页 |
| 2．3．2 静态漏磁场有限元模拟计算 | 第34-36页 |
| 2．4 本章小结 | 第36-37页 |
| 第三章 管道缺陷漏磁场和漏磁信号影响因素分析 | 第37-53页 |
| 3．1 管道缺陷漏磁场 | 第37-39页 |
| 3．2 腐蚀缺陷外形对缺陷漏磁场的影响 | 第39-43页 |
| 3．2．1 缺陷长度对缺陷漏磁场的影响 | 第40-41页 |
| 3．2．2 缺陷宽度对缺陷漏磁场的影响 | 第41页 |
| 3．2．3 缺陷深度对缺陷漏磁场的影响 | 第41-42页 |
| 3．2．4 缺陷倾角和园角对缺陷漏磁场的影响 | 第42-43页 |
| 3．3 速度和材质对缺陷漏磁场的影响 | 第43-46页 |
| 3．3．1 速度对漏磁场的影响 | 第43-45页 |
| 3．3．2 材质对缺陷漏磁场的影响 | 第45-46页 |
| 3．4 其它因素对缺陷漏磁场的影响 | 第46-52页 |
| 3．4．1 管道异物产生的漏磁场 | 第46-47页 |
| 3．4．2 管道磁化强度的影响 | 第47-48页 |
| 3．4．3 管道检测仪磁极间距、背底磁场和探头提离高度的影响 | 第48-50页 |
| 3．4．4 管道内压力和剩磁的影响 | 第50-52页 |
| 3．5 本章小结 | 第52-53页 |
| 第四章 漏磁信号分析和影响因素补偿 | 第53-73页 |
| 4．1 漏磁信号预处理 | 第53-56页 |
| 4．1．1 漏磁场信号不同放大倍数调整 | 第53-54页 |
| 4．1．2 各通道偏离调整 | 第54页 |
| 4．1．3 数字平滑和滤波 | 第54-55页 |
| 4．1．4 漏磁信号微分处理 | 第55-56页 |
| 4．2 漏磁信号的时频分析 | 第56-63页 |
| 4．2．1 漏磁信号的时域分析 | 第56-57页 |
| 4．2．2 漏磁信号的频域分析 | 第57-58页 |
| 4．2．3 漏磁信号的时频分析 | 第58-63页 |
| 4．2．4 基于小波分析的漏磁信号去噪处理 | 第63页 |
| 4．3 速度和管材影响的补偿 | 第63-71页 |
| 4．3．1 消除管材变化影响的补偿方法 | 第64-65页 |
| 4．3．2 消除速度变化影响的补偿方法 | 第65-71页 |
| 4．4 本章小结 | 第71-73页 |
| 第五章 漏磁信号特征提取与缺陷外形统计识别 | 第73-108页 |
| 5．1 漏磁信号波形识别 | 第73-75页 |
| 5．1．1 模式识别方法 | 第73-74页 |
| 5．1．2 漏磁信号定性分类 | 第74-75页 |
| 5．2 漏磁信号波形的插值平滑 | 第75-76页 |
| 5．3 缺陷特征库 | 第76-82页 |
| 5．3．1 缺陷制作 | 第76-80页 |
| 5．3．2 缺陷试验 | 第80页 |
| 5．3．3 缺陷特征库 | 第80-82页 |
| 5．4 缺陷漏磁场特征量分析 | 第82-88页 |
| 5．4．1 波形特征量定义 | 第82-85页 |
| 5．4．2 缺陷外形尺寸特征量选取 | 第85-88页 |
| 5．5 统计方法的缺陷识别 | 第88-107页 |
| 5．5．1 多变量统计分析方法 | 第88-91页 |
| 5．5．2 缺陷长度的统计识别 | 第91-97页 |
| 5．5．3 缺陷宽度的统计识别 | 第97-102页 |
| 5．5．4 缺陷深度的统计识别 | 第102-107页 |
| 5．6 本章小结 | 第107-108页 |
| 第六章 管道腐蚀缺陷检测智能化 | 第108-127页 |
| 6．1 腐蚀缺陷神经网络定量识别 | 第108-116页 |
| 6．2 基于小波神经网络的管道腐蚀缺陷识别 | 第116-121页 |
| 6．2．1 小波神经网络原理及构建 | 第116-118页 |
| 6．2．2 小波神经网络的训练算法 | 第118-120页 |
| 6．2．3 管道腐蚀缺陷小波神经网络的定量识别 | 第120-121页 |
| 6．3 腐蚀缺陷检测智能化的实现 | 第121-126页 |
| 6．3．1 管道检测数据智能分析系统的建立 | 第121-123页 |
| 6．3．2 管道检测数据智能分析过程 | 第123页 |
| 6．3．3 腐蚀缺陷外形轮廓重构 | 第123-126页 |
| 6．4 本章小结 | 第126-127页 |
| 第七章 结论及展望 | 第127-129页 |
| 参考文献 | 第129-138页 |
| 致谢 | 第138页 |