管道超声导波检测信号分析处理与识别研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-12页 |
| ·本课题的研究背景及意义 | 第7-8页 |
| ·国内外对本课题的研究现状 | 第8-10页 |
| ·国外对本课题的研究现状 | 第8-9页 |
| ·国内对本课题的研究现状 | 第9-10页 |
| ·本课题的主要研究内容 | 第10-11页 |
| ·本章小结 | 第11-12页 |
| 第2章 油气管道超声导波缺陷检测基本理论研究 | 第12-22页 |
| ·超声导波基本理论 | 第12-17页 |
| ·导波理论 | 第12页 |
| ·导波相速度和群速度 | 第12-13页 |
| ·导波的多模态特性和频散特性 | 第13-14页 |
| ·管状波导中导波传播特性 | 第14-17页 |
| ·油气管道超声导波检测系统 | 第17-18页 |
| ·超声导波检测设备工作原理 | 第17-18页 |
| ·超声导波检测设备性能 | 第18页 |
| ·超声导波检测设备参数选择和信号收集 | 第18-21页 |
| ·激励频率的选择 | 第18-19页 |
| ·探头环的选择 | 第19-20页 |
| ·导波模态的选择 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 超声导波检测数据的分析研究 | 第22-29页 |
| ·可能影响检测结果的因素 | 第22-23页 |
| ·管道结构 | 第22-23页 |
| ·内部和外部环境 | 第23页 |
| ·管道特征检测与分析 | 第23-27页 |
| ·设置DAC曲线 | 第23-24页 |
| ·管道环焊缝和法兰的检测和分析 | 第24-26页 |
| ·管道弯头和其他缺陷的检测和分析 | 第26-27页 |
| ·管道导波检测与分析 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 超声导波检测数据库管理系统开发 | 第29-41页 |
| ·引言 | 第29页 |
| ·数据库系统开发平台及开发语言 | 第29-31页 |
| ·SQL Server 2008数据库平台 | 第29-30页 |
| ·T-SQL基本语句 | 第30页 |
| ·软件开发语言C#优势特点 | 第30-31页 |
| ·系统的总体结构设计及实现 | 第31-40页 |
| ·数据库总体设计 | 第31-33页 |
| ·数据库的建立 | 第33-35页 |
| ·程序开发及实现 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 基于BP神经网络的管道缺陷识别 | 第41-58页 |
| ·引言 | 第41页 |
| ·人工神经网络简介 | 第41-43页 |
| ·神经网络工具箱简介 | 第41-42页 |
| ·人工神经网络基本模型 | 第42-43页 |
| ·BP神经网络 | 第43-47页 |
| ·BP神经元及BP神经网络模型 | 第43-44页 |
| ·BP神经网络的学习 | 第44-45页 |
| ·BP神经网络学习算法 | 第45-46页 |
| ·BP神经网络算法的流程 | 第46-47页 |
| ·BP神经网络在油气管道缺陷识别中的应用 | 第47-57页 |
| ·BP神经网络的构建 | 第48-51页 |
| ·BP神经网络的训练 | 第51-56页 |
| ·BP神经网络的预测 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 总结 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第65页 |
