| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪 论 | 第9-23页 |
| 1.1 课题来源及研究意义 | 第9-12页 |
| 1.1.1 课题来源 | 第9页 |
| 1.1.2 课题研究背景与意义 | 第9-12页 |
| 1.2 油管无损检测技术的国内外研究现状 | 第12-20页 |
| 1.2.1 油管无损检测国内外研究现状 | 第12-15页 |
| 1.2.2 漏磁信号分析技术 | 第15-17页 |
| 1.2.3 漏磁检测信号处理及缺陷识别技术 | 第17-20页 |
| 1.3 本课题研究的主要内容 | 第20-23页 |
| 第二章 油管多传感器漏磁检测原理与检测方法 | 第23-36页 |
| 2.1 油管漏磁检测原理 | 第23-26页 |
| 2.1.1 漏磁检测基本原理 | 第23-24页 |
| 2.1.2 油管缺陷漏磁场 | 第24-26页 |
| 2.2 油管检测方法与系统结构 | 第26-30页 |
| 2.2.1 油管磁化方式 | 第26-27页 |
| 2.2.2 漏磁检测元件及实验台架 | 第27-30页 |
| 2.3 油管缺陷典型类型分析 | 第30-35页 |
| 2.3.1 坑状缺陷 | 第30-31页 |
| 2.3.2 偏磨缺陷 | 第31-32页 |
| 2.3.3 油管缺陷产生原因简要分析 | 第32-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 油管缺陷与其漏磁场关系分析 | 第36-47页 |
| 3.1 前言 | 第36-37页 |
| 3.2 油管坑状缺陷及其漏磁场 | 第37-43页 |
| 3.2.1 缺陷长度与信号关系 | 第37-40页 |
| 3.2.2 缺陷宽度与信号关系 | 第40-41页 |
| 3.2.3 缺陷深度与信号关系 | 第41-43页 |
| 3.3 油管裂纹缺陷与其漏磁场关系 | 第43-45页 |
| 3.4 油管偏磨缺陷与其漏磁场关系 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 油管漏磁信号的短时处理方法 | 第47-62页 |
| 4.1 前言 | 第47页 |
| 4.2 油管缺陷信号的确定和提取 | 第47-49页 |
| 4.3 基于多传感器信息融合的缺陷特征量 | 第49-53页 |
| 4.4 基于小波变换的抽油管信号处理 | 第53-57页 |
| 4.4.1 小波变换 | 第53-55页 |
| 4.4.2 油管缺陷信号的特点及处理 | 第55-56页 |
| 4.4.3 油管检测信号的去背景噪声处理 | 第56-57页 |
| 4.5 缺陷漏磁信号的增强处理 | 第57-61页 |
| 4.5.1 缺陷信号反差增强 | 第57-58页 |
| 4.5.2 缺陷信号微分变换 | 第58-59页 |
| 4.5.3 缺陷漏磁信号的多传感器融合增强处理 | 第59-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第五章 基于多传感器融合的油管缺陷定量分析 | 第62-79页 |
| 5.1 前言 | 第62-63页 |
| 5.2 油管缺陷检测的信息融合模型 | 第63-64页 |
| 5.3 偏磨缺陷的定量分析 | 第64-66页 |
| 5.3.1 基于拉格朗日插值法的偏磨缺陷定量分析 | 第64-65页 |
| 5.3.2 实测结果 | 第65-66页 |
| 5.4 基于线性分类函数的坑状缺陷分类技术 | 第66-71页 |
| 5.4.1 线性分类器 | 第66-71页 |
| 5.5 基于神经网络的多传感器融合缺陷量化分析 | 第71-77页 |
| 5.5.1 神经网络模型 | 第71-73页 |
| 5.5.2 基于特征量和神经网络的缺陷定量分析 | 第73-75页 |
| 5.5.3 试验结果 | 第75-77页 |
| 5.6 本章小结 | 第77-79页 |
| 第六章 油管在线检测与数据分析系统及应用 | 第79-99页 |
| 6.1 前言 | 第79页 |
| 6.2 油管在线检测系统结构 | 第79-81页 |
| 6.3 油管在线检测系统硬件设计 | 第81-86页 |
| 6.3.1 探测体设计 | 第81-82页 |
| 6.3.2 信号预处理电路 | 第82-83页 |
| 6.3.3 基于USB接口的数据采集硬件结构及工作原理 | 第83-85页 |
| 6.3.4 声光报警电路 | 第85-86页 |
| 6.4 油管在线检测与数据分析系统软件设计 | 第86-93页 |
| 6.4.1 系统软件结构 | 第86-88页 |
| 6.4.2 基于多线程的数据采集 | 第88-91页 |
| 6.4.3 信号分析模块 | 第91-92页 |
| 6.4.4 缺陷的计算机表示 | 第92-93页 |
| 6.5 油管在线检测与数据分析系统实验与应用 | 第93-98页 |
| 6.5.1 实验台架与油管样本 | 第93-96页 |
| 6.5.2 实测结果 | 第96-98页 |
| 6.6 本章小结 | 第98-99页 |
| 第七章 结论及展望 | 第99-102页 |
| 参考文献 | 第102-108页 |
| 攻读博士学位期间发表的主要论文和参加的科研项目 | 第108-109页 |
| 致 谢 | 第109页 |