基于遗传算法的涡流热成像检测系统中激励参数优化
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状及分析 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9页 |
| 1.2.2 国内研究现状 | 第9-11页 |
| 1.3 研究内容及技术路线 | 第11页 |
| 1.3.1 研究内容 | 第11页 |
| 1.3.2 研究重点 | 第11页 |
| 1.4 论文的结构安排 | 第11-13页 |
| 第二章 无缺陷钢板的电磁激励参数研究 | 第13-28页 |
| 2.1 涡流热成像检测技术原理 | 第13页 |
| 2.2 电磁-热耦合三维有限元数学模型 | 第13-18页 |
| 2.2.1 数值模拟方法的种类 | 第13-14页 |
| 2.2.2 电磁场数学模型 | 第14-15页 |
| 2.2.3 温度场数学模型 | 第15-17页 |
| 2.2.4 ANSYS耦合场分析 | 第17-18页 |
| 2.3 数值仿真模型的验证 | 第18-20页 |
| 2.3.1 参数的选择 | 第18页 |
| 2.3.2 模型建立 | 第18-19页 |
| 2.3.3 实验设计 | 第19-20页 |
| 2.3.4 实验结果验证 | 第20页 |
| 2.4 基于偏最小二乘的电磁激励参数之间关系建模 | 第20-27页 |
| 2.4.1 设计正交实验 | 第20-23页 |
| 2.4.2 基于偏最小二乘的建模分析 | 第23-26页 |
| 2.4.3 结果分析 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 含缺陷钢板的电磁激励参数研究 | 第28-40页 |
| 3.1 电磁-热耦合二维有限元数学模型 | 第28-34页 |
| 3.1.1 模型建立 | 第28-30页 |
| 3.1.2 网格划分 | 第30-31页 |
| 3.1.3 边界设置和计算时间步设置 | 第31-33页 |
| 3.1.4 激励参数的确定 | 第33-34页 |
| 3.2 模型的验证 | 第34-39页 |
| 3.3 本章小结 | 第39-40页 |
| 第四章 基于遗传算法的激励参数优化 | 第40-49页 |
| 4.1 优化模型的建立 | 第40-43页 |
| 4.1.1 遗传算法概述 | 第40-41页 |
| 4.1.2 激励参数的目标函数确定 | 第41-43页 |
| 4.1.3 参数优化约束条件 | 第43页 |
| 4.2 遗传算法的步骤 | 第43-44页 |
| 4.2.1 激励参数编码 | 第43页 |
| 4.2.2 创建初始种群 | 第43页 |
| 4.2.3 适应度的确定 | 第43-44页 |
| 4.2.4 选择操作 | 第44页 |
| 4.2.5 交叉操作 | 第44页 |
| 4.2.6 变异操作 | 第44页 |
| 4.2.7 算法终止条件 | 第44页 |
| 4.3 激励参数的优化结果及实验验证 | 第44-48页 |
| 4.3.1 激励参数优化结果 | 第44-45页 |
| 4.3.2 优化结果实验验证 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 附件一 | 第54-56页 |
| 附件二 | 第56-62页 |
| 个人简历 在读期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |
