| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·引言 | 第8页 |
| ·管道泄漏智能诊断与定位方法研究的实际意义 | 第8-9页 |
| ·管道泄漏智能诊断与定位方法研究的内容和起源 | 第9-10页 |
| ·管道泄漏智能诊断与定位方法研究的目标、任务及特点 | 第10-11页 |
| ·管道泄漏智能诊断与定位方法研究的目标及任务 | 第10-11页 |
| ·管道泄漏智能诊断与定位方法研究的特点 | 第11页 |
| ·本文研究的主要内容 | 第11-14页 |
| 第2章 管道检测技术 | 第14-32页 |
| ·管道检测技术概况 | 第14页 |
| ·管道泄漏检测常用的方法 | 第14-16页 |
| ·负压波检测技术 | 第16-18页 |
| ·负压波泄漏检测的原理 | 第16页 |
| ·负压波的时域特征提取 | 第16-18页 |
| ·小波变换简介 | 第18-22页 |
| ·连续小波变换 | 第19-20页 |
| ·离散小波变换 | 第20页 |
| ·小波去噪及 Matlab 仿真图 | 第20-22页 |
| ·音波检测技术 | 第22-23页 |
| ·功率谱 | 第23-27页 |
| ·功率谱的定义 | 第24-25页 |
| ·功率谱的种类 | 第25-27页 |
| ·基于小波包变换提取能量特征值 | 第27-30页 |
| ·信号的小波包分解原理 | 第27-29页 |
| ·基于小波包能量谱的特征提取 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 多传感器信息融合技术 | 第32-38页 |
| ·多传感器信息融合 | 第32-33页 |
| ·多传感器信息融合的定义 | 第32-33页 |
| ·多传感器信息融合的基本原理 | 第33页 |
| ·多传感器信息融合的分类 | 第33-35页 |
| ·信息融合的处理过程 | 第35-37页 |
| ·信息融合技术的应用领域及优点 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于信息融合的神经网络智能诊断 | 第38-50页 |
| ·基于信息融合的神经网络智能诊断 | 第38-42页 |
| ·人工神经网络的基本概述 | 第38-40页 |
| ·基于神经网络的智能诊断的形成 | 第40-41页 |
| ·神经网络与故障诊断的关系 | 第41-42页 |
| ·多层前馈神经网络模型 | 第42-48页 |
| ·BP 网络的学习算法过程 | 第42-45页 |
| ·BP 学习算法的改进方法 | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 多传感器信息融合的管道泄漏定位算法 | 第50-64页 |
| ·负压波法泄漏定位的基本原理和关键问题 | 第50-51页 |
| ·负压波波速算法 | 第51-52页 |
| ·小波变换确定负压波特征拐点 | 第52-57页 |
| ·信号奇异性的数学描述 | 第53页 |
| ·信小波变换的模极大值与信号奇异性的关系 | 第53-54页 |
| ·小波奇异性分析确定时间差 | 第54-57页 |
| ·音波泄漏定位 | 第57-59页 |
| ·音波定位的基本原理 | 第57页 |
| ·基于互相关分析管道泄漏点定位 | 第57-59页 |
| ·D-S 证据理论 | 第59-61页 |
| ·基本概念 | 第59-60页 |
| ·Dempster 组合规则 | 第60-61页 |
| ·D-S 证据理论算法 | 第61页 |
| ·D-S 证据理论信息融合的结果 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间所发表的论文 | 第70-72页 |
| 致谢 | 第72页 |