基于分离谱的激光超声表面裂纹识别技术研究

摘要	第1-5页
Abstract	第5-9页
1 绪论	第9-15页
·课题研究背景及意义	第9-10页
·国内外相关研究概述	第10-13页
·激光超声表面波检测表面缺陷的现状	第10-11页
·分离谱技术的发展现状	第11-12页
·超声波检测缺陷识别技术发展现状	第12-13页
·本文的主要研究内容	第13-15页
2 激光超声缺陷检测及信号处理方法概述	第15-24页
·激光超声检测系统概述	第15-16页
·激光超声波产生原理	第16-17页
·激光超声微裂纹缺陷检测系统工作原理	第17-20页
·检测装置及方法	第18-19页
·实验方法及过程	第19-20页
·激光超声信号处理方法	第20-23页
·本章小结	第23-24页
3 基于分离谱技术提取缺陷信号特征	第24-43页
·分离谱原理	第24-26页
·分离过程	第24-25页
·重建过程	第25-26页
·分离谱技术处理激光超声信号	第26-30页
·实验数据和模拟信号	第26-27页
·信号处理结果与分析	第27-30页
·特征提取	第30-41页
·时域波形分析	第31-34页
·时域统计分析	第34-38页
·时域无量纲参数指标分析	第38-41页
·本章小结	第41-43页
4 神经网络识别激光超声信号	第43-61页
·模式分类概述	第43页
·神经网络概述	第43-45页
·RBF神经网络及学习算法	第45-49页
·RBF神经网络	第45-46页
·RBF神经网络结构	第46-47页
·RBF神经网络的学习算法	第47-49页
·神经网络识别表面微裂纹缺陷	第49-60页
·激光超声信号分类识别的过程	第49-50页
·激光超声信号特征参数的选取	第50-56页
·网络的训练结果及分析	第56-57页
·网络的识别结果及其分析	第57-60页
·本章小结	第60-61页
5 总结与展望	第61-63页
参考文献	第63-69页
攻读硕士期间发表的论文及所取得的研究成果	第69-70页
致谢	第70-71页