|
| 內容簡介： |
《漏磁检测的缺陷可视化技术》介绍了漏磁检测的原理、漏磁信号特征和磁化装置优化设计；根据有限元离散单元结构与神经网络中神经元结构的相似性，建立了适用于漏磁场快速计算的三维有限元神经网络模型，并说明了模型的拓扑结构和学习算法；将多尺度滤波和形态开、闭自适应加权组合滤波结合起来，探讨了漏磁信号的自适应多尺度形态滤波方法；提出自适应双小波神经网络迭代模型，实现矩形缺陷三维轮廓的精确逼近；将径向小波基网络与KPLS融合起来，建立了KPLS的非线性内部模型，说明基于KPLS-RWBFNN的孔洞型缺陷重构方法；论述基于序贯贝叶斯估计方法的漏磁反演方法，建立了缺陷轮廓与漏磁信号状态空间之间的模型，实现漏磁缺陷的二维轮廓重构。
《漏磁检测的缺陷可视化技术》适合于航天、兵工、装备保障、机械、电力、化工等领域从事无损检测的研究人员阅读，还可以作为相关专业研究生学习的参考用书。
|
| 目錄：
|
第1章 绪论
1.1 无损检测
1.2 漏磁检测的研究动态
1.2.1 正演问题
1.2.2 漏磁信号预处理
1.2.3 反演问题
1.3 本书主要内容及重点
参考文献
第2章 漏磁检测基础
2.1 概述
2.2 漏磁检测原理
2.2.1 漏磁场形成原因
2.2.2 漏磁检测原理分析
2.3 漏磁信号分析
2.3.1 漏磁信号特征
2.3.2 各种因素对漏磁信号的影响
2.4 磁化装置优化设计
2.4.1 磁化装置结构设计
2.4.2 磁化效果影响因素分析
2.4.3 磁化装置优化设计结论
2.5 漏磁检测仪器
参考文献
第3章 三维漏磁场的计算
3.1 概述
3.2 磁偶极子解析模型
3.2.1 点磁偶极子
3.2.2 磁偶极线
3.2.3 磁偶极带
3.3 有限元法
3.3.1 边值问题及变分公式
3.3.2 三维有限元分析
3.4 有限元神经网络
3.4.1 有限元神经网络模型
3.4.2 有限元神经网络迭代算法
3.4.3 有限元神经网络方程的建立和求解
3.5 有限元神经网络在漏磁场计算中的应用
3.5.1 三维漏磁场模型的建立
3.5.2 计算实例及分析
参考文献
第4章 漏磁检测信号处理方法
4.1 概述
4.2 形态滤波的基本理论
4.2.1 二值形态学
4.2.2 灰值形态学
4.3 数学形态学滤波器
4.4 基于广义形态滤波器的基线漂移处理
4.4.1 结构元素的选取
4.4.2 基线漂移的仿真和实验分析
4.5 基于自适应形态滤波器的噪声信号处理
4.5.1 自适应多尺度形态滤波器
4.5.2 信号处理的仿真和实验分析
参考文献
第5章 基于双小波神经网络迭代模型的矩形缺陷三维轮廓重构
5.1 概述
5.2 漏磁反演的不适定性
5.3 漏磁反演方法
5.3.1 优化法
5.3.2 神经网络法
5.4 径向小波基神经网络
5.4.1 小波神经网络基础
5.4.2 小波变换和多分辨率分析
5.4.3 径向小波基神经网络结构
5.4.4 径向小波基神经网络的自适应训练算法
5.4.5 自适应训练算法有效性的验证
5.5 并行径向小波基网络和双径向小波基网络迭代模型
5.5.1 并行径向小波基神经网络
5.5.2 双径向小波基神经网络迭代模型
5.6 缺陷轮廓重构
5.6.1 缺陷二维轮廓重构的迭代模型验证
5.6.2 缺陷三维轮廓重构
参考文献
第6章 基于KPLS-RWBFNN模型的孔洞型缺陷三维轮廓重构
6.1 概述
6.2 偏最小二乘回归分析
6.3 核偏最小二乘回归分析
6.4 KPLS-RWBFNN模型
6.5 KPLS-RWBFNN模型的验证
6.5.1 二维缺陷样本库的建立
6.5.2 结果分析
6.6 孔洞型缺陷三维轮廓重构
6.6.1 三维缺陷样本库的建立
6.6.2 结果分析
参考文献
第7章 基于粒子滤波的漏磁缺陷二维轮廓重构
7.1 概述
7.2 缺陷二维轮廓和漏磁信号表示
7.3 反演问题的状态空间描述
7.4 粒子滤波基础理论
7.4.1 贝叶斯滤波理论
7.4.2 蒙特卡罗方法
7.5 粒子滤波算法
7.5.1 序贯重要性采样算法
7.5.2 重采样算法
7.5.3 自适应改进残差重采样算法
7.6 缺陷二维轮廓重构
7.6.1 状态空间模型的建立
7.6.2 重构结果及分析
参考文献
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
