漏磁检测的缺陷可视化技术_PDF下载[108MB-百度云]王长龙

本书特色

[

《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。

]

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*小二乘回归分析6.3 核偏*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