漏磁检测的缺陷可视化技术

1 (p1): 第1章 绪论
1 (p1-1): 1.1无损检测
4 (p1-2): 1.2漏磁检测的研究动态
5 (p1-2-1): 1.2.1正演问题
8 (p1-2-2): 1.2.2漏磁信号预处理
9 (p1-2-3): 1.2.3反演问题
12 (p1-3): 1.3本书主要内容及重点
14 (p1-4): 参考文献
17 (p2): 第2章 漏磁检测基础
17 (p2-1): 2.1概述
18 (p2-2): 2.2漏磁检测原理
18 (p2-2-1): 2.2.1漏磁场形成原因
20 (p2-2-2): 2.2.2漏磁检测原理分析
21 (p2-3): 2.3漏磁信号分析
21 (p2-3-1): 2.3.1漏磁信号特征
22 (p2-3-2): 2.3.2各种因素对漏磁信号的影响
27 (p2-4): 2.4磁化装置优化设计
28 (p2-4-1): 2.4.1磁化装置结构设计
30 (p2-4-2): 2.4.2磁化效果影响因素分析
34 (p2-4-3): 2.4.3磁化装置优化设计结论
35 (p2-5): 2.5漏磁检测仪器
37 (p2-6): 参考文献
39 (p3): 第3章 三维漏磁场的计算
39 (p3-1): 3.1概述
40 (p3-2): 3.2磁偶极子解析模型
40 (p3-2-1): 3.2.1点磁偶极子
41 (p3-2-2): 3.2.2磁偶极线
42 (p3-2-3): 3.2.3磁偶极带
46 (p3-3): 3.3有限元法
46 (p3-3-1): 3.3.1边值问题及变分公式
47 (p3-3-2): 3.3.2三维有限元分析
50 (p3-4): 3.4有限元神经网络
50 (p3-4-1): 3.4.1有限元神经网络模型
53 (p3-4-2): 3.4.2有限元神经网络迭代算法
54 (p3-4-3): 3.4.3有限元神经网络方程的建立和求解
60 (p3-5): 3.5有限元神经网络在漏磁场计算中的应用
60 (p3-5-1): 3.5.1三维漏磁场模型的建立
62 (p3-5-2): 3.5.2计算实例及分析
68 (p3-6): 参考文献
70 (p4): 第4章 漏磁检测信号处理方法
70 (p4-1): 4.1概述
71 (p4-2): 4.2形态滤波的基本理论
71 (p4-2-1): 4.2.1二值形态学
73 (p4-2-2): 4.2.2灰值形态学
76 (p4-3): 4.3数学形态学滤波器
78 (p4-4): 4.4基于广义形态滤波器的基线漂移处理
78 (p4-4-1): 4.4.1结构元素的选取
80 (p4-4-2): 4.4.2基线漂移的仿真和实验分析
84 (p4-5): 4.5基于自适应形态滤波器的噪声信号处理
84 (p4-5-1): 4.5.1自适应多尺度形态滤波器
86 (p4-5-2): 4.5.2信号处理的仿真和实验分析
88 (p4-6): 参考文献
90 (p5): 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
90 (p5-1): 5.1概述
91 (p5-2): 5.2漏磁反演的不适定性
93 (p5-3): 5.3漏磁反演方法
93 (p5-3-1): 5.3.1优化法
96 (p5-3-2): 5.3.2神经网络法
97 (p5-4): 5.4径向小波基神经网络
97 (p5-4-1): 5.4.1小波神经网络基础
99 (p5-4-2): 5.4.2小波变换和多分辨率分析
101 (p5-4-3): 5.4.3径向小波基神经网络结构
103 (p5-4-4): 5.4.4径向小波基神经网络的自适应训练算法
105 (p5-4-5): 5.4.5自适应训练算法有效性的验证
108 (p5-5): 5.5并行径向小波基网络和双径向小波基网络迭代模型
108 (p5-5-1): 5.5.1并行径向小波基神经网络
109 (p5-5-2): 5.5.2双径向小波基神经网络迭代模型
110 (p5-6): 5.6缺陷轮廓重构
110 (p5-6-1): 5.6.1缺陷二维轮廓重构的迭代模型验证
112 (p5-6-2): 5.6.2缺陷三维轮廓重构
122 (p5-7): 参考文献
124 (p6): 第6章 基于KPLS-RWBFNN模型的孔洞型缺陷三维轮廓重构
124 (p6-1): 6.1概述
125 (p6-2): 6.2偏最小二乘回归分析
128 (p6-3): 6.3核偏最小二乘回归分析
131 (p6-4): 6.4 KPLS-RWBFNN模型
132 (p6-5): 6.5 KPLS-RWBFNN模型的验证
132 (p6-5-1): 6.5.1二维缺陷样本库的建立
133…