漏磁檢測的缺陷可視化技術

第1章 緒論
1.1 無損檢測
1.2 漏磁檢測的研究動態(tài)
1.2.1 正演問題
1.2.2 漏磁信號預處理
1.2.3 反演問題
1.3 本書主要內容及重點
參考文獻
第2章 漏磁檢測基礎
2.1 概述
2.2 漏磁檢測原理
2.2.1 漏磁場形成原因
2.2.2 漏磁檢測原理分析
2.3 漏磁信號分析
2.3.1 漏磁信號特征
2.3.2 各種因素對漏磁信號的影響
2.4 磁化裝置優(yōu)化設計
2.4.1 磁化裝置結構設計
2.4.2 磁化效果影響因素分析
2.4.3 磁化裝置優(yōu)化設計結論
2.5 漏磁檢測儀器
參考文獻
第3章 三維漏磁場的計算
3.1 概述
3.2 磁偶極子解析模型
3.2.1 點磁偶極子
3.2.2 磁偶極線
3.2.3 磁偶極帶
3.3 有限元法
3.3.1 邊值問題及變分公式
3.3.2 三維有限元分析
3.4 有限元神經網絡
3.4.1 有限元神經網絡模型
3.4.2 有限元神經網絡迭代算法
3.4.3 有限元神經網絡方程的建立和求解
3.5 有限元神經網絡在漏磁場計算中的應用
3.5.1 三維漏磁場模型的建立
3.5.2 計算實例及分析
參考文獻
第4章 漏磁檢測信號處理方法
4.1 概述
4.2 形態(tài)濾波的基本理論
4.2.1 二值形態(tài)學
4.2.2 灰值形態(tài)學
4.3 數(shù)學形態(tài)學濾波器
4.4 基于廣義形態(tài)濾波器的基線漂移處理
4.4.1 結構元素的選取
4.4.2 基線漂移的仿真和實驗分析
4.5 基于自適應形態(tài)濾波器的噪聲信號處理
4.5.1 自適應多尺度形態(tài)濾波器
4.5.2 信號處理的仿真和實驗分析
參考文獻
第5章 基于雙小波神經網絡迭代模型的矩形缺陷三維輪廓重構
5.1 概述
5.2 漏磁反演的不適定性
5.3 漏磁反演方法
5.3.1 優(yōu)化法
5.3.2 神經網絡法
5.4 徑向小波基神經網絡
5.4.1 小波神經網絡基礎
5.4.2 小波變換和多分辨率分析
5.4.3 徑向小波基神經網絡結構
5.4.4 徑向小波基神經網絡的自適應訓練算法
5.4.5 自適應訓練算法有效性的驗證
5.5 并行徑向小波基網絡和雙徑向小波基網絡迭代模型
5.5.1 并行徑向小波基神經網絡
5.5.2 雙徑向小波基神經網絡迭代模型
5.6 缺陷輪廓重構
5.6.1 缺陷二維輪廓重構的迭代模型驗證
5.6.2 缺陷三維輪廓重構
參考文獻
第6章 基于KPLS-RWBFNN模型的孔洞型缺陷三維輪廓重構
6.1 概述
6.2 偏最小二乘回歸分析
6.3 核偏最小二乘回歸分析
6.4 KPLS-RWBFNN模型
6.5 KPLS-RWBFNN模型的驗證
6.5.1 二維缺陷樣本庫的建立
6.5.2 結果分析
6.6 孔洞型缺陷三維輪廓重構
6.6.1 三維缺陷樣本庫的建立
6.6.2 結果分析
參考文獻
第7章 基于粒子濾波的漏磁缺陷二維輪廓重構
7.1 概述
7.2 缺陷二維輪廓和漏磁信號表示
7.3 反演問題的狀態(tài)空間描述
7.4 粒子濾波基礎理論
7.4.1 貝葉斯濾波理論
7.4.2 蒙特卡羅方法
7.5 粒子濾波算法
7.5.1 序貫重要性采樣算法
7.5.2 重采樣算法
7.5.3 自適應改進殘差重采樣算法
7.6 缺陷二維輪廓重構
7.6.1 狀態(tài)空間模型的建立
7.6.2 重構結果及分析
參考文獻