發(fā)布時(shí)間：2021-04-22 11:57

　　可視化渦流檢測技術(shù)是一種非接觸式、檢測速度快、靈敏度高,極具發(fā)展前景的無損檢測技術(shù)。該無損檢測技術(shù)可用于航空航天、電力系統(tǒng)、機(jī)械制造等領(lǐng)域中導(dǎo)電材料、復(fù)合材料的損傷檢測。然而,目前的可視化渦流檢測技術(shù)采集的信號背景干擾強(qiáng),缺陷特征不直觀,待分析數(shù)據(jù)量大,對檢測人員的專業(yè)素養(yǎng)、工作時(shí)長等都提出了很高的要求�，F(xiàn)有的可視化渦流檢測信號特征提取方法仍然存在分析效率低,準(zhǔn)確度無法滿足實(shí)際需求,智能化程度不夠等問題。針對以上問題,本文從快速性,準(zhǔn)確性,自動化檢測等方面對可視化渦流檢測技術(shù)信號處理方法進(jìn)行了深入研究。本文的主要研究內(nèi)容和創(chuàng)新點(diǎn)如下:（1）深入分析一種典型可視化渦流檢測技術(shù)——脈沖渦流紅外熱成像技術(shù)中的熱圖像序列特征,提出一種快速脈沖渦流紅外熱圖像特征提取算法,提高圖像特征提取效率。該特征提取方法結(jié)合獨(dú)立成分分析算法中混疊向量的物理含義,搜索可代替混疊向量的熱響應(yīng)特征。再利用熱響應(yīng)特征強(qiáng)化提取原始紅外熱圖像序列的主要特征。該算法的具體實(shí)現(xiàn)包括降低計(jì)算量的數(shù)據(jù)塊分割、變量區(qū)間搜索、基于相關(guān)度距離的分類和類間距離決策函數(shù)的設(shè)計(jì)。實(shí)驗(yàn)結(jié)果表明,快速特征提取算法可提高缺陷特征提取的效率。（2）... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：119 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 可視化渦流檢測技術(shù)研究現(xiàn)狀及難點(diǎn)
        1.2.1 國外研究進(jìn)展與現(xiàn)狀
        1.2.2 國內(nèi)研究進(jìn)展與現(xiàn)狀
        1.2.3 可視化渦流檢測技術(shù)信號分析研究難點(diǎn)
    1.3 本文研究內(nèi)容和章節(jié)安排
第二章 可視化渦流檢測技術(shù)數(shù)據(jù)特征分析
    2.1 引言
    2.2 渦流檢測技術(shù)原理
    2.3 可視化渦流檢測數(shù)據(jù)特征分析
        2.3.1 脈沖渦流紅外熱成像數(shù)據(jù)特征分析
        2.3.2 多頻渦流陣列數(shù)據(jù)特征分析
        2.3.3 實(shí)驗(yàn)設(shè)備與樣本
    2.4 本章小結(jié)
第三章 可視化渦流檢測特征提取效率提升算法
    3.1 引言
    3.2 快速缺陷特征提取
        3.2.1 快速特征提取算法原理
        3.2.2 快速缺陷特征提取算法
        3.2.3 實(shí)驗(yàn)結(jié)果與分析
    3.3 本章小結(jié)
第四章 可視化渦流檢測特征提取準(zhǔn)確度改進(jìn)算法
    4.1 引言
    4.2 基于局部稀疏性和圖像融合的特征提取算法（LSLD）
        4.2.1 基于圖像熵梯度的圖像選擇
        4.2.2 局部稀疏特征提取和融合
        4.2.3 實(shí)驗(yàn)結(jié)果與分析
    4.3 基于圖像分段的局部稀疏特征提取算法
        4.3.1 特征提取算法原理介紹
        4.3.2 實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
第五章 基于卷積神經(jīng)網(wǎng)絡(luò)的可視化渦流缺陷自動檢測算法
    5.1 引言
    5.2 深度學(xué)習(xí)理論知識介紹
        5.2.1 典型深度學(xué)習(xí)算法——卷積神經(jīng)網(wǎng)絡(luò)介紹
        5.2.2 卷積神經(jīng)網(wǎng)絡(luò)模型不確定度
    5.3 基于深度學(xué)習(xí)的缺陷數(shù)據(jù)自動分析算法
        5.3.1 基于魯棒主成分分析的圖像預(yù)處理
        5.3.2 加權(quán)誤差函數(shù)的物理含義及學(xué)習(xí)模型改進(jìn)
        5.3.3 深度學(xué)習(xí)模型的不確定度估計(jì)
    5.4 實(shí)驗(yàn)結(jié)果與分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
攻讀博士學(xué)位期間取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]飛機(jī)復(fù)合材料的先進(jìn)無損檢測技術(shù)[J]. 王丹.  電子技術(shù)與軟件工程. 2019(05)
[2]油氣管道缺陷無損檢測與在線檢測診斷技術(shù)的探析[J]. 魏飛龍.  化工管理. 2019(08)
[3]無損檢測技術(shù)在電力系統(tǒng)中的應(yīng)用[J]. 苑美實(shí),駱令海.  科學(xué)技術(shù)創(chuàng)新. 2018(21)
[4]天然氣長輸管道裂紋的無損檢測方法[J]. 徐盼,邱青原.  中國石油和化工標(biāo)準(zhǔn)與質(zhì)量. 2014(10)
[5]感應(yīng)激勵(lì)紅外熱像無損檢測及其在裂紋檢測中的應(yīng)用[J]. 李托雅,田裕鵬,王平,孫冉.  無損檢測. 2014(01)
[6]航空航天復(fù)合材料結(jié)構(gòu)非接觸無損檢測技術(shù)的進(jìn)展及發(fā)展趨勢[J]. 馬保全,周正干.  航空學(xué)報(bào). 2014(07)
[7]蓬勃發(fā)展的我國無損檢測技術(shù)[J]. 耿榮生,景鵬.  機(jī)械工程學(xué)報(bào). 2013(22)
[8]淺談無損檢測技術(shù)在建筑工程檢測中的應(yīng)用[J]. 喬偉峰,楊科偉,李舒萍.  科技創(chuàng)新與應(yīng)用. 2013(17)
[9]渦流檢測在鋼軌裂紋定量化評估中的應(yīng)用[J]. 李國厚,黃平捷,陳佩華,侯迪波,張光新,周澤魁.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2011(11)
[10]中國無損檢測與評價(jià)技術(shù)的進(jìn)展[J]. 沈功田.  無損檢測. 2008(11)

博士論文
[1]電渦流脈沖熱成像無損檢測技術(shù)研究[D]. 白利兵.電子科技大學(xué) 2013
[2]渦流陣列無損檢測中裂紋參數(shù)估計(jì)和成像方法研究[D]. 劉波.國防科學(xué)技術(shù)大學(xué) 2011
[3]多頻渦流無損檢測的干擾抑制和缺陷檢測方法研究[D]. 高軍哲.國防科學(xué)技術(shù)大學(xué) 2011
[4]脈沖渦流無損檢測若干關(guān)鍵技術(shù)研究[D]. 楊賓峰.國防科學(xué)技術(shù)大學(xué) 2006



本文編號：3153734