声明
摘要
第1章 绪论
1.1 课题来源及意义
1.1.1 课题来源
1.1.2 课题的研究意义
1.2 国内外研究现状
1.2.1 钢丝绳无损检测技术
1.2.2 钢丝绳电磁无损检测技术
1.2.3 钢丝绳检测信号分析处理和损伤定量识别技术
1.2.4 现有钢丝绳磁性无损检测技术存在的问题
1.3 本论文研究的主要内容
第2章 钢丝绳断丝漏磁检测原理及系统硬件设计
2.1 引言
2.2 钢丝绳无损检测系统结构模型
2.2.1 钢丝绳损伤形式
2.2.2 钢丝绳漏磁无损检测原理
2.2.3 基于虚拟仪器的钢丝绳损伤检测系统结构模型
2.3 励磁回路分析与装置设计
2.4 钢丝绳断丝漏磁检测器设计
2.5 信号采集处理系统
2.6 钢丝绳无损检测试验平台的搭建及检测试验
2.7 本章小结
第3章 钢丝绳断丝损伤漏磁检测信号降噪方法研究
3.1 引言
3.2 基于小波系数尺度间相关性的钢丝绳损伤信号降噪方法
3.2.1 小波变换理论
3.2.2 钢丝绳断丝损伤信号小波阈值降噪基本原理与算法
3.2.3 基于钢丝绳断丝信号小波系数各尺度间相关性的阈值算法
3.2.4 降噪效果分析
3.3 基于信号相关性的钢丝绳断丝损伤检测信号降噪算法
3.3.1 提升小波变换
3.3.2 预测算子和更新算子的计算
3.3.3 基于钢丝绳断丝损伤信号相关性的降噪算法
3.3.4 降噪结果分析
3.4 本章小结
第4章 钢丝绳断丝损伤信号特征提取
4.1 引言
4.2 基于信息熵的钢丝绳断丝信号特征提取
4.2.1 熵
4.2.2 钢丝绳损伤信号的功率谱熵
4.2.3 重心频率
4.2.4 钢丝绳断丝损伤信号处理
4.3 钢丝绳断丝损伤信号的时域及时频域特征提取
4.4 基于类距离可分离性判据的混合特征提取
4.5 本章小结
第5章 钢丝绳断丝损伤定量识别方法研究
5.1 引言
5.2 基于BP神经网络的钢丝绳断丝损伤定量识别
5.2.1 BP神经网络模型的建立及训练策略
5.2.2 BP神经网络样本的构造与特征值预处理
5.2.3 BP神经网络的输出
5.2.4 网络训练及测试
5.3 钢丝绳断丝损伤识别的径向基神经网络
5.3.1 径向基神经网络设计
5.3.2 网络性能及测试结果分析
5.4 基于支持向量机的钢丝绳断丝损伤识别
5.4.1 支持向量机理论
5.4.2 钢丝绳断丝损伤的多分类支持向量机构造
5.4.3 钢丝绳断丝损伤识别支持向量机的网络结构构建
5.4.4 钢丝绳断丝损伤诊断测试
5.4.5 基于支持向量机的断丝损伤识别模型的小样本识别能力
5.5 神经网络与支持向量机损伤识别模型的测试对比
5.6 本章小结
第6章 基于D-S证据理论的钢丝绳断丝损伤多模型融合决策识别
6.1 引言
6.2 D-S证据理论
6.2.1 证据理论的基本概念
6.2.2 D-S证据联合规则
6.3 钢丝绳断丝损伤多模型融合决策识别
6.3.1 基于D-S证据理论的断丝损伤多模型融合决策识别模型构建
6.3.2 基于D-S证据理论的断丝损伤多模型融合决策识别方法
6.4 钢丝绳断丝损伤多模型融合决策识别结果分析
6.5 本章小结
第7章 结论与展望
7.1 论文工作总结
7.2 研究展望
参考文献
攻读博士学位期间完成的学术论文及科研成果
致谢