管道運輸在國防工業(yè)和國民經(jīng)濟中扮演著十分重要的角色,管道老化造成的裂紋、孔洞等缺陷容易引發(fā)特大安全事故,嚴(yán)重威脅人民生命財產(chǎn)安全,采用一種快速精準(zhǔn)的無損檢測技術(shù)能有效降低安全事故的風(fēng)險。相比傳統(tǒng)無損檢測技術(shù),超聲導(dǎo)波檢測技術(shù)具有獨特的優(yōu)勢。研究超聲導(dǎo)波檢測技術(shù)中回波信號處理、特征參數(shù)提取以及模式識別三個方面有益于管道缺陷快速精準(zhǔn)的識別,對管道的安全維護有著十分重要的意義。本文研究了回波信號處理算法、特征參數(shù)提取及模式識別算法,結(jié)合研究內(nèi)容搭建管道超聲導(dǎo)波檢測實驗系統(tǒng),運用該實驗系統(tǒng)實現(xiàn)對管道特征與缺陷的準(zhǔn)確識別。主要研究內(nèi)容如下:（1）研究了短時傅里葉變換不同窗長對信號時頻分析的影響并選用最佳的窗長對回波信號進行短時傅里葉變換處理;設(shè)計了一種基于人工魚群優(yōu)化小波閾值降噪算法,通過分析選擇合適的小波基函數(shù)和分解層數(shù),利用人工魚群算法尋最優(yōu)閾值實現(xiàn)對小波閾值降噪的優(yōu)化并使用該方法對回波信號進行處理;設(shè)計了一種基于小波閾值-EMD的方法對回波信號進行處理;分析對比了三種方法處理回波信號的效果以及識別管道特征與缺陷位置的精度。研究了不同回波信號處理方法對特征參數(shù)的影響并選擇合適的信號處理方法對... 

【文章來源】：江蘇大學(xué)江蘇省

【文章頁數(shù)】：91 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 本文課題來源
    1.2 超聲導(dǎo)波檢測技術(shù)國內(nèi)外研究現(xiàn)狀
        1.2.1 超聲導(dǎo)波檢測技術(shù)國外研究現(xiàn)狀
        1.2.2 超聲導(dǎo)波檢測技術(shù)國內(nèi)研究現(xiàn)狀
    1.3 本文的研究內(nèi)容
第二章 超聲導(dǎo)波檢測的理論研究
    2.1 超聲導(dǎo)波的基本概念和理論模型
        2.1.1 超聲導(dǎo)波的基本概念
        2.1.2 管道超聲導(dǎo)波的理論模型
    2.2 超聲導(dǎo)波的頻散和多模態(tài)特性
        2.2.1 超聲導(dǎo)波的頻散特性
        2.2.2 管道超聲導(dǎo)波的多模態(tài)特性
    2.3 管道特征與缺陷的檢測方法
    2.4 管道超聲回波信號特征參數(shù)的量化方法
        2.4.1 管道超聲回波信號時域內(nèi)特征參數(shù)的量化方法
        2.4.2 管道超聲回波信號時頻域內(nèi)特征參數(shù)的量化方法
    2.5 本章小結(jié)
第三章 超聲導(dǎo)波信號處理方法的研究與回波信號特征分析
    3.1 短時傅里葉變換在回波信號降噪處理中的應(yīng)用
        3.1.1 短時傅里葉變換基本理論
        3.1.2 回波信號短時傅里葉變換的實現(xiàn)方法
        3.1.3 短時傅里葉變換的信號降噪處理及定位分析
    3.2 基于人工魚群小波閾值優(yōu)化算法在回波信號降噪中的應(yīng)用
        3.2.1 小波閾值降噪小波基和分解層數(shù)的確定
        3.2.2 基于人工魚群算法的小波閾值優(yōu)化
        3.2.3 人工魚群優(yōu)化閾值處理回波信號的定位分析
    3.3 基于小波閾值-EMD方法在回波信號降噪中的應(yīng)用
        3.3.1 EMD降噪的基本理論
        3.3.2 小波閾值-EMD方法步驟
        3.3.3 小波閾值-EMD方法的定位分析
    3.4 管道回波信號處理方法對特征參數(shù)的影響
        3.4.1 管道回波信號處理方法對時域特征參數(shù)的影響
        3.4.2 管道回波信號處理方法對時頻域特征參數(shù)的影響
        3.4.3 管道焊縫與端面的特征參數(shù)分析
        3.4.4 管道裂紋與孔洞的特征參數(shù)分析
    3.5 本章小結(jié)
第四章 管道特征與缺陷識別方法的研究
    4.1 基于BP神經(jīng)網(wǎng)絡(luò)的管道特征與缺陷識別方法
        4.1.1 BP神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
        4.1.2 不同傳遞函數(shù)對BP神經(jīng)網(wǎng)絡(luò)的影響
        4.1.3 基于BP神經(jīng)網(wǎng)絡(luò)管道特征與缺陷識別的結(jié)果分析
    4.2 基于LVQ神經(jīng)網(wǎng)絡(luò)的管道特征與缺陷識別方法
        4.2.1 LVQ神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
        4.2.2 競爭層節(jié)點個數(shù)對網(wǎng)絡(luò)性能影響
        4.2.3 基于LVQ神經(jīng)網(wǎng)絡(luò)管道特征與缺陷識別的結(jié)果分析
    4.3 基于遺傳算法特征優(yōu)化與神經(jīng)網(wǎng)絡(luò)的復(fù)合方法
        4.3.1 遺傳算法理論基礎(chǔ)
        4.3.2 遺傳算法特征參數(shù)仿真
        4.3.3 遺傳算法結(jié)合BP神經(jīng)網(wǎng)絡(luò)管道特征與缺陷識別
        4.3.4 遺傳算法結(jié)合LVQ神經(jīng)網(wǎng)絡(luò)管道特征與缺陷識別
    4.4 本章小結(jié)
第五章 超聲導(dǎo)波管道特征與缺陷識別實驗研究
    5.1 管道超聲導(dǎo)波檢測實驗系統(tǒng)及樣本庫建立
        5.1.1 管道超聲導(dǎo)波檢測系統(tǒng)主機
        5.1.2 管道超聲導(dǎo)波檢測系統(tǒng)傳感器模塊
        5.1.3 管道特征與缺陷樣本庫建立
    5.2 管道特征與缺陷識別軟件平臺設(shè)計
        5.2.1 管道特征與缺陷識別軟件平臺主程序設(shè)計
        5.2.2 管道特征與缺陷識別軟件平臺功能分析
    5.3 管道特征與缺陷識別實驗及結(jié)果分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
致謝
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及其他科研成果


【參考文獻】：
期刊論文
[1]超聲導(dǎo)波檢測技術(shù)的發(fā)展與應(yīng)用現(xiàn)狀[J]. 曲志剛,武立群,安陽,白萌,方日,顏達現(xiàn).  天津科技大學(xué)學(xué)報. 2017(04)
[2]果蠅優(yōu)化小波閾值超聲檢測信號去噪[J]. 李大中,趙杰,孫立江,張坤.  中國測試. 2016(07)
[3]基于PCA的管道缺陷導(dǎo)波信號特征優(yōu)化方法[J]. 許楨英,羅來齊,王勻,俞慧芳,劉歡.  電子測量技術(shù). 2016(04)
[4]海外油氣合作應(yīng)積極借力助力“一帶一路”建設(shè)[J]. 劉貴洲.  北京石油管理干部學(xué)院學(xué)報. 2016(01)
[5]基于經(jīng)驗?zāi)Ｊ椒纸馀c小波軟閾值的聯(lián)合去噪法[J]. 林助軍,嚴(yán)志軍,肖敏,朱新河,程東.  青島科技大學(xué)學(xué)報(自然科學(xué)版). 2015(04)
[6]基于振型小波變換的鐵路橋墩損傷識別研究[J]. 任東華,唐英,鄒春蓉,胡安慶.  四川建筑. 2015(01)
[7]偏度系數(shù)和峰度系數(shù)的信度估計[J]. 溫利民,鄒思思,呂鳳虎.  統(tǒng)計與決策. 2015(03)
[8]局域均值分解分析的管道泄漏孔徑識別及定位[J]. 孫潔娣,肖啟陽,溫江濤,楊依光.  儀器儀表學(xué)報. 2014(12)
[9]基于小波包變換和自適應(yīng)濾波的超聲信號去噪[J]. 敬人可,李建增,周海林.  中國測試. 2014(04)
[10]基于小波和形態(tài)學(xué)的竇房結(jié)電圖消噪算法研究[J]. 施雯,周嚴(yán).  電子測量技術(shù). 2014(04)

博士論文
[1]波導(dǎo)結(jié)構(gòu)的特征頻率法及其超聲導(dǎo)波聲彈性效應(yīng)研究[D]. 劉飛.北京工業(yè)大學(xué) 2013
[2]基于非高斯、非平穩(wěn)信號處理的機械故障特征提取方法研究[D]. 胡曉依.北京交通大學(xué) 2009
[3]一種新型的智能優(yōu)化方法-人工魚群算法[D]. 李曉磊.浙江大學(xué) 2003

碩士論文
[1]基于數(shù)字化信號處理的焊縫導(dǎo)波缺陷識別[D]. 龔魏健.哈爾濱工業(yè)大學(xué) 2019
[2]管道腐蝕超聲導(dǎo)波檢測數(shù)值仿真研究[D]. 譚冰芯.北京化工大學(xué) 2014
[3]基于非平穩(wěn)性度量的EMD趨勢噪聲分解[D]. 吳量.華中師范大學(xué) 2013
[4]管道超聲導(dǎo)波檢測系統(tǒng)構(gòu)建及信號處理方法研究[D]. 田鳳彬.河北科技大學(xué) 2012
[5]超磁致伸縮材料特性及其換能器測試技術(shù)研究[D]. 陳志中.河北工業(yè)大學(xué) 2011
[6]超聲導(dǎo)波技術(shù)在管道缺陷檢測中的研究[D]. 宋志東.天津大學(xué) 2006



本文編號：3155941