現(xiàn)代超聲檢測(cè)信號(hào)處理技術(shù)

定　價(jià)：￥68.00

作　者：	馬宏偉，董明，齊愛(ài)玲，陳淵著
出版社：	華中科技大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787568070621	出版時(shí)間：	2021-06-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	192	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)介紹了現(xiàn)代超聲檢測(cè)信號(hào)處理技術(shù)的基本原理及工程實(shí)用技術(shù)，闡述了超聲檢測(cè)技術(shù)的前沿，總結(jié)了超聲聲場(chǎng)仿真理論和超聲信號(hào)處理理論的發(fā)展現(xiàn)狀。介紹了基于空間脈沖響應(yīng)的超聲聲場(chǎng)和回波模型，超聲信號(hào)去噪方法，超聲信號(hào)特征提取方法和超聲缺陷智能分類(lèi)方法等。列舉了所介紹方法和技術(shù)在典型關(guān)鍵零部件無(wú)損檢測(cè)中的應(yīng)用實(shí)例。

作者簡(jiǎn)介

　　馬宏偉，工學(xué)博士，二級(jí)教授，博士生導(dǎo)師，現(xiàn)任西安科技大學(xué)副校長(zhǎng)，兼任陜西省研究生教育學(xué)會(huì)副會(huì)長(zhǎng)、中國(guó)工程機(jī)械學(xué)會(huì)礦山機(jī)械分會(huì)副理事長(zhǎng)、中國(guó)煤炭工業(yè)機(jī)電專(zhuān)家委員會(huì)委員等。主要研究方向?yàn)橹悄軝z測(cè)與控制、機(jī)器人技術(shù)、無(wú)損檢測(cè)與評(píng)價(jià)、煤礦機(jī)電設(shè)備及其智能化等。近年來(lái)，先后主持以“煤礦救援機(jī)器人自主導(dǎo)航與智能控制基礎(chǔ)研究”、“機(jī)械關(guān)鍵零部件缺陷超聲信號(hào)提取與智能識(shí)別研究”、“礦用強(qiáng)力輸送帶缺陷弱磁特性與智能識(shí)別研究”等國(guó)家自然科學(xué)基金為代表的*、省部級(jí)科研項(xiàng)目10余項(xiàng)，主持和參加的企業(yè)委托項(xiàng)目多項(xiàng)。獲省部級(jí)科技進(jìn)步獎(jiǎng)6項(xiàng)，獲陜西省優(yōu)秀教學(xué)成果獎(jiǎng)、精品課程以及優(yōu)秀教材獎(jiǎng)5項(xiàng)，獲國(guó)家專(zhuān)利40余項(xiàng)，在國(guó)內(nèi)外學(xué)術(shù)期刊上發(fā)表學(xué)術(shù)論文150余篇，其中被SCI、EI、ISTP等收錄70余篇，培養(yǎng)博碩士研究生120余名。

圖書(shū)目錄

1超聲檢測(cè)技術(shù)研究1
1.1超聲檢測(cè)技術(shù)的研究進(jìn)展1
1.1.1超聲檢測(cè)技術(shù)的發(fā)展1
1.1.2中國(guó)制造2025與超聲智能檢測(cè)的發(fā)展2
1.2超聲聲場(chǎng)仿真理論和發(fā)展現(xiàn)狀3
1.2.1超聲聲場(chǎng)仿真的理論和現(xiàn)狀3
1.2.2超聲場(chǎng)與缺陷耦合仿真技術(shù)研究進(jìn)展4
1.3超聲信號(hào)處理理論和發(fā)展現(xiàn)狀5
1.3.1信號(hào)處理技術(shù)的理論和發(fā)展5
1.3.2信號(hào)特征提取技術(shù)8
1.3.3信號(hào)分類(lèi)技術(shù)8

2基于空間脈沖響應(yīng)的超聲聲場(chǎng)仿真研究10
2.1引言10
2.2脈沖波聲場(chǎng)模型10
2.3脈沖響應(yīng)函數(shù)計(jì)算模型12
2.3.1圓形換能器的聲場(chǎng)13
2.3.2矩形換能器的聲場(chǎng)15
2.3.3斜楔塊下的聲場(chǎng)22
2.4空間脈沖響應(yīng)的快速計(jì)算25
2.5實(shí)驗(yàn)驗(yàn)證28
2.6本章小結(jié)33

3超聲波與典型缺陷耦合的回波特性研究34
3.1引言34
3.2缺陷回波模型34
3.3探頭振動(dòng)特性35
3.4缺陷和超聲波的耦合效應(yīng)36
3.5探頭振動(dòng)特性的測(cè)量38
3.6缺陷回波實(shí)驗(yàn)40
3.7本章小結(jié)45

4超聲信號(hào)去噪技術(shù)研究47
4.1基于小波分析的焊接缺陷超聲檢測(cè)信號(hào)去噪研究47
4.1.1引言47
4.1.2小波閾值去噪法的原理和實(shí)驗(yàn)分析47
4.1.3基于改進(jìn)閾值函數(shù)的提升小波變換去噪算法56
4.1.4小結(jié)61
4.2軸類(lèi)零件缺陷超聲信號(hào)去噪算法研究62
4.2.1引言62
4.2.2基于EMD的超聲信號(hào)去噪62
4.2.3基于EEMD的超聲信號(hào)去噪67
4.3自適應(yīng)稀疏分解鑄鋼缺陷超聲信號(hào)提取研究72
4.3.1引言72
4.3.2信號(hào)的稀疏逼近73
4.3.3缺陷超聲信號(hào)的稀疏分解74
4.3.4人工魚(yú)群算法78
4.3.5基于改進(jìn)人工魚(yú)群優(yōu)化的弱缺陷超聲信號(hào)提取研究81
4.3.6數(shù)據(jù)采集系統(tǒng)的建立84
4.3.7實(shí)驗(yàn)研究與算法評(píng)估85
4.3.8小結(jié)91

5超聲信號(hào)提取與識(shí)別技術(shù)93
5.1鑄鋼缺陷超聲信號(hào)特征提取研究93
5.1.1引言93
5.1.2采煤機(jī)鑄鋼件缺陷樣本庫(kù)的建立93
5.1.3缺陷超聲信號(hào)的WPT能量特征提取98
5.1.4基于WPTKPCA的缺陷超聲信號(hào)特征選擇105
5.1.5小結(jié)112
5.2基于SV的RBF網(wǎng)絡(luò)鑄鋼缺陷智能分類(lèi)研究113
5.2.1引言113
5.2.2RBF神經(jīng)網(wǎng)絡(luò)114
5.2.3支持向量機(jī)116
5.2.4基于SV的RBF網(wǎng)絡(luò)缺陷分類(lèi)算法研究120
5.2.5SVRBF算法分類(lèi)實(shí)驗(yàn)研究123
5.2.6小結(jié)129
5.3基于多分類(lèi)支持向量機(jī)的鑄鋼缺陷智能分類(lèi)研究130
5.3.1引言130
5.3.2機(jī)器學(xué)習(xí)與統(tǒng)計(jì)學(xué)習(xí)理論130
5.3.3支持向量機(jī)用于超聲缺陷識(shí)別的可行性分析134
5.3.4基于多類(lèi)支持向量機(jī)的分類(lèi)算法135
5.3.5基于多分類(lèi)器的缺陷分類(lèi)算法研究139
5.3.6基于并行優(yōu)化層次SVM缺陷分類(lèi)研究145
5.3.7小結(jié)148
5.4焊接缺陷超聲信號(hào)特征提取研究148
5.4.1引言148
5.4.2超聲信號(hào)的小波包能量特征提取149
5.4.3焊接缺陷超聲回波信號(hào)的能量特征提取實(shí)驗(yàn)150
5.4.4基于距離的類(lèi)別可分性判據(jù)對(duì)特征提取進(jìn)行評(píng)價(jià)151
5.4.5小結(jié)154
5.5焊接缺陷超聲檢測(cè)智能識(shí)別研究154
5.5.1引言154
5.5.2人工神經(jīng)網(wǎng)絡(luò)在焊接缺陷智能識(shí)別中的應(yīng)用154
5.5.3基于支持向量機(jī)的焊接缺陷智能識(shí)別研究159
5.5.4基于νSVMLMC的RBF神經(jīng)網(wǎng)絡(luò)焊接缺陷識(shí)別方法研究167
5.5.5小結(jié)170
5.6基于群體智能優(yōu)化SVM的焊接缺陷識(shí)別方法研究171
5.6.1基于粒子群優(yōu)化SVM的焊接缺陷分類(lèi)研究171
5.6.2基于蜜蜂算法優(yōu)化SVM的焊接缺陷分類(lèi)研究174
5.6.3人工蜂群優(yōu)化SVMRBF神經(jīng)網(wǎng)絡(luò)的焊接缺陷識(shí)別180

參考文獻(xiàn)183