基于漏磁內(nèi)檢測器的管道缺陷數(shù)據(jù)處理方法

前言第1章 緒論1.1 管道漏磁內(nèi)檢測的意義1.1.1 管道漏磁內(nèi)檢測技術(shù)的目的意義1.1.2 管道漏磁內(nèi)檢測技術(shù)國內(nèi)外發(fā)展現(xiàn)狀1.2 管道漏磁內(nèi)檢測技術(shù)概述1.2.1 漏磁檢測原理1.2.2 管道檢測方法1.3 漏磁內(nèi)檢測基本流程1.3.1 檢測流程1.3.2 數(shù)據(jù)處理流程1.3.3 數(shù)據(jù)呈現(xiàn)流程參考文獻第2章 管道漏磁檢測理論基礎(chǔ)2.1 引言2.2 漏磁檢測理論基礎(chǔ)2.2.1 漏磁場形成2.2.2 求解漏磁場的方法2.2.3 漏磁場理論分析2.3 管道漏磁檢測有限元分析2.3.1 有限元分析原理2.3.2 有限元分析模型2.3.3 有限元分析步驟2.4 ANSYS建模及分析過程2.4.1 ANSYS軟件介紹2.4.2 ANSYS計算過程2.5 管道漏磁檢測二維ANSYS仿真2.5.1 創(chuàng)建二維有限元模型2.5.2 定義單元類型與材料詹陛2.5.3 網(wǎng)格劃分2.5.4 加載載荷與求解2.5.5 結(jié)果后處理2.6 管道漏磁檢測三維ANSYS仿真參考文獻第3章 漏磁檢測預(yù)處理技術(shù)3.1 引言3.2 漏磁檢測數(shù)據(jù)有效性判定原則3.3 數(shù)據(jù)校正算法的研究3.3.1 里程數(shù)據(jù)校正方法3.3.2 基于中值校正方法的傳感器基準(zhǔn)校正3.3.3 基于改進的平均中值校正方法的傳感器基準(zhǔn)校正3.3.4 基于人工剔除方法的異常數(shù)據(jù)的剔除3.3.5 基于閾值分割方法的異常數(shù)據(jù)的剔除3.3.6 基于變尺度窗差值擬合方法的異常數(shù)據(jù)的剔除3.3.7 異常數(shù)據(jù)的補償方法3.4 漏磁檢測信號的數(shù)據(jù)濾波3.4.1 單通道自適應(yīng)濾波3.4.2 多通道自適應(yīng)濾波參考文獻第4章 缺陷特征智能提取及特征分析方法研究4.1 缺陷特征提取及分析的研究背景4.1.1 研究背景4.1.2 缺陷特征提取及分析研究現(xiàn)狀4.2 缺陷識別及檢測4.2.1 平均幅值缺陷檢測法4.2.2 多尺度窗缺陷檢測法4.3 缺陷特征提取及分析的研究意義4.3.1 研究目的與意義4.3.2 幾種常見的特征提取及分析方法4.4 漏磁信號特征的辨識及提取4.4.1 缺陷特征辨識4.4.2 缺陷特征提取4.5 缺陷特征的PCA分析4.5.1 缺陷相關(guān)特征的選擇4.5.2 PCA分析的原理模型4.5.3 PCA分析的計算步驟4.5.4 缺陷尺寸相關(guān)特征分析參考文獻第5章 管道漏磁檢測的反演方法5.1 引言5.1.1 反演方法應(yīng)用與介紹5.1.2 漏磁數(shù)據(jù)反演的國內(nèi)外發(fā)展現(xiàn)狀5.1.3 反演方法理論5.2 幾種常見的反演方法介紹5.2.1 基于模型的反演方法5.2.2 基于非模型的反演方法5.3 基于模型的迭代反演方法5.3.1 迭代法正向模型5.3.2 迭代法的優(yōu)化算法5.3.3 仿真實例與結(jié)果分析5.3.4 反演結(jié)果5.4 基于神經(jīng)網(wǎng)絡(luò)直接反演方法5.4.1 神經(jīng)網(wǎng)絡(luò)簡介5.4.2 網(wǎng)絡(luò)反演模型5.5 基于支持向量機直接反演法5.5.1 支持向量機簡介5.5.2 支持向量機反演過程5.6 基于隨機森林的直接反演方法5.6.1 決策樹簡介5.6.2 隨機森林5.7 仿真實例與結(jié)果分析5.7.1 神經(jīng)網(wǎng)絡(luò)反演結(jié)果5.7.2 支持向量機反演結(jié)果5.7.3 隨機森林反演結(jié)果參考文獻第6章 漏磁檢測信號呈現(xiàn)技術(shù)6.1 引言6.2 漏磁信號曲線呈現(xiàn)方法6.2.1 最近鄰插值法6.2.2 三次多項式插值法6.2.3 三次樣條插值法6.2.4 反距離權(quán)重插值法6.2.5 插值前后對比圖6.3 漏磁信號灰度圖呈現(xiàn)方法6.4 漏磁信號彩色圖呈現(xiàn)方法6.4.1 頻率域轉(zhuǎn)換方法6.4.2 灰度級彩色變換方法6.4.3 熱金屬編碼方法6.4.4 彩虹編碼方法6.4.5 HIS-RGB轉(zhuǎn)換法6.4.6 DirectRGB方法參考文獻