基于管道超声导波检测的信号处理及识别方法研究
发布时间：2021-04-23 19:56
管道运输在国防工业和国民经济中扮演着十分重要的角色,管道老化造成的裂纹、孔洞等缺陷容易引发特大安全事故,严重威胁人民生命财产安全,采用一种快速精准的无损检测技术能有效降低安全事故的风险。相比传统无损检测技术,超声导波检测技术具有独特的优势。研究超声导波检测技术中回波信号处理、特征参数提取以及模式识别三个方面有益于管道缺陷快速精准的识别,对管道的安全维护有着十分重要的意义。本文研究了回波信号处理算法、特征参数提取及模式识别算法,结合研究内容搭建管道超声导波检测实验系统,运用该实验系统实现对管道特征与缺陷的准确识别。主要研究内容如下:（1）研究了短时傅里叶变换不同窗长对信号时频分析的影响并选用最佳的窗长对回波信号进行短时傅里叶变换处理;设计了一种基于人工鱼群优化小波阈值降噪算法,通过分析选择合适的小波基函数和分解层数,利用人工鱼群算法寻最优阈值实现对小波阈值降噪的优化并使用该方法对回波信号进行处理;设计了一种基于小波阈值-EMD的方法对回波信号进行处理;分析对比了三种方法处理回波信号的效果以及识别管道特征与缺陷位置的精度。研究了不同回波信号处理方法对特征参数的影响并选择合适的信号处理方法对...
【文章来源】：江苏大学江苏省
【文章页数】：91 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 本文课题来源
1.2 超声导波检测技术国内外研究现状
1.2.1 超声导波检测技术国外研究现状
1.2.2 超声导波检测技术国内研究现状
1.3 本文的研究内容
第二章 超声导波检测的理论研究
2.1 超声导波的基本概念和理论模型
2.1.1 超声导波的基本概念
2.1.2 管道超声导波的理论模型
2.2 超声导波的频散和多模态特性
2.2.1 超声导波的频散特性
2.2.2 管道超声导波的多模态特性
2.3 管道特征与缺陷的检测方法
2.4 管道超声回波信号特征参数的量化方法
2.4.1 管道超声回波信号时域内特征参数的量化方法
2.4.2 管道超声回波信号时频域内特征参数的量化方法
2.5 本章小结
第三章 超声导波信号处理方法的研究与回波信号特征分析
3.1 短时傅里叶变换在回波信号降噪处理中的应用
3.1.1 短时傅里叶变换基本理论
3.1.2 回波信号短时傅里叶变换的实现方法
3.1.3 短时傅里叶变换的信号降噪处理及定位分析
3.2 基于人工鱼群小波阈值优化算法在回波信号降噪中的应用
3.2.1 小波阈值降噪小波基和分解层数的确定
3.2.2 基于人工鱼群算法的小波阈值优化
3.2.3 人工鱼群优化阈值处理回波信号的定位分析
3.3 基于小波阈值-EMD方法在回波信号降噪中的应用
3.3.1 EMD降噪的基本理论
3.3.2 小波阈值-EMD方法步骤
3.3.3 小波阈值-EMD方法的定位分析
3.4 管道回波信号处理方法对特征参数的影响
3.4.1 管道回波信号处理方法对时域特征参数的影响
3.4.2 管道回波信号处理方法对时频域特征参数的影响
3.4.3 管道焊缝与端面的特征参数分析
3.4.4 管道裂纹与孔洞的特征参数分析
3.5 本章小结
第四章 管道特征与缺陷识别方法的研究
4.1 基于BP神经网络的管道特征与缺陷识别方法
4.1.1 BP神经网络理论基础
4.1.2 不同传递函数对BP神经网络的影响
4.1.3 基于BP神经网络管道特征与缺陷识别的结果分析
4.2 基于LVQ神经网络的管道特征与缺陷识别方法
4.2.1 LVQ神经网络理论基础
4.2.2 竞争层节点个数对网络性能影响
4.2.3 基于LVQ神经网络管道特征与缺陷识别的结果分析
4.3 基于遗传算法特征优化与神经网络的复合方法
4.3.1 遗传算法理论基础
4.3.2 遗传算法特征参数仿真
4.3.3 遗传算法结合BP神经网络管道特征与缺陷识别
4.3.4 遗传算法结合LVQ神经网络管道特征与缺陷识别
4.4 本章小结
第五章 超声导波管道特征与缺陷识别实验研究
5.1 管道超声导波检测实验系统及样本库建立
5.1.1 管道超声导波检测系统主机
5.1.2 管道超声导波检测系统传感器模块
5.1.3 管道特征与缺陷样本库建立
5.2 管道特征与缺陷识别软件平台设计
5.2.1 管道特征与缺陷识别软件平台主程序设计
5.2.2 管道特征与缺陷识别软件平台功能分析
5.3 管道特征与缺陷识别实验及结果分析
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士学位期间发表的学术论文及其他科研成果
【参考文献】：
期刊论文
[1]超声导波检测技术的发展与应用现状[J]. 曲志刚,武立群,安阳,白萌,方日,颜达现. 天津科技大学学报. 2017(04)
[2]果蝇优化小波阈值超声检测信号去噪[J]. 李大中,赵杰,孙立江,张坤. 中国测试. 2016(07)
[3]基于PCA的管道缺陷导波信号特征优化方法[J]. 许桢英,罗来齐,王匀,俞慧芳,刘欢. 电子测量技术. 2016(04)
[4]海外油气合作应积极借力助力“一带一路”建设[J]. 刘贵洲. 北京石油管理干部学院学报. 2016(01)
[5]基于经验模式分解与小波软阈值的联合去噪法[J]. 林助军,严志军,肖敏,朱新河,程东. 青岛科技大学学报(自然科学版). 2015(04)
[6]基于振型小波变换的铁路桥墩损伤识别研究[J]. 任东华,唐英,邹春蓉,胡安庆. 四川建筑. 2015(01)
[7]偏度系数和峰度系数的信度估计[J]. 温利民,邹思思,吕凤虎. 统计与决策. 2015(03)
[8]局域均值分解分析的管道泄漏孔径识别及定位[J]. 孙洁娣,肖启阳,温江涛,杨依光. 仪器仪表学报. 2014(12)
[9]基于小波包变换和自适应滤波的超声信号去噪[J]. 敬人可,李建增,周海林. 中国测试. 2014(04)
[10]基于小波和形态学的窦房结电图消噪算法研究[J]. 施雯,周严. 电子测量技术. 2014(04)
博士论文
[1]波导结构的特征频率法及其超声导波声弹性效应研究[D]. 刘飞.北京工业大学 2013
[2]基于非高斯、非平稳信号处理的机械故障特征提取方法研究[D]. 胡晓依.北京交通大学 2009
[3]一种新型的智能优化方法-人工鱼群算法[D]. 李晓磊.浙江大学 2003
硕士论文
[1]基于数字化信号处理的焊缝导波缺陷识别[D]. 龚魏健.哈尔滨工业大学 2019
[2]管道腐蚀超声导波检测数值仿真研究[D]. 谭冰芯.北京化工大学 2014
[3]基于非平稳性度量的EMD趋势噪声分解[D]. 吴量.华中师范大学 2013
[4]管道超声导波检测系统构建及信号处理方法研究[D]. 田凤彬.河北科技大学 2012
[5]超磁致伸缩材料特性及其换能器测试技术研究[D]. 陈志中.河北工业大学 2011
[6]超声导波技术在管道缺陷检测中的研究[D]. 宋志东.天津大学 2006
本文编号：3155941
【文章来源】：江苏大学江苏省
【文章页数】：91 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 本文课题来源
1.2 超声导波检测技术国内外研究现状
1.2.1 超声导波检测技术国外研究现状
1.2.2 超声导波检测技术国内研究现状
1.3 本文的研究内容
第二章 超声导波检测的理论研究
2.1 超声导波的基本概念和理论模型
2.1.1 超声导波的基本概念
2.1.2 管道超声导波的理论模型
2.2 超声导波的频散和多模态特性
2.2.1 超声导波的频散特性
2.2.2 管道超声导波的多模态特性
2.3 管道特征与缺陷的检测方法
2.4 管道超声回波信号特征参数的量化方法
2.4.1 管道超声回波信号时域内特征参数的量化方法
2.4.2 管道超声回波信号时频域内特征参数的量化方法
2.5 本章小结
第三章 超声导波信号处理方法的研究与回波信号特征分析
3.1 短时傅里叶变换在回波信号降噪处理中的应用
3.1.1 短时傅里叶变换基本理论
3.1.2 回波信号短时傅里叶变换的实现方法
3.1.3 短时傅里叶变换的信号降噪处理及定位分析
3.2 基于人工鱼群小波阈值优化算法在回波信号降噪中的应用
3.2.1 小波阈值降噪小波基和分解层数的确定
3.2.2 基于人工鱼群算法的小波阈值优化
3.2.3 人工鱼群优化阈值处理回波信号的定位分析
3.3 基于小波阈值-EMD方法在回波信号降噪中的应用
3.3.1 EMD降噪的基本理论
3.3.2 小波阈值-EMD方法步骤
3.3.3 小波阈值-EMD方法的定位分析
3.4 管道回波信号处理方法对特征参数的影响
3.4.1 管道回波信号处理方法对时域特征参数的影响
3.4.2 管道回波信号处理方法对时频域特征参数的影响
3.4.3 管道焊缝与端面的特征参数分析
3.4.4 管道裂纹与孔洞的特征参数分析
3.5 本章小结
第四章 管道特征与缺陷识别方法的研究
4.1 基于BP神经网络的管道特征与缺陷识别方法
4.1.1 BP神经网络理论基础
4.1.2 不同传递函数对BP神经网络的影响
4.1.3 基于BP神经网络管道特征与缺陷识别的结果分析
4.2 基于LVQ神经网络的管道特征与缺陷识别方法
4.2.1 LVQ神经网络理论基础
4.2.2 竞争层节点个数对网络性能影响
4.2.3 基于LVQ神经网络管道特征与缺陷识别的结果分析
4.3 基于遗传算法特征优化与神经网络的复合方法
4.3.1 遗传算法理论基础
4.3.2 遗传算法特征参数仿真
4.3.3 遗传算法结合BP神经网络管道特征与缺陷识别
4.3.4 遗传算法结合LVQ神经网络管道特征与缺陷识别
4.4 本章小结
第五章 超声导波管道特征与缺陷识别实验研究
5.1 管道超声导波检测实验系统及样本库建立
5.1.1 管道超声导波检测系统主机
5.1.2 管道超声导波检测系统传感器模块
5.1.3 管道特征与缺陷样本库建立
5.2 管道特征与缺陷识别软件平台设计
5.2.1 管道特征与缺陷识别软件平台主程序设计
5.2.2 管道特征与缺陷识别软件平台功能分析
5.3 管道特征与缺陷识别实验及结果分析
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士学位期间发表的学术论文及其他科研成果
【参考文献】：
期刊论文
[1]超声导波检测技术的发展与应用现状[J]. 曲志刚,武立群,安阳,白萌,方日,颜达现. 天津科技大学学报. 2017(04)
[2]果蝇优化小波阈值超声检测信号去噪[J]. 李大中,赵杰,孙立江,张坤. 中国测试. 2016(07)
[3]基于PCA的管道缺陷导波信号特征优化方法[J]. 许桢英,罗来齐,王匀,俞慧芳,刘欢. 电子测量技术. 2016(04)
[4]海外油气合作应积极借力助力“一带一路”建设[J]. 刘贵洲. 北京石油管理干部学院学报. 2016(01)
[5]基于经验模式分解与小波软阈值的联合去噪法[J]. 林助军,严志军,肖敏,朱新河,程东. 青岛科技大学学报(自然科学版). 2015(04)
[6]基于振型小波变换的铁路桥墩损伤识别研究[J]. 任东华,唐英,邹春蓉,胡安庆. 四川建筑. 2015(01)
[7]偏度系数和峰度系数的信度估计[J]. 温利民,邹思思,吕凤虎. 统计与决策. 2015(03)
[8]局域均值分解分析的管道泄漏孔径识别及定位[J]. 孙洁娣,肖启阳,温江涛,杨依光. 仪器仪表学报. 2014(12)
[9]基于小波包变换和自适应滤波的超声信号去噪[J]. 敬人可,李建增,周海林. 中国测试. 2014(04)
[10]基于小波和形态学的窦房结电图消噪算法研究[J]. 施雯,周严. 电子测量技术. 2014(04)
博士论文
[1]波导结构的特征频率法及其超声导波声弹性效应研究[D]. 刘飞.北京工业大学 2013
[2]基于非高斯、非平稳信号处理的机械故障特征提取方法研究[D]. 胡晓依.北京交通大学 2009
[3]一种新型的智能优化方法-人工鱼群算法[D]. 李晓磊.浙江大学 2003
硕士论文
[1]基于数字化信号处理的焊缝导波缺陷识别[D]. 龚魏健.哈尔滨工业大学 2019
[2]管道腐蚀超声导波检测数值仿真研究[D]. 谭冰芯.北京化工大学 2014
[3]基于非平稳性度量的EMD趋势噪声分解[D]. 吴量.华中师范大学 2013
[4]管道超声导波检测系统构建及信号处理方法研究[D]. 田凤彬.河北科技大学 2012
[5]超磁致伸缩材料特性及其换能器测试技术研究[D]. 陈志中.河北工业大学 2011
[6]超声导波技术在管道缺陷检测中的研究[D]. 宋志东.天津大学 2006
本文编号：3155941
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3155941.html
