一、成像涡流的检测方法（论文文献综述）
李运涛,郑晖,万本例,胡斌[1]（2021）在《奥氏体不锈钢涡流阵列C扫成像检测技术的仿真研究与应用》文中进行了进一步梳理为了解探头设计参数对涡流阵列C扫成像效果的影响和涡流阵列C扫成像检测技术对奥氏体不锈钢材料典型缺陷定性能力,采用CIVA软件仿真方法建立奥氏体不锈钢试样上平底孔、刻槽试样的涡流阵列C扫模型,研究涡流阵列探头的设计参数如探头工作模式、线圈外径和阵列排数对涡流阵列C扫成像的影响,并通过试验分析了裂纹、圆形缺陷等典型表面开口缺陷的涡流阵列C扫成像特征。结果表明,对于涡流阵列探头,绝对发射-接收式工作模式对缺陷方向敏感,不利于涡流阵列C扫成像,而绝对桥式工作模式对缺陷不敏感,有利于涡流阵列C扫成像;涡流阵列探头的线圈外径越小,阵列排数越多,涡流阵列C扫成像的纵向分辨力越小,更有利于涡流阵列C扫成像;奥氏体不锈钢均匀表面对涡流阵列C扫成像技术干扰少,涡流阵列C扫成像技术能够反映表面开口缺陷形状特征,可在一定程度上对表面开口缺陷进行定性。
宋冠儒[2]（2021）在《基于MEMS技术的电涡流传感器探头研究》文中研究指明涡流检测技术是重要的无损检测技术之一,探头是涡流传感器的关键元件,平面螺旋线圈具有一致性好、检测精度高、环境适用性好等优点,已经在涡流传感器探头中得到广泛应用。随着检测需求增加,探测线圈的小型化、精密化、阵列化和柔性化已经成为电涡流传感器探头的发展方向,本文基于MEMS技术,为电涡流探头的设计与制作,提供新的方法。本文的主要研究内容如下:（1）分析涡流检测中探测线圈阻抗变化与耦合系数的关系,研究电参数对传感器性能的直接影响。首先阐述涡流检测的测量原理,对线圈阻抗分析方法进行研究,根据等效涡流环理论,利用等效电感变化反应耦合系数的变化,分析影响探测线圈检测性能的因素。通过有限元分析方法,研究探头的结构参数、电参数和传感器性能之间的关系,发现单位面积内感应线圈的电感越大,传感器的灵敏度、测量范围等性能越好。（2）建立探头物理模型,实现电参数快速提取,研究探头结构参数对电参数的影响。利用电涡流传感器探头的等效电路,研究探头探测线圈的电参数计算方法,采用Matlab软件对探测线圈进行建模设计,实现探头电参数的快速提取,对探头的初步设计起到指导作用。利用Matlab模型得到的电参数计算值与仿真结果相符,利用该模型分析探头结构参数对电感、电阻、品质因数Q值和自谐振频率的影响。在电涡流传感器的设计中,可以按照探头实际性能的需求,根据此模型,实现探头设计中对结构参数的初步确定,提高设计效率,为探头的设计提供新的思路。（3）利用MEMS技术完成刚性探头和柔性探头的制作并进行阻抗测试。对厚胶工艺、电铸工艺和种子层工艺进行分析,提出一种基于MEMS技术的电涡流传感器探头制作方法。对AZ50XT光刻胶的尺寸精度问题进行研究,通过优化匀胶工艺和抛光工艺,提高胶膜均匀性,并采用多次曝光显影工艺,制作出厚度大于50μm的正性胶膜,结构沟道内无残胶,侧壁陡直性好。对微电铸工艺进行研究,优化工艺参数,配置所需电铸液,减少断路现象。基底种子层选择Cr/Cu作为溅射层,厚度分别为20 nm和50 nm,结合力好且方便去除。在制备工艺研究的基础上,设计合理的工艺流程,制作出具有多层结构的刚性探头和柔性探头。使用阻抗分析仪对探头进行测试,电感值达到14μH,电阻值仅为14Ω和17Ω。
杨坤霖[3]（2021）在《高空间分辨率电阻抗成像检测方法研究》文中研究说明电阻抗成像检测是目前正在进行广泛研究的新兴技术,该技术具有硬件系统简单、造价低廉等优点。当前电阻抗成像检测技术在工业领域的研究主要集中在无损检测方向,由于该技术可以获得被测物体由结构损伤或缺陷导致的电导率的变化的信息,因此电阻抗成像检测技术具有十分可观的应用前景。目前电阻抗成像检测技术最大的短板在于,被测试场域内的激励电流密度分布不均匀,在被测场域的中心区域内重建的图像效果较差。本文通过对电阻抗成像检测方法进行分析,使用红外热成像图代替电极来获取检测区域的电流信息,解决当前电阻抗成像检测重建图像空间分辨率低的问题。最后通过实验数据验证,证明本文提出的检测方法可以有效完成缺陷检测。本文所研究的课题将由以下几个步骤进行研究:（1）理论研究现状与分析。本文首先介绍电阻抗成像检测技术的研究进展,根据目前存在的空间分辨率不高的问题进行分析,提出使用红外热图像作为数据采集的方式,解决传统电阻抗成像检测数据较少导致的分辨率低的问题。并介绍本次研究的实验原理并搭建平台设计。（2）基于红外热成像图的涡流密度分布重构。本文所研究的高分辨率电阻抗成像检测技术与传统的电阻抗检测技术的区别就在于使用了红外热成像仪来进行数据采集。首先对被测试件进行激励使其产生电流,再使用红外热像仪采集由试件内部的电流产生的热量分布,将红外热分布图像转化为涡流分布图像后,使用电阻抗成像检测的方法对数据进行处理。（3）阻抗分布图像的重构。在获取了涡流分布数据之后,根据本次研究所使用的基于红外热成像仪的数据采集方式和基于线圈的激励方式的特点,设计一套与之相对应的阻抗分布图重构流程,并通过实验数据验证最终的重构结果,完成论文的研究。
蔡敏[4]（2021）在《基于Faster R-CNN的铁磁材料脉冲涡流热成像缺陷检测研究》文中研究指明铁磁性材料零部件被广泛地应用于大型机械设备、航天航空、管道运输等领域,铁磁性材料零部件在长期的服役过程中,由于受运行环境、制造工艺和使用方式等因素的影响,易产生表面或内部不同程度的损伤,影响设备运行情况及使用寿命,留下安全隐患,甚至造成工业事故。为此,对设备的铁磁性材料零部件及时地进行非接触、非侵入的检测变得十分重要。为了构建非接触、非侵入的缺陷检测模型,本文利用无损检测技术中的红外热成像技术,建立红外热图像缺陷检测试验平台,研究基于红外热图像缺陷检测技术与方法,实现对部件或设备缺陷的无损检测分析。论文聚焦于建立红外热成像检测试验平台,构建红外热成像缺陷检测模型等研究内容,围绕铁磁性材料红外热成像中的热图像去噪、缺陷的识别与定位、边缘分割等问题和难点展开研究,研究内容如下:（1）针对采集的铁磁性材料红外图像存在较大的噪声干扰,采用一种优化的K-SVD字典学习算法。首先固定初始字典,然后利用正交匹配追踪算法求出稀疏系数;通过运用迭代算法用稀疏系数对初始字典进行更新学习,并从中学习出自适应于目标信号的冗余字典。实验证明,该方法能有效的减少图像中噪声的干扰,有利于下一步的缺陷识别与定位。（2）针对铁磁性材料的红外热成像检测中存在表面缺陷检测速度慢和图像干扰信息多的问题,建立了一种基于改进的Faster R-CNN的铁磁性材料红外图像智能检测模型,提高了Faster R-CNN图像处理能力。改进的Faster R-CNN使用VGG-16网络进行迁移学习,将网络中多个层次的特征图进行融合,并对RPN网络的锚框选择方案进行了调整。实验结果证明,该模型能准确的检测出缺陷并确定缺陷的具体位置,对4种长度不同的缺陷的平均检测正确率达到了96%。（3）针对识别出的缺陷在图像中边缘特征信息不突出的问题,采用基于数学形态学的边缘检测方法,对确定出具体缺陷位置的图像进行边缘分割。该方法以信息熵的比值为依据,采用不同方向的算子对缺陷图像进行边缘检测,然后根据每张边缘检测图像有用信息的多少赋予权值,再融合图像,从而准确地分割出缺陷图像的边缘轮廓。论文建立了红外热图像无损检测平台,以红外热图像作为无损检测手段,解决了热图像误分割、缺陷检测定位等问题,建立了铁磁性材料的缺陷检测分析模型,可以检测出设备存在的缺陷,为设备的安全运行提供保障。
黎潇枫[5]（2021）在《基于新型磁轭激励结构的电磁热成像检测系统关键技术研究》文中研究说明无损检测技术涵盖了物理学、材料学、电子科学、控制科学、信息科学、计算机科学以及工程学等多个学科,涉及多种物理现象和相关规律,如电、磁、热、超声、力、光等,具有多学科交叉、实际应用性强、理论与实际密切结合等特点。作为现代工业中生产制造与工件正常运行的重要安全保障之一,无损检测技术在多个工业领域得到了广泛的应用。在无损检测领域,自然微裂纹给材料的表面和亚表面完整度评估带来了检测挑战。电磁热成像检测技术是一种多物理场耦合的新兴无损检测手段,它利用电磁感应定律和焦耳热效应对试件近表面进行缺陷检测和评估,结合了涡流检测和红外热成像检测技术的优点,具有非接触式检测、高检测效率、高检测灵敏度、检测结果直观且易于保存等特点。近年来,电磁热成像检测技术引起了各国学者的关注,发展速度快,应用领域广,但在应用过程中也发现局限性。由于电磁感应过程中存在严重的边缘效应和集肤效应,对于复杂几何结构和复杂表面情况的待测试件,系统的检测能力和缺陷表征难度较大。合理设计激励结构能够决定试件表面的电磁场分布,并改善系统的功耗和检测工序,提升系统的自动化水平。本文提出了一种基于电磁热成像系统的新型磁轭激励模型,用于复杂几何结构试件的自然微裂纹检测。为了减小不均匀加热引起的噪声干扰,该模型在目标检测区域通入了单向均匀电磁场,显着提高了非缺陷和缺陷区域之间的热对比度和信噪比,提高了系统检测能力和对不同对象的适应性。此外,将红外热像仪置于试件表面的法线方向,能够有利于热信号采集。本文通过对不同材料和不同几何结构试件进行实验,验证该模型的检测能力。通过建立新型磁轭激励结构的理论模型,为检测效果的评估提供了理论依据。实验证明,基于新型磁轭激励结构的电磁热成像检测系统检测能力强,信噪比高,对不同角度缺陷、不同提离距离、不同试件材料属性、不同几何结构试件的检测鲁棒性强,能够对自然微裂纹进行定性评估,有利于实现缺陷的定量评估。此外,新型磁轭激励结构提供了较大的单次检测面积和最佳热辐射采集视角,能够有效提高检测效率,有利于实现检测自动化。
李宝芸[6]（2021）在《基于涡流脉冲热成像的金属材料裂纹缺陷检测》文中指出及时检测到金属材料存在的裂纹缺陷,是保证工业生产安全和工人的人身安全的重要措施,因此,对金属设备的关键部件进行无损检测,定位裂纹缺陷的位置,提取裂纹缺陷特征信息,对于保证设备的安全运行和提高工业生产效率具有重要的现实意义。本文基于涡流脉冲热成像检测技术,搭建了基于涡流热成像检测实验平台,建立涡流热成像裂纹缺陷检测识别模型,实现了对金属部件裂纹缺陷的无损检测与定量分析。论文围绕金属材料红外热图像特征提取和裂纹缺陷识别等问题展开研究,解决裂纹缺陷检测与定量分析等关键问题。本文主要的研究内容有以下4个方面:（1）建立了涡流脉冲热成像裂纹缺陷检测实验平台。该平台基于涡流加热原理,对金属部件加热并获得红外热图像,通过远程传输将红外热图像上传到上位机进行分析。该系统硬件的采集部分由红外点阵测温模块,控制模块为STM32F407VET6芯片,远程无线传输的Wi Fi模块型号为ESP-32S。通过无线传输将采集的数据进行存储和发送到上位机软件,上位机软件将传输的温度信号在线实时转化为红外热图像来进一步分析,最终实现对金属材料裂纹缺陷状态的远程实时监测。（2）提出了一种多特征提取的红外热图像裂纹缺陷检测方法。提取金属材料红外热图像的特征是建立金属材料健康状态识别模型的关键,论文提取金属材料红外热图像的颜色特征和纹理特征,用于构建红外热图像多特征集,输入到ELM（Extreme Learning Machine）的裂纹缺陷识别模型。实验证明,提出的方法可以准确识别出含裂纹缺陷的红外热图像。（3）基于ELM的红外热图像裂纹缺陷识别模型,受到极限学习机参数的随机选择的影响,导致其识别模型的性能和识别精度的不稳定。为了解决上述问题,提出了基于结构聚类优化的ELM（Structure Clustering Optimization Extreme Learning Machine,SCO-ELM）红外热图像裂纹缺陷检测方法。通过近邻传播（affinity propagation,AP）聚类算法自动确定K-means的聚类数目,用于优化ELM分类模型的结构和参数,即将K-means的聚类数目、聚类中心和聚类半径,用于确定极限学习机模型的隐含层节点数目和激活函数隐层节点中心的扩展宽度等参数。实验证明了该方法能够有效提高ELM分类模型的识别性能。（4）针对裂纹缺陷定量分析问题,提出了一种基于OTSU和Canny算子的红外图像特征提取方法,首先对分类识别出含裂纹缺陷的红外图像进行降噪处理,增强图像中的特征信息;然后用OTSU算法将裂纹区域从背景区域分离出来,并用Canny算子提取裂纹区域的完整边缘,最终获得裂纹边缘的周长和面积等特征信息。实验结果表明,该方法能准确定位红外图像裂纹边缘区域,提取红外图像裂纹边缘特征信息。本文以金属材料红外热图像作为研究对象,搭建了红外热图像无损检测实验平台,论文围绕金属材料红外热图像特征提取、裂纹缺陷识别模型不稳定以及裂纹定量分析的展开研究,取得的成果对金属材料裂纹缺陷的检测与定量分析等工程实际问题具有理论指导意义。
龙宸宇[7]（2021）在《基于磁光成像的焊缝缺陷检测研究》文中指出铁磁性材料的加工是当代工业的基础,已广泛应用于冶金能源、自动化、机械汽车、铁路、桥梁、石油化工等领域,因此,铁磁性材料相关设备的检测对于现代工业的发展具有十分重要的意义。在铁磁性材料焊接过程中及投入工作前后,不可避免的会发生故障或老化,其中焊缝处最易产生缺陷和损伤。当前主流的无损检测技术运用到铁磁性工件焊缝缺陷检测时,存在信号之间相关性较弱,分辨率较差,抗干扰能力差的问题,对焊缝缺陷的检测效果较差。磁光成像无损检测技术可以通过将磁场信息转换为光度信息,实现缺陷的可视化检测,其检测的分辨率高,单幅图像像素点间相关性强,可以应用到铁磁性工件的无损检测中,对铁磁性工件焊缝检测也具有较强的适用性。本文在磁光检测技术对于铁磁性工件焊缝的应用难点出发,通过对焊缝缺陷漏磁场特征、基于磁光图像特征的焊缝缺陷识别方法、磁光图像序列的增强处理等方面的研究,开展关于铁磁性工件,尤其是其焊缝缺陷的检测研究,主要研究点及创新点如下:（1）首先就磁光成像检测原理出发,通过对铁磁性工件焊缝工况的分析,讨论磁光成像检测应用到铁磁性工件焊缝可能出现的问题。基于有限元分析方法,对铁磁性工件焊缝建立仿真模型,并讨论实际铁磁性工件的磁光检测中会遇到的实际情况对其漏磁场分布的影响。（2）基于磁光检测原理,设计了磁光成像检测系统平台结构,为了获得更高质量、缺陷信息更丰富的磁光图像,根据磁光检测原理讨论了铁磁性工件磁光检测系统各部分参数,并且对各部分组成结构进行了优化,最后完成了磁光成像检测系统平台的安装搭建。然后根据磁光图像的像素点灰度值变化趋势与缺陷所产生的漏磁场空间分布特征之间的关系,提出了一种基于缺陷极值区域特征的滑动窗口检测方法,可有效抑制磁光图像中因亮度分布不均,薄膜干涉等引起的干扰,最后有效的完成了各条件下磁光图像缺陷的识别。（3）根据铁磁性工件磁光探测器在实际检测时运动特点,设计并搭建了磁光动态检测系统平台。并针对磁光图像序列提出了基于主成分分析的磁光图像序列重构和增强的方法。最后基于实际检测中主要是提取异常帧这一问题,提出了另一个维度的主成分降维分析方法,并通过缺陷极值区域检测方法顺利完成缺陷检测。
陈科帆[8]（2021）在《基于平面涡流传感器的管道内检测系统研究》文中研究指明用以运输天然气和石油的管道是国家经济发展的重要通道之一,它属于铁磁性材料,相对磁导率远大于1容易磁化。管道服役过程中,容易遭受地质灾害、地壳运动、内外酸性介质腐蚀等环境的影响,在管道内外部、焊缝处造成不同程度腐蚀和破坏,导致管道爆炸、输送介质泄露等重大安全事故。因此,对管道定期安全性检测与维护具有重要意义。本文研究基于电磁涡流检测技术对油气管道内部表面缺陷的检测。涡流检测是以电磁感应原理为基础的无损检测方法,当激励线圈产生变化的磁场并接近导体时,磁通发生改变而产生涡流,导体中电涡流密度、信号相位以及电流方向将随着试件有无缺陷而发生改变,涡流生成的磁场影响检测线圈阻抗以及感应电压。由此,通过测定感应电压大小可判断试件有无缺陷。由于小口径管道内检测空间有限,对传统涡流探头存在限制,选用平面探头更适合检测内部缺陷。目前,针对管道内部的缺陷检测,大口径管道使用漏磁无损检测技术已趋于成熟,而小口径管道漏磁检测成本高,且存在磁化的局限性因此并不适合。实际检测时,由于管内环境恶劣,存在铁屑、焊头、焊缝毛刺以及腐蚀性液体附着在管道内表面,所以对检测的提离高度提出了要求。本文以平面涡流探头为基础,研究小口径管道缺陷检测技术。研究内容分为以下三个部分:（1）基于电路原理、电磁感应定理以及无线能量传输理论,提出了双层差分型平面涡流传感结构,解决检测提离、管道内部空间有限和检测灵敏度问题,并利用COMSOL仿真平台构建传感器结构模型。通过对比平面试件的仿真结果优化结构几何参数,达到最佳检测灵敏度。（2）加工设计PCB线圈,搭建涡流检测系统硬件平台。包括激励信号源制作、功率放大电路设计、接收信号预处理、以及数据采集与存储设计。获取探头实验信号并与仿真结果进行对比分析,验证其可靠性。（3）根据实际管道材料参数构建仿真模型,并进行管道试件的缺陷加工与实验,包括线圈与硬件电路搭建、探头与系统的放置支撑件加工、线圈与系统的连接装置、完成对比实验测试。在平台验证探头对管道内表面缺陷检测有效性。
余成[9]（2021）在《基于涡流图像处理的CFRP损伤检测与评价研究》文中研究指明碳纤维复合材料（Carbon Fiber Reinforced Polymer,CFRP）是碳化纤维和塑料的一种理想结合,它相比于金属材料有一定的优势:坚固、硬度高、尤其重量轻。在工业生产、航天航空及公共基础设施等诸多领域中,结构材料的选择对于革新技术水平和改善产品质量具有重要的作用。在各种新兴的复合材料中,碳纤维复合材料因其优越的结构特性在很多场合得到了应用。尽管如此,CFRP的多相结构特点及其制造方法存在着很多不定因素,使得制造时原材料和半成品中的内部缺陷以及成型件加工、使用时的结构损伤无法避免。本文通过涡流检测出来的结果以图像来呈现的,在图像中包含了许多被测试件的结构和损伤信息,因此需要对图像进行处理以获得这些信息,结合神经网络遗传算法对图像处理,实现对碳纤维复合板的细观结构损伤以及损伤位置的确定。本文的主要内容有:第一,为了建立涡流成像系统的建模和仿真,研究裂纹深度对扫描结果的影响和扫描纤维纹路中存在缺失产生的影响。首先对涡流成像系统建模分析,然后从点扩散函数得到成像系统传递函数,最后建立CFRP的电磁有限元仿真和ECT纤维纹路成像仿真模型。以实现对CFRP层合板中纤维方向和铺层缺陷的高精度成像,并达到图像反映复合材料缺陷真实形状的目的。第二,为了对CFRP损伤的参数有更好的评估和对复合材料每个特定方向铺层的图像进行缺陷定位。首先通过涡流C扫描生成多向层合板的伪彩图,并对生成的伪彩色图像在复平面内进行处理,得到清晰直观的伪彩色图像。然后基于MATLAB并结合时域和频域内的数字图像处理方法,包括快速二维傅里叶变换和反变换,陷波滤波器的设计和构建,将碳纤维复合板图像不同方向的纹路分离,这样就更加清晰直观地看到复合材料层合板涡流C扫描图像中的纹路方向和缺陷位置。最后利用逆卷积图像去混叠方法处理,处理出来的图像更清楚地识别出纤维变形、纤维方向、错位以及层中的微小损伤等缺陷。第三,复合材料涡流检测主要是通过对涡流检测信号进行分析判别,给出复合材料中是否存在裂纹和分层损伤结构,若要对其缺陷损伤进行定量分析,则需要运用神经网络算法。先对各种损伤结构进行仿真和实验分析其结构和位置,再编写一套神经网络遗传算法运用于对损伤结构进行识别与定位,最后基于神经网络算法对CFRP材料中缺陷的定量分析做好良好的基础。
游勇[10]（2021）在《涡流实时扫描成像检测系统的设计与集成》文中研究表明碳纤维复合材料（CFRP）由于其结构的优异性,在实际工程中得到了广泛的应用,因而针对其结构的性能检测也变得至关重要。其中电涡流无损检测法相比于其他检测技术,具有无需耦合剂、非接触、对检测材料没有影响等特点,获得了学术界以及工程界的重视。近些年越来越多的复合材料出现在人们的视野当中,涡流检测技术也获得了长足的发展。其检测对象不再局限于金属材料,对于弱导电性复合材料检测也有所涉及。但是传统的涡流检测技术由于其扫查速度慢检测模式落后,检测灵敏度低不够准确,并且检测设备体积庞大,在进行大面积扫查时往往需要耗费大量的人力物力。因此需要对系统的扫描方式进行改进,提高系统的扫描效率。同时对系统的硬件构成进行改进升级,实现系统的集成化与小型化,提高系统的检测效率以及准确性。本课题集成了一套往复式高频涡流检测系统,实现弱导电性CFRP常见的裂纹、纤维断裂、分层等损伤的快速高效检测。通过上位机LabVIEW程序控制位移平台运动,实现探头对被测导体的往复式快速扫描,控制下位机硬件电路实现信号的产生、处理、采集,检测结果实时显示并储存。系统的最高检测频率可达20MHz,检测过程全自动,并可实现频率的灵活可调,检测精度高检测结果直观易懂。本课题主要研究的内容如下:（1）完成系统扫描模式的改进,由原来的单程隔行扫描改为现在的往复式逐行扫描,充分利用系统的来回扫过程,大大地提高了系统的检测效率。（2）针对改进后系统检测结果中出现的图像错位现象进行分析,并研究了维纳滤波法、规则化滤波法、LR迭代复原法、盲去卷积复原法的原理,完成以上4种算法的编写及改进,实现了对错位模糊图像的最佳复原,并对复原结果进行评价分析。同时还运用了LabVIEW与Matlab混合编程,充分利用两者的优点实现错位图像的复原。（3）用LabVIEW程序设计了完整的往复式高频涡流检测系统软件,主要包括上位机控制位移平台运动,下位机激励信号的设定,数据采集,结果的实时显示以及数据存储。最后基于C编写下位机数据采集的外部中断程序,保证了系统数据的同步采集。（4）对下位机电路进行测试,并给出调试结果。利用集成的往复式高频涡流检测系统对CFRP进行损伤实验验证,如纤维分布、裂纹损伤、分层损伤等,得到的检测结果符合预期,验证了系统的可行性以及实用性。
二、成像涡流的检测方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、成像涡流的检测方法（论文提纲范文）
（1）奥氏体不锈钢涡流阵列C扫成像检测技术的仿真研究与应用（论文提纲范文）
| 0前言 |
| 1 ECA-C扫成像检测技术工作原理 |
| 2 ECA-C扫成像影响因素的仿真研究 |
| 2.1 线圈外径的影响 |
| 2.2 探头工作模式的影响 |
| 2.3 阵列排数的影响 |
| 3 典型缺陷的ECA-C扫成像案例 |
| 3.1 裂纹 |
| 3.1.1 管道内壁SCC |
| 3.1.2 焊接接头热影响区应力腐蚀开裂 |
| 3.1.3 焊缝裂纹 |
| 3.2 圆形缺陷 |
| 3.2.1 单个圆形缺陷 |
| 3.2.2 点蚀 |
| 4 结论 |
（2）基于MEMS技术的电涡流传感器探头研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 本文的研究背景及意义 |
| 1.2 电涡流传感器的发展和研究现状 |
| 1.2.1 涡流检测技术的发展 |
| 1.2.2 涡流检测技术的研究现状 |
| 1.2.3 电涡流传感器探头的研究现状 |
| 1.3 本文的主要研究内容 |
| 2 涡流检测的基本理论和仿真分析 |
| 2.1 电涡流传感器检测理论 |
| 2.1.1 涡流检测基本原理 |
| 2.1.2 涡流检测的等效电路 |
| 2.1.3 等效涡流环理论分析 |
| 2.1.4 趋肤效应与穿透深度 |
| 2.2 平面螺旋线圈耦合电磁场的有限元仿真 |
| 2.2.1 涡流检测有限元仿真的理论基础 |
| 2.2.2 ANSYS Maxwell有限元模型 |
| 2.2.3 提离效应产生的涡流分布和阻抗变化 |
| 2.2.4 电参数对传感器性能的影响 |
| 2.3 本章小结 |
| 3 电涡流传感器多层螺旋探头的物理模型和参数分析 |
| 3.1 电涡流传感器探头的结构确定 |
| 3.2 电涡流传感器多层螺旋探头的物理模型 |
| 3.3 多层螺旋结构探头电参数的提取方法 |
| 3.3.1 多层螺旋探测线圈电感计算 |
| 3.3.2 自谐振频率计算 |
| 3.3.3 品质因数Q值计算 |
| 3.4 螺旋探头结构参数对电参数的影响 |
| 3.4.1 线圈内径对电参数的影响 |
| 3.4.2 线圈厚度对电参数的影响 |
| 3.4.3 线圈线宽、线间距对电参数的影响 |
| 3.4.4 线圈层数对电参数的影响 |
| 3.4.5 线圈层间距对电参数的影响 |
| 3.5 本章小结 |
| 4 MEMS电涡流传感器探头的制作与测试 |
| 4.1 电涡流传感器探头MEMS关键工艺技术 |
| 4.1.1 正性厚胶多次曝光工艺 |
| 4.1.2 微电铸工艺 |
| 4.1.3 种子层工艺 |
| 4.2 MEMS电涡流传感器探头制作流程 |
| 4.2.1 刚性探头制作流程 |
| 4.2.2 柔性探头制作流程 |
| 4.3 MEMS电涡流传感器探头的性能测试 |
| 4.4 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 附录A Maltab电参数计算程序 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（3）高空间分辨率电阻抗成像检测方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 电阻抗成像检测技术 |
| 1.2.1 电阻抗成像检测技术概述 |
| 1.2.2 电阻抗成像检测技术研究现状 |
| 1.2.3 电阻抗成像检测技术研究意义 |
| 1.2.4 电阻抗成像检测技术的主要问题 |
| 1.3 主要内容和章节安排 |
| 第二章 高空间分辨率电阻抗成像检测技术研究 |
| 2.1 引言 |
| 2.2 电阻抗成像检测技术 |
| 2.2.1 经典电阻抗成像检测技术原理 |
| 2.2.2 高空间分辨率电阻抗成像检测技术特点 |
| 2.3 基于红外热成像的电流数据采集方法分析 |
| 2.3.1 基于传热学理论的红外热成像数据分析 |
| 2.3.2 基于红外热成像的数据采集方式实验过程 |
| 2.3.3 基于红外热图像的数据采集方法实验结果 |
| 2.4 高空间分辨率电阻抗成像检测实验平台介绍 |
| 2.5 高空间分辨率电阻抗成像检测技术流程图 |
| 2.6 本章小结 |
| 第三章 基于红外热成像图的涡流密度分布重构 |
| 3.1 引言 |
| 3.2 对红外热图像数据的噪声抑制处理 |
| 3.2.1 基于温度信号重构法的时间尺度滤波 |
| 3.2.2 基于惩罚最小二乘法的空间尺度滤波 |
| 3.2.3 对实验数据的滤波处理结果验证 |
| 3.3 红外热图像中各点涡流密度计算 |
| 3.3.1 基于传热学理论的热辐射特性分析 |
| 3.3.2 涡流密度的计算过程 |
| 3.3.3 实验验证与结果分析 |
| 3.4 红外图像中各点涡流矢量方向计算 |
| 3.4.1 涡流场中的通量和散度分析 |
| 3.4.2 提取涡流矢量方向数据的算法构建 |
| 3.4.3 实验结果及数据分析 |
| 3.5 本章小结 |
| 第四章 高空间分辨率阻抗分布图像重建 |
| 4.1 引言 |
| 4.2 高空间分辨率电阻抗成像检测技术成像原理 |
| 4.2.1 高空间分辨率电阻抗成像检测的数学模型 |
| 4.2.2 高空间分辨率电阻抗成像检测的正问题 |
| 4.3 高空间分辨率电阻抗成像检测的逆问题 |
| 4.3.1 电阻抗成像检测的逆问题算法分析 |
| 4.3.2 高分辨率电阻抗成像检测技术逆问题的求解过程 |
| 4.4 实验结果及数据分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 后期工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（4）基于Faster R-CNN的铁磁材料脉冲涡流热成像缺陷检测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 脉冲涡流热成像检测技术研究现状 |
| 1.2.2 热成像数据处理方法的国内外研究现状 |
| 1.3 研究思路与内容安排 |
| 1.3.1 研究思路 |
| 1.3.2 章节安排 |
| 第二章 脉冲涡流热成像检测原理与实验平台的开发 |
| 2.1 脉冲涡流加热技术 |
| 2.1.1 脉冲涡流加热趋肤效应原理 |
| 2.1.2 脉冲涡流加热原理 |
| 2.2 红外热成像检测技术 |
| 2.3 涡流热成像技术检测平台 |
| 2.3.1 红外热成像系统 |
| 2.3.2 脉冲涡流加热装置 |
| 2.4 基于涡流热成像技术的铁磁材料缺陷检测平台 |
| 2.4.1 下位机硬件设计 |
| 2.4.2 系统上位机软件设计 |
| 2.5 本章小结 |
| 第三章 基于K-SVD的红外图像去噪 |
| 3.1 K均值聚类算法(K-means) |
| 3.2 K-SVD算法 |
| 3.2.1 奇异值分解 |
| 3.2.2 K-SVD字典学习算法原理分析 |
| 3.3 基于K-SVD算法的图像去噪 |
| 3.4 仿真实验与分析 |
| 3.4.1 图像质量评价 |
| 3.4.2 算法参数选择 |
| 3.4.3 仿真实验与结果分析 |
| 3.5 本章小结 |
| 第四章 基于Faster R-CNN的涡流热成像缺陷识别与定位 |
| 4.1 传统目标检测算法 |
| 4.1.1 HOG特征提取 |
| 4.1.2 支持向量机 |
| 4.2 卷积神经网络 |
| 4.2.1 卷积层 |
| 4.2.2 池化层 |
| 4.2.3 激活函数 |
| 4.3 基于CNN的目标定位算法 |
| 4.3.1 R-CNN |
| 4.3.2 Fast R-CNN |
| 4.3.3 Faster R-CNN |
| 4.4 数据处理与网络优化 |
| 4.4.1 数据集增广原理 |
| 4.4.2 特征提取网络优化 |
| 4.4.3 锚点框参数优化 |
| 4.5 仿真实验与结果分析 |
| 4.6 本章小结 |
| 第五章 基于数学形态学的图像分割 |
| 5.1 基于边缘检测算子的图像分割算法 |
| 5.1.1 Roberts算子 |
| 5.1.2 Prewitt算子 |
| 5.1.3 数学形态学基本原理 |
| 5.2 基于改进的多尺度形态学图像分割算法 |
| 5.2.1 基于数学形态学的滤波算法 |
| 5.2.2 基于多方向数学形态学图像分割算法 |
| 5.2.3 算法流程 |
| 5.3 实验结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文主要研究总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 A(攻读硕士期间发表的论文、申请的专利、软着) |
| 附录 B(攻读硕士期间参与的项目) |
| 附录 C(涡流红外热图像无损检测硬件系统PCB图) |
（5）基于新型磁轭激励结构的电磁热成像检测系统关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 无损检测技术的研究背景及意义 |
| 1.2 电磁热成像检测技术研究现状 |
| 1.2.1 电磁热成像检测技术简介 |
| 1.2.2 电磁热成像检测技术国内外研究现状 |
| 1.3 电磁热成像检测技术研究现状与难点 |
| 1.3.1 检测机理基础研究现状 |
| 1.3.2 激励源设计与优化相关现状 |
| 1.3.3 热图像处理与缺陷识别相关现状 |
| 1.3.4 激励结构的研究难点和意义 |
| 1.4 本文主要研究内容和意义 |
| 1.5 本文内容安排 |
| 1.6 本章小结 |
| 第二章 新型磁轭激励结构检测系统理论研究 |
| 2.1 电磁热成像技术理论基础 |
| 2.1.1 电磁热成像检测系统介绍 |
| 2.1.2 电磁热成像检测技术相关理论 |
| 2.2 磁轭材料的感应特性 |
| 2.3 理论模型分析 |
| 2.3.1 磁通路模型 |
| 2.3.2 电磁场及热场分析 |
| 2.3.3 温度场和红外辐射采集模型 |
| 2.4 本章小结 |
| 第三章 新型磁轭激励结构检测系统数值仿真研究 |
| 3.1 有限元分析法及COMSOL软件介绍 |
| 3.2 新型磁轭激励结构检测系统仿真实验准备 |
| 3.2.1 新型磁轭激励结构概述 |
| 3.2.2 缺陷检测实验准备 |
| 3.3 电磁场均匀性数值仿真实验验证 |
| 3.4 不同角度缺陷检测实验 |
| 3.5 不同提离距离缺陷检测实验 |
| 3.6 复杂结构试件缺陷检测实验 |
| 3.7 本章小结 |
| 第四章 新型磁轭激励结构检测系统实验研究 |
| 4.1 设置系统检测实验准备 |
| 4.2 自然微裂纹实验验证 |
| 4.2.1 钢轨滚动疲劳裂纹实验验证 |
| 4.2.2 亚表面腐蚀裂纹实验验证 |
| 4.2.3 螺丝根部疲劳裂纹实验验证 |
| 4.2.4 焊缝自然微裂纹实验验证 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（6）基于涡流脉冲热成像的金属材料裂纹缺陷检测（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 涡流脉冲热成像技术在缺陷检测的国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.2.3 脉冲涡流热成像技术发展趋势 |
| 1.3 脉冲涡流热成像技术在热图像处理的发展现状 |
| 1.4 论文研究内容 |
| 1.4.1 论文主要研究思路 |
| 1.4.2 论文结构安排 |
| 1.5 本章小结 |
| 第二章 涡流脉冲热成像裂纹检测实验平台开发 |
| 2.1 涡流脉冲热成像技术原理 |
| 2.2 脉冲涡流热成像数学模型 |
| 2.2.1 涡流场 |
| 2.2.2 温度场 |
| 2.3 涡流脉冲加热装置 |
| 2.4 基于远程监测的金属材料裂纹缺陷识别系统 |
| 2.4.1 温度采集模块 |
| 2.4.2 电源模块 |
| 2.5 本章小结 |
| 第三章 基于多特征提取的红外热图像裂纹缺陷检测 |
| 3.1 红外热图像特征集 |
| 3.1.1 颜色矩原理 |
| 3.1.2 灰度共生矩阵原理 |
| 3.2 基于ELM的红外热图像分类模型 |
| 3.3 多特征提取的红外图像裂纹缺陷检测 |
| 3.4 实验分析 |
| 3.4.1 实验数据采集 |
| 3.4.2 实验结果分析 |
| 3.5 本章小结 |
| 第四章 基于结构聚类优化的ELM红外热图像裂纹缺陷识别 |
| 4.1 K-means聚类算法 |
| 4.2 AP聚类算法 |
| 4.3 ELM激活函数的选取 |
| 4.4 基于SCO-ELM分类模型 |
| 4.5 基于SCO-ELM红外热图像裂纹缺陷识别 |
| 4.6 实例结果分析 |
| 4.7 本章小结 |
| 第五章 裂纹缺陷定量检测 |
| 5.1 红外图像的预处理 |
| 5.1.1 灰度化 |
| 5.1.2 灰度拉伸 |
| 5.1.3 中值滤波 |
| 5.2 红外图像的分割 |
| 5.2.1 目标区域的定位与分割 |
| 5.2.2 Canny算子边缘提取 |
| 5.2.3 Canny算子阈值设定 |
| 5.3 红外图像裂纹缺陷边缘特征提取及定量检测 |
| 5.4 实验结果与分析 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 进一步研究展望 |
| 致谢 |
| 参考文献 |
| 附录A (攻读硕士期间发表的论文) |
| 附录B (攻读硕士期间申请的专利和软件着作权) |
| 附录C (涡流热成像采集系统PCB设计图、系统原理图) |
（7）基于磁光成像的焊缝缺陷检测研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及研究意义 |
| 1.2 铁磁性材料焊缝缺陷无损检测方法概述 |
| 1.3 磁光成像检测技术研究现状及发展趋势 |
| 1.3.1 磁光成像概述 |
| 1.3.2 磁光成像国内外研究现状 |
| 1.4 选题意义及主要研究内容 |
| 1.5 本文的章节安排 |
| 第二章 铁磁性材料焊缝缺陷磁光检测方案分析 |
| 2.1 引言 |
| 2.2 基于磁光成像检测的铁磁性材料焊缝缺陷检测问题分析 |
| 2.2.1 磁光检测原理 |
| 2.2.2 焊缝磁光检测工况分析 |
| 2.3 铁磁性工件焊缝缺陷漏磁场分布分析 |
| 2.3.1 铁磁性材料缺陷漏磁检测原理 |
| 2.3.2 铁磁性材料焊缝缺陷漏磁场分布有限元分析 |
| 2.3.3 不同因素对焊缝缺陷漏磁场分布的影响分析 |
| 2.4 本章小结 |
| 第三章 静态磁光图像特征分析与处理 |
| 3.1 引言 |
| 3.2 磁光成像检测系统平台设计与搭建 |
| 3.3 铁磁性材料焊缝磁光图像缺陷识别算法研究 |
| 3.3.1 铁磁性材料焊缝磁光图像特征分析 |
| 3.3.2 焊缝磁光图像缺陷检测分析 |
| 3.4 本章小结 |
| 第四章 动态磁光图像特征分析及处理 |
| 4.1 引言 |
| 4.2 磁光成像运动检测系统平台设计与搭建 |
| 4.2.1 磁光探测器简介 |
| 4.2.2 磁光动态检测系统平台搭建 |
| 4.3 磁光图像序列增强方法研究 |
| 4.3.1 磁光图像序列特征分析 |
| 4.3.2 基于主成分分析的磁光图像序列增强方法研究 |
| 4.4 磁光图像序列缺陷识别方法研究 |
| 4.5 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
（8）基于平面涡流传感器的管道内检测系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 管道电磁检测发展概述 |
| 1.3 平面线圈涡流检测方法的特点 |
| 1.4 平面线圈涡流检测的国内外研究现状 |
| 1.4.1 平面线圈涡流检测国外研究现状 |
| 1.4.2 平面线圈涡流检测国内研究现状 |
| 1.4.3 平面线圈涡流检测发展趋势 |
| 1.5 本文创新点及贡献 |
| 1.6 本文研究内容和结构安排 |
| 第二章 基于电磁感应与互感耦合效应的涡流检测理论 |
| 2.1 涡流场的产生与物理解释 |
| 2.1.1 管道内壁涡流的生成 |
| 2.1.2 基于麦克斯韦方程组的涡流场控制方程 |
| 2.2 平面线圈感应电压的分析与计算 |
| 2.2.1 普通矩形线圈的感应电压分析 |
| 2.2.2 基于互感效应的感应电压分析 |
| 2.3 基于互耦原理的对称差动线圈模型 |
| 2.3.1 对称平面线圈模型与涡流场分析 |
| 2.3.2 差动探头的电路分析 |
| 2.4 本章小结 |
| 第三章 基于有限元的平面线圈传感结构仿真分析 |
| 3.1 平面线圈的有限元仿真模型构建 |
| 3.1.1 有限元仿真介绍 |
| 3.1.2 平面线圈的仿真建模设置 |
| 3.1.3 平面线圈的涡流与缺陷信号特征仿真 |
| 3.2 平面差分涡流传感器结构优化 |
| 3.2.1 激励线圈尺寸优化 |
| 3.2.2 耦合间距优化与提离效应仿真 |
| 3.2.3 激励频率选取 |
| 3.3 不同种类缺陷检测的仿真分析 |
| 3.4 本章小结 |
| 第四章 检测平台实验搭建与系统设计 |
| 4.1 实验室涡流检测平台系统设计 |
| 4.1.1 实验室激励模块 |
| 4.1.2 传感器结构和试件加工 |
| 4.1.3 实验室接收模块 |
| 4.2 实验室验证平台搭建 |
| 4.2.1 耦合距离实验验证 |
| 4.2.2 不同种类缺陷信号实验 |
| 4.2.3 平板试件C扫成像 |
| 4.3 管道涡流检测系统集成 |
| 4.3.1 集成系统框图 |
| 4.3.2 激励信号的产生 |
| 4.3.3 数据采集模块 |
| 4.3.4 数据存储模块 |
| 4.3.5 管道人工缺陷检测 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 后期工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（9）基于涡流图像处理的CFRP损伤检测与评价研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.1.1 CFRP的应用和损伤形式 |
| 1.1.2 针对CFRP损伤检测方法 |
| 1.2 电涡流成像国内外研究现状 |
| 1.3 研究工作和章节安排 |
| 第2章 CFRP的涡流检测和图像处理技术 |
| 2.1 CFRP的涡流检测方法 |
| 2.1.1 涡流检测原理 |
| 2.1.2 复合材料中的电涡流 |
| 2.1.3 CFRP中各向异性电磁参数 |
| 2.2 涡流成像系统建模分析 |
| 2.2.1 点扩散函数 |
| 2.2.2 成像系统传递函数 |
| 2.2.3 ECT纤维纹路成像原理 |
| 2.3 涡流成像的图像处理方法 |
| 2.3.1 二维傅里叶变换 |
| 2.3.2 时域法 |
| 2.3.3 频域法 |
| 2.4 本章小结 |
| 第3章 涡流成像系统的建模与仿真 |
| 3.1 有限元模型推导 |
| 3.1.1 电磁有限元计算的数学方程 |
| 3.1.2 A-φ方程的建立 |
| 3.1.3 有限元仿真计算方法 |
| 3.2 CFRP的电磁有限元仿真分析 |
| 3.3 ECT纤维纹路成像结果分析 |
| 3.3.1 仿真结果分析 |
| 3.3.2 实验验证 |
| 3.4 本章小结 |
| 第4章 CFRP涡流成像中的纹理分析 |
| 4.1 基于多向铺层板的涡流成像 |
| 4.1.1 涡流C扫描图像的生成 |
| 4.1.2 层合板伪彩色图像的生成 |
| 4.1.3 图像的像素值选取 |
| 4.2 复材板样件的损伤检测试验 |
| 4.2.1 裂纹检测 |
| 4.2.2 分层检测 |
| 4.2.3 冲击检测 |
| 4.3 基于2D-FFT的图像纹路分离 |
| 4.3.1 二维傅里叶变换应用 |
| 4.3.2 陷波滤波器的构建 |
| 4.3.3 频域滤波和纹路分离 |
| 4.4 基于逆卷积的图像去混叠 |
| 4.5 本章小结 |
| 第5章 基于神经网络算法对图像损伤参数的评估 |
| 5.1 神经网络算法基本理论 |
| 5.2 利用形态学和神经网络对图像的细化 |
| 5.2.1 图像的二值化 |
| 5.2.2 基于形态学算法对图像的细化 |
| 5.2.3 基于神经网络对图像的细化 |
| 5.3 基于神经网络对CFRP板的损伤图像阈值分割处理 |
| 5.3.1 Otsu阈值分割法 |
| 5.3.2 基于神经网络对损伤图像的阈值分割 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 后续工作展望 |
| 参考文献 |
| 在读期间发表的学术论文及研究成果 |
| 致谢 |
（10）涡流实时扫描成像检测系统的设计与集成（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电涡流检测技术的研究现状 |
| 1.2.2 电涡流检测系统的研究现状 |
| 1.3 论文研究内容与结构安排 |
| 第2章 电磁涡流扫描成像技术 |
| 2.1 涡流检测原理 |
| 2.2 涡流扫描检测模式 |
| 2.3 系统组成 |
| 2.4 运动采集方式 |
| 2.4.1 单点非连续运动采集 |
| 2.4.2 连续同步运动采集 |
| 2.5 本章小结 |
| 第3章 基于LabVIEW的涡流检测系统的设计 |
| 3.1 LabVIEW简介 |
| 3.2 上位机软件流程图 |
| 3.3 通信接口设置 |
| 3.3.1 上位机与位移平台的通信 |
| 3.3.2 上位机与下位机的通信 |
| 3.4 系统各功能模块开发 |
| 3.4.1 运动参数设置 |
| 3.4.2 工作频率及放大倍数设定 |
| 3.4.3 读取数据与采集 |
| 3.4.4 图像显示及数据存储 |
| 3.4.5 人机界面 |
| 3.5 小结 |
| 第4章 涡流成像往复式扫描行间错位分析及复原算法选择 |
| 4.1 涡流成像行间错位的形成原因 |
| 4.2 LabVIEW中错位校正算法的实现方法 |
| 4.3 基于Matlab的图像校正方法 |
| 4.3.1 自适应的维纳滤波法 |
| 4.3.2 最佳的规则化滤波法 |
| 4.3.3 改进的LR迭代复原 |
| 4.3.4 迭代盲去卷积复原法 |
| 4.4 各算法复原效果对比 |
| 4.5 图像复原效果评价研究 |
| 4.6 本章小结 |
| 第5章 涡流检测软硬件功能集成与小型化 |
| 5.1 同步扫描成像系统的设计开发 |
| 5.1.1 涡流探头 |
| 5.1.2 位移平台与编码器 |
| 5.1.3 锁相放大器 |
| 5.1.4 基于外部中断的数据采集 |
| 5.2 检测系统的集成与性能验证 |
| 5.2.1 软硬件功能集成与小型化 |
| 5.2.2 CFRP检测实验 |
| 5.2.3 结果分析 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 在读期间发表的学术论文及研究成果 |
| 致谢 |
四、成像涡流的检测方法（论文参考文献）
- [1]奥氏体不锈钢涡流阵列C扫成像检测技术的仿真研究与应用[J]. 李运涛,郑晖,万本例,胡斌. 机械工程学报, 2021(24)
- [2]基于MEMS技术的电涡流传感器探头研究[D]. 宋冠儒. 大连理工大学, 2021(01)
- [3]高空间分辨率电阻抗成像检测方法研究[D]. 杨坤霖. 电子科技大学, 2021(01)
- [4]基于Faster R-CNN的铁磁材料脉冲涡流热成像缺陷检测研究[D]. 蔡敏. 昆明理工大学, 2021(01)
- [5]基于新型磁轭激励结构的电磁热成像检测系统关键技术研究[D]. 黎潇枫. 电子科技大学, 2021(01)
- [6]基于涡流脉冲热成像的金属材料裂纹缺陷检测[D]. 李宝芸. 昆明理工大学, 2021(01)
- [7]基于磁光成像的焊缝缺陷检测研究[D]. 龙宸宇. 电子科技大学, 2021(01)
- [8]基于平面涡流传感器的管道内检测系统研究[D]. 陈科帆. 电子科技大学, 2021(01)
- [9]基于涡流图像处理的CFRP损伤检测与评价研究[D]. 余成. 南京师范大学, 2021
- [10]涡流实时扫描成像检测系统的设计与集成[D]. 游勇. 南京师范大学, 2021