一、基于双正交样条小波的管道漏磁信号的去噪和数据压缩技术（论文文献综述）
张青春[1]（2016）在《长输油管道漏磁检测信号处理与缺陷重构技术研究》文中研究表明随着管道服役时间的不断增长,管道安全问题日趋严重。近年来,管道事故频繁发生,已经影响到正常的国民经济建设事业,危及公民的生命财产安全。管道缺陷内检测是目前排除管道安全隐患的最有效方法,而漏磁检测法是管道内检测最常用的无损检测手段。但截至目前,管道检测的相关技术还属于国外垄断技术,产品及相关技术一概不售。通常只提供管道检测服务,并收取不菲的费用。出于对管道运输安全、国家安全以及检测服务成本等多方面的考虑,必须打破国外技术封锁,研制我国自主设计的高性能管道缺陷检测设备。本文以长输油管道缺陷漏磁（Magnetic flux leakage,MFL）检测系统为研究对象,针对管道漏磁检测信号的在线去噪、在线压缩处理及漏磁信号的管道缺陷二维、三维轮廓重构技术等关键技术问题进行了深入的研究:首先,本文就长输油管道缺陷漏磁检测系统的组成构成进行了研究,系统包括位于地下管道内部的PIG（流体驱动式管道机器人,又称管道猪,Pipeline Pig）、位于地面沿管线安置的定位标记器、位于机房内的数据后处理平台。根据功能不同将系统划分为五个相对独立的功能模块,PIG总控中心、缺陷检测模块、PIG定位模块、速度控制模块和数据后处理平台,分别分析了五个模块的工作原理及结构组成。对PIG进行了蛇形模块化结构设计,增强PIG的管内通过性;对PIG的支撑轮进行改进设计,提出增加被动调节单元的滚珠丝杠螺母副调节机构,增强了PIG的管径变化适应能力;根据实际应用背景,确定了双盘节流式的PIG调速机构。其次,研究了漏磁检测信号在线去噪算法。针对嵌入式在线工作环境,提出了改进阈值的提升小波去噪算法,以提高去噪速度和精度。根据漏磁检测信号的实际特征,确定了去噪算法采用的基小波最佳的选用范围为db5-7、sym4-6、bior2.6和bior4.4;最适宜的分解层数为J（28）3;阈值估计采用逐层阈值估计的Visushrink阈值。对传统的阈值函数进行了改进,进一步提升去噪性能,取得了更好的去噪效果。针对在线去噪中的严重边界干扰问题,提出了无失真延拓方案,并设计了分段在线去噪的工作时序,基本消除了边界干扰。仿真实验证明了本文提出的在线去噪算法具有速度快,效果好,占用资源少,无边界干扰等优点,符合漏磁检测信号在线去噪的要求。接着,研究了漏磁检测数据的在线压缩算法。针对嵌入式在线工作环境下,传统的数据压缩方法难以应用的问题,引入CS（压缩感知,Compressed sensing）理论,提出了漏磁检测数据在线CS压缩方法。确定了小波基作为漏磁信号的最佳稀疏表示基,并推导了小波稀疏基矩阵的数学表达公式;提出Welch界和PRP共轭梯度算法的测量矩阵优化算法,并通过试验证明了算法的有效性和优越性;提出了漏磁检测数据的重要数据段筛选方法,极大的减少了数据存储量。仿真试验证明了本文提出在线压缩算法极大的较少了在线环境压缩编码的运算复杂度,具有简单迅速,压缩比高,重构精度高等优点,符合本文漏磁检测数据在线压缩的实际要求。其后,研究了管道缺陷的二维轮廓重构技术。提出粒子群优化的MO-LSSVR（多输出最小二乘支持向量回归模型,Multi-Output Least Squares Support Vector Machine Regression）的管道缺陷二维维轮廓重构技术。根据单输出的最小二乘支持向量机回归模型推导了MO-LSSVR的算法模型。以二维缺陷样本数据训练MO-LSSVR二维轮廓重构模型,并以PSO（粒子群优化,Particle Swarm Optimization）算法对MO-LSSVR的惩罚参数及核参数进行参数优化,仿真试验证明了本文提出的重构算法较传统算法具有更平滑的重构曲线和更高的重构精度。最后,研究了管道缺陷的三维轮廓重构技术。利用平滑插值和矩阵向量化操作,将三维轮廓重构问题同样转化为二维的列向量到列向量的映射问题,将三维的缺陷样本数据矩阵进行列向量化后训练MO-LSSVR三维轮廓重构模型,预测结果重新以矩阵排列得到三维轮廓的离散点阵,并绘制三维重构曲面。仿真试验证明了该算法的有效性,缺陷三维轮廓重构曲面光滑,重构误差小。论文的研究成果将打破国际技术封锁,为保障我国管道运输的安全提供助力,具有重要的理论研究意义和工程应用价值,同时,研究成果可推广应用到输气、供水管道检测等相近领域。
杨志军[2]（2011）在《铁磁性平板腐蚀缺陷多通道漏磁信号的反演与重构》文中进行了进一步梳理随着我国战略原油体系的建立和经济的发展,储罐的数量和容量增加很快,随之而来的安全问题也受到了人们的日益关注。储罐最容易腐蚀的部位是储罐底板,当今储罐底板多由铁磁性材料制造而成,其常用的无损检测方法有超声检测、渗透检测、磁粉检测等,其中漏磁检测凭借其低成本、高灵敏度等优点在储罐底板腐蚀缺陷大面积普查中得到了广泛的应用。漏磁检测方法对检测结果做出评价的依据是漏磁信号,目前对漏磁信号的研究可分为正、逆两个方向,正问题是指由缺陷到信号的研究,它往往是针对一定尺寸的缺陷,来研究其产生的漏磁信号。逆问题则是指由缺陷的信号反推缺陷的形状,也就是所谓的反演。本文以铁磁性平板的漏磁信号为基础,分别对缺陷识别、缺陷定位、缺陷量化等方面进行了深入的研究,提出一种基于多通道的铁磁性平板腐蚀缺陷量化反演方法,实现了缺陷检测的可视化。针对目前缺陷漏磁场有限元分析没有考虑到磁化结构移动的影响,模拟结果与实测信号有一定的误差,本文提出了磁化结构在移动状态下的缺陷漏磁场分析方法。实验结果表明,该方法的计算结果更加贴近于漏磁场的实际空间分布。根据有限元仿真结果和实测漏磁场空间分布,对缺陷几何尺寸、缺陷形状与漏磁场之间的关系进行了定性与定量分析。采用小波分析和EMD分解相结合的信号去噪方法,对漏磁信号进行去噪处理。采用小波多尺度分析方法,对缺陷漏磁信号进行研究,使原来单一的时域漏磁信号分解为系列不同频率尺度下的信号。以漏磁场的垂直分量为研究对象对缺陷漏磁信号进行了时域、频域及频谱分析,并选取了用于描述缺陷波形的特征量。针对实验采集到的漏磁信号噪声大、采集间隔大等问题,对其进行了去噪及圆滑处理,同时在相邻两路传感器之间及两个采集点之间分别进行了三次样条插值处理,构造出了一系列“虚拟传感器”及“虚拟采集点”,提高了特征提取的精度。通过实验方法与仿真方法建立了不同尺寸、不同形状的缺陷漏磁信号样本。根据建立的缺陷样本分别构造了用于识别缺陷类型和实现缺陷量化的神经网络,实现了腐蚀缺陷的识别与反演。最后针对缺陷三维轮廓重构问题提出了建立缺陷矩阵的反演思想,并根据神经网络的量化、识别结果实现了缺陷轮廓的可视化。
夏克[3]（2009）在《管道漏磁检测实时数据压缩的研究》文中指出随着在线管道检测技术的发展,油气管道的安全检测越来越受到重视,管道漏磁检测是目前管道检测中一种十分有效的方法。然而,漏磁检测采集的原始信号数据量庞大,而且随着管道漏磁检测系统分辨率的提高,数据量将呈平方级增大。巨大的数据量显然给信号的存储和处理带来极大的困难。为了提高现有输油管道漏磁检测系统的检测精度以及扩展系统的适用范围,为了使其适用于更高精度和更长距离的在线检测,因此,设计一种适合管道漏磁数据特点的压缩算法,减轻海量数据对系统造成的压力是十分必要的。本文在总结国内外诸多数据压缩方案的基础上,选择了整数提升小波编码作为管道漏磁检测系统信号数据压缩的方法。小波信号分解提供了一种灵巧的表示,为压缩技术提供了有效的工具。而整数提升小波变换被称为“第二代小波”,具有更高的压缩效率。管道漏磁数据经整数提升小波变换后得到整型小波系数,然后将经过整数分解的小波系数采用自适应算术编码进行压缩。自适应算术编码克服了霍夫曼编码的缺点,可以更逼近无损压缩编码的极限。自适应是指根据当前符号和已编码符号来更新概率估计,每次只对一个符号进行编码,故每次只需对单独的符号进行概率统计,从而提高了算法的效率。这样从算法的角度可以满足系统实时性的需要。为了实现对管道漏磁数据的实时采集、压缩和存储,本文采用了双缓冲区的体系结构,确保了实时数据能够正确的存储。在基于双缓冲区模型的体系结构下,采用整数提升小波变化与自适应算术编码相结合的压缩算法对管道漏磁数据进行无损的,实时的压缩。压缩比能够达到9.166:1。经实验证明可以满足管道漏磁检测系统的要求。
张琦[4]（2008）在《大容量高保真海底管道超声检测数据处理技术研究》文中研究说明输油管道检测技术是目前国际无损检测领域的研究热点,国内在此方面的研究起步较晚。开展管道检测相关技术和方法的研究具有重大的理论和现实意义。超声检测因其所具有的特点一直受到相关领域专家和学者的高度重视。研制开发适合我国实际状况的管道超声智能检测系统装置,对我国在役油气管道进行全面检测和安全评价具有重大的社会、经济、环境效益。在管道超声检测中,存在着若干理论和实际问题:超声检测装置的设计,超声检测中的噪声处理,超声数据压缩,管道壁厚检测以及管道超声检测数据的分析等理论与实际问题,论文依托国家海洋资源开发技术主题下资源与环境技术领域中的一项国家海洋863项目“海底管道内爬行器及其检测技术”,针对海底管道的检测要求,为研制具有我国自主知识产权的海洋输油管道超声智能检测系统提供关键技术。首先介绍了超声测厚的原理以及海底管道超声检测装置的组成。根据检测要求,介绍了适用于海底管道超声检测数据采集与存储装置;根据项目工程样机的性能指标,通过理论分析和计算,确定了管道检测用的超声探头的中心频率,晶片直径,检测的提离距离等重要参数,并综合考虑管道检测的环境因素,为合理选取超声探头提供了必要的依据;通过分析,提出了适用于海底管道检测多通道超声数据的实时采集以及大容量数据的快速存储系统;总结了所设计的超声管道检测数据采集与存储装置的特点。文章应用经验模式分解方法,对非线性非稳态的超声射频信号进行分解,得到了超声信号的各个固有模态函数分量,根据信号分解的特点,提出了基于能量的分量选择方法达到超声信号去噪的目的,通过仿真研究,验证了该方法具有很好的去噪效果,并且具有自适应性,比较了能量去噪以及阈值去噪两种方法;在此基础上,提出了基于EMD-MMSE的多传感器超声信号处理方法,通过实验验证,该方法优于算术平均融合的结果,并且具有自适应性,更便于计算机实现;针对海底管道超声壁厚检测时得到的超声信号的特点,采用一种典型的非线性滤波方法中值滤波对超声壁厚检测信号进行滤波,通过实验证明它对随机脉冲噪声有良好的抑制作用。超声阵列进行管道检测时会得到海量的超声数据,文章讲述了几种超声信号压缩的原理与方法。基于变换的超声信号压缩方法中,在使用提升小波变换进行超声信号处理达到最优的压缩目的时,考虑了以下几个方面的因素,小波基的选择,分解层数的确定,阈值的选取等几个因素。通过实际的超声射频信号分析,确定了最佳的参数达到最优的压缩目的;根据超声回波信号的高斯回波模型,介绍了连续小波变换以及最大似然估计的参数估计方法,在匹配追踪算法的的匹配过程中,使用遗传算法来估计时频原子的参数,也就是高斯回波模型函数的参数,文章使用遗传算法实现匹配追踪分解的方法,通过仿真以及实验可以看出,这种方法基本可以搜索到最佳匹配信号结构的参数,并且计算时间比原匹配追踪算法的时间有大幅的降低;文章通过几种无损压缩方法的比较,在考虑压缩时间以及压缩比的情况下,选取Huffman编码来对管道超声检测数据进行实时数据压缩。文章分析了特殊情况下的管道缺陷测厚工艺,根据不同的检测情况,提出了相应的检测处理方法,根据海底管道超声检测信号,使用FFT方法以及自相关方法进行海底管道壁厚检测,能够达到了检测的要求,在FFT方法的基础上,通过二次FFT方法提高了FFT检测的精度;提出了一种新的特征提取方法,使用Hilbert-Huang变换提取了超声检测信号的时域、频域以及时频域特征;引入专家系统对管道超声数据进行处理,通过推理机访问由产生式规则集建立的管道缺陷知识库,推理判断出管道缺陷的种类以及缺陷的大小,从而达到管道缺陷识别的目的。为了研究检测工艺和进行检测工艺试验,在实验室阶段制作了一些标准缺陷的样本来满足试验的要求,建立了管道缺陷样本库。对超声探头检测工艺进行了实验,测量结果表明,检测系统能够检测出课题指标要求的缺陷并且满足测量精度要求,缺陷定位和缺陷尺寸测量满足工程要求。为了验证超声检测系统的实时检测能力,建立了一个实验检测系统,并进行了管道数据采集实验,并且进行了实际输油管道检测,通过实验充分说明了超声检测装置能够实时检测以及采集数据,说明了分析软件的有效性。本文提出的超声信号各种处理方法也可用于其它类似情况的信号处理中。
马凤铭[5]（2006）在《管道漏磁检测中数据压缩及缺陷定量识别技术的研究》文中研究表明漏磁检测技术是长距离油气输送管道进行在线检测的主要方法。随着检测数据分辨率、精度和检测总里程的提高，现有的检测设备在数据存储速度和存储容量两方面已无法满足海量检测数据的要求，因此研究适合的数据压缩算法并设计高速的数据采集与存储系统成为设备研制的关键；同时原有的依靠人工定性进行缺陷识别的方法精度差、速度慢，迫切需要管道缺陷的智能定量识别技术。本文针对上述问题研究了管道漏磁检测数据的压缩技术及缺陷的定量识别技术。主要研究工作如下：（1）以典型管道漏磁检测图像为例，分析了管道漏磁图像区别于普通数字图像的特点及统计特性；分析了不同分辨率、不同精度的管道漏磁图像在统计特性上的差异。（2）研究了预测编码在漏磁图像无损压缩中的应用，提出了适合8位漏磁图像的预测模型；研究了整数小波变换及嵌入式小波编码算法在漏磁图像无损压缩中的应用，提出了改进的无链表SPIHT零树编码算法；针对不同分辨率、不同精度的漏磁图像的特点提出了两套数据无损压缩方案。对8位低分辨率漏磁图像使用预测编码和算术编码相结合的压缩方案；对12位较高分辨率的漏磁图像则在预测编码后，进行整数小波变换，然后使用改进的无链表SPIHT零树编码算法进行编码。（3）提出了漏磁图像中缺陷的分割方案。漏磁图像经去提离值影响等预处理后，使用最大类间方差法进行图像分割，然后进行膨胀运算等后处理得到完整的缺陷图像，从中提取出缺陷的长度和宽度等部分特征参数。（4）研究了基于感兴趣区域的漏磁图像无损压缩方法。对已分割出的缺陷区域，以一个可包含缺陷的最小矩形作为感兴趣区域，只对感兴趣区域的数据进行压缩存储。（5）利用有限元分析软件ANSYS建立管道缺陷漏磁检测装置的模型，对漏磁信号与缺陷参数之间的关系进行了研究；使用BP神经网络分别对仿真缺陷和人工缺陷进行了缺陷参数的识别，识别结果基本满足检测要求；对轴向漏磁信号和径向漏磁信号进行数据融合后，BP神经网络的识别结果得到了改善。（6）针对现有管道漏磁检测装置的不足，提出了基于单片FPGA的管道漏磁检测数据采集与压缩存储系统的设计方案，并对其中多通道采样控制、预测编码、整数小波变换及改进的无链表SPIHT零树编码、硬盘的文件存储控制等几个关键部分进行了研究。
李莺莺[6]（2006）在《油气管道在线内检测技术若干关键问题研究》文中认为油气管道在线检测技术是保障管道运输安全的重要手段,管道在线检测的原理有多种,漏磁法和超声波法的应用最为广泛。新兴的电磁超声技术作为一种激发原理特殊的超声,因不需要耦合介质等优点,引起了无损检测领域的高度重视,本论文以管道检测的漏磁技术和电磁超声技术为重点进行研究。针对缺陷漏磁检测定量化、智能化的难题,结合油气管道检测现场的实际需求,通过理论分析和大量实验,系统分析了管道缺陷漏磁检测技术。首先根据漏磁检测的工作原理,引出基于解析法的偶极子管道缺陷理论模型,并分别以有限长矩形、无限长矩形和锥形缺陷为例做了相应的漏磁场分布研究。针对磁偶极子模型的不足,将有限元法应用到缺陷漏磁场分析中,实现了常见管道样本缺陷的漏磁场仿真。研究了漏磁信号特征的有关影响因素,例如缺陷的外形尺寸、传感探头提离距离、检测仪移动速度、管壁磁化水平、磁铁形状和管道内应力等,得到了各种因素对漏磁检测的影响规律,为相关补偿提供了理论指导。研究了感应线圈漏磁检测信号的小波去噪方法,并详细阐述了应用插值技术去除坏死通道的影响的方法。引入缺陷漏磁信号的模式识别方法,根据实测信号典型管道附件的信号特征,对环焊缝、直焊缝和螺旋焊缝进行了模式识别研究,同时根据缺陷尺寸参数识别结果采用最大安全工作压力方法进行了管道缺陷安全性评价研究。为实际应用的管道检测设备编制了漏磁检测数据分析系统软件,实现了缺陷漏磁场数据的显示,缺陷及焊缝的自动识别量化和评估。论文研究了漏磁检测的缺陷定量分析问题,将神经网络和模式识别方法应用到缺陷漏磁检测中,通过实验和仿真结合的方法建立了缺陷特征样本库,采用BP网络建立了缺陷特征量提取的网络模型;采用RBF网络建立缺陷轮廓的网络映射,并在此基础上提出一种收敛速度更快,精度更易控制的小波基函数神经网络缺陷识别算法。电磁超声技术可以进行油气管道应力腐蚀裂纹的探测。本文推导了电磁超声激发和接收过程的模式方程,并采用有限元的方法建立了EMAT换能器脉冲电涡流的有限元模型,分析了电涡流的趋肤效应,及各种因素对电涡流分布的影响,建立了感应涡流在静磁场作用下,受到洛仑兹力作用激发和接收超声波的模型。电磁超声信号由于受到噪声的污染质量较差,课题采用电磁超声探伤仪获取实测信号,并针对接收信号属于非稳态时变信号的特点,提出采用一种非线性自适应的时域信号处理方法进行信号去噪。
沈兆鑫[7]（2006）在《管道在役检测信号去噪与压缩方法的研究》文中研究表明铁磁性管道广泛用于工业生产的各个部门,由于工作条件恶劣,容易造成管道的损伤,给生产和生活带来巨大的损失,所以对在役管道的定期检测事关生产和生活的安全。在检测过程中会在检测信号中混入噪声信号,所以要对缺陷信号进行消噪处理;由于管线在役检测信号要存储在检测设备自带的存储介质上,所以也要对检测信号进行压缩。去噪与压缩的效果是必须解决的两个课题。 本文重点讨论了管线在役检测缺陷信号去噪和压缩的方法:首先介绍了较常用的小波阈值去噪法的原理及优点,并选取该方法对检测缺陷信号进行消噪,由于小波阈值去噪法存在一定的缺陷所以进行了改进,使用自适应软硬阈值折中法对缺陷信号进行去噪,取得了较好的效果;其次对去噪后信号的压缩方法的选取中,我们采用EZW编码和熵编码相结合的方式,即EZW编码器输出的比特流,再利用算术编码器进行压缩形成最终的输出数据流,这样能够进一步提高压缩效率。
金涛,阙沛文[8]（2005）在《基于多节点样条理论的漏磁数据去冗余压缩算法》文中认为为解决管道漏磁缺陷检测中采样数据的去冗余压缩问题,在利用小波去噪的基础上,根据多节点样条理论具有插值过程无需解方程组、逼近误差小、基函数有界支集的性质,通过构造一个对称的、局部支集的、拉格朗日型基函数,从而设计出一种能快速、高效地逼近原检测数据的去冗余压缩新算法,以提高管道漏磁在线检测数据压缩的实时性.用实验室检测到的漏磁数据对该算法进行了验证.结果表明,该算法具有很好的实时性及较高的数据压缩率.
冯海英[9]（2002）在《管道漏磁检测系统中实时数据压缩技术的研究》文中研究指明随着在线管道技术的发展，油气管道的安全检测越来越受到重视，漏磁管道检测装置是目前管道检测中的一种典型机种，然而采集的原始信号数据量庞大，而且随着管道漏磁检测系统的分辨率的提高，它仍然在呈平方量级增大。巨大的数据量显然给信号的存储和处理带来极大的困难。解决漏磁信号存储和处理这一难题的有效手段时采用数据压缩技术。 本文在总结国内外数据压缩诸多方案的基础上，选择小波变换编码作为管道漏磁检测系统信号数据压缩的方法。小波变换编码技术是传统子带编码技术的一大突破，目前普遍受到国际编码领域的重视。小波为信号分解提供了一种灵巧的表示，为压缩技术提供了有效的工具。它与传统的傅立叶表示的一个不同之处在于：信号的傅立叶变换表是具有唯一性，而信号的小波表示具有多样性。这是因为具有多种小波，它们的性质彼此之间有差异。这个特定的问题用特定的小波处理提供了可能。因此，讨论适合于管道漏磁信号的小波（即小波基的选取）是一个很重要的环节。 量化是一个多对一的映射，其目的就是要减少符号种类，以有利于后继压缩编码。许多效果好的量化方法都很复杂，运算量很大，不利于现有硬件电路的实现，本文根据D L．Donoho的软门限压缩降噪理论，对高频带噪声进行量化除噪。这种方法一方面消除了管道漏磁系统的测量噪声，另一方面运算简单，而且为后继“位编码”算法提供了依据．方便。 同时，本文根据量化后的小波系数的特点，提出了“位编码”的压缩算法。这种方法比一般的传统无损编码方法压缩比高，而且实现比较简单，降低了算法的复杂性和运算量。 由于受限于管道内管道漏磁装置的结构、重量、体积、和功耗，在实时实现信号的采集和压缩时要求算法运算应该是相对简单的。这一切都取决于算法结构的复杂性。本文提出了信号的采集和压缩程序并行执行的算法，在实验室中搭建了一套实验系统实时模拟油气管道环境以及管道漏磁检测系统的测量、控制、数据采集、压缩和存储部分，通过实验室实时模拟试验，实现了这种算法，提高了管道漏磁装置的检测性能和分辨率。
杨理践,冯海英[10]（2001）在《基于双正交样条小波的管道漏磁信号的去噪和数据压缩技术》文中进行了进一步梳理存储大量的管道漏磁检测信号迫切需要有效的数据压缩技术.小波变换具有良好的时频局部化特性,根据管道漏磁无损检测中噪声信号的特性,应用具有线性相位的双正交样条小波,对漏磁信号进行分解,有效地消除测量噪声,同时实现了数据压缩和特征提取.实验表明,该方法可得到适度的压缩比和较高的信噪比,并能满足后续处理的需要.
二、基于双正交样条小波的管道漏磁信号的去噪和数据压缩技术（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、基于双正交样条小波的管道漏磁信号的去噪和数据压缩技术（论文提纲范文）
（1）长输油管道漏磁检测信号处理与缺陷重构技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 管道缺陷漏磁检测技术发展概况 |
| 1.2.2 长输油管道漏磁检测装置发展概况 |
| 1.2.3 管道漏磁检测信号去噪算法发展概况 |
| 1.2.4 管道漏磁检测信号压缩算法发展概况 |
| 1.2.5 缺陷轮廓重构技术发展概况 |
| 1.3 本文主要研究内容 |
| 第2章 长输油管道缺陷漏磁检测系统设计 |
| 2.1 引言 |
| 2.2 长输油管道缺陷漏磁检测系统的组成 |
| 2.2.1 PIG总控中心 |
| 2.2.2 速度控制模块 |
| 2.2.3 PIG定位模块 |
| 2.2.4 缺陷漏磁检测模块 |
| 2.2.5 数据后处理平台 |
| 2.3 PIG本体机械结构设计研究 |
| 2.3.1 蛇形模块化结构组成研究 |
| 2.3.2 可变径支撑轮设计研究 |
| 2.3.3 调速机构设计研究 |
| 2.4 本章小节 |
| 第3章 漏磁检测信号的提升小波在线去噪研究 |
| 3.1 引言 |
| 3.2 漏磁检测信号的分段在线去噪 |
| 3.2.1 噪声来源 |
| 3.2.2 分段去噪 |
| 3.2.3 在线去噪存在的问题 |
| 3.3 小波的提升构造方案 |
| 3.3.1 提升小波变换 |
| 3.3.2 传统小波的提升构造 |
| 3.3.3 与Mallat算法的运算量对比 |
| 3.4 改进阈值函数的提升小波阈值去噪方法 |
| 3.4.1 小波阈值去噪方法 |
| 3.4.2 小波基的选择 |
| 3.4.3 分解层数的确定 |
| 3.4.4 阈值函数的改进方案 |
| 3.4.5 阈值的估计 |
| 3.5 无失真边界延拓方案的在线去噪时序 |
| 3.5.1 边界干扰 |
| 3.5.2 无失真边界延拓 |
| 3.5.3 在线去噪工作时序设计 |
| 3.5.4 提升小波阈值在线去噪的实现步骤 |
| 3.6 仿真结果与分析 |
| 3.6.1 提升算法与传统Mallat算法去噪时间对比 |
| 3.6.2 提升算法与传统Mallat算法去噪效果对比 |
| 3.6.3 不同阈值函数的去噪性能对比 |
| 3.6.4 无失真延拓方案的性能验证 |
| 3.6.5 漏磁检测信号去噪试验 |
| 3.7 本章小结 |
| 第4章 压缩感知用于漏磁检测信号在线压缩研究 |
| 4.1 引言 |
| 4.2 压缩感知理论及信号的稀疏表达 |
| 4.2.1 压缩感知的数学描述 |
| 4.2.2 漏磁检测信号的稀疏表达 |
| 4.3 测量矩阵的优化 |
| 4.3.1 受限等距性质及非相干性 |
| 4.3.2 优化问题描述 |
| 4.3.3 子问题Ⅱ的求解 |
| 4.3.4 测量矩阵优化算法的实现步骤 |
| 4.3.5 数值仿真试验 |
| 4.4 漏磁检测数据的重要数据段筛选 |
| 4.4.1 漏磁检测数据特征分析 |
| 4.4.2 重要数据段的判别方法 |
| 4.4.3 仿真与试验 |
| 4.5 漏磁检测数据在线CS压缩算法 |
| 4.5.1 测量矩阵维数的确定 |
| 4.5.2 在线CS压缩算法的实现步骤 |
| 4.5.3 漏磁检测信号压缩与重构试验 |
| 4.6 本章小节 |
| 第5章 管道缺陷的MO-LSSVR二维轮廓重构技术研究 |
| 5.1 引言 |
| 5.2 缺陷二维轮廓重构原理 |
| 5.3 管道缺陷的PSO-MO-LSSVR二维轮廓重构 |
| 5.3.1 多输出最小二乘支持向量回归机 |
| 5.3.2 二维轮廓重构的实现步骤 |
| 5.3.3 二维轮廓的形状和大小划分 |
| 5.4 仿真试验与结果分析 |
| 5.4.1 样本集的建立 |
| 5.4.2 仿真试验与结论 |
| 5.5 本章小节 |
| 第6章 管道缺陷的三维轮廓重构技术研究 |
| 6.1 引言 |
| 6.2 缺陷的三维轮廓重构原理 |
| 6.2.1 常规方法存在的问题 |
| 6.2.2 矩阵列向量化操作 |
| 6.2.3 采样点阵的平滑插值 |
| 6.3 管道缺陷PSO-MO-LSSVR三维轮廓重构算法 |
| 6.3.1 三维轮廓重构的实现步骤 |
| 6.3.2 三维轮廓的形状与大小划分 |
| 6.4 仿真试验与结果分析 |
| 6.4.1 半球体三维轮廓重构试验 |
| 6.4.2 三角槽三维轮廓重构试验 |
| 6.4.3 常规三维重构算法重构试验 |
| 6.5 本章小节 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（2）铁磁性平板腐蚀缺陷多通道漏磁信号的反演与重构（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点摘要 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 漏磁检测技术的研究现状及发展趋势 |
| 1.2.1 漏磁检测理论国内外研究现状 |
| 1.2.2 漏磁信号反演方法的研究现状及发展趋势 |
| 1.3 本文研究的主要内容 |
| 第二章 基于有限元法铁磁性平板腐蚀缺陷漏磁场分析 |
| 2.1 漏磁检测原理 |
| 2.1.1 漏磁场的形成 |
| 2.1.2 漏磁检测原理 |
| 2.2 有限元方法在漏磁场分析中的应用 |
| 2.3 铁磁性平板腐蚀缺陷漏磁场二维有限元分析 |
| 2.4 铁磁性平板腐蚀缺陷漏磁场三维有限元分析 |
| 2.4.1 漏磁场三维有限元分析的模型建立 |
| 2.4.2 模型的单元体类型和材料属性 |
| 2.4.3 模型的网格划分 |
| 2.4.4 漏磁场三维有限元分析的边界条件和求解 |
| 2.5 磁化结构在静止状态下的缺陷漏磁场分析方法 |
| 2.5.1 磁化结构在静止状态下的缺陷漏磁场分析方法 |
| 2.5.2 磁极漏磁场对有限元分析结果的影响 |
| 2.6 磁化结构在移动状态下的缺陷漏磁场分析方法 |
| 2.7 本章小结 |
| 第三章 基于小波分析和EMD的漏磁信号去噪方法 |
| 3.1 小波阈值去噪原理 |
| 3.1.1 小波分解 |
| 3.1.2 小波去噪 |
| 3.2 经验模态分解方法(EMD) |
| 3.3 漏磁信号去噪处理 |
| 3.3.1 小波基和分解层数的选取 |
| 3.3.2 漏磁信号去噪的实现 |
| 3.4 本章小结 |
| 第四章 基于BP神经网络的腐蚀缺陷全轮廓反演 |
| 4.1 平板缺陷漏磁场 |
| 4.2 波形特征量的选取 |
| 4.2.1 漏磁信号的时域特征 |
| 4.2.2 漏磁信号的频域特征 |
| 4.2.3 漏磁信号的小波多尺度分析 |
| 4.3 多传感器波形特征量数据融合分析 |
| 4.3.1 缺陷形状与漏磁场的关系 |
| 4.3.2 缺陷深度与漏磁场的关系 |
| 4.3.3 缺陷长度与漏磁场的关系 |
| 4.3.4 缺陷宽度与漏磁场的关系 |
| 4.4 基于BP神经网络的缺陷识别与量化 |
| 4.4.1 BP神经网络 |
| 4.4.2 缺陷样本的建立 |
| 4.4.3 建立缺陷识别BP网络 |
| 4.4.4 基于数据融合的缺陷类型预测 |
| 4.4.5 建立缺陷量化BP网络 |
| 4.5 铁磁性平板腐蚀缺陷的全轮廓反演 |
| 4.5.1 缺陷矩阵的建立 |
| 4.5.2 反演实例 |
| 4.6 本章小结 |
| 第五章 铁磁性平板腐蚀缺陷三维轮廓反演的实验研究 |
| 5.1 实验装置的建立 |
| 5.2 实验室内实验研究 |
| 5.3 现场实验研究 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 发表文章目录 |
| 致谢 |
| 详细摘要 |
（3）管道漏磁检测实时数据压缩的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景和意义 |
| 1.2 管道检测数据压缩的国内外现状 |
| 1.3 主要研究工作及章节安排 |
| 1.3.1 主要研究工作 |
| 1.3.2 章节安排 |
| 第二章 管道漏磁检测原理 |
| 2.1 漏磁检测原理 |
| 2.2 管道漏磁检测设备结构 |
| 2.3 本章小结 |
| 第三章 数据压缩技术 |
| 3.1 数据压缩概述 |
| 3.2 数据压缩的分类 |
| 3.3 国内外数据压缩技术的发展概况 |
| 3.4 压缩方法概述 |
| 3.4.1 经典压缩算法 |
| 3.4.2 现代压缩算法 |
| 3.5 本章小结 |
| 第四章 小波变换编码 |
| 4.1 时-频局部和加窗傅立叶变换 |
| 4.1.1 傅立叶变换的不足 |
| 4.1.2 Gabor变换 |
| 4.1.3 时-频窗与窗函数条件 |
| 4.1.4 Gabor变换的局限性 |
| 4.2 连续小波变换 |
| 4.2.1 连续小波基函数 |
| 4.2.2 连续小波变换 |
| 4.2.3 小波变换的时-频窗 |
| 4.3 离散小波变换 |
| 4.3.1 连续小波变换的冗余 |
| 4.3.2 离散小波变换 |
| 4.3.3 离散二进小波变换 |
| 4.4 本章小结 |
| 第五章 提升小波在漏磁数据压缩中的应用 |
| 5.1 提升小波基本原理 |
| 5.2 提升算法描述 |
| 5.3 整数提升小波变换 |
| 5.4 整数提升小波技术在管道漏磁数据压缩中的应用 |
| 5.4.1 管道漏磁数据的特征 |
| 5.4.2 整数提升小波的应用 |
| 5.5 本章小结 |
| 第六章 自适应算术编码 |
| 6.1 算术编码 |
| 6.2 自适应特性 |
| 6.3 自适应算术编码原理 |
| 6.4 本章小结 |
| 第七章 系统设计及实验 |
| 7.1 硬件环境搭建构 |
| 7.1.1 信号发生端设计 |
| 7.1.2 信号采集端设计 |
| 7.2 体系结构 |
| 7.2.1 双缓冲区结构 |
| 7.2.2 系统结构 |
| 7.3 实验方法与结果分析 |
| 7.4 本章小结 |
| 第八章 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（4）大容量高保真海底管道超声检测数据处理技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题来源及研究意义 |
| 1.1.1 课题来源 |
| 1.1.2 课题的研究意义 |
| 1.2 相关领域技术及国内外研究现状 |
| 1.2.1 管道无损检测技术综述 |
| 1.2.2 管道无损检测技术发展及现状 |
| 1.2.3 管道检测系统装置综述 |
| 1.2.4 超声无损检测信号处理方法 |
| 1.3 本论文主要内容及创新点 |
| 1.3.1 论文的主要内容 |
| 1.3.2 论文的主要创新点 |
| 第二章 海底管道超声检测数采装置与快速存储系统 |
| 2.1 海底管道壁厚超声检测原理 |
| 2.1.1 超声波无损检测的特点 |
| 2.1.2 超声管道壁厚检测原理 |
| 2.2 海底管道超声检测装置组成 |
| 2.3 管道超声检测装置设计 |
| 2.4 管道超声检测装置中超声传感器的选择 |
| 2.4.1 超声传感器类型的选择 |
| 2.4.1.1 圆盘超声声场 |
| 2.4.1.2 平探头与聚焦探头在管道中声场的比较 |
| 2.4.2 提离距离的确定 |
| 2.4.3 探头个数的确定 |
| 2.4.4 晶片直径的选择 |
| 2.4.5 中心频率的选择 |
| 2.4.6 探头选择与设计时的其它因素 |
| 2.5 管道超声检测数据采集与快速存储系统设计 |
| 2.6 本章小结 |
| 第三章 管道超声检测信号噪声处理研究 |
| 3.1 引言 |
| 3.2 超声检测信号模型 |
| 3.2.1 超声信号特性分析 |
| 3.2.2 超声发射波的参数模型 |
| 3.2.3 超声回波的参数模型 |
| 3.2.4 超声检测中的噪声分析 |
| 3.3 基于EMD的超声信号噪声消除 |
| 3.3.1 经验模式分解原理 |
| 3.3.2 基于能量的噪声消除准则 |
| 3.3.3 超声信号重构 |
| 3.4 仿真研究 |
| 3.4.1 含噪超声信号仿真 |
| 3.4.2 超声信号噪声消除性能评估 |
| 3.4.3 超声仿真信号的EMD噪声消除 |
| 3.5 EMD去噪方法的比较 |
| 3.5.1 基于赫斯特(HURST)指数的EMD去噪 |
| 3.5.2 基于阈值的EMD消噪 |
| 3.5.3 EMD消噪结果比较 |
| 3.6 基于EMD-MMSE的多传感器超声信号融合处理 |
| 3.6.1 多传感器融合算法 |
| 3.6.2 方差计算与权重融合 |
| 3.6.3 算法过程 |
| 3.7 基于EMD的超声信号处理实验结果分析 |
| 3.7.1 管道超声检测样本建立与数据采集 |
| 3.7.2 基于EMD的实验超声信号噪声消除 |
| 3.7.3 管道检测超声信号噪声处理 |
| 3.8 本章小结 |
| 第四章 海底管道超声检测数据压缩算法研究 |
| 4.1 引言 |
| 4.2 数据压缩原理及方法介绍 |
| 4.2.1 数据无损压缩 |
| 4.2.2 数据有损压缩 |
| 4.3 数据压缩性能评价方法 |
| 4.4 超声信号压缩原理及方法 |
| 4.4.1 基于变换域的超声信号压缩 |
| 4.4.1.1 离散余弦变换 |
| 4.4.1.2 离散小波变换 |
| 4.4.1.3 提升小波变换 |
| 4.4.2 基于参数估计的超声信号压缩 |
| 4.4.2.1 基于连续小波变换的参数估计超声信号压缩 |
| 4.4.2.2 基于最大似然估计（MLE）的参数估计超声信号压缩 |
| 4.4.2.3 基于匹配追踪算法（MP）的参数估计超声信号压缩 |
| 4.5 海底管道超声检测信号压缩 |
| 4.5.1 海底管道超声检测信号压缩要求 |
| 4.5.2 海底管道超声检测信号压缩方法 |
| 4.5.2.1 HUFFMAN编码 |
| 4.5.2.2 游程编码 |
| 4.5.2.3 算术编码 |
| 4.5.2.4 字典编码 |
| 4.5.2.5 仿真结果 |
| 4.6 本章小结 |
| 第五章 海底输油管道超声检测数据处理与缺陷识别研究 |
| 5.1 引言 |
| 5.2 海底管道超声检测数据分析方法 |
| 5.3 海底管道壁厚检测工艺 |
| 5.3.1 均匀腐蚀厚度检测 |
| 5.3.2 局部腐蚀厚度检测 |
| 5.4 海底管道壁厚检测算法 |
| 5.4.1 基于FFT的海底管道壁厚检测 |
| 5.4.2 基于自相关的海底管道壁厚检测算法 |
| 5.5 管道超声检测信号特征提取 |
| 5.6 管道超声检测数据专家系统 |
| 5.7 本章小结 |
| 第六章 海底输油管道超声检测实验分析 |
| 6.1 引言 |
| 6.2 海底管道缺陷样本的建立 |
| 6.3 超声探头检测工艺实验 |
| 6.4 海底管道超声壁厚检测系统实验分析 |
| 6.5 海底管道超声壁厚检测系统在役管道实验分析 |
| 6.6 小结 |
| 第七章 总结与展望 |
| 7.1 论文完成的主要研究工作 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的主要学术论文 |
（5）管道漏磁检测中数据压缩及缺陷定量识别技术的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 国内外油气管道发展及管道安全现状 |
| 1.2 管道在线检测技术简介 |
| 1.3 管道漏磁在线检测技术综述 |
| 1.3.1 管道漏磁在线检测装置的研究进展 |
| 1.3.2 管道漏磁检测中数据压缩及缺陷定量识别的研究现状 |
| 1.4 本文主要研究内容 |
| 第二章 管道漏磁检测的基本原理及漏磁图像的特征分析 |
| 2.1 管道漏磁检测的基本原理 |
| 2.2 漏磁图像的构成及特征分析 |
| 2.2.1 漏磁信号及漏磁图像的特点 |
| 2.2.2 漏磁图像统计的特性 |
| 2.3 本章小结 |
| 第三章 漏磁图像无损压缩的研究 |
| 3.1 预测编码 |
| 3.1.1 差分脉冲编码调制系统 |
| 3.1.2 图像无损压缩算法中的预测模型 |
| 3.1.3 预测编码在漏磁图像无损压缩中的应用 |
| 3.2 算术编码 |
| 3.3 小波变换及提升格式 |
| 3.3.1 小波变换的基本理论 |
| 3.3.2 多分辨率分析 |
| 3.3.3 Mallat算法 |
| 3.3.4 离散小波变换在图像压缩中的应用 |
| 3.3.5 小波变换的提升格式 |
| 3.4 嵌入式小波编码 |
| 3.4.1 EZW编码方法 |
| 3.4.2 SPIHT编码 |
| 3.4.3 无链表SPIHT零树编码 |
| 3.4.4 改进的无链表SPIHT零树编码算法 |
| 3.5 漏磁图像无损压缩方案 |
| 3.6 漏磁图像无损压缩实验 |
| 3.6.1 8位漏磁图像的无损压缩实验 |
| 3.6.2 12位漏磁图像的无损压缩实验 |
| 3.6.3 漏磁图像无损压缩实验结果分析 |
| 3.7 本章小结 |
| 第四章 缺陷的分割及基于感兴趣区域的漏磁图像的无损压缩 |
| 4.1 漏磁图像中缺陷区域的分割 |
| 4.1.1 漏磁图像的预处理 |
| 4.1.2 基于阈值的图像分割方法 |
| 4.1.3 径向漏磁图像的后处理 |
| 4.1.4 缺陷的识别 |
| 4.1.5 漏磁图像的分割结果 |
| 4.2 JPEG2000中的ROI编码方法 |
| 4.2.1 一般比特平面移位算法 |
| 4.2.2 最大比特平面提升算法 |
| 4.3 基于感兴趣区域的管道漏磁检测数据的无损压缩方案及实验结果 |
| 4.4 本章小结 |
| 第五章 基于BP神经网络的缺陷参数的识别 |
| 5.1 管道漏磁检测信号与缺陷参数的关系 |
| 5.1.1 缺陷深度与漏磁信号幅值的关系 |
| 5.1.2 缺陷长度与漏磁信号宽度的关系 |
| 5.2 BP神经网络的结构及算法 |
| 5.2.1 误差反向传播算法 |
| 5.2.2 LM算法的基本原理 |
| 5.3 基于BP神经网络的缺陷参数识别实验结果 |
| 5.3.1 仿真缺陷的参数识别结果 |
| 5.3.2 实际缺陷的参数识别结果 |
| 5.4 多传感器数据融合在缺陷参数识别中的应用 |
| 5.4.1 加权平均法 |
| 5.4.2 自适应加权平均法 |
| 5.4.3 数据融合后实际缺陷的参数识别结果 |
| 5.5 本章小结 |
| 第六章 基于FPGA的高速数据采集与压缩存储系统的研究与设计 |
| 6.1 多通道采样控制单元的设计 |
| 6.1.1 控制模块的结构 |
| 6.1.2 预测编码模块的设计 |
| 6.2 数据压缩单元的设计 |
| 6.2.1 变换模块的设计 |
| 6.2.2 编码模块的设计 |
| 6.3 数据存储控制单元的设计 |
| 6.3.1 ATA接口标准 |
| 6.3.2 FAT32文件系统 |
| 6.3.3 数据存储控制单元的设计 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（6）油气管道在线内检测技术若干关键问题研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 管道运输的发展现状 |
| 1.1.1 管道运输的发展 |
| 1.1.2 管道运输的安全问题 |
| 1.2 管道在线检测技术综述 |
| 1.2.1 漏磁检测技术及其特点 |
| 1.2.2 电磁超声检测技术及其特点 |
| 1.3 相关领域的国内外研究现状 |
| 1.3.1 漏磁检测的应用发展历程及其研究现状 |
| 1.3.2 电磁超声技术的国内外研究状况 |
| 1.4 本课题研究的主要内容 |
| 第二章 管道漏磁法在线检测的理论分析 |
| 2.1 引言 |
| 2.2 漏磁检测的基本原理 |
| 2.2.1 缺陷漏磁基本原理 |
| 2.2.2 管道漏磁检测器的结构及工作原理 |
| 2.3 缺陷漏磁检测的理论模型 |
| 2.3.1 磁偶极子理论模型 |
| 2.3.2 采用偶极子模型分析缺陷漏磁场分布 |
| 2.4 缺陷漏磁场的有限元分析 |
| 2.4.1 电磁场理论 |
| 2.4.2 有限元法 |
| 2.4.3 ANSYS有限元分析过程及结果 |
| 2.5 本章小结 |
| 第三章 漏磁检测信号的影响因素分析 |
| 3.1 引言 |
| 3.2 管道的漏磁场信号 |
| 3.2.1 管道漏磁检测信号的特性分析 |
| 3.2.2 漏磁信号分析的数据样本 |
| 3.3 管道缺陷外形对漏磁信号的影响 |
| 3.3.1 缺陷深度对漏磁场的影响 |
| 3.3.2 缺陷长度对漏磁场的影响 |
| 3.3.3 缺陷宽度对漏磁场的影响 |
| 3.3.4 缺陷表面角对漏磁信号的影响 |
| 3.4 传感探头提离值对漏磁信号的影响 |
| 3.5 速度对漏磁场及漏磁信号的影响 |
| 3.6 磁化水平对漏磁的影响 |
| 3.7 磁铁形状对漏磁的影响 |
| 3.8 管道内应力对漏磁的影响 |
| 3.9 本章小结 |
| 第四章 漏磁检测信号的处理及缺陷量化识别研究 |
| 4.1 引言 |
| 4.2 管道漏磁信号的小波分析 |
| 4.2.1 小波多分辨率分析 |
| 4.2.2 采用多分辨率小波分析进行漏磁信号处理 |
| 4.3 坏死通道的修复 |
| 4.4 速度影响程度分析 |
| 4.5 缺陷量化研究 |
| 4.5.1 缺陷长度的量化 |
| 4.5.2 缺陷宽度的量化 |
| 4.5.3 缺陷深度的量化 |
| 4.6 焊缝的识别 |
| 4.6.1 环焊缝的识别 |
| 4.6.2 直焊缝的识别 |
| 4.6.3 螺旋焊缝的识别 |
| 4.7 管道缺陷的安全性评价 |
| 4.8 管道漏磁检测数据分析系统软件 |
| 4.9 本章小结 |
| 第五章 漏磁信号到缺陷特征的网络映射 |
| 5.1 引言 |
| 5.2 采用BP神经网络进行缺陷特征提取 |
| 5.2.1 多层前向网络误差反向传播算法 |
| 5.2.2 BP算法的各种改进 |
| 5.2.3 缺陷基本尺寸的BP网络提取 |
| 5.3 径向基神经网络 |
| 5.3.1 径向基函数网络模型 |
| 5.3.2 插值问题 |
| 5.3.3 正规化问题 |
| 5.3.4 RBF网络学习方法 |
| 5.3.5 采用径向基神经网络进行管道缺陷识别 |
| 5.4 基于小波基神经网络的缺陷轮廓识别 |
| 5.4.1 小波基神经网络结构 |
| 5.4.2 隐层基函数的选取 |
| 5.4.3 基函数中心的选取 |
| 5.4.4 小波神经网络的训练 |
| 5.4.5 WBF网络的训练结果 |
| 5.4.6 偏差量的引入 |
| 5.4.7 WBF网络描述缺陷轮廓的效果验证 |
| 5.5 本章小结 |
| 第六章 电磁超声换能器的基本理论研究 |
| 6.1 引言 |
| 6.1.1 应力腐蚀破裂的危害 |
| 6.1.2 管道裂纹的检测手段 |
| 6.1.3 电磁超声技术在管道在线检测上的应用 |
| 6.2 电动力学控制方程 |
| 6.2.1 根本方程 |
| 6.2.2 激发过程模式方程 |
| 6.2.3 接收过程模式方程 |
| 6.3 EMAT中脉冲电涡流的有限元模型 |
| 6.3.1 建立模型 |
| 6.3.2 电涡流的趋肤效应 |
| 6.3.3 电涡流分布的影响因素分析 |
| 6.4 EMAT超声激发的数学仿真 |
| 6.5 EMAT超声接收的数学仿真 |
| 6.6 本章小结 |
| 第七章 电磁超声法检测的信号处理研究 |
| 7.1 引言 |
| 7.2 提取噪声中信号的算法 |
| 7.3 算法的计算流程 |
| 7.4 算法的数学仿真 |
| 7.5 采用该算法进行EMAT信号的去噪处理 |
| 7.6 本章小结 |
| 第八章 总结与展望 |
| 8.1 总结 |
| 8.2 进一步的研究目标 |
| 参考文献 |
| 发表论文和科研情况说明 |
| 致谢 |
（7）管道在役检测信号去噪与压缩方法的研究（论文提纲范文）
| 第一章 绪论 |
| 1.1 课题的研究意义 |
| 1.2 管道检测技术的发展和现状 |
| 1.2.1 检测技术机理 |
| 1.2.2 国内外漏磁检测的发展状况 |
| 1.3 数据压缩技术的概述 |
| 1.3.1 数据压缩的概念 |
| 1.3.2 数据压缩的分类 |
| 1.4 本文研究的内容 |
| 1.5 本文内容安排 |
| 第二章 在役管线检测原理与检测设备 |
| 2.1 引言 |
| 2.2 物质的磁性 |
| 2.3 漏磁检测机理 |
| 2.4 漏磁场的分布特征 |
| 2.4.1 漏磁场与缺陷大小和位置的关系 |
| 2.4.2 漏磁场与磁化场的关系 |
| 2.4.3 漏磁场与被测材料磁性的关系 |
| 2.5 在役管线漏磁检测设备概述 |
| 2.5.1 磁化装置 |
| 2.5.2 检测探头 |
| 2.5.3 信号记录 |
| 2.6 本章小结 |
| 第三章 漏磁缺陷信号去噪方法的研究 |
| 3.1 引言 |
| 3.2 小波变换基本理论 |
| 3.2.1 连续小波变换 |
| 3.2.2 离散a，t栅格下的小波变换 |
| 3.2.3 离散信号的小波变换 |
| 3.3 管道检测系统缺陷信号去噪方法的研究 |
| 3.3.1 检测过程中产生的噪声分析 |
| 3.3.2 小波阈值去噪算法的原理 |
| 3.3.2.1 信号与噪声的奇异性 |
| 3.3.2.2 估计小波系数的软硬阈值法 |
| 3.3.3 小波阈值去噪算法的改进 |
| 3.3.4 仿真结果 |
| 3.4 本章小结 |
| 第四章 漏磁缺陷信号数据压缩方法的研究 |
| 4.1 零树小波编码的基本概念 |
| 4.1.1 EZW编码的基础 |
| 4.1.2 EZW编码的数据结构 |
| 4.1.3 EZW编码的字符类型 |
| 4.2 零树的判决 |
| 4.2.1 小波系数的扫描 |
| 4.2.2 零树预测 |
| 4.3 EZW编码算法 |
| 4.3.1 编码阈值的选取 |
| 4.3.2 主编码过程 |
| 4.3.3 从属编码过程 |
| 4.3.4 逐次逼近量化过程 |
| 4.4 漏磁缺陷信号编码算法的实现 |
| 4.4.1 缺陷信号特征分析 |
| 4.4.2 缺陷信号的EZW编码算法的实现 |
| 4.4.3 零树图 |
| 4.4.4 EZW编码与算术编码相结合的编码方式 |
| 4.5 漏磁缺陷信号解码算法的实现 |
| 4.6 本章小结 |
| 第五章 算术编解码 |
| 5.1 算术编码基本原理 |
| 5.2 算术解码基本原理 |
| 5.3 本章小结 |
| 第六章 漏磁缺陷信号压缩仿真 |
| 6.1 仿真结果 |
| 6.2 本章小结 |
| 第七章 总结和展望 |
| 参考文献 |
| 附录 |
（8）基于多节点样条理论的漏磁数据去冗余压缩算法（论文提纲范文）
| 1 管道漏磁检测及其数据压缩 |
| 2 算法的构造及实现 |
| 3 实验分析与应用 |
| 4 结 语 |
（9）管道漏磁检测系统中实时数据压缩技术的研究（论文提纲范文）
| 1 绪论 |
| 1.1 引言 |
| 1.2 数据压缩技术及分类 |
| 1.2.1 数据压缩的意义 |
| 1.2.2 数据压缩技术的分类 |
| 1.3 数据压缩技术的发展 |
| 1.4 本课题研究的内容 |
| 2 方案论证 |
| 2.1 数据压缩编码方法的常用方法 |
| 2.2 论证结论 |
| 2.3 小波变换编码思想 |
| 2.3.1 子带编码 |
| 2.3.2 小波变换编码与子带编码的比较 |
| 3 小波变换理论和多分辨分析理论 |
| 3.1 概述 |
| 3.2 连续小波变换 |
| 3.3 离散小波变换 |
| 3.3.1 离散晓波变换 |
| 3.3.2 小波框架 |
| 3.3.3 离散小波变换的逆变换 |
| 3.4 多分辨率分析 |
| 3.4.1 尺度函数与尺度空间 |
| 3.4.2 多分辨率分析 |
| 3.4.3 双尺度方程 |
| 3.5 正交小波基及其构造 |
| 3.6 MALLAT算法 |
| 3.7 双正交小波 |
| 4 小波变换编码在管道漏磁检测信号中的应用 |
| 4.1 小波基的选取 |
| 4.2 边界问题 |
| 4.3 小波变换降噪算法及实现 |
| 4.3.1 信号与噪声的奇异性 |
| 4.3.2 软门限压缩降噪方法 |
| 5 复合编码算法的研究及压缩算法的实现 |
| 5.1 复合编码算法 |
| 5.2 解压缩算法 |
| 5.3 信号压缩系统的性能评价 |
| 5.4 小波变换编码算法的具体实现 |
| 6 实验室中实时模拟试验实现小波变换编码算法 |
| 6.1 管道漏磁系统简介 |
| 6.1.1 PC104工控机主板及接口电路 |
| 6.1.2 PC104工控机主板的结构及功能 |
| 6.1.3 数据采集卡的结构及功能 |
| 6.2 实验室模拟试验电路介绍 |
| 6.2.1 PCM-5862E主板的结构及功能 |
| 6.2.2 模拟试验用数据采集卡的结构及功能 |
| 6.2.3 实验室中管道漏磁模拟信号的产生 |
| 6.3 模拟试验系统中的软件设计 |
| 6.3.1 模拟管道漏磁信号的产生 |
| 6.3.2 数据采集和压缩 |
| 7 结论与展望 |
| 致谢 |
| 本人在攻读硕士期间发表的论文 |
| 参考文献 |
四、基于双正交样条小波的管道漏磁信号的去噪和数据压缩技术（论文参考文献）
- [1]长输油管道漏磁检测信号处理与缺陷重构技术研究[D]. 张青春. 哈尔滨工程大学, 2016(09)
- [2]铁磁性平板腐蚀缺陷多通道漏磁信号的反演与重构[D]. 杨志军. 东北石油大学, 2011(02)
- [3]管道漏磁检测实时数据压缩的研究[D]. 夏克. 沈阳工业大学, 2009(09)
- [4]大容量高保真海底管道超声检测数据处理技术研究[D]. 张琦. 上海交通大学, 2008(04)
- [5]管道漏磁检测中数据压缩及缺陷定量识别技术的研究[D]. 马凤铭. 沈阳工业大学, 2006(05)
- [6]油气管道在线内检测技术若干关键问题研究[D]. 李莺莺. 天津大学, 2006(05)
- [7]管道在役检测信号去噪与压缩方法的研究[D]. 沈兆鑫. 合肥工业大学, 2006(08)
- [8]基于多节点样条理论的漏磁数据去冗余压缩算法[J]. 金涛,阙沛文. 上海交通大学学报, 2005(04)
- [9]管道漏磁检测系统中实时数据压缩技术的研究[D]. 冯海英. 沈阳工业大学, 2002(01)
- [10]基于双正交样条小波的管道漏磁信号的去噪和数据压缩技术[J]. 杨理践,冯海英. 沈阳工业大学学报, 2001(06)