登录站点

用户名

密码

林俊明.EEC-2001net涡流检测数据网络分析处理系统I-j].无损检测

已有 343 次阅读  2012-01-04 01:44   标签mulberry  outle 


涡流检测信号处理技术


统的开发大大提高了仪器的检测效率和准确度,实现从传统的分时检测到实时检测的转变,mulberry。今后的发展趋势是将各种信号处理技术综合运用并与专家系统相结合,实现涡流检测的智能化。参考文献:Eli游凤荷,何福有,魏莉,等.涡流检测信号处理技术[J].无损检测,mulberry outlet,2003,25(8):423--427.[2]林俊明,余兴增,方松利,等.基于小波分析的涡流信号去噪处理fJ].无损检测,2003,25(5):257—259.[3]时振堂,陈德智.涡流检测信号小波除噪与缺陷特征提取[J].无损检测,2003,25(9)~472--476.’[4]MallatS,HuangW.Singularitydetectionandpro—cessingwithwavelets[-J].IEEETransactionsonInfor—mationTheory,1992,38(2):617—643.[5](;henG,YamaguchiA,MiyaKAnovelsignalpro—cessingtechniqueforeddycurrenttestingofsteamgenetatortubes[-J].rEEETransactionsonmagnetics,1998,34(3):642——648.[6]MaHatS,Zhongs.Characterizationofsignalfrommultiscaleedges[J].IEEETransactionsonPatternandMachineIntelligence,1992,14(7):71O一732.[7]金建华,康宜华.人工神经网络在电磁无损检测中的应用I-J].无损检测,2003,25(12):638--640.E83施克仁,何朝晖.人工神经网络在涡流检测信号处理中的应用I-J].无损检测,mulberry outlet,1996,18(7):199—2Ol_[9]KungSY.DigitalNeuralNetwork[,M].NewYork:Prentice-Hall,1993.L1O]BianchiniM,FrasconiP,CoriMLearningwithoutminimainradialbasisfunctionnetworkI-J].IEEETransactionsonNeuralNetwork,1995,6(3):749.[11]游凤荷,孙砚飞.数据融合技术及其在涡流信号处理中的应用F-J].无损检测,2003,25(2):92—95.[12]金建华,康宜华.多传感器信息的决策融合法及其在电磁检测中的应用I-J].无损检测,2003,mulberry,25(11):585.[13]蒋光密,张兴访,周济,等.电涡流检测系统中的电磁场仿真F-J].计算机仿真,2000,17(5):36—39.[14]陈键,方松利,林俊明,等.DSP技术在涡流信号处理中的应用I-J].无损探伤,2002,(5):31—33.[15]陈键,王琪,林俊明.EEC-2001net涡流检测数据网络分析处理系统I-j].无损检测,ed hardy suomessa,2003,franklin marshall sale,25(5):276.(上接第587页)分水岭——磁粉探伤原理之二十八[A].第八届全国无损检测大会暨国际无损检测技术研讨会论文集[C/CD].苏州:2003,9.[15]仲维畅.方钢纵向磁化的两个不同阶段——磁粉探伤6022007年第四卷第10期原理之三十[A].2004年全国电磁(涡流)检测技术研讨会论文集I-c].鞍山:2004,8:129—13l_[16]仲维畅.方钢纵向磁化时各棱上的磁荷线密度[J].无损检测,2002,24(8):332--335.

Related articles:

上一篇: Vyb ? ? Ng Ying QlSW0W @ 9 下一篇: 尽管激光超声检测技术与常规的接触法和水浸法相比

分享 举报