现代检测技术【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

现代检测技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1篇　基础篇1

1．绪论1

1.1　传统检测技术1

1.1.1　检测技术的基本概念1

1.1.2　测量误差1

1.2　现代检测技术2

1.2.1　现代检测技术的含义和特征3

1.2.2　现代检测技术中常用的方法3

思考题5

参考文献5

2．先进传感技术6

2.1　概述6

2.2　新型传感效应6

2.2.1　物理效应6

2.2.2　化学效应11

2.2.3　生物效应13

2.3　新型传感材料14

2.3.1　半导体敏感材料14

2.3.2　陶瓷敏感材料15

2.3.3　高分子材料16

2.3.4　纳米材料17

2.4　先进加工技术18

2.4.1　薄膜加工技术18

2.4.2　光刻技术20

2.4.3　腐蚀加工技术20

2.4.4　键合技术20

2.4.5　X射线深层光刻电铸成型技术21

思考题21

参考文献22

3．信息论概述23

3.1　概述23

3.1.1　信息与信息技术23

3.1.2　信息论基本概念24

3.1.3　信息技术在现代检测中的应用25

3.2　信息定量描述——信息熵25

3.2.1　离散信源模型25

3.2.2　连续信源模型28

3.2.3　信息与熵守恒定律30

3.3　信息传输31

3.3.1　信道31

3.3.2　Shannon信道容量关系式31

3.3.3　信道频率特性33

3.3.4　信息检测及传输过程中的噪声干扰34

3.3.5　噪声模型及信噪比最大信道36

思考题37

参考文献38

4．现代信号处理方法39

4.1　随机过程的统计描述39

4.1.1　随机过程的统计描述39

4.1.2　随机过程的各态历经性40

4.2　平稳随机过程的相关函数与功率谱分析42

4.2.1 自相关函数的性质42

4.2.2　相关系数与相关时间42

4.2.3　随机过程的联合分布和互相关函数43

4.2.4　相关函数的应用45

4.2.5　功率谱估计与应用46

4.3　随机信号的高阶谱分析47

4.3.1　高阶累积量与高阶矩谱47

4.3.2　累积量与双谱的性质49

4.3.3　高阶谱的应用50

4.4　非平稳信号处理方法52

4.4.1 短时Fourier变换53

4.4.2　小波变换法53

4.4.3　Wigner-Ville分布54

4.4.4　Hilbert-Huang变换方法55

思考题57

参考文献58

5．人工神经元网络59

5.1　人工神经元网络59

5.1.1　人工神经元59

5.1.2　人工神经网络的分类及学习60

5.2　BP神经网络原理与算法61

5.2.1 BP神经网络原理61

5.2.2　BP神经网络学习算法62

5.2.3　BP神经网络小结64

5.3　径向基函数神经网络65

5.3.1　径向基函数神经网络结构65

5.3.2　径向基函数神经网络计算65

5.3.3　径向基函数神经网络学习算法65

5.3.4　RBF神经网络在气液两相流流型识别中的应用68

5.4　自组织神经网络69

5.4.1　竞争学习原理69

5.4.2　竞争型神经网络的学习规则70

5.4.3 自组织特征映射网络原理71

思考题74

参考文献74

6．遗传算法76

6.1 概述76

6.2　遗传算法的理论基础76

6.2.1　生物进化理论与遗传学基础76

6.2.2　数学基础78

6.3　基本遗传算法79

6.3.1　构成要素和计算流程79

6.3.2　染色体编码80

6.3.3　个体适应度评价82

6.3.4　遗传算子83

6.3.5　运行参数87

6.3.6　应用举例87

6.4　遗传算法的发展与改进90

6.4.1　分层遗传算法90

6.4.2　变长度染色体遗传算法91

6.4.3　自适应遗传算法92

6.4.4　小生境遗传算法92

6.4.5　混合遗传算法93

6.4.6　并行遗传算法95

6.5　遗传算法在检测技术中的应用96

思考题98

参考文献99

7．专家系统100

7.1　专家系统的概念100

7.1.1　专家系统的功能100

7.1.2　专家系统的特征100

7.1.3　专家系统的分类101

7.1.4　专家系统与一般计算机程序的区别102

7.2　知识表达103

7.2.1　知识的概念103

7.2.2　知识表达的类型103

7.3　推理机制110

7.3.1　数据驱动控制策略110

7.3.2 目标驱动控制策略110

7.3.3　混合控制策略111

7.4　专家系统的结构111

7.4.1　知识库112

7.4.2　推理机112

7.4.3　动态数据库112

7.4.4　解释机制112

7.4.5　知识获取112

7.4.6　人机界面114

思考题114

参考文献115

8．模糊集合论116

8.1　概述116

8.2　模糊集合及其运算116

8.2.1　模糊集合的定义116

8.2.2　模糊集合的基本关系和运算118

8.2.3　模糊集合运算的基本性质119

8.2.4　隶属度函数的建立119

8.3　模糊关系121

8.3.1　模糊关系的定义121

8.3.2　模糊关系的运算121

8.3.3　模糊关系的合成121

8.4　模糊逻辑与模糊推理123

8.4.1　模糊语言变量123

8.4.2　模糊蕴含关系123

8.4.3　单输入模糊推理124

8.4.4　多输入模糊推理126

8.4.5　多输入多规则模糊推理127

8.5　解模糊化128

思考题130

参考文献130

9．信息融合131

9.1　概述131

9.2　信息融合的定义与模型131

9.2.1　信息融合的定义131

9.2.2　信息融合的模型132

9.3　信息融合的层次与结构133

9.3.1　信息融合的结构133

9.3.2　信息融合的层次135

9.4　信息融合的方法136

9.4.1　概率统计法136

9.4.2　逻辑推理法139

9.4.3　人工智能法141

思考题143

参考文献143

10．软测量技术144

10.1 概述144

10.2　软仪表的一般设计方法144

10.2.1　辅助变量的选择145

10.2.2　测量数据的处理145

10.2.3　软测量模型的分类146

10.2.4　软测量模型的校正与维护146

10.3　软测量建模技术147

10.3.1 概述147

10.3.2　基于回归分析的软测量技术149

10.3.3　基于神经网络的软测量技术152

10.4　软测量技术的应用154

10.4.1 基于工艺机理分析的气力输送固相流量的软测量154

10.4.2　基于回归分析的造纸过程成纸水分的软测量155

思考题156

参考文献157

第2篇　应用篇158

11．基于计算机视觉的检测技术158

11.1　概述158

11.2　计算机视觉基础158

11.2.1　人类视觉158

11.2.2　计算机视觉系统的结构160

11.3　计算机视觉的有关理论161

11.3.1 引言161

11.3.2　Marr视觉计算理论162

11.3.3　Gestalt感知组织理论163

11.4　基于计算机视觉的检测系统164

11.4.1　系统组成164

11.4.2　硬件部分164

11.4.3　软件部分165

11.5　计算机视觉在检测技术中的应用166

11.5.1　应用背景166

11.5.2　检测系统166

11.5.3　识别算法168

11.5.4　应用情况170

思考题172

参考文献173

12．复杂工业过程碳化塔中关键参数的软测量技术174

12.1 引言174

12.2　碳化塔结构及反应机理174

12.2.1　碳化塔的结构和工艺流程174

12.2.2　碳化塔反应机理与软测量175

12.3　碳化塔内温度预测技术176

12.3.1 软测量模型辅助变量的选择与系统降维176

12.3.2　现场数据的采集和预处理178

12.3.3　三种模型的离线训练及训练结果比较179

12.3.4　辅助变量对模型输出的影响分析182

12.4　碳化转化率的软测量183

12.4.1　碳化转化率的离线分析183

12.4.2　模型的训练与校验183

思考题184

参考文献184

13．现代检测技术在两相流参数检测中的应用186

13.1　气液两相流的流型及其识别方法186

13.1.1　气液两相流的流型186

13.1.2　气液两相流流型识别的传统方法187

13.1.3　气液两相流流型的间接识别法189

13.2　气液两相流空隙率与检测方法198

13.2.1　空隙率的定义198

13.2.2　空隙率的主要检测方法198

13.2.3 基于HHT的空隙率检测方法200

思考题205

参考文献205

14．基于专家系统的故障诊断技术208

14.1　变压器故障诊断专家系统总体设计209

14.1.1 系统功能209

14.1.2　实现过程210

14.2　知识获取210

14.2.1　变压器故障专家知识210

14.2.2　变压器故障检测214

14.2.3　变压器故障的综合判断方法219

14.3　变压器故障诊断专家系统结构221

14.4　知识库的设计221

14.4.1 知识库结构和知识库管理系统设计221

14.4.2　变压器故障诊断系统知识库设计223

14.4.3　规则库设计224

14.5　推理机的设计224

14.5.1　基于案例的推理225

14.5.2　基于规则的推理225

14.5.3　综合推理226

14.6　故障诊断专家系统的自学习226

思考题226

参考文献227

15．过程层析成像技术及其应用228

15.1　概述228

15.1.1　过程层析成像技术的发展历程228

15.1.2　过程层析成像技术的特点及其构成229

15.2　基本原理231

15.3　过程层析成像技术在两相流参数测量中的应用233

15.3.1　流型可视化233

15.3.2　流型辨识234

15.3.3　分相含率的测量238

思考题239

参考文献240