基于独立分量分析和小波变换的钢丝绳缺陷信号提取

基于独立分量分析和小波变换的钢丝绳缺陷信号提取

论文摘要

钢丝绳广泛应用于许多工程领域中,其使用的安全性至关重要。随着科学技术的发展,钢丝绳材料变得越来越复杂,因此其检测也变得越来越难,现今的各种检测技术都不同程度的存在缺陷。在分析了国内外钢丝绳状态检测技术研究现状、钢丝绳的磁检测原理、磁检测装置以及缺陷信号特征的基础上,本文开发出一种钢丝绳探伤检测系统。该系统首次将嵌入式系统应用于钢丝绳缺陷检测,硬件部分采用嵌入式系统(s3c44b0)和CPLD(EPM7128BTC100-10)作为其核心部件,能够实现信号采集、信号放大、A/D转换、数据存储等功能;软件开发基于uCOSⅡ平台,能够实现信号去噪、缺陷位置及缺陷数量的判断及显示、系统与PC机之间进行通信等功能。.本文运用小波分析和独立分量分析理论对钢丝绳缺陷信号提取方法进行了详细的研究。文章在介绍了小波分析的基本知识之后,分析了小波阈值去噪原理,给出了小波去噪性能评价标准;介绍了在算法过程中如何确定小波函数、最优分解层次及小波阈值大小;提出一种新的小波阈值函数,该函数可在软硬阈值之间灵活选择,并具有无穷阶导数,连续性也比较好;结合新阈值函数,提出一种改进的平移不变量小波阈值去噪算法。从对Matlab自带的典型染噪信号以及对钢丝绳实测信号去噪的实验分析看出,该改进去噪算法与传统的软硬阈值去噪算法相比,在信噪比较低时具有明显优势,信噪比提高了50%以上,证明该算法的有效性和适用性。为解决强噪声背景下的缺陷信号提取问题,本文首次提出把独立分量分析(ICA)理论和小波分析结合应用于钢丝绳缺陷信号提取。在对ICA发展概况进行介绍之后,文章介绍了ICA的数学模型以及它的一般求解过程。给出了ICA和小波理论相结合的钢丝绳强染噪缺陷信号提取的算法流程,从对比性实验可以看出,强染噪信号用普通的小波去噪算法不能达到理想的效果,而把ICA作为预处理工具,去除部分噪声之后,再用本文所改进的平移不变量小波阈值去噪算法进一步去噪,可以达到很好的效果。实验得出的ICA分离性能评价指标值以及去噪后的信噪比和均方根误差值,可以证明该算法的有效性。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 课题背景
  • 1.2 课题研究的目的与意义
  • 1.3 钢丝绳无损检测主要技术及国内外研究现状
  • 1.3.1 钢丝绳的缺陷分类
  • 1.3.2 钢丝绳无损检测技术的现状及发展趋势
  • 1.4 本文主要研究内容
  • 1.5 本章小结
  • 2 钢丝绳探伤检测系统的开发
  • 2.1 电磁检测方法简介
  • 2.1.1 无损电磁检测原理
  • 2.1.2 电磁检测存在的问题
  • 2.2 钢丝绳探伤检测系统的硬件开发
  • 2.2.1 前向通道设计
  • 2.2.2 信号处理接口电路设计
  • 2.2.3 人机通道的设计
  • 2.2.4 CPU及其存储器的设计
  • 2.3 钢丝绳探伤检测系统的软件设计
  • 2.4 本章小结
  • 3 小波理论概述
  • 3.1 小波分析的概况
  • 3.2 小波变换的分类
  • 3.2.1 连续小波变换
  • 3.2.2 离散小波变换
  • 3.2.3 二进小波变换
  • 3.3 常用连续小波函数介绍
  • 3.4 多分辨率分析
  • 3.5 本章小结
  • 4 改进的平移不变量小波阈值去噪算法研究
  • 4.1 小波阈值去噪算法的理论
  • 4.1.1 小波去噪的基本原理
  • 4.1.2 噪声在小波分解下的特性
  • 4.1.3 小波阈值去噪原理
  • 4.1.4 平移不变量小波去噪原理
  • 4.2 小波去噪性能评价标准
  • 4.2.1 信噪比(SNR)
  • 4.2.2 均方根误差(RMSE)
  • 4.3 平移不变量小波阈值去噪算法描述
  • 4.3.1 小波函数的确定
  • 4.3.2 最优分解层次的确定
  • 4.3.3 小波阈值大小的确定
  • 4.3.4 小波阈值函数的确定
  • 4.4 改进的平移不变量小波阈值去噪算法描述
  • 4.5 仿真实验
  • 4.6 本章小结
  • 5 独立分量分析(ICA)理论概述
  • 5.1 ICA发展概况
  • 5.2 ICA数学模型
  • 5.2.1 ICA混合模型
  • 5.2.2 ICA假设条件
  • 5.2.3 ICA解混模型
  • 5.2.4 ICA的不确定性
  • 5.3 ICA的一般求解过程
  • 5.3.1 ICA预处理
  • 5.3.2 ICA目标函数
  • 5.3.3 ICA学习算法
  • 5.4 ICA与小波理论相结合
  • 5.5 本章小结
  • 6 ICA和小波分析相结合在钢丝绳缺陷检测信号去噪上的应用
  • 6.1 ICA分离性能评价方法
  • 6.2 实验分析
  • 6.2.1 算法流程
  • 6.2.2 ICA预处理
  • 6.2.3 小波去噪
  • 6.3 本章小结
  • 总结与展望
  • 参考文献
  • 附录A 钢丝绳探伤检测系统硬件电路图
  • 附录B 攻读学位期间的学术成果
  • 致谢
  • 相关论文文献

    • [1].激光散斑脉搏信号提取及调制起源研究[J]. 激光杂志 2020(01)
    • [2].数学形态学在电气设备故障信号提取中的应用[J]. 机电技术 2014(06)
    • [3].一种提高超燃流场羟基示踪速度测量中信号提取能力的方法(英文)[J]. 光子学报 2019(09)
    • [4].基于陷波器的心冲击信号提取电路设计[J]. 载人航天 2020(04)
    • [5].角误差信号提取系统有线状态性能测试方法研究[J]. 空间电子技术 2018(05)
    • [6].自适应光学波前信号提取[J]. 红外与激光工程 2012(10)
    • [7].弯曲光纤内信号提取的仿真分析[J]. 光通信技术 2018(08)
    • [8].一种参考独立成分分析算法在弱信号提取中的应用[J]. 计算机科学 2016(06)
    • [9].微电流信号提取系统的研制[J]. 上海电力学院学报 2014(01)
    • [10].基于FPGA的位同步信号提取电路[J]. 科技资讯 2008(23)
    • [11].离心泵空化特征信号提取中的干扰及其对策[J]. 煤矿机械 2008(11)
    • [12].强震动环境下网络通信信号优化提取仿真研究[J]. 计算机仿真 2017(09)
    • [13].基于小波变换微弱生命信号提取的研究[J]. 电子设计工程 2009(11)
    • [14].信号提取方法对光声光谱监测技术影响的研究[J]. 东北电力技术 2018(06)
    • [15].基于小波分解的磨床声发射特征信号提取方法[J]. 传感器与微系统 2016(07)
    • [16].相关函数在涡流检测信号提取分析中的应用[J]. 宇航计测技术 2020(05)
    • [17].噪声下的频率确知信号提取[J]. 现代物业(上旬刊) 2015(03)
    • [18].一种圆锥壳型振子式陀螺的信号提取方法[J]. 北京理工大学学报 2017(08)
    • [19].基于局域波分解的微机械陀螺信号提取研究[J]. 宇航学报 2008(04)
    • [20].基于PC机声卡的虚拟小波信号提取仪设计[J]. 仪器仪表用户 2012(05)
    • [21].基于双谱分析的水文信号提取[J]. 陕西水利 2010(06)
    • [22].基于DDS的微弱信号提取装置的研究[J]. 机械与电子 2014(06)
    • [23].基于DCT的微弱信号提取和识别[J]. 噪声与振动控制 2012(01)
    • [24].小波熵在燃烧扰动相关信号提取中的应用[J]. 华东电力 2010(09)
    • [25].基于SVD-EMD的有效微弱信号提取算法[J]. 测控技术 2014(11)
    • [26].基于Lab Windows/CVI技术虚拟特征信号提取仪的设计[J]. 电子世界 2012(04)
    • [27].基于药物警戒信号提取的医院药事风险管理实践浅析[J]. 药物流行病学杂志 2010(08)
    • [28].基于LabVIEW的动不平衡信号提取技术研究[J]. 机床与液压 2009(07)
    • [29].SDUV方法中组织振动信号提取算法比较[J]. 北京航空航天大学学报 2014(12)
    • [30].自适应ANC技术在热工特征信号提取中的应用研究[J]. 微计算机信息 2010(07)

    标签:;  ;  ;  ;  ;  ;  

    基于独立分量分析和小波变换的钢丝绳缺陷信号提取
    下载Doc文档

    猜你喜欢