本文關鍵詞：關鍵零部件早期裂紋源信號的提取

  更多相關文章： 小波分析 獨立分量分析 稀疏編碼 欠定模型 稀疏性

【摘要】：隨著科技的進步和生產(chǎn)力的高速發(fā)展，對機械零部件提出更高的要求，同時承載各種故障以及事故發(fā)生的風險也增加。本文通過對早期裂紋信號進行提取，從而能及時的避免直接的損失。因此對關鍵機械零部件的早期裂紋源信號的提取研究有著非常重要的意義。 微弱裂紋源信號的處理和特性提取是本文的關鍵問題。在零部件運行環(huán)境噪聲中提取微弱裂紋源信號的主要成果：1）基于小波分析對非平穩(wěn)信號的有效性，本文采用多分辨分析法對斷鉛信號以及金屬拉伸引起的裂紋信號進行信號提取，取得了較好的效果，但是小波分析在閥值的選擇上需要經(jīng)驗，同時在高強度噪聲干擾下的提取效果不佳；2）針對機械零部件的裂紋源信號經(jīng)常夾雜在各種振動和強背景噪聲，為信號的特性提取造成了極大的困難，獨立分量分析能夠解決在不同特征信號相互混合出現(xiàn)頻帶混疊、信號表現(xiàn)出很強的非穩(wěn)態(tài)或非高斯性、強背景噪聲等情況的信號提取；采用基于負熵的固定點獨立分量分析的方法，對斷鉛信號和鋼裂紋信號在不同強度信噪比的高斯白噪聲中進行信號提取，，通過信噪比、相關系數(shù)和頻譜圖來衡量提取效果，取得了很好的效果；3）在觀測信號的數(shù)目不大于源信號的數(shù)目（即欠定條件）時微弱信號的提取，本文采用基于獨立分量分析的稀疏編碼收縮去噪方法。源信號分離的實質(zhì)可以說是對源信號概率密度函數(shù)尋求最合適的估計,采用廣義高斯模型來表示源信號概率密度函數(shù)；最大后驗估計獨立成分和收縮函數(shù)進行去噪；通過偽逆變換獲得源信號。通過對含噪裂紋信號的提取，結果雖然去噪效果沒有獨立分量分析好，但它實用性強。
【關鍵詞】：小波分析 獨立分量分析 稀疏編碼 欠定模型 稀疏性
【學位授予單位】：長沙理工大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TN911.7;TH165.3
【目錄】：

• 摘要7-8
• Abstract8-10
• 第一章 緒論10-16
• 1.1 課題的研究背景及意義10
• 1.2 早期裂紋信號提取的研究現(xiàn)狀10-14
• 1.3 研究內(nèi)容及組織結構14-16
• 第二章 基于小波分析的微弱裂紋信號提取16-28
• 2.1 小波分析基礎16-17
• 2.1.1 小波變換16-17
• 2.2 實例分析17-26
• 2.3 本章小結26-28
• 第三章 基于獨立分量分析的裂紋信號提取28-42
• 3.1 引言28-29
• 3.1.1 信息論相關基礎知識28-29
• 3.2 獨立分量分析29-32
• 3.2.1 數(shù)據(jù)的預處理30-31
• 3.2.2 非高斯性的度量31-32
• 3.3 基于負熵的固定點獨立分量分析32-34
• 3.4 實例分析34-42
• 第四章 基于獨立分量分析的稀疏編碼42-60
• 4.1 前言42-45
• 4.1.1 稀疏編碼的理論知識43
• 4.1.2 信號的稀疏性分析43-45
• 4.1.3 稀疏編碼模型分析45
• 4.2 基于獨立分量分析的稀疏編碼45-53
• 4.2.1 廣義高斯模型估計概率密度函數(shù)46-47
• 4.2.2 最大后驗估計獨立成分47-50
• 4.2.3 解耦矩陣的更新50-51
• 4.2.4 收縮函數(shù)的估計51-53
• 4.3 實例分析53-58
• 4.3.1 信號高斯性分析53-55
• 4.3.2 實驗仿真55-58
• 4.4 本章小結58-60
• 第五章 總結與展望60-62
• 5.1 本文的主要研究以及成果總結60-61
• 5.2 后續(xù)工作及展望61-62
• 參考文獻62-66
• 致謝66

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 高洪濤,李通化,陳開,畢賢,林淑芳;基于峭度的重疊峰解析新方法[J];分析化學;2004年08期

2 唐先廣;郭瑜;丁彥春;;基于獨立分量分析與希爾伯特-黃變換的軸承故障特征提取[J];振動與沖擊;2011年10期

本文編號：775193