【摘要】：聲發(fā)射檢測技術(shù)對設(shè)備內(nèi)部活性缺陷具有較高的靈敏度。隨著技術(shù)的應(yīng)用領(lǐng)域擴(kuò)大,從波形和參量數(shù)據(jù)中提取更多有價值信息的需求越來越廣泛,同時由于噪聲的復(fù)雜性提高,信號處理的難度也越來越大。應(yīng)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)理論的發(fā)展為聲發(fā)射信號處理技術(shù)的發(fā)展提供了參考。凸優(yōu)化能夠避免算法初始化、陷入局部極值,在檢索步長選擇方面表現(xiàn)良好。本文嘗試將凸優(yōu)化理論應(yīng)用于聲發(fā)射信號處理技術(shù),結(jié)合優(yōu)化算法、統(tǒng)計(jì)學(xué)理論以及傳統(tǒng)聲發(fā)射特征分析方法,針對聲發(fā)射檢測的評價問題進(jìn)行了如下工作:1、根據(jù)統(tǒng)計(jì)學(xué)理論知識,對基于互信息的最大依賴特征選擇算法進(jìn)行優(yōu)化,轉(zhuǎn)換為最大相關(guān)最小冗余特征選擇算法,證明了若所選特征之間獨(dú)立性足夠,最大相關(guān)最小冗余算法與最大依賴算法等價。結(jié)合凸集的特點(diǎn),設(shè)計(jì)了一階增量最優(yōu)遞增搜索算法,以實(shí)現(xiàn)mRMR算法。2、基于閥門內(nèi)漏模擬實(shí)驗(yàn)平臺,對不同種類,不同尺寸的閥門進(jìn)行了閥門內(nèi)漏模擬實(shí)驗(yàn)研究。采用傅里葉分析和小波包分解處理實(shí)驗(yàn)數(shù)據(jù),得到了不同尺寸、類型閥門的實(shí)驗(yàn)信號頻域特性以及濾波后的實(shí)驗(yàn)數(shù)據(jù)。結(jié)合電力學(xué)中的電流信號波形參數(shù),將電力學(xué)波形參數(shù)引申至聲學(xué)信號處理中,并與傳統(tǒng)聲發(fā)射特性參數(shù)相結(jié)合,構(gòu)成了特征選擇算法的候選特征集。3、采用加權(quán)的mRMR算法從候選特征集中選擇評價特征,并采用支持向量機(jī)對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行聚類分析,根據(jù)不同數(shù)量評價特征條件下的聚類精度,最終確定了用于聚類分析的最佳評價特征集組合。4、分別采用mRMR評價特征集、ReliefF評價特征集以及聲發(fā)射評價特征集進(jìn)行數(shù)據(jù)聚類,并將三者聚類精度進(jìn)行對比。結(jié)果表明,mRMR特征集聚類精度達(dá)到了70%,與其他評價特征集聚類精度相比提高了10.2%。
【圖文】：

研究路線

圖 2.1 線性支持向量機(jī)中，兩組數(shù)據(jù)的幾何邊緣可以表示為22w，而支持向量機(jī)算法集合邊緣超平面，即求22w的最小值，，也就是求2w 的最小值Min212ws.t .( ) 1i T iy w x b 優(yōu)化問題中，約束條件為 ( ) 1Ti iy w x b ， i 1,2,...,n，引入拉改成為拉格朗日函數(shù)，形式如下：211( , , ) ( [ ] 1)2 ini iiw b a w a y wx b1 2( , ,..., )Tna a a a即拉格朗日乘子，通過將 w 和 b 兩個變量的2 的最大值，公式如下：,Minw b ( w, b , a )
【學(xué)位授予單位】：東北石油大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP274.5;O429

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔣鵬;李偉;賈鑫;賈招弟;;基于小波包的閥門內(nèi)漏聲發(fā)射信號特征研究[J];化工機(jī)械;2015年04期

2 王雅婷;何光宇;劉鎧誠;王彬;申洪;;求解狀態(tài)估計(jì)問題的內(nèi)點(diǎn)半定規(guī)劃法[J];電網(wǎng)技術(shù);2012年10期

3 汪春峰;黃瑞芳;;求二次規(guī)劃問題全局解的新加速方法[J];西北大學(xué)學(xué)報(自然科學(xué)版);2012年04期

4 呂雄;李月鮮;吳國榮;;一類半定規(guī)劃問題的最優(yōu)性條件[J];內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版);2012年02期

5 李光榮;成央金;朱六清;陳峰;;基于內(nèi)點(diǎn)算法的半定規(guī)劃靈敏度分析[J];湖南工業(yè)大學(xué)學(xué)報;2011年01期

6 鄧艾東;童航;張如洋;蔣章;高N

本文編號：2707596