本文關(guān)鍵詞：基于經(jīng)驗(yàn)?zāi)B(tài)分解和粗糙集屬性約簡(jiǎn)的超聲缺陷信號(hào)分類識(shí)別研究

  更多相關(guān)文章： 經(jīng)驗(yàn)?zāi)B(tài)分解 粗糙集屬性約簡(jiǎn) 特征提取與選擇 神經(jīng)網(wǎng)絡(luò)

【摘要】：在工程材料的質(zhì)量評(píng)估和缺陷檢測(cè)上,超聲檢測(cè)是應(yīng)用最廣泛的無(wú)損檢測(cè)方式之一。在超聲回波信號(hào)中,往往包含著缺陷材料的豐富信息,如缺陷的位置、大小和類別等。因此如何對(duì)回波信號(hào)進(jìn)行處理以求獲得關(guān)于材料本身更多的有效信息,成為超聲檢測(cè)的關(guān)鍵之一。盡管現(xiàn)在超聲無(wú)損檢測(cè)有了長(zhǎng)足的發(fā)展,但是如何利用信號(hào)處理和模式識(shí)別技術(shù),進(jìn)行缺陷定性評(píng)價(jià)、自動(dòng)識(shí)別和快速處理等方面,還需要進(jìn)行更為深入的研究。基于以上原因,本文做了如下工作:首先,本文介紹了經(jīng)驗(yàn)?zāi)B(tài)分解的基本原理,比較分析了小波分解和經(jīng)驗(yàn)?zāi)B(tài)分解在對(duì)非平穩(wěn)信號(hào)和非線性信號(hào)處理的優(yōu)劣。然后利用經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)超聲回波信號(hào)進(jìn)行了分解,接著分別在時(shí)域和頻域上對(duì)本征模函數(shù)進(jìn)行了分析,總結(jié)了回波信號(hào)在時(shí)域和頻域的特征參數(shù)。其次,因?yàn)闃?gòu)建的基于時(shí)域和頻域分析的初始特征集含有許多冗余的信息,為了提高分類速度和精度,所以要對(duì)其進(jìn)行降維。這里選擇了基于粗糙集屬性約簡(jiǎn)的方法,第一步先對(duì)提取出的特征值使用譜聚類方法進(jìn)行離散化,然后在使用粗糙集屬性約簡(jiǎn)的算法剔除那些多余信息,這將有助于實(shí)現(xiàn)缺陷信號(hào)的鑒別。再次,本文利用所獲得的超聲回波信號(hào)實(shí)測(cè)數(shù)據(jù),分別構(gòu)造了基于回波信號(hào)時(shí)域和頻域的特征參數(shù)的訓(xùn)練樣本和驗(yàn)證樣本,然后對(duì)本文構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)在MATLAB軟件平臺(tái)上進(jìn)行了訓(xùn)練,并將超聲回波信號(hào)的實(shí)測(cè)數(shù)據(jù)放在訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)上進(jìn)行了仿真試驗(yàn)。實(shí)驗(yàn)結(jié)果證明,BP神經(jīng)網(wǎng)絡(luò)具有較好的分類效果。最后,通過(guò)與基于經(jīng)驗(yàn)?zāi)B(tài)分解、小波分解和主成分分析的特征提取的算法組合的比較,得出經(jīng)驗(yàn)?zāi)B(tài)分解結(jié)合粗糙集屬性約簡(jiǎn)相比其他一般方法具有更好的分類效果。
【關(guān)鍵詞】：經(jīng)驗(yàn)?zāi)B(tài)分解 粗糙集屬性約簡(jiǎn) 特征提取與選擇 神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：南昌航空大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TB302.5;TN911.7
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-15
• 1.1 課題研究的目的與意義8-9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-12
• 1.2.1 超聲信號(hào)處理的發(fā)展現(xiàn)狀9-10
• 1.2.2 經(jīng)驗(yàn)?zāi)B(tài)分解10-11
• 1.2.3 粗糙集屬性約簡(jiǎn)11
• 1.2.4 神經(jīng)網(wǎng)絡(luò)與超聲缺陷信號(hào)分類11-12
• 1.3 研究的主要內(nèi)容12-13
• 1.3.1 超聲信號(hào)的預(yù)處理和特征提取12-13
• 1.3.2 運(yùn)用粗糙集工具進(jìn)行特征選擇13
• 1.3.3 神經(jīng)網(wǎng)絡(luò)和相關(guān)參數(shù)的選擇13
• 1.4 論文內(nèi)容安排13-15
• 第2章 基于EMD方法的超聲缺陷信號(hào)的特征提取15-33
• 2.1 經(jīng)驗(yàn)?zāi)B(tài)分解15-20
• 2.1.1 EMD方法的基本概念15-17
• 2.1.2 EMD方法的分解過(guò)程17-20
• 2.2 經(jīng)驗(yàn)?zāi)B(tài)分解和小波分解20-23
• 2.3 基于EMD方法的超聲信號(hào)的分析23-32
• 2.3.1 超聲信號(hào)的EMD分解24-29
• 2.3.2 故障特征參數(shù)選取29-32
• 2.4 本章小結(jié)32-33
• 第3章 基于粗糙集屬性約簡(jiǎn)的超聲信號(hào)的特征選擇33-45
• 3.1 粗糙集的基本理論33-35
• 3.1.1 知識(shí)與信息系統(tǒng)33
• 3.1.2 不可區(qū)分關(guān)系33-34
• 3.1.3 近似空間34-35
• 3.1.4 知識(shí)的簡(jiǎn)化與核35
• 3.2 屬性約簡(jiǎn)及其算法35-37
• 3.2.1 屬性約簡(jiǎn)35
• 3.2.2 啟發(fā)式屬性約簡(jiǎn)算法35-37
• 3.3 IMF分量特征值的屬性約簡(jiǎn)37-44
• 3.3.1 特征值的離散化38-39
• 3.3.2 啟發(fā)式屬性約簡(jiǎn)算法39-41
• 3.3.3 超聲信號(hào)的屬性約簡(jiǎn)41-44
• 3.4 本章小結(jié)44-45
• 第4章 基于BP神經(jīng)網(wǎng)絡(luò)的超聲缺陷信號(hào)識(shí)別45-66
• 4.1 BP神經(jīng)網(wǎng)絡(luò)對(duì)超聲回波信號(hào)缺陷診斷的適應(yīng)性45-46
• 4.1.1 BP神經(jīng)網(wǎng)絡(luò)的特性45-46
• 4.1.2 人工神經(jīng)網(wǎng)絡(luò)對(duì)超聲回波信號(hào)缺陷的分類診斷能力46
• 4.2 BP神經(jīng)網(wǎng)絡(luò)46-51
• 4.2.1 BP神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)47
• 4.2.2 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程47-51
• 4.2.3 改進(jìn)的BP算法51
• 4.3 基于BP神經(jīng)網(wǎng)絡(luò)的超聲缺陷信號(hào)分類實(shí)驗(yàn)51-66
• 4.3.1 實(shí)驗(yàn)系統(tǒng)介紹51-52
• 4.3.2 信號(hào)的采集52
• 4.3.3 缺陷的分類診斷52-66
• 第5章 總結(jié)與展望66-67
• 5.1 總結(jié)66
• 5.2 展望66-67
• 參考文獻(xiàn)67-70
• 發(fā)表論文和參加科研情況說(shuō)明70-71
• 致謝71-72

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 陳衛(wèi)萍;潘紫微;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的小波閾值濾波去噪[J];安徽工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年04期

2 袁朝慶;趙丹;余亞輝;;基于經(jīng)驗(yàn)?zāi)B(tài)分解法和時(shí)域幅值參數(shù)識(shí)別結(jié)構(gòu)損傷程度[J];無(wú)損檢測(cè);2008年02期

3 蔡劍華;湯井田;胡惟文;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的核磁共振測(cè)井信號(hào)去噪新方法[J];核電子學(xué)與探測(cè)技術(shù);2010年03期

4 張來(lái)斌;王朝暉;樊長(zhǎng)博;;經(jīng)驗(yàn)?zāi)B(tài)分解在機(jī)械設(shè)備故障診斷應(yīng)用研究概述[J];礦山機(jī)械;2007年02期

5 劉樹林;趙海峰;齊波;王輝;;基于經(jīng)驗(yàn)?zāi)B(tài)分解及自相關(guān)分析的微弱信號(hào)提取方法[J];大慶石油學(xué)院學(xué)報(bào);2007年05期

6 趙永韜;燕盡塵;;經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)瞬態(tài)電化學(xué)響應(yīng)的濾波處理[J];物理化學(xué)學(xué)報(bào);2008年01期

7 龐遠(yuǎn);周好斌;;基于經(jīng)驗(yàn)?zāi)B(tài)分解方法的高頻薄壁鋁焊管渦流探傷初探[J];焊接技術(shù);2013年04期

8 艾春安;劉瑜;李劍;曾一平;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的粘接結(jié)構(gòu)缺陷定量檢測(cè)[J];玻璃鋼/復(fù)合材料;2012年06期

9 易丁;龍永紅;龍曉薇;姜山;江元元;;冷卻塔振動(dòng)信號(hào)的重構(gòu)及其時(shí)頻分析[J];湖南工業(yè)大學(xué)學(xué)報(bào);2012年02期

10 李穎;潘冬子;;經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)法在錨固無(wú)損檢測(cè)中的應(yīng)用[J];煤炭技術(shù);2012年08期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 秦毅;秦樹人;毛永芳;;正交經(jīng)驗(yàn)?zāi)B(tài)分解及其快速實(shí)現(xiàn)[A];第九屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文摘要集[C];2007年

2 秦毅;秦樹人;毛永芳;;正交經(jīng)驗(yàn)?zāi)B(tài)分解及其快速實(shí)現(xiàn)[A];第九屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

3 楊永鋒;;經(jīng)驗(yàn)?zāi)B(tài)分解與非線性分析的協(xié)同研究[A];第四屆全國(guó)動(dòng)力學(xué)與控制青年學(xué)者研討會(huì)論文摘要集[C];2010年

4 侯文文;鄒俊忠;劉未來(lái);;基于經(jīng)驗(yàn)?zāi)B(tài)分解的眼電偽差去除研究[A];上海市化學(xué)化工學(xué)會(huì)2010年度學(xué)術(shù)年會(huì)論文集（自動(dòng)化專題）[C];2010年

5 李關(guān)防;許春雷;惠俊英;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的特征提取算法研究[A];中國(guó)造船工程學(xué)會(huì)電子技術(shù)學(xué)術(shù)委員會(huì)2011年海戰(zhàn)場(chǎng)電子信息技術(shù)學(xué)術(shù)年會(huì)論文集[C];2011年

6 薛志宏;李廣云;周蓉;;一種基于經(jīng)驗(yàn)?zāi)B(tài)分解的信號(hào)降噪方法[A];全國(guó)工程測(cè)量2012技術(shù)研討交流會(huì)論文集[C];2012年

7 張飛漣;劉嚴(yán)萍;;經(jīng)驗(yàn)?zāi)B(tài)分解與神經(jīng)網(wǎng)絡(luò)方法在降水預(yù)測(cè)領(lǐng)域的應(yīng)用研究[A];中國(guó)系統(tǒng)工程學(xué)會(huì)第十八屆學(xué)術(shù)年會(huì)論文集——A01系統(tǒng)工程[C];2014年

8 康春玉;章新華;;一種基于經(jīng)驗(yàn)?zāi)B(tài)分解的信號(hào)降噪方法[A];中國(guó)聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（下）[C];2007年

9 辛鵬;辛雷;蔡國(guó)偉;李曉琦;;一種基于經(jīng)驗(yàn)?zāi)B(tài)分解與支持向量機(jī)的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)新方法[A];第十一屆全國(guó)電工數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

10 郝文峰;駱英;顧建祖;;基于經(jīng)驗(yàn)?zāi)B(tài)分解-支持向量機(jī)的玻璃幕墻開膠損傷預(yù)測(cè)研究[A];中國(guó)力學(xué)學(xué)會(huì)學(xué)術(shù)大會(huì)'2009論文摘要集[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 葛光濤;二維經(jīng)驗(yàn)?zāi)B(tài)分解研究及其在圖像處理中的應(yīng)用[D];哈爾濱工程大學(xué);2009年

2 孫暉;經(jīng)驗(yàn)?zāi)B(tài)分解理論與應(yīng)用研究[D];浙江大學(xué);2005年

3 張繼紅;經(jīng)驗(yàn)?zāi)B(tài)分解及徑向基函數(shù)的一些應(yīng)用研究[D];大連理工大學(xué);2012年

4 熊衛(wèi)華;經(jīng)驗(yàn)?zāi)B(tài)分解方法及其在變壓器狀態(tài)監(jiān)測(cè)中的應(yīng)用研究[D];浙江大學(xué);2006年

5 楊賢昭;基于經(jīng)驗(yàn)?zāi)B(tài)分解的故障診斷方法研究[D];武漢科技大學(xué);2012年

6 高靜;經(jīng)驗(yàn)?zāi)B(tài)分解的改進(jìn)方法及應(yīng)用研究[D];北京理工大學(xué);2014年

7 陳志剛;經(jīng)驗(yàn)?zāi)B(tài)分解與Savitzky-Golay方法的自適應(yīng)遙感影像融合[D];華東師范大學(xué);2010年

8 周義;快速二維經(jīng)驗(yàn)?zāi)B(tài)分解和相位追蹤方法及其在導(dǎo)波無(wú)損檢測(cè)中的應(yīng)用[D];上海交通大學(xué);2014年

9 石志曉;時(shí)頻聯(lián)合分析方法在參數(shù)識(shí)別中的應(yīng)用[D];大連理工大學(xué);2005年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 史玉君;基于經(jīng)驗(yàn)?zāi)B(tài)分解的眼電偽跡去除方法的研究[D];蘭州大學(xué);2015年

2 梁江海;基于經(jīng)驗(yàn)?zāi)B(tài)分解的通信信號(hào)細(xì)微特征分析[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

3 趙強(qiáng);基于EMD的齒輪故障診斷技術(shù)研究[D];東北石油大學(xué);2015年

4 熊偉;試車臺(tái)振動(dòng)測(cè)試系統(tǒng)的關(guān)鍵技術(shù)研究[D];河南工業(yè)大學(xué);2015年

5 陳凱;快速非平穩(wěn)信號(hào)分析診斷與應(yīng)用[D];上海交通大學(xué);2015年

6 楊U唝~;基于經(jīng)驗(yàn)?zāi)B(tài)分解的城市供水水質(zhì)異常事件檢測(cè)方法研究[D];浙江大學(xué);2016年

7 郭學(xué)雯;利用經(jīng)驗(yàn)?zāi)B(tài)分解方法研究新型熱中子探測(cè)器數(shù)據(jù)周期性[D];河北師范大學(xué);2016年

8 楊勤甜;基于經(jīng)驗(yàn)?zāi)B(tài)分解和粗糙集屬性約簡(jiǎn)的超聲缺陷信號(hào)分類識(shí)別研究[D];南昌航空大學(xué);2016年

9 楊彩紅;基于折線包絡(luò)的經(jīng)驗(yàn)?zāi)B(tài)分解方法及其應(yīng)用[D];天津大學(xué);2007年

10 付曉波;經(jīng)驗(yàn)?zāi)B(tài)分解法理論研究與應(yīng)用[D];太原理工大學(xué);2013年

，

本文編號(hào)：1081647