【摘要】：聲發(fā)射檢測技術對設備內部活性缺陷具有較高的靈敏度。隨著技術的應用領域擴大,從波形和參量數據中提取更多有價值信息的需求越來越廣泛,同時由于噪聲的復雜性提高,信號處理的難度也越來越大。應用數學和統(tǒng)計學理論的發(fā)展為聲發(fā)射信號處理技術的發(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)化理論應用于聲發(fā)射信號處理技術,結合優(yōu)化算法、統(tǒng)計學理論以及傳統(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行了如下工作:1、根據統(tǒng)計學理論知識,對基于互信息的最大依賴特征選擇算法進行優(yōu)化,轉換為最大相關最小冗余特征選擇算法,證明了若所選特征之間獨立性足夠,最大相關最小冗余算法與最大依賴算法等價。結合凸集的特點,設計了一階增量最優(yōu)遞增搜索算法,以實現(xiàn)mRMR算法。2、基于閥門內漏模擬實驗平臺,對不同種類,不同尺寸的閥門進行了閥門內漏模擬實驗研究。采用傅里葉分析和小波包分解處理實驗數據,得到了不同尺寸、類型閥門的實驗信號頻域特性以及濾波后的實驗數據。結合電力學中的電流信號波形參數,將電力學波形參數引申至聲學信號處理中,并與傳統(tǒng)聲發(fā)射特性參數相結合,構成了特征選擇算法的候選特征集。3、采用加權的mRMR算法從候選特征集中選擇評價特征,并采用支持向量機對實驗數據進行聚類分析,根據不同數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)射評價特征集進行數據聚類,并將三者聚類精度進行對比。結果表明,mRMR特征集聚類精度達到了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 線性支持向量機中，兩組數據的幾何邊緣可以表示為22w，而支持向量機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，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 )
【學位授予單位】：東北石油大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP274.5;O429

【參考文獻】

相關期刊論文 前10條

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

2 王雅婷;何光宇;劉鎧誠;王彬;申洪;;求解狀態(tài)估計問題的內點半定規(guī)劃法[J];電網技術;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];西北大學學報(自然科學版);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];內蒙古農業(yè)大學學報(自然科學版);2012年02期

5 李光榮;成央金;朱六清;陳峰;;基于內點算法的半定規(guī)劃靈敏度分析[J];湖南工業(yè)大學學報;2011年01期

6 鄧艾東;童航;張如洋;蔣章;高N

本文編號：2707596