钢丝绳断丝损伤定量识别关键技术分析

钢丝绳断丝损伤定量识别关键技术分析

ID:32127320

大小:6.59 MB

页数:68页

时间:2019-01-31

钢丝绳断丝损伤定量识别关键技术分析_第1页
钢丝绳断丝损伤定量识别关键技术分析_第2页
钢丝绳断丝损伤定量识别关键技术分析_第3页
钢丝绳断丝损伤定量识别关键技术分析_第4页
钢丝绳断丝损伤定量识别关键技术分析_第5页
资源描述:

《钢丝绳断丝损伤定量识别关键技术分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、!兰兰!查尘』堡堡!!竺!!型:兰堡篁兰目录摘要⋯Abstract111第一章绪论1l1课题来源l2课题概述12l课题提出⋯1.22研究的目的及意义21.3钢丝绳损伤检测与识别的国内外研究现状3I31钢丝绳损伤检测国内外发展概况313.2定量识别技术的围内外发展概况51.4本文研究的辛要内容6第二章钢丝绳断丝损伤漏磁检测系统设计⋯821钢丝绳断丝损伤漏磁检测原理⋯821l钢丝绳损伤形式82l2钢丝绳断丝损伤漏磁分析92.2钢丝绳断丝损伤检测系统硬件设计112.21钢丝绳断丝损伤励磁器设计112.22钢丝绳断丝损

2、伤检删器设计】22.23信号处理电路设计152.24钢丝绳断丝检测实验台设计172.25信号采集系统设计..⋯182.3钢丝绳断丝损伤捡测系统软件设讣212.3I开发语言的选择22.32系统总体设计⋯222.4术章小结22第三章钢丝绳断丝损伤信号处理及特征提取2331钢丝绳断丝损伤信号的小波消噪处理23311小波理论概述233I2小波分解原理⋯253I_3小波消噪原理⋯273{4小波消噪处理273.2特征值分析303.21钢丝绳断丝损伤检测实验303.22特征值的初步选择与提取⋯332.3特征值分析与筛选363

3、.3本章小结38第四章基于神经网络的钢丝绳断丝损伤定量识别3941神经网络概述394.2BP神经阿络原理及实现40421BP算法⋯44.22改进BP算法⋯43423BP神经网络的实现43童!堡!二兰!.矍堡圭!全!型!兰堡丝苎。::—::—一4.3BP神经网络模型的建立与应用444.31网络输入输出参数的确定444,32网络结构的确定454.33网络训练集与测试集的确定434网络训练目标的确定4"1435网络训练算法的选择484.36BP网络的训练与测试44本章小结50第五章基于支持向量机的钢丝绳断丝损伤定量识

4、别支持向量机原理与实现511支持向量机概述5512支持向量机的实现5,2支持向量机模型的建立与应用555.2I输入输出的确定及训练集与测试集的划分翌5.22核函数的选择5’523惩罚参数c与参数y的选择524支持向量机的训练及测试5653车持向导机和神经网络的分析与比较::5.4本章小结58第六章结论与展望)96I工作总结)962研究展望6u参考文献6l攻读硕士学位期间发表的学术论文65致谢67!!::!.!二!墅些=!!!型:些:!!摘要钢丝绳在工作过程中,易受到多种不确定载荷以及恶劣的环境因素的影响,导致断

5、丝、磨损、锈蚀等损伤t一旦出现断裂会造成严重的人员伤亡与经济损失:同时由于钢丝绳工作条件复杂、钢丝绳类型繁多且损伤形式多样,使得目前现有的钢丝绳检测仪器存在检测精度羞、智能性低、实时动态性差与人为经验影响大等问题,局限性较强且效果不尽人意。因此,研究智能高效的钢丝绳断丝损伤定量识别技术与仪器十分的必要。本文基于钢丝缝断丝漏磁原理,设计了钢丝绳断丝损伤检测系统,重点研究了信号的小波消噪处理、特征值的选择与提取;分别基于神经网络与支持向量机两种定量识别方法,研究并设计了钢丝绳断丝损伤定量识别系统。旨先.从理论上分析

6、了钢丝绳损伤形式及原理.讨论了钢丝绳断丝处满磁场的特点。以此为基础建立了钢丝绳断丝损伤检测系统,其中包括设计励磁器,磁化钢丝绳至磁饱和状态并使在断丝处产生较理想的漏磁场:设计检测器咀对漏磁场进行检测,将漏磁信号转换为电信号并进行预处理:设计信号采集系统.将连续电信号转换为离散数字信号,存入计算机中以便进行后续处理。其次.研究了小波消噪的原理,利用Matlab编制了小波消噪程序,实现了对断丝信号的小波消噪处理;对滤去噪声的有用信号进行特征提取.考虑特征值的区分度对其进行特征分析.确定峰值、波形下面积及小波能量作为

7、钢丝绳定量识别的特征值。再次,设计了基于十十经网络的钢丝绳断丝定量识别系统。研究了神经网络原理.从网络的输入特征值的分析与优化、网络训练集与测试集的合理选择、网络训练目标的确定三个方面讨论了优化神经网络参数的方法,并为网络选择了合理的参数,建立了BP神经网络模型:利用实际钢丝绳断丝信号对神经网络断丝定量识别系统进行了训练及测试,证明了BP神经网络定量识别系绩具有较好的性能。晟后,设计了基于支持向量机的钢丝绳断丝定量识别系统。研究了支持向量机的模式识别原理,讨论了核函数的选择及支持向量机参数的搜寻,建立了支持向量

8、机模型:利用实际钢丝绳断丝信号对支持向量机断丝定量识别系统进行了训练及测试,得出了支持向量机断丝定量识别系统比神经网络具有更优性能的结果,并将支持向量机与神经网络在定量识*Il方面进行丁分析比较,I寸论了出现这一结果的匣固。童!堡:查兰!些堡!!全!型!兰』!丝』三:,。:,—一关键词:钢丝绳断丝损伤:漏磁检测:定量识别;小波消噪;特征值分析:神经网络:支持向量机[!!些!!!型!:!

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。