基于经验模态分解和粗糙集属性约简的超声缺陷信号分类识别研究

《基于经验模态分解和粗糙集属性约简的超声缺陷信号分类识别研究》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、学校代码：10406分类号：TP391.4学号：130085208016南昌航空大学硕士学位论文（专业学位研究生）基于经验模态分解和粗糙集属性约简的超声缺陷信号分类识别研究硕士研究生：杨勤甜导师：杨鹏副教授申请学位级别：硕士学科、专业：电子与通信工程所在单位：信息工程学院答辩日期：2016年6月授予学位单位：南昌航空大学UltrasonicFlawSignalClassificationandIdentificationStudybasedonEmpiricalModeDecompositionandRoughSetAttrib

2、uteReductionADissertationSubmittedfortheDegreeofMasterOntheElectronicandCommunicationEngineeringByQintianYangUndertheSupervisorofA.Prof.PengYangSchoolofInformationEngineeringNanchangHangkongUniversity,Nanchang,ChinaJune,2016摘要在工程材料的质量评估和缺陷检测上，超声检测是应用最广泛的无损检测方式之一。在超声回

3、波信号中，往往包含着缺陷材料的丰富信息，如缺陷的位置、大小和类别等。因此如何对回波信号进行处理以求获得关于材料本身更多的有效信息，成为超声检测的关键之一。尽管现在超声无损检测有了长足的发展，但是如何利用信号处理和模式识别技术，进行缺陷定性评价、自动识别和快速处理等方面，还需要进行更为深入的研究。基于以上原因，本文做了如下工作：首先，本文介绍了经验模态分解的基本原理，比较分析了小波分解和经验模态分解在对非平稳信号和非线性信号处理的优劣。然后利用经验模态分解对超声回波信号进行了分解，接着分别在时域和频域上对本征模函数进行了分析，总结

4、了回波信号在时域和频域的特征参数。其次，因为构建的基于时域和频域分析的初始特征集含有许多冗余的信息，为了提高分类速度和精度，所以要对其进行降维。这里选择了基于粗糙集属性约简的方法，第一步先对提取出的特征值使用谱聚类方法进行离散化，然后在使用粗糙集属性约简的算法剔除那些多余信息，这将有助于实现缺陷信号的鉴别。再次，本文利用所获得的超声回波信号实测数据，分别构造了基于回波信号时域和频域的特征参数的训练样本和验证样本，然后对本文构建的BP神经网络在MATLAB软件平台上进行了训练，并将超声回波信号的实测数据放在训练好的神经网络上进行了

5、仿真试验。实验结果证明，BP神经网络具有较好的分类效果。最后，通过与基于经验模态分解、小波分解和主成分分析的特征提取的算法组合的比较，得出经验模态分解结合粗糙集属性约简相比其他一般方法具有更好的分类效果。关键词：经验模态分解，粗糙集属性约简，特征提取与选择，神经网络IAbstractUltrasonicinspectionisoneofthemostsuccessfulnondestructivetesting(NDT)techniquesforqualityassessmentanddefectdetectioninengin

6、eeringmaterials.Theechosignalsoftencontainawealthofinformationofdefectivematerialssuchastheflaw’slocation,magnitudeandcategoryandsoon.Thereforethekeyofultrasonicinspectionishowtoprocesstheechosignalsinordertoobtainmoreusefulinformationaboutthematerialitself.Althoughu

7、ltrasonicnondestructivetestinghavemadegreatprogress,italsorequiresfurtherresearchworktomakeuseofsignalprocessingandpatternrecognitiontechnologyindefectsqualitativeevaluation,automaticidentificationandintelligenceaspect.Becauseoftheabovereasons,thisarticlehasdonethefo

8、llowingwork.Firstly,thisarticleintroducesthebasicprinciplesofempiricalmodedecomposition,andanalyzingadvantagesanddisadvantagesofthe