机床与液压
機床與液壓
궤상여액압
Machine Tool & Hydraulics
2015年
19期
205-209
,共5页
李一宁%张培林%徐超%杨玉栋%张云强%吕纯
李一寧%張培林%徐超%楊玉棟%張雲彊%呂純
리일저%장배림%서초%양옥동%장운강%려순
在线磨粒检测%分解层数%自适应降噪%双树复小波变换%粒子群优化算法
在線磨粒檢測%分解層數%自適應降譟%雙樹複小波變換%粒子群優化算法
재선마립검측%분해층수%자괄응강조%쌍수복소파변환%입자군우화산법
Online wear debris detecting%Decomposition level%Adaptive de-noising%Dual-tree complex wavelet transform%Particle swarm optimizationn
磨粒超声回波信号受到各种因素的影响,从而存在噪声,分解层数的选取对降噪效果影响很大.为此,提出了一种基于粒子群优化算法(PSO)的最优分解层数选取方法,将得到的最优分解层数代入双树复小波域,采用一种渐近半软阈值函数与一种自适应阈值选择方法相结合,对含噪磨粒回波信号进行双树复小波阈值降噪,选取信噪比(SNR)和均方根误差(RMSE)两个参数评价降噪结果.仿真与实验结果表明:通过粒子群优化算法选取的分解层数得到的信噪比最高,油液磨粒超声回波信号自适应降噪方法对磨粒超声回波信号具有显著的降噪效果,明显提高了信噪比,降低了均方根误差,还原了信号的波形特征,为后续的特征提取与智能识别打下了良好的基础.
磨粒超聲迴波信號受到各種因素的影響,從而存在譟聲,分解層數的選取對降譟效果影響很大.為此,提齣瞭一種基于粒子群優化算法(PSO)的最優分解層數選取方法,將得到的最優分解層數代入雙樹複小波域,採用一種漸近半軟閾值函數與一種自適應閾值選擇方法相結閤,對含譟磨粒迴波信號進行雙樹複小波閾值降譟,選取信譟比(SNR)和均方根誤差(RMSE)兩箇參數評價降譟結果.倣真與實驗結果錶明:通過粒子群優化算法選取的分解層數得到的信譟比最高,油液磨粒超聲迴波信號自適應降譟方法對磨粒超聲迴波信號具有顯著的降譟效果,明顯提高瞭信譟比,降低瞭均方根誤差,還原瞭信號的波形特徵,為後續的特徵提取與智能識彆打下瞭良好的基礎.
마립초성회파신호수도각충인소적영향,종이존재조성,분해층수적선취대강조효과영향흔대.위차,제출료일충기우입자군우화산법(PSO)적최우분해층수선취방법,장득도적최우분해층수대입쌍수복소파역,채용일충점근반연역치함수여일충자괄응역치선택방법상결합,대함조마립회파신호진행쌍수복소파역치강조,선취신조비(SNR)화균방근오차(RMSE)량개삼수평개강조결과.방진여실험결과표명:통과입자군우화산법선취적분해층수득도적신조비최고,유액마립초성회파신호자괄응강조방법대마립초성회파신호구유현저적강조효과,명현제고료신조비,강저료균방근오차,환원료신호적파형특정,위후속적특정제취여지능식별타하료량호적기출.
