0107004基于小波分析的板型缺陷識別方法-文庫吧
2025-04-17 17:49 本頁面
【正文】 理，然后對信號進(jìn)行重構(gòu)即可以達(dá)到消噪的目的。對信號 S(i)消噪的目的就是要抑制信號中的噪聲部分，從而在 S（ i）中恢復(fù)出真實(shí)信號 )(if 圖 1 小波三層分解 板型缺陷的識別 板形缺陷 在板形缺陷識別方面所采用的方法是：根據(jù)裝置在第五機(jī)架后的板形測量儀測出的帶鋼截面實(shí)際應(yīng)力分布曲線進(jìn)行多項(xiàng)式分解。具體擬合函數(shù)為： exaxaxaxaaxf ?????? 44332210)( (5) 式中 f(x)為實(shí)測值； e 為誤差。 最典型的板形缺陷 [8]有下面六種，如圖 2 所示： S CA1 CD1 CA2 CD2 CD3 CA3 管理科學(xué)與系統(tǒng)科學(xué)研究新 進(jìn)展 —— 第 6 屆全國青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會議論文集 2021 年 大連 142 (a): 左偏 (b): 右偏 (c): 中浪 （ d） : 邊浪 (e): 1/4 浪 (f): 邊中復(fù)合浪 圖 2 六種主要板形缺陷 從六種典型的板形缺陷可看出，前四種可由 2210 xaxaa ?? 來描述，對后兩種缺陷很難由多項(xiàng)式來描述。 從板形控制角度看，前四種缺陷可通過調(diào)節(jié)輥?zhàn)觾A斜度， CVC 工作輥軸向移動及彎輥力來克服。但后兩種情況完全不能用 4433 xaxa ? 來描述，更不能根據(jù) 3a 、 4a 系數(shù)的大小來進(jìn)行精確控制。 上面這六種缺陷都是在對稱條件下得出的，一旦不對稱時情況就更為復(fù)雜，這時采用原來的多項(xiàng)式擬合函數(shù)就不能很好的勝任，為此要尋找更好的解決辦法。 本文討論采用小波分析方法對上述六種板形缺陷進(jìn)行識別的可能性。 板形缺陷識別的模型 為消除噪聲對板形測量儀測量結(jié)果的影響，首先對觀測數(shù)據(jù)進(jìn)行小波消噪。由于第一測量點(diǎn)和最末測量點(diǎn)位于板材的邊緣，測量精度較差，我們將每次板材同一橫截線上的 21 測量數(shù)據(jù)均舍棄第一個和最末一個數(shù)據(jù)后用于缺陷識別。在小波分析中，選 取不同的小波和不同的分解層次，對識別的結(jié)果會有較大的影響。通過大量實(shí)驗(yàn)發(fā)現(xiàn)利用 Smy 小波變換和一層分解重構(gòu)消噪的效果比較好。從后面的圖 可看出，消噪后的數(shù)據(jù)要比原始測量數(shù)據(jù)光滑的多。接著將消噪后數(shù)據(jù)依次按下面四類模型利用最小二乘法 [6]進(jìn)行辨識。 管理科學(xué)與系統(tǒng)科學(xué)研究新 進(jìn)展 —— 第 6 屆全國青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會議論文集
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1