0107004基于小波分析的板型缺陷識別方法(文件)
【正文】 用小波分析進(jìn)行板形缺 陷識別不僅能有效地對復(fù)合缺陷進(jìn)行正確分類，而且能分辨出缺陷程度，這為確定正確的控制策略提供了重要依據(jù)； ⑶在輸入信號不完整以及輸入信號帶有噪聲情況下，仍能正確判斷出板形缺陷和進(jìn)行正確的識別。 對辯識后所得的四類模型分別計算相應(yīng)的殘差 e e2和 e3。 大連 143 ⑴直線型模型 M1： y=ax+。通過大量實驗發(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。 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。 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式來描述。所以消噪過程可按如下方法進(jìn)行處理：首先對信號進(jìn)行小波分解（如進(jìn)行三層分解，分解過程如圖 1 所示），則噪聲部分通常包含在 CD1， CD2， CD3（高頻部分）中，因而，可以以門限閾值形式對小波系數(shù)進(jìn)行處理，然后對信號進(jìn)行重構(gòu)即可以達(dá)到消噪的目的。 小波分析用于信號消噪處理 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 母小波 ??t? 經(jīng)伸縮和平移后，就可以得到小波序列。即在低頻部分具有較高的頻率分辨率和較低的時間分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨率。 為此，本文提出了用小波分析來識別冷軋板形缺陷。采用“四次多項式分解法”分析復(fù)雜的板形缺陷，由于其自身的模型過于簡單，因而導(dǎo)致精度不高。在相應(yīng)的控制策略中，一次項采用調(diào)整壓下偏斜；二次項采取彎輥與CVC 工作輥軸向移動同向接力，以消除二次浪形缺陷；對于四次項則舍棄 。寶鋼冷軋廠則從德國引進(jìn)了全部板形控制和控制系統(tǒng)。然后，利用四類模型進(jìn)行缺陷識別。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 該方法解決了缺陷中的 1/4 浪和邊中復(fù)合浪無法識別的問題，本文著重介紹了五項式模型識別方法，該方法的有效性和準(zhǔn)確性非常明顯，具有一定的使用價值。其板形控制主要集中在第五機(jī)架并采用了 CVC 板形控制新技術(shù)。這種“四次多項式分解法”作為板形缺陷識別的方法，存在的問題有： ⑴對于板形測量儀出現(xiàn)“錯誤信號”時，板形缺陷識別模型便無法進(jìn)行有效識別，這時系統(tǒng)不得不放棄對板形的控制。 因此有必要采用更先進(jìn)的方法，對板形缺陷進(jìn)行有效的識別。 2 基于小波分析的板型缺陷識別 小波分析理論是近年來從 FOURIER分析的基礎(chǔ)上發(fā)展起來的一個時頻嶄新的時局部化信號分析理論，具有許多其他手段，（如 FOURIER 變換， GABOR 變換等），所不具有的優(yōu)良特性。正是這種特性，是小波變換具有對信號的自適應(yīng)性。 對于連續(xù)小波序列為 ?????? ???? aataBA 1),( 0, ?? aRba ； （ 2） 其中 a 為伸縮因子， b 為平移因子。 大連 141 運(yùn)用小波分析進(jìn)行一維信號消噪處理是小波分析的一個重要應(yīng)用之一。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)出真實信號 )(if
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1