0107004基于小波分析的板型缺陷識(shí)別方法(編輯修改稿)
2025-06-12 17:49 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 2021 年 大連 143 ⑴直線型模型 M1： y=ax+。 ⑵二次多項(xiàng)式模型 M2： y=ax*x+bx+。 ⑶三角正弦模型 M3： )s in ()c o s ( 2103 bxaaxaay ??? 此模型對(duì)應(yīng)板形缺陷中的 1/4浪和邊中復(fù)合浪 。 (4)五項(xiàng)式模型 M4: )c o s ()s in ( 432210 bxaaxaxaxaay ????? 此模型解決不對(duì)稱時(shí)等復(fù)雜情況。 對(duì)辯識(shí)后所得的四類(lèi)模型分別計(jì)算相應(yīng)的殘差 e e2和 e3。最終根據(jù)殘差大小確定板形缺陷的類(lèi)型和缺陷程度，以便采取相應(yīng)的控制手段。模型 M3 和 M4 的引入可以識(shí)別缺陷的1/4 浪和邊中復(fù)合浪，從而解決了現(xiàn)行控制中 1/4 浪和邊中復(fù)合浪識(shí)別的問(wèn)題。 3 小波分析用于板形缺陷識(shí)別的效果 小波分析用于板形缺陷識(shí)別，經(jīng)過(guò)實(shí)際在線運(yùn)行，得到較為理想的結(jié)果。結(jié)果表明： ⑴板形識(shí)別結(jié)果與實(shí)際板形相符； ⑵運(yùn)用小波分析進(jìn)行板形缺 陷識(shí)別不僅能有效地對(duì)復(fù)合缺陷進(jìn)行正確分類(lèi)，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(hào)不完整以及輸入信號(hào)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(shí)別。 圖 3 中顯示的是對(duì)一組板形數(shù)據(jù)，和經(jīng)過(guò)消噪后得出的一組數(shù)據(jù)，然后對(duì)消噪后的數(shù)據(jù)進(jìn)行擬合函數(shù)參數(shù)估計(jì)。 圖 3(a) 原始數(shù)據(jù)輸出 圖 3（ b）濾波后數(shù)據(jù)輸出 圖 4 是對(duì)一組數(shù)據(jù)分別利用 四 個(gè)模型進(jìn)行辯識(shí)的結(jié)果。其中實(shí)線表示實(shí)測(cè)數(shù)據(jù)，虛線表示消噪后的數(shù)據(jù)，點(diǎn)劃線表示模型擬和數(shù)據(jù)。 擬合函數(shù)選用直線型模型 M1： xy *10*5 2 2 *3 0 4 55 ??? (6) 擬合結(jié)果如下 管理科學(xué)與系統(tǒng)科學(xué)研究新 進(jìn)展 —— 第 6 屆全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會(huì)議論文集 2021 年 大連 144 圖 4(a) 直線模型 擬合函數(shù)選用二次多項(xiàng)式型模型 M2: 2666 *10*** xxy ??? (7) 擬合結(jié)果如下 0 2 4 6 8 10 12 14 16 18 2021012345x 106 圖 4(b) 二次多項(xiàng)式模型 擬合函數(shù)選用 M3: ) o s (*10*) i n (*10** 555 xxy ??? (8) 擬合結(jié)果如下 管理科學(xué)與系統(tǒng)科學(xué)研究新 進(jìn)展 —— 第 6 屆全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會(huì)議論文集 2021 年 大連 145 圖 4 (c) 三角正弦模型 擬合函數(shù)選用 M4: ) o s (10*) i n (*10**10**10** 662666 xxxxy ?????(9) 擬合結(jié)果如下 圖 4（ d） : 五項(xiàng)式模型擬合 其中線性部分、二次項(xiàng)部分、正弦余弦部分、和五項(xiàng)式部分分別表示在圖 4 中的 a、 b、c、 d 圖中 (用點(diǎn)劃線表示 )。然后根據(jù)擬合中的數(shù)據(jù)進(jìn)行控制。 4 結(jié)論 通過(guò)在線運(yùn)行證明，運(yùn)用小波分析方法消噪后，輔以常規(guī)辯識(shí)來(lái)識(shí)別板形缺陷是成功和有效的。據(jù)統(tǒng)計(jì)，在運(yùn)用小波理論來(lái)識(shí)別板形缺陷的系統(tǒng)中，其板形缺陷的準(zhǔn)確率達(dá) 95%，大大優(yōu)于原來(lái)的板形缺陷識(shí)別系統(tǒng)。 參考文獻(xiàn) 1 Robert D. Nowak, Member, IEEE and Richard G. WaveletBased Transformation for Nonlinear Signal Processing. IEEE Transactions On Signal Processing, , , July 1999:1852~1865 管理科學(xué)與系統(tǒng)科學(xué)研究新 進(jìn)展 —— 第 6 屆全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會(huì)議論文集 2021 年 大連 146 2 Baraniuk, Senior Member, IEEE, Matias Waller, Henrik Saxen. Estimating the degree of time variance in a parametric model. Automatica 36,2021:619~625 3 Daubechies, Ingri .Ten Lecture on Wavelets. The Society for 1992 4 Laura RebolloNeira and Juan Fernandez Rubic. The Continuous Wavelet Transform as a Maximum Entropy Solution of the Corresponding Inverse Problem, IEEE Transaction On Signal , , July, 1999:2046 5 胡昌華等 . 基于 MATLAB 的系統(tǒng)分析與設(shè)計(jì) — 小波分析 . 西安電子科技大學(xué)出版社 ,2021 6 崔錦泰（美）著 . 小波分析導(dǎo)論 . 程正興譯 . 西安交通大學(xué)出版社 ,1995 7 王貞祥等 . 系統(tǒng)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1