国家自然科学基金(50305005)
- 作品数：28 被引量：199H指数：7
- 相关作者：叶邦彦赵学智陈统坚陈堂敏赖兴余更多>>
- 相关机构：华南理工大学广东轻工职业技术学院广东省科技干部学院更多>>
- 发文基金：国家自然科学基金广东省自然科学基金广州市科技计划项目更多>>
- 相关领域：自动化与计算机技术机械工程电子电信金属学及工艺更多>>
- 基于阻尼LSQR算法层析成像技术在铸件缺陷检测中的应用被引量：6
- 2006年
- 在普通超声波检测的基础上引入层析成像技术,形成新的超声波层析成像探伤系统,可以有效克服普通超声波检测定位困难的缺点,能准确检测铸体中缺陷的大小、形状和位置。本文重点对超声波层析成像探伤系统的工作原理和阻尼LSQR算法(DLSQR算法)进行研究,经过数据采集、正演模拟、建立走时方程、反演求解等过程,实现了基于DLSQR算法的图像重建方法。实验表明,DLSQR算法具有良好的稳定性、较小的存储容量和计算量,适合病态问题求解。
- 陈堂敏
- 关键词：层析成像
- 建筑构件无损检测方法的研究被引量：1
- 2007年
- 本文通过对层析成像方法的研究,建立了混凝土缺陷检测的超声反演和层析成像方法,利用计算机成像技术,采用有序波前重建的弯曲射线追踪算法和求解大型稀疏矩阵的带阻尼的最小二乘反演算法,研制了超声波层析成像系统,分析混凝土构件的超声波声时数据,得到反映混凝土构件内部声速变化的二维CT图像,直观地反映混凝土构件中缺陷所在断面的位置与范围。通过实验验证了该系统可以检测混凝土构件中缺陷的大小和形状。
- 陈堂敏
- 关键词：超声层析成像射线追踪混凝土构件
- 基于卷积型小波包变换的切削力信号消噪
- 2008年
- 为了消除切削力信号中的随机噪声干扰,本文提出了一种基于卷积型小波包变换的消噪算法,给出了算法的详细步骤。对两个切削力信号的消噪实例结果表明:随机噪声已完全被去除,获得了准确的力信号。
- 邹春华赵学智叶邦彦
- 关键词：消噪
- 基于自适应小波特征提取一体化神经网络的空调电机振动噪声识别被引量：5
- 2007年
- 正确识别空调电机的噪声类型是改善其噪声效果的重要前提,采用一种集特征提取与识别于一体的神经网络来解决这种识别问题。此网络利用Mexican hat小波作为母小波,同时将基于小波变换的特征提取过程融入为神经网络的一部分,网络学习时可针对输入信号对小波尺度和平移参数进行自适应调整,以实现对信号特征信息的充分获取。给出了此网络的学习算法。利用这一网络对空调电机的三种噪声信号即电磁噪声、不平衡噪声、轴承噪声信号进行了学习和识别,结果表明,学习后的网络以很高的可靠性准确地识别出了电机的不同噪声类型。
- 赵学智叶邦彦陈统坚
- 关键词：电机噪声自适应小波噪声识别
- 基于小波神经网络的加工过程自适应控制被引量：1
- 2006年
- 把信息熵、小波分析和神经网络相结合,提出了基于小波神经网络的加工过程自适应控制系统及其自适应控制算法。提出并定义了广义熵方误差函数,在理论上证明了广义熵方误差函数的有效性。用广义熵方误差函数准则取代BP算法的均方误差准则,用自适应地搜索小波基函数和自适应地调整小波的尺度参数、平移参数和神经网络权值的方法对参数变化的切削力进行在线控制。仿真结果表明,该系统响应快,无超调,比传统的加工过程神经网络自适应控制具有更好的控制效果。
- 鄢春艳赖兴余叶邦彦李伟光
- 关键词：小波神经网络自适应控制
- 模糊奇异性信号的检测机理被引量：3
- 2008年
- 工程实际中一般很难有理想的奇异性信号,它们的奇异性往往表现得很模糊。该文从理论上分析了这种模糊奇异性信号的小波检测机理,证明了小波对模糊奇异性信号的检测相当于用一个新小波对理想奇异性信号进行检测,给出了新小波的生成定义与实例、理想奇异性信号的模糊化模拟与检测实例,也给出了一个工程实际模糊奇异性信号的奇异性检测过程,这些实例结果证明了理论分析的正确性。
- 赵学智叶邦彦陈统坚
- 关键词：信号处理奇异性检测小波变换
- 基于奇异值分解的铣削力信号处理与铣床状态信息分离被引量：38
- 2007年
- 利用连续截断信号构造矩阵,通过奇异值分解可以将信号表示为一系列分量信号的简单线性叠加,证明了各分量之间是两两正交的,且具有零相位偏移特性。根据分量信号的信息量可以确定合理的矩阵结构。对铣削力信号的处理实例表明,奇异值分解方法分离出机床主轴旋转基频近乎完整的时域波形,分辨出两个频率很接近的信号分量,发现信号中隐藏的调幅现象,证实机床的爬行并确定爬行频率。最后与小波变换的结果进行比较,表明这一方法对铣削力信号的分离效果优于小波变换。
- 赵学智陈统坚叶邦彦
- 关键词：奇异值分解矩阵构造信号分离
- 小波包分析在轴承早期故障诊断中的应用被引量：21
- 2003年
- 为了识别轴承早期损伤引起的故障信号 ,利用小波包对轴承的振动信号进行处理。小波包分析的实质是对小波分解的结果作进一步细分 ,因而具有比小波分解高得多的频域分辨能力。文中用小波包分析了两个存在早期轻微损伤的轴承的振动信号 ,并比较了自然序、Gray序以及移频算法的处理结果。这些分析结果表明 ,小波包分析能够有效地将隐藏在正常振动信号之中的早期弱故障信号提取出来 。
- 赵学智陈统坚叶邦彦彭永红陈文戈
- 关键词：小波包分析轴承故障诊断振动信号信号处理
- 基于知识量的粗集理论在风机故障预测中的应用
- 2005年
- 研究了知识量与数据挖掘技术在风机状态预测系统的应用,叙述了风机预测系统的组成原理,着重研究了采用知识量的粗集理论对风机进行监测和故障预报的方法。
- 陈堂敏
- 关键词：风机知识量
- ADAPTIVE WAVELET-BASED NEURAL NETWORK FOR FAULT CLASSIFICATION IN BEARING
- One kind of adaptive wavelet-based neural network for fault classification is put forward. The first component...
- Chen Wenge
