全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

基于小波变换的航天继电器多余物材质分类

, PP. 52-59

Keywords: 航天继电器,微粒碰撞噪声检测,小波变换,BP神经网络,频谱重心,能量分布矢量

Full-Text   Cite this paper   Add to My Lib

Abstract:

多余物的材质信息对于控制避免多余物的产生具有重要的意义,以往的研究都是针对声音信号展开的,本文以加速度扰动信号为研究对象,提出了基于小波变换的航天继电器多余物材质分类方法。运用三门限检测算法,实现了扰动信号的拼接,有利于特征量的集中。采用基于频域特征的材质分类方法,定义了频谱重心,实现了金属与非金属的分类识别,在实验中确定了频谱重心的分类界限是50kHz。采用小波变换定义能量分布矢量,利用BP神经网络实现了多余物微粒确定材质的分类,并在试验中利用不小于1mg的多余物粒子验证了上述算法。实验结果表明分类的准确率分别为67.78%和76.67%。本文研究的分类方法可以推广应用于其他军用电子元器件及电子装置的多余物检测应用中。

References

[1]  Mahanty R N, Dutta Gupta P B. Application of RBF neual network to fault classification and location in transmission lines[J]. IEEE Proceedings on Gen- eration, Transmission and Distribution, 2004, 151(2): 201-212.
[2]  周建华, 胡敏强, 周鹗.基于思维模式融合故障诊断的专家系统御神经网络[J]. 电工技术学报, 1999, 14(2): 1-4.
[3]  MIL-STD-883G, Department of Defense Test Method Standard Microcircuits [S]. 2006.
[4]  Losi Jean Scaglione. Neural network application to particle impact noise detection[C]. IEEE International Conference on Neural Nerworks, 1994: 3415-3419.
[5]  Gao Hongliang, Zhang Hui, Wang Shujuan. Research on auto-detection for remainder particles of aerospace relay based on wavelet analysis[J]. Chinese Journal of Aeronautics, 2007, 20(1): 75-80.
[6]  Wang Shujuan, Gao Hongliang, Zhai Guofu. Research on feature extraction of remnant particles of aerospace relays[J]. Chinese Journal of Aeronautics, 2007, 20(3): 253-259.
[7]  张勇, 李昕, 刘君华, 等. 数据融合新技术在识别变压器油中四种特征气体的研究[J]. 中国电机工程学报, 2001, 21(8): 11-14.
[8]  Daubechies I. Where do wavelets come from? -a personal point of view[J]. In: Proc. IEEE, 1996, 84(4): 510-513.
[9]  潘泉, 张磊, 孟晋丽, 等. 小波滤波方法及应用[M].北京: 清华大学出版社, 2005.
[10]  Mallat S. A theory for multiresolution signal decomposition: the wavelet representation[J]. IEEE Trans. on Pattren Anal. Machine Intell., 1989, 11(7): 674-693.
[11]  胡广书. 现代信号处理教程[M]. 北京: 清华大学出版社, 2004.
[12]  张君, 韩璞, 董泽, 等. 基于小波变换的振动信号分析中能量两泄露的研究[J]. 中国电机工程学报, 2004, 24(10): 238-243.
[13]  Ma Guangcheng, Yi Guoxing, Wen Qiyong, et al. Particle impact noise detection in sealed relays based on neural network[C]. Proceedings of the 49th IEEE Holm Conference on Electrical Contacts, 2003: 214-218.
[14]  李瑞莹, 康锐. 基于神经网络的故障率预测方法[J]. 航空学报, 2008, 29(2): 357-363.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133