基于经验模态分解和S变换的缺陷超声回波检测方法

为对金属材料超声无损探伤中的微小缺陷回波进行检测,建立了金属材料背散射信号模型,讨论了调幅回波模型的中心频率估计的无偏性,并提出基于经验模态分解(EMD)和S变换的缺陷回波检测方法。首先对原始信号作EMD,通过时间尺度滤波重构信号,实现初步去噪;为抑制EMD去噪后信号的信噪混叠现象,执行基于S变换和最大类间方差法的去噪算法,进行二次去噪,得到信噪比较高但缺陷回波幅值衰减较大的信号。最后采用二次S变换修正二次去噪中因S变换导致的缺陷回波幅值降低量。对仿真信号和实际棒材检测信号的处理结果证明了该方法在去除噪声和缺陷回波检测方面的有效性。     

碳纤维复合材料超声脉冲反射信号频域建模

对碳纤维复合材料(CFRP)层板超声脉冲反射信号频域进行研究,首先分析了CFRP层板中纤维层和树脂层的声波反射系数频域特征,结果表明,正常纤维层和树脂层、含孔隙纤维层和厚树脂层对反射系数有不同的影响。在此基础上建立了CFRP层板超声脉冲反射信号频域模型,反射信号频谱由正常纤维/树脂层频响、含孔隙纤维层频响、厚树脂层频响、探头频响以及噪声信号频响组成。使用该模型对含孔隙和无孔隙CFRP层板分别进行数值模拟,得到的频谱和对应CFRP层板实验信号频谱相比,两者主要频率成分具有一致性。     

铝合金锻件超声信号的自适应小波压缩方法

针对铝合金锻件超声信号中含有晶粒散射引起的相干噪声,建立了相应的缺陷回波检测数学模型.提出了基于新的阈值函数Stein无偏估计自适应压缩方法.对离散小波变换各尺度上的小波系数用新的阈值函数进行估值后,进行了小波阈值最小均方误差意义上的迭代,并用小波系数估值进行离散小波反变换.以得到信号的估值,通过反复迭代,得到缺陷回波的最优压缩模型.对含缺陷铝合金锻件的超声信号处理实验的结果表明,与常用的固定阈值方法相比,在相同压缩比下,自适应压缩方法能更好地去除散射噪声及识别缺陷回波信号.     

非接触电导检测土壤养分离子的谱峰自动识别方法

[目的/意义]电容耦合非接触式电导检测(Capacitively Coupled Contactless Conductivity Detection,C⁴D)在农业土壤养分离子检测方面发挥着重要作用。对C⁴D信号中离子特征峰的有效识别,有利于后续对离子特征峰的定性和定量分析,为加强农业土壤养分管理提供依据。然而,C⁴D信号的特征峰检测仍然存在无法自动精准识别、人工操作复杂、效率低等缺点。[方法]提出一种基于连续小波变换结合粒子群优化(Particle Swarm Optimization,PSO)和最大类间方差法(Otsu)的谱峰自动识别算法,旨在实现准确、高效、自动化的C⁴D信号峰识别。采用C⁴D检测样品溶液,得到离子谱图信号,对谱图信号进行连续小波变换,得到小波变换系数矩阵。通过搜索小波系数变换系数矩阵极值,识别出脊线和谷线。将小波系数矩阵转换为灰度图像,结合PSO和Otsu寻找最佳阈值,进一步对灰度图像的背景和目标分割,再结合原始谱图中的脊谷线识别谱图中的特征峰。[结果...     

基于LMD与Wigner-Ville分布的水力机组振动信号分析

针对现有非平稳信号处理方法在分析水力机组振动信号时,无法同时兼顾较高的时频分辨率和瞬时时频特征的有效提取问题,提出了一种新的将局域均值分解(LMD)和Wigner-Ville分布相结合的非平稳信号处理方法,并将其应用于水力机组甩负荷工况的上导轴承摆度信号分析.通过与短时傅里叶变换、小波变换和Wigner-Ville分布方法提取的时频谱图对比分析,表明该方法继承了局域均值分解可以将多分量非平稳信号分解为多个频率成分单一的PF分量、以直接计算瞬时幅值和瞬时频率的优点,以及Wigner-Ville高时频分辨率的优点,同时,避免了Wigner-Ville分布因为受到固有交叉项干扰导致多个频率成分的信号难以表示清楚的缺陷,能够有效提取与转速变化趋势基本一致的瞬时时频谱图,为后续机组状态识别与故障诊断提供分析工具.     

猕猴桃分级果实表面缺陷的检测方法

猕猴桃的自动化分级中最为复杂、费时的是表面缺陷检测.猕猴桃果实表面缺陷主要包括碰压伤、划伤和日灼,检测过程包括缺陷分割和缺陷识别两个阶段.猕猴桃机器视觉采集系统采用近红外光源采集图像,并对采集图像中值滤波法去除图像采集过程中受到的各种噪声的干扰;图像分析获取最佳阈值,最后图像分割得到猕猴桃果实表面的黑色斑点区域,包括真正的缺陷区域和梗萼区域.通过试验表明,近红外光源能有效提取猕猴桃果实表面的划伤、腐烂伤和日灼缺陷,而且近红外光源图像有效地避免了传统光源图像的反射亮斑区域,通过实验结果,分析针对分割出的可疑缺陷区域如何正确识别,可利用双金字塔数据形式的盒维数快速计算方法,提出描述该区域粗糙度和纹理方向性的特征参数,依此来区分真正缺陷和梗萼区域.     

基于卷积神经网络与奇异值分解的水电机组故障诊断方法研究

提出了一种结合卷积神经网络,小波变换和奇异值分解理论的水电机组故障诊断方法。利用卷积神经网络提取机组轴心轨迹的图像特征;通过离散小波变换对摆度信号进行分解,获得信号的小波分解系数,对各分支系数进行重构,构造奇异值分解输入矩阵,提取矩阵奇异值作为特征向量。将两种方法提取的特征进行组合,构建包含图像特征和波形特征的混合特征向量,通过概率神经网络进行识别分类。为验证该方法的有效性,将水电机组常见故障在转子试验台上进行模拟,用上述方法进行诊断。结果表明,文中所提出的故障诊断方法能很好地识别水电机组不同运行状态,可为水电机组的故障诊断提供有效依据。     

基于类球形亮度变换的水果表面缺陷提取

针对基于机器视觉技术的水果表面缺陷因受到亮度不均影响而提取困难的问题,以阿克苏苹果为研究对象,采用可见-近红外双CCD成像系统,设计了一种无需预先建模的类球形亮度变换方法,对R分量图像进行亮度变换,变换后的图像使整个水果表面正常区域灰度趋于一致,而缺陷区域依然保留为低灰度区,增强了缺陷和正常果皮的对比度,提高了缺陷检测精度.使用共计100个样本评估算法的可行性,其中45个缺陷果的检测精度为93.3％,55个正常果的检测正确率为100％,整体检测精度达到97％.研究结果表明,利用基于类球形亮度变换结合单阈值分割方法提取水果表面缺陷是可行的.     

拖拉机涡轮增压器中混合陶瓷球轴承无损检测设计

依据多频涡流检测原理,提出了一种新的基于调频涡流的混合陶瓷球轴承无损检测方法。该方法采用单个检测通道和三角波调制信号,可以实现不同深度缺陷的检测和得到幅值线性变化的调制信号,使用自比式探头作为传感器,有效地抑制了温度漂移和探头振动产生的误差,提高了检测的效率和精度。建立了拖拉机涡轮增压器中混合陶瓷球轴承涡流无损检测仿真模型,并利用有限元软件对不同缺陷尺寸的拖拉机涡轮增压器中混合陶瓷球轴承进行了缺陷尺寸识别的仿真模拟计算,搭建了多频涡流无损检测系统实验平台,将实验测得的缺陷尺寸结果和仿真模拟计算进行了对比,验证了仿真和实验结果的一致性,进而说明了多频涡流检测在拖拉机涡轮增压器中混合陶瓷球轴承实际生产中应用的可行性。     

基于超声导波的灌溉管道生长环检测技术研究

管道生长环是影响农业灌溉水质和造成灌管网堵塞的重要问题。针对目前常规检测方法检测范围较窄的缺陷,提出了一种基于纵向超声导波技术的灌溉水管道生长环结垢检测方法。通过对激励信号的分析,选取中心频率为500kHz的模态导波对生长环结垢管道进行检测试验,利用小波变换技术对采集到的超声导波信号进行分析处理。实验结果表明:纵向超声导波能很准确地检测生长环结垢的分布状况,但通过分析小波能量系数变量能够有效检测出检测管道内的生长环结垢状况。     

基于局域波时频谱的旋转机械早期故障诊断技术

提出了一种具有自适应特性的时频分析方法——局域波时频谱,对旋转机械中常见的动静件碰摩、不对中早期故障信号进行了分析,和频谱分析进行了比较。结果表明局域波法能清晰地描述振动信号的时频特征,为工程实际中转子系统的早期故障诊断提供了有效的依据。     

基于单目视觉与超声检测的振荡果实采摘识别与定位

针对采摘机器人在果实振荡情况下因难以精确定位影响采摘效率的问题,提出了一种基于单目视觉与超声检测的振荡果实识别与定位方法。首先对采集的振荡果树图像序列进行基于色差R-G的Otsu阈值分割和形态学处理,接着对图像果实区域进行灰度填充,将处理后的图像序列叠加得到复合图像和目标果实运动区域,求取振荡果实在图像运动区域的二维平衡位置坐标。然后机械手在视觉引导下运动,其末端指向振荡果实二维平衡位置坐标,同时超声传感器检测目标果实深度信息并提取超声回波信号峰峰值进行果实识别,当检测到果实处于适合采摘位置时,机械手爪抓取果实。采摘试验表明,采摘成功率为86%,验证了所采用方法的有效性,为实现采摘机器人实用化提供了参考。     

含气率对离心式航空燃油泵叶片压力脉动的影响

为研究含气率对某分流叶片式航空燃油泵叶片的压力脉动规律,基于RNG k-ε湍流模型和Euler-Euler非均相模型,应用ANSYS CFX软件对航空燃油泵在不同含气率条件下进行数值计算,分析燃油泵的气相分布和叶片压力脉动规律.研究结果表明:气相主要分布在叶片的压力面,吸力面分布较少;随着含气率的增大,气相逐渐向长短叶片吸力面发展,并扩散至叶轮流道;在长叶片前段相对位置0~0.5处,气相体积占比随含气率的增大而增大,在长叶片压力面后段(相对位置0.5~1.0处)和短叶片压力面上气相占比几乎为100%,产生气液分离,在长叶片吸力面后端和短叶片吸力面上,气相占比较少,几乎为0;通入气相会使监测点压力脉动幅值变大,但含气率继续增大会降低燃油泵叶片压力脉动幅值;长叶片的中段和短叶片前段的主导频率受含气率的影响会发生改变,由于分流式叶片的设计结构,含气率对叶片压力脉动影响主要体现在流动最为复杂的长短叶片的交界面处即短叶片的进口位置;分流叶片在改善流动的同时,也会影响相应位置的压力脉动.研究结果可为分流叶片式燃油泵设计提供一定技术参考.     

基于EMD的联合收获机籽粒损失监测传感器设计与试验

玉米清选损失监测受清选脱出物种类多样、环境噪声复杂等影响严重,为了解决清选损失监测精度差、效率低的问题,设计了一款基于最小能量准则EMD（Empirical mode decomposition）去噪方法的清选损失监测传感器,实现了对采集信号中的振动、工噪和杂余等信号分离。利用Matlab仿真对模拟信号进行去噪,与小波去噪、低通滤波法和移动平均法3种去噪方法相比,基于最小能量准则EMD去噪方法在不同信噪比下均方根误差（RMSE）最小,为0.1698,信噪比（SNR）最高,为12.7453,处理后的信号最接近原始信号。为验证该方法的实用性,以籽粒损失率分别为0、5%、10%、15%和20%的冲击样本开展损失率监测传感器台架试验,结果表明：该传感器最小检测误差为1.8%,最大检测误差为3.9%,对比小波去噪、低通滤波法和移动平均法3种去噪方法所得试验数据,最小能量准则EMD去噪方法的平均误差分别减小了2.12、4.40、6.52个百分点,与仿真试验结果一致。该研究对于提高玉米清选损失率检测精度特别是信号处理过程中去噪方法的研究具有重要意义。     

汽车车外噪声声源特性分析与识别

汽车车外噪声信号是非平稳信号,快速、准确地对其声源加以识别比较困难。提出了一种适用于非平稳信号的声源识别方法,利用二进正交小波包将信号无冗余、无疏漏、正交地分解到独立频带内,对车外噪声各声源信号进行特征提取,并应用多维线性方程组求解方法得到各声源对标准测点处噪声的贡献度。研究表明,该方法可揭示噪声信号在时频空间能量的细微变化,定量给出各声源贡献度。     

基于局域波时频图像处理技术的压缩机故障诊断

结合局域波理论、图像处理技术和CPN网络模式分类器,提出了一种提取故障特征信息的智能诊断方法。往复式压缩机气缸的振动信号经过局域波算法处理得到局域波时频谱,利用图像分割技术对该时频谱灰度进行有效描述和分析,继而利用CPN网络分类器针对典型故障特征信息进行归类。实际应用表明,该方法具有一定的工程实用性。     

簇生番茄果梗超声切割过程仿真与试验

为揭示超声技术应用于簇生番茄切割采收的机理及优势,比较了簇生番茄果梗材料在常规切割和超声切割中的切割力和去除特性。首先测定了簇生番茄果梗和自制超声切割刀的参数,然后基于Abaqus进行仿真,将果梗纤维化,在宏观和微观仿真中对比常规切割和超声切割过程中的应力及去除机理。最后,自制试验台,通过改变超声切割刀的激振频率、输入电压、切割速度和切割角度进行切割力测定试验并采用响应面法的Box-Behnken进行四因素三水平分析,随后观察果梗断面形貌。结果表明：在自制超声刀工作频率(35～37 kHz)和电压(340～380 V)内,切割速度、角度对切割效果影响最显著,激振频率和输入电压在特定值附近时切割效果最好;在36 kHz、360 V、0.125 cm/s、0°的条件下,仿真中超声切割耗时约为8 s,平均最大切割力为0.635 N,相对于常规切割(1.019 N)降低37.7%;试验中超声切割耗时约为5.3 s,所需切割力最大为0.543 N,相较于常规最大切割力(1.017 N)降低46.6%,同时表面粗糙度降低20.9%,试验与有限元仿真的切割力结果误差为8.9%,基本吻合。超声切割可以...