收藏本站
《华南理工大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于时频空特征的钢轨探伤识别研究

李骏  
【摘要】:铁路系统繁忙的通车使得钢轨不断的受到碾压和摩擦,在外在自然力以及内部不平衡力的作用下,钢轨内部容易出现缺陷,甚至发生断裂。钢轨的安全性关系到铁路运输的安全性,特别是我国近年高速发展的高铁。高铁的高速运行对钢轨的性能要求更高,钢轨性能差容易使得人员和物质受到极大损失,所以需要对钢轨进行检测,检测钢轨内部和外部是否存在缺陷。超声波具备良好的传输性质,所以在钢轨探伤领域广泛应用。超声波能够穿透钢轨表面进入内部,非常适合对钢轨内部的缺陷进行检测。本文基于时频空对超声波缺陷检测信号进行特征提取,时空内对于多组检测信号采用自相关进行特征提取,频空内则采用小波变换的方法得到信号能量的分布情况作为特征,最后使用支持向量机对特征向量进行缺陷识别。本文的主要内容为:1.采用阵列探头对钢轨发射线性调频超声波进行内部缺陷检测,线性调频超声波具备丰富的频谱,可以很好的将缺陷的信息表现出来。阵列探头可以有效的接收缺陷反射和衍射的超声波回波。2.采用小波阈值去噪法对超声波缺陷检测信号进行去噪处理,研究了在时域、频域和空域内对缺陷检测信号进行特征提取。对信号进行自相关处理,获取信号在时域内的特征;对信号进行小波分解得到信号在不同分解空间内的能量占比作为频域内的特征;多组信号的时频特征组成表征缺陷的特征向量。3.研究了支持向量机对超声波缺陷检测信号进行识别,判断钢轨是否有缺陷。采用了粒子群算法,计算在线性调频超声波缺陷检测信号下,最合适的支持向量机参数。4.搭建超声波缺陷检测系统,采集钢轨的缺陷检测数据。对数据进行特征向量提取后,训练和测试支持向量机。
【学位授予单位】:华南理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:U216.3;TB559

【相似文献】
中国期刊全文数据库 前10条
1 邹斌,李落清;支持向量机回归与v-支持向量机分类解的关系[J];湖北大学学报(自然科学版);2004年01期
2 冯剑丰;王洪礼;李胜朋;;基于支持向量机的浮游植物密度预测研究[J];海洋环境科学;2007年05期
3 蔡佳;陈洪;;ν-支持向量机的收敛性[J];湖北大学学报(自然科学版);2005年04期
4 唐万梅;;基于灰色支持向量机的新型预测模型[J];系统工程学报;2006年04期
5 熊宇虹;温志渝;梁玉前;陈勤;张波;刘妤;向贤毅;;基于支持向量机的模型传递方法研究[J];光谱学与光谱分析;2007年01期
6 左林;;一个新的稀疏支持向量机模型[J];山西师范大学学报(自然科学版);2008年03期
7 赫英明;王汉杰;;支持向量机在积雪检测中的应用[J];南京气象学院学报;2009年01期
8 贾亮;王礼力;;支持向量机在上市公司财务预警模型中的应用[J];淮阴工学院学报;2010年02期
9 郎宇宁;蔺娟如;;基于支持向量机的多分类方法研究[J];中国西部科技;2010年17期
10 谢福民;;支持向量机理论研究[J];科技广场;2011年01期
中国重要会议论文全文数据库 前10条
1 余乐安;姚潇;;基于中心化支持向量机的信用风险评估模型[A];第六届(2011)中国管理学年会——商务智能分会场论文集[C];2011年
2 刘希玉;徐志敏;段会川;;基于支持向量机的创新分类器[A];山东省计算机学会2005年信息技术与信息化研讨会论文集(一)[C];2005年
3 史晓涛;刘建丽;骆玉荣;;一种抗噪音的支持向量机学习方法[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(下册)[C];2008年
4 何琴淑;刘信恩;肖世富;;基于支持向量机的系统辨识方法研究及应用[A];中国力学大会——2013论文摘要集[C];2013年
5 刘骏;;基于支持向量机方法的衢州降雪模型[A];第五届长三角气象科技论坛论文集[C];2008年
6 王婷;胡秀珍;;基于组合向量的支持向量机方法预测膜蛋白类型[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年
7 赵晶;高隽;张旭东;谢昭;;支持向量机综述[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年
8 周星宇;王思元;;智能数学与支持向量机[A];2005年中国智能自动化会议论文集[C];2005年
9 颜根廷;马广富;朱良宽;宋斌;;一种鲁棒支持向量机算法[A];2006中国控制与决策学术年会论文集[C];2006年
10 侯澍旻;李友荣;刘光临;;基于支持向量机的设备振动信号趋势预测[A];12省区市机械工程学会2006年学术年会湖北省论文集[C];2006年
中国重要报纸全文数据库 前1条
1 吴玉田殷学平;中药质量控制又添新武器——小波变换近红外光谱分析系统[N];中国医药报;2004年
中国博士学位论文全文数据库 前10条
1 张晓雷;支持向量机若干问题的研究[D];清华大学;2012年
2 王瑜;基于支持向量机和多信息融合的局部放电故障诊断研究[D];华北电力大学;2015年
3 郭虎升;支持向量机的优化建模方法研究[D];山西大学;2014年
4 姚毓凯;支持向量机关键技术及其在人体活动识别中的应用研究[D];兰州大学;2015年
5 周叶;基于新异类检测和支持向量机的水电机组诊断技术研究[D];中国水利水电科学研究院;2015年
6 张华美;穿墙雷达基于支持向量机的成像算法研究[D];南京邮电大学;2015年
7 王喜宾;基于优化支持向量机的个性化推荐研究[D];重庆大学;2015年
8 夏书银;基于分类噪声检测的支持向量机算法研究[D];重庆大学;2015年
9 陈桂军;基于支持向量机的异常检测关键问题研究及应用[D];太原理工大学;2016年
10 舒振宇;基于局部支持向量机的高分辨率遥感图像分类[D];中国地质大学;2015年
中国硕士学位论文全文数据库 前10条
1 李骏;基于时频空特征的钢轨探伤识别研究[D];华南理工大学;2017年
2 郑旭;基于离散小波变换的特征提取和故障分类方法研究[D];北京化工大学;2017年
3 佟乐;添加Universum数据双支持向量机[D];河北大学;2015年
4 胡金扣;鲁棒支持向量机研究[D];河北大学;2015年
5 邱志勇;一类支持张量机及其算法研究[D];华南理工大学;2015年
6 董慧康;基于人群搜索—支持向量机的心脏病多生理参数诊断方法研究[D];河北工业大学;2014年
7 李萌;基于支持向量机的高分遥感影像分类技术研究与应用[D];中国地质大学(北京);2015年
8 甘乐;基于支持向量机的高光谱图像降维与分类研究[D];长江大学;2015年
9 苏超;基于支持向量机的太原市土壤重金属污染评价研究[D];山西大学;2014年
10 李胜刚;基于支持向量机的短期风电功率预测[D];湖南工业大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026