小波分析和神经网络在超声检测系统中的应用

摘要

超声波非插入式液压检测系统是以超声波为检测介质,利用超声波传播速度随液体压力变化这一特性,检测液压系统内油液压力,快速实现对液压系统的故障定位.超声波非插入式液压检测系统对油液压力的测量是通过对超声波在液体中的传播速度确定的.因此超声波在液体中的传播速度以及液体压力与声波速度之间的关系是影响该检测系统测量精度的非常重要的两个因素.小波分析是一门新兴理论,它克服了传统Fourier分析的不足,在时域和频域都具有良好的局部化特性,在信号处理、图像处理、语音分析等领域有重要的应用价值.文采用小波变换的方法对超声波信号进行分析,首先利用小波变换在检测信号奇异点方面的特性,分析超声波信号的波至点;然后利用小波变换对含有噪声的超声波信号进行消噪处理,提高整个系统的检测性能.神经网络以分布的方式存储信息,利用网络的拓扑结构和权值分布实现非线性映射,并利用全局并行处理实现从输入空间分布到输出空间的非线性信息变换.在本课题中,将用神经网络建立超声波非插入式液压检测系统的网络模型,得到液体压力和声波速度变化量之间的关系.虚拟仪器是在计算机通用平台上,用户根据自己的需求定义和设计仪器的测试功能,其实质是将传统仪器硬件与最新计算机软件技术充分结合起来,以实现并扩展传统仪器的功能.在本课题中,将利用虚拟仪器编程语言LabVIEW编程实现超声波检测系统的神经网络建模以及超声波信号的小波分析.

目录

文摘

英文文摘

声明

1绪论

1.1课题的提出及研究目的

1.2本课题研究的主要内容

1.3研究方法及技术路线

2基于神经网络的非线性建模

2.1神经网络概述

2.2建模用神经网络及其算法

2.3非插入式超声测压系统神经网络模型

3基于小波变换的超声测压信号检测

3.1小波变换概述

3.2超声测压信号小波变换原理

3.3超声测压信号波至点检测

4非插入式超声检测系统的虚拟仪器实现

4.1虚拟仪器概述

4.2虚拟超声测压仪

4.3虚拟超声测压信号小波分析仪

5总结

致谢

附录 超声检测系统神经网络训练及小波分析程序

参考文献