典型文献
基于自适应移位平均降噪与BP神经网络的钢丝绳损伤识别
文献摘要：
提出了一种基于自适应移位平均降噪与BP神经网络的钢丝绳损伤识别方法,解决了强噪声背景下的钢丝绳损伤识别问题.以矿井钢丝绳为检测对象,采用自适应移位平均法对含噪的断丝信号与磨损信号进行降噪处理,通过自适应粒子群优化(APSO)算法找到移位平均算法的最优窗宽;然后,以断丝损伤为例,对输出的最优降噪信号提取峰峰值、波宽、波形下面积三种特征值作为特征值样本,将样本归一化后输入BP神经网络进行损伤识别;最后,通过试验验证了所提方法的有效性.试验结果表明,该方法能定性识别钢丝绳损伤并且识别准确率高.
文献关键词：
钢丝绳损伤;强噪声;优化算法;降噪;BP神经网络
中图分类号：
作者姓名：
吴东;张宝金;隋显俊;刘伟新;黄升平;杨建华
作者机构：
鞍钢集团矿业有限公司眼前山分公司,鞍山114044;中国矿业大学机电工程学院 江苏省矿山机电装备重点实验室,徐州221116
文献出处：
引用格式：
[1]吴东;张宝金;隋显俊;刘伟新;黄升平;杨建华-.基于自适应移位平均降噪与BP神经网络的钢丝绳损伤识别)[J].无损检测,2022(08):14-19
A类：
B类：
移位,钢丝绳损伤,损伤识别,强噪声,矿井,平均法,断丝,降噪处理,自适应粒子群优化,APSO,平均算法,最优窗宽,信号提取,峰峰,定性识别,识别准确率
AB值：
0.243118
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
