-
公开(公告)号：CN113870895A
公开(公告)日：2021-12-31
申请号：CN202110973876.4
申请日：2021-08-24
Applicant: 哈尔滨工业大学 , 哈尔滨国铁科技集团股份有限公司
Abstract: 本发明公开了一种基于改进映射融合特征与阈值的车轮擦伤检测方法，所述方法如下：一：加载P组车轮声发射信号，从每组信号中提取七种特征，并确定各组特征的极值及计算P组特征极值的平均值；二：以获取的平均值为检测阈值，对声发射信号进行初步检测，计算各特征的擦伤信号检出率与精准率，对多维特征进行特征筛选，获得低维特征参数集，将低维特征参数集映射融合获得一维融合特征；三：计算映射融合特征的标准差、均值和最小值，计算每个时间窗内的改进自适应检测阈值，依据改进自适应阈值判别算法，判别各个特征是否属于擦伤信号，完成车轮擦伤声发射信号检测。本发明能够大幅度提高车轮擦伤信号检出率与检测精度，满足列车安全运行保障要求。
-
公开(公告)号：CN110879253B
公开(公告)日：2021-04-06
申请号：CN201811029067.2
申请日：2018-09-05
Applicant: 哈尔滨工业大学
Abstract: 一种基于改进长短时记忆网络的钢轨裂纹声发射信号检测方法，本发明解决了针对铁路现场复杂的噪声环境下，通过LSTM循环网络训练噪声模型实现自动滤除复杂噪声问题。本发明的主要步骤为基于相同结构的LSTM网络连续两次分别建立背景噪声的时序模型及裂纹信号时序模型，并对二者预测的误差信号取上包络做差，以去除其中的异常噪声，最终检测出含噪信号中包含的裂纹信号成分。本发明与现有技术相比，具有以下优点：1)该级联的时序模型可用于滤除产生机理未知的异常噪声；2)自动学习噪声模型，不需任何先验知识；3)在高速强噪背景下信号被噪声完全淹没时，本方法仍能有效检测出裂纹声发射信号。
-
公开(公告)号：CN112362753A
公开(公告)日：2021-02-12
申请号：CN202011242659.X
申请日：2020-11-09
Applicant: 哈尔滨工业大学
Abstract: 一种基于不平等距离优化聚类算法的伤损裂纹声发射信号检测方法，涉及伤损裂纹信号处理与检测领域的方法，解决了传统裂纹信号检测方法速度慢、效率低的问题。本发明的步骤为：一、加载原始声发射信号，获得噪声声发射信号；二、对噪声声发射信号提取γ倒谱系数特征，依据自适应鲁棒系数对其进行筛选；三、将噪声信号特征聚类，计算各特征到各聚类质心的距离，计算各聚类的不平等优化距离值；提取待测声发射信号的γ倒谱系数特征，依照步骤二选择待测信号特征，计算各特征到各聚类质心的距离，依据不平距离优化判别算法，判别待测信号。本发明运算速率快，检测精度高。在高铁钢轨与车轮伤损裂纹检测领域，具有很高的社会意义和经济价值。
-
公开(公告)号：CN110879253A
公开(公告)日：2020-03-13
申请号：CN201811029067.2
申请日：2018-09-05
Applicant: 哈尔滨工业大学
Abstract: 一种基于改进长短时记忆网络的钢轨裂纹声发射信号检测方法，本发明解决了针对铁路现场复杂的噪声环境下，通过LSTM循环网络训练噪声模型实现自动滤除复杂噪声问题。本发明的主要步骤为基于相同结构的LSTM网络连续两次分别建立背景噪声的时序模型及裂纹信号时序模型，并对二者预测的误差信号取上包络做差，以去除其中的异常噪声，最终检测出含噪信号中包含的裂纹信号成分。本发明与现有技术相比，具有以下优点：1)该级联的时序模型可用于滤除产生机理未知的异常噪声；2)自动学习噪声模型，不需任何先验知识；3)在高速强噪背景下信号被噪声完全淹没时，本方法仍能有效检测出裂纹声发射信号。
-
公开(公告)号：CN110717274A
公开(公告)日：2020-01-21
申请号：CN201910961806.X
申请日：2019-10-11
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种噪声描述方法，包括：噪声预处理模块，用于输出符合建模标准的噪声；分形维提取模块，用于提取所述符合建模标准的噪声的分形维；噪声建模模块，用于在所提取的分形维的基础上建立噪声的分形布朗运动模型。分形维提取模块还包括基于小波分解的分形维提取方法：对所述符合建模标准的噪声进行多层小波分解；对分解得到的各层小波系数方差取以2为底的对数；做出小波分解层数和小波系数方差对数的曲线；采用最小二乘法估计曲线的斜率并计算分形维。本发明具有如下优点：1)能够提取噪声的分形维；2)对不同运行速度下产生的噪声给出统一描述；3)同时确定噪声的统计、时域和频域特性。
-
Patent Agency Ranking
公开(公告)号：CN110706170A
公开(公告)日：2020-01-17
申请号：CN201910916752.5
申请日：2019-09-26
Applicant: 哈尔滨工业大学
Abstract: 一种便携式B型超声诊断设备图像的去噪方法，它涉及基于图论中搜索方法以及空间域去噪的图像处理算法。本发明的步骤为：一、去除电磁干扰引起的图像噪声，从空间域噪声的分布特性上进行噪声的滤除；二、本专利提出了像素差异指数Pd，通过参数Pd对图像分块分类再针对每个不同类的分块进行处理，从而达到去噪的效果；三、对基于像素差异指数Pd的去噪算法进行GPU加速，从而满足超声实时性的要求。本发明的基本思想是基于图像空间域及像素差异指数的定义区分图像邻域种类并去噪，同时对算法进行加速以满足实时性要求。解决了便携式B型超声独有的干扰噪声与算法计算速度上过慢的问题，具有较高的经济效益。
-
公开(公告)号：CN109752461A
公开(公告)日：2019-05-14
申请号：CN201711089462.5
申请日：2017-11-08
Applicant: 哈尔滨工业大学
Abstract: 一种改进的分段式调节的最小均方反卷积钢轨裂纹信号复原方法，本发明解决了通过声发射探头激励出与钢轨断裂过程相同特性的声发射信号问题。本发明步骤为：一、将已知脉冲信号由声发射探头输入钢轨；二、输出与输入做FFT变换，二者频谱相除得系统特性初值；三、对系统特性最小均方滤波；四、重复步骤三至还原误差小于预设值，输出系统脉冲响应；五、由裂纹信号与系统脉冲响应反卷积得反演信号。六、根据钢轨不同频率段衰减程度设定权值，将反演信号时域成分加权叠加得最终输入信号。本发明用分段调节最小均方反卷积方法在钢轨中反演出裂纹声发射信号，改进了现有声发射测试中裂纹源模拟方法，更加安全易于实施，有较强的理论与工程实际意义。
-
公开(公告)号：CN108520234A
公开(公告)日：2018-09-11
申请号：CN201810309626.9
申请日：2018-04-08
Applicant: 哈尔滨工业大学
IPC: G06K9/00
Abstract: 一种基于多种特征量的盲信号提取方法，本发明提出利用一种或多种特征量同时对盲信号进行提取，对传统盲源提取方法添加各种约束并进行改进。本发明的步骤为：一、利用可变或多种特征值添加约束对传统盲源提取算法进行改进。二、利用预定的各个特征量对初始权限量进行选择。三、利用初始权限量进行迭代计算得到提取结果。本发明采用多种特征量同时对一个信号进行约束提取，让盲源提取的过程不再局限于固定的特征量进行判断，而是变为可变特征量或多种特征量同时进行判断，泛用性较强，优化了盲源提取方法。
-
公开(公告)号：CN105092711B
公开(公告)日：2017-10-27
申请号：CN201510471723.4
申请日：2015-08-04
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于卡尔曼滤波的钢轨裂纹声发射信号检测与去噪方法，其步骤如下：步骤一：建立轮轨接触噪声线性时间序列AR模型；步骤二：由AR模型相应参数建立轮轨接触噪声卡尔曼滤波基本方程；步骤三：卡尔曼递推滤波估计轮轨接触噪声；步骤四：轮轨接触噪声的抑制。本发明与现有技术相比，具有如下优点：1)在可直接测得的噪声声发射信号的基础上，对已知的噪声信号部分建立AR模型进行卡尔曼滤波，得到噪声信号的估计，无需知道钢轨裂纹信号的先验知识即可检测到钢轨裂纹信号的发生；2)本发明所提出的去噪方法，在钢轨裂纹信号完全淹没在噪声信号的高速情况下，依然能够达到抑制噪声，检测钢轨裂纹发生的目的。
-
公开(公告)号：CN104977357A
公开(公告)日：2015-10-14
申请号：CN201510471722.X
申请日：2015-08-04
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于卡尔曼滤波的钢轨裂纹声发射信号提取与去噪方法，其步骤如下：步骤一：钢轨裂纹声发射信号到达时间自动识别；步骤二：建立有色轮轨接触噪声AR模型及其噪声方程；步骤三：建立钢轨裂纹信号时变参数AR模型及钢轨裂纹信号卡尔曼滤波基本方程；步骤四：有色轮轨接触噪声卡尔曼滤波估计钢轨裂纹信号。本发明具有如下优点：1)在检测到钢轨裂纹信号的基础上，进一步建立钢轨裂纹信号的时变参数AR模型，采用有色测量噪声卡尔曼滤波方法，直接对钢轨裂纹信号进行估计，提取出钢轨裂纹信号；2)将有色轮轨接触噪声情况下的卡尔曼滤波递推公式化简为与一般卡尔曼滤波递推公式一致的一般形式，简化了算法，减小了算法复杂度。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.026 seconds)
