译文定制的承故障检测的小波去噪区域内和跨尺度依赖.docVIP

文献原文+文献翻译 Customized wavelet denoising using intra- and inter-scale dependency for bearing fault detection 定制的轴承故障检测的小波去噪区域内和跨尺度依赖 院 （系）： 机电工程学院 专 业：机械设计制造及其自动化 学生姓名： 学 号： 指导教师： 职 称： 讲师 题目类型：(理论研究 (实验研究 (工程设计 (工程技术研究 (软件开x=(xi)i∈Z ，甚至样品，分为和奇数样本 （1） 我们在预测步骤，适用于s(0)上的算子P，d(0)预测。预测误差d=(di)i∈Z被视为的小波系数， (2) 其中pr是预测算子P的系数，N是预测系数的数目。 在更新步骤，更新甚至样品小号s(0)是通过使用小波系数更新算子U和结果添加到s(0)，更新序列s=(si)i∈Z可以被视为x的近似系数， (3) uj 更新算子U系数，和更新系数。 设S是提升计划的输入信号，小波系数和近似系数在较低的分辨率可以得到。逆提升方案可以立即扭转了预测和更新经营转变为每个“+”“ - ”，反之亦然。图1显示了提升方案的提出和逆变换。 图1提升方案的提出和逆变换 基于提升方案的定制小波建设 中号的定理在[12]，在解除框架Sweldens表示，确保有关提升方案的双正交小波。然而，不同的预测算子P和更新算子U可以构造不同的时频结构小波函数。以优化的预测算子和更新算子，Gouze[23]介绍了两个有意义的运营商P和U对称线性相位约束条件表示如下： (4) (5) 过滤“正常化”的限制表示如下： (6) （7） 3.1。设计最佳的预测算 Popt 预测步骤提供的小波系数d。为了确保派生小波可以有效地隔离从原始信号的功能组件，预测算子的一个标准是必要的。用于工程检测故障的症状，因为它是敏感的急剧改变结构，如冲动[24]，峭。在本文中，我们使用峭度作为衡量性能的预测算。预测算子P的标准定义如下： （8） 其中，d的小波系数e均值和标准差，和E{·}的期望。我们的目标是找到最佳的预测算Popt最大化的峭度准则KP同时满足约束条件（4）及（6）。许多优化方法已被提出，每个人都有自己的优势和局限性。遗传算法的主要优点之一[25]，它不具有优化问题的数学要求。此外，遗传算法是有效的全局优化。在本文中，使用遗传算法优化的预测算子P在人口预测算子P，系数的预测算子P（P-N/ 2+1，...，PN /2）初始化编码采用实数编码的机制。第一，系数（P2，...，PN /2）随机产生。其次，系数（P-N/ 2+1，...，P-1）根据式。 （4）。最后，系数（P0，P1）由下列公式得到： (9) 算术交叉和突变在遗传算法中常用的统一经营被雇用的优化过程[25]。为了提高效率的过程中，人口规模设置为50，迭代次数为100，交叉概率为0.7，突变的概率为0.025。 3.2。设计最佳的更新算子Uopt 一个有效的更新运营商提供近似系数，提供准确表示原始信号分辨率较低。为了获得最佳的更新系数，二次重建的错误[23]作为标准使用。据介绍如下 (10) 其中，代表不使用小波系数甚至样品和重构信号的奇数样本。当d= 0，逆提升方案如图2 图2= 0的逆提升方案 从图2，由下列公式： （12） 在更新操作的设计，我们的目标是找到最佳