导读:本文包含了波形特征识别法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:特征,波形,变压器,误差,励磁,电流,模板。
波形特征识别法论文文献综述
黄丽玲[1]（2013）在《机械零件表面波形特征识别的理论与应用研究》一文中研究指出机械零件的形位精度由形位误差的大小反映，它是保证零件互换性的重要技术指标，因此，如何获得零件形位误差的准确测量结果一直以来都是该领域的研究重点。零件形位误差的测量主要包括提取、滤波、拟合以及误差评定等环节，其中提取是首要环节，它对形位误差测量结果的准确性与测量效率均具有重要影响。迄今，无论在学术界还是在工程界都未建立形位误差测量的提取准则，故从事这方面的研究具有重要的意义。提取是对零件实际形位的几何要素（连续信号）进行离散采样，并要求采样后的离散信号能不失真地反映零件形位误差信息的操作。因此，合理的提取是既能得到形位误差的准确测量结果，又能有较高的测量效率。要得到满足上述要求的提取准则必须先识别出零件表面波形信号的特征规律，包括信号的构成、信号的频谱和误差统计特征等。本文从识别机械零件表面波形信号特征的角度展开分析，研究形位误差测量提取准则的确定问题。任何零件的表面几何形状都可分解为简单的几何要素线的组合，如平面可以分解成相互正交的几何要素直线的组合、圆柱表面可以分解成间隔的素线（几何要素直线）和间隔的圆周线（几何要素圆周线）的组合等。因此，对零件表面波形信号特征的识别可细化为对其几何要素线特征的识别。本文从最基础的直线度误差的几何要素直线入手，研究其谐波特征和误差统计特征。对几何要素直线周期延拓后展开成傅里叶级数，从而获取其频谱图，在图上无法找到信号的最高次谐波成分，这说明标准中建议的奈奎斯特采样定理无法直接用于确定提取点数；采用统计直方图和假设检验方法研究几何要素直线的误差统计特征，发现信号主要由确定性误差和随机性误差两部分构成，这两部分误差在直线度信号中所占比重的不同，导致其正态性检验结果存在不同程度的偏差。基于以上认识，本文提出了同时满足测量准确性和测量效率的最佳提取点数的概念，并采用误差分离方法分别得到确定性误差和随机性误差，对前者利用谐波分析方法得到其最佳提取点数n1，后者满足正态分布的规律，可采用计算机仿真方法得到其最佳提取点数n2。由于n2远大于n1，说明在研究直线度误差测量提取点数的确定问题时可忽略确定性误差的影响，采用以正态分布为仿真模型的计算机仿真方法确定出最佳提取点数。将研究成果应用于工程实际，得到不同长度和精度下的直线度误差测量的最佳提取点数表。本文研究的问题对于机械零件形位误差测量提取准则的建立具有重要的参考价值，研究成果可作为新一代GPS中有关提取点数问题的重要补充。(本文来源于《华侨大学》期刊2013-04-23）
陈慧贤,吴彦华,钟子发,史英春[2]（2009）在《基于波形骨架的信号细微特征识别》一文中研究指出从波形这一原始信号特征来分析信号细微特征,研究建立一种波形骨架提取的信号细微特征识别模型,强调利用主曲线来提取波形的原始骨架,采用分形进行骨架比对,借此识别不同信号源发出的信号。依据信号源细微特征产生机理,设计仿真实验,验证波形骨架提取的信号细微特征识别模型可靠有效。(本文来源于《现代防御技术》期刊2009年04期）
余洋,郝治国,刘永光,董胜元[3]（2007）在《基于波形特征识别变压器励磁涌流的比较研究》一文中研究指出介绍了近年来国内外学者提出的基于波形特征识别励磁涌流的原理和方法,并对各种方案进行了分析和评价,指出了各个方案的优缺点,为变压器励磁涌流的鉴别提供了一定的应用方向。(本文来源于《电网与水力发电进展》期刊2007年04期）
吕志娟,刘万顺,龚延萍[4]（2006）在《利用电流波形特征识别变压器励磁涌流和故障电流》一文中研究指出提出一种利用波形特征快速区分变压器励磁涌流和内部故障电流的新方法。该方法基于涌流波形畸变严重,会呈现出尖顶波的凹弧特征,而故障电流基本保持正弦特征的思想,首先找出10 ms数据窗内采样值的绝对值取得最大值的点,然后计算该点两侧相邻的2个采样步长组成的大梯形面积与2个单采样步长组成的小梯形面积和的差的总和来区分变压器励磁涌流和内部故障。动模实验表明:该方法能够快速切除变压器内部故障,动作时间约为10 ms,所需时间较短,识别灵,敏度高,并且实现方便,不受电流非周期分量的影响。(本文来源于《电力系统自动化》期刊2006年19期）
叶泰然[5]（2005）在《基于波形的波阻抗特征识别技术在川西气田储层预测中的应用》一文中研究指出川西坳陷陆相砂岩储层波阻抗分为高、中、低3类,其中储层预测的主要目标是具有低波阻抗特征的高孔渗砂岩储层。通过对储层波阻抗特征、地震资料分辨率、模型正演等的分析,提出了基于波形的波阻抗特征识别技术。该技术首先通过地震反射波峰、波谷振幅属性的一、二维匹配特征,判断地震强振幅异常的反射极性,识别波阻抗特征;然后再根据地震相特征,判别河道或叁角洲砂岩储层,排除非储层陷阱;最终识别出高阻抗致密砂岩与低阻抗高孔渗砂岩。该技术不受地层埋深的限制,在合兴场气田浅层蓬莱镇组进行了低阻含气砂体识别,得出该套储层砂体越厚,孔渗性越好,含气丰度越高,振幅越强的认识,钻井命中率在90%以上;在丰谷气田深层须家河组进行了高阻抗砂体识别,得出一呈透镜体的反射“异常”为低孔渗致密砂体,砂体越厚,孔渗性越差,振幅越强的认识,预测该砂体不利于天然气的储集。(本文来源于《石油物探》期刊2005年06期）
何友全,肖建,熊启军[6]（2005）在《基于分形理论的电力系统高频暂态波形特征识别》一文中研究指出电力系统中的参数波形与电力系统的运行状态紧密相关，它反映和预示电力系统可能发生的某种状态或故障。利用混沌与分形理论，对电力系统的参数波形进行综合分析，提取状态特征值，建立标准特征参数库，对电力系统的运行性能进行综合分析与评判。针对电力系统波形特征，提出了一种新识别算法——分形维数和均值密度法，能有效地识别不同类型的高频暂态特征波形，分析结果可用于电力系统状态监测及故障诊断。(本文来源于《电力系统自动化》期刊2005年02期）
荣雅君,王莉丽,王珺[7]（2003）在《用波形特征识别变压器励磁涌流的新算法》一文中研究指出提出一种识别变压器励磁涌流和故障电流的简单算法。该算法的基本思路是在一个给定的移动数据窗内 ,励磁涌流在间断角处曲线与时间轴所包围的面积很小甚至趋于零 ,由波形曲线与时间轴所包围面积的大小构成鉴别励磁涌流的判据。仿真结果表明 ,该算法特征明显 ,鉴别准确。(本文来源于《电工技术杂志》期刊2003年12期）
段会龙,冯靖祎,洪玮[8]（2002）在《基于模板匹配和特征识别相结合的心室期前收缩波形分类算法》一文中研究指出目的提出了一种基于模板匹配和特征识别相结合的波形分类算法 ,用于心室期前收缩波形的分类。方法通过自适应的可变区域模板匹配技术从形态学上综合地比较了正常和异常的波形 ,用匹配结果指导后续的特征分类。特征分类过程仅使用 4个参量 ,基于最大概率分布的模糊识别解决了参量分布的模糊性问题。结果经MIT/BIH标准心电数据库测试 ,实验结果达到了 99.5 1 %的特异度和96.84%的灵敏度。结论该算法在分类精度上较已有的算法有明显的提高。(本文来源于《航天医学与医学工程》期刊2002年02期）
王振远,谈克雄,朱德恒,王航[9]（1997）在《根据脉冲波形特征识别几种典型模型放电的研究》一文中研究指出根据电机绝缘中的主要放电形式，设计了模拟电机放电的６种试验模型，进行模型在不同电压或电流下的放电试验。应用采样率为１２８Ｍｓ／ｓ的数字化测量装置，在双层屏蔽试验室内，取得了各种模型的放电电流脉冲。采用自回归模型来提取脉冲波形特征，并用人工神经网络来识别不同的放电类型。研究了人工神经网络输入特征矢量的构成方式及自回归模型阶次对放电识别的影响。将放电脉冲波形比较接近的模型归并为一种类型，可提高识别的可靠率。(本文来源于《电工技术学报》期刊1997年06期）
波形特征识别法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
从波形这一原始信号特征来分析信号细微特征,研究建立一种波形骨架提取的信号细微特征识别模型,强调利用主曲线来提取波形的原始骨架,采用分形进行骨架比对,借此识别不同信号源发出的信号。依据信号源细微特征产生机理,设计仿真实验,验证波形骨架提取的信号细微特征识别模型可靠有效。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
波形特征识别法论文参考文献
[1].黄丽玲.机械零件表面波形特征识别的理论与应用研究[D].华侨大学.2013
[2].陈慧贤,吴彦华,钟子发,史英春.基于波形骨架的信号细微特征识别[J].现代防御技术.2009
[3].余洋,郝治国,刘永光,董胜元.基于波形特征识别变压器励磁涌流的比较研究[J].电网与水力发电进展.2007
[4].吕志娟,刘万顺,龚延萍.利用电流波形特征识别变压器励磁涌流和故障电流[J].电力系统自动化.2006
[5].叶泰然.基于波形的波阻抗特征识别技术在川西气田储层预测中的应用[J].石油物探.2005
[6].何友全,肖建,熊启军.基于分形理论的电力系统高频暂态波形特征识别[J].电力系统自动化.2005
[7].荣雅君,王莉丽,王珺.用波形特征识别变压器励磁涌流的新算法[J].电工技术杂志.2003
[8].段会龙,冯靖祎,洪玮.基于模板匹配和特征识别相结合的心室期前收缩波形分类算法[J].航天医学与医学工程.2002
[9].王振远,谈克雄,朱德恒,王航.根据脉冲波形特征识别几种典型模型放电的研究[J].电工技术学报.1997
论文知识图
