基于小波神经网络的钢丝绳断丝定性和定量检测

提出了钢丝绳断丝定性和定量分级检测的方案,并根据二者的特点给出了两种小波神经网络模型和权值学习算法。对定性检测,输入层和隐含层之间用小波函数作为权系数,两层之间无非线性;对定量检测,应用小波非线性,神经网的输入是特征向量和小波的内积。前者适于定性分类,后者适于特征与断丝程度之间定量关系的逼近。实验结果表明:两种小波神经网络较一般的BP网络收敛速度快,外推能力强,识别精度好,这种方法成功地区分了内、外部断丝,极大地提高了断丝定量检测的准确度。

小波分析与神经网络在钢丝绳断丝处理中的应用

钢丝绳断丝检测信号中存在大量的噪声信号。在分析了钢丝绳断丝信号的特征后,利用小波分析算法的高分辨率特点,对钢丝绳断丝检测信号进行分解和重构,提取断丝特征信号;并采用基于BP神经网络算法的断丝识别,解决了断丝识别困难的问题。引入Matlab仿真软件对其进行验证,仿真结果表明,该方法对钢丝绳断丝信号的检测和识别十分有效,减小了钢丝绳断丝的误判率,提高了钢丝绳断丝检测的智能化程度。该方法成本低、效率高,具有一定的应用开发前景。