塔机超声安全预警目标识别的神经网络方法研究

发布时间：2017-12-29 13:50

  本文关键词：塔机超声安全预警目标识别的神经网络方法研究　出处：《西安建筑科技大学》2015年博士论文　论文类型：学位论文

  更多相关文章： 超声信号 目标识别 神经网络 塔式起重机 安全预警

【摘要】：在建筑行业中塔机失稳或碰撞事故带来的人员伤亡和经济损失日益增多,国内外著名公司以及科研院所围绕塔机失稳监测技术、防碰撞技术进行了长期深入的研究,但形成的研究成果仍以缺乏灵活性和时实性的被动防御为主,智能化、主动性的塔机安全预警技术还有待进一步研究。本文针对目前塔机安全监测技术成本较高,且在智能化、主动性、灵活性、快速性、实时性方面的不足,提出了基于超声信号时间序列的塔机安全预警神经网络目标识别方法,此方法将超声传感技术和神经网络的优势相结合,通过超声信号特征提取、神经网络识别模型设计、安全预警系统构建三个环节,实现了塔机失稳监测和防碰撞的安全预警功能。论文重点研究的内容有:1.设计了数据采集分析实验台并获取了超声测距信号,结合超声波传播特性、换能器工作特性分析了超声回波时间序列的时域特征及与目标物多种特性间的关系,得到了超声信号相关幅值、测距值两种时间序列特征与目标物几何、物理、空间、动态特性间的映射规律,为目标物超声信号特征提取提供了科学依据。2.提出了基于超声信号时间序列特征与目标物特性间映射关系的神经网络目标识别方法,研究了神经网络识别模型的输入特征量提取、网络设计评价、样本库构造、学习与泛化能力强化的一般规则;根据塔机安全预警的不同功能需求,分别针对单超声时间序列和多超声时间序列设计了BP、Elman、SOM三种具体的神经网络目标识别方法,并分别进行了仿真和实验验证及运行效果对比分析。3.通过塔机稳定性判定分析得到了倾覆判据,并结合塔机碰撞特征分析结果,构建了超声信号时间序列神经网络目标识别方法为核心的塔机安全预警体系,将BP、Elman、SOM网络识别方法应用于塔机安全预警的不同环节,有效实现了信息实时获取、数据智能融合、主动快速预警功能。本文研究的超声安全预警目标识别的神经网络方法较其他安全监测方法在智能化、主动性、灵活性、快速性、实时性方面都有提高,可以满足塔机监控需求,对塔机的安全应用、广泛推广有较大意义;同时,对神经网络目标识别方法和超声信号时间序列特征的研究,也为低成本传感器快速、高精度地进行数据融合提出了一种较好的借鉴思路。
[Abstract]:......
【学位授予单位】：西安建筑科技大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP183;TH213.3

【相似文献】

相关期刊论文 前10条

1 左峥嵘,张天序;集成证据提高目标识别性能的方法研究[J];华中科技大学学报(自然科学版);2005年03期

2 李彦鹏,黎湘,庄钊文;一种应用模糊聚类分析的目标识别效果评估方法[J];电子对抗技术;2005年03期

3 盖明久;吕世良;时宝;;一种概率更新方法及在目标识别中的应用[J];海军航空工程学院学报;2006年05期

4 张平定;王海军;王睿;;一种基于聚类思想的目标识别新方法[J];空军工程大学学报(自然科学版);2006年02期

5 李静;黄峥;;静态傅里叶干涉具在目标识别中的应用研究[J];光谱学与光谱分析;2009年08期

6 王丹;韩惠蕊;田淞;臧雪柏;宋炳强;;基于tree part-based模型的目标识别和定位[J];吉林大学学报(工学版);2012年S1期

7 张茂雍;车辆目标识别装置[J];国外自动化;1982年04期

8 E·D·梅塞;箭隆;;雷达的目标识别[J];国外舰船技术.雷达与对抗;1986年02期

9 郭定，朱祖祥;提示引导空间注意对范畴目标识别影响的研究[J];人类工效学;1995年02期

10 张力;韦海峰;胡鸿;蒋建军;;数字化主控室操纵员监视过程中目标识别失误实验研究[J];工业工程与管理;2013年06期

相关会议论文 前10条

1 王宇;钟秋海;;用统计模式识别方法建立海上目标识别的数学模型[A];1995中国控制与决策学术年会论文集[C];1995年

2 郑援;胡成军;;基于数据融合的鱼雷目标识别[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

3 李夕海;赵克;慕晓冬;刘代志;;目标识别中的特征相空间吸引子分析[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

4 冯杰;盖强;古军峰;;模糊聚类分析方法在海上目标识别中的应用[A];第二届全国信息获取与处理学术会议论文集[C];2004年

5 赵克;刘代志;慕晓东;苏娟;;目标识别的特征量约束[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

6 李正东;陈兴无;宋琛;何武良;;多传感器的目标识别[A];中国工程物理研究院科技年报（1999）[C];1999年

7 郭相科;刘进忙;曹学斌;张玉鹏;;子类独立分量分析在声目标识别中的应用[A];中国声学学会2007年青年学术会议论文集（上）[C];2007年

8 张翠;高广春;赵胜颖;;基于时间融合算法的近程目标识别[A];2011下一代自动测试系统学术研讨会论文集[C];2011年

9 俞鸿波;赵荣椿;;三维空间目标识别概述[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年

10 曹健;陈红倩;毛典辉;李海生;蔡强;;基于局部特征的图像目标识别问题综述[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

相关重要报纸文章 前2条

1 莫衍崴 特约记者刘谦;上士白光斌:电话传音排故障[N];战士报;2012年

2 陈德潮邋本报特约通讯员 曹金平 刘剑;为潜艇铸“魂”[N];解放军报;2008年

相关博士学位论文 前10条

1 肖永生;射频隐身雷达信号设计与目标识别研究[D];南京航空航天大学;2014年

2 崔宗勇;合成孔径雷达目标识别理论与关键技术研究[D];电子科技大学;2015年

3 丁军;基于稀疏理论的SAR图像目标识别研究[D];西安电子科技大学;2015年

4 韩静;基于仿生视觉模型和复杂信息学习的多光谱夜视目标识别技术[D];南京理工大学;2014年

5 黄璇;多源引导信息融合及其关键技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

6 宁宣杰;基于空防雷达网络的多传感器信息融合关键技术研究及其应用[D];东北大学;2014年

7 杨松岩;高频波段雷达目标特征提取与识别方法研究[D];哈尔滨工业大学;2016年

8 张学峰;雷达高分辨距离像目标识别与拒判方法研究[D];西安电子科技大学;2015年

9 李西平;塔机超声安全预警目标识别的神经网络方法研究[D];西安建筑科技大学;2015年

10 舒锐;卫星目标识别与特征参数提取方法研究[D];哈尔滨工业大学;2010年

相关硕士学位论文 前10条

1 许俊峰;基于模型的任意视点下三维目标识别研究[D];南京航空航天大学;2015年

2 李建;毫米波辐射计目标识别性能测试系统研究[D];南京理工大学;2015年

3 陈晨;红外/毫米波复合信号处理方法及电路设计[D];南京理工大学;2015年

4 王玉君;基于远红外热像仪的地面机动目标识别[D];沈阳理工大学;2015年

5 姚国伟;基于高分辨距离像的舰船目标识别研究[D];哈尔滨工业大学;2015年

6 周伟峰;基于神经网络的单目机器人目标识别定位研究[D];安徽工程大学;2015年

7 谭敏洁;基于压缩感知的雷达一维距离像目标识别[D];电子科技大学;2015年

8 王翔;基于局部神经反应的目标识别研究[D];华中师范大学;2015年

9 刘巍;基于非均匀采样图像的目标识别与跟踪算法研究[D];北京理工大学;2015年

10 田兵兵;基于核函数的SAR图像目标识别研究[D];电子科技大学;2015年

，

本文编号：1350535