二维经验模态分解在工程表面形貌误差评定中的应用
本文关键词:二维经验模态分解在工程表面形貌误差评定中的应用 出处:《光学精密工程》2017年02期 论文类型:期刊论文
更多相关文章: 二维经验模态分解 三维表面形貌 误差评定 终止准则 Riesz变换
【摘要】:针对目前表面微观形貌面形误差分离方法中存在边界畸变及自适应差等缺点,提出了将具有自适应时频分辨能力的二维经验模态分解算法(bidimensional empirical mode decomposition,BEMD)应用于三维工程表面面型误差分离中,同时用Riesz变换构造单演信号,计算信号整体的频率特征,完成对二维经验模态分解算法的终止准则的改进,使其能严格按照ISO4287所规定的截止波长分离三维表面各频段形貌误差。仿真结果表明,本文新方法相比于国标ISO中高斯滤波以及常用小波滤波,在分离三维工程粗糙表面各面型误差时,所得分离图形效果远优于传统方法所得,且各频段误差对应的三维评定参数误差均小于5%。最后对光学镀膜元件实例进行分析,结果表明该算法能够很好地分离各形貌误差的的空间信息,所得参数评定基准面相对传统方法不存在边界畸变等问题,因此该方法在实际工程表面评定应用中具有可行性。
[Abstract]:To solve the drawbacks of boundary distortion and adaptive differential method of error separation surface the surface morphology, is proposed with the two-dimensional empirical mode adaptive time-frequency resolution decomposition algorithm (bidimensional empirical mode decomposition, BEMD) applied to the 3D engineering surface error separation, and Riesz transformation of the monogenic signal calculation the frequency characteristics of signal, improve the termination criteria for two-dimensional empirical mode decomposition algorithm, which can be in strict accordance with the provisions of the ISO4287 cutoff wavelength of each frequency band separation of 3D surface profile error. The simulation results show that the new method in this paper compared to the Gauss national standard ISO filter and wavelet filter used in separation, the 3D Engineering rough surface surface error, the separation of the resulting graphics effect is much better than the traditional method, and the frequency error of the corresponding three-dimensional evaluation parameters error The difference was less than 5%. and finally carries on the analysis to the optical coating components as an example, the results show that the spatial information of the algorithm can well separate the morphology error, there is no problem of boundary distortion parameters evaluation reference surface relative to the traditional method, so this method is feasible in the application of surface evaluation in practical engineering.
【作者单位】: 福州大学机械工程及自动化学院;福建省福光股份有限公司;
【基金】:国家自然科学基金资助项目(No.51375094) 福建省自然科学基金资助项目(No.2015J01195) 清华大学摩擦学国家重点实验室开放基金资助项目(No.SKLTKF13B02) 福州市科技局资助项目(No.2014-G-74) 福州大学人才基金资助项目(No.XRC-1576)
【分类号】:TN713;TB9
【正文快照】: 1引言在计量学领域,产品功能特征的评定主要取决于产品表面特征信息。而表面形貌在其横向和纵向轮廓中包含复杂的表面不平整度,主要是表面粗糙度、表面几何形状误差、以及介于两者之间的表面波纹度等误差[1]。因此,如何准确分离获得表面形貌的各误差特征成分成为产品表面功能
【相似文献】
相关期刊论文 前10条
1 宋立新;王祁;王玉静;梁X;;具有间断事件检测和分离的经验模态分解方法[J];哈尔滨工程大学学报;2007年02期
2 刘小峰;秦树人;柏林;;基于小波包的经验模态分解法的研究及应用[J];中国机械工程;2007年10期
3 杨智春;谭光辉;;一种基于样条插值的经验模态分解改进算法[J];西北工业大学学报;2007年05期
4 张西良;万学功;李萍萍;张建;徐云峰;;动态称量经验模态分解数据处理方法[J];江苏大学学报(自然科学版);2008年06期
5 周志峰;蔡萍;;基于经验模态分解的汽车轴重估计(英文)[J];Journal of Shanghai University(English Edition);2008年01期
6 李洪;郝豪豪;孙云莲;;具有独立分量的经验模态分解算法研究[J];哈尔滨工业大学学报;2009年07期
7 林玉荣;王强;;基于一维经验模态分解的图像细节提取方法[J];吉林大学学报(工学版);2011年06期
8 卢珍;;关于经验模态分解与整体经验模态分解的分离效果差别的探讨[J];科学技术与工程;2011年33期
9 钟佑明;赵强;周建庭;;实时经验模态分解的实现方法[J];振动.测试与诊断;2012年01期
10 刘海波;赵宇凌;;集合经验模态分解的稳健滤波方法研究[J];振动与冲击;2013年08期
相关会议论文 前10条
1 秦毅;秦树人;毛永芳;;正交经验模态分解及其快速实现[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
2 秦毅;秦树人;毛永芳;;正交经验模态分解及其快速实现[A];第九届全国振动理论及应用学术会议论文集[C];2007年
3 杨永锋;;经验模态分解与非线性分析的协同研究[A];第四届全国动力学与控制青年学者研讨会论文摘要集[C];2010年
4 侯文文;邹俊忠;刘未来;;基于经验模态分解的眼电伪差去除研究[A];上海市化学化工学会2010年度学术年会论文集(自动化专题)[C];2010年
5 李关防;许春雷;惠俊英;;基于经验模态分解的特征提取算法研究[A];中国造船工程学会电子技术学术委员会2011年海战场电子信息技术学术年会论文集[C];2011年
6 薛志宏;李广云;周蓉;;一种基于经验模态分解的信号降噪方法[A];全国工程测量2012技术研讨交流会论文集[C];2012年
7 张飞涟;刘严萍;;经验模态分解与神经网络方法在降水预测领域的应用研究[A];中国系统工程学会第十八届学术年会论文集——A01系统工程[C];2014年
8 康春玉;章新华;;一种基于经验模态分解的信号降噪方法[A];中国声学学会2007年青年学术会议论文集(下)[C];2007年
9 辛鹏;辛雷;蔡国伟;李晓琦;;一种基于经验模态分解与支持向量机的电力系统短期负荷预测新方法[A];第十一届全国电工数学学术年会论文集[C];2007年
10 郝文峰;骆英;顾建祖;;基于经验模态分解-支持向量机的玻璃幕墙开胶损伤预测研究[A];中国力学学会学术大会'2009论文摘要集[C];2009年
相关博士学位论文 前10条
1 黎恒;经验模态分解中关键问题的优化理论与方法研究[D];西安电子科技大学;2016年
2 葛光涛;二维经验模态分解研究及其在图像处理中的应用[D];哈尔滨工程大学;2009年
3 孙晖;经验模态分解理论与应用研究[D];浙江大学;2005年
4 张继红;经验模态分解及径向基函数的一些应用研究[D];大连理工大学;2012年
5 熊卫华;经验模态分解方法及其在变压器状态监测中的应用研究[D];浙江大学;2006年
6 杨贤昭;基于经验模态分解的故障诊断方法研究[D];武汉科技大学;2012年
7 高静;经验模态分解的改进方法及应用研究[D];北京理工大学;2014年
8 陈志刚;经验模态分解与Savitzky-Golay方法的自适应遥感影像融合[D];华东师范大学;2010年
9 周义;快速二维经验模态分解和相位追踪方法及其在导波无损检测中的应用[D];上海交通大学;2014年
10 石志晓;时频联合分析方法在参数识别中的应用[D];大连理工大学;2005年
相关硕士学位论文 前10条
1 史玉君;基于经验模态分解的眼电伪迹去除方法的研究[D];兰州大学;2015年
2 梁江海;基于经验模态分解的通信信号细微特征分析[D];国防科学技术大学;2013年
3 赵强;基于EMD的齿轮故障诊断技术研究[D];东北石油大学;2015年
4 熊伟;试车台振动测试系统的关键技术研究[D];河南工业大学;2015年
5 陈凯;快速非平稳信号分析诊断与应用[D];上海交通大学;2015年
6 杨U唝~;基于经验模态分解的城市供水水质异常事件检测方法研究[D];浙江大学;2016年
7 郭学雯;利用经验模态分解方法研究新型热中子探测器数据周期性[D];河北师范大学;2016年
8 杨勤甜;基于经验模态分解和粗糙集属性约简的超声缺陷信号分类识别研究[D];南昌航空大学;2016年
9 李超;透平机组故障特征提取技术研究与系统开发[D];天津工业大学;2016年
10 卢丹丹;基于EEMD的CPI与PPI关系的结构分析及传导机制研究[D];暨南大学;2016年
,本文编号:1397919
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/1397919.html