当前位置:主页 > 科技论文 > 力学论文 >

林木害虫蛀干振动信号分析及特征识别

发布时间:2020-06-10 03:10
【摘要】:林木蛀干害虫幼虫生存在树干内部,种类鉴定困难。为了迅速准确的识别天牛幼虫种类,进行生物学防治,提出了测试分析天牛幼虫蛀食树木振动信号,提取天牛幼虫的行为学特征,判断天牛种类的方法,取得以下成果:蛀干害虫在树干内会有蛀食树干,清理蛀道,自卫以及爬行等行为,这些行为均会引发一个波形类似振动波形,同时外界的强风及其他的干扰也会引发振动。蛀干害虫引发的振动信号有上升沿是一个陡的脉冲随后脉冲以近似指数包络线衰减,与外界干扰引发的振动波形上有明显的区别,蛀食振动最大相对幅值在60%以上,清理蛀道振动最大相对幅值40%-60%,自卫振动最大相对幅值20%-40%,爬行振动最大相对幅值20%以下,可以直接进行判别。在此后的研究中得到了验证。使用变分模态分解对蛀食振动信号进行降噪,通过中心频率判别法确定出模态个数,对比不同惩罚因子的运算时间以及精度,确定出惩罚因子的值。并介绍了 VMD降噪原理以及通过波形和时间熵进行噪音分量识别的方法。对重构信号进行3层小波包分解,对分解后的分量进行傅里叶变换以及计算能量比,提取蛀干振动的特征。本课题分别采集了云斑天牛(白蜡树),光肩星天牛(法国梧桐),桃红颈天牛(紫叶李,西府海棠),大量的数据。对降噪后的振动信号提取时域特征,主要包括振动波形以及振动时长上的区别。对于频域特征主要包括频率组成以及节点能量比的频域特征。不同的幼虫蛀干振动差别非常大,适于作为特征参数,判断天牛的种类。同时同宿主上的蛀木振动信号特征差别显著。证明基于振动信号分析的方法,能有效识别蛀木害虫。通过时域和频域的综合判别,从而完成蛀干害虫的识别。针对同一种树木可能存在多种天牛为害,本课题随机采集了白蜡树,法国梧桐,紫叶李以及西府海棠等树木,采集相应的信号进行分析,正确率到了 90%。剩余树检测时未发现相应的害虫,但存在其他种类的天牛。本课题证明了使用振动信号进行天牛种类识别的可行性。对早期确认蛀干害虫种类,制定科学的防治方案有重要实用价值。为以后的生物防治奠定了坚实的基础。
【图文】:

光肩星天牛


光肩星天牛(学名:Anoplophoraglabripennis)危害梧桐、杨、柳、元宝柳、逡逑榆、糖槭树。此虫尤其在“三北”防护林建设区及华北平原绿化区,广泛发生,严重逡逑危害杨树。光肩星成虫,如图1-2所示。逡逑幼虫:体长50?60毫米,乳白色,,无足,前胸背板有凸形纹。逡逑|m逡逑图1-2光肩星天牛逡逑Fig.邋1-2邋Anoplophoraglabripennis逡逑(3)桃红颈天牛逡逑桃红颈天牛(学名:Aromiabungii)属鞘翅目,天牛科。被害主千及主枝櫺道逡逑扁宽,且不规则,蛀道内充塞木屑和虫粪,危害重时,主干基部伤痕累累,并堆逡逑积大量红褐色虫粪和蛀屑。粪渣是粗锯末状,部分外排。桃红颈天牛成虫,如图逡逑1-3所示。逡逑幼虫:成熟幼虫体长约42-52毫米,乳白色,前胸较宽广。身体前半部各节略逡逑呈扁长方形,后半部稍呈圆筒形,体两侧密生黄棕色细毛。前胸背板前半部横列4逡逑个黄褐色斑块,背面的两个各呈横长方形,前缘中央有凹缺,后半部背面谈色,逡逑有纵皱纹位于两侧的黄褐色斑块略呈三角形。胸部各节的背面和腹面都稍微隆起

桃红颈天牛


光肩星天牛(学名:Anoplophoraglabripennis)危害梧桐、杨、柳、元宝柳、逡逑榆、糖槭树。此虫尤其在“三北”防护林建设区及华北平原绿化区,广泛发生,严重逡逑危害杨树。光肩星成虫,如图1-2所示。逡逑幼虫:体长50?60毫米,乳白色,无足,前胸背板有凸形纹。逡逑|m逡逑图1-2光肩星天牛逡逑Fig.邋1-2邋Anoplophoraglabripennis逡逑(3)桃红颈天牛逡逑桃红颈天牛(学名:Aromiabungii)属鞘翅目,天牛科。被害主千及主枝櫺道逡逑扁宽,且不规则,蛀道内充塞木屑和虫粪,危害重时,主干基部伤痕累累,并堆逡逑积大量红褐色虫粪和蛀屑。粪渣是粗锯末状,部分外排。桃红颈天牛成虫,如图逡逑1-3所示。逡逑幼虫:成熟幼虫体长约42-52毫米,乳白色,前胸较宽广。身体前半部各节略逡逑呈扁长方形,后半部稍呈圆筒形,体两侧密生黄棕色细毛。前胸背板前半部横列4逡逑个黄褐色斑块,背面的两个各呈横长方形,前缘中央有凹缺,后半部背面谈色,逡逑有纵皱纹位于两侧的黄褐色斑块略呈三角形。胸部各节的背面和腹面都稍微隆起
【学位授予单位】:北京交通大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:S763.3;O32

【参考文献】

相关期刊论文 前10条

1 朱劲松;孙雅丹;;基于小波包能量的桥梁损伤识别指标[J];振动.测试与诊断;2015年04期

2 刘长良;武英杰;甄成刚;;基于变分模态分解和模糊C均值聚类的滚动轴承故障诊断[J];中国电机工程学报;2015年13期

3 韦乃棋;陈自力;朱安石;张恒;;基于DWPT的可变分辨率频谱感知方法研究[J];中北大学学报(自然科学版);2014年04期

4 余竹;夏禾;Goicolea J M;战家旺;;基于小波包能量曲率差法的桥梁损伤识别试验研究[J];振动与冲击;2013年05期

5 鲍泽富;徐李甲;王江萍;;基于小波包变换与神经网络的齿轮故障诊断方法[J];机械研究与应用;2010年01期

6 嵇春艳;陈明璐;;基于小波变换与神经网络的海洋平台结构损伤识别与定位研究[J];海洋技术;2009年04期

7 胡桥;何正嘉;张周锁;訾艳阳;雷亚国;;基于提升小波包变换和集成支持矢量机的早期故障智能诊断[J];机械工程学报;2006年08期

8 黄晓光;声频探测器的原理及其在白蚁探测中的应用[J];中华卫生杀虫药械;2005年05期

9 孙增寿,韩建刚,任伟新;基于曲率模态和小波变换的简支梁桥损伤识别方法[J];郑州大学学报(工学版);2005年03期

10 廖锦翔,袁明武,张劲泉;小波变换在桥梁结构损伤识别中的应用[J];公路交通科技;2004年11期

相关博士学位论文 前1条

1 吕中亮;基于变分模态分解与优化多核支持向量机的旋转机械早期故障诊断方法研究[D];重庆大学;2016年

相关硕士学位论文 前2条

1 朱利颖;基于小波分析能量变化率的斜拉桥损伤识别研究[D];郑州大学;2013年

2 冯立芳;小波和神经网络相结合的结构损伤识别方法[D];浙江大学;2006年



本文编号:2705685

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/lxlw/2705685.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户bf67d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com