小樣本采樣條件下車身焊裝檢測數(shù)據(jù)分析與處理研究.pdf

1、上海交通大學博士學位論文小樣本采樣條件下車身焊裝檢測數(shù)據(jù)分析與處理研究姓名：王華申請學位級別：博士專業(yè)：車輛工程指導教師：陳關龍朱平20031130上海交通大學博士學位論文II3.小樣本方法的評價誤差和評價極限本文對小樣本采樣條件下車身焊裝測量數(shù)據(jù)的分析處理過程中的質量評價精度問題評價極限等問題進行研究采用基于蒙特卡羅模擬的方法與數(shù)理統(tǒng)計理論推導相結合的方法對數(shù)據(jù)分析處理系統(tǒng)的質量評價誤差評價極限數(shù)據(jù)處理誤差等問題進行研究并取得相關結論

2、對實際測量數(shù)據(jù)進行處理分析的結果表明本文所使用的測量數(shù)據(jù)分析處理方法是有效的準確的4.采用連續(xù)小波變換Shannon信息熵檢測車身焊裝檢測數(shù)據(jù)中周期趨勢階躍趨勢線性趨勢周期趨勢是車身焊裝檢測數(shù)據(jù)中三種特征趨勢分別對應各自不同的尺寸偏差源包含著十分重要的質量信息階躍趨勢線性趨勢可以從檢測數(shù)據(jù)的曲線圖中直接觀察出來而由于檢測數(shù)據(jù)的小樣本多變量結構化大噪聲等特點導致周期趨勢常常無法直接從曲線圖中直接觀察出來必須采用特殊的信號檢測方法本文采用連

3、續(xù)小波變換Shannon信息熵的有機結合成功地檢測出淹沒在噪聲中的周期趨勢以及周期的大小檢測出測量數(shù)據(jù)的周期趨勢提供周期的大小為車身焊裝尺寸偏差源的查找提供了有力的數(shù)據(jù)支持本文在對小樣本采樣條件下車身焊裝檢測數(shù)據(jù)的分析處理進行研究的過程中完成了以下具有創(chuàng)造性的工作1.采用卡方檢驗方法確定小波濾波過程中的分離層數(shù)小波理論中的Mallat塔形算法定義了層的概念計算至不同的層將得到不同的趨勢項波動項本文根據(jù)對車身焊裝質量檢測數(shù)據(jù)的波動項服從正