铣刀破损监测对实现加工自动化具有重要的意义。提出了基于小波变换的铣刀声发射破损特征提取与优化方法。首先,采用小波变换对铣刀声发射信号进行多分辨率分解,然后提取各频段子信号的能量比作为刀具破损监测的特征量。通过对正常切削、随机冲击和刀具破损这三类信号的比较分析,证明了该特征提取方法能够有效地反映刀具状态。最后,通过正交统计,分析了切削速度、进给速度和切削深度对特征量的影响,并对特征量进行优化。

基于信号奇异性检测的小波变换理论,利用时间分辨率优化的Gabor小波变换工具,对几种典型故障的波形和轨迹信号的奇异性特征进行了研究.研究表明,不同类型的故障信号,不仅奇异性指数的数值大小有明显的不同,而且奇异点在时间上的分布特征也有显著差异,这种差异对轴心轨迹信号尤为明显.因此,利用奇异性指数的统计量特征可以有效地区分不同类型的故障.

该文在Bark子波的构造的基础上,提出一种改进的子波变换.该子波变换在Bark子波变换的非线性映射中引入伸缩尺度参数,以及改变Bark子波母函数的相关参数,实现了更为灵活的频域划分.然后基于改进的子波变换进行水声目标特征提取,及分类实验.实验表明,改进的子波变换提取特征的可分性优于Bark子波变换.

探讨研究X射线探伤底片的自动定级方法，运用X射线成像和数字图像处理技术，通过对预处理后X射线探伤底片图像的特征提取，得到产品焊缝内部缺陷的状态特征，结合人工神经网络方法实现模式识别，建立状态识别模型，并依据识别模型，完成产品焊缝内部缺陷的自动分类识别。

脉冲涡流检测方法是涡流检测技术的一个新兴的分支.本文介绍了脉冲涡流检测技术应用于检测金属表面裂纹.实验结果表明经综合考虑了裂纹深度、材质对测量结果的影响之后,发现裂纹深度和涡流信号幅值峰值之间有着深远的关联.借此可以初步的量化的判断裂纹深度.

针对单元摄像机受测量范围、测量精度和测量效率制约的问题，采用二维图像拼接的方法，达到大测量范围、高精度和多参数综合测量的目的.通过对比不同特征对测量效果的影响，提出采用一点一线法进行拼接测量，并就一点一线法中点和线的参数值对拼接结果的影响进行了误差分析，最后进行了实物几何量测量实验.

火灾现场环境复杂,获取的图像对比度较低,边缘模糊,使得火灾图像分割和火焰区域识别困难。为此,提出了一种基于色彩空间的火灾图像分割与多特征量融合的火灾图像识别方法。首先通过颜色特征找出可疑的火焰发生区域,然后通过色彩空间的H、S、I特征的线性组合对可疑区域进行分割,接着分析和提取可疑区域的火焰特征,输入提取的火焰颜色、纹理和形状特征,利用BP神经网络建立火灾识别模型,并以光、气焰和烛焰为干扰,通过神经网络的训练,最终分类和输出。仿真结果表明,火灾识别精度高,鲁棒性好。

为了更有效地提取液压泵振动信号的特征,在多尺度模糊熵（Multiscale Fuzzy Entropy,MFE）的基础上,结合层次熵（Hierarchical Entropy,HE）提出了基于多尺度最优模糊熵（Multiscale Optimal Fuzzy Entropy,MOFE）的特征提取方法。基于多尺度模糊熵的特征提取方法是不够全面的,它仅仅分析了时间序列在各尺度上的均值成分,而非均值成分也应当被考虑在内。多尺度最优模糊熵通过引入层次熵的理论,首先,分析时间序列在不同尺度下的所有节点;其次,比较同尺度各节点的模式区分能力;然后,选取最能区分液压泵振动信号不同状态的节点为该尺度最优节点;最后,不同尺度下的最优节点模糊熵构成了对原时间序列的多尺度最优模糊熵分析。实验数据分析和比较结果验证了该方法的有效性。

为了检测大型锻造液压机液压系统的泄漏问题，提出了一种基于双重逆极限空间的特征分析方法。将大型锻造液压机液压系统的泄漏作为原信息空间，并在此基础上建立与之拓扑同构的双重逆极限空间。在双重逆极限空间，并通过拓扑不变性来反映大型锻造液压机液压系统的泄漏情况。最后通过仿真实验验证了此理论方法的可行性。结果表明，基于双重逆极限空间的特征提取方法更适合提取泄漏的耦合特征，所提取的特征信息对泄漏具有很好的检测和定位能力。

提出了一种新的表征时间序列复杂度的方法——多尺度局部最大样本熵。多尺度局部最大样本熵不仅克服了样本熵只能在单一尺度上衡量时间序列复杂度的缺点，而且与多尺度熵相比，既提高了每个时间尺度上样本熵的精度，又抑制了振动信号中的噪声和干扰成分。通过对仿真信号的对比分析，验证了多尺度局部最大熵在处理振动信号上的优势，将其应用到液压泵振动信号的特征提取中，很好地区分出了液压泵的不同故障。