Electrochemical Impedance Spectroscopy using High Order Statistics Deconvolution and Adaptive Filtering Algorithms

dc.contributor.authorSAEED OMAR ALJABRI
dc.date2012
dc.date.accessioned2022-05-18T04:13:19Z
dc.date.available2022-05-18T04:13:19Z
dc.degree.departmentCollege of Engineering Sciences and Applied Engineering
dc.degree.grantorKing Fahad for Petrolem University
dc.description.abstractاستخراج التحليل الطيفي للمقاومة الكهروكيميائية هواحد انواع أساليب الفحص اللااتلافي حيث يتم تحليل مقاومة المواد على مدى نطاق واسع من الترددات، واستنادا إلى معاييرالمقاومة، يتم تحديد نوعية المواد من حيث معدل التآكل. في هذه الأطروحة، يتم عرض نهجين مختلفين لتقدير التحليل الطيفي للمقاومة الكهروكيميائية استخراج التحليل الطيفي للمقاومة الكهروكيميائية باستخدام إحصائيات عالية الرتبة. استخراج التحليل الطيفي للمقاومة الكهروكيميائية باستخدام المصافي التكيفية. تقترح هذه الطريقتين للتغلب على العوائق المتلازمة للتقنيات الموجودة حيث حساسية الضوضاء في حالة استخدام أساليب نطاق الوقت وبطىء العملية في حالة استخدام أساليب نطاق التردد. اسلوب الاحصائيات عالية الرتبة يعامل طيف المقاومة باعتبارها استجابة نظام التردد الغير معروف في مشكلة الإلتواء. باستخدام إشارة المدخلات و الاستجابة يتم تقدير التحليل الطيفي للمقاومة الكهروكيميائية باستخدام احصائيات الرتبة الثالثة لهذه الاشارات. بالنسبة للمصافي التكيفية،يتم قياس طيف المقاومة بتقدير عوامل الدائرة الكهربائية المكافئة للنظام الكهروكيميائية.في هذه الرسالة، سيتم تحليل النهجين المقترحين مع نماذج مختلفة من المواد والإحصاءات الضوضئية المختلفة التي توجد عادة في القياس وباستخدام بيانات اصطناعية والنتائج التجريبية المقترحة فضلا عن مقارنات مع الأساليب القائمة. بالمقارنة مع الطرق القائمة ، تبين أن الطرق المقترحة تتميز بكفاءة عالية في حالة الضجيج ذو التوزيع الطبيعي و الغير طبيعي الذي قد يتداخل مع اشارات المدخلات و الاستجابة في حلة نسبة اشارة الى ضجيج ضعيفة
dc.identifier.other3949
dc.identifier.urihttps://drepo.sdl.edu.sa/handle/20.500.14154/947
dc.language.isoen
dc.publisherSaudi Digital Library
dc.thesis.levelMaster
dc.thesis.sourceKing Fahad for Petrolem University
dc.titleElectrochemical Impedance Spectroscopy using High Order Statistics Deconvolution and Adaptive Filtering Algorithms
dc.typeThesis

Files

Copyright owned by the Saudi Digital Library (SDL) © 2025