检索结果-内蒙古大学图书馆

现代电子技术 2009年第3期32卷 137-139页

作者：卢丽陕西省地方电力(集团)公司陕西西安710061

超声波定位法是一种对变压器内部不同部位放电点进行检测的行之有效的方法。由于变压器所处现场存在大量电磁干扰,采集到的信号包含大量噪声,因此必须做相应的预处理。变压器局部放电超声波定位中,首要任务是对超声波信号的提取,其准确... 详细信息

超声波定位法是一种对变压器内部不同部位放电点进行检测的行之有效的方法。由于变压器所处现场存在大量电磁干扰,采集到的信号包含大量噪声,因此必须做相应的预处理。变压器局部放电超声波定位中,首要任务是对超声波信号的提取,其准确性将直接影响到定位的实现。EMD方法可以将非线性、非平稳信号分解为不同频率成分的内禀模态函数,从而提取超声波信号。以陕西省高压电气设备局部放电定位项目为背景,详细分析了EMD方法的原理、实现过程,并用实例测试仿真,验证了该方法的有效性与准确性。

关键词： EMD 内禀模态函数局部放电超声检测

来源：评论

学校读者我要写书评

暂无评论

基于改进ALIF与FA-BP的滚动轴承故障诊断

引用

现代电子技术 2023年第3期46卷 109-113页

作者：吴鑫坤刘慧明青岛科技大学自动化与电子工程学院山东青岛266100

针对滚动轴承的故障信号存在大量噪声信号和滚动轴承故障的准确诊断等问题,提出一种基于改进自适应迭代滤波算法与萤火虫算法优化BP神经网络相结合的故障诊断新方法。首先采用自适应迭代滤波算法对故障信号进行分解得到若干个内禀模态函... 详细信息

针对滚动轴承的故障信号存在大量噪声信号和滚动轴承故障的准确诊断等问题,提出一种基于改进自适应迭代滤波算法与萤火虫算法优化BP神经网络相结合的故障诊断新方法。首先采用自适应迭代滤波算法对故障信号进行分解得到若干个内禀模态函数,再进行奇异值分解,绘制差分谱曲线并选择重构信号,对其进行二次降噪;然后通过萤火虫算法寻找BP神经网络的最佳参数,建立FA-BP故障诊断模型,提取降噪后的内禀模态函数中心频率形成特征矩阵,输入故障诊断模型;最后应用于美国凯斯西储大学的轴承数据进行检测,准确率达99.4%,诊断时间为3.18 s。该方法与BP神经网络、萤火虫算法网络、遗传算法网络、遗传算法优化BP神经网络的诊断模型相比,大大提高了诊断效率并具有较高准确率。

关键词：滚动轴承故障诊断自适应迭代滤波算法奇异值分解算法萤火虫算法 BP神经网络内禀模态函数奇异值差分谱

来源：评论

学校读者我要写书评

暂无评论

基于希尔伯特-黄变换的小鼠血液光谱信号分析研究

引用

中国医学装备 2014年第9期11卷 12-14页

作者：张魁星罗菲菲魏本征山东中医药大学理工学院山东济南250355 西安交通大学陕西西安710049

目的:对非线性、非稳态的小鼠血液光谱信号的时频局部特征进行分析,形成小鼠是否存在肝损伤的健康状况判断依据。方法:用近红外光谱法采集正常和肝损伤小鼠的血液指标的光谱信号,应用希尔伯特-黄变换(HHT)方法对信号进行研究。结果:初... 详细信息

目的:对非线性、非稳态的小鼠血液光谱信号的时频局部特征进行分析,形成小鼠是否存在肝损伤的健康状况判断依据。方法:用近红外光谱法采集正常和肝损伤小鼠的血液指标的光谱信号,应用希尔伯特-黄变换(HHT)方法对信号进行研究。结果:初步形成了判断小鼠是否存在肝功损伤信号依据。结论:基于HHT的分析方法对小鼠血液光谱信号的分析能准确判断小鼠的健康状况,同时为利用近红外光谱法进行血液无创检测提供了一种新的分析方法。

关键词：希尔伯特-黄变换经验模态分解内禀模态函数 Hilbert谱分析

来源：评论

学校读者我要写书评

暂无评论

基于EMD的频率族分离法在滚动轴承故障诊断中的应用

基于EMD的频率族分离法在滚动轴承故障诊断中的应用

引用

第29届中国控制会议

作者：张博闻祁炜杨冬唐小程宋执环控制科学与工程学系浙江大学 310027

滚动轴承是旋转机械中最为脆弱的部件之一，旋转机械故障在很多时候与轴承的不良运转有关，轴承的不良运转又会直接影响到整台机器的稳定性。所以，能否有效及时的找到故障轴承，并对轴承的故障特征加以判断是相当重要的。本文基于希尔... 详细信息

滚动轴承是旋转机械中最为脆弱的部件之一，旋转机械故障在很多时候与轴承的不良运转有关，轴承的不良运转又会直接影响到整台机器的稳定性。所以，能否有效及时的找到故障轴承，并对轴承的故障特征加以判断是相当重要的。本文基于希尔伯特黄变换（HHT）中的经验模态分解（EMD）,将未知轴承故障信号分解为若干内禀模态函数（IMF）之和，然后对包含主要故障特征的IMF进行包络分析，提取故障特征频率。实验结果表明，该方法能够准确的识别正常轴承、内圈滚道故障轴承、以及外圈滚道故障轴承。

关键词：滚动轴承故障诊断频率族分离法希尔伯特黄变换经验模态分解内禀模态函数

来源：评论

学校读者我要写书评

暂无评论

内禀模态特征能量法在柱塞泵故障诊断中的应用

内禀模态特征能量法在柱塞泵故障诊断中的应用

引用

第五届全国流体传动与控制学术会议暨2008年中国航空学会液压与气动学术会议

作者：牛慧峰姜万录李刚燕山大学秦皇岛，066004 中国一重大连加氢反应器制造有限公司大连，116113

针对轴向柱塞泵故障振动信号的非平稳特征，融合经验模态分解(Empirical Mode Decomposition, EMD)和实值否定选择(Real-valued Negative Selection，RNS)算法，提出了一种混合的故障诊断方法。在该方法中，首先将原始信号用EMD 方法... 详细信息

针对轴向柱塞泵故障振动信号的非平稳特征，融合经验模态分解(Empirical Mode Decomposition, EMD)和实值否定选择(Real-valued Negative Selection，RNS)算法，提出了一种混合的故障诊断方法。在该方法中，首先将原始信号用EMD 方法分解为若干个平稳内禀模态函数(Intrinsic Mode Function，IMF)之和，以各层能量与总能量的比值为元素构造特征向量，作为样本;然后将正常样本作为RNS 算法的输入，产生检测器，对故障样本进行识别。最后用轴向柱塞泵脱靴故障样本进行诊断，正确率可达90％以上，验证了混合诊断方法的有效性。

关键词：轴向柱塞泵故障诊断内禀模态函数振动信号非平稳特征

来源：评论

学校读者我要写书评

暂无评论

基于EMD的频率族分离法在滚动轴承故障诊断中的应用

基于EMD的频率族分离法在滚动轴承故障诊断中的应用

引用

第二十九届中国控制会议

作者：张博闻祁炜杨冬唐小程宋执环控制科学与工程学系浙江大学

滚动轴承是旋转机械中最为脆弱的部件之一,旋转机械故障在很多时候与轴承的不良运转有关,轴承的不良运转又会直接影响到整台机器的稳定性。所以,能否有效及时的找到故障轴承,并对轴承的故障特征加以判断是相当重要的。本文基于希尔伯特... 详细信息

滚动轴承是旋转机械中最为脆弱的部件之一,旋转机械故障在很多时候与轴承的不良运转有关,轴承的不良运转又会直接影响到整台机器的稳定性。所以,能否有效及时的找到故障轴承,并对轴承的故障特征加以判断是相当重要的。本文基于希尔伯特黄变换（HHT）中的经验模态分解（EMD）,将未知轴承故障信号分解为若干内禀模态函数（IMF）之和,然后对包含主要故障特征的IMF进行包络分析,提取故障特征频率。实验结果表明,该方法能够准确的识别正常轴承、内圈滚道故障轴承、以及外圈滚道故障轴承。

关键词：滚动轴承希尔伯特黄变换经验模态分解内禀模态函数

来源：评论

学校读者我要写书评

暂无评论

基于内禀模态奇异值分解和支持向量机的滚动轴承故障诊断方法

基于内禀模态奇异值分解和支持向量机的滚动轴承故障诊断方法

引用

2006年全国振动工程及应用学术会议

作者：程军圣于德介杨宇湖南大学机械与汽车工程学院长沙410082

提出了一种基于内禀模态(Intrinsic Mode Functions,简称IMFs)奇异值分解和支持向量机(Support Vector Machine,简称SVM)的滚动轴承故障诊断方法.采用EMD(Empirical Mode Decomposition,简称EMD)方法对滚动轴承故障振动信号进行分解,将得到的若干个内禀模态分量自动形成初始特征向量矩阵,然后对该矩阵进行奇异值分解,提取其奇异值作为故障特征向量,并进一步根据支持向量机分类器的输出结果来判断滚动轴承的工作状态和故障类型.分析结果表明,基于内禀模态奇异值分解和支持向量机的故障诊断方法仍能有效地识别滚动轴承的工作状态和故障类型.

关键词：滚动轴承故障诊断经验模态分解内禀模态函数奇异值分解支持向量机

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：