检索结果-内蒙古大学图书馆

浙江大学学报（工学版） 2005年第11期39卷 1746-1749,1787页

作者：孙晖朱善安浙江大学电气工程学院浙江杭州310027

针对固有频率未知的滚动轴承故障诊断问题,提出了一种基于经验模态分解的自适应滤波方法.讨论了经验模态分解方法及其在获取固有模态函数过程中的自适应滤波特性.通过对滚动轴承故障振动信号进行经验模态分解得到固有模态函数,运用希尔... 详细信息

针对固有频率未知的滚动轴承故障诊断问题,提出了一种基于经验模态分解的自适应滤波方法.讨论了经验模态分解方法及其在获取固有模态函数过程中的自适应滤波特性.通过对滚动轴承故障振动信号进行经验模态分解得到固有模态函数,运用希尔伯特变换解调固有模态函数得到包络幅频图,获取滚动轴承故障特征频率,进而确定滚动轴承的故障位置.应用该方法对仿真和实际数据进行了分析,并与冲击脉冲法作了比较.结果表明,基于经验模态分解自适应滤波的滚动轴承振动信号解调方法能够更有效地突出故障特征频率成分,避免误诊断.

关键词：滚动轴承经验模态分解固有模态函数自适应滤波故障诊断

来源：评论

学校读者我要写书评

暂无评论

结合EMD和LSF的振动信号降噪方法的研究

引用

振动．测试与诊断 2022年第3期42卷 606-610,624页

作者：赵博李鹤东北大学机械工程与自动化学院沈阳110819

针对原始振动加速度信号中存在的低频趋势项信号在通过数学积分变换时存在严重失真的问题,提出了采用最小二乘法(least squares fit,简称LSF)和经验模态分解(empirical mode decomposition,简称EMD)相结合的方法,实现过滤原始信号中干... 详细信息

针对原始振动加速度信号中存在的低频趋势项信号在通过数学积分变换时存在严重失真的问题,提出了采用最小二乘法(least squares fit,简称LSF)和经验模态分解(empirical mode decomposition,简称EMD)相结合的方法,实现过滤原始信号中干扰信号的目的。该方法通过对经验模态分解得到的固有模态函数(intrinsic mode function,简称IMF)去除趋势项后进行重构以达到信号降噪的目的。采用该方法分别对模拟信号和某型号干式真空泵的振动实测数据进行了降噪处理,再进行信号积分变换,通过对比证明了该方法能够弥补单一方法在处理信号低频趋势项时的不足,提高了振动信号分析的可靠性。

关键词：经验模态分解最小二乘法固有模态函数干式真空泵振动信号

来源：评论

学校读者我要写书评

暂无评论

基于偏微分方程的快速二维经验模态分解方法及其应用

引用

计算机辅助设计与图形学学报 2014年第7期26卷 1143-1150,1158页

作者：李翠芸曹潇男姬红兵邹其兵西安电子科技大学电子工程学院西安710071

针对现有的二维经验模态分解(BEMD)方法存在边界效应、分解速度慢等缺点,提出一种基于偏微分方程(PDE)的快速二维经验模态分解方法——PDE-BEMD.首先构造极值点所在二维包络曲面所满足的四阶偏微分方程,通过差分迭代方法快速求解偏微分... 详细信息

针对现有的二维经验模态分解(BEMD)方法存在边界效应、分解速度慢等缺点,提出一种基于偏微分方程(PDE)的快速二维经验模态分解方法——PDE-BEMD.首先构造极值点所在二维包络曲面所满足的四阶偏微分方程,通过差分迭代方法快速求解偏微分方程,得到图像的上下包络曲面;然后对图像进行筛分,得到固有模态函数图像(IMFs),实现图像的模态分解.将分解得到的图像应用于边缘检测和人脸识别预处理算法中的实验结果表明,PDE-BEMD方法不仅可有效地降低时间和空间的复杂度、提高运算速度,而且避免了BEMD的边界效应,分解出具有清晰边缘信息的IMFs,且剩余图像不会被模糊,具有良好的边缘提取与去噪效果.

关键词：二维经验模态分解偏微分方程固有模态函数边界效应边缘检测

来源：评论

学校读者我要写书评

暂无评论

改进希尔伯特-黄变换含噪振动信号时频分析

引用

上海交通大学学报 2023年第12期57卷 1648-1656页

作者：孙苗杨钧凯吴立湖北国土资源职业学院环境与工程学院武汉430090 武汉华中科大建筑规划设计研究院有限公司武汉430070 中国地质大学(武汉)岩土钻掘与防护教育部工程研究中心武汉430074 中国地质大学(武汉)工程学院武汉430074

针对希尔伯特-黄变换(Hilbert-Huang Transform, HHT)含噪振动信号时频分析产生的模态混淆和瞬时频率缺乏实际意义的现象,改进经验模态分解(EMD)得到自适应补充集合经验模态分解(CEEMDAN)后,结合多尺度排列熵(MPE)抑制EMD模态混淆,再改... 详细信息

针对希尔伯特-黄变换(Hilbert-Huang Transform, HHT)含噪振动信号时频分析产生的模态混淆和瞬时频率缺乏实际意义的现象,改进经验模态分解(EMD)得到自适应补充集合经验模态分解(CEEMDAN)后,结合多尺度排列熵(MPE)抑制EMD模态混淆,再改进Hilbert变换得到改进归一化Hilbert变换(INHT),最终形成CEEMDAN·MPE-INHT.为验证CEEMDAN·MPE-INHT含噪振动信号时频分析的准确性,进行EMD-HT、EEMD-NHT、CEEMDAN-INHT、CEEMDAN·MPE-INHT含噪仿真振动信号时频分析对比研究.研究结果表明:CEEMDAN能够控制低频噪声;MPE能抑制高频噪声;INHT使Hilbert变换不受Bedrosian定理约束.最后将CEEMDAN·MPE-INHT算法用于实际工程含噪振动信号时频分析中,CEEMDAN·MPE分解得到的固有模态函数(IMF)经INHT处理得到的时频谱在时域和频域上都具有较高的分辨率,可提高时频特征参数提取精度,有助于振动信号危害控制.

关键词：经验模态分解希尔伯特变换模态混淆固有模态函数

来源：评论

学校读者我要写书评

暂无评论

基于CEEMDAN-SQI-SVD的齿轮箱局部故障特征提取

引用

仪器仪表学报 2019年第5期40卷 78-88页

作者：古莹奎曾磊张敏李文飞江西理工大学机电工程学院

经验模态分解(EMD)及以其为基础发展而来的方法在故障诊断领域中得到广泛应用,对于分解后固有模态函数(IMF)的有效选择及基于有效IMF故障特征的准确提取至关重要。为更高效地解决此类问题,提出一种基于具有自适应白噪声的完整集成经验... 详细信息

经验模态分解(EMD)及以其为基础发展而来的方法在故障诊断领域中得到广泛应用,对于分解后固有模态函数(IMF)的有效选择及基于有效IMF故障特征的准确提取至关重要。为更高效地解决此类问题,提出一种基于具有自适应白噪声的完整集成经验模态分解(CEEMDAN)结合信号质量指数(SQI)算法与奇异值分解(SVD)的齿轮箱局部故障最优特征提取算法。以具有不同故障级别的齿轮局部裂纹进行试验验证方法的有效性,通过试验获取原始数据并进行CEEMDAN分解,利用SQI进行有效IMF选取,再结合SVD对有效IMF进行分解以获取最优特征向量,并输入至BP神经网络进行训练与测试,最后将测试结果与数种常规方法进行比较。结果表明,针对齿轮箱的局部故障,提出的CEEMDAN-SQI-SVD算法识别精度高,并优于数种常规方法。

关键词：故障诊断固有模态函数自适应白噪声的完整集成经验模态分解特征提取 BP神经网络

来源：评论

学校读者我要写书评

暂无评论

拖拉机动力输出轴载荷经验模态分解软阈值降噪研究

引用

西安交通大学学报 2019年第5期53卷 67-72,122页

作者：闫祥海周志立李忠利河南科技大学车辆与交通工程学院河南洛阳471003

针对拖拉机旋耕作业动力输出轴(PTO)载荷降噪中载荷先验特性预判的问题,提出了PTO载荷经验模态分解(EMD)软阈值降噪方法,得到了PTO载荷相同时域内不同频率固有模态函数(IMF)。利用边界局部特征尺度延拓算法对IMF出现的端点效应进行了抑... 详细信息

针对拖拉机旋耕作业动力输出轴(PTO)载荷降噪中载荷先验特性预判的问题,提出了PTO载荷经验模态分解(EMD)软阈值降噪方法,得到了PTO载荷相同时域内不同频率固有模态函数(IMF)。利用边界局部特征尺度延拓算法对IMF出现的端点效应进行了抑制,与镜像对称延拓算法和多项式拟合延拓算法比较,在运行时间、正交指数及IMF数量3项评价指标中均占优势。利用IMF分量与载荷相关系数,辨识出前3阶IMF分量为噪声主导分量,对前3阶IMF分量分别进行了软阈值降噪,与剩余分量叠加重构了降噪后的PTO载荷。降噪后的PTO载荷主频为4.492 Hz,与试验中旋耕机刀轴旋转频率相符。与EMD低通滤波降噪算法比较,EMD软阈值降噪算法属于自适应数据驱动,不需要设定截止频率。以含噪信号与噪声误差比(d_(nSNR))为降噪性能评价指标,EMD软阈值降噪算法的d_(nSNR)为12.712 5,小于EMD低通滤波降噪算法的d_(nSNR)值13.266 6,对比结果表明EMD软阈值降噪算法对实测拖拉机PTO载荷降噪效果明显。

关键词：拖拉机PTO载荷 EMD软阈值降噪固有模态函数端点效应降噪性能评价指标

来源：评论

学校读者我要写书评

暂无评论

基于集合经验模态分解和极限学习机的变压器油中溶解气体体积分数预测方法

引用

高电压技术 2020年第10期46卷 3658-3665页

作者：周锋孙廷玺权少静刘敏王恒超王树田广东电网有限责任公司珠海供电局珠海519000 北京路遥科技有限公司北京100085

为准确估计变压器油中溶解气体体积分数的发展趋势,提出一种基于集合经验模态分解和极限学习机的油中溶解气体体积分数预测模型。首先,对原始油中溶解气体体积分数序列进行集合经验模态分解获得若干个子序列;其次,采用极限学习机算法对... 详细信息

为准确估计变压器油中溶解气体体积分数的发展趋势,提出一种基于集合经验模态分解和极限学习机的油中溶解气体体积分数预测模型。首先,对原始油中溶解气体体积分数序列进行集合经验模态分解获得若干个子序列;其次,采用极限学习机算法对各个子序列分别建立不同的预测模型,并利用改进的粒子群算法对极限学习机相关参数进行优化,以提高预测精度;最后,通过叠加各子序列的预测结果得到最终的气体体积分数预测结果。研究结果表明:基于集合经验模态分解的改进粒子群极限学习机算法模型均方根误差为0.13,平均相对误差为0.502%,最大相对误差为1.914%,对比其他模型的预测效果可知,改进后的粒子群算法能够获得更优的极限学习机网络输入权值和隐层阈值,从而提高预测精度。仿真结果证明所提方法能够更好地反映油中溶解气体体积分数的变化趋势。

关键词：油中溶解气体气体体积分数集合经验模态分解极限学习机粒子群算法固有模态函数

来源：评论

学校读者我要写书评

暂无评论

基于自适应投影多元经验模态分解的电力系统强迫振荡源定位

引用

电工技术学报 2023年第13期38卷 3527-3538页

作者：姜涛刘博涵李雪李国庆现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学) 吉林132012

近年来,电力系统强迫振荡在电网中频繁发生,严重威胁到电网的安全稳定运行,快速、准确地定位强迫振荡源对抑制强迫振荡具有重要意义,但现有方法在分解具有高差异度多通道广域量测信息时难以准确提取强迫振荡模式分量,严重影响到强迫振... 详细信息

近年来,电力系统强迫振荡在电网中频繁发生,严重威胁到电网的安全稳定运行,快速、准确地定位强迫振荡源对抑制强迫振荡具有重要意义,但现有方法在分解具有高差异度多通道广域量测信息时难以准确提取强迫振荡模式分量,严重影响到强迫振荡源定位精度。为此,该文提出一种基于自适应投影多元经验模态分解(APIT-MEMD)的强迫振荡源定位方法。该方法首先采用APIT-MEMD通过构建自适应投影方向向量,实现对发电机多通道广域量测信息的同步分解,分离出表征不同振荡模式的固有模态函数(IMF)分量;然后,借助对数能量熵从众多IMF分量中提取出含强迫振荡模式的IMF分量;在此基础上,根据提取出的强迫振荡IMF分量,计算各发电机的耗散能量流,根据耗散能量流实现强迫振荡源定位;最后,通过WECC 179节点测试系统仿真数据和实际电网同步相量测量装置(PMU)实测数据对所提方法进行分析、验证,结果验证了所提方法的准确性和实用性。

关键词：电力系统强迫振荡振荡源定位自适应投影多元经验模态分解固有模态函数耗散能量流

来源：评论

学校读者我要写书评

暂无评论

基于经验模态分解的燃烧不稳定性分析

引用

航空动力学报 2016年第3期31卷 623-630页

作者：付宇郭志辉杨甫江车俊龙北京航空航天大学能源与动力工程学院航空发动机气动热力国家级重点实验室北京100191

实验研究了在常温常压条件下贫燃预混旋流火焰的燃烧不稳定性,发生燃烧不稳定性时其压力脉动表现为非平稳信号.利用一种基于经验模态分解(EMD)的希尔伯特-黄变换(HHT)算法对在当量比分别为0.71和0.80工况下的压力脉动信号进行了时频分析... 详细信息

实验研究了在常温常压条件下贫燃预混旋流火焰的燃烧不稳定性,发生燃烧不稳定性时其压力脉动表现为非平稳信号.利用一种基于经验模态分解(EMD)的希尔伯特-黄变换(HHT)算法对在当量比分别为0.71和0.80工况下的压力脉动信号进行了时频分析.针对压力脉动信号进行经验模态分解,选取主要的固有模态函数(IMF),对IMF通过HHT变换得到瞬时频率并进行统计分析.结果表明:在当量比为0.71时,压力信号呈间歇式的脉动,其振型为拍振;在当量比为0.80时,脉动压力信号则呈现出极限环振型.在基于EMD的HHT变换中,IMF体现了燃烧不稳定性的固有模态且具有自适应性强的特点.

关键词：贫燃预混燃烧不稳定经验模态分解固有模态函数希尔伯特-黄变换瞬时频率

来源：评论

学校读者我要写书评

暂无评论

基于经验模式分解和极限学习机的铀资源价格预测方法

引用

控制与决策 2014年第7期29卷 1187-1192页

作者：颜七笙王士同张延飞丁木华江南大学数字媒体学院江苏无锡214122 东华理工大学理学院南昌330013

针对国际铀资源价格预测问题,提出一种基于经验模式分解(EMD)、相空间重构(PSR)和极限学习机(ELM)的非线性组合预测方法.首先通过EMD分解,将原始价格序列分解为若干固有模态分量(IMF),按频率高低将各IMF分组叠加成3个新序列;然后在重构... 详细信息

针对国际铀资源价格预测问题,提出一种基于经验模式分解(EMD)、相空间重构(PSR)和极限学习机(ELM)的非线性组合预测方法.首先通过EMD分解,将原始价格序列分解为若干固有模态分量(IMF),按频率高低将各IMF分组叠加成3个新序列;然后在重构相空间的基础上构建不同的ELM模型,分别对各IMF序列进行预测;最后对预测结果进行合成.将该方法应用于实际铀资源价格预测,并与径向基神经网络(RBF)方法及单独ELM方法进行比较,仿真结果表明该方法预测精度有明显的提高.

关键词：铀资源价格经验模式分解固有模态函数相空间重构极限学习机组合预测

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：