检索结果-内蒙古大学图书馆

粘接 2025年第3期52卷 185-188页

作者：卢赓张宗包深圳供电局有限公司广东深圳518001

为提高变电站入侵跟踪检测准确率,提出一种基于光纤围栏振动信号识别的变电站入侵跟踪检测方法。通过采用总体平均经验模态分解(EEMD)提取光纤围栏振动信号特征向量,并利用遗传算法(GA)改进的支持向量机(SVM)对提取的光纤围栏振动信号... 详细信息

为提高变电站入侵跟踪检测准确率,提出一种基于光纤围栏振动信号识别的变电站入侵跟踪检测方法。通过采用总体平均经验模态分解(EEMD)提取光纤围栏振动信号特征向量,并利用遗传算法(GA)改进的支持向量机(SVM)对提取的光纤围栏振动信号特征向量进行分类识别,实现了变电站入侵跟踪检测。相较于小波分解和EMD特征提取方法,所提EEMD方法提取的光纤围栏振动信号特征向量对后续分类识别更有效;相较于SVM算法、KNN(K-Nearest Neighbor)算法以及BERT(Bidirectional Encoder Representations from Transformers)算法,所提的GA算法改进的SVM算法可更准确地分类识别变电站气体泄漏、敲击、行走振动信号地入侵检测,平均识别准确率89.84%,更适用于变电站入侵跟踪检测。

关键词：变电站入侵检测光纤围栏振动信号识别技术优化

来源：评论

学校读者我要写书评

暂无评论

基于耦合源误差分析的转子振动信号识别方法

引用

仪器仪表学报 2023年第2期44卷 75-83页

作者：李胜波柳一凡林志树舒金吉尼斯罗远厦门理工学院机械与汽车工程学院厦门361024 奥廖尔国立大学机械电子及机器人系奥廖尔302026

转子振动信号实时监测是保障旋转机械健康运行的关键,转子圆度误差和电涡流位移传感器误差的耦合源误差在以往的研究和振动监测中很少考虑,使得转子振动信号有一定的失真,甚至会引起误判。以实际转子为例,提出了圆度误差测量表达式;测... 详细信息

转子振动信号实时监测是保障旋转机械健康运行的关键,转子圆度误差和电涡流位移传感器误差的耦合源误差在以往的研究和振动监测中很少考虑,使得转子振动信号有一定的失真,甚至会引起误判。以实际转子为例,提出了圆度误差测量表达式;测量和分析了两种常用电涡流位移传感器的误差,利用傅里叶拟合方法构建了圆度误差和电涡流位移传感器耦合源误差表达式,建立了耦合源误差与转子振动信号之间的映射关系。提出了点-点法、平均值法与最大值法3种转子振动信号识别方法,3种方法都能有效识别转子振动信号,其中点-点法最精确,识别误差占比约20%;平均值法计算简便,识别误差占比约10%;最大值法偏保守,但可有效避免误判,识别误差占比约32%。

关键词：转子耦合源误差傅里叶拟合振动信号识别

来源：评论

学校读者我要写书评

暂无评论

基于振动信号识别的在役轻轨锚固螺杆预紧力变化检测研究及应用

基于振动信号识别的在役轻轨锚固螺杆预紧力变化检测研究及应用

引用

作者：叶庆卫重庆大学

学位级别：博士

轨道交通是目前缓解城市交通的主要手段之一，轻轨锚固螺杆是跨座式轻轨结构中关键的受力部件，研究轻轨锚固螺杆的质量健康状况具有多方面的重要意义。采用振动检测技术来检测轻轨锚固螺杆的预紧力变化，可以及时了解锚固螺杆与紧固螺... 详细信息

轨道交通是目前缓解城市交通的主要手段之一，轻轨锚固螺杆是跨座式轻轨结构中关键的受力部件，研究轻轨锚固螺杆的质量健康状况具有多方面的重要意义。采用振动检测技术来检测轻轨锚固螺杆的预紧力变化，可以及时了解锚固螺杆与紧固螺母之间的松动状态。传统的振动检测一般致力于创建模型特征量与被检测量之间的关系，但对于轻轨锚固螺杆检测而言这种思路难以获得良好稳定的检测关系。因此与一般性的振动检测思路不同，本文着眼于信号本身出发进行较一般性较复杂情况下的振动信号处理与检测识别。\n 针对轻轨锚固螺杆振动检测中呈现的复杂性和多种环境因素不确定性，论文构建了较一般性的半开放式检测框架，并进行了实现和应用。具体而言论文的主要工作和贡献由如下几个方面所述。\n (1)针对螺杆振动信号特点，研究新的特征提取算法，从多种角度共提出了四种新的模态参数与模态特征提取算法，提高振动信号获取的特征集的完备程度。\n 一是从时频分解的角度把振动信号进行时频分解，将分解结果分别进行时间轴和频率轴投影，计算投影曲线的多种特征量(如平方和能量、熵、阶矩等等)，获得信号在时间和频率投影的细化特征。\n 二是利用振动信号的回波机制，定义了子波成分的波形函数，给出子波切分原则，把振动信号按波动原理进行子波分解从而获得子波成分，然后把子波进行分段ARMA拟合获得每个子波的特征参数。\n 三是从振动信号的局部频带角度(小波分解)构造专门适合振动信号分析的振型小波来进行频带特征提取，从单自由度振动微分方程出发，把振型函数进行扩充，构造具有振型函数波形的小波尺度函数，然后证明该函数符合Reisz基的条件，从而获得正交尺度函数，在正交尺度函数的基础上构造出对应的低通高通滤波器系数以及小波函数，最后运用构建成功的振型小波进行振动信号的小波分解，提取每层每个频带熵的分解系数的能量和熵特征量。\n 四是提出了一种利用粒子群最优化技术的模态分解方法。多个模态的参数组成粒子属性集，粒子按照粒子群算法不断迭代获得全局最佳粒子。引入模态聚类的思路来估计出各个模态参数的上下限范围，从而给出粒子属性值的上下界，大幅度减少粒子群算法的搜索空间。首先把频响函数的幅谱曲线看成是局部波峰的集合，引入聚类分割思路构造聚类距离函数，使用k-means算法把频响函数频谱自动聚类成多个单模态类，然后运用单模态分解算法估计出每个模态类的模态参数的上下限范围，这种上下限范围就是粒子属性值的上下界。另外还采用了混合变异粒子群算法来提高最优化搜索的效率。这种基于粒子群的模态分解能够抵抗在较大噪声和其它因素影响，获得更加准确稳定的模态参数值。\n (2)提出基于螺杆交叉验证的特征选择方案，确保分类器的分类稳定性，其中采用了遗传最优化技术提高特征选择的精度。在特征选择研究中，把训练数据以螺杆为分割单位，用一部分的测试螺杆的数据进行训练，用另一部分测试螺杆的数据进行验证训练结果，确保把一部分螺杆上的训练结果应用到其它螺杆上也能获得良好的分类性能。以此为基础把测试螺杆上的分类器训练结果推广应用到现场不可拆卸螺杆上，获得准确稳定的现场螺杆故障状态诊断结论。\n (3)构建并实现了轻轨锚固螺杆振动信号处理与诊断识别的半开放式检测框架。该框架已经在MATLAB上实现，提供实现了6类振动信号特征提取算法，每组振动信号可以从多种角度共提取将近100个特征，提供实现了多种特征选择准则下的基于遗传算法和螺杆交叉验证的最佳特征子集选择算法，针对测试螺杆可以获得错分率为0的训练数据，针对现场螺杆，可以以训练数据为基础进行振动信号的处理与识别诊断。在该框架中，用户可以使用已有的特征提取算法和特征选择算法，也可以随时添加新的特征提取算法和特征选择搜索算法。

关键词：振动信号识别模态分解特征提取轻轨锚固螺杆预紧力变化检测故障诊断振动检测

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘的光纤周界振动信号识别

引用

激光杂志 2023年第7期44卷 137-142页

作者：冯丽佳苑柳青熊丽丽河北工程技术学院石家庄050091

针对光纤周界振动信号中的噪声干扰以及通过单一特征无法全面描述振动信号的问题,研究基于数据挖掘的光纤周界振动信号识别方法。采用SVD(奇异值分解)方法对所采集的振动信号进行去噪处理,基于秩阶次值重构信号,由此消除噪声;针对无噪... 详细信息

针对光纤周界振动信号中的噪声干扰以及通过单一特征无法全面描述振动信号的问题,研究基于数据挖掘的光纤周界振动信号识别方法。采用SVD(奇异值分解)方法对所采集的振动信号进行去噪处理,基于秩阶次值重构信号,由此消除噪声;针对无噪音振动信号,将峭度。排列熵与瞬时频率标准差作为特征,并进行特征融合,获取振动信号的特征向量;将特征向量输入概率神经网络中,利用模拟退火算法确定网络中的平滑因子参数值优化网络结构,通过学习与训练的过程输出振动信号识别结果。实验结果显示秩阶次值k为5时信号去噪性能最好,信号特征之间差异较为显著,易于区分,识别准确率平均为94.08%。

关键词：数据挖掘光纤周界振动信号识别信号去噪特征提取概率神经网络

来源：评论

学校读者我要写书评

暂无评论

行人运动的振动信号识别方法研究

行人运动的振动信号识别方法研究

引用

作者：付红超吉林大学

学位级别：硕士

盗窃犯罪是一种常见的多发性侵财犯罪行为,然而由于人们的防范意识淡薄,防盗措施不足,犯罪分子犯罪手段高明,使得国家、企业和广大人民群众的财产安全受到严重威胁,严重影响了人们的正常生活。因此人们迫切的需要一种准确率高、实时性... 详细信息

盗窃犯罪是一种常见的多发性侵财犯罪行为,然而由于人们的防范意识淡薄,防盗措施不足,犯罪分子犯罪手段高明,使得国家、企业和广大人民群众的财产安全受到严重威胁,严重影响了人们的正常生活。因此人们迫切的需要一种准确率高、实时性强的安防检测技术,为安全防范工作提供重要的信息。基于此,振动信号识别理论和技术成为安防领域的一个重要研究方向。本文以多种不同行人运动方式产生的振动信号为基础,进行振动信号识别技术研究。本文首先介绍了地面振动信号的产生机理,并采用地震检波器与示波器构建了振动信号采集装置,采集了由室外自然噪声、室外单人行走、室外双人行走、室外三人行走、室外单人跑步、室内单人行走、室内双人行走、室内三人行走和室内单人跑步共9种不同状态下引起的地面振动信号,构建了样本数据库。然后,本文采用小波阈值去噪算法对采集到的样本信号进行了去噪处理,接着提取了信号的时域特征和频域特征,并将信号经过经验小波变换后得到的各本征模函数分量的能量作为特征,从而构建了特征向量,为后续分类识别奠定基础。最后,本文分别采用了支持向量机算法和一维卷积神经网络算法对行人运动的振动信号进行分类识别。本文首先提出了基于粒子群优化算法优化支持向量机的行人运动的振动信号识别方法,进而得到了94.00%的平均识别准确率。然而,支持向量机算法需要研究人员进行复杂繁琐的特征提取,并且模型的分类准确率依赖提取特征的好坏,因此本文提出了基于一维卷积神经网络的行人运动的振动信号识别方法。本文首先提出了一种基于经典的一维卷积神经网络模型进行行人运动的振动信号识别方法,经过实验验证,得到了94.96%的平均识别准确率,模型单次预测时间平均为3.27ms。然后,为了使模型更具实时性和实用价值,本文进一步提出了一种基于第一层宽卷积核深度卷积神经网络模型进行行人运动的振动信号识别方法。实验结果表明,使用第一层宽卷积核深度卷积神经网络模型对行人运动的振动信号进行分类识别得到了94.52%的平均识别准确率,与使用经典的一维卷积神经网络得到的平均识别准确率相差不大,然而第一层宽卷积核深度卷积神经网络模型的参数量大大减少,模型训练时间大大降低,模型单次预测时间平均仅需0.254ms,满足了准确率高、实时性强的需求。

关键词：行人运动振动信号识别特征提取支持向量机卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

自适应信号处理在柴油机振动信号识别中的应用

引用

石油大学学报（自然科学版） 2000年第5期24卷 68-70页

作者：齐明侠陈如恒张来斌王朝晖石油大学机电工程系山东东营257061 石油大学机电工程学院北京102200

介绍了信号自适应处理的基本方法和自适应对消原理 ,利用正弦合成信号和正弦与噪声合成信号的对消实例验证了该方法。在对PZ1 2V1 90B型柴油机缸盖振动信号的分析中 ,用非爆发段信号作为待消信号 ,对原信号进行了对消 ,抑制了噪声及其... 详细信息

介绍了信号自适应处理的基本方法和自适应对消原理 ,利用正弦合成信号和正弦与噪声合成信号的对消实例验证了该方法。在对PZ1 2V1 90B型柴油机缸盖振动信号的分析中 ,用非爆发段信号作为待消信号 ,对原信号进行了对消 ,抑制了噪声及其他信号 ,突出了有效信号。

关键词：自适应信号处理噪声柴油机振动信号识别

来源：评论

学校读者我要写书评

暂无评论

地下电缆防外力破坏监控中的振动信号识别

地下电缆防外力破坏监控中的振动信号识别

引用

作者：谭康华南理工大学

学位级别：硕士

近年来，地下电缆供电在配电系统中的比重越来越大，但是电缆在使用中时常受到外力破坏，电缆供电安全可靠的优势受到严重影响。因此，保障电缆供电不受外力破坏成为了电力运行部门急需解决的问题。随着分布式光纤传感技术的快速发展，... 详细信息

近年来，地下电缆供电在配电系统中的比重越来越大，但是电缆在使用中时常受到外力破坏，电缆供电安全可靠的优势受到严重影响。因此，保障电缆供电不受外力破坏成为了电力运行部门急需解决的问题。随着分布式光纤传感技术的快速发展，电力部门可采用该技术来实时测量传输线路周围的振动情况，在实现传输线路防外力破坏预警的同时还可定位异常发生地点。在运用分布式光纤传感系统进行实时监控的基础上，对所检测到的振动信号进行分类、识别可减小误判率，明确引起振动的外部事件源，更加利于电力监管部门进行正确、合理的决策。本文致力于运用数字信号处理及数据挖掘等领域的技术，针对电缆防外力监控系统采集到的电缆沿线的数据进行振动信号识别，主要研究内容如下： 1.设计对振动信号的预处理方法，包括带通滤波、小波去噪及振动片段的切分。对样本信号进行预处理的结果显示，该方法可有效消除噪声的影响，并能将振动信号切分出来以便进一步对振动事件进行识别、分类。 2.设计振动信号的分类及识别算法，包括特征参数的提取、振动片段及事件的分类。考虑到振动信号的多样性以及分类算法的可拓展性，选择在解决小样本、非线性及高维模式识别等方面有优势且泛化能力极佳的支持向量机（SVM）来构造分类算法模型。 3.设计电缆防外力破坏智能预警机制：第一，综合振动信号的短时特征及一定时间段内的信号变化趋势，在一个更长的时间维度内对振动事件进行判别，可有效提高振动事件识别率；第二，设计增量学习机制，分类算法可利用操作人员提交的样本信号进行再学习，进一步提高系统识别振动事件的能力。本文研究了地下电缆防外力破坏系统中的振动信号预处理及识别方法，并针对样本数据进行了相关的实验。对于六类振动事件样本，振动信号片段识别率达至85.84%，事件识别率达到92.69%，可满足应用需求。本文提出的振动信号处理及识别方法具有通用性，未来可向周界安防、长距离油气管道监测等领域推广。

关键词：振动信号识别支持向量机增量学习

来源：评论

学校读者我要写书评

暂无评论

基于气缸盖振动信号识别的发动机转速测算方法

引用

山东工业技术 2019年第10期 6-7,189页

作者：陈明张小明周东翔王衍涛陆军装甲兵学院车辆工程系北京100072

要进行发动机状态评估,发动机实时转速是不可或缺的参数,而在一些老旧装甲车上并未安装转速传感器,要对发动机进行不解体测速非常困难。为解决该问题,本文提出了基于发动机气缸盖振动信号识别的发动机转速测试方法,并在不同工况下多次... 详细信息

要进行发动机状态评估,发动机实时转速是不可或缺的参数,而在一些老旧装甲车上并未安装转速传感器,要对发动机进行不解体测速非常困难。为解决该问题,本文提出了基于发动机气缸盖振动信号识别的发动机转速测试方法,并在不同工况下多次实验对该方法进行了验证,证明了该算法在各种工况下的的正确性和普遍适用性。

关键词：发动机转速测量振动信号识别

来源：评论

学校读者我要写书评

暂无评论

基于小波分析的油田机械传动装置振动信号识别方法

引用

科技资讯 2023年第5期21卷 55-58页

作者：赵磊辽河油田物资公司辽宁盘锦124010

为提高油田机械设备运行的稳定性与高效性,分析传动装置的运行特性,该研究设计了一种基于小波分析的油田传动装置振动信号识别方法。应用小波分析方法采集机械传动装置的振动信号,为振动信号的识别提供数据基础。然后对采集到的振动信... 详细信息

为提高油田机械设备运行的稳定性与高效性,分析传动装置的运行特性,该研究设计了一种基于小波分析的油田传动装置振动信号识别方法。应用小波分析方法采集机械传动装置的振动信号,为振动信号的识别提供数据基础。然后对采集到的振动信号进行卷积预处理,根据Hilbert变换、小波变换原理,从振动信号的时域特征、频域特征以及时频特征等方面出发,识别传动装置的振动信号。实验结果显示:经过小波分析后的3组振动信号频率均变得更加简洁,保留的关键频率特征为85.11 Hz,与实际传动频率85.399 Hz非常接近,表明该文方法通过将复杂的信号简化,能够有效地识别装置振动的振动信号特征,便于对油田机械传动装置的运行状态进行判断。

关键词：小波分析智能化油田机械传动装置振动信号识别传动信号支持向量机

来源：评论

学校读者我要写书评

暂无评论

振动信号识别模型训练方法、电机故障检测方法及装置

振动信号识别模型训练方法、电机故障检测方法及装置

引用

作者：沈浩赵德欣王磊成莎莎 100033 北京市西城区金融大街31号

本申请的实施例揭示了一种振动信号识别模型训练方法、电机故障检测方法及装置，振动信号识别模型训练方法包括：对每个振动信号样本进行常数Q变换处理，以将每个振动信号样本转换为频域信号样本；根据待训练的振动信号识别模型对频域... 详细信息

标准号: CN115577258A

本申请的实施例揭示了一种振动信号识别模型训练方法、电机故障检测方法及装置，振动信号识别模型训练方法包括：对每个振动信号样本进行常数Q变换处理，以将每个振动信号样本转换为频域信号样本；根据待训练的振动信号识别模型对频域信号样本进行特征提取处理，得到频域信号样本对应的样本向量，以根据样本向量计算各个振动信号类别对应的类别中心向量；根据样本向量与类别中心向量之间的距离对待训练的振动信号识别模型进行迭代训练，得到训练完成的振动信号识别模型，进而可以通过输入更加便于模型处理的数据，提高模型对振动信号的特征提取效果，且避免由于各个振动信号类别中样本数量不平衡导致模型训练过拟合的情况，提高模型训练的效果。

关键词：振动信号识别振动信号模型训练频域信号样本样本向量特征提取中心向量样本电机故障检测变换处理迭代训练模型处理样本转换拟合申请

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：