检索结果-内蒙古大学图书馆

仪器仪表学报 2025年第2期46卷 132-140页

作者：思悦张炎羿王丽洁元振毅李淑娟西安理工大学机械与精密仪器工程学院西安710048

测量管故障是影响和制约科氏流量计测量精度、可靠性和安全性的关键因素。挂壁故障是科氏流量计服役过程中极易出现的测量管故障形式之一,挂壁故障的产生使科氏流量计物理刚性值发生变化,导致计量校准因子发生偏移,直接影响质量流量及... 详细信息

测量管故障是影响和制约科氏流量计测量精度、可靠性和安全性的关键因素。挂壁故障是科氏流量计服役过程中极易出现的测量管故障形式之一,挂壁故障的产生使科氏流量计物理刚性值发生变化,导致计量校准因子发生偏移,直接影响质量流量及其他流体信息的测量精度;另外,若挂壁故障不能及时被预警,则故障增长可能造成管道堵塞,严重时引发爆炸,造成重大工业安全事故。因此,检测科氏流量计服役状态、识别测量管挂壁故障,是提高科氏流量计测量精度、可靠性和安全性的迫切需求。故提出了一种基于组合带阻滤波器与样本熵的挂壁故障检测方法。由于振动响应信号通常包含多种模态特征信号和干扰信号。组合带阻滤波器能有效滤除干扰信号并保留目标模态特征信号。通过计算不同状态下模态特征信号的样本熵,可充分利用其对信号动态变化的高度敏感性。故障发生时,信号复杂性显著增加,样本熵值随之变化,为故障诊断和评估提供可靠依据。通过对比正常与故障状态的样本熵值,可定量分析故障严重程度,实现流量计故障状态的有效监测。实验结果表明,该方法可有效识别科氏流量计测量管的挂壁故障,且识别效果优于现有其他方法。

关键词：科氏流量计组合带阻滤波器样本熵故障检测

来源：评论

学校读者我要写书评

暂无评论

基于样本熵双分解和SSA-LSTM的超短期风速预测

引用

太阳能学报 2025年第3期46卷 611-618页

作者：王希孙娜苏浩张楠张帅纪捷淮阴工学院自动化学院淮安223003 西安交通大学能源与动力工程学院热流科学与工程教育部重点实验室西安710049

为进一步提高超短期风速预测的准确性,提出一种基于样本熵的双分解和麻雀搜索算法(SSA)改进长短时记忆神经网络(ILSTM)的耦合模型(简记为DILSTM)。首先,利用变分模态分解(VMD)分解原始序列并通过样本熵量化各子序列的复杂性;其次,利用... 详细信息

为进一步提高超短期风速预测的准确性,提出一种基于样本熵的双分解和麻雀搜索算法(SSA)改进长短时记忆神经网络(ILSTM)的耦合模型(简记为DILSTM)。首先,利用变分模态分解(VMD)分解原始序列并通过样本熵量化各子序列的复杂性;其次,利用完全自适应噪声集合经验模态分解(CEEMDAN)分解复杂度最高的子序列进一步提取特征过滤噪声;最后,将双分解得到的子序列分别建立DILSTM预测模型,并对所有子序列的预测结果叠加得到最终风速预测结果。真实风场数据实验结果表明,所提模型与LSTM、随机森林(RF)、卷积神经网络(CNN)单一模型相比,R2提升约25%,RMSE降低约65%;同时,与现有同类研究对比,也证实了所提DILSTM模型的优势,该文为提高超短期风速预测精准度提供了一种新的方法。

关键词：风速神经网络预测变分模态分解样本熵麻雀搜索算法

来源：评论

学校读者我要写书评

暂无评论

基于自适应噪声完备集合经验模态分解-样本熵-双向长短期记忆网络的短期光伏功率预测

引用

现代电力 2025年

作者：潘若宽竺筱晶上海电力大学数理学院

光伏发电具有间歇性和波动性，传统的单一模型难以实现精确预测。因此，提出一种基于自适应噪声完备集合经验模态分解(complete ensemble empirical mode decompositionwithadaptivenoise,CEEMDAN)、样本熵(sample entropy, SE)和双向... 详细信息

光伏发电具有间歇性和波动性，传统的单一模型难以实现精确预测。因此，提出一种基于自适应噪声完备集合经验模态分解(complete ensemble empirical mode decompositionwithadaptivenoise,CEEMDAN)、样本熵(sample entropy, SE)和双向长短期记忆网络(bidirectional long shorttermmemory,Bi-LSTM)组合的预测模型。首先，采用CEEMDAN对历史功率序列进行分解以降低其非平稳性，针对分解后导致后续预测数据规模增大的问题，通过引入样本熵的方法将子序列进行重组。其次，将重组序列输入到双向长短期记忆网络中，对其进行学习和预测。最后，通过将各个重组序列预测结果线性相加的方式，获得最终的预测结果。实例验证表明，构建的组合模型适用于不同天气条件下的光伏功率预测，并且具有更高的预测精度。

关键词：光伏功率预测自适应噪声完备集合经验模态分解样本熵双向长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

基于符号变量矩阵的改进样本熵算法

引用

科学技术与工程 2025年第5期25卷 1913-1919页

作者：李彦阳罗伟黑龙江八一农垦大学土木水利学院大庆163319 东北石油大学机械科学与工程学院大庆163318 湖南铁道职业技术学院智能制造学院株洲412001

针对样本熵算法在相空间重构过程中存在冗余运算的问题,通过构建符号变量矩阵的方法,对样本熵算法的相空间重构过程进行替换,建立改进的样本熵算法。白噪声和粉噪声仿真信号分析表明,改进的样本熵算法能有效提取信号的特征,并且具有较... 详细信息

针对样本熵算法在相空间重构过程中存在冗余运算的问题,通过构建符号变量矩阵的方法,对样本熵算法的相空间重构过程进行替换,建立改进的样本熵算法。白噪声和粉噪声仿真信号分析表明,改进的样本熵算法能有效提取信号的特征,并且具有较高计算效率。以往复压缩机轴承间隙故障为研究对象,应用改进的样本熵算法对其进行特征提取,并与样本熵进行对比,该方法特征提取结果与样本熵算法保持高度一致,算法的计算效率远高于样本熵算法。

关键词：样本熵改进的样本熵计算效率特征提取往复压缩机

来源：评论

学校读者我要写书评

暂无评论

样本熵改进EEMD算法在继电器参数异常值处理中的应用

引用

电力机车与城轨车辆 2025年第1期48卷 47-54页

作者：彭威孙鑫亮李文华广州地铁集团有限公司广东广州510010 河北工业大学电气工程学院天津300130

针对继电器参数中存在的异常值问题,文章提出了一种模态异常值处理模型。首先,依据继电器特点对集合经验模态分解(EEMD)算法中的参数进行灵敏性分析,确定优化参数;其次,针对EEMD分解中存在的模态混叠现象,采用样本熵和哈里斯鹰优化算法... 详细信息

针对继电器参数中存在的异常值问题,文章提出了一种模态异常值处理模型。首先,依据继电器特点对集合经验模态分解(EEMD)算法中的参数进行灵敏性分析,确定优化参数;其次,针对EEMD分解中存在的模态混叠现象,采用样本熵和哈里斯鹰优化算法得到有效的模态分量;最后,分别采用拉依达准则及三次样条插值法对各模态异常数据进行识别及替换,将处理后的所有分量进行重构异常值,得到处理后的数据序列。继电器接触压降参数的实例分析结果表明,该模型具有良好的泛化能力,且能够有效地识别出潜在异常值。

关键词：集合经验模态分解(EEMD) 样本熵模态混叠三次样条插值继电器参数

来源：评论

学校读者我要写书评

暂无评论

基于EMD-样本熵的矿业风机轴承故障特征提取

引用

黑龙江工业学院学报(综合版) 2025年第1期25卷 117-122页

作者：孙猛张军王磊安徽理工大学人工智能学院安徽理工大学机械工程学院

针对煤矿通风机工作特殊造成采集到的信号成分复杂的现象，采用小波阈值降噪、经验模态分解(EMD)和样本熵的方法对风机轴承振动信号进行故障特征提取。先对采集到的不同损伤类型的滚动轴承振动信号进行小波阈值降噪处理，通过分析降噪... 详细信息

针对煤矿通风机工作特殊造成采集到的信号成分复杂的现象，采用小波阈值降噪、经验模态分解(EMD)和样本熵的方法对风机轴承振动信号进行故障特征提取。先对采集到的不同损伤类型的滚动轴承振动信号进行小波阈值降噪处理，通过分析降噪前后的信噪比和均方根误差选出降噪效率最高的小波函数；再对降噪信号进行EMD分解，并对分解后得到的各IMF分量计算其样本熵。通过分析表明，不同工况滚动轴承的样本熵特征向量具有明显差别，验证了该方法用于轴承信号故障特征提取的可行性。

关键词：风机轴承小波阈值降噪 EMD 样本熵

来源：评论

学校读者我要写书评

暂无评论

基于小波包分解与样本熵的新能源汽车变速器故障诊断研究

引用

汽车维修技师 2025年第4期 39-40页

作者：郭忠军莱西市道路运输发展中心山东青岛266600

新能源汽车变速器的故障特征往往复杂且多变,如果故障诊断结果不一致,将导致变速器故障诊断精确度低。因此,提出基于小波包分解与样本熵的新能源汽车变速器故障诊断方法。通过连续均方误差准则分解信号,利用分解重构的信号分子捕捉变速... 详细信息

新能源汽车变速器的故障特征往往复杂且多变,如果故障诊断结果不一致,将导致变速器故障诊断精确度低。因此,提出基于小波包分解与样本熵的新能源汽车变速器故障诊断方法。通过连续均方误差准则分解信号,利用分解重构的信号分子捕捉变速器故障信号。基于小波包分解方法将故障信号的频带信号和空间信号结合,获取故障信号参数。将获取的参数利用样本熵进行特征划分,并且对划分的参数特征进行融合以实现新能源变速器故障的诊断。实验结果表明,实验方法对每种故障的诊断精度都在0.9左右,比其他方法的诊断精度高0.3,充分证明了实验方法精确度高。

关键词：小波包分解样本熵故障诊断新能源汽车变速器故障诊断

来源：评论

学校读者我要写书评

暂无评论

等概率符号化样本熵应用于脑电分析

引用

物理学报 2014年第10期63卷 26-31页

作者：黄晓林霍铖宇司峻峰刘红星南京大学电子科学与工程学院生物医学电子工程研究所南京210023 常熟理工学院物理与电子工程学院常熟215500

样本熵(或近似熵)以信息增长率刻画时间序列的复杂性,能应用于短时序列,因而在生理信号分析中被广泛采用.然而,一方面由于传统样本熵采用与标准差线性相关的容限,使得熵值易受非平稳突变干扰的影响,另一方面传统样本熵还受序列概率分布... 详细信息

样本熵(或近似熵)以信息增长率刻画时间序列的复杂性,能应用于短时序列,因而在生理信号分析中被广泛采用.然而,一方面由于传统样本熵采用与标准差线性相关的容限,使得熵值易受非平稳突变干扰的影响,另一方面传统样本熵还受序列概率分布的影响,从而导致其并非单纯反映序列的信息增长率.针对上述两个问题,将符号动力学与样本熵结合,提出等概率符号化样本熵方法,并对其物理意义、数学推导及参数选取都做了详细阐述.通过对噪声数据的仿真计算,验证了该方法的正确性及其区分不同强度时间相关的有效性.此方法应用于脑电信号分析的结果表明,在不对信号做人工伪迹去除的前提下,只需要1.25 s的脑电信号即可有效地区分出注意力集中和注意力发散两种状态.这进一步证明了该方法可很好地抵御非平稳突变干扰,能快速获得短时序列的潜在动力学特性,对脑电生物反馈技术具有很大的应用价值.

关键词：符号动力学等概率符号化样本熵脑电生物反馈

来源：评论

学校读者我要写书评

暂无评论

基于样本熵的听觉神经锁相机理的实验分析

引用

物理学报 2015年第18期64卷 347-356页

作者：朱莉邓娟吴建华周南润南昌大学信息工程学院南昌330031 中国医学科学院、北京协和医科大学生物医学工程研究所天津300192

锁相是指系统的响应与周期性刺激的特定相位同步的物理现象.听觉神经的锁相对揭示人的听觉认知基本的神经机理及改善听觉感知有重要意义.然而,现有研究主要集中于心理物理方法和幅度谱分析,不能有效区分包络响应和时域细节结构响应,不... 详细信息

锁相是指系统的响应与周期性刺激的特定相位同步的物理现象.听觉神经的锁相对揭示人的听觉认知基本的神经机理及改善听觉感知有重要意义.然而,现有研究主要集中于心理物理方法和幅度谱分析,不能有效区分包络响应和时域细节结构响应,不能直观反映神经锁相.本文主要利用拔靴法和离散傅里叶变换,提出了基于样本熵的时域细节结构频率跟随响应(temporal-fine-structure-related frequency following response,FFR_T)的神经锁相值(phase locking value,PLV)计算方法,用于分析神经物理实验数据.两个脑电实验结果表明:FFR_T的PLV样本熵显著大于包络相关频率跟随响应(envelope-related frequency following response,FFR_E)的PLV,且二者正交独立,新方法能有效地分别反映听觉系统对包络和时间细节结构的锁相机理;基频处的响应主要来源于FFR_E的锁相;基频处,不可分辨谐波成分包络的锁相能力优于对可分辨谐波;基频缺失时,畸变产物是不同的听觉神经通路的FFR_E的混合;谐波处,FFR_E集中于低频,FFR_T则集中于中、高频;听觉神经元锁相能力与声源的频率可分辨性相关.FFR_T的PLV方法克服了现有FFR分析的局限性,可用于深入研究听觉神经机理.

关键词：听觉神经机理锁相值样本熵频率跟随响应

来源：评论

学校读者我要写书评

暂无评论

基于振幅-周期二维特征的脑电样本熵分析

引用

物理学报 2016年第19期65卷 10-18页

作者：郭家梁钟宁马小萌张明辉周海燕北京工业大学北京未来网络科技高精尖创新中心北京100124 北京工业大学国际WIC研究院北京100124 磁共振成像脑信息学北京市重点实验室北京100124 脑信息智慧服务北京市国际科技合作基地北京100124 前桥工业大学生命科学与信息工程系前桥371-0816

样本熵可以有效反映一维时间序列中新模式的生成概率,但缺乏对二维序列复杂度的表征能力.基于对传统样本熵方法的改进,提出一种在振幅-周期二维空间描述波形复杂度的方法,二维样本熵反映了波形振动在振幅-周期空间中新模式的生成概率.... 详细信息

样本熵可以有效反映一维时间序列中新模式的生成概率,但缺乏对二维序列复杂度的表征能力.基于对传统样本熵方法的改进,提出一种在振幅-周期二维空间描述波形复杂度的方法,二维样本熵反映了波形振动在振幅-周期空间中新模式的生成概率.通过仿真实验证明了这种方法描述波形复杂度的有效性,当波形的复杂度特征表现为振幅-周期的交互作用时,二维样本熵对复杂度的描述比一维条件下的样本熵更加有效.基于二维样本熵对抑郁症组和对照组的脑电复杂度进行分析,结果表明,抑郁症组在Alpha频段左侧顶区和左侧枕区的二维样本熵显著低于对照组,表明在上述频段和位置,抑郁症患者脑电中新模式的生成概率显著低于正常人,这一特征可能成为抑郁症的潜在生物标记.

关键词：样本熵二维脑电抑郁症

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：