检索结果-内蒙古大学图书馆

中北大学学报（自然科学版） 2016年第3期37卷 262-267页

作者：杨潞霞樊东燕周任军山西大学商务学院信息学院山西太原030031

针对齿轮箱振动信号信噪比低、故障识别精确度不高等问题,提出了聚合经验模态分解(EEMD)结合小波包二次降噪的故障诊断方法.首先,对采集到的原始信号进行小波包降噪并重构;再对第一次降噪后的信号进行EEMD分解,得到一系列的固有模态函数... 详细信息

针对齿轮箱振动信号信噪比低、故障识别精确度不高等问题,提出了聚合经验模态分解(EEMD)结合小波包二次降噪的故障诊断方法.首先,对采集到的原始信号进行小波包降噪并重构;再对第一次降噪后的信号进行EEMD分解,得到一系列的固有模态函数(IMF);并计算分解得到的每个IMF与第一次降噪后信号的相关系数,从而确定二次降噪的IMF有效集;然后,通过选择不同消失矩的db系小波,对筛选出的IMF进行二次降噪;最后,将二次降噪之后的IMF进行重构,提取特征向量输入到BP神经网络,识别齿轮箱的故障类型和位置.测试结果表明,此二次降噪方法用于齿轮箱故障诊断,识别准确率更高,在神经网络训练和测试中耗时更短.

关键词：齿轮箱小波包聚合经验模态分解二次降噪故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于EEMD的太阳引潮力与太阳黑子周期相关性分析

引用

地球物理学进展 2021年第2期36卷 499-507页

作者：王琳琳孙威王建王婕南京师范大学地理科学学院南京210023 江苏省地理信息资源开发与利用协同创新中心南京210023 上海工程技术大学数理与统计学院上海201600 安庆师范大学资源环境学院安庆246133 江苏第二师范学院城市与资源环境学院南京211200

行星对太阳的引潮力作用与太阳黑子变化的关系一直存在着争议.争议存在的原因是多方面的,其中缺乏准确系统的八大行星对太阳引潮力的合力时间变化序列是一个重要部分.本文在行星系统对太阳引潮力合力的计算公式和方法上做出改进,计算既... 详细信息

行星对太阳的引潮力作用与太阳黑子变化的关系一直存在着争议.争议存在的原因是多方面的,其中缺乏准确系统的八大行星对太阳引潮力的合力时间变化序列是一个重要部分.本文在行星系统对太阳引潮力合力的计算公式和方法上做出改进,计算既考虑引潮力对称分布特征又考虑行星轨道偏心率影响的八大行星对太阳引潮力矢量和,获得了其在1700—1999年间的变化序列.行星对太阳的引潮力矢量和与太阳黑子相对数时间序列具有非线性、非平稳特性,因此利用聚合经验模态分解方法(Ensemble Empirical Mode Decomposition,EEMD)分解两序列,并分析它们分解出的一系列本征模态函数(Intrinsic Mode Functions,IMFs)周期的对应性以及相关性.结果显示:太阳黑子的约0.34 a、约0.71 a、约1.15 a周期以及Schwabe周期、Hale周期、Double-Hale周期、Gleissberg周期、Suess周期都能在太阳引潮力中找到近似对应的周期;互相关分析表明太阳黑子的Schwabe周期、Hale周期、Gleissberg周期、Suess周期的IMF分量与引潮力相似周期的IMF分量均呈显著正相关(P<0.01),相关系数分别可达0.329、0.272、0.637、0.949,表明行星对太阳的引潮力可能是太阳黑子形成与变化的一个影响因子;但是两序列周期的方差贡献率所占密度差异较大,行星引潮力的亚年~年际尺度周期所占比重较高,而太阳黑子相对数年代际尺度周期所占比重较高,显示行星对太阳的引潮力不是太阳黑子形成和变化的主要驱动因子.

关键词：引潮力聚合经验模态分解太阳黑子周期互相关

来源：评论

学校读者我要写书评

暂无评论

电力系统广域自适应阻尼控制器设计

引用

电力系统及其自动化学报 2013年第5期25卷 105-110页

作者：杨培宏刘文颖魏毅立张继红刘斌内蒙古科技大学信息工程学院包头014010 华北电力大学电气与电子工程学院北京102206

利用广域测量系统WAMS信号设计了一种广域自适应阻尼控制器WAADC,以提高互联电网区域振荡阻尼。利用聚合经验模态分解EMMD方法精确地在线辨识电力系统低频振荡模态,并有效地抑制了低频振荡模态的混叠。根据在线辨识结果提出了一种模糊... 详细信息

利用广域测量系统WAMS信号设计了一种广域自适应阻尼控制器WAADC,以提高互联电网区域振荡阻尼。利用聚合经验模态分解EMMD方法精确地在线辨识电力系统低频振荡模态,并有效地抑制了低频振荡模态的混叠。根据在线辨识结果提出了一种模糊自适应粒子群优化算法,实时整定电力系统中电力系统稳定器PSS的参数,从而在不同的运行方式下都能提供最佳的阻尼,抑制系统的低频振荡。仿真结果表明,该WAADC能提高互联电网的安全稳定运行能力。

关键词：低频振荡广域自适应阻尼控制器聚合经验模态分解电力系统稳定器广域测量系统

来源：评论

学校读者我要写书评

暂无评论

稀疏时频表示的初始相位估计方法

引用

信号处理 2016年第8期32卷 989-997页

作者：袁梓洋王红霞国防科学技术大学湖南长沙410073

经验模态分解是处理非平稳信号的常用方法之一。在本征模态函数与稀疏优化相结合的表示框架中,基于聚合经验模态分解的思想,本文提出了一种初始相位估计的方法。该方法首先通过噪声辅助的分解算法自适应地消除部分噪声,再用标准算子方... 详细信息

经验模态分解是处理非平稳信号的常用方法之一。在本征模态函数与稀疏优化相结合的表示框架中,基于聚合经验模态分解的思想,本文提出了一种初始相位估计的方法。该方法首先通过噪声辅助的分解算法自适应地消除部分噪声,再用标准算子方法得到剩余分量的相位估计值。理论分析和仿真实验均表明该算法能够降低已有的相位估计算法对噪声的敏感程度,改善了信号稀疏时频表示方法的表示效果。

关键词：非平稳信号聚合经验模态分解稀疏时频表示相位

来源：评论

学校读者我要写书评

暂无评论

EEMD-ICA联合降噪的旋转机械故障信号检测方法

引用

噪声与振动控制 2022年第2期42卷 95-101页

作者：高康平徐信芯焦生杰师宁长安大学工程机械系公路养护装备国家工程实验室西安710064 河南省高远公路养护技术有限公司河南新乡453000

针对旋转机械前期故障信号微弱、易被噪声淹没、故障特征难以提取的问题,提出一种聚合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和独立成分分析(Independent Component Analysis,ICA)相结合的故障特征提取方法。首先,... 详细信息

针对旋转机械前期故障信号微弱、易被噪声淹没、故障特征难以提取的问题,提出一种聚合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和独立成分分析(Independent Component Analysis,ICA)相结合的故障特征提取方法。首先,运用EEMD理论将振动信号分解为一系列的固有模态函数(Intrinsic Mode Function,IMF),然后根据相关系数和均方根准则选取含有原始信号多的IMF分量构造观测信号,引入虚拟噪声通道;最后,通过FastICA算法将噪声与故障特征信号进行分离,并对分离出的有用信号进行频谱分析,突显故障频率。通过仿真信号验证所提出方法的有效性,并将其应用于轴承的内外圈故障识别,与传统的EEMD-WTD降噪方法对比,结果表明:所提出的方法能提取出清晰微弱故障特征信号,对低频噪声的抑制效果明显优于EEMD-WTD方法。

关键词：故障诊断独立成分分析聚合经验模态分解微弱信号检测

来源：评论

学校读者我要写书评

暂无评论

基于EEMD排列熵的高速列车轮对轴承故障诊断方法

引用

中国测试 2017年第11期43卷 89-95页

作者：施莹庄哲林建辉西南交通大学牵引动力国家重点实验室四川成都610031

高速列车轮对轴承的可靠度对高速列车的安全运行具有重要意义,其故障特征主要体现在轴箱振动信号中。该文提出基于聚合经验模态分解排列熵的轮对轴承特征分析方法,提取高速列车轮对轴承振动信号的非线性特征参数,并用于故障状态的分类... 详细信息

高速列车轮对轴承的可靠度对高速列车的安全运行具有重要意义,其故障特征主要体现在轴箱振动信号中。该文提出基于聚合经验模态分解排列熵的轮对轴承特征分析方法,提取高速列车轮对轴承振动信号的非线性特征参数,并用于故障状态的分类识别。首先,对高速列车轮对轴箱振动信号进行聚合经验模态分解,得到一系列窄带本征模态函数;然后,对原信号和主要本征模态函数分别计算,得到多组排列熵,形成多尺度的表征信息复杂性高维特征向量;最后,将高维特征向量输入最小二乘支持向量机分类识别出轮对轴承的故障状态。台架试验分析结果表明:该方法针对高速列车轮对轴承故障尤其是轴承复合故障具有较高的识别率,验证通过聚合经验模态分解排列熵对高速列车轮对轴承故障诊断的有效性。

关键词：高速列车轮对轴承故障诊断聚合经验模态分解排列熵特征提取最小二乘支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于EEMD和模糊阈值的去噪方法

引用

计算机工程与科学 2017年第4期39卷 763-768页

作者：马子骥郭帅锋刘宏立李艳福倪忠湖南大学电气与信息工程学院湖南长沙410082

为了提高EEMD分解中噪声主导模态的去噪效果,利用模糊隶属度的优势,提出了一种EEMD和模糊阈值相结合的去噪方法。首先用二范数计算各个本征模态函数(IMF)与观测信号的概率密度函数(PDF)之间的相似度,得到噪声主导的IMF;然后对噪声主导的... 详细信息

为了提高EEMD分解中噪声主导模态的去噪效果,利用模糊隶属度的优势,提出了一种EEMD和模糊阈值相结合的去噪方法。首先用二范数计算各个本征模态函数(IMF)与观测信号的概率密度函数(PDF)之间的相似度,得到噪声主导的IMF;然后对噪声主导的IMF进行模糊阈值处理,以去除IMF中的噪声;最后将所有的IMF重构得到消噪信号。分别采用仿真信号和ECG信号进行去噪实验,结果均表明,所提方法的去噪效果整体上优于小波半软阈值方法和基于EMD的间隔阈值(EMD-IT)方法。

关键词：聚合经验模态分解本征模态函数模糊隶属度噪声主导模态信号去噪

来源：评论

学校读者我要写书评

暂无评论

基于振动数据驱动的受电弓裂纹故障诊断研究

基于振动数据驱动的受电弓裂纹故障诊断研究

引用

作者：庄哲西南交通大学

学位级别：博士

随着我国经济发展以及城市化步伐的加快,人们对日常出行的便捷性、舒适性要求越来越高。以高速铁路及地铁为代表的轨道交通在我国经济社会发展中起着重要的地位和作用。加快轨道交通建设是提升人民生活水平、缓解城市交通压力、维持国... 详细信息

随着我国经济发展以及城市化步伐的加快,人们对日常出行的便捷性、舒适性要求越来越高。以高速铁路及地铁为代表的轨道交通在我国经济社会发展中起着重要的地位和作用。加快轨道交通建设是提升人民生活水平、缓解城市交通压力、维持国家经济增长、调整相关产业结构的重要举措。我国高速列车及地铁城轨车辆绝大部分采用电力牵引形式,一般通过车辆顶部受电弓与接触网滑动接触作用,获取电能。作为承担能量传递任务的受电弓系统,一直是车辆大系统的关键部件之一,随着车辆运行速度的提升,受电弓系统在自身结构复杂、运行环境恶劣、受多因素耦合作用等不利因素影响下,机械、电气及风管部件故障时有发生,特别是机械部件,裂纹失效模式占比较大,而传统的基于图像识别、地面检测等方法的受电弓监测技术无法满足我国日益发展的车辆运营需求。因此,研究保障受电弓可靠运行的方法及技术,有着重要意义。本文针对受电弓可靠、稳定运行条件下遇到的主要问题,从基于振动信号的数据驱动故障诊断技术入手,着重对受电弓机械部件裂纹失效展开研究,主要进行了如下工作:(1)针对传统集成经验模态分解(EEMD)算法中涉及的白噪声幅值系数及总体平均次数无法根据信号特征有效选取的问题,提出了一种EEMD自适应参数选取算法,该算法通过分析不同白噪声幅值系数对待分析信号的极值点分布均匀性的影响规律,自适应地选择最有效的可以优化极值点分布特性的白噪声幅值,通过对仿真信号的分析,证明该方法在不降低分解精度的前提下,可有效降低模态混叠效应,减少计算时间,提高分解效率。(2)在改进EEMD分解算法的基础上,将分解后的本征模态函数(IMFs)分量进行相空间重构,根据各分量的信号特点,利用改进嵌入维度及延迟时间参数计算方法C-C算法选取相空间重构过程中的参数,利用自适应极大似然估计方法评估IMFs相空间重构信号的本征维数,最后使用局部切空间流形学习算法,将含噪信号在各频带空间的高维重构相空间内进行低维映射,提取低维空间内对应信号的有效成分,实现了信号与噪声的成功分离。与其他降噪方法对比结果显示,所提方法具有一定优势,可应用于受电弓振动信号的降噪处理。(3)构建了基于改进EEMD分解的受电弓振动信号信息熵测度模型,定义了改进EEMD能量熵、改进EEMD奇异熵、改进EEMD排列熵、改进EEMD近似熵、改进EEMD样本熵、改进EEMD模糊熵等六种时频分解信息熵特征,根据受电弓振动信号特点,对信息熵计算过程中涉及的多种参数展开优化选取,提出了受电弓振动信号信息熵特征提取模型,通过对将获取的故障特征输入基于粒子群参数优化的支持向量机(PSO-SVM)进行受电弓故障识别分析,探究针对受电弓故障最为敏感的测点及故障特征提取类型,验证了现代时频分析算法与信息熵联合的诊断方法在受电弓故障振动信号特征提取中的可行性与有效性。(4)通过对基于改进EEMD熵特征算法的提取识别,受电弓顶管振动信号对受电弓支架裂纹等故障形式较为敏感,但受电弓碳滑板振动信号的相关熵特征对于受电弓故障的分离度较差,不能满足故障诊断的实际需要。因此针对碳滑板振动信号特点,开展二代小波分解及信息熵特征提取方法研究,大幅提升碳滑板垂向振动数据故障特征识别率,证明了该方法关于碳滑板振动数据故障特征提取的有效性。(5)针对基于个别测点故障信号时频信息熵在受电弓诊断过程中存在精度不高、诊断特征过度冗余、分类识别耗时较久等问题,提出了基于特征选择与特征降维的受电弓故障诊断模型。该模型首先提取受电弓振动信号的多种时频域信息熵特征,而后集合至高维特征空间内,利用ReliefF算法、距离评价指数算法、联合互信息算法分别获得各自的特征排序结果,后将此特征排序结果进行信息融合,形成多重特征排序准则条件下的特征集合,选取识别精度最高的特征维度后,再采用流形学习进行再次降维分析,从而极大程度上降低特征维数,并且提升诊断正确率与计算速度,受电弓实测数据分析结果验证该分析模型的有效性。

关键词：受电弓故障诊断聚合经验模态分解二代小波分解信息熵特征选取降维

来源：评论

学校读者我要写书评

暂无评论

EEMD和SVM相结合的储层流体识别模型

引用

中国科技论文 2019年第11期14卷 1234-1240,1248页

作者：杨清蜜薛雅娟陈思琪方利鑫成都信息工程大学通信工程学院

针对深层储层地震响应微弱、含气性识别困难的问题,提出了一种基于聚合经验模态分解(ensemble empirical mode decomposition,EEMD)和支持向量机(support vector machine,SVM)的地震属性提取及储层含气性识别方法。对地震信号运用EEMD... 详细信息

针对深层储层地震响应微弱、含气性识别困难的问题,提出了一种基于聚合经验模态分解(ensemble empirical mode decomposition,EEMD)和支持向量机(support vector machine,SVM)的地震属性提取及储层含气性识别方法。对地震信号运用EEMD方法进行分解,得到一系列本征模态函数(intrinsic mode function,IMF)。优选具有强相关性的本征模态函数重构特征子信号提取地震属性。通过相关性和R型聚类分析评估地震属性,最终选取4种相对独立的属性作为SVM的输入特征参数,并利用粒子群优化(particle swarm optimization,PSO)算法优化参数后得到的SVM模型实现对储层含气性的识别。实验结果表明,所提方法能够有效地提取储层地震属性及进行含气性识别。

关键词：地球探测与信息技术含气储层识别聚合经验模态分解地震属性支持向量机参数优化

来源：评论

学校读者我要写书评

暂无评论

基于EEMD和能量算子的风机轴承故障诊断

引用

控制工程 2017年第12期24卷 2450-2455页

作者：齐咏生张二宁高胜利高学金王普内蒙古工业大学电力学院呼和浩特010000 城市轨道交通北京实验室北京100124 北京工业大学电控学院北京100124

针对风机轴承振动信号的非线性、非稳定性和能量算子对信号单分量的要求,提出一种基于聚合经验模态分解(EEMD)和Teager能量算子解调的方法,提取信号的瞬时频率和包络信号,通过与采集的正常信号进行比对,从而诊断风机轴承是否有故障,之... 详细信息

针对风机轴承振动信号的非线性、非稳定性和能量算子对信号单分量的要求,提出一种基于聚合经验模态分解(EEMD)和Teager能量算子解调的方法,提取信号的瞬时频率和包络信号,通过与采集的正常信号进行比对,从而诊断风机轴承是否有故障,之后再通过捕捉频谱中突出的幅值信息,进而确定故障的原因。该方法能有效克服实际风机故障库难于获取和建立的问题,实现风机轴承故障的在线监测与诊断。最后,将该算法应用于实验室平台的测试信号和真实风机的故障信号,验证了该算法的有效性和实用性。

关键词：风机故障诊断风机故障监测聚合经验模态分解 Teager能量算子

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：