检索结果-内蒙古大学图书馆

作者：张坤北京工业大学

学位级别：硕士

现代工业体系中的机械设备如高铁、智能机器人、机械臂及大型设备的生产线等都离不开旋转机械及轴承。轴承在承受高速重载的同时也会面对高低温差等复杂工况,轴承长时间工作于这种环境中非常容易发生微小损伤并扩展致使轴承损坏从而影... 详细信息

现代工业体系中的机械设备如高铁、智能机器人、机械臂及大型设备的生产线等都离不开旋转机械及轴承。轴承在承受高速重载的同时也会面对高低温差等复杂工况,轴承长时间工作于这种环境中非常容易发生微小损伤并扩展致使轴承损坏从而影响设备的运转。一个健康的轴承是设备正常运转的基础,而容易损坏并导致设备运行失效的轴承是设备发生故障的最大隐患之一。因此,非常有必要对轴承的状态进行监控并诊断其是否发生故障。基于故障特征提取的信号处理方法是故障诊断领域的关键技术之一。由于轴承呈周期性运转,当轴承某部位发生故障时加速度传感器采集的信号中会出现周期性脉冲。提取信号中包含该冲击信息的分量可以提高故障诊断的速度和准确率。对众多信号处理方法研究后发现,经验小波变换在处理平稳信号时,通过分割频谱及滤波重构的方式可以提取不同频率成分的分量,具有自适应性及可靠的数学推导过程。对经验小波变换中与经验模态的个数及最终分解效果直接相关的频谱分割问题进行了深入研究,优化滤波边界,提出了快速经验小波变换。随后讨论了快速经验小波变换中关键函数与周期性脉冲之间的关系,提出了基于趋势谱和关键谱负熵的轴承故障特征自适应提取方法。对顺序统计滤波器的包络特性和经验小波变换的滤波特性进行研究后发现,顺序统计滤波器可用于快速估计信号的上包络或下包络,在许多算法中可进行拓展应用。第四章基于此提出了自适应谱峭度,通过递增顺序统计滤波器的窗宽以更改包络极值点个数来获得不同的滤波器组,依据信号频率成分的分布特性可获得最佳滤波效果。用基于信号频谱特征获得边界的方法代替了快速谱峭度的均分法,分割出的调制信息具有完整性。针对局部均值分解方法的不足和缺陷,采用顺序统计滤波器和经验小波变换来优化乘积函数的提取过程。制定了基于顺序统计滤波器的包络规则。通过不同插值次数的计算效果和耗时验证了顺序统计滤波器优于插值方法。通过仿真信号和添加不同信噪比的噪声验证了谱负熵具备更强的抗噪能力,提出了基于谱负熵的自适应停止准则。仿真信号和实验信号验证了上述各方法,结果表明以上方法适用于滚动轴承外圈故障特征提取和复合故障特征提取。

关键词：故障诊断经验小波变换顺序统计滤波器局部均值分解谱负熵

来源：评论

学校读者我要写书评

暂无评论

基于OSF的SET信号重构方法及故障诊断应用

引用

振动．测试与诊断 2020年第6期40卷 1077-1082,1229页

作者：胥永刚张浩于刚张坤北京工业大学先进制造技术北京市重点实验室北京100124 济南大学自动化与电气工程学院济南250022

同步提取变换(synchroextracting transform,简称SET)通过提取短时傅里叶变换(short-time Fourier transform,简称STFT)在瞬时频率位置的时频系数可获得较理想的时频谱,该方法提高了时频分辨率,减少了交叉项的影响,一定程度上抑制了噪声... 详细信息

同步提取变换(synchroextracting transform,简称SET)通过提取短时傅里叶变换(short-time Fourier transform,简称STFT)在瞬时频率位置的时频系数可获得较理想的时频谱,该方法提高了时频分辨率,减少了交叉项的影响,一定程度上抑制了噪声对STFT时频谱的干扰。针对在SET时频谱的基础上进行信号分量的重构与故障诊断拓展方面的应用,提出了一种基于顺序统计滤波器(order statistics filter,简称OSF)的SET信号分量重构方法。首先,利用边际谱表征SET时频谱中信号的幅值在整个频率范围内随频率变化的情况;其次,采用顺序统计滤波器分割边际谱,将分割所得边界映射至SET时频谱后,利用SET逆变换重构信号分量;最后,利用峭度指标筛选包含丰富故障信息的分量并进行包络分析,提取故障特征。仿真信号及滚动轴承内圈故障信号的处理结果证明了该方法的有效性。

关键词：同步提取变换信号重构顺序统计滤波器滚动轴承故障诊断

来源：评论

学校读者我要写书评

暂无评论

快速自适应局部均值分解及轴承故障诊断应用

引用

振动工程学报 2020年第1期33卷 206-212页

作者：张坤马朝永胥永刚张建宇付胜北京工业大学机械工程与应用电子技术学院先进制造技术北京市重点实验室

提出了一种新的非平稳信号处理方法——快速自适应局部均值分解(Fast and Adaptive Local Mean Decomposition,FALMD)。采用顺序统计滤波器求取信号上下包络线的均值来获得局部均值函数及包络估计函数,然后将信号分解为若干乘积函数(Pro... 详细信息

提出了一种新的非平稳信号处理方法——快速自适应局部均值分解(Fast and Adaptive Local Mean Decomposition,FALMD)。采用顺序统计滤波器求取信号上下包络线的均值来获得局部均值函数及包络估计函数,然后将信号分解为若干乘积函数(Product Function,PF)分量及一个残余分量。该算法一方面改变了局部均值分解(Local Mean Decomposition,LMD)严格的终止条件,提高了运算速率,另一方面减少了对极值点的依赖,在一定程度上抑制了端点效应。仿真信号和实验信号分析证明了该方法在非平稳信号自适应分解中的有效性,成功地提取出了滚动轴承的故障特征。

关键词：故障诊断滚动轴承快速自适应局部均值分解顺序统计滤波器非平稳信号

来源：评论

学校读者我要写书评

暂无评论

一种快速的二维经验模式分解算法

引用

小型微型计算机系统 2013年第9期34卷 2182-2187页

作者：秦绪佳范颖琳郑琴郑红波徐晓刚浙江工业大学计算机科学与技术学院杭州310032 浙江省可视媒体智能处理技术研究重点实验室杭州310032 大连舰艇学院装备系统与自动化系辽宁大连116018

作为分析非线性、非平稳信号的有效方法,经验模式分解将原始信号解析成不同时间尺度下的平稳的数据分量及趋势项集合.将其应用到图像处理领域,图像可以被分解成一系列的图像细节信息及趋势信息.这种层次式的图像表示形式,使得图像在融... 详细信息

作为分析非线性、非平稳信号的有效方法,经验模式分解将原始信号解析成不同时间尺度下的平稳的数据分量及趋势项集合.将其应用到图像处理领域,图像可以被分解成一系列的图像细节信息及趋势信息.这种层次式的图像表示形式,使得图像在融合、边缘检测、滤波及纹理分析等方面产生更优的结果.提出一种邻域限制顺序统计滤波器的快速自适应二维经验模式分解算法.算法在时域内对每次分解的最大邻域进行了限制,首先在最大邻域内计算出局部极大值点集和局部极小值点集,然后对局部极值点集采用基于顺序统计滤波器的包络估计算法来计算信号的上下包络.实验结果证明,本文算法具有较快的分解速度,有效的防止了灰度斑在分解结果中出现,同时具有较强的信号细节保持能力.

关键词：经验模式分解限邻域顺序统计滤波器自适应

来源：评论

学校读者我要写书评

暂无评论

基于小波降噪的改进型OSF话音激活检测算法

引用

计算机工程与应用 2011年第19期47卷 144-146,162页

作者：李强黄冰王苗桂林电子科技大学信息与通信学院广西桂林541004

提出了一种基于小波降噪的改进型顺序统计滤波器(OSF)语音端点检测算法。在介绍了浊音分离、小波降噪和基于顺序统计滤波器(OSF)端点检测算法的原理基础上,给出了改进型算法的流程图和实验的仿真图。从结果可以看出,算法对信噪比大于0d... 详细信息

提出了一种基于小波降噪的改进型顺序统计滤波器(OSF)语音端点检测算法。在介绍了浊音分离、小波降噪和基于顺序统计滤波器(OSF)端点检测算法的原理基础上,给出了改进型算法的流程图和实验的仿真图。从结果可以看出,算法对信噪比大于0dB的语音信号,检测性能较为稳健。

关键词：小波降噪顺序统计滤波器端点检测低信噪比

来源：评论

学校读者我要写书评

暂无评论

基于改进的BEMD的红外与可见光图像融合方法

引用

计算机科学 2020年第3期47卷 124-129页

作者：朱莹夏亦犁裴文江东南大学信息科学与工程学院

将红外图像与可见光图像融合在一起,可增强视觉效果,使人产生更完整的场景感知。基于二维经验模态分解(Bidimensional Empirical Mode Decomposition,BEMD)的图像融合方法运行时间较长,因此,文中提出了一种基于改进的二维经验模态分解... 详细信息

将红外图像与可见光图像融合在一起,可增强视觉效果,使人产生更完整的场景感知。基于二维经验模态分解(Bidimensional Empirical Mode Decomposition,BEMD)的图像融合方法运行时间较长,因此,文中提出了一种基于改进的二维经验模态分解的红外与可见光图像快速自适应融合方法,采用顺序统计滤波器和高斯滤波器直接生成均值包络曲面,从而加速图像的分解过程。首先,将可见光图像转化到HIS(Hue-Intensity-Saturation)颜色空间;然后,用改进的BEMD对强度分量I和红外图像进行分解,生成高频分量和低频分量,高频分量和低频分量分别采用自适应局部加权融合规则和算术平均融合规则;最后,将强度分量I与红外图像的融合结果图经过逆HIS变换到RGB颜色空间,从而得到融合图像。仿真实验表明,该融合算法不仅运行速度快,而且融合效果最佳,最大程度地保留了红外图像的边缘细节特征和可见光图像的光谱信息。

关键词：图像融合二维经验模态分解顺序统计滤波器高斯滤波器自适应局部加权融合规则

来源：评论

学校读者我要写书评

暂无评论

一种改进的二维局部均值分解算法

引用

计算机仿真 2022年第2期39卷 332-336页

作者：马朝永付云超胥永刚北京工业大学机械工程与应用电子技术学院北京100124

针对二维局部均值分解(BLMD)对图像进行多尺度分解时,计算过程费时,模态混叠现象严重的问题,提出一种快速自适应二维局部均值分解算法(FABLMD)。算法首先通过图像极值点信息计算顺序统计滤波器(OSF)窗口大小;然后利用OSF求图像上下包络... 详细信息

针对二维局部均值分解(BLMD)对图像进行多尺度分解时,计算过程费时,模态混叠现象严重的问题,提出一种快速自适应二维局部均值分解算法(FABLMD)。算法首先通过图像极值点信息计算顺序统计滤波器(OSF)窗口大小;然后利用OSF求图像上下包络曲面,进而得到包络估计函数和局部均值函数;最后在新的筛分终止条件下经过有限次迭代,快速将图像分解成一系列尺度不同的分量图像。仿真结果表明,改进算法计算速度更快,模态混叠现象得到有效抑制,对图像中不同频率成分的分解能力和效率都要优于BLMD。

关键词：二维局部均值分解多尺度模态混叠顺序统计滤波器

来源：评论

学校读者我要写书评

暂无评论

语音端点检测的鲁棒性研究

语音端点检测的鲁棒性研究

引用

作者：陈旺广州大学

学位级别：硕士

随着信息化和智能化的不断推进,语音识别(Automatic Speech Recognition,ASR)、语音增强(Automatic Speech Enhancement,ASE)等技术越来越多的应用到人们的日常生活中。伴随着物联网浪潮的兴起,语音作为一种交互手段和生物识别的特征,... 详细信息

随着信息化和智能化的不断推进,语音识别(Automatic Speech Recognition,ASR)、语音增强(Automatic Speech Enhancement,ASE)等技术越来越多的应用到人们的日常生活中。伴随着物联网浪潮的兴起,语音作为一种交互手段和生物识别的特征,将为未来的消费类电子产品领域提供强有力的技术支撑。语音端点检测(Voice Activity Detection,VAD)是一种用来区分待测音频信号中语音段与非语音段的技术,它直接影响着ASR、ASE等语音处理技术的性能。VAD算法可以由三个部分组成:其一是语音信号的预处理部分,主要包括语音信号的预加重、分帧以及加窗等;其二是对语音信号提取特征,主要有频域特征和时域特征等;其三是语音与非语音的分类算法。针对现阶段VAD算法在信噪比(Signal Noise Rate,SNR)降低、噪声环境复杂的情况下,检测效果急剧下降的问题。论文从分别从预处理、特征提取、判别模型选择等三个方面入手,尝试一系列解决方案对现有VAD算法进行改进,以提高其低SNR(-2dB)下的端点检测准确性与实时性。首先,针对现在使用基于双门限判决法的VAD算法在低SNR环境中检测性能较差的缺点,论文使用语音信号功率谱密度的KL(Kullback-Leibler)散度作为判别语音与非语音的一种特征,结合顺序统计滤波器(Order Static Filter,OSF)以及自适应阈值方法,设计了一种基于KL散度自适应阈值的VAD算法。其次,针对基于阈值判别模型无法利用语音信号长时信息的缺陷,采用长短时记忆(Long-Short-Term-Memory,LSTM)网络训练一个语音与非语音的判别模型,能够充分利用语音信号的长时信息。论文结合LSTM网络、KL散度特征、MFCC特征以及OSF,设计了一种基于LSTM神经网络的语音端点检测算法。最后,论文通过Python编程实现数据标注脚本进行端点标注,使用带标注的数据仿真分析了几种典型的VAD算法和两种改进算法的性能并给出了各自的数学模型。实验分析结果表明,论文中提出的两种改进的VAD算法具有更高的检测精度,更好的鲁棒性以及实时性。

关键词：语音端点检测 LSTM KL散度顺序统计滤波器低信噪比

来源：评论

学校读者我要写书评

暂无评论

奇异谱分解方法及其在轴承故障诊断中的应用

奇异谱分解方法及其在轴承故障诊断中的应用

引用

作者：曹金鑫北京工业大学

学位级别：硕士

机电设备作为现代工业的主体，其技术水平的高低已经成为一个国家经济发展的重要标志。随着当前科学技术的飞速发展，机电设备越来越智能化、大型化、复杂化。由于机电设备结构的复杂性，再加上其工作环境的复杂程度，轴承作为机电设备... 详细信息

机电设备作为现代工业的主体，其技术水平的高低已经成为一个国家经济发展的重要标志。随着当前科学技术的飞速发展，机电设备越来越智能化、大型化、复杂化。由于机电设备结构的复杂性，再加上其工作环境的复杂程度，轴承作为机电设备的核心部件，运行中难免会出现各种各样的故障。轴承的正常工作与机电设备的安全可靠运行紧密相关。为了保证核心部件轴承运行中的安全稳定，机械故障诊断技术已成为现代化工业生产中必不可少的一部分，近年来受到的关注越来越多，其突出特点是理论研究与工程实际应用的紧密结合。　　机械故障诊断技术就是通过对能够反映设备工作状态的信号进行观测、分析与处理来识别设备的状态，其核心是信号处理技术。振动信号分析方法是一种理论和实践都相对成熟的机械故障诊断方法。其主要由信号采集、特征提取和模式识别三部分组成，其中特征提取又是核心中的核心。然而在实际工况中，轴承的振动信号往往表现为非平稳特性，其受到设备部件多传递耦合作用的影响，振动信号中往往掺杂着强背景噪声和干扰信号，致使轴承的故障特征提取极其复杂和困难。当前，传统的信号处理和特征提取技术无法满足准确完成故障诊断的需求。因此，对新的信号处理方法及其在故障诊断中的应用研究一直是国内外诸多学者关注和研究的热点。新的方法和技术的不断引入到机械故障诊断领域中来，既可极大地丰富机械故障特征提取理论，又能推动机械故障诊断技术向更深和更高层次发展。奇异谱分解方法作为一种新近提出的信号自适应处理方法，能够实现将非平稳信号依次从高频到低频的分解，为非线性非平稳信号分析提供了一种新思路，非常适用于机械振动信号处理和特征提取。　　本文对奇异谱分解方法的基本原理、分解特性及其他方法的综合工程应用进行了研究，并成功用于轴承故障的诊断中。论文主要研究内容包括:　　(1)阐述了奇异谱分解的基本原理，对其分解分辨率、分解完备性、分解正交性等基本特性进行了分析和验证。以仿真信号和实验信号对其分解性能进行验证，结果表明，奇异谱分解方法能够有效实现信号的自适应分解，将信号分解为一系列分量，完成故障的诊断。从分量重构波形效果对比和能量占比两方面评估其分解完备性，并以双音信号模型探索和研究其频率分辨率。通过提出的正交性评价指标，结合仿真、实验信号，对其分解正交性进行了验证。　　(2)基于施密特正交化提出了正交化奇异谱分解方法，提升奇异谱分解方法的正交性水平。正交性验证结果表明奇异谱分解方法不具备严格的正交性，其正交性程度在现有计算水平下是比较差的。仿真信号和实验信号也证明，较差的正交性也会导致提取分量过程中信息混叠、丢失问题的出现。因此，本文结合施密特正交化方法，提出了正交化奇异谱分解方法。该改进方法极大提升了原奇异谱分解方法的正交性水平，分解分量结果更为理想，有效避免了信息的混叠、丢失，可以成功提取故障特征信息，完成轴承故障的诊断。　　(3)基于顺序统计滤波器替代高斯函数谱模型确定趋势项的过程，提出了快速奇异谱分解方法。奇异谱分解方法在处理信号时会存在趋势项的确定不准确和重复判定问题。同时，奇异谱分解方法在处理一些复杂信号时，为了得到包含有效故障特征信息的分量，会把迭代停止阈值设定的特别小，由此导致的是计算效率比较慢，运算耗时较长。基于以上问题，本文提出了快速奇异谱分解方法。该方法采用顺序统计滤波器对信号的频谱求取理想的上包络线，将从上包络线中提取出的极小值序列作为频谱趋势项划分的边界，然后将降序排列的趋势项用于SSD的分量重构过程中，进而提取分量中的有效故障特征信息，完成故障的诊断。　　(4)基于快速谱峭度对奇异谱分解和快速奇异谱分解方法的分量重构过程进行了优化改进，以实现最优分量的重构，减少轴承诊断的工作量。实际工程中的振动信号掺杂着各种背景噪声和干扰信号等，信号成分往往比较复杂，采用奇异谱分解方法和快速奇异谱分解方法处理这些信号时，确定的分量个数是比较多的，同时一些分量中只有噪声成分，不包含用于故障诊断的有用信息。所有分量的重构以及后续对重构分量的包络解调分析过程中都会使算法面临着较大的工作量和较长的运算时间，不利于快速实时的诊断。因此，为了提升奇异谱分解方法和快速奇异谱分解的工程适用性，进一步提升它们的计算效率，使其更方便用于轴承故障的诊断，本文融合快速谱峭度理论，确定信号中包含故障信息的敏感频带，峰值搜索确定该敏感频带内的最大峰值，将该峰值作为奇异谱分解和快速奇异谱分解趋势项重构时的筛选条件，优先重构频带峰值高于敏感频带峰值的趋势项，实现最优趋势项的重构，然后对重构出的最优分量进一步做包络解调分析，确定故障特征信息，完成故障诊断。

关键词：轴承故障诊断特征提取奇异谱分解施密特正交化顺序统计滤波器快速谱峭度

来源：评论

学校读者我要写书评

暂无评论

一种滚动轴承剩余寿命预测方法

一种滚动轴承剩余寿命预测方法

引用

作者：齐晓轩洪振麒刘英英张博董海 110000 辽宁省沈阳市大东区望花南街21号

一种滚动轴承剩余寿命预测方法，涉及一种滚动轴承剩余寿命预测方法，该方法针对滚动轴承退化特征提取困难及单一退化特征对于滚动轴承剩余寿命预测精度较低的问题，提出一种改进局部特征尺度分解（LCD）谱熵灰色预测模型实现滚动轴承... 详细信息

标准号: CN113033881B

一种滚动轴承剩余寿命预测方法，涉及一种滚动轴承剩余寿命预测方法，该方法针对滚动轴承退化特征提取困难及单一退化特征对于滚动轴承剩余寿命预测精度较低的问题，提出一种改进局部特征尺度分解（LCD）谱熵灰色预测模型实现滚动轴承剩余寿命预测。利用顺序统计滤波器及最大相似系数法对经典LCD算法进行改进并结合信息熵理论提取出滚动轴承振动信号的改进LCD谱熵特征，将其输入灰色预测模型训练获取预测参数并对轴承进行寿命预测。该方法有效改善了经典LCD算法的模态混叠与端点效应问题，提高了滚动轴承剩余寿命预测的精度。

关键词：滚动轴承剩余寿命预测灰色预测模型退化特征算法顺序统计滤波器滚动轴承振动信息熵理论改进尺度分解端点效应局部特征模态混叠寿命预测相似系数预测参数熵特征轴承

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：