期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于离散傅里叶变换计算介质损耗因数的二周期修正法 被引量:1
1
作者 徐智博 李宝华 金承业 《吉林大学学报(理学版)》 CAS CSCD 北大核心 2012年第2期328-332,共5页
提出一种基于离散傅里叶变换的二周期修正法,利用该方法可计算电力系统的介质损耗因数.通过将电网信号两个周期的采样修正为一个周期,可减小由频率偏移导致的频谱泄露和截断误差.误差分析表明,该算法与传统方法(加窗法)的精度具有相同... 提出一种基于离散傅里叶变换的二周期修正法,利用该方法可计算电力系统的介质损耗因数.通过将电网信号两个周期的采样修正为一个周期,可减小由频率偏移导致的频谱泄露和截断误差.误差分析表明,该算法与传统方法(加窗法)的精度具有相同的数量级,但其运算时间比传统方法运算时间减小3倍以上. 展开更多
关键词 离散傅里叶变换 介质损耗因数 二周期修正法
在线阅读 下载PDF
基于优化变分模态分解和卷积神经网络的齿轮故障诊断 被引量:9
2
作者 杨同光 于晓光 《组合机床与自动化加工技术》 北大核心 2020年第7期132-137,共6页
针对齿轮振动信号具有非稳定特性、为了实现减速机齿轮箱的智能诊断且变分模态分解(VMD)参数组合[K,α]的大小需要使用者反复尝试而不能有效确定的问题,提出了一种改进的遗传算法(MGA)对变分模态分解参数优化选取方法,在此基础上将优化... 针对齿轮振动信号具有非稳定特性、为了实现减速机齿轮箱的智能诊断且变分模态分解(VMD)参数组合[K,α]的大小需要使用者反复尝试而不能有效确定的问题,提出了一种改进的遗传算法(MGA)对变分模态分解参数优化选取方法,在此基础上将优化的VMD与深度卷积神经网络(DCNN)结合。提出了优化VMD与DCNN齿轮智能故障诊断方法,首先用优化后的VMD对信号进行分解,其次采用DCNN进行故障模式识别。最后,将该方法应用于实例中,结果表明,该方法不仅有效地对信号进行分解和对齿轮故障类型可达到精准识别,同时还可诊断齿轮轻度磨损的早期故障。 展开更多
关键词 故障诊断 变分模态分解 改进遗传算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部