期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于双树复小波包变换的机械零件激光超声损伤信号增强方法
1
作者 王燕萍 易茜 汤华 《激光杂志》 北大核心 2025年第8期82-88,共7页
机械零件的损伤检测对于保障机械设备的安全稳定运行至关重要。针对因多种因素影响导致机械零件激光超声损伤信号特征模糊的问题,提出基于双树复小波包变换的机械零件激光超声损伤信号增强方法。采集机械零件激光超声信号,采用自适应策... 机械零件的损伤检测对于保障机械设备的安全稳定运行至关重要。针对因多种因素影响导致机械零件激光超声损伤信号特征模糊的问题,提出基于双树复小波包变换的机械零件激光超声损伤信号增强方法。采集机械零件激光超声信号,采用自适应策略择取恰当的频带和频谱推算激光超声信号能量,通过双树复小波包变换提取激光超声损伤信号特征。根据提取到的信号特征运用可变模态分解得到信号低频段模态函数,利用剩余分量重构方法实现机械零件激光超声损伤信号增强。实验结果表明,所提方法处理后的信号波形不仅很好地抑制了噪声干扰,且最大程度保留了信号中的有用信息,对数谱距离在1.2~1.7之间变化,信源失真率在2.1%~3.1%之间变化,增强后信号峰值信噪比最大值为41.35 dB,波形保真度均值为0.86,信号增强效果好。 展开更多
关键词 双树复小波包变换 机械零件 激光超声 损伤信号增强 可变模态分解
在线阅读 下载PDF
气体管道运行状态特征提取与状态识别 被引量:9
2
作者 阚玲玲 叶蕾 +2 位作者 高丙坤 梁洪卫 路敬祎 《压力容器》 北大核心 2021年第2期14-21,共8页
研究了气体管道各种运行状态下的声波信号特征参数,通过仿真分析验证可变模态分解(VMD)后前两个分量的中心频率IMF1和IMF2,以及经VMD-Wavelet处理后重构信号的云模型特征熵En和重心频率FC可以作为气体管道运行状态识别的特征参数;研究... 研究了气体管道各种运行状态下的声波信号特征参数,通过仿真分析验证可变模态分解(VMD)后前两个分量的中心频率IMF1和IMF2,以及经VMD-Wavelet处理后重构信号的云模型特征熵En和重心频率FC可以作为气体管道运行状态识别的特征参数;研究了反向传播神经网络,提出VMD-En-BP模型,通过测试分析发现,该模型能够准确识别气体管道的正常运行、敲击、渗漏、小泄漏和大泄漏等五种运行状态。 展开更多
关键词 气体管道泄漏检测 可变模态分解 特征提取 运行状态识别
在线阅读 下载PDF
改进灰狼算法的核极限学习机的风功率预测 被引量:12
3
作者 朱昶胜 赵奎鹏 《计算机应用与软件》 北大核心 2022年第5期291-298,共8页
针对风能的波动性、非平稳性导致风电功率预测精度不高的问题,研究并提出一种基于可变模式分解(VMD)技术和改进灰狼算法(DIGWO)优化核极限学习机(KELM)的短期风电功率预测模型。将功率信号进行分解得到若干个不同带宽的模式分量,对各个... 针对风能的波动性、非平稳性导致风电功率预测精度不高的问题,研究并提出一种基于可变模式分解(VMD)技术和改进灰狼算法(DIGWO)优化核极限学习机(KELM)的短期风电功率预测模型。将功率信号进行分解得到若干个不同带宽的模式分量,对各个模式分量建立核极限学习机预测模型。为提高核极限学习机的寻优能力,采用改进的灰狼算法对核极限学习机的参数进行优化,得到各个模式分量的预测值,将分量预测值进行叠加后得到风电功率最终预测。采用实际风电功率数据进行实验仿真,实验结果表明,该模型的RMSE和MAE分别是1.5%和1.16%,相比其他模型提高了风电功率预测精度。 展开更多
关键词 风电功率预测 可变模态分解 灰狼算法 核极限学习机 预测精度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部