期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于多尺度形态分解谱熵的电机轴承预测特征提取及退化状态评估 被引量:28
1
作者 王冰 李洪儒 许葆华 《振动与冲击》 EI CSCD 北大核心 2013年第22期124-128,139,共6页
由于预测特征提取与退化状态评估直接关系故障预测可信性,结合数学形态学与信息熵理论,针对电机滚动轴承,提出基于多尺度形态分解谱熵的预测特征提取方法,用灰色关联分析对退化状态进行评估。对不同损伤程度轴承振动信号进行多尺度形态... 由于预测特征提取与退化状态评估直接关系故障预测可信性,结合数学形态学与信息熵理论,针对电机滚动轴承,提出基于多尺度形态分解谱熵的预测特征提取方法,用灰色关联分析对退化状态进行评估。对不同损伤程度轴承振动信号进行多尺度形态分解,分别计算其在不同尺度域内的复杂性度量能谱熵、奇异谱熵,以其作为预测特征向量。建立标准退化模式矩阵,对待检测样本信号特征向量与标准模式进行灰色关联分析,据关联度大小对样本信号退化状态进行评估。并仿真与实例数据验证该方法对电机轴承退化状态评估的有效性。 展开更多
关键词 电机 轴承 性能退化 多尺度形态分解 谱熵 灰色关联分析
在线阅读 下载PDF
基于多尺度形态分解的特高压线路雷击干扰识别新方法 被引量:17
2
作者 赵军 吕艳萍 王汉广 《高电压技术》 EI CAS CSCD 北大核心 2009年第5期994-998,共5页
基于暂态量的超高速输电线路保护方案动作时间短,能很好地满足特高压输电线路对保护速动性的要求,但它易受雷击干扰的影响,从而造成误动作。为了解决该问题,提出了一种基于数学形态学的特高压输电线路雷击干扰与故障识别的新方法。通过... 基于暂态量的超高速输电线路保护方案动作时间短,能很好地满足特高压输电线路对保护速动性的要求,但它易受雷击干扰的影响,从而造成误动作。为了解决该问题,提出了一种基于数学形态学的特高压输电线路雷击干扰与故障识别的新方法。通过对电流暂态信号进行多尺度形态学分解,提取特定高、低频段上的谱能量,并用这两个谱能量的比值构成判据,实现雷击干扰与故障状态的识别,大量EMTP仿真试验表明了该方法的正确性。作为辅助判据,与线路的暂态保护结合,将有效提高特高压输电线路保护的可靠性。 展开更多
关键词 特高压 输电线路 多尺度形态分解 雷击干扰 谱能量 辅助判据
在线阅读 下载PDF
基于多尺度形态学分解谱熵的电机轴承性能退化特征提取 被引量:3
3
作者 王冰 李洪儒 许葆华 《轴承》 北大核心 2013年第8期43-47,共5页
结合数学形态学与信息熵理论,提出一种基于多尺度形态分解谱熵的电机轴承退化特征提取方法。对不同损伤程度轴承的振动信号进行多尺度形态分解,分别计算其在不同尺度域内的复杂性度量:能谱熵与奇异谱熵,以其作为预测特征矢量可以对性能... 结合数学形态学与信息熵理论,提出一种基于多尺度形态分解谱熵的电机轴承退化特征提取方法。对不同损伤程度轴承的振动信号进行多尺度形态分解,分别计算其在不同尺度域内的复杂性度量:能谱熵与奇异谱熵,以其作为预测特征矢量可以对性能退化趋势有很好的线性反映能力。仿真与实例数据验证了此方法的有效性。 展开更多
关键词 电机轴承 性能退化 多尺度形态分解 谱熵 特征提取
在线阅读 下载PDF
基于多尺度形态学的特高压直流输电系统换相失败故障诊断 被引量:11
4
作者 陈仕龙 荣俊香 +2 位作者 毕贵红 李兴旺 曹蕊蕊 《电力系统及其自动化学报》 CSCD 北大核心 2017年第7期118-124,共7页
有效地诊断出特高压直流输电(UHVDC)系统中的换相失败故障,对故障后采取适当的控制措施以及避免交流系统保护装置的误动作具有重要意义。在云广±800 k V UHVDC系统中,对不同故障条件下的直流线路短路故障和换相失败故障进行仿真,... 有效地诊断出特高压直流输电(UHVDC)系统中的换相失败故障,对故障后采取适当的控制措施以及避免交流系统保护装置的误动作具有重要意义。在云广±800 k V UHVDC系统中,对不同故障条件下的直流线路短路故障和换相失败故障进行仿真,利用改进的形态滤波器对不同故障条件下电流的线模分量进行6尺度分解,并提取各尺度下的形态谱。结合形态能谱熵和奇异谱熵提取故障特征,定义两个故障诊断指标作为判别系统运行状态的判据,然后针对这两个指标分别设置4个阈值HE0、HE1、HS0、HS1来诊断直流系统运行状态,即正常运行、线路短路故障、换相失败故障。对不同故障条件下的线路接地短路故障和换相失败故障进行大量仿真,仿真结果表明,该方法能准确地诊断出线路接地短路和换相失败故障。 展开更多
关键词 特高压直流输电系统 换相失败 多尺度形态分解 故障诊断 谱熵
在线阅读 下载PDF
基于AWMMD的柴油机气缸故障特征提取方法研究 被引量:3
5
作者 王珉 秦国军 廖亦凡 《振动与冲击》 EI CSCD 北大核心 2023年第7期333-340,共8页
针对柴油机气缸故障诊断时的噪声干扰问题,提出一种自适应加权多尺度形态分解(adaptive weighted multi-scale morphological decomposing, AWMMD)方法,从各个缸盖表面振动信号中提取故障特征。基于三种组合算子构造一种新的组合差值形... 针对柴油机气缸故障诊断时的噪声干扰问题,提出一种自适应加权多尺度形态分解(adaptive weighted multi-scale morphological decomposing, AWMMD)方法,从各个缸盖表面振动信号中提取故障特征。基于三种组合算子构造一种新的组合差值形态滤波器,用于对振动信号进行多尺度分解;以Teager能量峭度作为评判指标,设计基于遗传算法的各尺度形态模式分量(morphological mode component, MMC)权值自适应分配算法,提出加权多尺度形态分解方法;将自适应权值与多尺度分解的形态模式分量进行绑定,得到优化的故障特征提取结果。仿真信号测试与柴油机故障模拟信号分析结果表明,该方法能有效抑制噪声干扰并提取故障特征。 展开更多
关键词 柴油机气缸 振动信号 特征提取 多尺度形态分解(MMD) 自适应加权(AW)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部