二维多尺度符号样本熵在滚动轴承故障诊断中的应用

1

作者 孙壮壮 郑近德 +2 位作者 童靳于 潘海洋 刘庆运 《机械科学与技术》 北大核心 2025年第8期1308-1316,共9页

样本熵是度量时间序列复杂性的非线性动力学分析方法,也是滚动轴承故障特征表征的有效工具。一维样本熵只对信号的时域信息进行分析,二维样本熵可以度量信号时频域的复杂性信息。但二维样本熵比一维样本熵的计算时间更长,且容易受噪声... 样本熵是度量时间序列复杂性的非线性动力学分析方法,也是滚动轴承故障特征表征的有效工具。一维样本熵只对信号的时域信息进行分析,二维样本熵可以度量信号时频域的复杂性信息。但二维样本熵比一维样本熵的计算时间更长,且容易受噪声干扰。为此,利用符号动态滤波消除背景噪声和提高计算效率,提出了一种新的衡量信号时频分布复杂性的二维符号样本熵。同时,为了提取信号多尺度特征,将二维符号样本熵扩展到多尺度分析,提出了二维多尺度符号样本熵。在此基础上,提出了一种基于二维多尺度符号样本熵和萤火虫优化支持向量机的滚动轴承故障诊断的新方法。最后,通过模拟信号和实测数据分析,将其与二维多尺度样本熵和二维多尺度排列熵进行了对比,结果表明所提故障诊断方法的诊断精度更高。 展开更多

关键词 样本熵 二维多尺度样本熵 符号动态滤波 二维多尺度符号样本熵 故障诊断

在线阅读 下载PDF 职称材料

基于复合多尺度等概率符号化样本熵的两相流动态特性分析 被引量：1

2

作者 孙庆明 巴頔 +2 位作者 钟林 王成龙 陈淑鑫 《大连理工大学学报》 CAS CSCD 北大核心 2024年第2期127-137,共11页

多尺度样本熵(MSE)在两相流动态特性分析中存在两点不足:一是熵值无法单纯反映时间序列信息增长速率,在高尺度下稳定性较差;二是传统粗粒化过程中有部分数据信息丢失.针对上述问题,提出复合多尺度等概率符号化样本熵(CMESSE),并通过对... 多尺度样本熵(MSE)在两相流动态特性分析中存在两点不足:一是熵值无法单纯反映时间序列信息增长速率,在高尺度下稳定性较差;二是传统粗粒化过程中有部分数据信息丢失.针对上述问题,提出复合多尺度等概率符号化样本熵(CMESSE),并通过对几种典型非线性时间序列进行分析验证了其有效性.与MSE相比,CMESSE不仅能够有效表征不同动力系统非线性时间序列复杂性,而且在时间序列较短时稳定性更好.在此基础上分析了123组流动条件下垂直上升管内空气-水两相流压差波动时间序列.研究结果表明,泡状流、塞状流及混状流的CMESSE变化趋势能够在不同尺度下定性表征不同流型的动态特性,CMESSE复杂性指数可跨多尺度定量描述不同流型的动力学复杂性. 展开更多

关键词 复合多尺度 符号化 样本熵 两相流 动态特性

在线阅读 下载PDF 职称材料

基于多变量多尺度云样本熵和模糊支持向量机的开关柜故障分类 被引量：15

3

作者 辛业春 崔金栋 +2 位作者 周川 王强钢 周念成 《电网技术》 EI CSCD 北大核心 2016年第11期3597-3603,共7页

利用智能开关柜多源监测数据识别其异常状态和故障类型,可实现配电设备高效精细的运维管理。为提取开关柜的故障特征,利用传感器监测开关柜电压、电流、温湿度和闪光信号等状态量,通过引入降半梯形云模型量化状态量时间序列的复合延迟... 利用智能开关柜多源监测数据识别其异常状态和故障类型,可实现配电设备高效精细的运维管理。为提取开关柜的故障特征,利用传感器监测开关柜电压、电流、温湿度和闪光信号等状态量,通过引入降半梯形云模型量化状态量时间序列的复合延迟向量间的相似度,由此软化多变量多尺度样本熵相似容限判据,进而获取包含多个时间尺度的开关柜多通道状态监测数据的多变量多尺度云样本熵(MMCSE)故障特征向量;依据分段半降正态云模型量化开关柜故障样本间关联关系的不确定性,综合样本空间的区域差异性和分散性计算样本隶属度,形成改进的模糊支持向量机(FSVM)特征分类方法,实现了开关柜不同故障类型的识别。根据现场实时监测数据,验证结果表明所提方法具有较高的分类正确性。 展开更多

关键词 智能开关柜 多变量多尺度云样本熵 模糊支持向量机 云模型 故障分类

在线阅读 下载PDF 职称材料

基于多尺度子带样本熵和LPP的轴承故障诊断方法 被引量：13

4

作者 王广斌 杜谋军 +1 位作者 韩清凯 李学军 《振动与冲击》 EI CSCD 北大核心 2016年第20期71-76,97,共7页

轴承损伤是机械设备损伤的主要原因之一,其产生的振动信号具有微弱、非平稳和非线性的特点。针对不能准确从微弱信号中提取故障特征的问题,提出使用多尺度子带样本熵,首先对信号进行小波包分解得到多尺度信号,再将每一个多尺度信号进行... 轴承损伤是机械设备损伤的主要原因之一,其产生的振动信号具有微弱、非平稳和非线性的特点。针对不能准确从微弱信号中提取故障特征的问题,提出使用多尺度子带样本熵,首先对信号进行小波包分解得到多尺度信号,再将每一个多尺度信号进行子带分解得到多尺度子带信号,再求其样本熵得到多尺度子带样本熵,该方法能深入挖掘微弱信号的本质特征;针对非平稳信号能量密度分布不均的问题,提出使用平滑伪Wigner-Ville分布,其可对非平稳信号的瞬时对称相关函数进行时频聚集处理,使信号的能量均匀分布;针对不能准确的挖掘非线性数据的主流形的问题,提出使用局部保持投影(LPP,Locality Preserving Projection),LPP在投影过程中保持了最优的数据局部邻域关系,可以准确的挖掘非线性数据的主流形。文中分别采用四组正常、内圈故障、滚珠故障和外圈故障信号作为原始数据来验证该方法的有效性,实验结果证明该方法能有效地对信号故障进行分离和识别。 展开更多

关键词 轴承损伤 特征提取 多尺度子带样本熵 平滑伪wlgner-vme分布 LPP分布

在线阅读 下载PDF 职称材料

基于多尺度样本熵与阈值的语音端点检测 被引量：4

5

作者 王波 于凤芹 《计算机工程》 CAS CSCD 北大核心 2016年第12期268-271,共4页

针对样本熵对突变噪声敏感导致的误检问题,提出一种改进的语音端点检测算法。该算法在时域采用尺度因子对语音信号进行多尺度变换,计算各尺度下的样本熵和阈值,统计样本熵大于门限阈值的尺度个数并与总尺度个数进行比较,实现语音端点检... 针对样本熵对突变噪声敏感导致的误检问题,提出一种改进的语音端点检测算法。该算法在时域采用尺度因子对语音信号进行多尺度变换,计算各尺度下的样本熵和阈值,统计样本熵大于门限阈值的尺度个数并与总尺度个数进行比较,实现语音端点检测。实验结果表明,该算法能够较好地消除样本熵对突变噪声的敏感性,并且与近似熵和样本熵检测算法相比,在低信噪比条件下具有更高的检测准确率。 展开更多

关键词 多尺度样本熵 多尺度变换 语音端点检测 阈值 近似熵

在线阅读 下载PDF 职称材料

基于EEMD多尺度样本熵的S700K转辙机故障诊断 被引量：23

6

作者 魏文军 刘新发 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第11期2763-2772,共10页

针对S700K转辙机在运行过程中的故障诊断问题,提出一种基于集合经验模态分解(EEMD)的多尺度样本熵的信号分析及故障诊断方法。首先对S700K转辙机功率曲线进行EEMD分解,得到不同时间尺度的固有模态函数(IMF)分量,并提取每一个IMF分量的... 针对S700K转辙机在运行过程中的故障诊断问题,提出一种基于集合经验模态分解(EEMD)的多尺度样本熵的信号分析及故障诊断方法。首先对S700K转辙机功率曲线进行EEMD分解,得到不同时间尺度的固有模态函数(IMF)分量,并提取每一个IMF分量的样本熵,由于样本熵能够有效区分不同信号的复杂度,故可获得转辙机不同状态下的特征参数。最后,利用这些不同运行状态下的特征参数构建特征模式矩阵,采用模糊聚类分析算法求解该矩阵的模糊等价矩阵。在模糊等价矩阵中,当λ(可变阈值)在[0, 1]范围内变动时,模糊等价矩阵转化为等价的布尔矩阵,由布尔矩阵可以得到动态聚类图并得到分类结果,从而实现故障诊断。研究结果表明:本文算法能准确提取故障特征且支持多种故障同时检测,有效提高了S700K转辙机故障诊断的精度与效率。 展开更多

关键词 EEMD 多尺度样本熵 固有模态函数(IMF) 模糊聚类 等价矩阵

在线阅读 下载PDF 职称材料

基于多尺度样本熵的时间序列复杂度研究 被引量：3

7

作者 尚传福 《现代电子技术》 北大核心 2017年第17期40-43,共4页

对于三维空间中时间序列的复杂度分析,多采用多尺度样本熵(MSE),针对MSE方法随着时间序列复杂度的增加样本熵估计的准确率下降的缺陷,提出采用多尺度样本熵模型。对提出的MSE模型进行实验验证分析,根据时间序列复杂程度的不同,分别采用... 对于三维空间中时间序列的复杂度分析,多采用多尺度样本熵(MSE),针对MSE方法随着时间序列复杂度的增加样本熵估计的准确率下降的缺陷,提出采用多尺度样本熵模型。对提出的MSE模型进行实验验证分析,根据时间序列复杂程度的不同,分别采用复合多尺度样本熵(CMSE)以及改进复合多尺度样本熵(RCMSE)对时间序列进行研究分析,得出不同的仿真结果。证明对于时间序列的复杂度研究,采用MSE的方法能达到提高准确率的效果。 展开更多

关键词 时间序列 RCmse 多尺度样本熵 复杂度分析

在线阅读 下载PDF 职称材料

基于ICEEMDAN多尺度熵与NGO-HKELM的转子故障诊断 被引量：4

8

作者 陆水 李振鹏 +2 位作者 李军 颜东梅 黄福川 《组合机床与自动化加工技术》 北大核心 2024年第4期175-180,共6页

针对电机转子故障信号非平稳、敏感的故障特征不能有效提取,传统分类器参数智能优化算法存在优化速度慢、调整参数多、易陷入局部最优等问题提出基于ICEEMDAN-MSE-KPCA与NGO-HKELM优化的转子故障诊断方法。首先,采用改进的自适应噪声完... 针对电机转子故障信号非平稳、敏感的故障特征不能有效提取,传统分类器参数智能优化算法存在优化速度慢、调整参数多、易陷入局部最优等问题提出基于ICEEMDAN-MSE-KPCA与NGO-HKELM优化的转子故障诊断方法。首先,采用改进的自适应噪声完全集合经验模态分解(improved complete empirical mode decomposition with adaptive noise,ICEEMDAN)方法对转子振动信号进行分解和重构;计算重构信号的多尺度样本熵(multiscale sample entropy,MSE),形成特征向量,通过核主成分分析(kernel principal component analysis,KPCA)方法对高维的特征向量进行降维;最后,将降维后的特征向量输入北方苍鹰算法(northern goshawk optimization,NGO)优化的混合核极限学习机(hybrid extreme learning machine,HKELM)进行转子故障分类。研究结果表明,基于ICEEMDAN-MSE-KPCA与NGO-HKELM优化的转子故障诊断模型,平均识别准确率可达97.7273%,平均寻优时间为1.0681 s,收敛速度快、准确率高以及分类效果好。 展开更多

关键词 改进的ICEEMDAN 多尺度样本熵 北方苍鹰算法 混合核极限学习机 转子故障诊断

在线阅读 下载PDF 职称材料

基于重构误差及多尺度交叉样本熵的谐振接地系统故障选线 被引量：12

9

作者 田业 徐天奇 +2 位作者 李琰 邓小亮 王阳光 《电力系统保护与控制》 CSCD 北大核心 2021年第13期95-104,共10页

针对大量应用电缆线路导致的谐振接地系统单相接地故障时选线正确率下降的问题,提出一种基于计算馈线暂态零序电流重构误差及其低频分量多尺度交叉样本熵的故障选线方法。谐振接地系统单相接地故障时由于消弧线圈补偿作用,故障线路暂态... 针对大量应用电缆线路导致的谐振接地系统单相接地故障时选线正确率下降的问题,提出一种基于计算馈线暂态零序电流重构误差及其低频分量多尺度交叉样本熵的故障选线方法。谐振接地系统单相接地故障时由于消弧线圈补偿作用,故障线路暂态零序电流相位、周期变化均与健全线路不同。利用相位变化不同,通过同步挤压小波逆变换对暂态零序电流进行重构并计算误差。利用周期变化不同计算暂态零序电流低频分量多尺度交叉样本熵。重构误差、交叉样本熵之和均为最大值的线路即为故障线路。大量仿真结果证明,该方法受不同故障条件影响较小,可靠性高,抗干扰性强。 展开更多

关键词 配电网 谐振接地系统 故障选线 同步挤压小波变换 多尺度交叉样本熵

在线阅读 下载PDF 职称材料

广义精细复合多尺度样本熵与流形学习相结合的滚动轴承故障诊断方法 被引量：31

10

作者 王振亚 姚立纲 《中国机械工程》 EI CAS CSCD 北大核心 2020年第20期2463-2471,共9页

针对滚动轴承故障特征提取困难的问题,提出了一种广义精细复合多尺度样本熵(GRCMSE)与流形学习相结合的特征提取方法。利用GRCMSE提取滚动轴承故障特征信息;采用判别式扩散映射分析(DDMA)方法对高维特征进行降维处理;将低维故障特征输... 针对滚动轴承故障特征提取困难的问题,提出了一种广义精细复合多尺度样本熵(GRCMSE)与流形学习相结合的特征提取方法。利用GRCMSE提取滚动轴承故障特征信息;采用判别式扩散映射分析(DDMA)方法对高维特征进行降维处理;将低维故障特征输入粒子群优化支持向量机多故障分类器中进行故障识别。滚动轴承故障实验分析结果表明:GRCMSE特征提取效果优于多尺度样本熵(MSE)、精细复合多尺度样本熵(RCMSE)和广义多尺度样本熵(GMSE);DDMA降维效果优于等度规映射(Isomap)和局部切空间排列(LTSA)的降维效果;GRCMSE和DDMA相结合后的滚动轴承故障识别精度达到100%。 展开更多

关键词 广义精细复合多尺度样本熵 判别式扩散映射分析 故障诊断 流形学习 滚动轴承

在线阅读 下载PDF 职称材料

基于多尺度局部最大样本熵的液压泵故障特征提取 被引量：2

11

作者 马济乔 李洪儒 许葆华 《液压与气动》 北大核心 2014年第12期23-27,共5页

提出了一种新的表征时间序列复杂度的方法——多尺度局部最大样本熵。多尺度局部最大样本熵不仅克服了样本熵只能在单一尺度上衡量时间序列复杂度的缺点,而且与多尺度熵相比,既提高了每个时间尺度上样本熵的精度,又抑制了振动信号中的... 提出了一种新的表征时间序列复杂度的方法——多尺度局部最大样本熵。多尺度局部最大样本熵不仅克服了样本熵只能在单一尺度上衡量时间序列复杂度的缺点,而且与多尺度熵相比,既提高了每个时间尺度上样本熵的精度,又抑制了振动信号中的噪声和干扰成分。通过对仿真信号的对比分析,验证了多尺度局部最大熵在处理振动信号上的优势,将其应用到液压泵振动信号的特征提取中,很好地区分出了液压泵的不同故障。 展开更多

关键词 液压泵 特征提取 多尺度 样本熵

在线阅读 下载PDF 职称材料

基于ALIF多尺度样本熵和CNN的螺栓组松动定位 被引量：2

12

作者 张世壮 王涛 +1 位作者 谭波海 袁锐 《传感技术学报》 CAS CSCD 北大核心 2022年第6期850-856,共7页

针对螺栓组中松动螺栓定位的问题,基于自适应局部迭代滤波算法(ALIF)和多尺度样本熵(MSE),提出了一种新的特征提取方法,并用卷积神经网络(CNN)分类识别特征来实现对松动螺栓的有效定位。首先,将螺栓组在不同工况下的非线性响应信号进行... 针对螺栓组中松动螺栓定位的问题,基于自适应局部迭代滤波算法(ALIF)和多尺度样本熵(MSE),提出了一种新的特征提取方法,并用卷积神经网络(CNN)分类识别特征来实现对松动螺栓的有效定位。首先,将螺栓组在不同工况下的非线性响应信号进行自适应局部迭代滤波分解;然后,选取分解后部分有效的本征模态函数(IMF),并提取每一个IMF分量的多个尺度的样本熵形成二维特征矩阵;最后,将特征矩阵输入CNN,训练好的网络模型被用来实现对螺栓组中螺栓松动的定位。基于压电主动传感设计了实验装置,并选择混沌信号作为激励进行了实验研究。实验结果表明:该方法能够有效定位出螺栓组中松动的螺栓,并且相比于其他方法有着更高的准确性、更快的训练速度和更强的鲁棒性。 展开更多

关键词 螺栓松动 定位 压电换能器 自适应迭代滤波 多尺度样本熵 卷积神经网络

在线阅读 下载PDF 职称材料

多尺度样本熵对脑信号复杂度评估算法的修正 被引量：1

13

作者 李筱菁 刘云青 +2 位作者 丁颖 孙友然 周薇 《山东科技大学学报（自然科学版）》 CAS 北大核心 2023年第1期110-117,共8页

多尺度样本熵(MSE)算法作为一种时间序列非线性复杂度测量方法,近年来在生物信号分析中得到广泛应用。针对MSE对不同粗粒化程度数据序列的匹配标准缺少区分度的问题,提出一种修正方法,将序列匹配标准与不同粗粒化程度的数据相对应,以提... 多尺度样本熵(MSE)算法作为一种时间序列非线性复杂度测量方法,近年来在生物信号分析中得到广泛应用。针对MSE对不同粗粒化程度数据序列的匹配标准缺少区分度的问题,提出一种修正方法,将序列匹配标准与不同粗粒化程度的数据相对应,以提高MSE对信号复杂度测量的准确度和可解释性。采用修正前、后的MSE分别对模拟噪声信号和人类脑电信号复杂度进行了计算。结果表明:修正后的MSE所表征的复杂度更符合白噪声与1/f噪声的物理意义,且对脑电信号在高时间尺度闭眼与睁眼实验条件下的复杂度具有更好的区分效果,复杂度差异存在统计显著性。 展开更多

关键词 多尺度样本熵 复杂度 脑信号 评估算法

在线阅读 下载PDF 职称材料

基于精细化改进多尺度快速样本熵的旋转机械故障诊断方法研究 被引量：9

14

作者 周付明 刘武强 +2 位作者 杨小强 申金星 陈赵懿 《机械强度》 CAS CSCD 北大核心 2023年第1期1-8,共8页

为了解决现有多尺度样本熵(Multiscale Sample Entropy, MSE)方法提取复杂序列特征时存在的计算效率低及幅值信息缺失等问题,提出精细化改进多尺度快速样本熵(Refined Improved Multiscale Fast Sample Entropy, RIMFSE)方法。首先使用... 为了解决现有多尺度样本熵(Multiscale Sample Entropy, MSE)方法提取复杂序列特征时存在的计算效率低及幅值信息缺失等问题,提出精细化改进多尺度快速样本熵(Refined Improved Multiscale Fast Sample Entropy, RIMFSE)方法。首先使用快速样本熵代替传统样本熵,通过改进重构向量匹配机制大幅降低了计算成本,而后使用改进的多尺度拓展方法代替传统的粗粒化方法,避免了幅值信息的丢失。在此基础上,结合最大相关最小冗余(Max-relevance and Min-redundancy, mRMR)方法及支持向量机(Support Vector Machine, SVM)分类器提出一种新的旋转机械故障诊断方法。使用齿轮箱和轴承两个故障数据集对提出方法的性能进行验证,同时将提出的方法与MSE,复合MSE(Composite Multiscale Sample Entropy, CMSE)及精细化复合MSE(Refined Composite Multiscale Sample Entropy, RCMSE)等现有方法进行对比。结果表明,相较于MSE、CMSE及RCMSE,提出的方法在鲁棒性、计算效率及识别精度等方面均具有明显优势,为基于熵特征提取的旋转机械故障诊断提供了一种新的思路。 展开更多

关键词 精细化改进多尺度快速样本熵 最大相关最小冗余 支持向量机分类器 旋转机械 故障诊断

在线阅读 下载PDF 职称材料

基于改进MSE算法的滑动轴承故障特征提取研究

15

作者 董红平 朱代根 范辉 《现代制造工程》 北大核心 2025年第1期156-162,共7页

针对往复压缩机滑动轴承故障振动信号特征提取困难、识别准确率低等问题,提出了一种改进多尺度样本熵(Multiscale Entropy,MSE)轴承故障特征提取方法。首先,针对样本熵计算步骤中存在冗余计算以及计算量大等问题,引进符号化思想,对统计... 针对往复压缩机滑动轴承故障振动信号特征提取困难、识别准确率低等问题,提出了一种改进多尺度样本熵(Multiscale Entropy,MSE)轴承故障特征提取方法。首先,针对样本熵计算步骤中存在冗余计算以及计算量大等问题,引进符号化思想,对统计不同维度下向量间距离小于阀值的向量个数时存在的重复计算问题进行简化,得到一种快速的样本熵算法;其次,针对传统三次样条插值方法无法满足复杂多变性的时间序列信号多尺度化处理过程,提出采用三次三角B样条插值方法代替传统的三次样条插值方法,对多尺度样本熵进行多尺度化,提高MSE的求解精度;最后以往复压缩机滑动轴承间隙故障为研究对象,应用改进MSE方法实现其故障信号特征提取。研究结果表明,当样本长度为24 056时,改进MSE算法特征提取的计算效率较原MSE方法增长近9.12倍,提升的百分比为816.62%,并且该方法同时提高了原MSE算法的故障诊断识别准确率。 展开更多

关键词 往复式压缩机 故障特征提取 滑动轴承 多尺度样本熵

在线阅读 下载PDF 职称材料

多尺度熵在转子故障诊断中的应用 被引量：46

16

作者 郑近德 程军圣 胡思宇 《振动．测试与诊断》 EI CSCD 北大核心 2013年第2期294-297,342,共4页

为解决从信号中提取故障特征难的问题,介绍了一种新的信号故障特征提取方法——多尺度熵(multi-scaleentropy,简称MSE),并将样本熵和多尺度熵分别应用于转子故障信号复杂性的度量,以提取故障特征。试验数据分析表明,与样本熵相比,多尺... 为解决从信号中提取故障特征难的问题,介绍了一种新的信号故障特征提取方法——多尺度熵(multi-scaleentropy,简称MSE),并将样本熵和多尺度熵分别应用于转子故障信号复杂性的度量,以提取故障特征。试验数据分析表明,与样本熵相比,多尺度熵更能有效地实现转子故障类型的诊断。 展开更多

关键词 样本熵 多尺度熵 转子 故障诊断

在线阅读 下载PDF 职称材料

基于多尺度熵的滚动轴承故障诊断方法 被引量：38

17

作者 郑近德 程军圣 杨宇 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第5期38-41,共4页

针对滚动轴承故障振动信号具有不同复杂性的特点,提出了一种新的基于多尺度熵(multi-scale entropy,简称MSE)和支持向量机的滚动轴承故障诊断方法.该方法首先利用MSE方法对滚动轴承不同类型振动信号进行故障特征提取,然后与样本熵方法... 针对滚动轴承故障振动信号具有不同复杂性的特点,提出了一种新的基于多尺度熵(multi-scale entropy,简称MSE)和支持向量机的滚动轴承故障诊断方法.该方法首先利用MSE方法对滚动轴承不同类型振动信号进行故障特征提取,然后与样本熵方法对比说明MSE方法相对于样本熵方法的优势,最后通过适合小样本分类的支持向量机作为分类器来识别滚动轴承故障类型.对实验数据分析的结果表明,该方法能有效地实现滚动轴承故障类型的诊断. 展开更多

关键词 样本熵 多尺度熵 滚动轴承 故障诊断 复杂性

在线阅读 下载PDF 职称材料

基于改进的本征时间尺度分解和基本尺度熵的齿轮故障诊断方法 被引量：13

18

作者 钟先友 赵春华 +1 位作者 陈保家 曾良才 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2015年第3期870-877,共8页

针对齿轮振动信号的非线性、非平稳特征和难以获取大量故障样本的问题,提出改进的本征时间尺度分解方法(IITD)和基本尺度熵(BE)的齿轮故障诊断方法。采用IITD方法对齿轮振动信号进行分解,再对得到的前4个有意义的合理旋转(PR)分量计算... 针对齿轮振动信号的非线性、非平稳特征和难以获取大量故障样本的问题,提出改进的本征时间尺度分解方法(IITD)和基本尺度熵(BE)的齿轮故障诊断方法。采用IITD方法对齿轮振动信号进行分解,再对得到的前4个有意义的合理旋转(PR)分量计算其基本尺度熵,并将熵值作为特征向量输入支持向量机分类器,从而实现齿轮故障类别的诊断。实验结果表明,该方法能有效地实现齿轮故障类型的诊断。 展开更多

关键词 本征时间尺度分解 基本尺度熵 支持向量机 样本熵

在线阅读 下载PDF 职称材料

基于多尺度熵的心电图分析 被引量：7

19

作者 王俊 宁新宝 马千里 《中国生物医学工程学报》 CAS CSCD 北大核心 2008年第3期331-334,共4页

使用Costa等提出的算法研究心电图(ECG)的多尺度样本熵(MSE)的特性。研究发现,心电图MSE均值随着心脏健康状况的变差呈下降趋势。健康人的心电图的MSE波动范围比较稳定在某个范围之内;而冠心病人的波动范围则相对较大;心梗病人的MSE变... 使用Costa等提出的算法研究心电图(ECG)的多尺度样本熵(MSE)的特性。研究发现,心电图MSE均值随着心脏健康状况的变差呈下降趋势。健康人的心电图的MSE波动范围比较稳定在某个范围之内;而冠心病人的波动范围则相对较大;心梗病人的MSE变动范围比较小,波动范围收敛在相对低的多尺度熵值区域。研究表明MSE均值和波动范围的变动情况可以比较有效地揭示心脏健康状况,尤其是MSE波动范围的大小变化情况表征了心脏疾病演化的动态过程(在疾病形成之中其熵值的波动范围变化最大),是一个早期发现病症较为灵敏的参数,具有重要的临床诊断意义。 展开更多

关键词 多尺度熵 心电图 样本熵 熵值变动范围

在线阅读 下载PDF 职称材料

多尺度熵在棒束通道气液两相流压差信号分析中的应用 被引量：10

20

作者 周云龙 尹洪梅 丁会晓 《化工学报》 EI CAS CSCD 北大核心 2016年第9期3625-3632,共8页

棒束通道气液两相流的压差信号是非线性的,多尺度熵法在分析非线性信号方面效果较好。运用多尺度熵对压差信号进行分析,在7×7棒束通道的气液两相流实验台上采集压差信号,针对104种流动条件4种流型的压差时间序列分析其多尺度熵特... 棒束通道气液两相流的压差信号是非线性的,多尺度熵法在分析非线性信号方面效果较好。运用多尺度熵对压差信号进行分析,在7×7棒束通道的气液两相流实验台上采集压差信号,针对104种流动条件4种流型的压差时间序列分析其多尺度熵特征。研究发现:小尺度(前8个)下的多尺度熵率可以准确区分棒束通道4种流型;大尺度下的样本熵变化趋势可以揭示4种流型的动力学特性。 展开更多

关键词 气液两相流 多尺度 样本熵 流型识别 棒束通道 算法

在线阅读 下载PDF 职称材料