期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于DSTFN-VMDNR的粮食抛光机轴承故障诊断
1
作者 黄佳文 蔡华锋 《粮油食品科技》 北大核心 2025年第5期154-161,共8页
针对用于粮食加工的抛光机在实际运行环境中信号复杂且具有非平稳性等问题,本研究提出了一种基于深度时序特征融合网络(DSTFN-VMDNR)的故障诊断方法。首先,利用变分模态分解(VMD)对原始信号进行降噪,从中提取出多个平稳的模态分量。其次... 针对用于粮食加工的抛光机在实际运行环境中信号复杂且具有非平稳性等问题,本研究提出了一种基于深度时序特征融合网络(DSTFN-VMDNR)的故障诊断方法。首先,利用变分模态分解(VMD)对原始信号进行降噪,从中提取出多个平稳的模态分量。其次,通过时序网络(TimesNet)结合双向长短期记忆网络(BiLSTM)提取深层多尺度特征。随后,引入卷积残差块进一步增强特征提取的能力。最后,采用全局平均池化(GAP)层对提取的特征进行汇聚,以减少参数数量并提升模型的泛化能力。在美国凯斯西储大学和中国江南大学的两个数据集上进行验证,模型的准确率分别为99.75%和96.87%。结果表明,该方法在抛光机轴承故障诊断方面具有显著优势。 展开更多
关键词 变分模态分解 平稳模态分量 轴承故障诊断 时序网络 双向长短期记忆网络
在线阅读 下载PDF
希尔伯特—黄变换时频分析在沉积旋回划分中的应用 被引量:2
2
作者 孙兴刚 赵晓 +1 位作者 刘浩杰 赵翠霞 《油气地质与采收率》 CAS CSCD 北大核心 2012年第6期58-60,65,共4页
希尔伯特—黄变换是基于地震数据对信号进行经验模态分解的新的时频分析方法,其克服了原有时频分析方法因受到分辨率和信号平稳性的限制导致沉积旋回划分精度降低的影响,通过对非平稳信号进行处理得到地震信号不同固有模态分量的瞬时时... 希尔伯特—黄变换是基于地震数据对信号进行经验模态分解的新的时频分析方法,其克服了原有时频分析方法因受到分辨率和信号平稳性的限制导致沉积旋回划分精度降低的影响,通过对非平稳信号进行处理得到地震信号不同固有模态分量的瞬时时频特征,以此为基础,精细刻画地震资料中的时间、频率和能量之间的关系,进而依据不同模态分量的瞬时时频特征划分出不同级次的地层沉积旋回。模型数据与实际地震资料的处理结果表明,地震数据通过希尔伯特—黄变换时频分析能够准确地进行地层沉积旋回划分,实现的过程简单实用且精确度较高,从而为地层的沉积旋回划分和精细对比提供了有效方法和参考依据。 展开更多
关键词 希尔伯特-黄变换时频分析非平稳信号固有模态分量沉积旋回瞬时时频
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部