期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
在线动平衡中振动信号提取方法研究 被引量:14
1
作者 徐娟 罗轶超 +1 位作者 张利 关猛 《电子测量与仪器学报》 CSCD 2012年第11期972-976,共5页
论文介绍了一种适用于在线动平衡法的不平衡振动信号幅值和相位提取法。针对采集的不平衡信号混含大量噪声污染的问题,首先将采集的振动信号进行两级FIR滤波后再通过信号减法运算去除大幅值信号,同时对正弦信号发生器产生的正弦信号采... 论文介绍了一种适用于在线动平衡法的不平衡振动信号幅值和相位提取法。针对采集的不平衡信号混含大量噪声污染的问题,首先将采集的振动信号进行两级FIR滤波后再通过信号减法运算去除大幅值信号,同时对正弦信号发生器产生的正弦信号采用同样的两级滤波器滤波,然后通过对两信号互相关处理计算出不平衡信号的幅值和相位。MATLAB中的仿真结果显示,该方法消除了相位滞后对相位提取精度的影响,且提取的幅值和相位精度比传统互相关法有显著提高。 展开更多
关键词 振动信号提取 互相关分析 滤波消噪 FIR滤波器
在线阅读 下载PDF
SDUV方法中组织振动信号提取算法比较
2
作者 蔡夕然 樊璠 +1 位作者 李晓斐 牛海军 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2014年第12期1761-1766,共6页
组织振动信号的提取是剪切波频散超声振动成像技术(SDUV)方法中的重要步骤.目前,SDUV方法中有两种常用的组织振动信号提取算法,正交解调法(QDM)和互功率谱法(CSM),但是未见比较这两种算法提取质量差异的相关研究.因此,构造了不同信噪比(... 组织振动信号的提取是剪切波频散超声振动成像技术(SDUV)方法中的重要步骤.目前,SDUV方法中有两种常用的组织振动信号提取算法,正交解调法(QDM)和互功率谱法(CSM),但是未见比较这两种算法提取质量差异的相关研究.因此,构造了不同信噪比(SNRU)的参数化仿真超声回波信号模型,分别使用QDM和CSM从超声回波信号中提取组织振动信号,比较了两种方法的提取效果与计算效率.实验结果表明,当SNRU≥35 d B,两种算法在相同信噪比下提取出的信号所分离出的振动相位结果相近,标准差均小于1°,对于剪切波波速的计算结果没有太大影响.CSM的计算效率低于QDM的计算效率.因此,当SNRU<35 d B,为了减小振动信号初始相位的提取误差,应该使用CSM提取组织的振动信号.当SNRU≥35 d B,应该选择QDM提取组织的振动信号,以减少信号处理时间.本研究的发现有助于提高SDUV方法的检测效率. 展开更多
关键词 SDUV 信噪比 振动信号提取 正交解调法 互功率谱法
在线阅读 下载PDF
RFOA优化EEMD阈值和SampEn的水电机组振动信号重构与特征提取 被引量:1
3
作者 董利江 朱霄珣 +6 位作者 刘伟 杨春旭 林翔 高晓霞 吕朝阳 胡乔良 苏海鹏 《水电能源科学》 北大核心 2023年第11期178-182,共5页
针对EEMD在水电机组振动信号降噪处理中的不足,提出一种基于改进果蝇算法(RFOA)优化EEMD噪声IMF分量阈值的降噪算法。通过EEMD算法将噪声信号分解,得到IMF分量,进而通过相关系数法确定噪声信号与有效信号,利用RFOA确定噪声信号IMF分量阈... 针对EEMD在水电机组振动信号降噪处理中的不足,提出一种基于改进果蝇算法(RFOA)优化EEMD噪声IMF分量阈值的降噪算法。通过EEMD算法将噪声信号分解,得到IMF分量,进而通过相关系数法确定噪声信号与有效信号,利用RFOA确定噪声信号IMF分量阈值;将求得的IMF分量的样本熵当作特征向量输入GRNN算法中,进行振动模式识别。研究结果表明,与小波阈值法、EEMD-GA方法相比,所提算法降噪时信噪比最高,降噪效果最佳。 展开更多
关键词 振动信号提取 集合经验模态分解 样本熵 特征提取 广义回归神经网络模型
在线阅读 下载PDF
基于MEEMD-HHT的分布式光纤振动传感系统信号特征提取方法 被引量:19
4
作者 于淼 张耀鲁 +1 位作者 徐泽辰 何禹潼 《红外与激光工程》 EI CSCD 北大核心 2021年第7期200-211,共12页
实际应用中,分布式光纤振动传感系统所测信号多为非平稳随机信号,对其进行模式识别的关键是准确获取信号的幅值-时间-频率瞬时特征。现有的相关研究表明,经验模态分解EMD方法结合希尔伯特变换可获得所测信号中固有模态分量的瞬时能量和... 实际应用中,分布式光纤振动传感系统所测信号多为非平稳随机信号,对其进行模式识别的关键是准确获取信号的幅值-时间-频率瞬时特征。现有的相关研究表明,经验模态分解EMD方法结合希尔伯特变换可获得所测信号中固有模态分量的瞬时能量和瞬时频率,但存在模态混叠问题,后续改进的总体经验模态分解EEMD方法存在伪分量,重构误差大,互补经验模态分解CEEMD方法减小了重构误差的同时增加了运算量,无法保证特征提取与分类的效率与准确性。文中基于改进型经验模态分解方法结合希尔伯特变换MEEMD-HHT方法实现分布式光纤振动传感系统的特征提取,引入的排列熵的评价机制优化了分解过程中随机噪声迭代次数,通过仿真分析与实验对比,验证了该方法可有效解决上述方法中存在的问题,使系统在处理时间、特征准确度等性能皆有提高。实验结果表明,所提出的方法对于单频振动信号平均特征提取准确率达99.2%;对于混频振动信号平均特征提取准确率达98.1%,相对于EMD和CEEMD分别提高15.6%和7%,算法平均耗时最短,为3.825 9 s,为分布式光纤振动传感系统的信号特征提取提供了一种可靠、高效的方法。 展开更多
关键词 分布式光纤振动传感 MEEMD HILBERT变换 振动信号特征提取
在线阅读 下载PDF
基于ARMA模型和自由振动提取技术的海洋平台结构参数识别 被引量:14
5
作者 欧进萍 何林 肖仪清 《应用数学和力学》 CSCD 北大核心 2003年第4期398-404,共7页
用随机减量方法提取海洋平台结构在随机环境荷载非白噪声输入下的自由振动信号和用ARMA(Auto Regressive Moving Average)模型对自由振动数据建模。为了消除平台输出信号中有色噪声的影响,在随机减量系统中加人了一个虚拟系统,并采用导... 用随机减量方法提取海洋平台结构在随机环境荷载非白噪声输入下的自由振动信号和用ARMA(Auto Regressive Moving Average)模型对自由振动数据建模。为了消除平台输出信号中有色噪声的影响,在随机减量系统中加人了一个虚拟系统,并采用导通条件和前导点技术使自由振动提取过程仍在有色输人的状态下进行。同时为了消除参数识别的多值性,提出了采用MA系数修正技术识别海洋平台结构的频率和阻尼动力参数的方法,最后用该套技术对海洋平台结构试验模型进行了参数识别,结果表明该方法具有较好的效果和在线识别使用价值。 展开更多
关键词 海洋平台结构 ARMA 自由振动信号提取 MA参数修正 参数识别
在线阅读 下载PDF
基于OSGMD-Hilbert包络对数分析的齿轮箱齿面磨损早期故障诊断
6
作者 俞香熔 王友仁 王胤博 《振动与冲击》 北大核心 2025年第7期225-231,274,共8页
针对环境噪声下齿轮箱齿面磨损早期微弱故障特征难以提取的问题,提出了一种基于优化型辛几何模态分解-Hilbert包络对数分析的齿轮磨损故障诊断方法。新方法中引入Cao算法和功率谱密度,提出最近邻波动偏差实现嵌入维数的自适应确定,利用... 针对环境噪声下齿轮箱齿面磨损早期微弱故障特征难以提取的问题,提出了一种基于优化型辛几何模态分解-Hilbert包络对数分析的齿轮磨损故障诊断方法。新方法中引入Cao算法和功率谱密度,提出最近邻波动偏差实现嵌入维数的自适应确定,利用奇异值分解进行降噪,采用Pearson-功率谱熵差和闵氏距离作为重构准则以获取特征模态分量,通过Hilbert包络对数分析法突出故障频率成分,并进行故障诊断。该新方法克服了辛几何模态分解嵌入维数依赖经验公式、重构准则单一和噪声鲁棒性欠佳的缺陷。仿真与试验结果分析表明,与辛几何模态分解(symplectic geometric mode decomposition,SGMD)、迭代SGMD、变分模态分解和经验模态分解相比,该新方法能够有效提取早期齿面磨损故障特征信息,表现出更好的鲁棒性。 展开更多
关键词 早期故障诊断 振动信号特征信息提取 优化型辛几何模态分解(OSGMD) 齿轮磨损 Hilbert包络对数分析法 辛几何模态分解(SGMD)
在线阅读 下载PDF
基于LSTM和响应分解的冲击载荷识别方法研究 被引量:1
7
作者 黄大伟 陈立昆 高亚东 《振动与冲击》 EI CSCD 北大核心 2024年第3期69-76,119,共9页
同一量级的冲击载荷所产生的动响应要远大于静态响应,因此准确识别冲击载荷对于航空器结构件的动强度设计、校核与结构健康监测都具有重要意义。该文章提出的方法主要针对一般线性结构的冲击载荷识别问题,从实测冲击响应应变信号出发,... 同一量级的冲击载荷所产生的动响应要远大于静态响应,因此准确识别冲击载荷对于航空器结构件的动强度设计、校核与结构健康监测都具有重要意义。该文章提出的方法主要针对一般线性结构的冲击载荷识别问题,从实测冲击响应应变信号出发,主要解决了冲击载荷与响应信号样本长度不一致这一突出矛盾。首先基于冲击响应信号分解方法来进行振动信号特征提取,然后基于长短期记忆神经网络对载荷和响应信号样本特征进行映射,从而实现冲击载荷识别。通过对挂架模型实测冲击载荷信号进行识别,结果表明4种工况下,该方法识别的冲击载荷的均方根相对误差小于0.6,相关系数大于0.94。结果初步表明,在理想的试验环境中,该方法具备一定的识别精度。 展开更多
关键词 动力学逆问题 冲击载荷识别 响应分解 振动信号特征提取 长短期记忆神经网络
在线阅读 下载PDF
基于变采样分辨率相关分析法的铁道客车轮对动平衡测试
8
作者 吕守宝 赵世田 +3 位作者 崔治 曾勇 唐崇邦 黄涛 《噪声与振动控制》 CSCD 北大核心 2024年第6期143-148,共6页
铁道客车轮对上的不平衡质量影响列车运行安全及速度的进一步提升,轮对安装前需要精确检测不平衡质量并进行动平衡处理。本文提出自适应小波消噪、MUSIC(Multiple Signal Classification)谱估计、相关分析法相结合的方法,实现铁道客车... 铁道客车轮对上的不平衡质量影响列车运行安全及速度的进一步提升,轮对安装前需要精确检测不平衡质量并进行动平衡处理。本文提出自适应小波消噪、MUSIC(Multiple Signal Classification)谱估计、相关分析法相结合的方法,实现铁道客车轮对动平衡振动信号特征的提取。通过Labview软件与MATLAB混合编程实现软件开发,并搭建铁道客车轮对动平衡测试平台进行实验验证,实验验证结果表明,经过降噪和采样分辨率的控制,可以克服现场噪声及频率干扰问题,提取的信号幅值及相位具有较高的精度,可实现轮对上不平衡质量及位置的准确探测。 展开更多
关键词 振动与波 变采样分辨率 相关分析法 铁道客车轮对 振动信号特征提取 动平衡
在线阅读 下载PDF
基于LPSO-GRNN模型的螺栓松紧状态预测研究 被引量:4
9
作者 梁伟 陈志雄 +4 位作者 欧阳忠杰 龚晟炜 钟建华 钟舜聪 廖华忠 《机电工程》 CAS 北大核心 2023年第11期1814-1822,共9页
在轴重式动态汽车衡的服役状态下,由于受到重型货车频繁的加卸载循环冲击,会导致其内部螺栓发生松弛脱落,针对这一问题,提出了一种基于莱维飞行改进粒子群算法优化的广义回归神经网络(LPSO-GRNN)的轴重式动态汽车衡螺栓松紧状态预测模型... 在轴重式动态汽车衡的服役状态下,由于受到重型货车频繁的加卸载循环冲击,会导致其内部螺栓发生松弛脱落,针对这一问题,提出了一种基于莱维飞行改进粒子群算法优化的广义回归神经网络(LPSO-GRNN)的轴重式动态汽车衡螺栓松紧状态预测模型,并结合振动信号特征提取,将该模型应用于汽车衡螺栓松紧状态的预测。首先,研究并提取了螺栓不同松紧状态下输出振动信号的波形指标、峰值指标、脉冲指标、峭度指标等信号特征,并将其作为模型的共同输入特征向量;然后,采用莱维飞行提高了粒子群优化算法的寻优能力,通过产生随机步长,提高了算法的全局寻优能力,避免算法陷入局部最优值;利用改进的算法对广义回归神经网络(GRNN)的光滑因子进行了优化,得到了全局最优的光滑因子;最后,通过设计实验,分别使用广义回归神经网络(GRNN)、粒子群算法优化广义回归神经网络(PSO-GRNN)和LPSO-GRNN,以此来对螺栓松紧状态进行了预测,并将预测结果与实际情况进行了对比分析。实验结果表明:基于LPSO-GRNN建立的螺栓松紧状态预测模型,其预测准确率可达到95%。研究结果表明:该螺栓松紧状态预测模型可以有效提高汽车衡螺栓松紧预测的准确率,同时有效解决粒子群算法容易陷入局部最优收敛的问题。 展开更多
关键词 轴重式动态汽车衡 LPSO-GRNN预测模型 螺栓紧固 振动信号特征提取 广义回归神经网络 粒子群算法优化 莱维飞行
在线阅读 下载PDF
基于频谱相关性分析的齿轮早期磨损诊断 被引量:2
10
作者 王宏民 禅亮 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第1期18-25,共8页
基于振动分析的齿轮故障检测已被证明在故障识别中是有效的,但对表征早期磨损的振动信号的提取和识别仍没有得到很好的解决.本文提出一种基于频谱相关性分析的变分模态分解(VMD)和核支持向量机(SVM)相结合的齿轮早期磨损诊断方法,对能... 基于振动分析的齿轮故障检测已被证明在故障识别中是有效的,但对表征早期磨损的振动信号的提取和识别仍没有得到很好的解决.本文提出一种基于频谱相关性分析的变分模态分解(VMD)和核支持向量机(SVM)相结合的齿轮早期磨损诊断方法,对能够揭示早期磨损状态的微弱齿轮振动信号采用近似完全重构的准则来初始化模式数,并采用信号功率谱密度最大值对应的频率初始化VMD方法的中心频率,用以有效提取齿轮磨损信息,进而结合核支持向量机进行齿轮的早期磨损诊断.实验结果表明,所提方法可有效克服背景噪声大无法预设模式数的问题,对噪声具有更好的鲁棒性,诊断准确率达到94.4%,可为齿轮早期磨损检测提供解决方法. 展开更多
关键词 齿轮振动信号提取 早期磨损诊断 频谱相关性分析 变分模态分解 支持向量机
在线阅读 下载PDF
Theoretical analysis of adaptive harmonic window and its application in frequency extraction of vibration signal 被引量:9
11
作者 LI Shun-ming WANG Jin-rui LI Xiang-lian 《Journal of Central South University》 SCIE EI CAS CSCD 2018年第1期241-250,共10页
The goal of this paper is to find an excellent adaptive window function for extracting the weak vibration signal and high frequency vibration signal under strong noise.The relationship between windowing transform andf... The goal of this paper is to find an excellent adaptive window function for extracting the weak vibration signal and high frequency vibration signal under strong noise.The relationship between windowing transform andfiltering is analyzed first in the paper.The advantage of adjustable time-frequency window of wavelet transform is introduced.Secondly the relationship between harmonic wavelet and multiple analytic band-pass filter is analyzed.The coherence of the multiple analytic band-pass filter and harmonic wavelet base function is discussed,and the characteristic that multiple analytic band-pass filter included in the harmonic wavelet transform is founded.Thirdly,by extending the harmonic wavelet transform,the concept of the adaptive harmonic window and its theoretical equation without decomposition are put forward in this paper.Then comparing with the Hanning window,the good performance of restraining side-lobe leakage possessed by adaptive harmonic window is shown,and the adaptive characteristics of window width changing and analytical center moving of the adaptive harmonic window are presented.Finally,the proposed adaptive harmonic window is applied to weak signal extraction and high frequency orbit extraction of high speed rotor under strong noise,and the satisfactory results are achieved.The application results show that the adaptive harmonic window function can be successfully applied to the actual engineering signal processing. 展开更多
关键词 window function Fourier transform filter harmonic wavelet ADAPTIVE vibration signal extraction
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部