期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
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:18
1
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
基于变采样分辨率相关分析法的铁道客车轮对动平衡测试
2
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LSTM和响应分解的冲击载荷识别方法研究
3
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
APPLICATION OF IMPROVED EMD IN VIBRATION SIGNAL FEATURE EXTRACTION OF VEHICLE
4
作者 辛江慧 安木金 +1 位作者 张雨 任成龙 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI 2012年第2期193-198,共6页
In order to truly obtain the feature extraction of vibration signals under the strong background noise, the analysis and improvement of empirical mode decomposition (EMD) is carried on. After that, the improved EMD ... In order to truly obtain the feature extraction of vibration signals under the strong background noise, the analysis and improvement of empirical mode decomposition (EMD) is carried on. After that, the improved EMD is applied to the feature extraction of vehicle vibration signals. First, the multi-autocorrelation method is adopted in each input signal,so the noise is reduced effectively. Then, EMD is used to deal with these signals,and the intrinsic mode functions (IMFs) are obtained. Finally, for obtaining the feature information of these signals, the Hilbert transformation and the spectrum analysis are performed in some IMFs. Theoretical analysis and ex- periment verify the effectiveness of the method, which are valuable reference for the same engineering problems. 展开更多
关键词 empirical mode decomposition (EMD) vehicle vibration signal multi-autocorrelation feature ex- traction
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部