检索结果-维普期刊中文期刊服务平台

基于改进多元多尺度熵的人体步态加速度信号分类被引量：2: 1; 作者王旭尧徐永红《传感技术学报》 CAS CSCD 北大核心 2015年第12期1805-1811,共7页; 传统多元多尺度熵算法在处理有限长时间序列时,会使均值曲线产生较大的波动,并且阈值的选取也会对结果产生较大的影响。因此,在传统多元多尺度熵的基础上首先对传统粗粒化方式进行了改进,改进后的算法采用滑动均值滤波使粗粒化后各尺度... 展开更多; 关键词步态分类加速度信号改进多元多尺度熵传统多元多尺度熵; 在线阅读下载PDF 职称材料

基于改进多元多尺度加权排列熵的齿轮箱故障诊断被引量：5: 2; 作者赵家浩廖晓娟唐锡雷《组合机床与自动化加工技术》北大核心 2022年第12期48-52,共5页; 齿轮箱振动存在多个传递路径,而典型齿轮箱故障诊断方法一般使用单个路径的单通道振动信号,易造成其它通道信息的遗漏。为充分利用不同路径振动信号故障信息,增强故障特征的质量,引入了多元多尺度加权排列熵,对其粗粒化方式进行了完善,... 展开更多; 关键词齿轮箱改进多元多尺度加权排列熵成对邻近特征故障诊断; 在线阅读下载PDF 职称材料

基于IRCMMRDE和HHO-PNN的轴承损伤辨识模型: 3; 作者桂芳李健刘磊《机电工程》北大核心 2025年第1期62-71,共10页; 采用单通道振动信号无法完全准确表征轴承多角度的故障信息,导致特征提取不够充分。针对这一缺陷,构建了一种基于改进精细复合多元多尺度反向散布熵(IRCMMRDE)和参数优化概率神经网络(PNN)的滚动轴承损伤辨识模型。首先,使用了振动加速... 展开更多; 关键词滚动轴承故障诊断改进精细复合多元多尺度反向散布熵概率神经网络多通道信号哈里斯鹰优化器; 在线阅读下载PDF 职称材料

基于声振信号融合的IRCMMDE离心泵损伤检测方法被引量：6: 4; 作者陆春元焦洪宇《机电工程》 CAS 北大核心 2023年第6期952-959,共8页; 离心泵早期的损伤特征比较微弱,难以有效提取其故障特征。针对这一问题,提出了一种基于声振信号融合的改进精细复合多元多尺度散布熵(IRCMMDE)和GWO-SVM的离心泵损伤检测方法。首先,利用多个传感器收集了离心泵在不同损伤状态下的声音... 展开更多; 关键词声振信号融合离心泵损伤检测改进精细复合多元多尺度散布熵灰狼算法支持向量机; 在线阅读下载PDF 职称材料

题名基于改进多元多尺度熵的人体步态加速度信号分类被引量：2: 1; 作者王旭尧徐永红; 机构燕山大学生物医学工程研究所; 出处《传感技术学报》 CAS CSCD 北大核心 2015年第12期1805-1811,共7页; 基金国家自然科学基金项目(60873121); 文摘传统多元多尺度熵算法在处理有限长时间序列时,会使均值曲线产生较大的波动,并且阈值的选取也会对结果产生较大的影响。因此,在传统多元多尺度熵的基础上首先对传统粗粒化方式进行了改进,改进后的算法采用滑动均值滤波使粗粒化后各尺度上的时间序列与原始时间序列长度一致,减小了所计算多元多尺度熵的离散性。此外,本文算法在保持多元样本熵硬阈值优点的同时,通过定义模糊隶属度函数来统计两复合延迟矢量距离略大于阈值的情况,既降低了传统方法对阈值的依赖性,也很好的解决了传统阈值所导致的不稳定现象。最后用仿真数据对该算法进行了验证,并将其应用于不同人体步态加速度信号的复杂度评价和分类,结果表明改进算法的识别效果明显优于传统多元多尺度熵。; 关键词步态分类加速度信号改进多元多尺度熵传统多元多尺度熵; Keywords gait classification acceleration signal Improved multiple multiscale entropy Traditional multiple multiscale entropy; 分类号 TP212.3 [自动化与计算机技术—检测技术与自动化装置] TP212.9 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于改进多元多尺度加权排列熵的齿轮箱故障诊断被引量：5: 2; 作者赵家浩廖晓娟唐锡雷; 机构山东大学微电子学院山东旅游职业学院工商管理系重庆科创职业学院人工智能学院; 出处《组合机床与自动化加工技术》北大核心 2022年第12期48-52,共5页; 文摘齿轮箱振动存在多个传递路径,而典型齿轮箱故障诊断方法一般使用单个路径的单通道振动信号,易造成其它通道信息的遗漏。为充分利用不同路径振动信号故障信息,增强故障特征的质量,引入了多元多尺度加权排列熵,对其粗粒化方式进行了完善,提出了改进多元多尺度加权排列熵(IMMWPE),实现齿轮箱多通道振动信号的故障特征提取。基于此,提出了一种结合IMMWPE、成对邻近特征和粒子群优化支持向量机的齿轮箱故障诊断方法。通过齿轮箱多通道数据分析,将其与多元多尺度样本熵、多元多尺度排列熵和多元多尺度模糊熵等方法进行对比,结果证明该方法能够准确识别齿轮箱的各类故障,而且优于对比方法。; 关键词齿轮箱改进多元多尺度加权排列熵成对邻近特征故障诊断; Keywords gearbox improved multivariate multiscale weighted permutation entropy pair-wise feature proximity fault diagnosis; 分类号 TH165 [机械工程—机械制造及自动化] TG659 [金属学及工艺—金属切削加工及机床]; 在线阅读下载PDF 职称材料

题名基于IRCMMRDE和HHO-PNN的轴承损伤辨识模型: 3; 作者桂芳李健刘磊; 机构安徽省第一轻工业学校工业工程系合肥工业大学机械工程学院; 出处《机电工程》北大核心 2025年第1期62-71,共10页; 基金国家自然科学基金资助项目(52075142)。; 文摘采用单通道振动信号无法完全准确表征轴承多角度的故障信息,导致特征提取不够充分。针对这一缺陷,构建了一种基于改进精细复合多元多尺度反向散布熵(IRCMMRDE)和参数优化概率神经网络(PNN)的滚动轴承损伤辨识模型。首先,使用了振动加速度计和麦克风两种类型的传感器,同时获得了滚动轴承不同工况下的振动和声音信号,构建了故障信息量更丰富的多通道信号;随后,提出了能够同步分析多通道信号的IRCMMRDE方法,并将其用于提取滚动轴承多通道信号的故障特征;接着,采用哈里斯鹰优化器(HHO)对概率神经网络的平滑因子进行了自适应寻优,构造了网络结构最优的PNN模型;最后,将损伤样本输入至HHO-PNN模型中,进行了故障的分类识别,完成了滚动轴承样本的故障辨识;并基于滚动轴承声振信号数据集,对基于IRCMMRDE-HHO-PNN的故障诊断方法的有效性进行了验证。研究结果表明:基于IRCMMRDE和HHO-PNN的故障诊断方法的准确率达到了99.6%,平均的识别准确率达到了99.8%,优于其他多种特征提取方法;同时,对多通道融合信号进行分析取得的准确率优于单个通道的信号,准确率分别提高了8.8%和4.8%;此外,HHO-PNN分类器模型的诊断性能优于其他分类模型,更具有泛化性和实用性。; 关键词滚动轴承故障诊断改进精细复合多元多尺度反向散布熵概率神经网络多通道信号哈里斯鹰优化器; Keywords rolling bearing fault diagnosis improved refined composite multivariate multiscale reverse dispersion entropy(IRCMMRDE) probabilistic neural network(PNN) multichannel signal Harris Hawk optimizer(HHO); 分类号 TH133.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于声振信号融合的IRCMMDE离心泵损伤检测方法被引量：6: 4; 作者陆春元焦洪宇; 机构苏州市职业大学机电工程学院常熟理工学院汽车工程学院; 出处《机电工程》 CAS 北大核心 2023年第6期952-959,共8页; 基金国家自然科学基金资助项目(51605046) 江苏政府留学奖学金资助项目(JS-2017-188)。; 文摘离心泵早期的损伤特征比较微弱,难以有效提取其故障特征。针对这一问题,提出了一种基于声振信号融合的改进精细复合多元多尺度散布熵(IRCMMDE)和GWO-SVM的离心泵损伤检测方法。首先,利用多个传感器收集了离心泵在不同损伤状态下的声音和振动信号,并将声音和振动信号进行了融合,以充分利用不同类型信号中所蕴含的损伤特征信息;随后,针对多元多尺度散布熵(MMDE)不稳定的缺陷,对MMDE的粗粒化处理进行了优化,提出了改进精细复合多元多尺度散布熵(IRCMMDE)的复杂性测量指标;接着,利用IRCMMDE对声振融合信号进行了损伤特征提取,构建了各个损伤状态下的特征矩阵;最后,利用灰狼算法优化的支持向量机分类器,对各个损伤状态下的特征矩阵进行了识别,得到了最终的离心泵损伤检测结论。研究结果表明:采用基于声振信号融合的离心泵损伤检测方法,其最高可达到99.2%的故障识别准确率,相比于基于MMDE和RCMMDE的损伤检测方法,其能够更准确地识别出离心泵的损伤;该方法还能有效缓解单一信号检测时的不确定性,并且在多次实验验证下,其仍具有很高的检测精度。; 关键词声振信号融合离心泵损伤检测改进精细复合多元多尺度散布熵灰狼算法支持向量机; Keywords acoustic vibration signal fusion damage detection of centrifugal pump improved refined composite multivariate multiscale dispersion entropy(IRCMMDE) grey wolf optimizer(GWO) support vector machine(SVM); 分类号 TH311 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于改进多元多尺度熵的人体步态加速度信号分类	王旭尧徐永红	《传感技术学报》 CAS CSCD 北大核心	2015	2	在线阅读下载PDF 职称材料
2	基于改进多元多尺度加权排列熵的齿轮箱故障诊断	赵家浩廖晓娟唐锡雷	《组合机床与自动化加工技术》北大核心	2022	5	在线阅读下载PDF 职称材料
3	基于IRCMMRDE和HHO-PNN的轴承损伤辨识模型	桂芳李健刘磊	《机电工程》北大核心	2025	0	在线阅读下载PDF 职称材料
4	基于声振信号融合的IRCMMDE离心泵损伤检测方法	陆春元焦洪宇	《机电工程》 CAS 北大核心	2023	6	在线阅读下载PDF 职称材料