期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
多级降噪联合特征增强的轴承故障诊断
被引量：
1
1
作者
廖运虎
纪国宜
《振动与冲击》
北大核心
2025年第8期199-208,共10页
对于强噪声背景下,滚动轴承早期故障特征难以提取的问题,提出以改进奇异值分解(improved singular value decomposition,ISVD)联合改进小波分解的多级降噪为预处理,以参数自适应多点最优最小熵解卷积(multipoint optimal minimum entrop...
对于强噪声背景下,滚动轴承早期故障特征难以提取的问题,提出以改进奇异值分解(improved singular value decomposition,ISVD)联合改进小波分解的多级降噪为预处理,以参数自适应多点最优最小熵解卷积(multipoint optimal minimum entropy deconvolution adjusted,MOMEDA)特征增强为后处理的新方法。先是针对奇异值分解难以选择奇异值的问题,提出一种ISVD降噪方法,避免了奇异值的选取;针对软、硬阈值小波降噪的缺陷,提出一种新的小波降噪方法。针对MOMEDA中多点峭度谱求解周期时易受噪声干扰问题,首先利用多级降噪对信号进行降噪预处理,再利用新的周期指标多点包络峭度谱识别周期。通过仿真以及试验验证了该方法的有效性和优越性。
展开更多
关键词
多级降噪
改进
奇异值
分解
(ISVD)
改进小波分解
多点包络峭度谱
强噪声
在线阅读
下载PDF
职称材料
基于ISSEWD和SOWN的轴承工况识别研究
被引量：
1
2
作者
戚航
郑迎华
陈锡渠
《机电工程》
CAS
北大核心
2021年第6期740-746,共7页
针对传统滚动轴承运行工况识别方法需要人工特征提取和特征选择的缺陷,提出了一种基于改进谱分割经验小波分解和自组织Wasserstein网络的轴承工况识别方法。首先将采集到的滚动轴承振动信号进行Fourier变换,从而得到了频谱,然后采用四...
针对传统滚动轴承运行工况识别方法需要人工特征提取和特征选择的缺陷,提出了一种基于改进谱分割经验小波分解和自组织Wasserstein网络的轴承工况识别方法。首先将采集到的滚动轴承振动信号进行Fourier变换,从而得到了频谱,然后采用四分位数法检测信号频谱边界,进而对信号频谱进行了自适应分割,将滚动轴承振动信号分解为若干本征模态函数;然后筛选出最能反映轴承运行工况特征的IMFs,并进行了信号重构;最后堆叠多个Wasserstein自编码器,进一步构造了Wasserstein网络,并引入了自组织策略,将重构后的振动信号输入自组织Wasserstein网络,进行了自动特征学习与自动工况识别。研究结果表明:基于ISSEWD-SOWN组合模型的滚动轴承识别方法平均工况识别准确率98.98%,标准差仅0.15,相比于其他组合模型在轴承工况识别准确率方面更具优势,适用于滚动轴承运行工况的自动识别。
展开更多
关键词
滚动轴承
改进
谱分割经验
小波
分解
工况识别
自组织Wasserstein网络
本征模态函数
在线阅读
下载PDF
职称材料
基于IEWT-FE-BO-LSTM模型的超短期风功率预测
被引量：
10
3
作者
陆秋贤
马刚
涂孟夫
《水电能源科学》
北大核心
2023年第1期217-220,共4页
为提高超短期风功率预测精度,提出一种基于IEWT-FE-BO-LSTM的组合风功率预测模型,首先利用改进经验小波分解(IEWT)对历史风功率数据进行分解;然后引入模糊熵(FE)算法对各分解子模态进行复杂度计算重组子模态;再对各个重组分量分别建立...
为提高超短期风功率预测精度,提出一种基于IEWT-FE-BO-LSTM的组合风功率预测模型,首先利用改进经验小波分解(IEWT)对历史风功率数据进行分解;然后引入模糊熵(FE)算法对各分解子模态进行复杂度计算重组子模态;再对各个重组分量分别建立基于长短时神经网络(LSTM)的预测模型,利用贝叶斯优化算法(BO)进行超参数组合,解决人为调参导致训练结果不佳的问题;最后通过历史风电场数据进行算例分析。结果表明,IEWT-FE-BO-LSTM模型对超短期风功率有较高的预测精度和预测效率。
展开更多
关键词
超短期风功率预测
改进
经验
小波
分解
模糊熵
贝叶斯优化算法
在线阅读
下载PDF
职称材料
题名
多级降噪联合特征增强的轴承故障诊断
被引量：
1
1
作者
廖运虎
纪国宜
机构
南京航空航天大学航空学院
出处
《振动与冲击》
北大核心
2025年第8期199-208,共10页
文摘
对于强噪声背景下,滚动轴承早期故障特征难以提取的问题,提出以改进奇异值分解(improved singular value decomposition,ISVD)联合改进小波分解的多级降噪为预处理,以参数自适应多点最优最小熵解卷积(multipoint optimal minimum entropy deconvolution adjusted,MOMEDA)特征增强为后处理的新方法。先是针对奇异值分解难以选择奇异值的问题,提出一种ISVD降噪方法,避免了奇异值的选取;针对软、硬阈值小波降噪的缺陷,提出一种新的小波降噪方法。针对MOMEDA中多点峭度谱求解周期时易受噪声干扰问题,首先利用多级降噪对信号进行降噪预处理,再利用新的周期指标多点包络峭度谱识别周期。通过仿真以及试验验证了该方法的有效性和优越性。
关键词
多级降噪
改进
奇异值
分解
(ISVD)
改进小波分解
多点包络峭度谱
强噪声
Keywords
multi-stage denoising
improved singular value decomposition(ISVD)
improved wavelet decomposition
multi-point envelope kurtosis spectrum
strong noise
分类号
TH165.3 [机械工程—机械制造及自动化]
TN911.7 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于ISSEWD和SOWN的轴承工况识别研究
被引量：
1
2
作者
戚航
郑迎华
陈锡渠
机构
新乡职业技术学院汽车技术学院
河南科技学院继续教育学院
出处
《机电工程》
CAS
北大核心
2021年第6期740-746,共7页
基金
河南省高等职业院校创新发展资助项目(RW 28)。
文摘
针对传统滚动轴承运行工况识别方法需要人工特征提取和特征选择的缺陷,提出了一种基于改进谱分割经验小波分解和自组织Wasserstein网络的轴承工况识别方法。首先将采集到的滚动轴承振动信号进行Fourier变换,从而得到了频谱,然后采用四分位数法检测信号频谱边界,进而对信号频谱进行了自适应分割,将滚动轴承振动信号分解为若干本征模态函数;然后筛选出最能反映轴承运行工况特征的IMFs,并进行了信号重构;最后堆叠多个Wasserstein自编码器,进一步构造了Wasserstein网络,并引入了自组织策略,将重构后的振动信号输入自组织Wasserstein网络,进行了自动特征学习与自动工况识别。研究结果表明:基于ISSEWD-SOWN组合模型的滚动轴承识别方法平均工况识别准确率98.98%,标准差仅0.15,相比于其他组合模型在轴承工况识别准确率方面更具优势,适用于滚动轴承运行工况的自动识别。
关键词
滚动轴承
改进
谱分割经验
小波
分解
工况识别
自组织Wasserstein网络
本征模态函数
Keywords
rolling bearing
improved spectrum segmentation empirical wavelet decomposition(ISSEWD)
condition identification
self-organizing Wasserstein network(SOWN)
intrinsic mode functions(IMFs)
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IEWT-FE-BO-LSTM模型的超短期风功率预测
被引量：
10
3
作者
陆秋贤
马刚
涂孟夫
机构
南京师范大学电气与自动化工程学院
南瑞集团有限公司
出处
《水电能源科学》
北大核心
2023年第1期217-220,共4页
基金
2020年江苏省重点研发计划(BE2020081-4)。
文摘
为提高超短期风功率预测精度,提出一种基于IEWT-FE-BO-LSTM的组合风功率预测模型,首先利用改进经验小波分解(IEWT)对历史风功率数据进行分解;然后引入模糊熵(FE)算法对各分解子模态进行复杂度计算重组子模态;再对各个重组分量分别建立基于长短时神经网络(LSTM)的预测模型,利用贝叶斯优化算法(BO)进行超参数组合,解决人为调参导致训练结果不佳的问题;最后通过历史风电场数据进行算例分析。结果表明,IEWT-FE-BO-LSTM模型对超短期风功率有较高的预测精度和预测效率。
关键词
超短期风功率预测
改进
经验
小波
分解
模糊熵
贝叶斯优化算法
Keywords
ultra short-term wind power prediction
improved empirical wavelet transform
fuzzy entropy
Bayesian optimization algorithm
分类号
TM614 [电气工程—电力系统及自动化]
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
多级降噪联合特征增强的轴承故障诊断
廖运虎
纪国宜
《振动与冲击》
北大核心
2025
1
在线阅读
下载PDF
职称材料
2
基于ISSEWD和SOWN的轴承工况识别研究
戚航
郑迎华
陈锡渠
《机电工程》
CAS
北大核心
2021
1
在线阅读
下载PDF
职称材料
3
基于IEWT-FE-BO-LSTM模型的超短期风功率预测
陆秋贤
马刚
涂孟夫
《水电能源科学》
北大核心
2023
10
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
