基于改进经验小波变换和改进多视角深度矩阵分解的直流配电网故障检测方案 被引量：14

1

作者 洪翠 连淑婷 +1 位作者 黄晟 郭谋发 《电力自动化设备》 EI CSCD 北大核心 2022年第6期8-15,29,共9页

为快速检测及可靠识别直流配电网故障,提出一种基于改进经验小波变换和改进多视角深度矩阵分解的直流配电网故障检测方案。通过最小二乘法非线性拟合故障电流局部的相频谱函数,基于此在一定的条件下修改经验小波函数的相频响应,使之尽... 为快速检测及可靠识别直流配电网故障,提出一种基于改进经验小波变换和改进多视角深度矩阵分解的直流配电网故障检测方案。通过最小二乘法非线性拟合故障电流局部的相频谱函数,基于此在一定的条件下修改经验小波函数的相频响应,使之尽可能与故障电流的局部相频特性相匹配;运用改进经验小波变换分解电流,计算细节分量c_(3)的模极大值,构造故障检测判据;设计一种权重自学习网络,依据数据对分类任务的重要性分配不同的权重,嵌套于多视角深度矩阵分解模型前端,运用改进多视角深度矩阵分解模型对电流分量c_(1)—c_(3)、极间电压u_(dc)这4个视角的数据进行故障特征提取,通过软分配层实现故障的分类。仿真测试结果表明,所提故障检测方案能够满足故障检测速动性、可靠性的要求,故障分类准确度高,为后续故障处理奠定了良好基础。 展开更多

关键词 直流配电网 故障检测与分类 改进经验小波变换 改进多视角深度矩阵分解

在线阅读 下载PDF 职称材料

基于改进经验小波变换的高压电缆局部放电噪声抑制研究 被引量：15

2

作者 马星河 张登奎 《电工技术学报》 EI CSCD 北大核心 2021年第S01期353-361,共9页

对高压电缆的局部放电(PD)进行监测,并对其所包含的噪声信息进行抑制,是一种有效的绝缘评估方法。针对PD信号所包含的复杂噪声信息,提出一种基于改进经验小波变换(IEWT)的噪声抑制方法。该方法以IEWT分解为核心,通过将含噪信号分解为按... 对高压电缆的局部放电(PD)进行监测,并对其所包含的噪声信息进行抑制,是一种有效的绝缘评估方法。针对PD信号所包含的复杂噪声信息,提出一种基于改进经验小波变换(IEWT)的噪声抑制方法。该方法以IEWT分解为核心,通过将含噪信号分解为按频率顺序排列的经验小波函数(EWF),有效避免复杂噪声信号分解时的模态混叠现象。利用峭度规则对分解得到的EWF进行筛选,最后对筛选出的有用EWF进行重构和降噪处理,达到对复杂含噪信号的噪声抑制效果。模拟仿真以及现场测试表明,与现有基于EWT和基于EMD的降噪方法进行对比,该文所提方法可更有效地抑制PD信号所包含的噪声信息。 展开更多

关键词 高压电缆 局部放电 噪声抑制 改进经验小波变换 峭度 改进阈值

在线阅读 下载PDF 职称材料

基于改进经验小波变换的电能质量扰动检测新方法 被引量：46

3

作者 吴建章 梅飞 +3 位作者 潘益 周程 石天 郑建勇 《电力自动化设备》 EI CSCD 北大核心 2020年第6期142-148,共7页

针对经验小波变换(EWT)用于电能质量信号分析时,其频带划分结果易受频谱泄漏和噪声污染干扰的问题,提出一种基于改进经验小波变换(IEWT)的电能质量扰动检测新方法。首先,通过Fourier谱包络动态测度算法确定扰动信号的特征频点,并在原有... 针对经验小波变换(EWT)用于电能质量信号分析时,其频带划分结果易受频谱泄漏和噪声污染干扰的问题,提出一种基于改进经验小波变换(IEWT)的电能质量扰动检测新方法。首先,通过Fourier谱包络动态测度算法确定扰动信号的特征频点,并在原有频带边界的基础上进行延拓;然后,运用IEWT将扰动信号分解为若干调幅-调频(AM-FM)分量之和;最后对扰动分量实施标准希尔伯特变换,以求取扰动幅值、频率和起止时刻。通过算例仿真和变电站实测数据验证了所提方法的有效性,并对其检测结果进行对比分析。实验结果表明,所提方法兼具良好的模态分解能力和抗噪性能,且普适性更强,运算耗时更短,适用于工程实践。 展开更多

关键词 电能质量 扰动检测 改进经验小波变换 动态测度 标准希尔伯特变换

在线阅读 下载PDF 职称材料

改进经验小波变换在齿轮低频微弱故障特征提取中的应用 被引量：3

4

作者 杜思雨 冷军发 +2 位作者 绳飘 荆双喜 罗晨旭 《机械科学与技术》 CSCD 北大核心 2021年第12期1856-1862,共7页

齿轮振动信号的经验小波变换频谱分割,可能会将啮合频率及其边频带划分到不同频带上,导致频带划分不合理,分离出的调幅-调频(AM-FM)分量不理想。针对上述主要问题,提出了一种采用频谱趋势进行频谱边界划分的改进经验小波变换方法,将齿... 齿轮振动信号的经验小波变换频谱分割,可能会将啮合频率及其边频带划分到不同频带上,导致频带划分不合理,分离出的调幅-调频(AM-FM)分量不理想。针对上述主要问题,提出了一种采用频谱趋势进行频谱边界划分的改进经验小波变换方法,将齿轮啮合频率与其相应的边频带划分到同一频带内,得到比较理想的AM-FM分量,实现了依据齿轮振动信号频谱局部特征的自适应分解。同时,对提取的AM-FM分量进行自相关分析以进一步增强改进经验小波变换的低频微弱故障特征提取效果。通过仿真与试验分析,验证了提出方法在齿轮低频微弱故障特征提取中的有效性及优势。 展开更多

关键词 改进经验小波变换 自相关分析 特征提取 齿轮低频微弱故障

在线阅读 下载PDF 职称材料

改进经验小波变换在风力机齿轮箱故障诊断中的应用 被引量：7

5

作者 胡璇 李春 叶柯华 《机械强度》 CAS CSCD 北大核心 2022年第2期294-301,共8页

针对强噪声背景下风力机齿轮箱轴承的轻微故障特征易被淹没且提取困难等问题,提出滑移窗口提取子带的连续平均谱负熵(Continuous Average Spectral Negentropy,CASN)对经验小波变换(Empirical Wavelet Transform,EWT)进行改进。首先利用... 针对强噪声背景下风力机齿轮箱轴承的轻微故障特征易被淹没且提取困难等问题,提出滑移窗口提取子带的连续平均谱负熵(Continuous Average Spectral Negentropy,CASN)对经验小波变换(Empirical Wavelet Transform,EWT)进行改进。首先利用CASN-EWT方法分解风力机齿轮箱轴承故障信号,后利用谱负熵准则对所得分量进行筛选并重构,再开展包络分析,准确提取出故障特征,最后构成特征向量集输入支持向量机进行故障诊断。结果表明:CASN-EWT方法在保留EWT算法自适应性和有效避免模态混叠效应与端点效应的同时,极大提高EWT分解算法对噪声的鲁棒性,有利于准确提取故障特征频率,实现故障识别精度的提高。 展开更多

关键词 风力机齿轮箱 故障诊断 滑移窗口 连续平均谱负熵 改进经验小波变换 谱负熵准则

在线阅读 下载PDF 职称材料

改进的经验小波变换在滚动轴承故障诊断中的应用 被引量：23

6

作者 朱艳萍 包文杰 +2 位作者 涂晓彤 胡越 李富才 《噪声与振动控制》 CSCD 2018年第1期199-203,共5页

经验小波变换是一种基于Fourier频谱特性,通过构建自适应小波滤波器组来分析复杂多分量信号的方法。该方法能够有效识别信号中的不同模态分量,但由于其Fourier频谱分割问题,在处理噪声及不稳定信号方面有所欠缺。针对这一问题,采用改进... 经验小波变换是一种基于Fourier频谱特性,通过构建自适应小波滤波器组来分析复杂多分量信号的方法。该方法能够有效识别信号中的不同模态分量,但由于其Fourier频谱分割问题,在处理噪声及不稳定信号方面有所欠缺。针对这一问题,采用改进的经验小波变换方法,将信号分解为具有物理意义的经验模态。改进的经验小波变换主要考虑被处理信号的频谱形状,通过采用基于顺序统计滤波器(OSF)的包络方法以及遵循三个准则来获取有效峰值的方法,改进Fourier频谱分割过程。将改进的方法应用于滚动轴承故障诊断中,由于改进的经验小波变换能够将振动信号分解为一系列单分量成分,因此在轴承振动信号包络谱中能够清晰的发现故障特征。通过对滚动轴承振动模拟信号和实验信号的分析验证了该方法的有效性。 展开更多

关键词 振动与波 改进经验小波变换 顺序统计滤波器 三种筛选准则 轴承故障诊断

在线阅读 下载PDF 职称材料

改进自适应无参经验小波变换在变压器高频局放电流噪声抑制中的应用 被引量：8

7

作者 唐志国 李阳 《电网技术》 EI CSCD 北大核心 2023年第8期3474-3482,共9页

变压器是电力系统中的关键设备,局部放电(partial discharge,PD)是致使变压器绝缘劣化的主要原因,也是绝缘劣化的重要表现形式。针对高频PD信号中窄带干扰和白噪声这些复杂的噪声信息,提出一种基于互信息和样条插值拟合优化频谱分割的... 变压器是电力系统中的关键设备,局部放电(partial discharge,PD)是致使变压器绝缘劣化的主要原因,也是绝缘劣化的重要表现形式。针对高频PD信号中窄带干扰和白噪声这些复杂的噪声信息,提出一种基于互信息和样条插值拟合优化频谱分割的改进自适应无参经验小波变换的降噪方法。该方法以无参经验小波变换为基础,计算经无参经验小波变换分解的各个时域分量的互信息值进行合并优化得到新的频谱分割点,然后在各个频段内提取峰值点,将这些峰值点进行三次样条插值拟合得到拟合曲线,将拟合曲线的极小值点作为最新频谱分割点进行划分得到各个时域分量,最后计算各个分量的峭度值,去除峭度值小于3的分量,将剩余分量进行通用阈值降噪重构达到PD信号降噪效果。仿真、实验室和现场测试表明,与现有小波变换降噪和基于经验模态分解降噪的方法进行对比,文中的方法能够更加有效抑制变压器高频PD信号中的噪声信息。 展开更多

关键词 变压器局部放电 改进自适应无参经验小波变换 互信息 三次样条插值 峭度 降噪

在线阅读 下载PDF 职称材料

频谱能量增强的IEWT滚动轴承故障诊断方法

8

作者 古莹奎 李成 吴宽 《机械设计与制造》 北大核心 2025年第1期70-74,81,共6页

尺度空间方法的经验小波变换(EWT)在滚动轴承故障诊断中容易出现共振频带过度分割、频带破裂,导致故障诊断失败。为此,提出频谱增强的改进经验小波滚动轴承故障诊断方法。首先,将Teager能量算子引入信号频谱,利用能量算子能够追踪并增... 尺度空间方法的经验小波变换(EWT)在滚动轴承故障诊断中容易出现共振频带过度分割、频带破裂,导致故障诊断失败。为此,提出频谱增强的改进经验小波滚动轴承故障诊断方法。首先,将Teager能量算子引入信号频谱,利用能量算子能够追踪并增强信号瞬时成分能量的特点,对信号频谱瞬时冲击进行能量增强,减小噪声对信号频谱的影响;其次,对能量增强后频谱进行频带极大值包络的改进经验小波变换(IEWT)分解,得到一系列固有模态;最后,对裕度因子最大的固有模态进行包络解调分析,提取轴承故障特征。分析结果表明,所提方法能够增强故障引起的瞬态冲击成分,减少噪声对频谱分割的影响,有效地避免共振频带的过度分割导致的频带破裂。 展开更多

关键词 频谱能量增强 改进经验小波变换 TEAGER能量算子 滚动轴承 故障诊断

在线阅读 下载PDF 职称材料

基于改进EWT-CMPE的高渗透率主动配电网电能质量扰动检测与分类 被引量：21

9

作者 徐艳春 樊士荣 +2 位作者 谭超 李振华 吕密 《电网技术》 EI CSCD 北大核心 2020年第10期3991-4000,共10页

针对高渗透率分布式能源(distribution generation,DG)采用经验小波变换(empiricalwavelettransform,EWT)初始化的复合多尺度排列熵,对接入配电网DG类型的不同特征电能质量扰动(power quality,PQ)进行检测并分类识别。搭建了包含风能发... 针对高渗透率分布式能源(distribution generation,DG)采用经验小波变换(empiricalwavelettransform,EWT)初始化的复合多尺度排列熵,对接入配电网DG类型的不同特征电能质量扰动(power quality,PQ)进行检测并分类识别。搭建了包含风能发电、光伏发电、电动汽车接入的高渗透率主动配电网模型,以证明该方法的有效性。首先通过EWT初始化的复合多尺度排列熵变换得到扰动信号特征矩阵,再将经主元成分分析(principal component analysis,PCA)降维后的特征矩阵输入至支持向量机(support-vectormachine,SVM)中对每种分布式能源接入条件下引起的PQ扰动进行分类,并与现有传统方法的检测结果进行百分比准确性比较,从而验证了所提算法的有效性。 展开更多

关键词 电能质量 主动配电网 特征提取 改进经验小波

在线阅读 下载PDF 职称材料

基于IEWT-MOMEDA-FSC的滚动轴承故障诊断 被引量：2

10

作者 吴振雄 王林军 +2 位作者 邹腾枭 陈梦华 陈保家 《三峡大学学报（自然科学版）》 北大核心 2024年第1期92-98,共7页

针对滚动轴承故障信号常伴有噪声干扰且故障特征难以提取的问题,本文提出一种基于改进经验小波变换(IEWT)、多点优化最小熵解卷积(MOMEDA)和快速谱相关(FSC)的滚动轴承故障诊断方法.首先,将原始信号进行快速谱相关分析得到增强包络谱,... 针对滚动轴承故障信号常伴有噪声干扰且故障特征难以提取的问题,本文提出一种基于改进经验小波变换(IEWT)、多点优化最小熵解卷积(MOMEDA)和快速谱相关(FSC)的滚动轴承故障诊断方法.首先,将原始信号进行快速谱相关分析得到增强包络谱,通过增强包络谱的极值点来自适应地划分频谱,以分割的频谱为边界构建小波滤波器组将信号分解为多个IMF分量,利用相关峭度准则筛选出有效的分量进行叠加;其次,用MOMEDA对其进行降噪处理,将降噪后的信号进行快速谱相关分析,得到增强包络谱图;最后,将增强包络谱图中幅值较高的频率与故障频率对比,判定其失效形式,用所提出的方法对实测轴承故障信号进行分析验证.结果表明,所提出的方法能有效降低噪音干扰且增强信号故障冲击特性,在噪声环境下具有较强的故障特征提取能力. 展开更多

关键词 改进经验小波变换 多点最优最小熵解卷积 快速谱相关 峭度 互相关

在线阅读 下载PDF 职称材料

基于自适应自相关谱峭度图的滚动轴承故障诊断方法 被引量：12

11

作者 郑近德 王兴龙 +2 位作者 潘海洋 童靳于 刘庆运 《中国机械工程》 EI CAS CSCD 北大核心 2021年第7期778-785,792,共9页

自相关谱峭度图通过最大重叠离散小波包变换对信号频谱进行分割,并选取最大峭度值所对应频带内的信号进行诊断分析。针对自相关谱峭度图方法在分割频带时因遵循二叉树结构而导致的频带划分区域固定问题,提出一种基于自适应自相关谱峭度... 自相关谱峭度图通过最大重叠离散小波包变换对信号频谱进行分割,并选取最大峭度值所对应频带内的信号进行诊断分析。针对自相关谱峭度图方法在分割频带时因遵循二叉树结构而导致的频带划分区域固定问题,提出一种基于自适应自相关谱峭度图方法的滚动轴承故障诊断方法。自适应自相关谱峭度图方法以改进的经验小波变换为基础,对原始信号傅里叶谱进行包络与平滑处理后再分割,实现了自相关谱峭度图方法自适应分割频带的目的。通过仿真信号与实验数据分析,并将所提方法与快速谱峭度及自相关谱峭度图方法进行对比,结果表明,所提出方法能够准确地检测到合适的解调频带,同时其故障特征更加明显。 展开更多

关键词 自相关谱峭度图 改进经验小波变换 滚动轴承 故障诊断

在线阅读 下载PDF 职称材料

基于IEWT和IWAAE的滚动轴承故障识别研究 被引量：1

12

作者 韩建哲 艾建军 +1 位作者 邓名姣 袁朴 《机电工程》 CAS 北大核心 2022年第5期655-661,共7页

通过深度学习实现轴承故障识别时,存在着因信号噪声导致故障识别率较低的问题,针对这一问题,提出了一种基于改进经验小波变换(IEWT)和改进Wasserstein自编码器(IWAAE)的轴承故障识别方法。首先,将轴承振动数据由时域变换到包络谱域,通... 通过深度学习实现轴承故障识别时,存在着因信号噪声导致故障识别率较低的问题,针对这一问题,提出了一种基于改进经验小波变换(IEWT)和改进Wasserstein自编码器(IWAAE)的轴承故障识别方法。首先,将轴承振动数据由时域变换到包络谱域,通过包络谱的极值点与自适应阈值的关系对其进行了包络谱自动分割,进而利用经验小波变换,将数据自动分解为不同频段的调幅调频分量,并采用改进峭度指标对选取合适的分量进行了重构,进而对信号进行了有效降噪;然后,针对变分自编码器训练困难的缺陷,引入Wasserstein自编码器,根据Wasserstein自编码器中间层神经元的激活值大小,对神经元进行了自动增加或删减,进而构造了IWAAE;最后,将重构信号输入到IWAAE中,进行了滚动轴承故障特征的自动提取和故障识别。研究结果表明:与其它的轴承故障识别方法相比,采用IEWT-IWAAE方法的故障识别精度更高,准确率可达99.28%,标准差仅0.32;该方法能在一定程度上缓解传统方法对人工特征提取和特征选择的依赖,其对噪声的鲁棒性高,故障识别能力优于其他组合模型方法。 展开更多

关键词 旋转机械 包络谱分割 改进经验小波变换 改进Wasserstein自编码器 故障特征提取 信号降噪

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

13

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

基于SSEC-EWT的地震资料噪声压制算法 被引量：6

14

作者 孟娟 高琴 李亚南 《石油地球物理勘探》 EI CSCD 北大核心 2021年第5期1010-1021,I0009,I0010,共14页

高信噪比地震资料是开展油气勘探的可靠基础。针对现行去噪方法大多难以同时压制地震资料中普遍存在的面波和随机噪声,且在去噪的同时易损害有效波的不足,提出基于S谱能量曲线(S-Transform spectrum energy curve,SSEC)与改进经验小波变... 高信噪比地震资料是开展油气勘探的可靠基础。针对现行去噪方法大多难以同时压制地震资料中普遍存在的面波和随机噪声,且在去噪的同时易损害有效波的不足,提出基于S谱能量曲线(S-Transform spectrum energy curve,SSEC)与改进经验小波变换(Empirical wavelet transform,EWT)的地震资料噪声压制算法。先对地震记录进行S变换,根据S谱求取各频点能量,以能量曲线极大值点频率及ε邻域法确定频谱分割边界,完成改进的EWT;再通过SSEC确定面波所在本征模函数(Intrinsic mode function,IMF),并构造带通滤波器对面波IMF进行滤波,以保护有效波,实现精准的面波压制;然后计算其余IMF主频,根据有效波频率阈值去除随机噪声IMF,得到最终去噪后记录。仿真测试显示,改进的EWT能精确地根据地震信号的频率和能量自适应地对其进行分解,实现面波与随机噪声的提取与分离,尤其在强噪声背景下仍能精准实现面波与随机噪声的同步分离;实际地震资料处理结果表明,该算法在压制面波和随机噪声的同时能兼顾保护有效波,提高地震资料的信噪比。 展开更多

关键词 经验小波变换 改进经验小波变换 面波压制 地震勘探 去噪

在线阅读 下载PDF 职称材料

基于IEWT和IFractalNet的滚动轴承故障诊断 被引量：7

15

作者 杜小磊 陈志刚 +1 位作者 王衍学 张楠 《振动与冲击》 EI CSCD 北大核心 2020年第24期134-142,共9页

针对传统滚动轴承故障诊断方法易受噪声干扰,过度依赖专家经验等问题,提出了一种基于改进经验小波变换(IEWT)和改进分形网络(IFractalNet)的诊断方法。改进经验小波变换Fourier谱的分割方式,将轴承原始振动信号自适应分解为若干本征模... 针对传统滚动轴承故障诊断方法易受噪声干扰,过度依赖专家经验等问题,提出了一种基于改进经验小波变换(IEWT)和改进分形网络(IFractalNet)的诊断方法。改进经验小波变换Fourier谱的分割方式,将轴承原始振动信号自适应分解为若干本征模态分量,并利用基于峭度、相关系数、能量比的综合评价指标筛选出最能反映信号故障特征的本征模态分量(imfs);针对样本集不平衡问题改进分形网络的损失函数和激活函数;将筛选到的imfs重构并输入IFractalNet进行自动特征提取与故障识别。实验结果表明:提出方法能够有效地对滚动轴承进行多种故障类型和多种故障程度的识别,避免了复杂的人工特征提取过程,相较于其他方法具有更高的泛化能力、特征提取能力和故障识别能力。 展开更多

关键词 滚动轴承 改进经验小波变换(IEWT) 改进分形网络(IFractalNet) 故障诊断

在线阅读 下载PDF 职称材料

IEWT-CS和LCNN在轴承故障诊断中的应用 被引量：2

16

作者 陈志刚 杜小磊 +1 位作者 张楠 张俊玲 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2020年第3期463-472,共10页

针对传统轴承故障诊断方法易受噪声干扰、过度依赖专家经验和故障信号特征提取与优化选择困难的问题,本文提出了一种基于改进经验小波变换与压缩感知联合降噪结合导联卷积神经网络的轴承故障诊断方法。采用压缩感知方法减弱轴承信号强... 针对传统轴承故障诊断方法易受噪声干扰、过度依赖专家经验和故障信号特征提取与优化选择困难的问题,本文提出了一种基于改进经验小波变换与压缩感知联合降噪结合导联卷积神经网络的轴承故障诊断方法。采用压缩感知方法减弱轴承信号强背景噪声干扰;采用改进经验小波变换算法将信号分解为若干本征模态函数,并通过相关系数-峭度准则选出故障特征较为明显的分量并重构;将重构信号输入导联卷积神经网络中进行自动特征提取与故障识别。轴承故障诊断实验表明:提出方法受先验知识和主观影响较小,避免了复杂的特征提取与分类过程,相较于其他方法具有更高的泛化能力、特征提取能力和故障识别能力。 展开更多

关键词 滚动轴承 压缩感知 改进经验小波变换 导联卷积神经网络 故障诊断 模式识别 特征提取 降噪

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

17

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