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
基于变分模态分解和鲁棒性独立成分分析的内燃机缸盖振动信号分离
被引量:
4
1
作者
姚家驰
向阳
+1 位作者
钱思冲
张冠军
《中国机械工程》
EI
CAS
CSCD
北大核心
2018年第8期923-929,936,共8页
针对缸盖振动信号中燃烧信号和活塞敲击信号在时频域混叠严重难以分离的问题,用基于VMD和RobustICA的方法分离各独立源信号。通过试验测量内燃机单通道缸盖振动信号,首先对测得的信号进行消除趋势项及滑动平均等预处理,用VMD算法对预处...
针对缸盖振动信号中燃烧信号和活塞敲击信号在时频域混叠严重难以分离的问题,用基于VMD和RobustICA的方法分离各独立源信号。通过试验测量内燃机单通道缸盖振动信号,首先对测得的信号进行消除趋势项及滑动平均等预处理,用VMD算法对预处理后的信号进行分解;然后用RobustICA算法提取独立成分,并用组合模态函数法对时域和频域相似性较高的分量成分进行组合;最后结合频谱分析、连续小波变换、相干函数法及倒拖试验对分离得到的结果进行识别验证。研究结果表明:在不同的试验工况下,该方法可以有效地从缸盖振动信号中分离出燃烧信号和活塞敲击信号。
展开更多
关键词
内燃机
缸盖振动
变分
模态
分解
组合模态函数
法
鲁棒性独立成分分析
在线阅读
下载PDF
职称材料
基于CMF-EEMD的风电齿轮箱多故障特征提取
被引量:
13
2
作者
王志坚
韩振南
+1 位作者
宁少慧
梁鹏威
《电机与控制学报》
EI
CSCD
北大核心
2016年第2期104-111,共8页
针对EMD(empirical mode decomposition)模态混叠现象和由于所添加白噪声幅值单一而影响EEMD(ensemble empirical mode decomposition)分解精度等问题,提出了一种新的信号处理方法CMF-EEMD。CMF(combined mode function)将EMD分解得到...
针对EMD(empirical mode decomposition)模态混叠现象和由于所添加白噪声幅值单一而影响EEMD(ensemble empirical mode decomposition)分解精度等问题,提出了一种新的信号处理方法CMF-EEMD。CMF(combined mode function)将EMD分解得到敏感的IMFs按高低频进行组合,形成两个包含高低频的本征模态函数Ch和CL,然后通过添加不同的白噪声幅值对Ch和CL分别进行EEMD分解,最后对敏感的IMFs进行循环自相关函数解调分析。将提出方法应用于仿真信号和风力齿轮箱试验台的振动信号,成功提取了多故障特征频率,验证了此方法的有效性。并通过与添加单一白噪声幅值进行对比分析,凸显此方法具有更高的分解精度。
展开更多
关键词
风电齿轮箱
组合模态函数
总体平均经验
模态
分解
多故障
循环自相关
函数
在线阅读
下载PDF
职称材料
基于改进MOMEDA的齿轮箱复合故障诊断
被引量:
7
3
作者
王志坚
王俊元
+2 位作者
张纪平
赵志芳
寇彦飞
《振动.测试与诊断》
EI
CSCD
北大核心
2018年第1期176-181,共6页
总体经验模态分解(ensemble empirical mode decomposition,简称EEMD)对信号分解时由于白噪声选取不当,常造成能量泄露;通过计算多点峭度可以提取冲击性故障周期,但在强噪声环境下其追踪效果并不理想;考虑到多点最优最小熵反褶积(multip...
总体经验模态分解(ensemble empirical mode decomposition,简称EEMD)对信号分解时由于白噪声选取不当,常造成能量泄露;通过计算多点峭度可以提取冲击性故障周期,但在强噪声环境下其追踪效果并不理想;考虑到多点最优最小熵反褶积(multipoint optimal minimum entropy deconvolution adjuste,简称MOMEDA)提取故障时准确度受到故障周期区间范围的影响,提出了基于组合模态函数-多点最优最小熵反褶积(combined mode function-multipoint optimal minimum entropy deconvolution adjuste,简称CMF-MOMEDA)的自适应齿轮箱复合故障特征提取方法。首先,通过EEMD对信号分解,将信号按高低频依次分开;其次,取与原信号相关性强的本征模态函数,通过组合模态函数(combined mode function,简称CMF)将原信号分解为高低两个频带C_h和C_L,分别求其多点峭度谱图,提取故障周期成分;然后,设定合适的周期范围,通过MOMEDA提取故障特征;最后,将该方法应用于齿轮箱故障特征提取,以验证其可行性。
展开更多
关键词
复合故障
特征提取
强噪声环境
多点最优最小熵反褶积
组合模态函数
在线阅读
下载PDF
职称材料
题名
基于变分模态分解和鲁棒性独立成分分析的内燃机缸盖振动信号分离
被引量:
4
1
作者
姚家驰
向阳
钱思冲
张冠军
机构
武汉理工大学能源与动力工程学院
武汉理工大学船舶动力系统运用技术交通行业重点实验室
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2018年第8期923-929,936,共8页
基金
国家自然科学基金资助项目(51079118
51279148)
文摘
针对缸盖振动信号中燃烧信号和活塞敲击信号在时频域混叠严重难以分离的问题,用基于VMD和RobustICA的方法分离各独立源信号。通过试验测量内燃机单通道缸盖振动信号,首先对测得的信号进行消除趋势项及滑动平均等预处理,用VMD算法对预处理后的信号进行分解;然后用RobustICA算法提取独立成分,并用组合模态函数法对时域和频域相似性较高的分量成分进行组合;最后结合频谱分析、连续小波变换、相干函数法及倒拖试验对分离得到的结果进行识别验证。研究结果表明:在不同的试验工况下,该方法可以有效地从缸盖振动信号中分离出燃烧信号和活塞敲击信号。
关键词
内燃机
缸盖振动
变分
模态
分解
组合模态函数
法
鲁棒性独立成分分析
Keywords
internal combustion engine
cylinder head vibration
variational mode decomposition(VMD)
combined mode function(CMF)method
robust independent component analysis(RobustICA)
分类号
TK4 [动力工程及工程热物理—动力机械及工程]
在线阅读
下载PDF
职称材料
题名
基于CMF-EEMD的风电齿轮箱多故障特征提取
被引量:
13
2
作者
王志坚
韩振南
宁少慧
梁鹏威
机构
太原理工大学机械工程学院
出处
《电机与控制学报》
EI
CSCD
北大核心
2016年第2期104-111,共8页
基金
国家自然科学基金(50775157)
山西省基础研究项目(2012011012-1)
山西省高等学校留学回国人员科研资助项目(2011-12)
文摘
针对EMD(empirical mode decomposition)模态混叠现象和由于所添加白噪声幅值单一而影响EEMD(ensemble empirical mode decomposition)分解精度等问题,提出了一种新的信号处理方法CMF-EEMD。CMF(combined mode function)将EMD分解得到敏感的IMFs按高低频进行组合,形成两个包含高低频的本征模态函数Ch和CL,然后通过添加不同的白噪声幅值对Ch和CL分别进行EEMD分解,最后对敏感的IMFs进行循环自相关函数解调分析。将提出方法应用于仿真信号和风力齿轮箱试验台的振动信号,成功提取了多故障特征频率,验证了此方法的有效性。并通过与添加单一白噪声幅值进行对比分析,凸显此方法具有更高的分解精度。
关键词
风电齿轮箱
组合模态函数
总体平均经验
模态
分解
多故障
循环自相关
函数
Keywords
wind gearbox
combined mode function
ensemble empirical mode decomposition
multifault
cyclic autocorrelation function
分类号
TP17 [自动化与计算机技术—控制理论与控制工程]
TP206 [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MOMEDA的齿轮箱复合故障诊断
被引量:
7
3
作者
王志坚
王俊元
张纪平
赵志芳
寇彦飞
机构
中北大学机械工程学院
出处
《振动.测试与诊断》
EI
CSCD
北大核心
2018年第1期176-181,共6页
基金
山西省自然科学基金资助项目(2015011063)
文摘
总体经验模态分解(ensemble empirical mode decomposition,简称EEMD)对信号分解时由于白噪声选取不当,常造成能量泄露;通过计算多点峭度可以提取冲击性故障周期,但在强噪声环境下其追踪效果并不理想;考虑到多点最优最小熵反褶积(multipoint optimal minimum entropy deconvolution adjuste,简称MOMEDA)提取故障时准确度受到故障周期区间范围的影响,提出了基于组合模态函数-多点最优最小熵反褶积(combined mode function-multipoint optimal minimum entropy deconvolution adjuste,简称CMF-MOMEDA)的自适应齿轮箱复合故障特征提取方法。首先,通过EEMD对信号分解,将信号按高低频依次分开;其次,取与原信号相关性强的本征模态函数,通过组合模态函数(combined mode function,简称CMF)将原信号分解为高低两个频带C_h和C_L,分别求其多点峭度谱图,提取故障周期成分;然后,设定合适的周期范围,通过MOMEDA提取故障特征;最后,将该方法应用于齿轮箱故障特征提取,以验证其可行性。
关键词
复合故障
特征提取
强噪声环境
多点最优最小熵反褶积
组合模态函数
Keywords
complex faults
feature extraction
strong noise environment
multipoint optimal minimum entropy deconvolution adjusted
combined mode function
分类号
TN911.72 [电子电信—通信与信息系统]
TN206 [电子电信—物理电子学]
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
基于变分模态分解和鲁棒性独立成分分析的内燃机缸盖振动信号分离
姚家驰
向阳
钱思冲
张冠军
《中国机械工程》
EI
CAS
CSCD
北大核心
2018
4
在线阅读
下载PDF
职称材料
2
基于CMF-EEMD的风电齿轮箱多故障特征提取
王志坚
韩振南
宁少慧
梁鹏威
《电机与控制学报》
EI
CSCD
北大核心
2016
13
在线阅读
下载PDF
职称材料
3
基于改进MOMEDA的齿轮箱复合故障诊断
王志坚
王俊元
张纪平
赵志芳
寇彦飞
《振动.测试与诊断》
EI
CSCD
北大核心
2018
7
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