基于集总平均经验模态分解法(EEMD)的星箭解锁分离机构冲击响应分析 被引量：8

1

作者 汪国元 徐洋 +2 位作者 胡晓楠 盛晓伟 蒋青飞 《振动与冲击》 EI CSCD 北大核心 2018年第1期47-52,共6页

基于集总平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD),提出一种星箭解锁分离机构冲击响应信号分析新方法。通过EEMD,将星箭解锁分离机构解锁过程的冲击信号分解成不同模态分量(Intrinsic Mode Function,IMF)。结果... 基于集总平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD),提出一种星箭解锁分离机构冲击响应信号分析新方法。通过EEMD,将星箭解锁分离机构解锁过程的冲击信号分解成不同模态分量(Intrinsic Mode Function,IMF)。结果表明前两阶模态分量IMF主要为冲击引起的高频振动,而IMF3之后为冲击激励引起的不同阶固有模态振动和局部振动,并通过模态实验验证了分析的正确性。 展开更多

关键词 星箭解锁分离机构 集总平均经验模态分解法(Eemd) 模态分量IMF 冲击响应

在线阅读 下载PDF 职称材料

经验模态分解法在大气时间序列预测中的应用 被引量：38

2

作者 玄兆燕 杨公训 《自动化学报》 EI CSCD 北大核心 2008年第1期97-101,共5页

介绍了一种可以提高非平稳时间序列预测精度的新方法,该方法应有Hilbert-Huang变换的核心内容—经验模态分解法(Empirical mode decomposition,EMD)对非平稳时间序列进行分解,以降低被预测信号中的非平稳性,利用神经网络对分解后的各分... 介绍了一种可以提高非平稳时间序列预测精度的新方法,该方法应有Hilbert-Huang变换的核心内容—经验模态分解法(Empirical mode decomposition,EMD)对非平稳时间序列进行分解,以降低被预测信号中的非平稳性,利用神经网络对分解后的各分量进行预测,再将预测结果叠加.利用该方法对石家庄市年逐月降水量进行预测,预测结果显示,其预测精度比直接用神经网络预测的预测精度有较明显的提高. 展开更多

关键词 HILBERT-HUANG变换 预测 非平稳性 非线性 经验模态分解法(emd) 人工神经网络(ANN) 时间序列

在线阅读 下载PDF 职称材料

基于序关系分析法和自适应噪声完备集合经验模态分解法的直升机飞行培训安全风险评估指标权重分析 被引量：9

3

作者 许铭赫 高扬 《科学技术与工程》 北大核心 2021年第14期6089-6096,共8页

为有效管控直升机飞行培训的安全风险,依据“人-机-环-管”(man-machine-environment-management,MMEM)理论构建直升机飞行培训安全风险评估指标体系,并提出基于序关系分析法(order relation analysis method,G1)和自适应噪声完备集合... 为有效管控直升机飞行培训的安全风险,依据“人-机-环-管”(man-machine-environment-management,MMEM)理论构建直升机飞行培训安全风险评估指标体系,并提出基于序关系分析法(order relation analysis method,G1)和自适应噪声完备集合经验模态分解法(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)的权重确定方法。利用G1确定指标的主观权重,利用CEEMDAN确定指标的客观权重,然后利用最小相对信息熵原理最终确定直升机飞行培训安全风险评估指标的组合权重。以典型直升机飞行培训机构为例进行分析。结果表明不良天气对系统安全的影响最大,同时验证了该方法的简便实用,可以有效帮助机构有针对性地实施安全风险控制和管理。 展开更多

关键词 直升机飞行培训 安全风险 序关系分析法(G1) 自适应噪声完备集合经验模态分解法(CEemdAN) 指标权重

在线阅读 下载PDF 职称材料

抵抗低频高能噪声影响的海上风电结构模态参数识别方法研究

4

作者 董霄峰 时泽坤 彭泓浩 《振动与冲击》 北大核心 2025年第9期214-222,265,共10页

模态参数是体现海上风电结构运行安全状态的关键指标,然而复杂多变的海洋环境会导致实测振动信号中混有大量低频高能噪声,严重影响模态识别精度。为实现海上风电结构模态参数的准确识别,提出一种能够抵抗低频高能噪声影响的模态参数识... 模态参数是体现海上风电结构运行安全状态的关键指标,然而复杂多变的海洋环境会导致实测振动信号中混有大量低频高能噪声,严重影响模态识别精度。为实现海上风电结构模态参数的准确识别,提出一种能够抵抗低频高能噪声影响的模态参数识别方法(CEEMDAN-VMD-SSI,CVS)。首先,利用完全自适应噪声集合经验模态分解法(complementary ensemble empirical mode decomposition with adaptive noise, CEEMDAN)滤除原始信号中的高频噪声;随后,通过麻雀优化算法(sparrow’s optimization algorithm, SSA)以最小包络熵作为适应度函数迭代计算自适应确定变分模态分解法(variational mode decomposition, VMD)的信号分解层数K和惩罚因子α,实现信号的VMD自适应优化分解以剔除低频高能噪声影响;最后,再采用随机子空间方法实现信号中模态参数的识别提取。研究分别针对构造仿真含噪信号和原型观测信号开展了识别效果对比验证。结果表明:相比于传统模态识别方法,CVS方法在信噪比、波形相似系数、相对误差等参数方面具有更好的有效性和精确性;同时,该方法对实测信号的处理能力强,降噪效果好,能够准确识别结构固有频率、叶轮转动频率(1P)和叶片扫掠频率(3P),具有良好的工程适用性,为后续基于实测数据开展海上风电结构模态参数识别与运行安全评价提供了新思路。 展开更多

关键词 海上风电 模态参数识别 低频高能噪声 完全自适应噪声集合经验模态分解(CEemdAN) 变分模态分解法(VMD)

在线阅读 下载PDF 职称材料

基于EMD-LSTM的重介分选精煤灰分时间序列预测方法研究 被引量：10

5

作者 程凯 王然风 付翔 《煤炭工程》 北大核心 2022年第2期133-139,共7页

针对重介分选的智能化发展需求,根据重介精煤灰分数据噪声特征及灰分过程控制对灰分预测精度、预测时长的要求,提出了基于EMD-LSTM的重介精煤灰分时间序列预测方法。首先,通过经验模态分解(EMD)算法将重介精煤灰分时序数列中的不同尺度... 针对重介分选的智能化发展需求,根据重介精煤灰分数据噪声特征及灰分过程控制对灰分预测精度、预测时长的要求,提出了基于EMD-LSTM的重介精煤灰分时间序列预测方法。首先,通过经验模态分解(EMD)算法将重介精煤灰分时序数列中的不同尺度分量逐级分解出来,生成一系列具有相同特征尺度的本征模函数,从而去除一定噪声影响;其次,进一步借助于长短期记忆(LSTM)神经网络可解决数据的长期依赖问题,从而在长时间视野预测方面表现更为突出。该方法应用于实际数据集的短期预测,实验结果表明,对LSTM神经网络进行参数寻优后,基于EMDLSTM的重介分选精煤灰分指标时间序列预测方法中,去除IMF1分量的模型所得的预测结果具有最小的标准差σ(0.1481)和平均绝对误差λ(0.1184),去除噪声后的EMD-LSTM模型可使预测准确性显著提高,能够有效解决精煤灰分预测的问题。 展开更多

关键词 重介分选 精煤灰分时序数列 噪声 经验模态分解(emd) 长短期记忆神经网络(LSTM) 精煤灰分预测

在线阅读 下载PDF 职称材料

基于EMD-VMD-LSTM的地震信号分类研究 被引量：7

6

作者 施佳朋 黄汉明 +2 位作者 薛思敏 黎炳君 袁雪梅 《传感器与微系统》 CSCD 北大核心 2021年第6期57-59,62,共4页

针对地震信号分类问题,提出了一种基于经验模态分解—变分模态分解—长短期记忆(EMD-VMD-LSTM)的地震信号分类研究的模型。首先利用EMD和VMD分别提取地震信号的前5个本征模态分量;然后对提取出来的每个本征模态分量求出其熵值,作为分类... 针对地震信号分类问题,提出了一种基于经验模态分解—变分模态分解—长短期记忆(EMD-VMD-LSTM)的地震信号分类研究的模型。首先利用EMD和VMD分别提取地震信号的前5个本征模态分量;然后对提取出来的每个本征模态分量求出其熵值,作为分类特征;最后把分类特征输入到LSTM网络中,构成EMD-VMD-LSTM分类模型,对地震信号进行分类实验。实验结果表明:该分类模型对比单一分解方法模型,对地震信号进行分类研究更为有效。 展开更多

关键词 地震信号 分类研究 经验模态分解(emd) 变分模态分解(VMD) 长短期记忆(LSTM)网络

在线阅读 下载PDF 职称材料

联合EMD及小波阈值去噪在电成像测井数据中的应用 被引量：19

7

作者 徐方慧 王祝文 +1 位作者 刘菁华 欧伟明 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第3期56-65,共10页

钻井过程中钻头震动井壁会形成较浅的孔洞与划痕,在电成像静态图中表现为麻点噪声或颜色相对较深的条、块状干扰,影响裂缝的识别和参数的提取。为了降低背景噪声的影响,将联合经验模态分解法(EMD)及小波阈值去噪方法应用到电成像测井的... 钻井过程中钻头震动井壁会形成较浅的孔洞与划痕,在电成像静态图中表现为麻点噪声或颜色相对较深的条、块状干扰,影响裂缝的识别和参数的提取。为了降低背景噪声的影响,将联合经验模态分解法(EMD)及小波阈值去噪方法应用到电成像测井的电导率曲线中。结果表明:背景噪声主要存在于电导率曲线的高频部分,把电导率数据EMD分解后,对得到的高频固有模态函数(IMF)分量进行小波阈值去噪可有效减少背景噪声,输出的FMI(地层微电阻率扫描成像)静态图中麻点噪声和条、块状干扰明显减少;由去噪电成像静态图计算得到的缝洞面孔率与岩心孔隙度有更好的线性关系,与常规资料孔隙度和人工拾取的裂缝面孔率具有一致性,说明基于EMD的小波阈值去噪方法在电成像测井数据中的应用是有效的。 展开更多

关键词 裂缝性火成岩储层 电成像测井数据 背景噪声 经验模态分解法(emd) 小波阈值去噪 缝洞面孔率

在线阅读 下载PDF 职称材料

基于去噪和分形的加密货币投资组合模型优化研究 被引量：1

8

作者 曹广喜 张星宇 《南京信息工程大学学报（自然科学版）》 CAS 北大核心 2021年第3期369-376,共8页

为提高投资效益,本文针对传统投资组合模型的缺陷,结合经验模态分解(EMD)去噪法和多重分形消除趋势交叉相关分析法(MF-DCCA),提出经验模态分解去噪下的多重分形投资组合模型(简称EMD-Mean-MF-DCCA).将新模型应用于极具投机性的加密货币... 为提高投资效益,本文针对传统投资组合模型的缺陷,结合经验模态分解(EMD)去噪法和多重分形消除趋势交叉相关分析法(MF-DCCA),提出经验模态分解去噪下的多重分形投资组合模型(简称EMD-Mean-MF-DCCA).将新模型应用于极具投机性的加密货币投资组合,结合滚动窗口技术进行样本外检验和分析,实证结果显示:无论加密货币价格处于上升还是下降趋势,EMD-Mean-MF-DCCA相对于其他传统投资组合模型及未去噪的分形投资组合模型,均在盈利能力和夏普比率方面具有明显优化效果,且当加密货币价格大幅下跌时,基于新模型的组合投资策略也具有较好的抵抗风险能力. 展开更多

关键词 加密货币 投资组合 分形 经验模态分解法(emd) 去噪 emd-Mean-MF-DCCA模型

在线阅读 下载PDF 职称材料

基于HHT的液压管路裂纹故障诊断方法研究 被引量：14

9

作者 李哲洙 高培鑫 +2 位作者 佟琨 赵大哲 刘积仁 《计算机工程与应用》 CSCD 北大核心 2016年第20期221-226,共6页

将HHT方法应用于液压管路裂纹的故障诊断,提出基于HHT的液压管路裂纹故障诊断方法,并以正常液压管路和有裂纹液压管路为例进行实验验证。首先进行EMD(经验模态分解法)振动信号分解。将EMD和HHT方法引入航空发动机液压管路裂纹的振动信... 将HHT方法应用于液压管路裂纹的故障诊断,提出基于HHT的液压管路裂纹故障诊断方法,并以正常液压管路和有裂纹液压管路为例进行实验验证。首先进行EMD(经验模态分解法)振动信号分解。将EMD和HHT方法引入航空发动机液压管路裂纹的振动信号分析,某发动机液压管路的裂纹振动信号的分析结果表明,该方法能够克服傅里叶谱无法同时获得时域和频域信息的缺陷。同时边际谱能够比较真实客观地反映有裂纹液压管路的频率和幅值分布情况。此外由边际频谱图中可知,无裂纹液压管路、有裂纹液压管路振动信号的频率能量分别集中于25 Hz,有裂纹的整体系统刚度大于无裂纹的。据此,有裂纹的管路,其振动加大的现象得以由HHT方法明显呈现。 展开更多

关键词 液压管路裂纹 希尔伯特黄转换(HHT) 故障诊断 经验模态分解法(emd)

在线阅读 下载PDF 职称材料

Hilbert-Huang变换在煤矸界面探测中的应用 被引量：3

10

作者 刘伟 华臻 《计算机工程与应用》 CSCD 北大核心 2011年第9期8-11,15,共5页

为了解决煤矿综采工作面煤矸界面识别问题,将Hilbert-Huang变换应用于煤矸振动信号的特征提取。采用EMD方法可以将复杂环境下的煤矸振动加速度信号分解成固有模态分量,通过分析包含煤矸振动特征的前4个IMF分量,得到局部Hilbert边际谱和... 为了解决煤矿综采工作面煤矸界面识别问题,将Hilbert-Huang变换应用于煤矸振动信号的特征提取。采用EMD方法可以将复杂环境下的煤矸振动加速度信号分解成固有模态分量,通过分析包含煤矸振动特征的前4个IMF分量,得到局部Hilbert边际谱和局部能量谱,进而发现当顶煤放落时,其振动信号的幅值和能量主要集中在100Hz至600Hz的频率范围内;而当煤矸混放时,其幅值和能量则主要集中在1000Hz左右,此时100Hz至600Hz频率范围内的幅值和能量相对有所减弱。根据上述特征定义特征函数,应用到煤矸界面识别的仿真实验中,取得了很好的识别效果。 展开更多

关键词 综采工作面 煤矸振动信号 Hilbert—Huang变换 经验模态分解法(emd) 局部Hilbert边际谱

在线阅读 下载PDF 职称材料

强降雨条件下土石坝安全评价 被引量：7

11

作者 田林钢 高佳东 +1 位作者 巴超 朱浩岩 《人民长江》 北大核心 2021年第6期195-200,共6页

针对强降雨条件下土石坝安全评价的问题,通过改进传统的指标体系,建立了基于FAHP-CEEMDAN和云模型的土石坝安全评价模型。研究选取了8个准则和18个指标构建评价指标体系。在此基础上,采用基于三角模糊数的模糊层次分析法(FAHP)确定指标... 针对强降雨条件下土石坝安全评价的问题,通过改进传统的指标体系,建立了基于FAHP-CEEMDAN和云模型的土石坝安全评价模型。研究选取了8个准则和18个指标构建评价指标体系。在此基础上,采用基于三角模糊数的模糊层次分析法(FAHP)确定指标初始权重,利用改进集合经验模态分解法(CEEMDAN)计算指标最终权重;根据安全等级划分和评价数据建立标准云模型和评价云模型,再结合指标最终权重确立综合云模型,并进行隶属度计算,判定评价等级。将该模型应用于强降雨条件下河南省民胜水库土石坝的安全评价,得到最大隶属度计算结果为0.719,判定该土石坝安全等级为“基本正常”,与实际情况相符。评价结果验证了该评价模型的可行性和有效性。 展开更多

关键词 土石坝 安全评价 云模型 模糊层次分析法(FAHP) 改进集合经验模态分解法(CEemdAN)

在线阅读 下载PDF 职称材料

一种改进WVSSA算法的GNSS时间序列降噪方法 被引量：2

12

作者 侯增楠 黄征凯 +4 位作者 王琰 孙喜文 贺小星 黄佳慧 乔丽娜 《导航定位学报》 CSCD 2023年第4期97-103,共7页

针对变分模态分解(VMD)中不适合的模态分解数和惩罚因子易出现过度分解与分解不足等现象的问题,提出一种改进VMD和利用复合指标改进奇异谱分析(SSA)的鲸鱼变分模态奇异谱分析(WVSSA)方法:采用WOA算法确定VMD分解的最佳参数组合进行VMD... 针对变分模态分解(VMD)中不适合的模态分解数和惩罚因子易出现过度分解与分解不足等现象的问题,提出一种改进VMD和利用复合指标改进奇异谱分析(SSA)的鲸鱼变分模态奇异谱分析(WVSSA)方法:采用WOA算法确定VMD分解的最佳参数组合进行VMD分解和重构;并用基于复合评价指标改进的SSA方法进行二次降噪;最后利用10个基准站与仿真信号分解降噪以验证方法的有效性。周期信号与噪声信号降噪分析结果表明,WVSSA方法与经验模态分解(EMD)、集合经验模态分解(EEMD)相比,均方根误差降低0.6222、0.6053mm,信噪比增加1.0349、1.0298dB,相关性增加0.0645、0.0625;全球卫星导航系统(GNSS)时序降噪分析结果表明,WVSSA方法均方根误差比EMD、EEMD平均降低0.9156、0.8271 mm,信噪比平均增加2.7606、2.4727 dB,相关性平均增加0.1754、0.1531。WVSSA方法在时间序列识别和去除噪声上更为有效。 展开更多

关键词 鲸鱼优化算法(WOA) 变分模态分解(VMD) 奇异谱分析(SSA) 复合评价指标 经验模态分解(emd) 集合经验模态分解(Eemd)

在线阅读 下载PDF 职称材料