基于二维聚合经验模态分解的SAR图像目标识别方法

1

作者 肜瑶 张洋洋 《火力与指挥控制》 北大核心 2025年第6期200-205,共6页

合成孔径雷达图像特征有效性直接决定了后续目标识别性能。针对SAR特征提取和目标识别问题,采用二维聚合经验模态分解获得多层次二维固态模函数并据此设计识别方法。BEEMD对传统经验模态函数进行优化,其分解得到的BIMF可以更为稳健、有... 合成孔径雷达图像特征有效性直接决定了后续目标识别性能。针对SAR特征提取和目标识别问题,采用二维聚合经验模态分解获得多层次二维固态模函数并据此设计识别方法。BEEMD对传统经验模态函数进行优化,其分解得到的BIMF可以更为稳健、有效地反映目标特性。为了充分利用分解得到的多层次BIMF,基于联合稀疏表示对它们进行统一表征从而考察其内在相关性。根据重构结果,在各层次BIMF上计算重构误差之和进行决策。采用MSTAR数据集设置实验条件对方法进行测试。综合不同条件下的结果表明,提出方法相比现有几类SAR目标识别方法具有更强的有效性。 展开更多

关键词 合成孔径雷达 目标识别 二维聚合经验模态分解 联合稀疏表示

在线阅读 下载PDF 职称材料

高速列车转向架故障信号的聚合经验模态分解和模糊熵特征分析 被引量：14

2

作者 秦娜 金炜东 +1 位作者 黄进 李智敏 《控制理论与应用》 EI CAS CSCD 北大核心 2014年第9期1245-1251,共7页

为了对高速列车转向架关键部件进行状态监测,利用转向架故障振动信号的特点,提出了一种结合聚合经验模态分解和模糊熵的特征提取方法.对故障信号进行聚合经验模态分解,得到一系列具有不同物理意义的简单成分信号,采用相关分析法选取最... 为了对高速列车转向架关键部件进行状态监测,利用转向架故障振动信号的特点,提出了一种结合聚合经验模态分解和模糊熵的特征提取方法.对故障信号进行聚合经验模态分解,得到一系列具有不同物理意义的简单成分信号,采用相关分析法选取最能反映原信号特征的本征模态函数.对这些本征模态函数和原信号分别计算模糊熵值构成多尺度复杂性度量的特征向量,输入最小二乘支持向量机中进行分类识别,与模糊熵特征相比得到了更好的识别效果,证明了算法的有效性. 展开更多

关键词 高速列车转向架 特征提取 聚合经验模态分解 模糊熵 最小二乘支持向量机

在线阅读 下载PDF 职称材料

基于自适应噪声完整聚合经验模态分解-极限学习机的短期血糖预测 被引量：6

3

作者 王延年 郭占丽 +1 位作者 袁进磊 李全忠 《中国生物医学工程学报》 CAS CSCD 北大核心 2017年第6期702-710,共9页

糖尿病患者的血糖浓度时间序列具有时变、非线性和非平稳的特点,为提高血糖预测精度,提出一种自适应噪声的完整聚合经验模态分解(CEEMDAN)与极限学习机(ELM)相结合的短期血糖预测模型。首先,利用CEEMDAN方法将患者的血糖浓度时间序列进... 糖尿病患者的血糖浓度时间序列具有时变、非线性和非平稳的特点,为提高血糖预测精度,提出一种自适应噪声的完整聚合经验模态分解(CEEMDAN)与极限学习机(ELM)相结合的短期血糖预测模型。首先,利用CEEMDAN方法将患者的血糖浓度时间序列进行分解,得到不同频段的血糖分量IMF(本征模态函数)和残余分量,以降低血糖时间序列的非平稳性;然后对各血糖分量IMF和残余分量分别构建极限学习机,并将各极限学习机的预测结果融合,获得患者未来血糖浓度的预测值,提高预测精度;在此基础上,进行低血糖预警。利用从河南省人民医院内分泌科采集的56例患者的数据进行模型检验,结果表明:与ELM模型和EMD-ELM模型相比,CEEMDAN-ELM短期血糖预测模型提前45 min的预测仍可达到较高预测水平(RMSE=0.205 1,MAPE=2.116 4%);低血糖预警虚警率和漏警率分别为0.97%和7.55%。血糖预测时间的延长,可以为医生和患者提供充足时间进行血糖浓度控制,提高糖尿病治疗的效果。 展开更多

关键词 血糖预测 低血糖预警 自适应噪声完整聚合经验模态分解 极限学习机

在线阅读 下载PDF 职称材料

基于聚合经验模态分解的情感语音特征提取 被引量：6

4

作者 张乐 张雪英 +1 位作者 孙颖 张卫 《计算机工程》 CAS CSCD 北大核心 2017年第8期306-309,315,共5页

特征提取是情感语音识别系统的关键过程,决定系统整体识别性能。传统特征提取技术假定语音信号是线性、短时平稳信号,不具有自适应性。为此,通过聚合经验模态分解(EEMD)算法以非线性的处理方式提取特征。情感语音信号经EEMD分解后得到... 特征提取是情感语音识别系统的关键过程,决定系统整体识别性能。传统特征提取技术假定语音信号是线性、短时平稳信号,不具有自适应性。为此,通过聚合经验模态分解(EEMD)算法以非线性的处理方式提取特征。情感语音信号经EEMD分解后得到一组固有模态函数(IMF),利用相关系数法筛选出有效分量集合,对集合函数计算得到IMF能量特征(IMFE)。选用德国柏林语音库作为实验数据来源,将IMFE特征、韵律特征、梅尔倒谱系数特征以及三者的融合特征分别输入到支持向量机中,通过比较不同特征的识别结果验证IM FE特征的有效性。实验结果表明,IM FE特征与声学特征融合后的平均识别率达到91.67%,可有效区分不同的情感状态。 展开更多

关键词 特征提取 聚合经验模态分解 固有模态函数 Spearman Rank相关系数 声学特征 情感语音识别

在线阅读 下载PDF 职称材料

采样频率对聚合经验模态分解的影响研究

5

作者 陈换过 陈培 +4 位作者 陈文华 蔡丽 沈建洋 吴建伟 吴明建 《中国机械工程》 EI CAS CSCD 北大核心 2016年第18期2472-2476,共5页

根据聚合经验模态分解的特点对能量泄漏指数进行了修订,从非对准误差、能量泄漏、分解结果的正交性和相关性方面分析了采样频率对聚合经验模态的影响,分析结果显示离散化采样引起的非对准误差随采样频率的提高逐渐减小,而能量泄漏以及... 根据聚合经验模态分解的特点对能量泄漏指数进行了修订,从非对准误差、能量泄漏、分解结果的正交性和相关性方面分析了采样频率对聚合经验模态的影响,分析结果显示离散化采样引起的非对准误差随采样频率的提高逐渐减小,而能量泄漏以及分解结果之间的正交性和相关性随采样频率改变近似呈周期性变化。并根据分析结果给出了聚合经验模态中采样频率的选取原则。算例结果表明,综合考虑上述各影响因素后,聚合经验模态较为理想的采样频率范围是信号最高频率的10.3～11倍。 展开更多

关键词 聚合经验模态分解 采样频率 能量泄漏 旋转机械

在线阅读 下载PDF 职称材料

基于EEMD与WT组合的变点检测研究

6

作者 郭建平 赵立龙 《统计与决策》 北大核心 2025年第8期59-63,共5页

准确检测出数据的变点对于统计分析而言具有重要价值。文章构建了一种对观测数据本身没有要求的自适应变点检测方法,通过对原始序列施以聚合经验模态分解,基于方差贡献率分析,确定系统演变的主要影响因子;利用小波变换优良的局域化能力... 准确检测出数据的变点对于统计分析而言具有重要价值。文章构建了一种对观测数据本身没有要求的自适应变点检测方法,通过对原始序列施以聚合经验模态分解,基于方差贡献率分析,确定系统演变的主要影响因子;利用小波变换优良的局域化能力,确定主要影响因子的变点位置;根据系统变化时刻和系统主要影响因子的变化时刻在时间上的相依关系,定位原始序列的变点。结果表明,与经典回归分析和直接使用小波变换检测变点相比,所提组合变点检测法能够大幅提升变点检出率。 展开更多

关键词 变点 聚合经验模态分解 主要影响因子 小波变换

在线阅读 下载PDF 职称材料

基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断

7

作者 李大柱 梁树林 +1 位作者 池茂儒 许文天 《铁道机车车辆》 北大核心 2024年第2期8-14,共7页

现有列车车轮失圆监测方法的准确性受车速及线路条件影响较大,为了更准确地监测车轮服役状态,文中提出基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断方法:车辆轴箱垂向振动加速度经数学形态学滤波器滤波降噪后,运用完全噪声辅助聚合经验... 现有列车车轮失圆监测方法的准确性受车速及线路条件影响较大,为了更准确地监测车轮服役状态,文中提出基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断方法:车辆轴箱垂向振动加速度经数学形态学滤波器滤波降噪后,运用完全噪声辅助聚合经验模态分解(CEEMDAN)将其分解为一系列的固有模态函数(IMF),然后选取能量熵增量相对较大的几阶IMF分量进行Wigner-Ville分布(WVD)计算,从而叠加得到轴箱振动加速度的多尺度时频图,最后根据多尺度时频图的分布特征来诊断车轮状态。通过仿真分析和工程实例研究结果表明,运用该方法可有效地识别复杂工况下的车轮服役状态。 展开更多

关键词 车轮失圆 形态学滤波 完全噪声辅助聚合经验模态分解 WIGNER-VILLE分布 多尺度时频图

在线阅读 下载PDF 职称材料

基于遗传粒子群优化的热负荷预测方法 被引量：1

8

作者 谢文举 薛贵军 +1 位作者 史彩娟 李水清 《中国测试》 CAS 北大核心 2024年第6期131-138,147,共9页

集中供热系统一次网热负荷预测对于换热站能源合理分配具有重大意义,针对换热站之间存在较强的耦合性,如何保证换热站实现节能减排的同时并保证热用户的舒适性是供热行业的首要任务,提出一种基于遗传粒子群的混合神经网络(GAPSO-CNN-BiL... 集中供热系统一次网热负荷预测对于换热站能源合理分配具有重大意义,针对换热站之间存在较强的耦合性,如何保证换热站实现节能减排的同时并保证热用户的舒适性是供热行业的首要任务,提出一种基于遗传粒子群的混合神经网络(GAPSO-CNN-BiLSTM)预测模型。首先,利用热负荷历史值、供水流量、供水温度以及回水压力构建模型输入;然后,利用完全噪声辅助聚合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)将供热负荷分解为不同子序列,以弱化供热负荷数据复杂程度,挖掘数据内部潜在特征;其次,为进一步减少模型计算时间,根据样本熵(sample entropy,SE)对子序列进行合并;最后,利用所提模型对不同子序列进行预测重构。实验表明所提模型相比LSTM、CNN-LSTM以及粒子群优化的混合神经网络(PSO-CNN-LSTM)在供热负荷预测中精度分别提高42%,32%,30%拥有更出色的特征提取能力和精度。 展开更多

关键词 完全噪声辅助聚合经验模态分解 样本熵 遗传粒子群 一次网 热负荷预测

在线阅读 下载PDF 职称材料

基于EEMD样本熵的高速列车转向架故障特征提取 被引量：39

9

作者 秦娜 金炜东 +2 位作者 黄进 李智敏 刘景波 《西南交通大学学报》 EI CSCD 北大核心 2014年第1期27-32,共6页

为了监测高速列车转向架关键部件的工作状态,提出了采用聚合经验模态分解和样本熵信息测度理论相结合的方法提取信号特征.以转向架正常、空气弹簧失气、横向减振器故障和抗蛇行减振器故障4种典型工况下车体及转向架的振动信号为研究对象... 为了监测高速列车转向架关键部件的工作状态,提出了采用聚合经验模态分解和样本熵信息测度理论相结合的方法提取信号特征.以转向架正常、空气弹簧失气、横向减振器故障和抗蛇行减振器故障4种典型工况下车体及转向架的振动信号为研究对象,将信号进行聚合经验模态分解,得到一系列成分简单的固有模态函数,分别计算样本熵值构成高维特征矢量,最后采用支持向量机进行故障状态的分类识别.实验结果表明,列车在200 km/h速度下,故障识别率可以达到88%,证明了该特征提取算法的有效性. 展开更多

关键词 转向架 阈值消噪 聚合经验模态分解 样本熵 支持向量机

在线阅读 下载PDF 职称材料

基于二次EEMD的Wigner-Ville分布旋转机械故障信号分析及试验研究 被引量：20

10

作者 郭奇 刘卜瑜 +1 位作者 史立波 李波 《振动与冲击》 EI CSCD 北大核心 2012年第13期129-133,153,共6页

Wigner-Ville分布(WVD)凭借优良的数学性质被广泛应用于信号处理等领域,但因其不满足可加性而引起的交叉项却影响信号分析的准确性。针对此问题提出利用二次聚合经验模态分解(Ensemble Empirical Mode Decompo-sition,EEMD)消除Wigner-V... Wigner-Ville分布(WVD)凭借优良的数学性质被广泛应用于信号处理等领域,但因其不满足可加性而引起的交叉项却影响信号分析的准确性。针对此问题提出利用二次聚合经验模态分解(Ensemble Empirical Mode Decompo-sition,EEMD)消除Wigner-Ville分布交叉项的方法。该方法首先用EEMD将原信号分解成为若干本征模函数(IntrinsicMode Function,IMF),再利用EEMD对获得的IMF进行二次处理,得到一组新的IMF,然后对新得到的若干模态成分分别进行WVD计算,最后将各项结果求和得到信号的WVD分布。该方法在改善模态混叠的同时有效地消除Wigner-Ville分布交叉项,并保留Wigner-Ville分布的各种优良特性。将该方法应用于转子碰摩故障诊断,效果很好。 展开更多

关键词 Wigner—Ville分布 聚合经验模态分解 经验模态分解 交叉项 故障诊断 信号处理

在线阅读 下载PDF 职称材料

基于EEMD的高速列车转向架故障诊断 被引量：11

11

作者 秦娜 金炜东 +2 位作者 黄进 李智敏 刘景波 《计算机工程》 CAS CSCD 2013年第12期1-4,10,共5页

高速列车的转向架机械故障会引起转向架和车体振动信号的变化，严重影响高速列车运行的安全性和舒适度。为此，提出一种基于聚合经验模态分解的高速列车转向架故障诊断方法。针对转向架空气弹簧失气、抗蛇形减振器失效、横向减振器失效... 高速列车的转向架机械故障会引起转向架和车体振动信号的变化，严重影响高速列车运行的安全性和舒适度。为此，提出一种基于聚合经验模态分解的高速列车转向架故障诊断方法。针对转向架空气弹簧失气、抗蛇形减振器失效、横向减振器失效和原车4种工况进行仿真实验，得到列车不同位置的振动信号。信号经聚合经验模态分解得到一系列固有模态函数，分别提取能量矩特征，反映不同尺度上能量随时间的分布规律。将第2阶～第6阶经验模态能量矩构成的5维特征矢量作为支持向量机分类器的输入，在列车行驶200km/h的速度下进行转向架故障识别，结果表明，该方法的识别正确率可达到95％以上。 展开更多

关键词 转向架 故障诊断 特征提取 聚合经验模态分解 能量矩 支持向量机

在线阅读 下载PDF 职称材料

不同关门力度下乘用车关门声声品质评价 被引量：11

12

作者 徐中明 吴丹 +2 位作者 夏小均 贺岩松 张志飞 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2017年第1期11-19,共9页

针对在主观偏好性试验中关门力度对听审者的主观评价有很大影响这一问题,考虑轻、重关门力度对声品质评价的影响,提出了一种新的关门声声品质评价参数——SE(sharpnessenergy)。即利用二次EEMD分解和Wigner-Ville分布得到样本的能量分布... 针对在主观偏好性试验中关门力度对听审者的主观评价有很大影响这一问题,考虑轻、重关门力度对声品质评价的影响,提出了一种新的关门声声品质评价参数——SE(sharpnessenergy)。即利用二次EEMD分解和Wigner-Ville分布得到样本的能量分布,参考尖锐度计算公式推导得到SE计算公式,并将其归一化为百分制,SE突出了高频成分对声品质主观偏好性的影响。为验证参数SE的有效性,将该参数和主观评价结果进行相关性分析,结果表明当关门力度不同时,SE与样本评价结果相关性更高,SE比尖锐度能更准确地反映高频成分对声品质的影响。 展开更多

关键词 魏格纳-维尔分布 聚合经验模态分解 偏好性 主客观评价 声品质

在线阅读 下载PDF 职称材料

基于EEMD与GA-小波神经网络的传动系声品质预测 被引量：13

13

作者 黄海波 黄晓蓉 +2 位作者 苏瑞强 李人宪 丁渭平 《振动与冲击》 EI CSCD 北大核心 2017年第9期130-137,共8页

为了进行车辆传动系声品质预测,实施了传动系整车转鼓试验,并结合主、客观分析量化了影响传动系噪声烦恼度的主要异响指标;同时,通过相关分析揭示了心理声学客观参量与主观评价的内在关系。引入聚合经验模态分解(Ensemble Empirical Mod... 为了进行车辆传动系声品质预测,实施了传动系整车转鼓试验,并结合主、客观分析量化了影响传动系噪声烦恼度的主要异响指标;同时,通过相关分析揭示了心理声学客观参量与主观评价的内在关系。引入聚合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)方法与本征模态函数(Intrinsic Mode Function,IMF)样本熵值对传动系噪声特征进行了提取;在此基础上,以Morlet小波基函数作为隐含层节点的传递函数构建小波神经网络(Wavelet Neural Network,WNN),同时运用遗传算法(Genetic Algorithm,GA)优化小波神经网络的层间权值和层内阈值,构造出GA-小波神经网络模型并用于传动系声品质预测;为了对比所提取的传动系噪声特征性能,将心理声学参量也作为模型输入以进行预测,同时,为了对比GA-小波神经网络模型的预测效果,引入了传统的GA-BP神经网络模型。分析结果表明:GA-小波神经网络较GA-BP神经网络能更准确、有效地对传动系声品质进行预测,并且以本征模态函数样本熵值作为预测模型的输入特征其预测结果较心理声学参量效果更佳。 展开更多

关键词 传动系 声品质 聚合经验模态分解 本征模态函数 小波神经网络

在线阅读 下载PDF 职称材料

基于EEMD-KECA的风电机组滚动轴承故障诊断 被引量：25

14

作者 齐咏生 张二宁 +2 位作者 高胜利 王林 高学金 《太阳能学报》 EI CAS CSCD 北大核心 2017年第7期1943-1951,共9页

针对传统频域诊断算法不能充分挖掘出非线性、非平稳信号内部本质信息的问题,提出基于聚合经验模态分解(EEMD)的复合特征提取和基于核熵成分分析(KECA)的故障自动诊断算法。该方法首先采用EEMD将原始信号分解成若干特征模态函数(IMF),计... 针对传统频域诊断算法不能充分挖掘出非线性、非平稳信号内部本质信息的问题,提出基于聚合经验模态分解(EEMD)的复合特征提取和基于核熵成分分析(KECA)的故障自动诊断算法。该方法首先采用EEMD将原始信号分解成若干特征模态函数(IMF),计算IMF能量和信号的能量熵构建复合特征向量并作为KECA的输入,之后建立KECA非线性分类器并引入一种新的监测统计量——散度测度统计量,实现故障的实时监测与自动诊断。采用KECA可实现根据熵值大小进行特征分类,具有较强的非线性处理能力,且不同特征信息之间呈现出显著的角度差异,易于分类。最后通过实际风电机组滚动轴承应用实例对算法进行验证,结果表明该方法可有效提取信号中的故障特征,实现对滚动轴承的故障诊断,相比神经网络分类方法具有更高的识别率。 展开更多

关键词 故障诊断 聚合经验模态分解 核熵成分分析 能量熵 滚动轴承

在线阅读 下载PDF 职称材料

基于EEMD-SVD-PE的轨道波磨趋势项提取 被引量：11

15

作者 陈亮 刘宏立 +2 位作者 郑倩 马子骥 李艳福 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2019年第5期171-177,共7页

钢轨波磨检测是保障行车安全的重要手段,针对复杂钢轨线路波磨数据中的轨道起伏趋势提取问题,提出了一种基于排列组合熵(Permutation Entropy, PE)选取低复杂度奇异值分量重构趋势的EEMD-SVD信号去趋方法.相比已有的经验模式分解去趋算... 钢轨波磨检测是保障行车安全的重要手段,针对复杂钢轨线路波磨数据中的轨道起伏趋势提取问题,提出了一种基于排列组合熵(Permutation Entropy, PE)选取低复杂度奇异值分量重构趋势的EEMD-SVD信号去趋方法.相比已有的经验模式分解去趋算法,该方法考虑到原始IMF可能存在的信号成分混杂问题(如含有白噪声与信号的低频成分),首次提出通过奇异值分解来精确提取隐藏在多维IMF矩阵中的趋势项成分作为奇异值分量.由于协方差矩阵构建的奇异值分量排列时只考虑了能量的分布而未考虑趋势项信号低复杂度、高幅的特点,使用排列组合熵来选出符合趋势项特征的奇异值分量,最后对满足要求的奇异值分量进行重建得到最终的趋势项.为验证本文方法的有效性,分别进行了数字仿真和实际钢轨波磨数据去趋实验.数字仿真实验结果表明该方法整体去趋性能优于低通滤波法、与EMD结合的线性规划法和小波分解法,尤其在多信噪比的仿真实验中,当信噪比较低时,提趋准确率最大提高约30%.同时,实际钢轨波磨数据去趋实验说明本文方法能够适用于钢轨波磨检测. 展开更多

关键词 聚合经验模态分解 奇异值分解 排列组合熵 信号去趋

在线阅读 下载PDF 职称材料

面向大规模监测数据的高铁故障诊断技术研究 被引量：10

16

作者 李贵兵 金炜东 +3 位作者 蒋鹏 付小利 熊定鸿 谷鹏举 《系统仿真学报》 CAS CSCD 北大核心 2014年第10期2458-2464,共7页

大数据及云计算等技术带来的科研方式的转变正在影响着对高铁故障诊断技术领域的研究工作,利用云计算平台对大规模高铁监测数据进行了故障检测分析的研究工作,利用hadoop平台对仿真平台产生的高铁监测数据进行了数据预处理,并在该平台... 大数据及云计算等技术带来的科研方式的转变正在影响着对高铁故障诊断技术领域的研究工作,利用云计算平台对大规模高铁监测数据进行了故障检测分析的研究工作,利用hadoop平台对仿真平台产生的高铁监测数据进行了数据预处理,并在该平台下实现了并行化的EEMD与信息熵相结合的故障特征提取,然后在map-reduce计算框架下实现了对特征提取结果的KNN故障分类识别,对分类效果和运行性能指标进行了分析。实验结果表明,该方法能准确有效的对高铁故障进行识别分类,在运算速度、并行化加速度性能上都较传统方法有明显的改善。 展开更多

关键词 故障诊断分析 MAP-REDUCE 聚合经验模态分解(EEMD) KNN 并行化

在线阅读 下载PDF 职称材料

基于EEMD排列熵的高速列车转向架故障特征分析 被引量：9

17

作者 秦娜 蒋鹏 +1 位作者 孙永奎 金炜东 《振动．测试与诊断》 EI CSCD 北大核心 2015年第5期885-891,991,共7页

高速列车转向架关键部件发生机械故障会体现在车体和转向架的振动信号中,为了从监测数据中提取非线性特征参数用于转向架故障状态的反演识别,提出基于聚合经验模态分解排列熵的特征分析方法。首先,对振动信号进行聚合经验模态分解,得到... 高速列车转向架关键部件发生机械故障会体现在车体和转向架的振动信号中,为了从监测数据中提取非线性特征参数用于转向架故障状态的反演识别,提出基于聚合经验模态分解排列熵的特征分析方法。首先,对振动信号进行聚合经验模态分解,得到一系列窄带本征模态函数;然后,对原信号和本征模态函数分别计算排列熵值,组成多尺度的复杂性度量特征向量;最后,将高维特征向量输入最小二乘支持向量机分类识别出转向架的工作状态。仿真实验结果表明,该方法在运行速度为200km/h时,多个通道达到95%以上的识别率,验证了通过聚合经验模态分解排列熵对高速列车转向架机械故障诊断的可行性。 展开更多

关键词 高速列车转向架 特征提取 聚合经验模态分解 排列熵 最小二乘支持向量机

在线阅读 下载PDF 职称材料

电力系统广域自适应阻尼控制器设计 被引量：4

18

作者 杨培宏 刘文颖 +2 位作者 魏毅立 张继红 刘斌 《电力系统及其自动化学报》 CSCD 北大核心 2013年第5期105-110,共6页

利用广域测量系统WAMS信号设计了一种广域自适应阻尼控制器WAADC,以提高互联电网区域振荡阻尼。利用聚合经验模态分解EMMD方法精确地在线辨识电力系统低频振荡模态,并有效地抑制了低频振荡模态的混叠。根据在线辨识结果提出了一种模糊... 利用广域测量系统WAMS信号设计了一种广域自适应阻尼控制器WAADC,以提高互联电网区域振荡阻尼。利用聚合经验模态分解EMMD方法精确地在线辨识电力系统低频振荡模态,并有效地抑制了低频振荡模态的混叠。根据在线辨识结果提出了一种模糊自适应粒子群优化算法,实时整定电力系统中电力系统稳定器PSS的参数,从而在不同的运行方式下都能提供最佳的阻尼,抑制系统的低频振荡。仿真结果表明,该WAADC能提高互联电网的安全稳定运行能力。 展开更多

关键词 低频振荡 广域自适应阻尼控制器 聚合经验模态分解 电力系统稳定器 广域测量系统

在线阅读 下载PDF 职称材料

基于EEMD和能量算子的风机轴承故障诊断 被引量：12

19

作者 齐咏生 张二宁 +2 位作者 高胜利 高学金 王普 《控制工程》 CSCD 北大核心 2017年第12期2450-2455,共6页

针对风机轴承振动信号的非线性、非稳定性和能量算子对信号单分量的要求,提出一种基于聚合经验模态分解(EEMD)和Teager能量算子解调的方法,提取信号的瞬时频率和包络信号,通过与采集的正常信号进行比对,从而诊断风机轴承是否有故障,之... 针对风机轴承振动信号的非线性、非稳定性和能量算子对信号单分量的要求,提出一种基于聚合经验模态分解(EEMD)和Teager能量算子解调的方法,提取信号的瞬时频率和包络信号,通过与采集的正常信号进行比对,从而诊断风机轴承是否有故障,之后再通过捕捉频谱中突出的幅值信息,进而确定故障的原因。该方法能有效克服实际风机故障库难于获取和建立的问题,实现风机轴承故障的在线监测与诊断。最后,将该算法应用于实验室平台的测试信号和真实风机的故障信号,验证了该算法的有效性和实用性。 展开更多

关键词 风机故障诊断 风机故障监测 聚合经验模态分解 TEAGER能量算子

在线阅读 下载PDF 职称材料

基于白噪声统计特性与EEMD的高速列车横向减振器故障诊断 被引量：7

20

作者 李辉 金炜东 《计算机应用研究》 CSCD 北大核心 2016年第9期2648-2651,共4页

针对高速列车横向减振器故障信号非线性非平稳的特点,提出了基于白噪声统计特性与聚合经验模态分解(EEMD)相结合的故障诊断算法。利用经验模态分解(EMD)对故障信号进行去噪,然后对去噪后的信号进行EEMD分解,最后对用相关系数求得的最能... 针对高速列车横向减振器故障信号非线性非平稳的特点,提出了基于白噪声统计特性与聚合经验模态分解(EEMD)相结合的故障诊断算法。利用经验模态分解(EMD)对故障信号进行去噪,然后对去噪后的信号进行EEMD分解,最后对用相关系数求得的最能反映振动信号的本征模态函数(IMF)计算排列组合熵。在240 km/h速度下,对高速列车横向减振器七种工况进行诊断,识别率达到91.8%。实验结果表明,与基于小波熵特征分析的算法相比,该算法具有更高的识别率和更强的抗噪性能。 展开更多

关键词 高速列车 横向减振器 故障诊断 白噪声统计特性 支持向量机 聚合经验模态分解

在线阅读 下载PDF 职称材料