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
共找到264篇文章
< 1 2 … 14 >
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：
自适应变分模态分解算法在高温高压水空化特性分析中的应用 被引量：1
1
作者 许博 胡鸿飞 王海军 《西安交通大学学报》 EI CAS 北大核心 2025年第1期56-67,共12页
针对高温高压流动工况下,空化状态判断困难、传统分析方法难以有效提取压力脉动信号中的有效信息的问题,以孔板为对象,开展了高温高压水的空化实验,并提出了一种基于遗传算法的自适应变分模态分解(AVMD)算法。该算法通过结合中心频率法... 针对高温高压流动工况下,空化状态判断困难、传统分析方法难以有效提取压力脉动信号中的有效信息的问题,以孔板为对象,开展了高温高压水的空化实验,并提出了一种基于遗传算法的自适应变分模态分解(AVMD)算法。该算法通过结合中心频率法、遗传算法、功率谱熵和相对能量等技术,自适应地确定变分模态分解算法中的超参数并有效去除信号中的噪声成分,提高了空化特征的提取精度。结果表明:AVMD算法能够精确捕捉到高温高压水流经孔板时空化现象的发生和发展,识别空化起始点、转捩点以及空化强度的变化;当高温高压水流经孔板后,压力脉动的无量纲频率在0.04~0.35、压力脉动的无量纲幅值在0.014~0.067时,空化现象开始出现;随着空化强度增加,管内压力脉动幅值和频率整体呈增大趋势;空化起始转捩点及空化严重转捩点与入口压力和工质入口过冷度密切相关。AVMD算法能够有效提高空化特性分析的精度,尤其是在复杂流动条件下的空化预测,为压水堆核电站冷却剂系统和高压蒸汽系统的稳定运行提供理论依据和参考。 展开更多
关键词 高温高压水 空化特性 自适应变分模态分解 孔板
在线阅读 下载PDF
基于变分模态分解的自适应交叉融合模型及其在月径流预测中的应用 被引量：1
2
作者 孙瑜辉 王庆杰 岳春芳 《水电能源科学》 北大核心 2025年第3期1-6,共6页
基于“分解—集成”策略的径流预测模型是现有研究中提高预测精度的主流方式之一。分解—集成建模方式主要有后验试验(HE)、预测试验(FE)和自适应预测试验(AFE)3种方式,已有研究主要聚焦于HE的改进,忽视了各建模方式的实用性研究。基于... 基于“分解—集成”策略的径流预测模型是现有研究中提高预测精度的主流方式之一。分解—集成建模方式主要有后验试验(HE)、预测试验(FE)和自适应预测试验(AFE)3种方式,已有研究主要聚焦于HE的改进,忽视了各建模方式的实用性研究。基于此,在梳理各类建模方式特性的基础上,以天山山系中两条典型的内陆河为例,选用BP神经网络(BP)、支持向量机(SVM)和随机森林(RF)为基准预测模型,基于变分模态分解(VMD)和互补集合经验模态分解(CEEMD)分别构建多种分解—集成预测模型,并探索了AFE与基准模型交叉融合后的预测能力。仿真结果表明,HE建立时提前使用了测试数据信息,与预测实际不符;FE在测试数据分解时受端点效应影响严重,预测精度极低;AEF符合逐时段观测—滚动分解—实时建模预测的实际,基于VMD和CEEMD的AFE模型对径流极大值的预测精度较高。在AFE类模型中,VMD的适应性更强,可实现流域汛期月径流的高精度预报。基于VMD分解的自适应交叉融合模型能够取得与HE模型相当甚至更高的预测精度,对径流预测精度的提高具有实际意义。 展开更多
关键词 径流预测 端点效应 变分模态分解 后验试验 预测试验 自适应预测试验
在线阅读 下载PDF
基于逐次变分模态分解的液压轴向柱塞泵故障特征提取方法
3
作者 马景涛 汤胜楠 +2 位作者 朱勇 周涛 郑智剑 《液压与气动》 北大核心 2025年第3期100-110,共11页
当液压轴向柱塞泵关键摩擦副出现故障时,其振动信号会出现调制现象,振动信号中的故障调制特征与特定的故障类型形成对应关系,通过信号分解可以从振动信号中提取出故障特征,进而用于故障诊断。以液压轴向柱塞泵为研究对象,利用变分模态... 当液压轴向柱塞泵关键摩擦副出现故障时,其振动信号会出现调制现象,振动信号中的故障调制特征与特定的故障类型形成对应关系,通过信号分解可以从振动信号中提取出故障特征,进而用于故障诊断。以液压轴向柱塞泵为研究对象,利用变分模态分解和逐次变分模态分解分别对不同的仿真信号在含噪的情况下进行分解重构,综合对比了两种算法在分解性能方面的差异;最后将两种算法用于实测振动信号的故障特征提取中。结果表明:两种算法均适用于液压轴向柱塞泵的故障特征提取;逐次变分模态分解能更精确地重构出与柱塞泵故障高度相关的有效分量;变分模态分解提取到的有效分量幅值衰减更小,对微弱故障特征更加敏感。 展开更多
关键词 液压轴向柱塞泵 故障诊断 故障特征提取 变分模态分解 逐次变分模态分解
在线阅读 下载PDF
利用变分模态提取法滤除浅剖信号噪声
4
作者 李正元 李邵波 +1 位作者 谢安远 汪诗奇 《海洋测绘》 北大核心 2025年第2期29-33,共5页
为了解决浅剖信号易受复杂噪声影响、常用的图像去噪方法难以保留信号域原始回波信息的问题,提出了一种利用变分模态提取法滤除浅剖信号噪声的方法。首先,通过联合增强滤波和阈值法提取了海底线;其次对海底线以上的水体回波进行频谱分析... 为了解决浅剖信号易受复杂噪声影响、常用的图像去噪方法难以保留信号域原始回波信息的问题,提出了一种利用变分模态提取法滤除浅剖信号噪声的方法。首先,通过联合增强滤波和阈值法提取了海底线;其次对海底线以上的水体回波进行频谱分析,实现了噪声频谱的主要中心频率的提取;最后基于变分模态提取方法,提取原始浅剖回波中对应于这些中心频率的各模态,并将之作为噪声模态予以去除,实现了去噪。结果表明:该方法在去噪模拟实验上取得了73.75和0.721的PSNR及SSIM,较好实现了噪声去除和有效信号保真。研究工作表明变分模态提取方法和噪声先验频率信息获取是浅剖信号域去噪的关键,并可应用至其他声纳去噪领域。 展开更多
关键词 浅剖数据处理 信号去噪 变分模态提取 层界提取 频谱分析
在线阅读 下载PDF
采用变分模态分解与领域自适应的表面肌电信号手势识别 被引量：1
5
作者 姜海燕 许先静 +1 位作者 钟凌珺 李竹韵 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第5期75-87,共13页
针对传统机器学习在表面肌电信号手势识别领域的适应性和准确性不足,以及新用户因个体生理和行为差异在已有模型上表现不佳的问题,提出一种利用卷积神经网络模型并有效克服肌电数据分布差异的算法,用于提升手势识别的性能。首先对肌电... 针对传统机器学习在表面肌电信号手势识别领域的适应性和准确性不足,以及新用户因个体生理和行为差异在已有模型上表现不佳的问题,提出一种利用卷积神经网络模型并有效克服肌电数据分布差异的算法,用于提升手势识别的性能。首先对肌电信号进行变分模态分解,构建易于识别的表面肌电图像,并提出了一种卷积神经网络模型进行手势识别,提升用户相关的肌电信号手势识别准确率;同时利用迁移学习中的领域自适应和模型微调技术,提升用户无关的肌电信号手势识别准确率,并将所提算法在NinaPro DB1肌电数据集中进行了3分类、4分类、5分类和12分类共4组评估验证。结果表明:在4组评估验证中,用户相关的肌电信号手势识别平均准确率分别达到了99.28%、99.30%、98.39%和93.40%,用户无关的肌电信号手势识别平均准确率分别达到了94.05%、92.60%、88.38%和70.03%,表明本文提出的算法在表面肌电信号手势识别中具有良好的效果,为实现人机交互中的普适性的肌电设备开发提供了一种可行的方案。 展开更多
关键词 领域自适应 卷积神经网络 手势识别 变分模态分解 表面肌电信号
在线阅读 下载PDF
遗传算法优化变分模态分解提取舰船辐射噪声特征线谱方法 被引量：4
6
作者 沈鑫玉 陈涛 +2 位作者 郭良浩 刘建军 陈艳丽 《应用声学》 CSCD 北大核心 2024年第1期1-11,共11页
特征线谱提取是舰船目标识别的一个重要研究环节,常采用传统的DEMON谱分析方法,处理过程中,一般对舰船噪声时域信号未予抑噪,低信噪比情况下,传统DEMON谱分析性能差。对此,提出一种采用遗传算法优化变分模态分解方法,用于分解舰船噪声... 特征线谱提取是舰船目标识别的一个重要研究环节,常采用传统的DEMON谱分析方法,处理过程中,一般对舰船噪声时域信号未予抑噪,低信噪比情况下,传统DEMON谱分析性能差。对此,提出一种采用遗传算法优化变分模态分解方法,用于分解舰船噪声原时域信号,获得抑制噪声后的舰船噪声重构信号,进而有效提取了舰船目标噪声幅度调制特征线谱。该方法首先采用遗传算法优化变分模态分解的两个关键输入参数(分解所取模态个数和惩罚因子),对变分模态分解得到的各阶固有模态分量加以判别,去除噪声主导分量,保留信号主导分量,使重构舰船噪声信号显著抑制了干扰噪声,然后对降噪后的重构信号进行频谱分析,获得目标噪声调制特征线谱。理论分析、仿真和实验数据处理结果表明,相比传统DEMON谱分析法,基于遗传算法优化变分模态分解的舰船噪声特征线谱提取方法具有更好的噪声抑制能力,所获取的舰船噪声幅度调制特征线谱信噪比明显高于传统DEMON方法,具有一定优势,前景良好。 展开更多
关键词 舰船辐射噪声 遗传算法 变分模态分解 特征线谱提取
在线阅读 下载PDF
基于改进变分模态提取的轴承早期故障诊断 被引量：4
7
作者 张家军 马萍 +1 位作者 彭炫 张宏立 《组合机床与自动化加工技术》 北大核心 2024年第2期146-150,共5页
针对变分模态提取(variational mode extraction,VME)在强背景噪音下初始中心频率难以确定的问题,提出了基于谱相干引导变分模态提取(SC-VME)的滚动轴承故障诊断方法。首先,引入谱相干(spectral coherence,SC)算法对信号进行处理,得到... 针对变分模态提取(variational mode extraction,VME)在强背景噪音下初始中心频率难以确定的问题,提出了基于谱相干引导变分模态提取(SC-VME)的滚动轴承故障诊断方法。首先,引入谱相干(spectral coherence,SC)算法对信号进行处理,得到由循环频率和频谱频率构成的双频域,并结合1/3-二叉树滤波器组得到改进包络谱(improved envelope spectrum,IES);然后,以轴承故障特征频率识别的局部特征能量与频带中的IES能量占比为诊断指标,构建诊断性指示图,据此确定VME期望模态的初始中心频率;最后,通过对提取的期望模态进行包络谱分析,实现滚动轴承早期故障诊断。通过仿真和试验信号分析,结果表明所提SC-VME方法准确性更高、用时更短、效果更优。 展开更多
关键词 滚动轴承 谱相干 变分模态提取 早期故障诊断
在线阅读 下载PDF
基于迭代增强变分模态提取的滚动轴承复合故障诊断 被引量：3
8
作者 张家军 马萍 +1 位作者 张海 张宏立 《振动与冲击》 EI CSCD 北大核心 2024年第7期255-265,共11页
针对变分模态提取对多分量复合故障提取能力不足,且存在中心频率和平衡因子两个超参数优化等问题,提出了一种迭代增强变分模态提取(iterative enhanced variational mode extraction,IEVME)的滚动轴承复合故障诊断新方法。首先,提出引... 针对变分模态提取对多分量复合故障提取能力不足,且存在中心频率和平衡因子两个超参数优化等问题,提出了一种迭代增强变分模态提取(iterative enhanced variational mode extraction,IEVME)的滚动轴承复合故障诊断新方法。首先,提出引入中心频率趋势收敛现象优化VME的初始中心频率,使其能自适应寻找合适的初始中心频率进行提取并加入新的收敛准则对信号进行迭代提取的迭代变分模态提取方法(iterative variational mode extraction,IVME);然后,通过优化IVME的平衡因子得到多个分量信号,再利用图拉普拉斯能量指数选取最优分量进行重构;接着,为全面提取复合故障信号中的主要周期,提出了结合加强运算减去运算的增强最小噪声幅值解卷积(enhanced minimum noise amplitude deconvolution,EMNAD)方法,以降低噪声并增强相对较弱的周期信号;最后,通过融合平方包络谱实现对滚动轴承的复合故障诊断。将所提方法应用到滚动轴承复合故障诊断中,通过仿真和实例信号验证所提IEVME方法的有效性和鲁棒性,并将所提方法与现有多种方法进行对比,结果表明所提IEVME方法准确性更高,效果更优。 展开更多
关键词 滚动轴承 迭代增强变分模态提取(IEVME) 增强最小噪声幅值解卷积(EMNAD) 复合故障诊断
在线阅读 下载PDF
基于波浪激励响应自适应变分模态分解的高桩码头桩基损伤识别 被引量：1
9
作者 王泊淳 王启明 +1 位作者 朱瑞虎 李成明 《振动与冲击》 EI CSCD 北大核心 2024年第21期147-155,221,共10页
波浪激励下高桩码头桩基动力响应存在多类型信号混杂现象,因此信号重构对于码头桩基的损伤检测至关重要。变分模态分解(variational mode decomposition,VMD)方法能够有效避免信号重构中的模态混叠问题,但由于波浪激励下的动力响应频谱... 波浪激励下高桩码头桩基动力响应存在多类型信号混杂现象,因此信号重构对于码头桩基的损伤检测至关重要。变分模态分解(variational mode decomposition,VMD)方法能够有效避免信号重构中的模态混叠问题,但由于波浪激励下的动力响应频谱复杂,分解所需的模态数和罚因子会严重影响分解结果。为解决该问题,提出了一种自适应变分模态分解方法(improved adaptive variational mode decomposition,IAVMD),该方法通过罚权系数自适应调整各频率分量的罚因子,并通过分解结果的信号完整度来确定最佳模态数。进一步通过波浪激励下的高桩码头模型试验对IAVMD的有效性、适用性进行了验证。结果表明,该方法能够准确分离出动力响应损伤特征子信号,并根据能量因子确定损伤位置和大小。 展开更多
关键词 波浪激励 损伤检测 信号重构 自适应变分模态分解(IAVMD)
在线阅读 下载PDF
基于自适应变分模态分解的齿轮箱故障诊断 被引量：1
10
作者 谢锋云 汪淦 +2 位作者 赏鉴栋 樊秋阳 朱海燕 《推进技术》 EI CAS CSCD 北大核心 2024年第9期218-227,共10页
针对航空齿轮箱故障诊断中采集到的振动信号包含复杂噪声干扰和冗余成分的问题,提出了基于自适应变分模态分解的齿轮箱故障诊断方法。利用综合评价指标完成变分模态分解(VMD)中分解层数K值的自适应选取,通过设置相关系数和能量熵的阈值... 针对航空齿轮箱故障诊断中采集到的振动信号包含复杂噪声干扰和冗余成分的问题,提出了基于自适应变分模态分解的齿轮箱故障诊断方法。利用综合评价指标完成变分模态分解(VMD)中分解层数K值的自适应选取,通过设置相关系数和能量熵的阈值,筛选同时大于阈值的分量作为包含主要能量且与原信号更加相似的分量进行重构,实现信号的降噪和特征增强。利用结合精细复合多尺度散布熵(RCMDE)对降噪后的信号进行特征提取,充分提取反映振动信号不同时间尺度复杂程度的非线性特征组成特征向量。使用粒子群算法(PSO)优化的核极限学习机(KELM)对所提取的特征进行识别。通过实验验证,该模型10次测试的平均准确率可达95.04%。与其他特征提取和模式识别方法进行对比,所提方法具有更高的诊断准确率,为航空齿轮箱的故障诊断提供了新的方法。 展开更多
关键词 航空齿轮箱 故障诊断 信号降噪 自适应变分模态分解 粒子群算法 核极限学习机
在线阅读 下载PDF
基于自适应变分模态分解的电力系统机电振荡特征提取 被引量：26
11
作者 王丽馨 蔡国伟 +1 位作者 杨德友 孙正龙 《电网技术》 EI CSCD 北大核心 2019年第4期1387-1395,共9页
针对电力系统非线性、非平稳机电振荡信号特征参数提取困难的问题,提出了一种基于自适应变分模态分解(adaptive variational mode decomposition,AVMD)和Hilbert变换的电力系统机电振荡特征参数提取方法。自适应变分模态分解方法是一种... 针对电力系统非线性、非平稳机电振荡信号特征参数提取困难的问题,提出了一种基于自适应变分模态分解(adaptive variational mode decomposition,AVMD)和Hilbert变换的电力系统机电振荡特征参数提取方法。自适应变分模态分解方法是一种非递归式算法,通过约束变分模型的构建及求解,从而获取频率成分固定的振荡分量,且抗噪性能较好。首先根据窗口傅立叶变换频谱分布确定变分模态分解算法的分解模态数,然后利用自适应变分模态分解算法获取各有限带宽固有模态分量,最后通过Hilbert变换提取振荡特征参数。仿真分析及实测数据计算结果表明了所提方法的可行性及有效性。 展开更多
关键词 机电振荡 自适应变分模态分解 有限带宽固有模态 HILBERT变换
在线阅读 下载PDF
变分模态分解和改进的自适应共振技术在轴承故障特征提取中的应用 被引量：28
12
作者 李华 伍星 +1 位作者 刘韬 陈庆 《振动工程学报》 EI CSCD 北大核心 2018年第4期718-726,共9页
针对滚动轴承早期故障特征提取困难的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和改进的自适应共振技术的滚动轴承故障特征提取方法。针对轴承故障信号所在频带难以选择的问题,提出了基于改进的自适应共振技术(... 针对滚动轴承早期故障特征提取困难的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和改进的自适应共振技术的滚动轴承故障特征提取方法。针对轴承故障信号所在频带难以选择的问题,提出了基于改进的自适应共振技术(Improved Adaptive Resonance Technology,IART)的IMF选取方法。首先,确定模态数,提出了峭度最大值的模态数确定方法;然后,对原始振动信号进行VMD分解,获得既定数目的本征模态分量(Intrinsic Mode Function,IMF);其次,利用IART选取包含丰富故障信息的IMF分量;最后,(如有需要)对选取的IMF分量进行基于IART的带通滤波,并进行包络解调分析提取故障特征频率。将该方法应用到轴承仿真数据和实际数据中,能够实现轴承故障特征的精确诊断,证明了该方法的有效性。 展开更多
关键词 故障诊断 滚动轴承 变分模态分解 峭度 改进的自适应共振
在线阅读 下载PDF
基于变分模态提取的动力响应重构方法研究
13
作者 余恒 殷红 彭珍瑞 《噪声与振动控制》 CSCD 北大核心 2024年第3期43-49,共7页
基于经验模态分解的响应重构方法依赖于参数繁多的带通滤波器,且不适用于具有密集模态的结构,因此,提出一种基于变分模态提取的动力响应重构方法。首先,在时域内使用变分模态提取将由传感器测得的动力响应分解为各阶模态响应;随后,通过... 基于经验模态分解的响应重构方法依赖于参数繁多的带通滤波器,且不适用于具有密集模态的结构,因此,提出一种基于变分模态提取的动力响应重构方法。首先,在时域内使用变分模态提取将由传感器测得的动力响应分解为各阶模态响应;随后,通过根据有限元建模或模态试验导出的模态转换矩阵计算得到响应未知位置的各阶模态响应,再根据模态叠加法完成其余位置动力响应的重构;最后,对非密集模态的悬臂梁和密集模态的3层剪切框架进行数值模拟,并通过简支梁进行试验分析,验证了所提方法的有效性和较好的鲁棒性。 展开更多
关键词 振动与波 密集模态 变分模态提取 动力响应重构 模态转换矩阵 模态叠加法
在线阅读 下载PDF
基于SFLA优化变分模态提取的滚动轴承故障诊断 被引量：2
14
作者 张怀彬 陈志刚 +1 位作者 杨远鹏 王衍学 《振动与冲击》 EI CSCD 北大核心 2024年第10期132-139,173,共9页
为解决变分模态提取(variational mode extraction, VME)在分解轴承故障信号过程中近似中心频率和惩罚因子的选择过于依赖专家经验的问题,提出混合蛙跳算法(shuffled frog leaping algorithm, SFLA)与VME相结合的滚动轴承故障诊断方法... 为解决变分模态提取(variational mode extraction, VME)在分解轴承故障信号过程中近似中心频率和惩罚因子的选择过于依赖专家经验的问题,提出混合蛙跳算法(shuffled frog leaping algorithm, SFLA)与VME相结合的滚动轴承故障诊断方法。首先,为解决单一指标作为目标函数提取特征时信息不全面的问题,结合信息熵(information entropy, IE)、包络谱峭度和相关系数建立新的参数优化指标—KIC;然后,将KIC的极小值作为SFLA的目标函数自适应地选取VME期望模态的中心频率和惩罚因子;最后,通过包络解调分析期望模态进行故障诊断。仿真信号与轴承试验台相关数据集的分析结果表明,所提出的SFLA-VME方法能够准确地提取出期望模态并诊断轴承故障。 展开更多
关键词 滚动轴承 变分模态提取 混合蛙跳算法 包络谱峭度 信息熵
在线阅读 下载PDF
基于自适应变分模态分解的组合模型风电功率预测
15
作者 鹿凯 石开明 +3 位作者 贾欢 金勇杰 王旭 徐谱鑫 《电源学报》 CSCD 北大核心 2024年第2期283-289,共7页
风电机组出力的高波动与随机性,影响电力系统安全稳定运行与风电预测精度,针对此提出结合风电功率波动特性研究的风电功率预测方法。首先从时间与机组规模尺度分析风电功率波动特性,并指导选取合适的风电数据用于风电功率预测;然后建立... 风电机组出力的高波动与随机性,影响电力系统安全稳定运行与风电预测精度,针对此提出结合风电功率波动特性研究的风电功率预测方法。首先从时间与机组规模尺度分析风电功率波动特性,并指导选取合适的风电数据用于风电功率预测;然后建立基于最小二乘支持向量机的风电机组短期功率预测模型,采用自适应变分模态分解实现风电数据分频,并采用改进粒子群优化最小二乘支持向量机模型中影响回归预测的模型参数。实验结果表明,预测模型自适应性较强,通过预测误差评价指标,可证明预测方法的有效性。 展开更多
关键词 最小二乘支持向量机 风电功率预测 自适应变分模态分解 改进粒子群优化 分频预测
在线阅读 下载PDF
基于自适应变分模态提取的低速重载滚动轴承故障诊断方法 被引量：12
16
作者 俞惠惠 郑近德 +2 位作者 潘海洋 童靳于 刘庆运 《振动与冲击》 EI CSCD 北大核心 2022年第11期65-71,113,共8页
变分模态提取(variational mode extraction,VME)作为一种以极低计算度提取特定信号模态的新方法,其通过设置期望模态中心频率来获得固有模态函数。但是,VME只能针对一个中心频率提取一个分量,无法实现多分量信号的自适应分解。对此,通... 变分模态提取(variational mode extraction,VME)作为一种以极低计算度提取特定信号模态的新方法,其通过设置期望模态中心频率来获得固有模态函数。但是,VME只能针对一个中心频率提取一个分量,无法实现多分量信号的自适应分解。对此,通过依据信号数据长度与带宽自适应设置多分量模态中心频率参数,把信号分解问题转化为多模态优化问题,在此基础上,提出了一种自适应变分模态提取(adaptive variational mode extraction,AVME)方法。此外,为解决单一指标无法衡量最优解调分量全面信息特征的问题,提出将峭度、相关系数和正交性进行融合来凸显及筛选有用分量进行解调和诊断。通过对滚动轴承故障仿真信号和实测信号进行分析,将所提的方法与现有多种信号分解方法对比,结果表明了该方法在计算耗时上和降噪方面的有效性。 展开更多
关键词 自适应变分模态提取(awme) 融合指标优选 滚动轴承 故障诊断
在线阅读 下载PDF
侵彻过载信号自适应变分模态分解时频分析方法
17
作者 谢雨岑 郜王鑫 +2 位作者 邵志豪 房安琪 张珂 《探测与控制学报》 CSCD 北大核心 2024年第4期69-78,共10页
传统过载信号时频分析方法广泛应用于超高速侵彻引信层间粘连机理研究和信号处理方法优化中,但模态混叠效应已成为其应用时的瓶颈。针对该问题,提出一种基于自适应优化变分模态分解(OVMD)的侵彻过载信号时频分析方法。考虑到侵彻过载信... 传统过载信号时频分析方法广泛应用于超高速侵彻引信层间粘连机理研究和信号处理方法优化中,但模态混叠效应已成为其应用时的瓶颈。针对该问题,提出一种基于自适应优化变分模态分解(OVMD)的侵彻过载信号时频分析方法。考虑到侵彻过载信号频率成分复杂且具有的非平稳性、随机性特点,该方法以模态的混叠效应和稀疏性作为信号的分解约束,采用非支配排序遗传算法(NSGA-II)搜索获取变分模态分解算法的分解个数和二次惩罚因子,再基于参数优化的变分模型,确定各模态函数的中心频率和带宽,完成过载信号各频率成分的自适应分解。通过对实测侵彻过载信号分析可见,相比于通用经验模态分解算法,该方法可以有效抑制模态混叠现象,且在时域和频域上均具有更好的分辨率,能为引信系统的信号处理、仿真模型验证、结构设计提供有效信息支撑。 展开更多
关键词 侵彻过载信号 时频分析 模态混叠 自适应优化变分模态分解
在线阅读 下载PDF
基于数据驱动自适应变分非线性chirp模态分解的瞬时频率识别
18
作者 袁平平 满镇 +1 位作者 赵周杰 任伟新 《振动与冲击》 EI CSCD 北大核心 2024年第20期18-25,共8页
为降低初始频率和信号噪声对变分非线性chirp模态分解(variational nonlinear chirp mode decomposition,VNCMD)的影响,提出了一种基于数据驱动自适应变分非线性chirp模态分解(data-driven adaptive variational nonlinear chirp mode d... 为降低初始频率和信号噪声对变分非线性chirp模态分解(variational nonlinear chirp mode decomposition,VNCMD)的影响,提出了一种基于数据驱动自适应变分非线性chirp模态分解(data-driven adaptive variational nonlinear chirp mode decomposition,DDAVNCMD)的方法。通过模态能量占比确定响应信号的模态个数,同时采用导数归一化算法初步估算模态分量的初始频率,并添加迭代时变滤波器来降低噪声的影响,在此基础上再对响应信号进行VNCMD。通过单分量和多分量解析信号及拉索结构试验对所提方法进行验证。研究结果表明,基于DDAVNCMD的瞬时频率识别方法具有较好的准确性和抗噪性。 展开更多
关键词 瞬时频率 变分非线性chirp模态分解(VNCMD) 导数归一化 迭代时变滤波器 数据驱动自适应变分非线性chirp模态分解(DDAVNCMD)
在线阅读 下载PDF
渐进式分层特征提取的综合能源多任务负荷预测
19
作者 王德文 安涵 +1 位作者 张林飞 赵文清 《智能系统学报》 北大核心 2025年第4期858-870,共13页
针对综合能源系统中电、冷、热负荷存在复杂耦合关系,传统多任务学习模型难以学习到有效的多元负荷耦合特征可能导致预测精度降低的问题,本文充分考虑多元负荷复杂耦合关系,提出一种渐进式分层特征提取的综合能源多任务负荷预测模型。... 针对综合能源系统中电、冷、热负荷存在复杂耦合关系,传统多任务学习模型难以学习到有效的多元负荷耦合特征可能导致预测精度降低的问题,本文充分考虑多元负荷复杂耦合关系,提出一种渐进式分层特征提取的综合能源多任务负荷预测模型。将全年数据按季节划分,分析各季节下电、冷、热负荷间耦合强度;采用变分模态分解将历史负荷序列分解为多个不同频率的分量,可以更好挖掘多元负荷的深层时序特征;渐进式分层提取多元负荷的耦合特征,并动态分配耦合特征对预测结果的影响权重,避免耦合特征无效时模型预测精度下降。实验结果证明,在不同的多元负荷耦合强度下,渐进式分层特征提取的多任务负荷预测在精度上有更好表现。研究结论可用于指导综合能源多元负荷预测过程。 展开更多
关键词 负荷预测 综合能源 多任务学习 多元负荷 渐进式分层 特征提取 最大信息系数 变分模态分解
在线阅读 下载PDF
基于改进变分模态分解和Hilbert变换的变压器局部放电信号特征提取及分类 被引量：88
20
作者 朱永利 贾亚飞 +2 位作者 王刘旺 李莉 郑艳艳 《电工技术学报》 EI CSCD 北大核心 2017年第9期221-235,共15页
针对现有局部放电(PD)信号特征提取方法存在的不足,提出一种基于变分模态分解(VMD)和Hilbert变换(Hilbert-VMD)的特征提取方法,并提出一种双阈值筛选法来确定VMD算法中的分解模态数。首先,根据PD信号功率谱,采用双阈值筛选法确定VMD算... 针对现有局部放电(PD)信号特征提取方法存在的不足,提出一种基于变分模态分解(VMD)和Hilbert变换(Hilbert-VMD)的特征提取方法,并提出一种双阈值筛选法来确定VMD算法中的分解模态数。首先,根据PD信号功率谱,采用双阈值筛选法确定VMD算法中的分解模态数;其次,采用VMD算法对PD信号进行分解,得到数个有限带宽的固有模态分量(BLIMFs);然后,对各模态分量进行Hilbert变换并线性叠加后得到PD信号的Hilbert时频谱,并计算各模态分量的边际谱;最后,根据各模态分量的边际谱提取PD信号频域内的特征量,并用支持向量机(SVM)对所提取的特征量进行分类。实验结果表明,对试验环境下和现场实测两种环境下的PD信号,采用该文方法提取得到的特征量均具有较高的正确识别率,充分说明该特征提取方法可以有效提取PD信号特征。对于噪声较大的实测信号,采用该方法得到的正确识别率并未明显降低,说明该方法具有较好的噪声鲁棒性。此外,该文所提Hilbert-VMD方法也为PD信号提供了一种新的时频分析方法。 展开更多
关键词 局部放电 变分模态分解 HILBERT变换 双阈值筛选法 特征提取
在线阅读 下载PDF
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 2 … 14 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部