期刊文献+
共找到162篇文章
< 1 2 9 >
每页显示 20 50 100
数控车床主轴热误差完全自适应经验模态分解与小波阈值变换分离方法
1
作者 陈庚 丁强强 +2 位作者 苏哲 郭世杰 唐术锋 《航空制造技术》 北大核心 2025年第6期104-114,共11页
数控车床主轴热误差是影响车床加工精度的主要因素之一。为提高热误差测量准确度,降低测量技术要求,提出一种基于完全自适应噪声集合经验模态分解(ICEEMDAN)和经验小波变换(EWT)的车床热误差信息分离方法。首先,使用ICEEMDAN算法对原始... 数控车床主轴热误差是影响车床加工精度的主要因素之一。为提高热误差测量准确度,降低测量技术要求,提出一种基于完全自适应噪声集合经验模态分解(ICEEMDAN)和经验小波变换(EWT)的车床热误差信息分离方法。首先,使用ICEEMDAN算法对原始信号进行分解,将获得的低频模态分量重构后作为EWT算法的输入进行分解,使用离散系数评估EWT算法每次迭代的分解效果。其次,通过对一组仿真信号进行分解,验证该方法的准确性,与ICEEMDAN算法相比,ICEEMDAN-EWT算法的均方根误差(RMSE)降低了5.2%。最后,在CKA6 163A型车床上进行试验,使用五点法辨识热误差,将ICEEMDAN-EWT分离算法与傅里叶变换(FFT)算法进行对比。结果表明,与FFT算法相比,使用ICEEMDAN-EWT算法分离出的5项热变形信号与机床温度的Pearson相关性提高了3.8%,Spearman相关性提高了6.6%,准确度更高。 展开更多
关键词 数控车床 主轴 热误差 完全自适应噪声集合经验模态分解-经验小波变换(ICeemdAN-EWT) 误差分离
在线阅读 下载PDF
基于互补集合经验模态分解的相位敏感光时域反射计系统降噪方法
2
作者 岳新博 高旭 +2 位作者 高阳 王海涛 鲁秀娥 《红外与激光工程》 北大核心 2025年第2期134-148,共15页
为了提高相位敏感光时域反射计(Φ-OTDR)系统测量振动信号信噪比,提出了一种基于互补集合经验模态分解(CEEMD)的新型去噪方法。CEEMD算法对数字正交(I/Q)解调算法获取的瑞利后项散射光幅值信号和相位信号进行分解,经多尺度排列熵(MPE)... 为了提高相位敏感光时域反射计(Φ-OTDR)系统测量振动信号信噪比,提出了一种基于互补集合经验模态分解(CEEMD)的新型去噪方法。CEEMD算法对数字正交(I/Q)解调算法获取的瑞利后项散射光幅值信号和相位信号进行分解,经多尺度排列熵(MPE)算法筛选后,通过改进的小波阈值算法进行去噪,并设计采用多元宇宙优化(MVO)算法对参数进行优化。实际搭建了外差式Φ-OTDR系统,经仿真和实际测试验证文中算法有效性。最后,将设计算法与以往的经验模态分解-皮尔逊相关系数(EMD-PCC)、自适应噪声完备集合经验模态分解(CEEMDAN)及变分模态分解-改进小波阈值(VMD-NWT)去噪方法进行了对比。结果表明,在10.14 km的传感光纤位置上,该方法对于低频10 Hz、中频200 Hz以及高频1 200 Hz的振动事件,其位置信息信噪比分别可达8.88、30.26、11.90 dB,对不同频率段的振动信号均具备有效的去噪能力,且系统定位精度更高。该方法在提高系统信噪比的同时,成功地对振动信号进行了解调,且解调效果比其他三种算法效果更好,为Φ-OTDR系统降噪研究提供了新思路。 展开更多
关键词 相位敏感光时域反射仪 互补集合经验模态分解算法 多尺度排列熵 改进的小波阈值算法 多元宇宙优化算法
在线阅读 下载PDF
基于集合经验模态分解-小波阈值方法的爆破振动信号降噪方法 被引量:27
3
作者 费鸿禄 刘梦 +1 位作者 曲广建 高英 《爆炸与冲击》 EI CAS CSCD 北大核心 2018年第1期112-118,共7页
为了更好地消除混杂在爆破信号中的噪声,引入一种基于集合经验模态分解和小波阈值共同作用的降噪方法。首先将信号进行集合经验模态分解,然后选择含噪的模态函数分量进行小波阈值降噪处理,最后把处理后的分量和未处理的分量进行叠加,重... 为了更好地消除混杂在爆破信号中的噪声,引入一种基于集合经验模态分解和小波阈值共同作用的降噪方法。首先将信号进行集合经验模态分解,然后选择含噪的模态函数分量进行小波阈值降噪处理,最后把处理后的分量和未处理的分量进行叠加,重构的信号即为降噪信号。该方法不仅能有效的去除噪声,还能使爆破波形保留其真实性和完整性。 展开更多
关键词 爆破信号 集合经验模态分解 小波阈值 降噪
在线阅读 下载PDF
基于集合经验模态分解和小波神经网络的短期风功率组合预测 被引量:82
4
作者 王贺 胡志坚 +3 位作者 陈珍 仉梦林 贺建波 李晨 《电工技术学报》 EI CSCD 北大核心 2013年第9期137-144,共8页
从挖掘风功率特性出发,提出一种基于集合经验模态分解(EEMD)和小波神经网络(WNN)的新型风功率组合预测模型。首先对风功率序列进行集合经验模态分解,以降低风功率序列的非平稳性特征;其次基于相空间重构挖掘各子序列的统计特性,以避免... 从挖掘风功率特性出发,提出一种基于集合经验模态分解(EEMD)和小波神经网络(WNN)的新型风功率组合预测模型。首先对风功率序列进行集合经验模态分解,以降低风功率序列的非平稳性特征;其次基于相空间重构挖掘各子序列的统计特性,以避免预测模型输入维数选取的随意性;然后对各子序列建立小波神经网络预测模型;最后叠加各子序列预测结果得到风功率预测值。实例研究表明本文所提的组合预测模型具有较高的预测精度和较大的工程应用潜力。 展开更多
关键词 风功率 预测 集合经验模态分解 小波神经网络 组合模型
在线阅读 下载PDF
基于集合经验模态分解和信号结构分析的心电信号R波识别算法 被引量:10
5
作者 林金朝 李必禄 +2 位作者 李国权 黄正文 庞宇 《电子与信息学报》 EI CSCD 北大核心 2021年第8期2352-2360,共9页
R波作为确定心电信号各波段的重要参考,是心电自动分析的前提。针对大多数R波识别算法的预处理过程影响识别准确度和耗时问题,该文提出一种基于集合经验模态分解(EEMD)和信号结构分析的算法对带噪心电信号(ECG)的R波直接进行识别。首先... R波作为确定心电信号各波段的重要参考,是心电自动分析的前提。针对大多数R波识别算法的预处理过程影响识别准确度和耗时问题,该文提出一种基于集合经验模态分解(EEMD)和信号结构分析的算法对带噪心电信号(ECG)的R波直接进行识别。首先通过EEMD将带噪声的心电信号分解成一系列本征模态分量,然后对分解后的各模态分量作独立成分分析以提取出R波特征最明显的成分,对该成分进行结构分析,从而实现对R波的准确定位。仿真结果表明,该文算法对带噪声心电信号的R波识别具有更优性能,对异常心电信号的R波识别也具有明显效果。 展开更多
关键词 心电信号 R识别 集合经验模态分解 信号结构分析
在线阅读 下载PDF
基于集合经验模态分解和小波变换的轮轨力应变信号降噪 被引量:5
6
作者 刘庆杰 黄辉 雷晓燕 《城市轨道交通研究》 北大核心 2016年第11期26-29,37,共5页
为解决轮轨力应变信号中的噪声干扰问题,提出了基于集合经验模态分解与小波变换相结合的去噪方法。该方法能够判断出含有基线漂移和高频噪声的模态分量。对含有基线漂移的分量通过小波变换进行分解,将代表基线漂移的趋势项置零达到去除... 为解决轮轨力应变信号中的噪声干扰问题,提出了基于集合经验模态分解与小波变换相结合的去噪方法。该方法能够判断出含有基线漂移和高频噪声的模态分量。对含有基线漂移的分量通过小波变换进行分解,将代表基线漂移的趋势项置零达到去除基线漂移的目的。对于高频噪声,则是采用小波阈值法进行去除。实测轮轨力应变信号的去噪处理表明了该方法的有效性。 展开更多
关键词 轮轨力 集合经验模态分解 小波变换 去噪
在线阅读 下载PDF
集合经验模态分解的稳健滤波方法研究 被引量:3
7
作者 刘海波 赵宇凌 《振动与冲击》 EI CSCD 北大核心 2013年第8期63-67,共5页
为了消除野值和噪声信号对观测数据的影响,给出一种基于集合经验分解的具有稳健性的滤波算法:首先用滑动中值滤波算法剔除原始数据中的野值,然后采用集合经验模态分解算法,抑制数据中的噪声。数值仿真和实际工程应用表明,该方法不仅能... 为了消除野值和噪声信号对观测数据的影响,给出一种基于集合经验分解的具有稳健性的滤波算法:首先用滑动中值滤波算法剔除原始数据中的野值,然后采用集合经验模态分解算法,抑制数据中的噪声。数值仿真和实际工程应用表明,该方法不仅能剔除野值,抑制信号中的噪声,提高信噪比,还能够有效消除模态混叠问题,将被测信号中不同的频率成分独立分解在不同的固有模态函数中,从而得到更清晰的时频分布,有利于实际数据处理中的信号分析和故障诊断。 展开更多
关键词 振动与 经验模态分解 eemd
在线阅读 下载PDF
基于集合经验模态分解和编码器-解码器的风电功率多步预测 被引量:10
8
作者 张思毅 刘明波 +2 位作者 雷振兴 林舜江 谢敏 《南方电网技术》 CSCD 北大核心 2023年第4期16-24,共9页
准确的风电功率预测对于推动风电大规模并网具有积极意义,现有的研究多集中于超短期范围内的单步预测。为了实现更加贴近工程应用实际的风电功率多步预测,提出了一种基于集合经验模态分解和编码器-解码器的风电功率多步预测方法。首先采... 准确的风电功率预测对于推动风电大规模并网具有积极意义,现有的研究多集中于超短期范围内的单步预测。为了实现更加贴近工程应用实际的风电功率多步预测,提出了一种基于集合经验模态分解和编码器-解码器的风电功率多步预测方法。首先采用k均值聚类算法对风电机组进行聚类,然后引入集合经验模态分解算法对机组群功率序列进行分解,从而提取风电场功率的时空分布特征,通过预先搭建的基于门控循环单元的编码器-解码器预测网络实现风电功率的超前多步预测,最后将各预测值重构获得风电场总功率的预测值。利用某风电场的真实数据进行算例分析,结果表明所提算法在超前1~6 h不同应用场景下的预测性能均优于其他传统模型,预测准确度提升了6.45%~13.56%。 展开更多
关键词 风电功率预测 编码器-解码器 门控循环单元 集合经验模态分解 多步预测
在线阅读 下载PDF
基于柴油机曲轴瞬时转速信号EEMD分解的失火故障诊断 被引量:1
9
作者 黄英 李准 +2 位作者 王健 刘辰 胡博睿 《北京理工大学学报》 北大核心 2025年第4期384-390,共7页
对于十缸V型柴油机单缸失火和双缸失火这两类故障,提出了基于曲轴瞬时转速信号的集合经验模态分解的故障诊断策略.该策略考虑到多个转速工况对失火故障诊断的影响,根据柴油机喷油提前角将实车实时采集到该转速下的数据划分为正常、单缸... 对于十缸V型柴油机单缸失火和双缸失火这两类故障,提出了基于曲轴瞬时转速信号的集合经验模态分解的故障诊断策略.该策略考虑到多个转速工况对失火故障诊断的影响,根据柴油机喷油提前角将实车实时采集到该转速下的数据划分为正常、单缸失火和双缸失火这三个工况区间.通过多循环平均方法对三个工况区间数据进行预处理,并通过集合经验模态分解方法分解,该方法能自适应地将曲轴转速信号分解为若干个本征模态函数.通过集合经验模态分解得到每个本征模态函数幅值的异常波动,确定包含故障信息的本征模态函数,为了进一步提取特征,需对该本征模态函数进行快速傅里叶变换,根据主频分量的幅值,得到故障特征.最后在多个转速工况下进行上述诊断流程,得出各个转过速工况的诊断准确率,实现了诊断算法的转速工况敏感性分析.实验结果表明该方法能有效提取故障特征,实现了十缸柴油机基于多个瞬时转速的失火故障诊断. 展开更多
关键词 柴油机 失火故障诊断 集合经验模态分解(eemd) 曲轴瞬时转速 特征提取 本征模态函数(IMFs) 快速傅里叶变换(FFT)
在线阅读 下载PDF
基于CEEMDAN与自适应双阈值小波分析的心音去噪
10
作者 卢官明 唐瑭 +2 位作者 戚继荣 王洋 赵宇航 《南京邮电大学学报(自然科学版)》 北大核心 2025年第4期36-47,共12页
针对现有基于经验模态分解的心音去噪算法在进行模态分解后存在心脏杂音与噪声模态混叠的问题,提出了一种基于自适应噪声完全集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)与自适应... 针对现有基于经验模态分解的心音去噪算法在进行模态分解后存在心脏杂音与噪声模态混叠的问题,提出了一种基于自适应噪声完全集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)与自适应双阈值小波分析的心音去噪算法。首先,通过CEEMDAN方法,将含噪心音信号分解为不同时间尺度上的固有模态函数(Intrinsic Mode Function,IMF)分量;然后,采用去趋势波动分析(Detrended Fluctuation Analysis,DFA)方法将不同的IMF分量判定为含噪的心脏杂音IMF分量或心音IMF分量;接着,利用小波分析技术,滤除含噪心脏杂音IMF分量中的噪声,保留含有病理特征的心脏杂音;最后,将保留下来的心脏杂音与心音IMF分量进行重构,得到去噪后的心音信号。在Khan数据集上的实验结果表明,在不同噪声强度下,所提出的心音去噪算法均能明显提高心音信号的信噪比,降低均方根误差,优于其他现有方法。对临床采集的新生儿心音信号进行去噪的实验结果表明,所提算法具有良好的抑制噪声能力,并保留了含有病理特征的心脏杂音。 展开更多
关键词 心音去噪 自适应噪声完全集合经验模态分解 去趋势动分析 小波分析 心脏杂音
在线阅读 下载PDF
集合经验模态分解和交叉小波在赣江流量与太阳黑子活动关系中的应用 被引量:1
11
作者 万智巍 贾玉连 +1 位作者 洪祎君 蒋梅鑫 《水资源与水工程学报》 CSCD 2018年第1期44-49,共6页
为解决传统相关分析方法难以揭示出非线性、非平稳水文序列与外部强迫因子之间在不同时间尺度、不同频域下的相关关系,提出一种结合EEMD(集合经验模态分解)和CWT(交叉小波变换)的综合分析方法,并将其应用于赣江长时间流量序列与同期太... 为解决传统相关分析方法难以揭示出非线性、非平稳水文序列与外部强迫因子之间在不同时间尺度、不同频域下的相关关系,提出一种结合EEMD(集合经验模态分解)和CWT(交叉小波变换)的综合分析方法,并将其应用于赣江长时间流量序列与同期太阳黑子数序列的多尺度相关分析之中。研究结果表明:1950-2015年赣江流量序列EEMD分解的IMF1分量的波动振幅最大,频率最高,代表了原始序列中的主要变化因素,是水文序列非线性和非平稳特征的体现。同期太阳黑子数序列的EEMD分解结果表明:1950-1970年为太阳黑子数上升阶段,1970-2015年为下降阶段。CWT分析表明,在11a周期尺度上赣江流量与太阳黑子数之间由负相关逐渐顺时针转为相差1/4个周期,再转为正相关。其中1950-2000年,二者的相关系数在0.6以上,2001-2015年相关系数在0.4以上。结果表明EEMD-CWT综合分析可以有效利用EEMD方法将原始信号进行分解,以得到具有平稳性的IMF分量,并以此为基础通过CWT方法得到二者在时域和频域上的相关关系变化过程。该方法可以为探究相关水文气象序列与外部强迫因素之间的多尺度相关关系提供新的思路和技术手段。 展开更多
关键词 集合经验模态分解 交叉小波变换 流量 太阳黑子 赣江
在线阅读 下载PDF
基于改进互补集合经验模态分解的自适应小波熵阈值地震随机噪声压制算法 被引量:8
12
作者 孟娟 韩智明 李亚南 《科学技术与工程》 北大核心 2019年第30期52-61,共10页
针对互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)后不易有效区分有用信号和噪声的问题,以及传统小波去噪阈值选取的不足,提出基于改进CEEMD的自适应小波熵阈值地震随机噪声压制算法。将地震信号... 针对互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)后不易有效区分有用信号和噪声的问题,以及传统小波去噪阈值选取的不足,提出基于改进CEEMD的自适应小波熵阈值地震随机噪声压制算法。将地震信号进行CEEMD后,基于互信息熵和互相关系数获取高频含噪本征模态函数(intrinsic mode function,IMF);对含噪IMF进行多尺度小波分解,将高频小波系数等分为若干区间计算各区间小波熵,在此基础上得到不同尺度的自适应阈值,同时设计了改进阈值函数进行小波阈值去噪。仿真实验中,去噪残差和频谱分析表明,算法能在保留有用信号的同时有效去除随机噪声,实现保幅去噪。实际地震资料处理表明,相比其他去噪算法,算法能有效提高信噪比(signal-to-noise ratio,SNR)1 dB以上,降低均方误差(root mean square error,RMSE),具有良好的去噪能力。 展开更多
关键词 去噪 随机噪声 经验模态分解 互补集合经验模态分解 小波 保幅 残差分析
在线阅读 下载PDF
基于集合经验模态分解敏感固有模态函数选择算法的滚动轴承状态识别方法 被引量:33
13
作者 王玉静 康守强 +3 位作者 张云 刘学 姜义成 Mikulovich V I 《电子与信息学报》 EI CSCD 北大核心 2014年第3期595-600,共6页
为了更有效地提取滚动轴承各状态振动信号的特征,该文提出了一种基于集合经验模态分解(EEMD)的敏感固有模态函数(IMF)选择算法。该算法对振动信号经EEMD分解后得到的固有模态函数采用峭度值、相关系数相结合的方法自动提取其敏感分量,... 为了更有效地提取滚动轴承各状态振动信号的特征,该文提出了一种基于集合经验模态分解(EEMD)的敏感固有模态函数(IMF)选择算法。该算法对振动信号经EEMD分解后得到的固有模态函数采用峭度值、相关系数相结合的方法自动提取其敏感分量,以此获得振动信号的初始特征。再运用奇异值分解和自回归(AR)模型方法得到滚动轴承各状态振动信号的特征向量,并将其输入到改进的超球多类支持向量机中进行智能识别,从而实现滚动轴承的正常状态,不同故障类型及不同性能退化程度的各状态识别。实验结果表明,相比基于经验模态分解结合自回归模型或奇异值分解的特征提取方法,该方法可更有效地提取滚动轴承故障特征信息,且识别精度更高。 展开更多
关键词 信号处理 状态识别 非平稳信号 集合经验模态分解(eemd) 敏感固有模态函数(IMF)
在线阅读 下载PDF
EEMD-小波在高边坡变形信息提取中的应用研究 被引量:2
14
作者 梁永平 李盛 赖国泉 《安全与环境学报》 CAS CSCD 北大核心 2024年第3期993-1000,共8页
针对高边坡变形呈现非平稳性及数据“噪声”多源的问题,提出了一种定向滤波的变形信息提取方法。首先,利用集合经验模态分解方法分解变形时序数据,结合定量分析法判别模态分量信号频段;然后,对高频模态分量中的“噪声”利用小波函数进... 针对高边坡变形呈现非平稳性及数据“噪声”多源的问题,提出了一种定向滤波的变形信息提取方法。首先,利用集合经验模态分解方法分解变形时序数据,结合定量分析法判别模态分量信号频段;然后,对高频模态分量中的“噪声”利用小波函数进行“靶向”消噪处理,并对趋势项进行傅里叶级数拟合;最后,重构高边坡变形分析模型,实现真实变形量的提取。结果表明,对比分析各项检验指标,通过“靶向”消噪,各高频模态分量消噪效果明显,重构后的集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)-小波高边坡变形分析模型较原始形变和其他模型在精度指标方面提升显著,该方法可用于高边坡的变形预测分析和真实变形量提取。 展开更多
关键词 公共安全 变形 集合经验模态分解(eemd)-小 模态分量 模型重构 精度 信息提取
在线阅读 下载PDF
基于集合经验模态的小波半软阈值降噪 被引量:8
15
作者 甄龙信 王云龙 +1 位作者 邓小艳 张伟锟 《探测与控制学报》 CSCD 北大核心 2018年第5期53-57,共5页
针对振动信号采集过程中混入噪声无法准确判断信息的问题,提出基于集合经验模态的小波半软阈值降噪法。该方法利用EEMD算法的自适应性且能避免IMF(Intrinsic Mode Function)分量混叠的特点以及小波半软阈值函数连续性好且避免重构信号... 针对振动信号采集过程中混入噪声无法准确判断信息的问题,提出基于集合经验模态的小波半软阈值降噪法。该方法利用EEMD算法的自适应性且能避免IMF(Intrinsic Mode Function)分量混叠的特点以及小波半软阈值函数连续性好且避免重构信号存在偏差的优点,在一定程度上避免了EMD分解过程中出现混叠的现象,且降低了重构信号的偏差,对信号降噪的同时能更准确地将信号波形复原。分别利用仿真信号和实验信号验证该方法的有效性,分析结果表明,基于EEMD的小波半软阈值降噪方法具备两种方法的优点,能够很好地抑制信号中的噪声,并且在重构过程中能较好地复原信号的有用信息。 展开更多
关键词 集合经验模态分解 小波 阈值函数 降噪
在线阅读 下载PDF
基于MODWT-CEEMDAN-LSTM的短期光伏功率区间预测模型
16
作者 陈船宇 熊国江 +1 位作者 方厚康 罗颖勋 《太阳能学报》 北大核心 2025年第2期416-424,共9页
针对光伏功率的波动性、随机性、间歇性,提出一种基于最大重叠小波变换(MODWT)、自适应噪声完备集合经验模态分解(CEEMDAN)、长短期记忆网络(LSTM)的光伏功率短期区间预测模型。首先利用MODWT和CEEMDAN将光伏功率时间序列进行二次分解... 针对光伏功率的波动性、随机性、间歇性,提出一种基于最大重叠小波变换(MODWT)、自适应噪声完备集合经验模态分解(CEEMDAN)、长短期记忆网络(LSTM)的光伏功率短期区间预测模型。首先利用MODWT和CEEMDAN将光伏功率时间序列进行二次分解得到本征模态函数(IMF)分量;再将这些IMF分量分别输入进LSTM进行分量预测并将分量预测结果重构得到点预测结果;最后利用分位数回归对点预测结果进行建模后得到区间预测结果。实际算例表明,时频域分解方法与频域分解方法的结合,使得该模型在3种天气情况下的光伏功率点预测和区间预测均表现出优异的鲁棒性和准确性。 展开更多
关键词 光伏功率 预测 深度学习 长短期记忆 最大重叠小波变换 自适应噪声完备集合经验模态分解
在线阅读 下载PDF
基于小波能谱熵和集成经验模态分解的传感器故障诊断耦合算法研究 被引量:8
17
作者 史历程 赵骁 +1 位作者 赵群飞 王玉璋 《动力工程学报》 CAS CSCD 北大核心 2018年第8期624-632,共9页
建立了燃气轮机传感器各类故障典型信号的样本集,分别利用小波能谱熵(WEE)结合K近邻分类器(KNN)、集成经验模态分解(EEMD)结合稀疏表示分类器对故障信号进行诊断识别。通过对上述算法的优化整合,提出WEE与EEMD相结合的燃气轮机传感器故... 建立了燃气轮机传感器各类故障典型信号的样本集,分别利用小波能谱熵(WEE)结合K近邻分类器(KNN)、集成经验模态分解(EEMD)结合稀疏表示分类器对故障信号进行诊断识别。通过对上述算法的优化整合,提出WEE与EEMD相结合的燃气轮机传感器故障诊断耦合算法。以某燃气轮机运行数据为基础,验证该耦合算法的识别准确率和鲁棒性。结果表明:耦合算法的识别准确率高、分析速度快和鲁棒性强,比单一算法具有更可靠的诊断结论,从而具有更好的工程应用价值。 展开更多
关键词 燃气轮机 传感器 故障诊断 小波能谱熵 集合经验模态分解 样本熵 耦合算法
在线阅读 下载PDF
基于Storm的局部放电信号集合经验模态分解 被引量:4
18
作者 杨航 朱永利 《计算机工程与应用》 CSCD 北大核心 2020年第10期261-267,共7页
电力设备的稳定运行关系到人们的生命和财产安全,通过安装传感器对时序波形信号进行采集,对信号进行分析处理,可以实现对电力设备的故障诊断。集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)算法在非线性、非平稳的信... 电力设备的稳定运行关系到人们的生命和财产安全,通过安装传感器对时序波形信号进行采集,对信号进行分析处理,可以实现对电力设备的故障诊断。集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)算法在非线性、非平稳的信号处理领域有其独特的优势,但是由于其算法复杂度较大,作为运算密集型的算法在串行执行的情况下运算速度无法满足实际需求。因此,借助分布式计算框架Storm并行处理的特点,提出了基于Storm的EMD过程并行和信号分段并行的两种EEMD分解方式。实验表明,两种并行化方案都比传统的串行执行方式速度更快,并且基于分段并行的方式由于其更高的并行度,在长信号处理中更具优势。两种并行EEMD算法的提出为时序信号的快速处理提供了可靠的解决方案。 展开更多
关键词 集合经验模态分解(eemd) 并行化 STORM 形信号处理
在线阅读 下载PDF
基于集合经验模态分解的滚动轴承智能故障诊断方法 被引量:7
19
作者 陈永毅 张丹 薛焕新 《高技术通讯》 CAS 2021年第5期559-568,共10页
针对滚动轴承工作环境中含有强烈的环境噪声,其振动信号具有非平稳、非线性特征以及提取特征困难等问题,本文提出一种基于集合经验模态分解(EEMD)的滚动轴承智能故障诊断方法。首先通过卷积神经网络(CNN)提取振动信号关键特征,并将提取... 针对滚动轴承工作环境中含有强烈的环境噪声,其振动信号具有非平稳、非线性特征以及提取特征困难等问题,本文提出一种基于集合经验模态分解(EEMD)的滚动轴承智能故障诊断方法。首先通过卷积神经网络(CNN)提取振动信号关键特征,并将提取到的特征向量输入到支持向量机(SVM)中进行故障识别与分类。为了提高诊断性能,本文利用集合经验模态分解方法对原始振动信号进行分解,将复杂的振动信号分解为仅包含单一成分的本征模态分量(IMF),然后利用一维卷积神经网络对IMF进行特征提取,最后采用SVM进行分类。结果表明,所提出的方法相比于现有方法收敛速度更快,诊断正确率可高达99%,突出了该方法的优越性。 展开更多
关键词 故障诊断 滚动轴承 集合经验模态分解(eemd) 卷积神经网络(CNN) 支持向量机(SVM)
在线阅读 下载PDF
基于集合经验模态分解去趋势的水分利用效率对气候变化响应的高程分异——以“21世纪海上丝绸之路”沿线省份为例
20
作者 焦阜生 许小娟 +2 位作者 龚海波 刘会玉 林振山 《生态学报》 CAS CSCD 北大核心 2022年第17期6985-6996,共12页
水分利用效率(WUE)是表征陆地碳-水循环耦合关系的重要指标,但其对气候变化响应的高程分异仍不清楚。通过集合经验模态分解(EEMD)去趋势和偏相关方法,以“21世纪海上丝绸之路”沿线省份为研究区,揭示WUE对气候变化的响应及其随高程的分... 水分利用效率(WUE)是表征陆地碳-水循环耦合关系的重要指标,但其对气候变化响应的高程分异仍不清楚。通过集合经验模态分解(EEMD)去趋势和偏相关方法,以“21世纪海上丝绸之路”沿线省份为研究区,揭示WUE对气候变化的响应及其随高程的分异。研究结果表明:(1)研究区内WUE多年均值由中心向南北递减。不同植被类型的WUE多年均值由高到低依次为:常绿针叶林、混交林、常绿阔叶林、稀树灌木草地、耕地和城市建设用地。(2)51.11%的区域表现出均温与WUE的正相关;而81.46%地区表明温差的扩大会使得WUE增加;有近一半的研究区表明最高温的升高有利于提高WUE,而最低温的作用则相反;有67.99%的区域表明降水增多反而会导致WUE的减少。(3)在大多数土地覆盖类型,日温差和最低温主要与WUE呈正相关,而最高温和降水主要与WUE呈负相关。在常绿针叶林、耕地和城市建设用地,日均温与WUE呈负相关。在其他三种植被类型下则呈正相关。(4)在低海拔地区,均温与WUE呈负相关而在中高海拔地区则转变为正相关关系。而最高温则正好相反。降水与WUE的负相关关系系数随高度的增加而不断加强,而温差和最低温与WUE的正相关关系也随高度的增加而剧烈波动增强。 展开更多
关键词 水分利用率 气候变量 集合经验模态分解(eemd) 去趋势 偏相关
在线阅读 下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部