检索结果-维普期刊中文期刊服务平台

基于单通道AE盲源分离的结构损伤定位: 1; 作者何鹏举王博成 +1 位作者刘欣刘应礼《振动．测试与诊断》 EI CSCD 北大核心 2024年第5期1002-1009,1043,共9页; 声发射(acoustic emission,简称AE)能够实现复杂板状结构损伤定位,但多数AE检测定位方法仅针对单AE源的情况,而实际中复杂板状结构产生损伤时会伴随多个AE卷积混合信号。为了解决工程中多AE源定位的问题,提出一种单通道AE盲分离-模态提... 展开更多; 关键词板状结构体声发射多源定位 ae盲分离-模态提取; 在线阅读下载PDF 职称材料

侵彻过载信号的欠定盲源分离与特征提取被引量：8: 2; 作者赵海峰张亚李世中《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第10期208-218,共11页; 侵彻过载信号成份复杂,传统盲源分离方法无法有效提取弹体侵彻板靶特征,基于此提出一种不受测试传感器数量限制、具有源数估计的侵彻过载信号盲源分离方法。首先,对单通道测试信号进行总体经验模态分解,将分解后的固有模态与原信号组成... 展开更多; 关键词侵彻过载信号总体经验模态分解盲源分离奇异值分解特征提取; 在线阅读下载PDF 职称材料

基于单通道盲源分离的结构模态参数识别被引量：4: 3; 作者甄龙信任良董前程《振动与冲击》 EI CSCD 北大核心 2023年第11期252-261,294,共11页; 针对基于传统盲源分离算法的结构模态参数识别需要满足传感器数目不少于源信号数目的问题,提出一种基于单通道盲源分离的结构模态参数识别方法,该方法利用单个通道信号即可完成结构模态参数识别。利用同步提取变换(synchro extracting t... 展开更多; 关键词单通道盲源分离同步提取变换(SET) 变分模态分解(VMD) 信号稀疏性模态参数识别; 在线阅读下载PDF 职称材料

CEEMDAN和盲源分离在轴承复合故障诊断中的应用: 4; 作者古莹奎林忠海刘平《机械设计与制造》北大核心 2024年第3期148-152,共5页; 滚动轴承的复合故障信号中往往含有多个特征信息及背景噪声,为更高效实现故障信息的提取,提出一种基于具有自适应白噪声的完备集成经验模态分解(CEEMDAN)和盲源分离的滚动轴承复合故障特征提取方法。对实验所获取的故障数据进行CEEMDAN... 展开更多; 关键词滚动轴承自适应白噪声的完备集成经验模态分解盲源分离加权峭度因子特征提取; 在线阅读下载PDF 职称材料

基于两路传感信号的多源退化盲分离算法研究被引量：4: 5; 作者孟庆华周晓军庞茂《中国电机工程学报》 EI CSCD 北大核心 2005年第24期165-170,共6页; 在工程实际中大多数情况下面对的系统是一个黑匣子,无法确切知道其源信号的数目,传统的ICA算法无法使用。基于此给出了一种新的算法—退化盲源分离算法,该算法只需利用两路传感信号就可以确定其中的源信号数目,并将其通过构造分离系数... 展开更多; 关键词退化盲分离分离系数时间-频域正交非稳态信号经验模态分解; 在线阅读下载PDF 职称材料

基于ICEEMDAN的滚动轴承声信号故障诊断方法被引量：4: 6; 作者李篪陈长征《沈阳工业大学学报》 CAS 北大核心 2023年第6期672-679,共8页; 针对基于单通道声信号的机械故障诊断信号干扰成分大,故障特征难以提取的问题,提出了一种结合改进自适应噪声完备经验模态分解(ICEEMDAN)和快速独立分量分析(FastICA)的方法。依据峭度与信号相关性准则设定本征内模分量(IMF)选取系数,对... 展开更多; 关键词机械故障诊断声学诊断声信号滚动轴承改进自适应噪声完备经验模态分解快速独立分量分析特征提取盲源分离; 在线阅读下载PDF 职称材料

题名基于单通道AE盲源分离的结构损伤定位: 1; 作者何鹏举王博成刘欣刘应礼; 机构西安欧亚学院信息工程学院西北工业大学自动化学院西安鼎正测控科技有限公司; 出处《振动．测试与诊断》 EI CSCD 北大核心 2024年第5期1002-1009,1043,共9页; 基金陕西省秦创原“科学家+工程师”队伍建设资助项目(2022KXJ-056) 数字孪生与声学感知科研资助项目(2021XJTD06)。; 文摘声发射(acoustic emission,简称AE)能够实现复杂板状结构损伤定位,但多数AE检测定位方法仅针对单AE源的情况,而实际中复杂板状结构产生损伤时会伴随多个AE卷积混合信号。为了解决工程中多AE源定位的问题,提出一种单通道AE盲分离-模态提取定位方法。首先,对采集的AE信号进行信号降噪,使用单通道盲源分离算法分离出无回波成分的AE信号,将多源定位转为多个单源定位问题;其次,通过提取单频模态,求取声波传播速度,估计到达时间差来进行疲劳裂纹损伤定位;最后,经过计算机仿真实验和钢箱梁桥断铅半实物仿真实验,验证了方法的准确性和有效性,并通过载荷破坏AE检测实验验证了方法的实用性。结果表明,所提方法能够应用于复杂板状结构多AE源定位问题,为实际工程应用提供了可靠的依据及参考价值。; 关键词板状结构体声发射多源定位 ae盲分离-模态提取; Keywords plate structure acoustic emission multi-source localization ae blind separation-modal extraction; 分类号 TH17 [机械工程—机械制造及自动化] TP277 [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

题名侵彻过载信号的欠定盲源分离与特征提取被引量：8: 2; 作者赵海峰张亚李世中; 机构中北大学机电工程学院渥太华大学机械工程学院南京信息职业技术学院中北大学地下目标毁伤技术国防重点学科实验室; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第10期208-218,共11页; 基金江苏省高校自然科学研究面上项目(18KJB530012) 国家重点研发计划项目(2017YFB1300600)资助; 文摘侵彻过载信号成份复杂,传统盲源分离方法无法有效提取弹体侵彻板靶特征,基于此提出一种不受测试传感器数量限制、具有源数估计的侵彻过载信号盲源分离方法。首先,对单通道测试信号进行总体经验模态分解,将分解后的固有模态与原信号组成多维信号;其次,对组成的多维信号奇异值分解,以"前K次奇异值占优"法则估计信号振源个数,利用"最大互相关系数法"筛选最优IMF函数与原信号重组构造多通道混合信号;最后,对多通道混合信号白化处理和联合近似对角化,计算酉矩阵获得测试信号的混合估计。将其用于单通道侵彻过载信号的特征提取,获得了与源信号相关度为0.9747的加速度特征信号。与现有方法相比,该方法能有效分离出单通道侵彻过载特征信号,并且信号处理过程具有的自适应特性也解决了不同弹靶工况下过载信号滤波频率的选择困难问题。; 关键词侵彻过载信号总体经验模态分解盲源分离奇异值分解特征提取; Keywords penetration test signals ensemble empirical mode decomposition(EEMD) blind source separation(BSS) singular value decomposition(SVD) feature extraction; 分类号 TN911.7 [电子电信—通信与信息系统] TH113.1 [机械工程—机械设计及理论]; 在线阅读下载PDF 职称材料

题名基于单通道盲源分离的结构模态参数识别被引量：4: 3; 作者甄龙信任良董前程; 机构燕山大学河北省特种运载装备重点实验室; 出处《振动与冲击》 EI CSCD 北大核心 2023年第11期252-261,294,共11页; 基金国家自然科学基金资助项目(51675462)。; 文摘针对基于传统盲源分离算法的结构模态参数识别需要满足传感器数目不少于源信号数目的问题,提出一种基于单通道盲源分离的结构模态参数识别方法,该方法利用单个通道信号即可完成结构模态参数识别。利用同步提取变换(synchro extracting transform,SET)对单通道观测信号进行时频分析以确定变分模态分解(variational mode decomposition,VMD)参数K的取值;将观测信号利用VMD分解形成K个本征模态函数(intrinsic mode function,IMF);将K个IMF进行线性混合形成2维观测信号并与原单通道观测信号重构形成3维观测信号,利用基于信号稀疏性的源信号分离算法分离得到各单模态信号;利用单模态识别技术识别结构模态参数。仿真和实测信号数据表明所提方法的有效性。; 关键词单通道盲源分离同步提取变换(SET) 变分模态分解(VMD) 信号稀疏性模态参数识别; Keywords single channel blind source separation synchronous extraction transformation(SET) variational modal decomposition(VMD) signal sparsity modal parameter identification; 分类号 TH17 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名CEEMDAN和盲源分离在轴承复合故障诊断中的应用: 4; 作者古莹奎林忠海刘平; 机构江西理工大学机电工程学院; 出处《机械设计与制造》北大核心 2024年第3期148-152,共5页; 基金国家自然科学基金资助(61963018) 江西省自然科学基金(20181BAB202020)。; 文摘滚动轴承的复合故障信号中往往含有多个特征信息及背景噪声,为更高效实现故障信息的提取,提出一种基于具有自适应白噪声的完备集成经验模态分解(CEEMDAN)和盲源分离的滚动轴承复合故障特征提取方法。对实验所获取的故障数据进行CEEMDAN分解,得出一组固有模态函数(IMF),利用加权峭度因子选取其中有效IMF重构信号,再将重构的信号进行BSS分离。对分离出的信号做解调包络分析,从其解调谱中提取故障信号的特征频率。结果证明了此方法可以有效地分离轴承的内外圈故障,使故障特征更易被提取。; 关键词滚动轴承自适应白噪声的完备集成经验模态分解盲源分离加权峭度因子特征提取; Keywords Rolling Bearings Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise Blind Source Separation Correlation Kurtosis Factor Feature Extraction; 分类号 TH16 [机械工程—机械制造及自动化] TH133.33 [机械工程—机械制造及自动化] TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于两路传感信号的多源退化盲分离算法研究被引量：4: 5; 作者孟庆华周晓军庞茂; 机构杭州电子科技大学机电学院浙江大学机械与能源学院; 出处《中国电机工程学报》 EI CSCD 北大核心 2005年第24期165-170,共6页; 文摘在工程实际中大多数情况下面对的系统是一个黑匣子,无法确切知道其源信号的数目,传统的ICA算法无法使用。基于此给出了一种新的算法—退化盲源分离算法,该算法只需利用两路传感信号就可以确定其中的源信号数目,并将其通过构造分离系数分离出来。首先确定了该算法的适用前提条件假设,建立了考虑干扰信号因素在内的混合信号的数学模型,详细介绍了算法的实现过程。通过对5路人工合成的语音信号进行分离试验验证了该算法的可行性,并成功应用于工程实际中。; 关键词退化盲分离分离系数时间-频域正交非稳态信号经验模态分解; Keywords Degenerated blind separation Separation coefficient Time-frequency disjoint orthogonality Instantaneous signal Empirical mode decomposition （EMD）; 分类号 TN911 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于ICEEMDAN的滚动轴承声信号故障诊断方法被引量：4: 6; 作者李篪陈长征; 机构沈阳工业大学机械工程学院; 出处《沈阳工业大学学报》 CAS 北大核心 2023年第6期672-679,共8页; 基金国家自然科学基金项目(51675350,51705337) 辽宁省“揭榜挂帅”科技攻关项目(2022JH1/10400008)。; 文摘针对基于单通道声信号的机械故障诊断信号干扰成分大,故障特征难以提取的问题,提出了一种结合改进自适应噪声完备经验模态分解(ICEEMDAN)和快速独立分量分析(FastICA)的方法。依据峭度与信号相关性准则设定本征内模分量(IMF)选取系数,对ICEEMDAN自适应分解的IMF进行有效筛选,实现信号降噪和粗提取,并以所选IMF作为虚拟通道,应用FastICA成功实现信噪的盲源分离。通过内外圈故障轴承实验数据对算法实行对比验证,结果表明,所提算法大幅降低了噪声及干扰,有效提取了故障特征。; 关键词机械故障诊断声学诊断声信号滚动轴承改进自适应噪声完备经验模态分解快速独立分量分析特征提取盲源分离; Keywords mechanical fault diagnosis acoustic diagnosis acoustic signal rolling bearing improved complete ensemble empirical mode decomposition with adaptive noise fast independent component analysis fault feature extraction blind source separation; 分类号 TH133.33 [机械工程—机械制造及自动化]; 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	基于单通道AE盲源分离的结构损伤定位	何鹏举王博成刘欣刘应礼	《振动．测试与诊断》 EI CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	侵彻过载信号的欠定盲源分离与特征提取	赵海峰张亚李世中	《仪器仪表学报》 EI CAS CSCD 北大核心	2019	8	在线阅读下载PDF 职称材料
3	基于单通道盲源分离的结构模态参数识别	甄龙信任良董前程	《振动与冲击》 EI CSCD 北大核心	2023	4	在线阅读下载PDF 职称材料
4	CEEMDAN和盲源分离在轴承复合故障诊断中的应用	古莹奎林忠海刘平	《机械设计与制造》北大核心	2024	0	在线阅读下载PDF 职称材料
5	基于两路传感信号的多源退化盲分离算法研究	孟庆华周晓军庞茂	《中国电机工程学报》 EI CSCD 北大核心	2005	4	在线阅读下载PDF 职称材料
6	基于ICEEMDAN的滚动轴承声信号故障诊断方法	李篪陈长征	《沈阳工业大学学报》 CAS 北大核心	2023	4	在线阅读下载PDF 职称材料