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156篇文章
< 1 2 … 8 >
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：
基于最优参数VMD和改进散布熵的轴承亚健康状态识别 被引量：2
1
作者 魏文军 甘洁 《铁道科学与工程学报》 北大核心 2025年第2期887-899,共13页
针对轴承的亚健康状态存在噪声干扰、模态混叠、状态特征提取困难的问题,提出一种最优参数变分模态分解(variational mode decomposition, VMD)和改进散布熵的轴承亚健康状态识别方法 。首先,设计改进的麻雀搜索算法(improved sparrow s... 针对轴承的亚健康状态存在噪声干扰、模态混叠、状态特征提取困难的问题,提出一种最优参数变分模态分解(variational mode decomposition, VMD)和改进散布熵的轴承亚健康状态识别方法 。首先,设计改进的麻雀搜索算法(improved sparrow search algorithm, ISSA)来自适应地搜索VMD最优分解参数,从而提高VMD分解效率和质量,然后根据所确定的最优参数对信号进行VMD分解,得到一系列本征模态函数(intrinsic mode function, IMF),接着计算每个IMF与原始信号之间的皮尔逊相关系数(pearson correlation coefficient, PCC),选择相关系数大于0.3的IMF分量来重构信号,以实现信号的降噪和状态特征增强。其次,为了更好地表征轴承信号的复杂度和不规则性,并有效区分轴承健康和亚健康状态,在散布熵中引入时移多尺度分析和分数阶微积分,以提取多个尺度上的轴承微细状态特征。最后,利用欧氏距离刻画轴承状态曲线,根据切比雪夫不等式设定亚健康阈值,当欧氏距离大于亚健康阈值时给出相应预警,完成轴承亚健康状态识别。在XJTU-SY和IMS轴承数据集上的试验结果表明:ISSA算法相比其他优化算法具有更高的收敛速度和精度,最优化参数VMD能有效消除模态混叠问题,改进散布熵能准确提取轴承全寿命状态微细特征。所提算法无须对模型进行训练便能准确识别轴承亚健康状态并给出预警,有利于维护人员更好地维护轴承运行状态。 展开更多
关键词 轴承 亚健康状态识别 最优参数vmd 改进麻雀搜索算法 时移多尺度分数阶散布熵
在线阅读 下载PDF
基于参数优化VMD与宽卷积神经网络的齿轮箱故障诊断 被引量：2
2
作者 万佳诚 曾宪文 李靖超 《电子测量技术》 北大核心 2025年第10期25-32,共8页
针对齿轮箱故障诊断中因噪声干扰等因素导致的诊断效果不佳问题,提出一种基于改进的黑翅鸢优化算法(GBKA)优化变分模态分解(VMD)和宽卷积神经网络(WDCNN)的故障诊断方法。首先,针对黑翅鸢算法(BKA)易陷入局部最优和过早收敛的缺陷,引入... 针对齿轮箱故障诊断中因噪声干扰等因素导致的诊断效果不佳问题,提出一种基于改进的黑翅鸢优化算法(GBKA)优化变分模态分解(VMD)和宽卷积神经网络(WDCNN)的故障诊断方法。首先,针对黑翅鸢算法(BKA)易陷入局部最优和过早收敛的缺陷,引入遗传算法的基因交叉重组与变异操作对BKA进行改进;其次,利用改进后的GBKA对VMD参数寻优,通过相关系数筛选模态分量并重构信号;最后,将重构信号输入WDCNN模型,实现故障分类。结果表明,在测试函数上,GBKA相比BKA具有更优的寻优性能;在两种工况下,该方法的平均故障分类准确率分别达到99.645%和99.978%,优于其他对比方法,并且在噪声实验中受到噪声的影响较小,验证了所提模型的有效性和稳定性,为齿轮箱故障诊断提供了一种可靠的解决方案。 展开更多
关键词 行星齿轮 故障诊断 宽卷积神经网络 vmd GBKA算法
在线阅读 下载PDF
基于参数优化VMD的心率检测去噪算法
3
作者 肖剑 张现国 +2 位作者 宋烨 杨小苑 程鸿亮 《现代雷达》 北大核心 2025年第6期46-55,共10页
针对毫米波雷达的非接触式生命体征信号检测中存在静态杂波和呼吸谐波干扰噪声等问题,文中提出一种基于改进浣熊优化算法的变分模态分解(ICOA-VMD)噪声抑制算法。浣熊优化算法采用混沌种群初始化和自适应函数分布提高算法的种群多样性... 针对毫米波雷达的非接触式生命体征信号检测中存在静态杂波和呼吸谐波干扰噪声等问题,文中提出一种基于改进浣熊优化算法的变分模态分解(ICOA-VMD)噪声抑制算法。浣熊优化算法采用混沌种群初始化和自适应函数分布提高算法的种群多样性和全局搜索能力,文中利用ICOA对VMD的最佳适应度参数进行搜索,确定惩罚参数和分量个数,对心跳信号进行重构,从而实现心跳信号的干扰噪声去除。实验结果表明,ICOA-VMD方法具有收敛速度快、精度高的特点,信噪比和均方误差的评估和时域分析验证了该算法相较于小波变换和经验模态分解具有更好的性能。在不同距离的常规环境下,该方法针对不同受试者的心率检测平均精确度可以达到95.40%。 展开更多
关键词 毫米波雷达 信号处理 心率检测 浣熊优化算法 变分模态分解
在线阅读 下载PDF
基于VMD-Bayes-Lasso算法带误差补偿的火电厂NO_(x)浓度软测量
4
作者 金秀章 乔鹏 史德金 《华北电力大学学报(自然科学版)》 北大核心 2025年第3期117-124,142,共9页
针对燃煤电厂中选择性催化还原(Selective Catalytic Reduction,SCR)脱硝系统入口NO_(x)浓度的测量传感器迟延大,不能准确反映其浓度的实时变化的问题,提出了利用Copula熵(Copula entropy,CE)筛选与入口NO_(x)浓度软测量相关的辅助变量... 针对燃煤电厂中选择性催化还原(Selective Catalytic Reduction,SCR)脱硝系统入口NO_(x)浓度的测量传感器迟延大,不能准确反映其浓度的实时变化的问题,提出了利用Copula熵(Copula entropy,CE)筛选与入口NO_(x)浓度软测量相关的辅助变量,利用变模态分解(Variational Mode Decomposition,VMD),将入口NO_(x)浓度分解为不同中心频率的子序列信号,建模充分拟合目标变量的数据特征。采用二级建模方法,第一级,将分解后得到的入口NO_(x)浓度子序列信号分别利用贝叶斯回归算法(Bayesian Regression,Bayes)进行训练并预测,叠加得到完整的预测结果,第二级,对训练中产生的验证集误差值利用Lasso算法建立误差预测模型,得到测试集预测误差的预测值,并与第一级模型得到完整预测结果叠加,实现误差补偿,提升模型预测精度。其中,Bayes及Lasso网络超参数利用天牛群算法进行自动寻优;仿真结果显示,VMD分解并带误差补偿模型对比未经VMD分解带误差补偿模型,Bayes及Lasso单一模型的均方根误差、平均绝对误差、平均绝对百分比误差最小,能够实现对入口NO_(x)浓度的准确软测量。 展开更多
关键词 入口NO_(x)浓度建模 变模态分解 误差修正 软测量 天牛群优化算法
在线阅读 下载PDF
基于改进VMD和L-M神经网络的局部放电信号去噪 被引量：1
5
作者 袁莎莎 李梦莹 +3 位作者 戴莹莹 江超 杨传凯 薛亮 《计算机应用与软件》 北大核心 2025年第2期323-329,373,共8页
为有效去除局部放电信号中的噪声干扰,提出改进VMD(Variational Mode Decomposition)算法和L-M神经网络的去噪方法。利用噪声预处理结合分解能量误差自适应地确定VMD算法的最优模态分解层数;引入正态分布直方图区分局部放电信号和窄带... 为有效去除局部放电信号中的噪声干扰,提出改进VMD(Variational Mode Decomposition)算法和L-M神经网络的去噪方法。利用噪声预处理结合分解能量误差自适应地确定VMD算法的最优模态分解层数;引入正态分布直方图区分局部放电信号和窄带干扰信号,重构局部放电信号;利用L-M神经网络对残留白噪声进行拟合滤除。所提方法对仿真和实测信号进行去噪处理,并与传统去噪方法对比。结果表明,所提方法的去噪评估指标更明显,对噪声干扰的去除效果更优。 展开更多
关键词 局部放电 vmd算法 L-M神经网络 窄带干扰 白噪声
在线阅读 下载PDF
基于VMD-ICA算法的隧道爆破振动信号去噪方法
6
作者 薛威 王永东 +3 位作者 柏文军 胡志豪 任雨桐 史林猛 《工程爆破》 北大核心 2025年第1期156-166,共11页
为有效降低隧道实测爆破振动信号中噪声干扰,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)联合独立分量分析(Independent Component Analysis,ICA)的去噪方法。将原信号依次在不同分解模态数K下进行VMD分解预处理,利... 为有效降低隧道实测爆破振动信号中噪声干扰,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)联合独立分量分析(Independent Component Analysis,ICA)的去噪方法。将原信号依次在不同分解模态数K下进行VMD分解预处理,利用分量能量差参数θ分析确定模态数K,通过信噪比SNR选取最优的惩罚因子α值;在最佳参数K、α下,原始信号经VMD分解可获得一系列频率从高到低排列的本征模态分量(Intrinsic Mode Function,IMF)。为最大程度保留原信号真实成分,通过FastICA算法对IMF分量进行盲源分离,得到与IMF分量相同数量的ICA分量,将各个ICA分量进行排列熵(Permutation Entropy,PE)的随机性检测,准确区分并去除噪声分量,同时对低噪进行平滑处理。将处理后的ICA分量重构得到去噪后的振动信号。利用仿真信号检验该方法的可行性并与现有去噪方法对比得出:VMD-ICA算法的去噪信号波形和去噪效果指标均优于EMD和小波阈值去噪算法。对实测爆破振动信号进行去噪处理表明:VMD算法不仅可以较好地剔除信号中的干扰成分,而且能快速地提取信号中的有用信息。 展开更多
关键词 隧道爆破 信号去噪 vmd-ICA算法 振动信号 FASTICA算法
在线阅读 下载PDF
基于自适应VMD-LSTM的超短期风电功率预测 被引量：4
7
作者 王迪 傅晓锦 杜诗琪 《南京信息工程大学学报》 北大核心 2025年第1期74-87,共14页
针对风电功率波动性较强和预测精度较低的问题,提出一种改进蜣螂优化算法(Logistic-T-Dung Beetle Optimizer,LTDBO)优化变分模态分解(Variational Mode Decomposition,VMD)参数和LTDBO算法优化长短期记忆网络(Long Short-Term Memory,L... 针对风电功率波动性较强和预测精度较低的问题,提出一种改进蜣螂优化算法(Logistic-T-Dung Beetle Optimizer,LTDBO)优化变分模态分解(Variational Mode Decomposition,VMD)参数和LTDBO算法优化长短期记忆网络(Long Short-Term Memory,LSTM)超参数的混合短期风电功率预测模型.首先以平均包络谱峭度作为适应度函数,利用LTDBO算法对VMD分解层数和惩罚因子进行寻优,然后使用VMD对数据清洗后的风电序列进行分解,得到不同频率的平稳的固有模态分量(Intrinsic Mode Function,IMF),并将各IMF输入由LTDBO进行超参数寻优的LSTM进行预测,最后将各IMF预测值进行叠加重构,得到最终结果.实验结果表明:LTDBO算法可以找到VMD和LSTM的最优超参数组合,LTDBO-VMD-LTDBO-LSTM组合模型在风电功率预测领域具有较好的预测精度和鲁棒性. 展开更多
关键词 风电功率 蜣螂优化算法 变分模态分解 长短期记忆网络 数据清洗
在线阅读 下载PDF
一种优化VMD的多尺度深度森林时序分类方法
8
作者 兰婷 白艳萍 +1 位作者 程蓉 续婷 《重庆理工大学学报(自然科学)》 北大核心 2025年第4期166-173,共8页
为解决深度森林模型在处理复杂时间序列分类时难以充分捕捉非平稳数据的动态变化,以及多粒度扫描生成的高维数据增加冗余信息的问题,提出了一种基于优化VMD的多尺度深度森林方法。利用VMD对复杂时间序列进行分解,并引入SMA优化VMD中的参... 为解决深度森林模型在处理复杂时间序列分类时难以充分捕捉非平稳数据的动态变化,以及多粒度扫描生成的高维数据增加冗余信息的问题,提出了一种基于优化VMD的多尺度深度森林方法。利用VMD对复杂时间序列进行分解,并引入SMA优化VMD中的参数,从而更精准地提取多尺度信息;采用t-SNE技术对多粒度扫描后的特征数据进行降维,减少冗余特征;将降维后的数据输入到级联森林中进行分类,输出分类结果。在6个UCR公开数据集上与多种算法(如MLP、LA-ESN和DF21)进行对比,结果表明,所提算法具有较强的分类能力,为时间序列分类领域提供了新思路。 展开更多
关键词 时间序列分类 深度森林 vmd t-SNE 智能优化算法
在线阅读 下载PDF
基于IPOA-VMD的风储联合发电系统混合储能容量配置 被引量：1
9
作者 皮晟源 刘牧阳 +2 位作者 陈雨田 王静 陈俊儒 《电力系统及其自动化学报》 北大核心 2025年第8期87-96,共10页
针对风电大规模并网引起电网安全稳定运行问题,提出一种基于改进自适应变分模态分解(variational modal decomposition,VMD)算法的混合储能系统的容量优化配置方法。首先,通过自适应滑动平均算法获取符合国家并网标准的风电并网功率和... 针对风电大规模并网引起电网安全稳定运行问题,提出一种基于改进自适应变分模态分解(variational modal decomposition,VMD)算法的混合储能系统的容量优化配置方法。首先,通过自适应滑动平均算法获取符合国家并网标准的风电并网功率和混合储能参考功率。其次,通过改进鹈鹕优化算法(improved pelican optimi⁃zation algorithm,IPOA)确定VMD中模态个数和二次惩罚因子的最优组合。然后,利用IPOA-VMD对混合储能的总功率进行分解与重构,进而完成混合储能的功率分配。最后,建立混合储能容量优化配置模型,基于实际典型日数据采用改进后的鹈鹕算法对其经济最优方案进行求解。算例分析表明,所提方法能够满足国家风电功率并网要求,提高系统的经济性。 展开更多
关键词 混合储能 变分模态分解 鹈鹕算法 功率分配 容量配置
在线阅读 下载PDF
融合节假日及天气特征的VMD-SSA-LSTM的高铁站出租车需求预测
10
作者 徐志君 刘曦 +3 位作者 郭媛 王宝锋 吴雅倩 桂小林 《计算机应用》 北大核心 2025年第S1期121-126,共6页
针对高铁站出租车供需失衡的问题,为了快速疏散高铁站旅客,并最大限度地减少旅客和司机的等待时间,提升旅客出行体验,提出一种融合节假日及天气特征的VMD-SSA-LSTM模型预测高铁站出租车需求量。首先,使用变分模态分解(VMD)分解时间序列... 针对高铁站出租车供需失衡的问题,为了快速疏散高铁站旅客,并最大限度地减少旅客和司机的等待时间,提升旅客出行体验,提出一种融合节假日及天气特征的VMD-SSA-LSTM模型预测高铁站出租车需求量。首先,使用变分模态分解(VMD)分解时间序列数据,以解决高铁站客流量不平稳的问题;其次,利用麻雀搜索算法(SSA)简化长短期记忆(LSTM)网络参数的选择过程;最后,结合多种环境特征预测某高铁站的出租车需求。人工采集该高铁站出租车需求的时间序列数据以及天气和节假日等特征后的实验结果表明,构建的融合多种特征的VMD-SSA-LSTM模型的平均绝对误差(MAE)为0.920 3、均方根误差(RMSE)为1.289 5、平均绝对百分比误差(MAPE)为0.187 6%,而拟合优度(R2)为0.991 0,显示所提模型适用于铁路枢纽的出租车需求量短时预测。 展开更多
关键词 出租车需求预测 长短期记忆网络 变分模态分解 麻雀搜索算法
在线阅读 下载PDF
基于VMD融合降噪的FBG光谱寻峰算法
11
作者 潘红宇 吕峥 +2 位作者 欧建臻 徐春锋 祝连庆 《仪器仪表学报》 北大核心 2025年第4期260-269,共10页
针对基于CCD的光谱衍射法对光纤布拉格光栅解调过程中受到噪声干扰,导致FBG中心波长解调精度和稳定性降低的问题,提出了一种基于变分模态分解的VMD-WT-SG融合降噪算法。通过结合不同降噪算法的优势以及算法参数的调整,实现了对光谱信号... 针对基于CCD的光谱衍射法对光纤布拉格光栅解调过程中受到噪声干扰,导致FBG中心波长解调精度和稳定性降低的问题,提出了一种基于变分模态分解的VMD-WT-SG融合降噪算法。通过结合不同降噪算法的优势以及算法参数的调整,实现了对光谱信号中噪声成分的有效去除,在保留原始信号大部分特征的同时光谱波形更加平滑和连续,降噪效果明显。与传统的VMD降噪、SG降噪、Kalman滤波3种方法对比,经VMD-WT-SG融合降噪法处理后的光谱信噪比为20.14 dB,均方根误差为0.017,信噪比分别提升了23.94%、41.14%和94.97%,均方根误差分别降低了39.29%、45.16%和67.92%,在4种降噪方法中效果最好。为了提高解调速率,在常用寻峰算法的基础上,提出了一种针对降噪后多峰光谱的中垂线相交寻峰算法,通过计算峰值点与左、右次大值点连线的中垂线的交点坐标来求取中心波长。并通过实验与多项式拟合、质心、高斯拟合算法对比了寻峰精度。结果表明提出的算法平均寻峰偏差为3.3 pm,优于质心法与多项式拟合法,算法平均运行时间为0.261 ms,优于多项式拟合法和高斯拟合法。实时应用中在保证精度的同时解调速率可达4 kHz,同时该算法的稳定性较好,解调的波长平均标准差为1.8 pm,能够满足实际应用的需求,对FBG传感网络中的多峰值实时快速检测具有一定的参考价值。 展开更多
关键词 FBG传感 vmd分解 光谱降噪 寻峰算法
在线阅读 下载PDF
基于SSA-VMD和双层模糊控制的火储联合调频策略
12
作者 于会群 林涛 戚明鑫 《电源学报》 北大核心 2025年第4期274-285,共12页
可再生能源的大量并网给电网带来火电机组调频容量不足、调频效果不佳等一系列问题。为此,基于电池储能系统提出1种火储联合调频策略。首先,利用变分模态分解VMD(variational mode decomposition)对区域控制误差ACE(area control error... 可再生能源的大量并网给电网带来火电机组调频容量不足、调频效果不佳等一系列问题。为此,基于电池储能系统提出1种火储联合调频策略。首先,利用变分模态分解VMD(variational mode decomposition)对区域控制误差ACE(area control error)调频信号进行分解;结合未来负荷预测数据,通过麻雀搜索算法SSA(sparrow search algorithm)滚动优化VMD算法中的分解模态数K和惩罚因子α;将高频信号分配给储能系统,低频信号分配给火电机组。其次,设计双层模糊控制器,第1层模糊控制将区域控制误差高频信号及其变化率作为输入量,改善系统的动态调频性能;第2层模糊控制考虑荷电状态的影响,防止储能产生过充、过放的问题。最后通过仿真分析验证所提控制策略的有效性。 展开更多
关键词 电池储能 调频 变分模态分解 麻雀搜索算法 双层模糊控制
在线阅读 下载PDF
基于VMD和FCM聚类算法的海上风机支撑结构损伤识别方法
13
作者 任义建 刁延松 +1 位作者 吕建达 侯敬儒 《振动与冲击》 北大核心 2025年第8期184-191,286,共9页
利用响应和有监督学习算法对运行状态下海上风机支撑结构进行损伤识别时,会遇到响应中能量占比很高的谐波成分影响和有监督学习算法需人工定义标签等问题。为此,利用变分模态分解(variational modal decomposition,VMD)和模糊C均值(fuzz... 利用响应和有监督学习算法对运行状态下海上风机支撑结构进行损伤识别时,会遇到响应中能量占比很高的谐波成分影响和有监督学习算法需人工定义标签等问题。为此,利用变分模态分解(variational modal decomposition,VMD)和模糊C均值(fuzzy C-means,FCM)聚类算法进行海上风机支撑结构损伤识别。为剔除响应中的谐波成分,首先利用VMD对加速度响应进行分解,选取结构模态响应(仅含有结构自振频率)作为分析信号。然后计算模态响应的时域、能量和能量比值及样本熵特征构造特征矩阵,利用主成分分析对特征矩阵进行降维,得到损伤特征矩阵。将损伤特征矩阵输入FCM聚类算法,通过聚类分析得到结构的损伤状态。位移激励下海上风机支撑结构损伤识别模型试验数据验证了该方法的有效性。该方法属于无监督学习算法,无需标注标签且不受谐波成分的影响。 展开更多
关键词 海上风机支撑结构 损伤识别 变分模态分解(vmd) 模糊C均值(FCM)聚类算法 无监督学习算法
在线阅读 下载PDF
基于VMD和广义延拓逼近的时间差估计算法
14
作者 肖江宁 尚俊娜 霍刚 《传感技术学报》 北大核心 2025年第3期468-476,共9页
由于相关类时差估计算法在低信噪比情况下,其相关函数包络的峰值波动较大,从而严重影响时差估计的准确性,提出了一种基于变分模态分解和广义延拓逼近的时差估计算法。该算法主要从信号接收端、信号处理端和相关函数峰值取值这三个方面... 由于相关类时差估计算法在低信噪比情况下,其相关函数包络的峰值波动较大,从而严重影响时差估计的准确性,提出了一种基于变分模态分解和广义延拓逼近的时差估计算法。该算法主要从信号接收端、信号处理端和相关函数峰值取值这三个方面进行优化。在信号接收端,分别利用变分模态分解和小波阈值降噪对接收信号进行降噪处理;在信号处理端,利用广义二次相关法得到相关函数包络;最后采用广义延拓逼近法对相关函数包络的谱峰进行插值处理。实验结果表明,所提算法的均方根误差远小于广义二次相关法。 展开更多
关键词 无源定位 时差估计算法 广义二次互相关 变分模态分解 小波阈值降噪 广义延拓逼近法
在线阅读 下载PDF
基于SSA-VMD和SDP的双通道CNN轴承故障识别方法 被引量：3
15
作者 蒋丽英 高铭悦 李贺 《机电工程》 北大核心 2025年第2期257-266,共10页
针对滚动轴承故障振动信号具有非线性和非平稳性等特征,以及单通道卷积神经网络(CNN)提取故障特征不显著的问题,提出了一种基于麻雀算法-变分模态分解(SSA-VMD)和对称点模式(SDP)的双通道CNN滚动轴承故障诊断方法。首先,结合样本熵和皮... 针对滚动轴承故障振动信号具有非线性和非平稳性等特征,以及单通道卷积神经网络(CNN)提取故障特征不显著的问题,提出了一种基于麻雀算法-变分模态分解(SSA-VMD)和对称点模式(SDP)的双通道CNN滚动轴承故障诊断方法。首先,结合样本熵和皮尔逊相关系数,构建了新的综合适应度函数,利用麻雀算法(SSA)进行了自适应寻优,确定了最佳的变分模态分解(VMD)参数K和α。将原始振动信号经过VMD分解后,得到了本征模态函数(IMF)分量,通过计算各IMF分量的峭度值进行了筛选,将筛选出的信号进行重构后得到了一维特征信号;然后,根据互相关系数选择了合适的对称点模式(SDP)参数值,将原始振动信号转化为极坐标下的SDP图像,获得了具有良好可分性的二维特征图;最后,将一维和二维特征作为双通道CNN的输入进行了联合训练,将训练好的网络用于故障类型识别,在西储大学和江南大学的轴承数据集上对其有效性进行了验证。研究结果表明:通过网络训练,其故障诊断的准确率分别达到了98.5%和100%。该结果验证了该方法在准确识别故障特征方面具有优越性和普适性。 展开更多
关键词 一维特征信号构建 二维特征转换 卷积神经网络 麻雀算法 变分模态分解 对称点模式
在线阅读 下载PDF
基于CEEMDAN-CPO-VMD的RV减速器故障诊断模型
16
作者 郭曼 徐建 蔺梦雄 《机电工程》 北大核心 2025年第8期1490-1501,共12页
针对强背景噪声下旋转矢量(RV)减速器故障诊断困难的问题,提出了一种自适应噪声完备集合经验模态分解(CEEMDAN)结合冠豪猪算法(CPO)优化变分模态分解(VMD)的RV减速器故障诊断方法。首先,利用自适应噪声完备集合经验模态分解对含噪声目... 针对强背景噪声下旋转矢量(RV)减速器故障诊断困难的问题,提出了一种自适应噪声完备集合经验模态分解(CEEMDAN)结合冠豪猪算法(CPO)优化变分模态分解(VMD)的RV减速器故障诊断方法。首先,利用自适应噪声完备集合经验模态分解对含噪声目标信号进行了降噪分解,得到了一系列固有模态分量(IMF),再根据峭度值原则,选取了目标模态分量;然后,以包络熵为适应性函数,利用CPO算法对变分模态分解中的分解参数K值和α值进行了寻优计算,得到了最后的[K,α]组合,并对VMD进行了最优参数设置;最后,分解后得到一系列本征模态函数分量,对分解后的目标分量进行了重构,再对重构后的目标分量进行包络谱分析并进行了故障诊断,为了验证CEEMDAN-CPO-VMD方法的优越性,进行了实验对比分析。研究结果表明:经CPO重构后的信号信噪比为9.38,均方根误差为0.036,计算时间为36.59 s;利用CEEMDAN-CPO-VMD方法有效地提取了RV减速器的故障特征;对比验证该方法的可行性,使用频谱包络分析得到的结果,有较多的边频干扰,不能有效地定位故障点;同时,对比麻雀搜索算法(SSA)优化的VMD,经SSA算法重构后的信号信噪比为8.57,均方根误差为0.042,计算时间为50.24 s,相比于SSA算法,CPO算法的信噪比结果提高了0.78 dB,均方根误差降低了0.006,迭代时间减少了13.65 s,有了更好的收敛性,验证了CEEMDAN-CPO-VMD法有更好的诊断效果。该研究成果可为强噪声干扰下的RV减速器故障诊断提供参考。 展开更多
关键词 旋转矢量减速器 变速器 自适应噪声完备集合经验模态分解 冠豪猪优化算法 变分模态分解 包络熵 故障分类识别方法
在线阅读 下载PDF
基于VMD-SSA-LSTM的架空输电导线覆冰预测模型 被引量：3
17
作者 陈彬 徐志明 +4 位作者 贾燕峰 丁锐鑫 张少峰 李飚 王佳琳 《三峡大学学报（自然科学版）》 CAS 北大核心 2024年第4期105-112,共8页
针对输电导线覆冰过程间断性强且波动性大而导致的现有模型预测精度不高的问题,从覆冰厚度数据的时序信息和气象信息出发,提出一种基于变分模态分解(variational mode decomposition,VMD)的麻雀搜索算法(sparrow search algorithm,SSA)... 针对输电导线覆冰过程间断性强且波动性大而导致的现有模型预测精度不高的问题,从覆冰厚度数据的时序信息和气象信息出发,提出一种基于变分模态分解(variational mode decomposition,VMD)的麻雀搜索算法(sparrow search algorithm,SSA)优化长短期记忆网络(long short-term memory network,LSTM)的覆冰组合预测模型.该方法首先使用VMD分解覆冰厚度数据,降低了原始序列的不稳定性,得到具有不同中心频率的本征模态分量;其次,采用SSA算法对LSTM中的3个参数进行寻优;最后,对模态分量分别建立LSTM预测模型,将各个模态分量的预测值叠加为覆冰厚度的总预测值.通过实例仿真,对所提预测模型进行验证.结果表明:VMD-SSA-LSTM组合模型与其他模型相比,其预测精度有进一步提高,验证了所提方法的有效性. 展开更多
关键词 输电导线 覆冰预测 变分模态分解 麻雀搜索算法 长短期记忆网络
在线阅读 下载PDF
基于NGO-VMD和改进GoogLeNet的齿轮箱故障诊断方法 被引量：2
18
作者 李俊卿 刘若尧 何玉灵 《机床与液压》 北大核心 2024年第12期193-201,共9页
目前的齿轮箱故障诊断方法,在多转速工况及噪声干扰下,存在过拟合及诊断效果不佳的问题。针对此问题,提出一种北方苍鹰(NGO)算法优化变分模态分解(VMD)结合改进GoogLeNet的齿轮箱故障诊断方法。使用NGO对VMD进行参数寻优,利用优化后的VM... 目前的齿轮箱故障诊断方法,在多转速工况及噪声干扰下,存在过拟合及诊断效果不佳的问题。针对此问题,提出一种北方苍鹰(NGO)算法优化变分模态分解(VMD)结合改进GoogLeNet的齿轮箱故障诊断方法。使用NGO对VMD进行参数寻优,利用优化后的VMD去除故障信号中的噪声;对原始GoogLeNet的结构进行合理删减,并利用延迟丢弃法、可训练的ReLU函数(TReLU)对其改进;最后,将去噪后的故障信号转换为二维图作为改进GoogLeNet的输入数据进行网络的训练及分类,得到故障诊断结果。实验结果表明:与其他降噪方法相比,NGO-VMD方法的降噪效果明显,能显著提高故障诊断的准确率;与常见的卷积神经网络相比,提出的改进GoogLeNet能进一步提高故障诊断的准确率,达到了97.2%。 展开更多
关键词 变分模态分解(vmd) 北方苍鹰优化(NGO)算法 改进GoogLeNet 齿轮箱故障诊断
在线阅读 下载PDF
基于POA-VMD-WT的MEMS去噪方法 被引量：8
19
作者 马星河 师雪琳 赵军营 《电子测量与仪器学报》 CSCD 北大核心 2024年第1期53-63,共11页
针对MEMS传感器所测得的加速度和角速度输出信号噪声较大问题,提出一种基于鹈鹕优化算法(pelican optimization algorithm,POA)的变分模态分解(variational mode decomposition,VMD)结合小波阈值(wavelet threshold,WT)的去噪方法。首... 针对MEMS传感器所测得的加速度和角速度输出信号噪声较大问题,提出一种基于鹈鹕优化算法(pelican optimization algorithm,POA)的变分模态分解(variational mode decomposition,VMD)结合小波阈值(wavelet threshold,WT)的去噪方法。首先利用POA对VMD的参数组合进行优化选择,然后应用POA-VMD将含噪信号自适应、非递归地分解为一系列本征模态函数(intrinsic mode function,IMF)。再通过计算每个IMF的余弦相似度对IMFs进行分类,根据计算结果将IMFs分为噪声主导分量与信号主导分量,对分类后的噪声主导分量进行改进小波阈值去噪处理,最后对处理后的噪声分量与信号主导分量进行重构,获得降噪后的MEMS传感器信号。静态和动态实验结果表明,该方法去噪处理后信号的信噪比分别提高12和10 dB,均方误差分别降低75.5%和46.6%,去噪效果显著,能够提高MEMS传感器的精度。 展开更多
关键词 MEMS传感器 鹈鹕优化算法 变分模态分解 小波阈值 余弦相似度
在线阅读 下载PDF
融合VMD算法的多星GNSS-MR雪深反演 被引量：2
20
作者 张志 刘立龙 +3 位作者 吴昊舰 薛张芳 刘睿国 李伟冬 《桂林理工大学学报》 CAS 北大核心 2024年第3期495-501,共7页
针对当前反射信号分离纯度不高,难以准确提取反射信号中地表环境参数的问题,构建了一种融合VMD算法的多星GNSS-MR雪深反演模型。利用VMD算法可有效实现信号的分离,提高反射信号的分离纯度,并与传统的二阶多项式拟合法进行对比分析。下... 针对当前反射信号分离纯度不高,难以准确提取反射信号中地表环境参数的问题,构建了一种融合VMD算法的多星GNSS-MR雪深反演模型。利用VMD算法可有效实现信号的分离,提高反射信号的分离纯度,并与传统的二阶多项式拟合法进行对比分析。下载了美国科罗拉多州NWOT测站2017年172天的GPS卫星信噪比数据进行验证,结果表明:融合VMD算法的多星GNSS-MR反演雪深模型精度优于二阶多项式拟合模型,反演值与实测值的RMSE降低了近50%,决定系数R^(2)高达0.98,在一定程度上有效提高了雪深的反演精度和可靠性。 展开更多
关键词 GNSS-MR技术 vmd算法 反射信号 雪深 反演精度
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 … 8 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