检索结果-维普期刊中文期刊服务平台

基于GWO-LMS-RSSD的旋转机械耦合故障分离及特征强化方法: 1; 作者许文施卫华 +3 位作者李红钢华如南刘厚林董亮《机电工程》北大核心 2025年第4期677-685,共9页; 针对旋转机械耦合故障中较弱故障易被较强故障淹没及噪声干扰严重的问题,提出了基于灰狼优化算法(GWO)的自适应滤波最小均方(LMS)算法,结合共振稀疏分解(RSSD)的耦合故障特征分离及强化方法。首先,采用自适应滤波LMS算法对耦合故障信号... 展开更多; 关键词耦合故障诊断旋转机械共振稀疏分解自适应滤波最小均方算法灰狼优化算法信噪比均方误差; 在线阅读下载PDF 职称材料

深孔台阶爆破近区振动信号预处理与时频特征分析: 2; 作者张文涛汪海波 +4 位作者高朋飞王梦想杨帆吕闹宗琦《振动与冲击》 EI CSCD 北大核心 2024年第24期178-189,共12页; 深孔台阶爆破近区振动信号中常含有趋势项和高频噪声导致信号畸变失真,严重影响时频特征分析。针对此问题,构建了改进的自适应噪声完备集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,... 展开更多; 关键词爆破近区振动信号预处理时频分析改进的自适应噪声完备集合经验模态分解(ICEEMDAN) 基于广义最小最大非凸(GMC)惩罚项的稀疏降噪法稀疏化基线估计消噪(BEADS); 在线阅读下载PDF 职称材料

采用原子分解法的带并联补偿线路单相自适应重合闸被引量：22: 3; 作者贾晶晶龚庆武 +2 位作者李勋关钦月陈姝磊《电力系统自动化》 EI CSCD 北大核心 2013年第5期117-123,共7页; 带并联补偿输电线路单相瞬时性故障时,故障相恢复电压阶段会同时存在工频分量和低频分量,从而形成拍频现象。目前,基于上述原理的自适应重合闸判据抗干扰能力不强,且不能确定准确的熄弧时间。对此,文中采用一种新的信号处理方法——原... 展开更多; 关键词自适应重合闸低频分量信号局部特征量原子稀疏分解; 在线阅读下载PDF 职称材料

一种改进的解卷积算法及其在滚动轴承复合故障诊断中的应用被引量：22: 4; 作者齐咏生樊佶 +2 位作者李永亭高学金刘利强《振动与冲击》 EI CSCD 北大核心 2020年第21期140-150,共11页; 针对滚动轴承复合故障振动信号非平稳、非线性特性且不同类型故障之间相互耦合,使得传统方法对复合故障冲击特征难以提取的问题,提出了一种基于自适应信号稀疏共振分解(ARSSD)和多点峭度最优最小熵解卷积修正(MK-MOMEDA)的故障诊断新方... 展开更多; 关键词振动信号复合故障故障诊断 RSSD 最优最小熵解卷积修正; 在线阅读下载PDF 职称材料

ANSMD方法及其在齿轮故障诊断中的应用被引量：3: 5; 作者潘海洋蒋婉婉 +1 位作者郑近德潘紫微《振动与冲击》 EI CSCD 北大核心 2021年第21期113-119,共7页; 针对传统信号分析方法难以有效处理具有非平稳、非线性特性信号的问题,提出了一种自适应非线性稀疏模态分解方法(adaptive nonlinear sparse mode decomposition,ANSMD)。该方法通过将奇异局部线性算子约束到信号分解中,自适应地将一个... 展开更多; 关键词信号处理齿轮故障诊断自适应非线性稀疏模态分解(ANSMD); 在线阅读下载PDF 职称材料

基于迭代自适应稀疏分解的雷达信号去噪被引量：1: 6; 作者樊甫华《现代雷达》 CSCD 北大核心 2013年第6期34-37,41,共5页; 稀疏分解能有效分离信号和噪声,因此适用于信号去噪。文中构造了雷达回波稀疏表示的冗余字典,字典原子与目标回波波形匹配,基于该字典的雷达回波信号稀疏度就是目标数。针对稀疏度自适应匹配追踪算法进行低信噪比信号稀疏分解时的不足,... 展开更多; 关键词迭代自适应稀疏分解匹配追踪冗余字典雷达信号; 在线阅读下载PDF 职称材料

基于稀疏指标的优化变分模态分解方法被引量：2: 7; 作者张露理华 +2 位作者崔杰王晓东肖灵《振动与冲击》 EI CSCD 北大核心 2023年第8期234-250,共17页; 针对复合信号源信号数目未知,无法正确预设分解模态数K值而不能对信号进行有效变分模态(variational mode decomposition,VMD)的问题,提出了一种基于稀疏指标的优化VMD法。该方法基于VMD所构建变分模型中各个分量的稀疏先验知识,实现了... 展开更多; 关键词复合信号分解变分模态分解(VMD) 分解模态数稀疏指标自适应寻优; 在线阅读下载PDF 职称材料

题名基于GWO-LMS-RSSD的旋转机械耦合故障分离及特征强化方法: 1; 作者许文施卫华李红钢华如南刘厚林董亮; 机构江苏大学国家水泵及系统工程技术研究中心武汉第二船舶设计研究所; 出处《机电工程》北大核心 2025年第4期677-685,共9页; 基金国家自然科学基金资助项目(52279087,51879122) 江苏省自然科学基金资助项目(BK20241801) 泰州市重大科技成果转化项目(SCG202205)。; 文摘针对旋转机械耦合故障中较弱故障易被较强故障淹没及噪声干扰严重的问题,提出了基于灰狼优化算法(GWO)的自适应滤波最小均方(LMS)算法,结合共振稀疏分解(RSSD)的耦合故障特征分离及强化方法。首先,采用自适应滤波LMS算法对耦合故障信号进行了滤波处理,使故障特征得到了初步强化;然后,根据耦合故障的不同共振属性,利用RSSD算法将故障耦合分解为高共振分量和低共振分量,完成了耦合故障分离;特别地,针对LMS算法中参数依赖人工经验、自适应差等问题,研究了基于灰狼优化算法(GWO)的参数自适应优化方法,设计了以信噪比和均方误差构成的优化目标;最后,对稀疏分解得到的信号进行了包络解调,完成了耦合故障分离及特征强化,同时,利用模拟信号和实验信号对该方法进行了验证分析。研究结果表明:GWO-LMS-RSSD算法能用于有效降低噪声干扰,分离旋转机械耦合故障及强化故障特征。该研究成果可为强噪声干扰下耦合故障的特征分离及强化提供一种新的思路。; 关键词耦合故障诊断旋转机械共振稀疏分解自适应滤波最小均方算法灰狼优化算法信噪比均方误差; Keywords coupling faults diagnosis rotating machinery resonance-based sparse signal decomposition(RSSD) adaptive filtering with least mean square(LMS)algorithm grey wolf optimizer(GWO)algorithm signal-to-noises ratio mean-square error; 分类号 TH133 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名深孔台阶爆破近区振动信号预处理与时频特征分析: 2; 作者张文涛汪海波高朋飞王梦想杨帆吕闹宗琦; 机构安徽理工大学土木建筑学院安徽江南爆破工程有限公司; 出处《振动与冲击》 EI CSCD 北大核心 2024年第24期178-189,共12页; 基金安徽省爆破器材与技术工程实验室开放基金重点项目(AHBP2022A-02) 矿山地下工程教育部工程研究中心开放基金(JYBGCZX2022104)。; 文摘深孔台阶爆破近区振动信号中常含有趋势项和高频噪声导致信号畸变失真,严重影响时频特征分析。针对此问题,构建了改进的自适应噪声完备集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise, ICEEMDAN)算法结合基于广义最小最大非凸(generalized minimax concave, GMC)惩罚项的稀疏降噪法与稀疏化基线估计消噪(baseline estimation and de-noising with sparsity, BEADS)算法的联合预处理方法。通过仿真信号验证该方法的可行性。将其应用于实际深孔台阶爆破近区振动信号的处理,并提取重构信号的时频特征,结果表明:在仿真信号试验中,该文构建的预处理方法能在有效保留信号真实成分的前提下消除高频噪声和低频趋势项的影响,相较于其他5种方法重构信号信噪比更高、均方根误差更小。在实测信号分析中,预处理后信号波形恢复正常,高频噪声成分被抑制,低频段频谱更清晰。时频特征分析发现,深孔台阶爆破近区振动信号主频较低,能量主要集中在25~150 Hz范围内,极低频和高频能量占比较少。根据时频特征分析结果结合爆破安全规程对爆破参数设计给出了建议。研究结果对爆破振动信号精确分析及制定爆破振动控制措施具有重要意义。; 关键词爆破近区振动信号预处理时频分析改进的自适应噪声完备集合经验模态分解(ICEEMDAN) 基于广义最小最大非凸(GMC)惩罚项的稀疏降噪法稀疏化基线估计消噪(BEADS); Keywords blasting near-zone vibration signals preprocessing time-frequency analysis improved complete ensemble empirical mode decomposition with adaptive noise(ICEEMDAN) the generalized minimax concave(GMC)-penalized sparse denoising method baseline estimation and de-noising with sparsity(BEADS); 分类号 TD235 [矿业工程—矿井建设]; 在线阅读下载PDF 职称材料

题名采用原子分解法的带并联补偿线路单相自适应重合闸被引量：22: 3; 作者贾晶晶龚庆武李勋关钦月陈姝磊; 机构武汉大学电气工程学院太原供电公司合肥供电公司; 出处《电力系统自动化》 EI CSCD 北大核心 2013年第5期117-123,共7页; 基金中央高校基本科研业务费专项资金资助项目(201120702020012)~~; 文摘带并联补偿输电线路单相瞬时性故障时,故障相恢复电压阶段会同时存在工频分量和低频分量,从而形成拍频现象。目前,基于上述原理的自适应重合闸判据抗干扰能力不强,且不能确定准确的熄弧时间。对此,文中采用一种新的信号处理方法——原子稀疏分解法分析非线性故障信号,以提取瞬时性故障时恢复电压阶段存在的低频分量,进而对故障性质作出判别;同时,原子稀疏分解法较强的时域和频域分析能力可以准确地确定故障熄弧时刻,为线路断路器的重合时刻整定提供依据。仿真实验验证了所述方法能够有效提高自适应重合闸性能。; 关键词自适应重合闸低频分量信号局部特征量原子稀疏分解; Keywords adaptive reclose low frequency components local characteristic of signal atomic sparse decomposition; 分类号 TM762.2 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名一种改进的解卷积算法及其在滚动轴承复合故障诊断中的应用被引量：22: 4; 作者齐咏生樊佶李永亭高学金刘利强; 机构内蒙古工业大学电力学院北京工业大学信息学部自动化学院; 出处《振动与冲击》 EI CSCD 北大核心 2020年第21期140-150,共11页; 基金国家自然科学基金项目(61763037) 内蒙古自治区自然科学基金项目(2017MS601) 内蒙古自治区科技计划项目。; 文摘针对滚动轴承复合故障振动信号非平稳、非线性特性且不同类型故障之间相互耦合,使得传统方法对复合故障冲击特征难以提取的问题,提出了一种基于自适应信号稀疏共振分解(ARSSD)和多点峭度最优最小熵解卷积修正(MK-MOMEDA)的故障诊断新方法。使用ARSSD分析故障信号,并定义一个新的复合指标作为目标函数,利用布谷鸟寻优算法(CSA)对高、低品质因子进行优化选择,获得包含瞬态冲击成分的最优低共振分量;计算其多点峭度谱,提取低共振分量中包含的故障冲击周期成分;之后设定适当的周期区间,进行解卷积运算分离不同的故障特征;通过包络解调,分析谱图中突出的故障特征频率进而识别故障类型。实验平台模拟了滚动轴承两种和三种故障的复合情况,并对所提算法进行了验证,结果表明该方法可有效的从复合故障中提取出各类故障特征,实现故障诊断。; 关键词振动信号复合故障故障诊断 RSSD 最优最小熵解卷积修正; Keywords vibration signal compound fault fault diagnosis adaptive resonance-based signal sparse decomposition(arssd) multipoint kurtosis optimal minimum entropy deconvolution adjusted(MKOMEDA); 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ANSMD方法及其在齿轮故障诊断中的应用被引量：3: 5; 作者潘海洋蒋婉婉郑近德潘紫微; 机构安徽工业大学液压振动与控制教育部工程研究中心安徽工业大学机械工程学院; 出处《振动与冲击》 EI CSCD 北大核心 2021年第21期113-119,共7页; 基金国家自然科学基金(51975004) 安徽省自然科学基金项目(2008085QE215) 液压振动与控制教育部工程研究中心(安徽工业大学)开放基金(HVC201904)。; 文摘针对传统信号分析方法难以有效处理具有非平稳、非线性特性信号的问题,提出了一种自适应非线性稀疏模态分解方法(adaptive nonlinear sparse mode decomposition,ANSMD)。该方法通过将奇异局部线性算子约束到信号分解中,自适应地将一个复杂信号分解为若干个瞬时频率具有物理意义的局部窄带分量,以局部窄带分量作为基函数进行迭代,从而逼近原始信号来完成信号的分解,进而得到具有完整时频分布的分量信号。通过仿真信号和齿轮裂纹故障信号进行试验验证,结果表明,相对于经验模态分解、局部特征尺度分解以及变分模态分解方法,ANSMD方法在抑制模态混叠、鲁棒性等方面具有明显的优势,并可以有效的诊断齿轮故障。; 关键词信号处理齿轮故障诊断自适应非线性稀疏模态分解(ANSMD); Keywords signal processing gear fault diagnosis adaptive nonlinear sparse mode decomposition(ANSMD); 分类号 TH113 [机械工程—机械设计及理论]; 在线阅读下载PDF 职称材料

题名基于迭代自适应稀疏分解的雷达信号去噪被引量：1: 6; 作者樊甫华; 机构电子工程学院; 出处《现代雷达》 CSCD 北大核心 2013年第6期34-37,41,共5页; 基金国家自然科学基金资助项目(61171170); 文摘稀疏分解能有效分离信号和噪声,因此适用于信号去噪。文中构造了雷达回波稀疏表示的冗余字典,字典原子与目标回波波形匹配,基于该字典的雷达回波信号稀疏度就是目标数。针对稀疏度自适应匹配追踪算法进行低信噪比信号稀疏分解时的不足,提出了一种迭代自适应匹配追踪算法,采用规范化的残差之差作为迭代终止条件,使得稀疏分解过程能依据噪声水平自适应终止,以逐次逼近方式估计信号稀疏度,改善了稀疏分解的精度。仿真实验结果表明,该算法在低信噪比以及稀疏度未知的条件下,实现了雷达回波信号的准确稀疏分解,极大地提高了信噪比。; 关键词迭代自适应稀疏分解匹配追踪冗余字典雷达信号; Keywords adaptive iteration sparse decomposition matching pursuit redundancy dictionary radar signal; 分类号 TN957.51 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于稀疏指标的优化变分模态分解方法被引量：2: 7; 作者张露理华崔杰王晓东肖灵; 机构中国科学院声学研究所中国科学院大学电子电气与通信工程学院; 出处《振动与冲击》 EI CSCD 北大核心 2023年第8期234-250,共17页; 基金国家重点研发计划(2020YFC2004003-03) 国家自然基金重大仪器(32127802)。; 文摘针对复合信号源信号数目未知,无法正确预设分解模态数K值而不能对信号进行有效变分模态(variational mode decomposition,VMD)的问题,提出了一种基于稀疏指标的优化VMD法。该方法基于VMD所构建变分模型中各个分量的稀疏先验知识,实现了VMD自适应寻优K值,其将最佳K值确定为稀疏指标由上升至下降的转折点;在计算VMD各个分量的稀疏度时,考虑到不同分量间的能量差异加入了能量权值因子,最后将稀疏指标确定为分解后各分量边际谱稀疏度的平均值。仿真信号与实际信号分解试验验证表明:相较于其他两种VMD的K值确定方法,该方法确定的K值结果更为准确,实现的优化VMD自适应性更强,较其他信号分解法如经验模态分解(empirical mode decomposition,EMD)有更好的分解效果,为源信号数目未知的复合信号VMD提供了新思路;此外,噪声的鲁棒性试验证明所提基于稀疏指标的优化VMD法还具有一定的抗噪能力,较稳健,可开发应用于实际工程。; 关键词复合信号分解变分模态分解(VMD) 分解模态数稀疏指标自适应寻优; Keywords compound signal decomposition variational mode decomposition(VMD) decomposition mode number sparse index adaptive optimization; 分类号 TN911.72 [电子电信—通信与信息系统]; 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GWO-LMS-RSSD的旋转机械耦合故障分离及特征强化方法	许文施卫华李红钢华如南刘厚林董亮	《机电工程》北大核心	2025	0	在线阅读下载PDF 职称材料
2	深孔台阶爆破近区振动信号预处理与时频特征分析	张文涛汪海波高朋飞王梦想杨帆吕闹宗琦	《振动与冲击》 EI CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	采用原子分解法的带并联补偿线路单相自适应重合闸	贾晶晶龚庆武李勋关钦月陈姝磊	《电力系统自动化》 EI CSCD 北大核心	2013	22	在线阅读下载PDF 职称材料
4	一种改进的解卷积算法及其在滚动轴承复合故障诊断中的应用	齐咏生樊佶李永亭高学金刘利强	《振动与冲击》 EI CSCD 北大核心	2020	22	在线阅读下载PDF 职称材料
5	ANSMD方法及其在齿轮故障诊断中的应用	潘海洋蒋婉婉郑近德潘紫微	《振动与冲击》 EI CSCD 北大核心	2021	3	在线阅读下载PDF 职称材料
6	基于迭代自适应稀疏分解的雷达信号去噪	樊甫华	《现代雷达》 CSCD 北大核心	2013	1	在线阅读下载PDF 职称材料
7	基于稀疏指标的优化变分模态分解方法	张露理华崔杰王晓东肖灵	《振动与冲击》 EI CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料