期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
全矢融合的二元PELCD样本熵列车故障诊断
1
作者
郑航
李刚
李德仓
《噪声与振动控制》
CSCD
北大核心
2024年第3期125-131,共7页
长期高速运行的服役状态会造成高速列车转向架关键部件性能蜕化甚至发生故障等情况,所导致的安全事件将造成严重的经济损失甚至人员伤亡。考虑到高速列车振动信号的特性,将部分集成的局部特征尺度分解方法拓展至二元信号处理领域,同时...
长期高速运行的服役状态会造成高速列车转向架关键部件性能蜕化甚至发生故障等情况,所导致的安全事件将造成严重的经济损失甚至人员伤亡。考虑到高速列车振动信号的特性,将部分集成的局部特征尺度分解方法拓展至二元信号处理领域,同时结合全矢谱理论对同阶分量信号进行信息融合,得到更加完备的数据特征,并对融合后的数据进行样本熵特征提取,得到列车的故障特征;采用灰狼优化算法对支持向量机进行参数寻优,通过实验对比单一故障工况、复合故障工况以及部件性能退化下的故障识别率,验证所提方法的有效性、优越性。
展开更多
关键词
故障诊断
二元部分集成的局部特征尺度分解方法
全矢理论
灰狼优化算法
支持向量机
在线阅读
下载PDF
职称材料
部分集成局部特征尺度分解:一种新的基于噪声辅助数据分析方法
被引量:
18
2
作者
郑近德
程军圣
杨宇
《电子学报》
EI
CAS
CSCD
北大核心
2013年第5期1030-1035,共6页
局部特征尺度分解(Local Characteristic-Scale Decomposition,LCD)是最近提出的一种类似于经验模态分解(EmpiricalMode Decomposition,EMD)的非平稳信号分析方法.为解决LCD方法的模态混淆问题,论文首先提出了基于噪声辅助分析的集成局...
局部特征尺度分解(Local Characteristic-Scale Decomposition,LCD)是最近提出的一种类似于经验模态分解(EmpiricalMode Decomposition,EMD)的非平稳信号分析方法.为解决LCD方法的模态混淆问题,论文首先提出了基于噪声辅助分析的集成局部特征尺度分解方法(Ensemble LCD,ELCD).然而,ELCD有类似于总体平均经验模态分解(En-semble EMD,EEMD)和互补总体平均经验模态分解(Complementary,CEEMD)的固有缺陷,在此基础上,同时结合最近提出的随机性检测方法——排列熵(Permutation Entropy,PE),论文提出了部分集成局部特征尺度分解(Partly EnsembleLCD,PELCD)方法.仿真数据分析表明,论文提出的PELCD方法不仅能够有效地抑制LCD分解的模态混淆,而且在抑制伪分量的产生以及分量精确性等方面要优于CEEMD和ELCD方法.
展开更多
关键词
局部特征尺度分解
模态混淆
排列熵
部分集成局部特征尺度分解
总体平均经验模态分解
在线阅读
下载PDF
职称材料
自适应掩膜信号集成局部特征尺度分解及其应用
被引量:
2
3
作者
郑近德
潘海洋
+2 位作者
童靳于
刘庆运
丁克勤
《电子学报》
EI
CAS
CSCD
北大核心
2020年第10期2060-2070,共11页
局部特征尺度分解(LCD)是为克服经验模态分解(EMD)中均值曲线构造的不足而提出的一种自适应信号分解方法,已被应用于机械故障诊断领域.但LCD存在与EMD类似的模态混叠问题,为此,基于均匀相位差掩膜信号构造,提出了自适应掩膜信号集成局...
局部特征尺度分解(LCD)是为克服经验模态分解(EMD)中均值曲线构造的不足而提出的一种自适应信号分解方法,已被应用于机械故障诊断领域.但LCD存在与EMD类似的模态混叠问题,为此,基于均匀相位差掩膜信号构造,提出了自适应掩膜信号集成局部特征尺度分解(AMSELCD),该方法不仅能够将一个复杂信号自适应地分解为若干个本征模态函数和一个剩余项之和,而且能够有效地解决LCD的模态混叠现象.通过仿真信号分析,将AMSELCD与现有多种抑制模态分解方法进行了对比,结果表明了所提方法的有效性和优越性.最后,针对滚动轴承和转子碰摩故障振动信号的调制特征,将所提AMSELCD方法应用于转子碰摩和滚动轴承的故障诊断,对比和实验分析结果进一步验证了所提方法的有效性和优越性.
展开更多
关键词
经验模态分解
局部特征尺度分解
总体平均经验模态分解
模态混叠
故障诊断
在线阅读
下载PDF
职称材料
基于PELCD样本熵的抗蛇行减振器故障诊断
被引量:
2
4
作者
郑航
李刚
李德仓
《电力机车与城轨车辆》
2023年第6期34-41,共8页
长期高速运行的服役状态会造成列车转向架关键部件性能蜕化甚至故障等情况,导致的安全事件将造成严重的经济损失甚至人员伤亡。文章针对列车振动信号非线性、非平稳的特点,以部分集成局部特征尺度分解(PELCD)方法对高速列车抗蛇行减振...
长期高速运行的服役状态会造成列车转向架关键部件性能蜕化甚至故障等情况,导致的安全事件将造成严重的经济损失甚至人员伤亡。文章针对列车振动信号非线性、非平稳的特点,以部分集成局部特征尺度分解(PELCD)方法对高速列车抗蛇行减振器失效的故障振动信号进行分解,并且对相关性较强的前6个分量进行样本熵特征提取,将互补集合经验模态分解(CEEMD)方法与样本熵结合的结果进行对比,最后将CEEMD样本熵与PELCD样本熵两种方法下所得到的特征向量作为支持向量机的样本进行故障训练与故障预测。对比二者的结果表明PELCD与样本熵的结合能够有效地识别出列车的故障类别。
展开更多
关键词
部分集成局部特征尺度分解(PELCD)
样本熵
故障诊断
抗蛇行减振器
在线阅读
下载PDF
职称材料
题名
全矢融合的二元PELCD样本熵列车故障诊断
1
作者
郑航
李刚
李德仓
机构
兰州交通大学机电技术研究所
兰州交通大学甘肃省物流及运输装备信息化工程技术研究中心
兰州交通大学甘肃省物流与运输装备行业技术中心
出处
《噪声与振动控制》
CSCD
北大核心
2024年第3期125-131,共7页
基金
国家自然科学基金资助项目(62063013)。
文摘
长期高速运行的服役状态会造成高速列车转向架关键部件性能蜕化甚至发生故障等情况,所导致的安全事件将造成严重的经济损失甚至人员伤亡。考虑到高速列车振动信号的特性,将部分集成的局部特征尺度分解方法拓展至二元信号处理领域,同时结合全矢谱理论对同阶分量信号进行信息融合,得到更加完备的数据特征,并对融合后的数据进行样本熵特征提取,得到列车的故障特征;采用灰狼优化算法对支持向量机进行参数寻优,通过实验对比单一故障工况、复合故障工况以及部件性能退化下的故障识别率,验证所提方法的有效性、优越性。
关键词
故障诊断
二元部分集成的局部特征尺度分解方法
全矢理论
灰狼优化算法
支持向量机
Keywords
fault diagnosis
binary partial ensemble local characteristic scale decomposition
full vector theory
grey wolf optimization algorithm
support vector machine
分类号
TP206.3 [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
部分集成局部特征尺度分解:一种新的基于噪声辅助数据分析方法
被引量:
18
2
作者
郑近德
程军圣
杨宇
机构
湖南大学汽车车身先进设计制造国家重点实验室
出处
《电子学报》
EI
CAS
CSCD
北大核心
2013年第5期1030-1035,共6页
基金
国家自然科学基金(No.51075131)
湖南省自然科学基金(No.11JJ2026)
文摘
局部特征尺度分解(Local Characteristic-Scale Decomposition,LCD)是最近提出的一种类似于经验模态分解(EmpiricalMode Decomposition,EMD)的非平稳信号分析方法.为解决LCD方法的模态混淆问题,论文首先提出了基于噪声辅助分析的集成局部特征尺度分解方法(Ensemble LCD,ELCD).然而,ELCD有类似于总体平均经验模态分解(En-semble EMD,EEMD)和互补总体平均经验模态分解(Complementary,CEEMD)的固有缺陷,在此基础上,同时结合最近提出的随机性检测方法——排列熵(Permutation Entropy,PE),论文提出了部分集成局部特征尺度分解(Partly EnsembleLCD,PELCD)方法.仿真数据分析表明,论文提出的PELCD方法不仅能够有效地抑制LCD分解的模态混淆,而且在抑制伪分量的产生以及分量精确性等方面要优于CEEMD和ELCD方法.
关键词
局部特征尺度分解
模态混淆
排列熵
部分集成局部特征尺度分解
总体平均经验模态分解
Keywords
local
characteristic
-
scale
decomposition
mode mixing
permutation entropy
partly
ensemble
local
characteristic
-
scale
decomposition
ensemble
empirical mode
decomposition
(EEMD)
分类号
TN911.23 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
自适应掩膜信号集成局部特征尺度分解及其应用
被引量:
2
3
作者
郑近德
潘海洋
童靳于
刘庆运
丁克勤
机构
安徽工业大学机械工程学院
中国特种设备检测研究院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2020年第10期2060-2070,共11页
基金
国家重点研发计划(No.2017YFC0805100)
国家自然科学基金(No.51975004)
安徽省高校自然科学研究重点项目(No.KJ2019A0053,No.KJ2019A092)。
文摘
局部特征尺度分解(LCD)是为克服经验模态分解(EMD)中均值曲线构造的不足而提出的一种自适应信号分解方法,已被应用于机械故障诊断领域.但LCD存在与EMD类似的模态混叠问题,为此,基于均匀相位差掩膜信号构造,提出了自适应掩膜信号集成局部特征尺度分解(AMSELCD),该方法不仅能够将一个复杂信号自适应地分解为若干个本征模态函数和一个剩余项之和,而且能够有效地解决LCD的模态混叠现象.通过仿真信号分析,将AMSELCD与现有多种抑制模态分解方法进行了对比,结果表明了所提方法的有效性和优越性.最后,针对滚动轴承和转子碰摩故障振动信号的调制特征,将所提AMSELCD方法应用于转子碰摩和滚动轴承的故障诊断,对比和实验分析结果进一步验证了所提方法的有效性和优越性.
关键词
经验模态分解
局部特征尺度分解
总体平均经验模态分解
模态混叠
故障诊断
Keywords
empirical mode
decomposition
local
characteristic
-
scale
decomposition
ensemble
empirical mode
decomposition
mode mixing
fault diagnosis
分类号
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PELCD样本熵的抗蛇行减振器故障诊断
被引量:
2
4
作者
郑航
李刚
李德仓
机构
兰州交通大学机电技术研究所
甘肃省物流及运输装备信息化工程技术研究中心
甘肃省物流与运输装备行业技术中心
出处
《电力机车与城轨车辆》
2023年第6期34-41,共8页
基金
国家自然科学基金(62063013)。
文摘
长期高速运行的服役状态会造成列车转向架关键部件性能蜕化甚至故障等情况,导致的安全事件将造成严重的经济损失甚至人员伤亡。文章针对列车振动信号非线性、非平稳的特点,以部分集成局部特征尺度分解(PELCD)方法对高速列车抗蛇行减振器失效的故障振动信号进行分解,并且对相关性较强的前6个分量进行样本熵特征提取,将互补集合经验模态分解(CEEMD)方法与样本熵结合的结果进行对比,最后将CEEMD样本熵与PELCD样本熵两种方法下所得到的特征向量作为支持向量机的样本进行故障训练与故障预测。对比二者的结果表明PELCD与样本熵的结合能够有效地识别出列车的故障类别。
关键词
部分集成局部特征尺度分解(PELCD)
样本熵
故障诊断
抗蛇行减振器
Keywords
partly
ensemble
local
characteristic
-
scale
decomposition
(PELCD)
sample entropy
fault diagnosis
anti-yaw damper
分类号
U260.331.5 [机械工程—车辆工程]
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
全矢融合的二元PELCD样本熵列车故障诊断
郑航
李刚
李德仓
《噪声与振动控制》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
部分集成局部特征尺度分解:一种新的基于噪声辅助数据分析方法
郑近德
程军圣
杨宇
《电子学报》
EI
CAS
CSCD
北大核心
2013
18
在线阅读
下载PDF
职称材料
3
自适应掩膜信号集成局部特征尺度分解及其应用
郑近德
潘海洋
童靳于
刘庆运
丁克勤
《电子学报》
EI
CAS
CSCD
北大核心
2020
2
在线阅读
下载PDF
职称材料
4
基于PELCD样本熵的抗蛇行减振器故障诊断
郑航
李刚
李德仓
《电力机车与城轨车辆》
2023
2
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部