检索结果-维普期刊中文期刊服务平台

基于DIGWO-VMD-CMPE的轴承故障识别方法: 1; 作者辛昊鲁玉军朱轩逸《机电工程》 CAS 北大核心 2024年第2期205-215,共11页; 针对滚动轴承故障信号特征提取困难和识别准确率低的问题,提出了一种基于维度学习的改进灰狼优化算法(DIGWO)优化变分模态分解(VMD)和复合多尺度排列熵(CMPE)的轴承故障识别方法。首先,采用基于维度学习的狩猎(DLH)搜索策略、余弦收敛因... 展开更多; 关键词基于维度学习的改进灰狼优化算法变分模态分解复合多尺度排列熵支持向量机本征模态函数基于维度学习的狩猎; 在线阅读下载PDF 职称材料

具有独立分量的经验模态分解算法研究被引量：4: 2; 作者李洪郝豪豪孙云莲《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2009年第7期245-248,共4页; 在经验模态分解算法中用极值包络平均近似局部平均,不能保证分解分量之间的正交性,固有模态分量存在冗余.这种情况对信号成份分析尤为不利,冗余部分的物理意义无法解释,或可能作出错误的解释.将独立分量分析方法引入经验模态分解算法中... 展开更多; 关键词经验模态分解固有模态函数独立分量分析改进算法; 在线阅读下载PDF 职称材料

基于CEEMD和优化KNN的离心泵故障诊断方法被引量：17: 3; 作者杨波黄倩 +1 位作者付强朱荣生《机电工程》 CAS 北大核心 2022年第11期1502-1509,共8页; 卧式离心泵实际测量中背景噪声含量较大,故障特征常被淹没,导致机械故障诊断效果较差,为了实时、精准地获得其运行状态,或对其进行故障诊断,提出了一种基于互补集合经验模态分解(CEEMD)和优化最邻近(KNN)算法的卧式离心泵机械故障诊断... 展开更多; 关键词叶片式泵故障信号分解互补集合经验模态分解改进小波阈值降噪优化最邻近算法分类本征模函数相关分量/不相关分量; 在线阅读下载PDF 职称材料

基于交叉小波变换与改进变分模态分解的联合去噪方法被引量：9: 4; 作者王鹏博刘自然 +1 位作者刘玉明吕振礼《机电工程》 CAS 北大核心 2023年第2期292-298,共7页; 轴承早期的故障信号容易被噪声所淹没,导致其故障特征难以被提取,为此,提出了一种基于交叉小波变换(XWT)与改进变分模态分解(IVMD)联合去噪的信号处理方法。首先,对双通道的原始信号进行了XWT处理,得到了小波相干谱,通过包络谱曲线确定... 展开更多; 关键词滚动轴承故障诊断故障特征提取降噪故障特征增强交叉小波变换改进变分模态分解 K邻近算法固有模态分量; 在线阅读下载PDF 职称材料

基于改进ITD法的低频振荡参数辨识研究被引量：7: 5; 作者区允杰陈刚《广东电力》 2019年第5期73-79,共7页; 为了快速准确获得电力系统区域间低频振荡的特征参数,在固有时间尺度分解(intrinsic time-scale decomposition,ITD)算法的基础上,结合随机子空间辨识(stochastic subspace identification,SSI)方法中协方差计算的抗噪性,提出了一种用... 展开更多; 关键词随机子空间辨识法改进固有时间尺度分解算法低频振荡辨识准确性抗噪性; 在线阅读下载PDF 职称材料

题名基于DIGWO-VMD-CMPE的轴承故障识别方法: 1; 作者辛昊鲁玉军朱轩逸; 机构浙江理工大学机械工程学院浙江理工大学龙港研究院; 出处《机电工程》 CAS 北大核心 2024年第2期205-215,共11页; 基金浙江省重点研发计划项目(2022C01242) 浙江理工大学龙港研究院项目(LGYJY2021004)。; 文摘针对滚动轴承故障信号特征提取困难和识别准确率低的问题,提出了一种基于维度学习的改进灰狼优化算法(DIGWO)优化变分模态分解(VMD)和复合多尺度排列熵(CMPE)的轴承故障识别方法。首先,采用基于维度学习的狩猎(DLH)搜索策略、余弦收敛因子a和个体狼ω位置更新的方法将灰狼优化算法(GWO)改进为DIGWO,并利用DIGWO算法的自适应性优化VMD分解,得到了多个本征模态函数(IMFs);然后,利用复合多尺度排列熵计算IMFs的特征值,选取适当维数的特征,构建了故障特征向量;最后,利用DIGWO算法优化支持向量机(SVM)的惩罚系数C和径向基函数g,建立了DIGWO-SVM滚动轴承故障诊断分类器,并利用滚动轴承的振动数据验证了算法的有效性。研究结果表明:基于CMPE的DIGWO-SVM滚动轴承故障诊断方法能够有效地识别轴承的运行状况,识别准确率达到了99.42%,相较于PSO-SVM、SSA-SVM方法提高了7.75%、1.68%,证明了该方法的分类性能在滚动轴承故障诊断中更具优势。; 关键词基于维度学习的改进灰狼优化算法变分模态分解复合多尺度排列熵支持向量机本征模态函数基于维度学习的狩猎; Keywords improved gray wolf optimization algorithm based on dimensional learning(DIGWO) variational mode decomposition(VMD) composite multiscale permutation entropy(CMPE) support vector machine(SVM) intrinsic mode functions(IMFs) dimension learning-based hunting(DLH); 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

题名具有独立分量的经验模态分解算法研究被引量：4: 2; 作者李洪郝豪豪孙云莲; 机构电子科技大学自动化学院武汉大学电气工程学院武汉工程大学电气信息学院; 出处《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2009年第7期245-248,共4页; 文摘在经验模态分解算法中用极值包络平均近似局部平均,不能保证分解分量之间的正交性,固有模态分量存在冗余.这种情况对信号成份分析尤为不利,冗余部分的物理意义无法解释,或可能作出错误的解释.将独立分量分析方法引入经验模态分解算法中,利用其良好的分解独立特性,使模态分量不仅正交而且相互独立,消除了冗余.仿真试验表明,改进算法的模态分量彼此独立,特别对于混有突变信号的周期信号,在得到周期分量的同时,也得到突变分量,说明了改进算法比原算法优越,且具有较好的工程应用前景.; 关键词经验模态分解固有模态函数独立分量分析改进算法; Keywords empirical mode decomposition intrinsic mode function independent component analysis improved algorithm; 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CEEMD和优化KNN的离心泵故障诊断方法被引量：17: 3; 作者杨波黄倩付强朱荣生; 机构江苏大学流体机械技术研究中心中国核电工程有限公司核电泵及装置智能诊断运维联合实验室; 出处《机电工程》 CAS 北大核心 2022年第11期1502-1509,共8页; 基金国家自然科学基金资助项目(U20A20292) 江苏省重点研发计划资助项目(BE2018112)。; 文摘卧式离心泵实际测量中背景噪声含量较大,故障特征常被淹没,导致机械故障诊断效果较差,为了实时、精准地获得其运行状态,或对其进行故障诊断,提出了一种基于互补集合经验模态分解(CEEMD)和优化最邻近(KNN)算法的卧式离心泵机械故障诊断方法。首先,采集了卧式离心泵机械故障加速度信号,使用CEEMD对信号进行了一次分解,得到了本征模函数(IMF),采用相关系数法得到了IMF相关系数,确定了相关分量与不相关分量;其次,通过改进小波阈值去噪方法对不相关分量进行处理,提取了重构信号可分析的时频故障特征;最后,搭建了离心泵实验台,采用上述故障诊断方法对离心泵机械故障进行了分类诊断。研究结果表明:经CEEMD降噪后,信号评价指标信噪比(SNR)为2.2571,比原来的去噪方法提升了0.4381;优化后KNN分类对于卧式离心泵的机械故障诊断准确率可达96.7%,能够有效识别离心泵故障,达到智能诊断的目的。; 关键词叶片式泵故障信号分解互补集合经验模态分解改进小波阈值降噪优化最邻近算法分类本征模函数相关分量/不相关分量; Keywords vane pump decomposition of fault signals complementary ensemble empirical mode decomposition(CEEMD) improved wavelet threshold noise reduction k nearest neighbor(KNN)algorithm classification intrinsic mode function(IMF) correlation component/uncorrelated component; 分类号 TH311 [机械工程—机械制造及自动化] TH17 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于交叉小波变换与改进变分模态分解的联合去噪方法被引量：9: 4; 作者王鹏博刘自然刘玉明吕振礼; 机构河南工业大学机电工程学院; 出处《机电工程》 CAS 北大核心 2023年第2期292-298,共7页; 基金河南省自然科学基金资助项目(182300410234)。; 文摘轴承早期的故障信号容易被噪声所淹没,导致其故障特征难以被提取,为此,提出了一种基于交叉小波变换(XWT)与改进变分模态分解(IVMD)联合去噪的信号处理方法。首先,对双通道的原始信号进行了XWT处理,得到了小波相干谱,通过包络谱曲线确定了最佳模态数K;将传统VMD优化为IVMD,利用IVMD将两个通道中峭度值较大的信号分解成为多个固有模态分量(IMFs),再对每个IMF与峭度值较大的信号进行XWT处理;然后,将得到的小波相干谱图与双通道原始信号的小波相干谱图进行了比较,从原始信号中去除了识别出的噪声分量,实现了降噪和故障特征增强的目的;最后,利用K邻近(KNN)算法进行了滚动轴承故障分类,其故障识别率达到了97.51%,与IVMD、VMD-XWT方法相比,该方法故障识别率分别提高了10.83%、4.62%。研究结果表明:该方法可以明显降低噪声干扰,能更好地提取轴承早期的故障信息。; 关键词滚动轴承故障诊断故障特征提取降噪故障特征增强交叉小波变换改进变分模态分解 K邻近算法固有模态分量; Keywords rolling bearing fault diagnosis fault feature extract noise reduction fault feature enhancement cross wavelet transform(XWT) improved variational modal decomposition(IVMD) K-nearest neighbor(KNN)algorithm intrinsic mode components(IMFs); 分类号 TH113.3 [机械工程—机械设计及理论] TH17 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于改进ITD法的低频振荡参数辨识研究被引量：7: 5; 作者区允杰陈刚; 机构广东电网有限责任公司佛山供电局; 出处《广东电力》 2019年第5期73-79,共7页; 文摘为了快速准确获得电力系统区域间低频振荡的特征参数,在固有时间尺度分解(intrinsic time-scale decomposition,ITD)算法的基础上,结合随机子空间辨识(stochastic subspace identification,SSI)方法中协方差计算的抗噪性,提出了一种用于区域间低频振荡参数辨识的改进ITD法。该算法直接利用量测数据进行辨识,不受系统规模的限制。同时改进ITD算法一方面有效提升了原始ITD算法的抗噪性,另一方面既能处理单通道数据,也能处理多通道数据,扩展了原始算法的应用范围。最后,基于16机实验系统仿真数据和某实际电网量测数据对改进ITD算法的准确性、有效性和实用性进行了验证。计算结果表明,改进ITD算法能有效得到待辨识信号的振荡参数,在准确性和抗噪性方面表现优异。; 关键词随机子空间辨识法改进固有时间尺度分解算法低频振荡辨识准确性抗噪性; Keywords stochastic subspace identification method improved intrinsic time-scale decomposition algorithm low-frequency oscillation identification accuracy noise immunity; 分类号 TM71 [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	作者	出处	发文年	被引量	操作
1	基于DIGWO-VMD-CMPE的轴承故障识别方法	辛昊鲁玉军朱轩逸	《机电工程》 CAS 北大核心	2024	0	在线阅读下载PDF 职称材料
2	具有独立分量的经验模态分解算法研究	李洪郝豪豪孙云莲	《哈尔滨工业大学学报》 EI CAS CSCD 北大核心	2009	4	在线阅读下载PDF 职称材料
3	基于CEEMD和优化KNN的离心泵故障诊断方法	杨波黄倩付强朱荣生	《机电工程》 CAS 北大核心	2022	17	在线阅读下载PDF 职称材料
4	基于交叉小波变换与改进变分模态分解的联合去噪方法	王鹏博刘自然刘玉明吕振礼	《机电工程》 CAS 北大核心	2023	9	在线阅读下载PDF 职称材料
5	基于改进ITD法的低频振荡参数辨识研究	区允杰陈刚	《广东电力》	2019	7	在线阅读下载PDF 职称材料