检索结果-维普期刊中文期刊服务平台

基于MEMD-MMFE的双馈风电场送出变压器励磁涌流识别方法被引量：13: 1; 作者李春艳周念成 +2 位作者廖建权王强钢孟潇潇《中国电机工程学报》 EI CSCD 北大核心 2019年第17期5061-5073,共13页; 双馈风电场低电压穿越过程中,送出变压器发生内部故障时,差动电流中存在较大的2次谐波,会导致差动保护拒动。该文提出基于多元经验模态分解-多变量多尺度模糊熵(multivariate empirical mode decomposition-multiscale multivariate fuz... 展开更多; 关键词双馈风力发电机励磁涌流 2次谐波多变量多尺度模糊熵; 在线阅读下载PDF 职称材料

基于MMFE和可拓k-medoids聚类的轴承性能退化评估被引量：4: 2; 作者赵聪聪刘玉梅 +2 位作者赵颖慧白杨施继红《振动与冲击》 EI CSCD 北大核心 2022年第17期123-130,159,共9页; 传统轴承性能退化评估常为定性分析,且多以垂向振动信号为对象,忽略了不同方向振动信息之间的相关性。将评价多通道时间序列复杂度的多元多尺度熵引入到轴承运行状态的特征提取,构建多元多尺度模糊熵特征来考虑轴承不同方向振动信息之... 展开更多; 关键词轴承性能退化多元多尺度模糊熵 k-medoids算法可拓学; 在线阅读下载PDF 职称材料

基于多变量多尺度模糊熵的行星齿轮箱故障诊断被引量：24: 3; 作者郑近德潘海洋 +2 位作者张俊刘涛刘庆运《振动与冲击》 EI CSCD 北大核心 2019年第6期187-193,共7页; 行星齿轮箱被广泛用于风电、直升机和工程机械等大型复杂机械装备中。当行星齿轮箱发生故障时,振动信号往往表现出非线性和非平稳特征,多尺度熵理论能够有效地衡量振动信号的非线性和复杂性变化。同时为了尽可能地利用多通道振动信号信... 展开更多; 关键词多尺度模糊熵多变量多尺度模糊熵(mmfe) 行星齿轮箱故障诊断; 在线阅读下载PDF 职称材料

基于集成精细复合多元多尺度模糊熵的齿轮箱故障诊断被引量：1: 4; 作者杨小强宫建成 +1 位作者安立周刘晓明《机电工程》 CAS 北大核心 2023年第3期335-343,共9页; 针对齿轮箱故障信号具有非线性和非平稳性的特点,且目前的方法对其特征提取不够充分这一问题,对不同形式粗粒化方法的集成、多通道信号处理方法在模糊熵算法上的应用进行了研究,提出了一种新的特征提取方法,即集成精细复合多元多尺度模... 展开更多; 关键词集成精细复合多元多尺度模糊熵人工鱼群算法优化的核极限学习机 t分布随机邻域嵌入特征提取多粗粒化处理多通道信号处理故障分类识别; 在线阅读下载PDF 职称材料

题名基于MEMD-MMFE的双馈风电场送出变压器励磁涌流识别方法被引量：13: 1; 作者李春艳周念成廖建权王强钢孟潇潇; 机构输配电装备及系统安全与新技术国家重点实验室(重庆大学); 出处《中国电机工程学报》 EI CSCD 北大核心 2019年第17期5061-5073,共13页; 基金国家自然科学基金项目(51577018)~~; 文摘双馈风电场低电压穿越过程中,送出变压器发生内部故障时,差动电流中存在较大的2次谐波,会导致差动保护拒动。该文提出基于多元经验模态分解-多变量多尺度模糊熵(multivariate empirical mode decomposition-multiscale multivariate fuzzy entropy,MEMD-MMFE)的励磁涌流识别方法。该方法首先将电流经过多元经验模态分解,通过判别分解后的余量函数的单调性,确定是否从原函数中去除余量函数;然后对经过处理的原函数进行多变量多尺度模糊熵变换,得到多变量多尺度模糊熵值面积(简称熵值面积);最后通过或逻辑联立判断变压器两侧电流的熵值面积与给定的制动区面积的大小关系来区分励磁涌流与故障电流。以某风电场接入电网为例,对变压器各种运行工况进行仿真研究,并将该文算法与2次谐波制动等算法进行比较,验证提出算法的有效性。; 关键词双馈风力发电机励磁涌流 2次谐波多变量多尺度模糊熵; Keywords doubly-fed induction generator(DFIG) inrush current second harmonic multiscale multivariate fuzzy entropy; 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

题名基于MMFE和可拓k-medoids聚类的轴承性能退化评估被引量：4: 2; 作者赵聪聪刘玉梅赵颖慧白杨施继红; 机构吉林农业大学工程技术学院吉林大学交通学院一汽研发总院智能网联开发院一汽大众汽车有限公司技术开发部; 出处《振动与冲击》 EI CSCD 北大核心 2022年第17期123-130,159,共9页; 基金国家自然科学基金资助项目(51575232) 吉林省教育厅科学技术项目(JJKH20200332KJ) 吉林省科技厅自然科学基金(20180101056JC)。; 文摘传统轴承性能退化评估常为定性分析,且多以垂向振动信号为对象,忽略了不同方向振动信息之间的相关性。将评价多通道时间序列复杂度的多元多尺度熵引入到轴承运行状态的特征提取,构建多元多尺度模糊熵特征来考虑轴承不同方向振动信息之间的关联性。结合k-medoids算法和可拓学理论建立了轴承性能退化的定量评估模型。通过对轴承正常状态样本进行k-medoids聚类得到聚类中心,根据样本点与聚类中心之间的欧式距离确定可拓集合的边界,进一步利用可拓关联函数构建轴承性能退化评估模型,并采用轴承全寿命疲劳试验进行了验证。试验结果表明,本文所提方法能有效识别轴承的早期性能退化,并能实现对轴承性能退化程度的定量评估。; 关键词轴承性能退化多元多尺度模糊熵 k-medoids算法可拓学; Keywords bearing performance degradation multivariate multi-scale fuzzy entropy(mmfe) k-medoids algorithm extenics; 分类号 TH133.3 [机械工程—机械制造及自动化] TH16.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于多变量多尺度模糊熵的行星齿轮箱故障诊断被引量：24: 3; 作者郑近德潘海洋张俊刘涛刘庆运; 机构安徽工业大学机械工程学院福州大学机械工程及自动化学院; 出处《振动与冲击》 EI CSCD 北大核心 2019年第6期187-193,共7页; 基金国家重点研发计划(2017YFC0805100) 国家自然科学基金(51505002 51375013); 文摘行星齿轮箱被广泛用于风电、直升机和工程机械等大型复杂机械装备中。当行星齿轮箱发生故障时,振动信号往往表现出非线性和非平稳特征,多尺度熵理论能够有效地衡量振动信号的非线性和复杂性变化。同时为了尽可能地利用多通道振动信号信息来提高故障诊断的效率,将评价同步多通道数据多变量复杂度的多变量多尺度熵理论引入到行星齿轮箱故障诊断。针对其统计特征稳定性差的问题,提出了多变量多尺度模糊熵,并在基础上,提出了一种新的行星齿轮箱故障诊断方法。将提出的方法应用于行星齿轮箱故障试验数据分析,并与现有方法进行对比,结果表明了所提方法的有效性和优越性。; 关键词多尺度模糊熵多变量多尺度模糊熵(mmfe) 行星齿轮箱故障诊断; Keywords multiscale fuzzy entropy multivariate multiscale fuzzy entropy(mmfe) planetary gearbox fault diagnosis; 分类号 TH165.3 [机械工程—机械制造及自动化] TH132.425 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于集成精细复合多元多尺度模糊熵的齿轮箱故障诊断被引量：1: 4; 作者杨小强宫建成安立周刘晓明; 机构陆军工程大学野战工程学院; 出处《机电工程》 CAS 北大核心 2023年第3期335-343,共9页; 基金军队装备综合研究资助项目(〔2020〕1086号)。; 文摘针对齿轮箱故障信号具有非线性和非平稳性的特点,且目前的方法对其特征提取不够充分这一问题,对不同形式粗粒化方法的集成、多通道信号处理方法在模糊熵算法上的应用进行了研究,提出了一种新的特征提取方法,即集成精细复合多元多尺度模糊熵(ERCmvMFE)算法,在此基础上,结合t分布随机邻域嵌入(t-SNE)和人工鱼群算法优化的核极限学习机(AFSA-KELM),提出了一种新的齿轮箱故障综合诊断方法。首先,采用多种形式粗粒化方法的集成方法以及多通道信号处理方法,对模糊熵算法进行了改进,并进行了齿轮箱故障的初始特征提取;然后,通过t-SNE压缩原始故障特征,实现了维数的约简,并将低维故障特征输入至AFSA-KELM中进行了故障的分类识别;最后,为了对ERCmvMFE方法的特征提取性能进行测试,采用QPZZ-II旋转机械故障模拟测试平台进行了相关的实验。实验结果表明:采用新的齿轮箱故障综合诊断方法能够对不同类型的齿轮箱故障进行可靠诊断,对齿轮箱5种工况下的20次识别实验中,获得的平均准确率可达98.92%,标准差为0.956,识别准确率和稳定性均优于其他对比方法。研究结果表明:采用ERCmvMFE算法能够更充分地提取出齿轮箱的故障特征,因此,基于该特征提取方法的故障诊断方法具有更高的齿轮箱故障识别准确率。; 关键词集成精细复合多元多尺度模糊熵人工鱼群算法优化的核极限学习机 t分布随机邻域嵌入特征提取多粗粒化处理多通道信号处理故障分类识别; Keywords ensemble refined composite multivariate multiscale fuzzy entropy(ERCmvMFE) kernel extreme learning machine optimized by artificial fish swarm optimization algorithm(AFSA-KELM) t-distributed stochastic neighbor embedding(t-SNE) feature extraction coarse grained process multichannel signal processing fault classification and identification; 分类号 TH132.46 [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MEMD-MMFE的双馈风电场送出变压器励磁涌流识别方法	李春艳周念成廖建权王强钢孟潇潇	《中国电机工程学报》 EI CSCD 北大核心	2019	13	在线阅读下载PDF 职称材料
2	基于MMFE和可拓k-medoids聚类的轴承性能退化评估	赵聪聪刘玉梅赵颖慧白杨施继红	《振动与冲击》 EI CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料
3	基于多变量多尺度模糊熵的行星齿轮箱故障诊断	郑近德潘海洋张俊刘涛刘庆运	《振动与冲击》 EI CSCD 北大核心	2019	24	在线阅读下载PDF 职称材料
4	基于集成精细复合多元多尺度模糊熵的齿轮箱故障诊断	杨小强宫建成安立周刘晓明	《机电工程》 CAS 北大核心	2023	1	在线阅读下载PDF 职称材料