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68篇文章
< 1 2 … 4 >
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CEEMD-SE-PSR-BP的短期风速预测 被引量：1
1
作者 高晟扬 李法社 《太阳能学报》 北大核心 2025年第4期415-422,共8页
为提升预测的准确度,提出一种互补集合经验模态分解(CEEMD)、样本熵(SE)、相空间重构(PSR)以及神经网络(BP)的短期风速预测新模型。首先运用CEEMD技术对风速时间序列进行拆解,化繁为简,分离出多个子序列。随后,计算每个子序列的SE,从SE... 为提升预测的准确度,提出一种互补集合经验模态分解(CEEMD)、样本熵(SE)、相空间重构(PSR)以及神经网络(BP)的短期风速预测新模型。首先运用CEEMD技术对风速时间序列进行拆解,化繁为简,分离出多个子序列。随后,计算每个子序列的SE,从SE的特征中重组风速序列。继而,将各子序列的预测结果进行相空间重构,获取神经网络预测的输入输出样本。最后运用神经网络预测每个样本,并将所有预测结果累加。此外,还对风电场的实际运行数据进行试验,并将模型的预测结果与其他预测方法进行对比,实验结果显示出此模型在提高风速预测精度方面的显著优势。 展开更多
关键词 风速预测 样本熵 互补集合经验模态分解 相空间重构 神经网络 时间序列
在线阅读 下载PDF
自适应UPEMD-MCKD轴承故障特征提取方法 被引量：10
2
作者 宋宇博 刘运航 朱大鹏 《振动与冲击》 EI CSCD 北大核心 2023年第3期83-91,共9页
为了准确提取强噪声背景下较微弱的轴承故障特征信息,结合均相经验模态分解(uniform phase empirical mode decomposition, UPEMD)和最大相关峭度解卷积方法(maximum correlated kurtosis deconvolution, MCKD)的优势,提出了一种自适应U... 为了准确提取强噪声背景下较微弱的轴承故障特征信息,结合均相经验模态分解(uniform phase empirical mode decomposition, UPEMD)和最大相关峭度解卷积方法(maximum correlated kurtosis deconvolution, MCKD)的优势,提出了一种自适应UPEMD-MCKD轴承故障特征提取方法。该方法将样本熵和峭度指标相结合构建最小熵峭比,采用遗传算法对最小熵峭比的最小值进行搜索,以确定移位数、滤波器长度和周期的最佳参数组合。经均相模态分解方法预处理的含噪信号通过相关性计算选取有效分量进行信号重构,重构信号借助最佳参数组合下的MCKD算法提取故障特征。内圈故障和外圈故障的实例分析表明,所提方法借助UPEMD的噪声抑制能力和最小熵峭比的参数组合寻优评价能力,能够从故障信号中有效的提取出微弱的故障特征。 展开更多
关键词 强噪声 滚动轴承 均相经验模态分解(upemd) 遗传算法 最大相关峭度解卷积(MCKD) 特征提取
在线阅读 下载PDF
基于互补集合经验模态分解的相位敏感光时域反射计系统降噪方法 被引量：1
3
作者 岳新博 高旭 +2 位作者 高阳 王海涛 鲁秀娥 《红外与激光工程》 北大核心 2025年第2期134-148,共15页
为了提高相位敏感光时域反射计(Φ-OTDR)系统测量振动信号信噪比,提出了一种基于互补集合经验模态分解(CEEMD)的新型去噪方法。CEEMD算法对数字正交(I/Q)解调算法获取的瑞利后项散射光幅值信号和相位信号进行分解,经多尺度排列熵(MPE)... 为了提高相位敏感光时域反射计(Φ-OTDR)系统测量振动信号信噪比,提出了一种基于互补集合经验模态分解(CEEMD)的新型去噪方法。CEEMD算法对数字正交(I/Q)解调算法获取的瑞利后项散射光幅值信号和相位信号进行分解,经多尺度排列熵(MPE)算法筛选后,通过改进的小波阈值算法进行去噪,并设计采用多元宇宙优化(MVO)算法对参数进行优化。实际搭建了外差式Φ-OTDR系统,经仿真和实际测试验证文中算法有效性。最后,将设计算法与以往的经验模态分解-皮尔逊相关系数(EMD-PCC)、自适应噪声完备集合经验模态分解(CEEMDAN)及变分模态分解-改进小波阈值(VMD-NWT)去噪方法进行了对比。结果表明,在10.14 km的传感光纤位置上,该方法对于低频10 Hz、中频200 Hz以及高频1 200 Hz的振动事件,其位置信息信噪比分别可达8.88、30.26、11.90 dB,对不同频率段的振动信号均具备有效的去噪能力,且系统定位精度更高。该方法在提高系统信噪比的同时,成功地对振动信号进行了解调,且解调效果比其他三种算法效果更好,为Φ-OTDR系统降噪研究提供了新思路。 展开更多
关键词 相位敏感光时域反射仪 互补集合经验模态分解算法 多尺度排列熵 改进的小波阈值算法 多元宇宙优化算法
在线阅读 下载PDF
煤油值班火焰和组合钝体氢火焰燃烧动态特性试验
4
作者 过蒙蒙 霍伟业 +2 位作者 林宇震 王柏森 王禹澎 《航空发动机》 北大核心 2025年第4期97-105,共9页
为了探究氢燃料在加力燃烧室中的应用前景,以氢燃料间冷发动机为研究对象,开展了(0.2~0.64 kg/s)空气流量下,煤油值班火焰和组合钝体氢火焰的燃烧动态特性研究。在试验过程中,保持煤油和氢气的热功率相同,测量了模型加力燃烧室内煤油火... 为了探究氢燃料在加力燃烧室中的应用前景,以氢燃料间冷发动机为研究对象,开展了(0.2~0.64 kg/s)空气流量下,煤油值班火焰和组合钝体氢火焰的燃烧动态特性研究。在试验过程中,保持煤油和氢气的热功率相同,测量了模型加力燃烧室内煤油火焰和氢火焰的动态压力信号和火焰图像信号,利用快速傅里叶变换、经验模态分解和相空间重构对动态压力进行了分析,同时运用本征正交分解对煤油火焰和氢气火焰的OH^(*)图像进行了分析。结果表明:从动压频谱分析可知,随着空气流量的增大,煤油燃烧动压在不断提高,氢气燃烧动压先提高后保持稳定;在相同工况下,煤油的燃烧动压总是高于氢气的;从相空间图分析可知,煤油和氢气的相空间轨迹未形成极限环,但大部分轨迹比较规则有序,从而呈现间歇振荡状态;从本征正交分解结果分析可知,煤油和氢气火焰振荡形态随空气流量变化而发生显著变化,氢气释热率主要受单一火焰振荡形态所主导,而煤油释热率受多种火焰振荡形态共同作用。 展开更多
关键词 值班火焰 钝体稳定器 氢气燃烧 本征正交分解 经验模态分解 相空间重构 航空发动机
在线阅读 下载PDF
基于IUPEMD和RCMFE的往复压缩机气阀故障诊断 被引量：2
5
作者 宋美萍 王金东 +1 位作者 赵海洋 于德龙 《机床与液压》 北大核心 2023年第7期208-213,共6页
由于往复压缩机的振动信号非线性、非平稳性的特点,为进一步提高故障识别率,提出一种基于改进的均匀相位经验模态分解(IUPEMD)和精细复合多尺度模糊熵(RCMFE)的往复压缩机气阀故障诊断方法。采用IUPEMD方法对信号进行分解,通过不同的参... 由于往复压缩机的振动信号非线性、非平稳性的特点,为进一步提高故障识别率,提出一种基于改进的均匀相位经验模态分解(IUPEMD)和精细复合多尺度模糊熵(RCMFE)的往复压缩机气阀故障诊断方法。采用IUPEMD方法对信号进行分解,通过不同的参数组合,利用正交性为指标选择最佳IMF分量,有效提高了IUPEMD对非平稳性信号的分解精度,减少模态混叠现象;以峭度为评价指标对分解后的IMF分量进行筛选,并重构信号,求解重构信号的RCMFE,提取故障特征向量;最后,将特征向量输入到支持向量机进行分类识别。试验结果验证了该方法的有效性和优越性。 展开更多
关键词 改进的均匀相位经验模态分解 精细复合多尺度模糊熵 气阀 故障诊断
在线阅读 下载PDF
基于改进EEMD和PSO-SVM的永磁同步电机均匀退磁故障诊断
6
作者 熊文琪 张奕珂 王尧尧 《南京航空航天大学学报(自然科学版)》 北大核心 2025年第5期912-923,共12页
基于电流信号提供了一个新的不同均匀退磁程度的故障诊断方法,研究了永磁同步电机(Permanent magnet synchronous motors,PMSMs)的均匀退磁故障诊断方法。提出了一种基于改进的集合经验模式分解(Ensemble empirical mode decomposition,... 基于电流信号提供了一个新的不同均匀退磁程度的故障诊断方法,研究了永磁同步电机(Permanent magnet synchronous motors,PMSMs)的均匀退磁故障诊断方法。提出了一种基于改进的集合经验模式分解(Ensemble empirical mode decomposition,EEMD)算法和粒子群优化-支持向量机(Particle swarm optimization-support vector machine,PSO-SVM)的故障诊断方法。首先利用改进EEMD对采集的定子电流信号进行降噪和重构。其次计算处理后数据的分形盒维数作为故障特征参数。最后通过PSO-SVM处理特征参数诊断均匀退磁故障。通过解析模型仿真实验和原型实验表明,该方法能准确识别永磁同步电机均匀退磁故障,平均识别率超过96%,证明了本文故障诊断方法的有效性。 展开更多
关键词 永磁同步电机 故障诊断 均匀退磁 集合经验模式分解 分形盒维数 支持向量机
在线阅读 下载PDF
基于EMD的密相气力输送两相流系统内子系统相互联系和作用 被引量：1
7
作者 付飞飞 李健 《化工进展》 EI CAS CSCD 北大核心 2024年第2期696-702,共7页
利用信号分析考察密相气力输送两相流系统内子系统之间的相互联系和作用。首先,基于经验模态分解(empirical mode decomposition,EMD)将密相气力输送两相流系统的静电波动信号分解成若干信号分量,即固有模态函数(intrinsic mode functio... 利用信号分析考察密相气力输送两相流系统内子系统之间的相互联系和作用。首先,基于经验模态分解(empirical mode decomposition,EMD)将密相气力输送两相流系统的静电波动信号分解成若干信号分量,即固有模态函数(intrinsic mode function,IMF),再结合各IMF分量的能量比重确定出IMF1~IMF4为主干分量。之后,结合静电信号EMD分解结果、输送管道中颗粒的分布状况及颗粒运动机理的差异性三者,明确气固两相流系统内的子系统。最后,利用IMF1~IMF4的主频和方差的变化规律,分别考察了子系统之间的联系和作用。实验结果表明:水平输送管道中的气固两相流系统可分成4个子系统,分别是稀相区、交界区、浓相区以及贴壁区内的颗粒流体组织;子系统之间依靠颗粒在彼此间游走而进行联系;同时,子系统之间也存在竞争作用,该竞争是颗粒主导和气流主导两种机制之间的竞争,当颗粒悬浮性较弱时竞争激烈,当颗粒悬浮性变好时竞争减弱。 展开更多
关键词 经验模态分解 密相气力输送两相流系统 子系统
在线阅读 下载PDF
基于两步降维的单相接地故障发生时刻估计算法 被引量：1
8
作者 李冠华 徐凯 +2 位作者 刘志宇 马一菱 王雅楠 《电力系统及其自动化学报》 CSCD 北大核心 2024年第7期140-149,共10页
为准确估计单相接地故障发生时刻,本文提出一种基于两步降维的配电网单相接地故障发生时刻估计算法。该算法利用经验模态分解构建滤波器,根据馈线零序电流建立高维特征数据集,经过主成分分析法及希尔伯特变换映射算法将高维数据两次降... 为准确估计单相接地故障发生时刻,本文提出一种基于两步降维的配电网单相接地故障发生时刻估计算法。该算法利用经验模态分解构建滤波器,根据馈线零序电流建立高维特征数据集,经过主成分分析法及希尔伯特变换映射算法将高维数据两次降维后得到二维特征数据集。利用基于密度的聚类方法自适应地将数据分为故障数据和非故障数据两类,从而估计故障发生时刻。文中设计了包含7种常见高阻接地介质的11组实验,对该算法的故障时刻辨识精度进行验证,结果表明,该算法精度在7.3 ms以内,对瞬时性故障能够有效识别故障时段。 展开更多
关键词 配电网单相接地故障 经验模态分解 故障时刻检测 降维 聚类
在线阅读 下载PDF
无人机平台的人体呼吸率检测
9
作者 梁帅 杨学志 臧宗迪 《计算机工程与应用》 CSCD 北大核心 2024年第6期323-329,共7页
使用无人机载相机进行呼吸率检测是一种新兴的伤情评估手段,然而现有的视频呼吸率检测算法只适用于固定相机。在基于空间相位的呼吸信号提取技术基础上,提出一种基于无人机载视频的人体呼吸率非接触式测量方法,使用复可控金字塔提取出... 使用无人机载相机进行呼吸率检测是一种新兴的伤情评估手段,然而现有的视频呼吸率检测算法只适用于固定相机。在基于空间相位的呼吸信号提取技术基础上,提出一种基于无人机载视频的人体呼吸率非接触式测量方法,使用复可控金字塔提取出每一帧图像的空间相位,按时间顺序排列得到相位序列;接着采用经验模态分解从相位序列中拆解出多个模态分量,并设计频率变异性分析模型从中选择出具有稳定频率的分量,也即目标呼吸信号;利用峰值检测方法检测出人体呼吸率。实验结果表明,该方法在无人机晃动干扰下的呼吸率检测平均准确率能够达到98%以上,优于现有检测方法。 展开更多
关键词 无人机 呼吸率 经验模态分解 频率变异性 空间相位
在线阅读 下载PDF
EMD及Duffing振子在小电流系统故障选线方法中的应用 被引量：61
10
作者 张淑清 翟欣沛 +2 位作者 董璇 李亮 唐佰文 《中国电机工程学报》 EI CSCD 北大核心 2013年第10期161-167,5,共7页
针对小电流系统发生故障时,各线路零序电流的非平稳、非线性等复杂特性,给出一种基于经验模态分解(empirical mode decomposition,EMD)和Duffing振子检测的方法。EMD方法具有很好的自适应性,而Duffing振子系统对于与内驱动力同频的外界... 针对小电流系统发生故障时,各线路零序电流的非平稳、非线性等复杂特性,给出一种基于经验模态分解(empirical mode decomposition,EMD)和Duffing振子检测的方法。EMD方法具有很好的自适应性,而Duffing振子系统对于与内驱动力同频的外界信号具有高度敏感性。首先对故障零序电流进行EMD分解,提取出第1个内禀模态函数作为故障零序电流特征量;然后提出特征量中的五次谐波分量,将其输入到Duffing振子中,通过系统相图变化来确定当前线路是否发生故障。对各条线路进行不同条件下故障模拟,仿真结果证明了该算法的可靠性。 展开更多
关键词 小电流系统 经验模态分解 DUFFING振子 相图 变化
在线阅读 下载PDF
基于独立分量分析的EMD模态混叠消除方法研究 被引量：53
11
作者 汤宝平 董绍江 马靖华 《仪器仪表学报》 EI CAS CSCD 北大核心 2012年第7期1477-1482,共6页
针对经验模态分解(empirical mode decomposition,EMD)算法中存在的模态混叠现象,提出一种应用独立分量分析进行模态混叠消除的新方法。首先应用形态学滤波方法将信号中的噪声予以消除,减少由于噪声因素造成的模态混叠现象。然后将信号... 针对经验模态分解(empirical mode decomposition,EMD)算法中存在的模态混叠现象,提出一种应用独立分量分析进行模态混叠消除的新方法。首先应用形态学滤波方法将信号中的噪声予以消除,减少由于噪声因素造成的模态混叠现象。然后将信号进行EMD分解,获得不同的IMF分量,将存在模态混叠成分的IMF分量进行相空间重构,利用基于峭度最大化的独立分量分解算法实现混叠成分的分离,仿真分析和工程应用的结果表明,所提方法能有效地消除EMD分解过程中的模态混叠现象。 展开更多
关键词 经验模态分解 模态混叠 形态学滤波 相空间重构 独立分量分析
在线阅读 下载PDF
基于多分辨高阶奇异谱熵分析的局部放电信号特征提取 被引量：16
12
作者 杨丰源 宋辉 +5 位作者 程序 高兆丽 陶诗洋 段大鹏 盛戈皞 江秀臣 《电网技术》 EI CSCD 北大核心 2016年第10期3265-3271,共7页
局部放电信号特征提取是电力设备绝缘缺陷模式识别和故障诊断的关键步骤。奇异谱熵分析(singular spectrum entropy analysis,SSEA)理论研究了局部放电信号的复杂性和无规则程度,但无法充分反映信号内在非线性特性。使用局放信号4阶累... 局部放电信号特征提取是电力设备绝缘缺陷模式识别和故障诊断的关键步骤。奇异谱熵分析(singular spectrum entropy analysis,SSEA)理论研究了局部放电信号的复杂性和无规则程度,但无法充分反映信号内在非线性特性。使用局放信号4阶累积量切片代替SSEA的协方差矩阵,并引入集合经验模态分解理论(ensemble empirical mode decomposition,EEMD)实现方法多尺度化,提出了局部放电信号多分辨高阶奇异谱熵分析(multi-scale higher order singular spectrum entropy analysis,M-HSSEA)方法。通过分析仿真局放信号,该方法提取的熵特征向量能够有效提高噪声抑制能力,并且增强了相空间重构参数鲁棒性。在户外变电站环境中设计了3种典型局部放电缺陷,运用该方法求取特高频信号熵特征向量并使用RBF神经网络进行分类,获得了较高识别正确率,从而验证了文中方法有效性及适用性。 展开更多
关键词 局部放电 相空间重构 奇异谱熵 高阶统计量 集合经验模态分解 多分辨
在线阅读 下载PDF
基于经验模式分解和混沌相空间重构的风电功率短期预测 被引量：27
13
作者 张宜阳 卢继平 +2 位作者 孟洋洋 严欢 李辉 《电力系统自动化》 EI CSCD 北大核心 2012年第5期24-28,共5页
风电场发电功率的短期预测对并网风力发电系统的安全与稳定具有重要意义。根据风电功率时间序列非平稳、非周期的特点,文中运用经验模式分解理论将风电功率时间序列分解为随机分量和趋势分量,对随机分量采用径向基函数神经网络进行混沌... 风电场发电功率的短期预测对并网风力发电系统的安全与稳定具有重要意义。根据风电功率时间序列非平稳、非周期的特点,文中运用经验模式分解理论将风电功率时间序列分解为随机分量和趋势分量,对随机分量采用径向基函数神经网络进行混沌预测;趋势分量采用最小二乘支持向量机进行混沌预测,拟合各分量的预测值得到最终的预测结果。以云南某风电场数据对所提出的模型进行验证,证明了该预测模型比传统人工神经网络预测模型具有更高的预测精度,可为风电功率预测提供参考。 展开更多
关键词 风力发电 功率预测 经验模式分解 相空间重构 最小二乘支持向量机 径向基函数
在线阅读 下载PDF
基于经验模态分解及近似熵的输电线路单相自适应重合闸 被引量：19
14
作者 兰华 艾涛 张桂兰 《电网技术》 EI CSCD 北大核心 2009年第20期211-214,共4页
根据经验模态分解和近似熵算法,提出了一种针对输电线路单相接地故障的故障类型诊断方法,该方法具有一定的抗干扰能力,可以快速判断故障类型,以提高重合闸成功率。线路故障仿真结果验证了该方法的有效性和实用性。
关键词 经验模态分解(EMD) 近似熵 单相自适应重合闸 瞬时性故障 永久性故障
在线阅读 下载PDF
基于麦克风阵列声音信号定位方法的研究 被引量：21
15
作者 吴晓 靳世久 +1 位作者 李一博 张鹏 《传感技术学报》 CAS CSCD 北大核心 2010年第5期682-686,共5页
提出了一种在嘈杂环境下利用麦克风阵列对声音信号定位的方法。该方法对每个麦克风采集的声音信号进行经验模态分解,然后根据各个IMF信号的归一化能量挑选出主要的IMF分量进行信号重构,从而实现对信号进行降噪处理。将降噪后的信号使用... 提出了一种在嘈杂环境下利用麦克风阵列对声音信号定位的方法。该方法对每个麦克风采集的声音信号进行经验模态分解,然后根据各个IMF信号的归一化能量挑选出主要的IMF分量进行信号重构,从而实现对信号进行降噪处理。将降噪后的信号使用互功率谱相位法进行相关运算,计算出不同麦克风声音信号出现的时间差异。根据信号时延和麦克风之间的几何位置关系计算出声音信号的位置。为了验证本文所提出的定位算法,进行了语音信号定位实验,通过实验实测的数据分析对比分析,验证了本文提出的方法比传统的定位算法要优越。 展开更多
关键词 声源定位 EMD分解 室内环境 信号到达时间 互功率谱相位
在线阅读 下载PDF
基于固有模态能量熵和支持向量机的输电线路故障选相新方法 被引量：13
16
作者 李晓晨 李天云 陈昌雷 《电力自动化设备》 EI CSCD 北大核心 2009年第5期104-108,共5页
提出一种输电线路故障选相新方法,先对线路的三相电压信号进行经验模态分解,得到若干个包含主要故障电压信息的固有模态函数分量,其次选取三相电压的前2个固有模态能量熵作为故障特征向量,将构造的特征向量输入到LS-SVM分类器对输电线... 提出一种输电线路故障选相新方法,先对线路的三相电压信号进行经验模态分解,得到若干个包含主要故障电压信息的固有模态函数分量,其次选取三相电压的前2个固有模态能量熵作为故障特征向量,将构造的特征向量输入到LS-SVM分类器对输电线路的故障类型进行分类及故障选相。结果表明该方法不受过渡电阻、故障位置和故障初始角等因素的影响,能对高阻接地故障模式进行准确识别,且对噪声具有很好的抑制效果,能准确实现故障分类。仿真分析验证了其有效性。 展开更多
关键词 输电线路 故障选相 经验模态分解 固有模态能量熵 LS-SVM
在线阅读 下载PDF
基于希尔伯特—黄变换与Elman神经网络的气液两相流流型识别方法 被引量：27
17
作者 周云龙 王强 +1 位作者 孙斌 张永刚 《中国电机工程学报》 EI CSCD 北大核心 2007年第11期50-56,共7页
气液两相流的流型对其流动和传热特性有很大的影响,所以如何确定流型一直是两相流研究中的重要课题。但是,由于两相流介质之间存在着随机多变的相界面,致使两相流的流型不仅是多种多样,而且其变化也带有随机性,这给流型识别带来了很大... 气液两相流的流型对其流动和传热特性有很大的影响,所以如何确定流型一直是两相流研究中的重要课题。但是,由于两相流介质之间存在着随机多变的相界面,致使两相流的流型不仅是多种多样,而且其变化也带有随机性,这给流型识别带来了很大困难。而希尔伯特-黄变换(HHT)和神经网络在气液两相流流型识别中还很少见,文中提出了希尔伯特-黄变换与Elman神经网络相结合的气液两相流流型识别的新方法。将压差波动信号经验模态分解(EMD)后的固有模态函数(IMF)进行分析,提取IMF能量特征作为Elman神经网络的输入特征向量,对水平管内的气液两相流流型进行识别。实验结果表明:该方法能很好地识别水平管内的4种流型,为流型识别开辟了一条新的途径;另外,该方法优于BP网络且稳定、识别率高,具有可行性。 展开更多
关键词 气液两相流 流型识别 希尔伯特-黄变换 经验 模态分解 固有模态函数 ELMAN神经网络
在线阅读 下载PDF
基于经验模式分解和概率神经网络的气液两相流识别 被引量：15
18
作者 孙斌 周云龙 +1 位作者 向新星 窦华荣 《中国电机工程学报》 EI CSCD 北大核心 2007年第17期72-77,共6页
针对气液两相流压差波动信号的非平稳特征和BP神经网络学习收敛速度慢、易陷入局部极小值等问题,提出了一种基于经验模态分解(empirical mode decomposition,EMD)和概率神经网络的流型识别方法。该方法首先对原始信号进行了经验模态分解... 针对气液两相流压差波动信号的非平稳特征和BP神经网络学习收敛速度慢、易陷入局部极小值等问题,提出了一种基于经验模态分解(empirical mode decomposition,EMD)和概率神经网络的流型识别方法。该方法首先对原始信号进行了经验模态分解,将其分解为多个平稳的固有模态函数(intrinsic mode function,IMF)之和,再选取若干个包含主要流型信息的IMF分量进行进一步分析。由于流型转变时,压差波动信号各频带的能量会发生变化,因而可以从各IMF分量中提取能量特征参数作为神经网络的输入参数来识别流型。对水平管内空气-水两相流4种典型流型的识别结果表明,EMD能量比小波包能量特征具有更高的流型识别率,可以准确、有效地识别流型。 展开更多
关键词 热能动力工程 气液两相流 流型识别 经验模式分解 概率神经网络
在线阅读 下载PDF
低信噪比微震P波震相初至自动拾取方法 被引量：24
19
作者 贾瑞生 谭云亮 +1 位作者 孙红梅 洪永发 《煤炭学报》 EI CAS CSCD 北大核心 2015年第8期1845-1852,共8页
针对微震信号固有的低信噪比、非平稳性、随机性等特征,发展了一种基于希尔伯特-黄变换(HHT)和AIC准则相结合的震相初至自动拾取方法,该方法首先对含噪信号进行经验模态分解(EMD)及内蕴模态函数(IMF)重构,在保留微震信号固有特征基础上... 针对微震信号固有的低信噪比、非平稳性、随机性等特征,发展了一种基于希尔伯特-黄变换(HHT)和AIC准则相结合的震相初至自动拾取方法,该方法首先对含噪信号进行经验模态分解(EMD)及内蕴模态函数(IMF)重构,在保留微震信号固有特征基础上实现降噪;其次,基于Hilbert变换计算出归一化包络信号,通过设置包络阈值搜索震相初至的大致位置,并以该位置为基础为AIC函数选择合适的计算时窗以降低计算复杂度;最后,在选择的时窗内应用AIC准则计算出P波震相初至。应用该方法对随机选取的高、低信噪比两类共80个微震信号进行震相初至拾取,若以人工拾取结果为基准、时差在10 ms以内视为准确拾取,结果显示,高信噪比信号拾取准确率为100%,低信噪比信号拾取准确率为92%。 展开更多
关键词 微震P波 震相初至拾取 经验模态分解 希尔伯特-黄变换 AIC准则
在线阅读 下载PDF
二氧化碳相变致裂信号反应谱分析 被引量：8
20
作者 沈鑫 李志清 +1 位作者 胡瑞林 高玮 《地球科学与环境学报》 CAS 北大核心 2018年第5期645-651,共7页
为研究二氧化碳相变致裂过程对结构的影响,对现场试验得到的数据进行反应谱分析。首先将速度信号做快速傅里叶变换,分析其频谱特性,然后将速度信号直接微分,运用集合经验模态分解(EEMD)对其进行低通滤波去噪处理,提取主要特征频段的重... 为研究二氧化碳相变致裂过程对结构的影响,对现场试验得到的数据进行反应谱分析。首先将速度信号做快速傅里叶变换,分析其频谱特性,然后将速度信号直接微分,运用集合经验模态分解(EEMD)对其进行低通滤波去噪处理,提取主要特征频段的重构信号,获得清晰的加速度时程曲线,并将去噪后的加速度曲线作为输入信号,研究不同阻尼比下二氧化碳相变致裂信号反应谱。结果表明:二氧化碳相变致裂信号频率集中于低频,速度峰值与主频在安全允许范围内,适用于对振动敏感的环境;集合经验模态分解可有效抑制因对速度信号直接微分引起的高频振荡,信噪比可超过25dB;二氧化碳相变致裂反应谱形态简单,峰值对应周期小,有利于结构安全;相对位移和相对速度反应谱峰值随着阻尼比的增大而减小,但峰值对应的周期不变,绝对加速度和标准加速度反应谱峰值在阻尼比不为0时相等,不受阻尼比影响;注意反应谱上对结构影响大的周期,可以在一定程度上保证结构的稳定性。 展开更多
关键词 二氧化碳相变致裂 反应谱 信号 速度 加速度 集合经验模态分解 现场试验 快速傅里叶变换
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 … 4 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