检索结果-南通市图书馆

基于EMD近似熵和LS-SVM的机械故障智能诊断

在线全文

学校读者我要写书评

暂无评论

机械强度 2011年第2期33卷 165-169页

作者：戴桂平苏州市职业大学电子信息工程系苏州215104

故障特征提取的精确性和分类识别的高效率是提高故障诊断准确率和速度的关键,针对此问题,提出一种基于经验模式分解(empirical mode decomposition,EMD)近似熵和最小二乘支持向量机(least square support vector machine,LS-SVM)的机械... 详细信息

故障特征提取的精确性和分类识别的高效率是提高故障诊断准确率和速度的关键,针对此问题,提出一种基于经验模式分解(empirical mode decomposition,EMD)近似熵和最小二乘支持向量机(least square support vector machine,LS-SVM)的机械故障诊断新方法。利用EMD良好的局域化特性和近似熵表征信号复杂性规律来量化故障特征,再与LS-SVM相结合进行故障类型识别。首先,对故障振动信号进行EMD分解,得到若干个反映故障信息的本征模函数(intrinsic mode function,IMF);其次,选取前4个IMF的近似熵值作为信号的特征向量;最后将构造的特征向量输入到LS-SVM分类器进行故障类型识别。仿真表明,该方法能有效地提取故障特征,与传统的BP(back propagation)网络相比,具有训练样本少、训练时间短、识别率高等优点。

关键词：经验模式分解(empirical mode decomposition,EMD) 近似熵最小二乘支持向量机(least square support vector machine,LS-SVM) 故障诊断

在线全文

学校读者我要写书评

暂无评论

基于小波去噪和EMD的信号瞬时参数提取

计量学报 2007年第2期28卷 158-162页

作者：戴桂平刘彬苏州市职业大学电子信息工程系江苏苏州215000 燕山大学电气工程学院河北秦皇岛066004

为了消除随机噪声对经验模式分解(EMD)质量的影响,提出利用小波去噪作为EMD的预处理,并结合希耳伯特变换提取信号瞬时参数的方法。研究了经验模式分解与希耳伯特变换相结合的提取信号瞬时参数的EMD/HS法,并针对随机噪声的影响,提出了基... 详细信息

为了消除随机噪声对经验模式分解(EMD)质量的影响,提出利用小波去噪作为EMD的预处理,并结合希耳伯特变换提取信号瞬时参数的方法。研究了经验模式分解与希耳伯特变换相结合的提取信号瞬时参数的EMD/HS法,并针对随机噪声的影响,提出了基于阈值的正交小波变换去噪法。理论分析及仿真结果表明,该法克服了直接运用EMD分解中由于大量噪声带来的不必要的干扰,减少了EMD的分解层数以及累积边界效应对信号分析的影响,提高了瞬时参数提取的时效性和准确性。

关键词：计量学希耳伯特变换经验模态分解边界效应小波去噪

在线全文

学校读者我要写书评

暂无评论

基于二维EMD和小波阈值的掌纹图像去噪

计量学报 2011年第4期32卷 368-372页

作者：戴桂平苏州市职业大学电子信息工程系江苏苏州215104

为有效抑制掌纹图像中含有的噪声、提高特征提取的精度，提出一种基于二维经验模式分解和小波阈值去噪相结合的掌纹图像去噪新方法。首先，对含有噪声的掌纹图像进行二维EMD分解，得到不同特征尺度的本征模函数子图像；然后对中高频成分... 详细信息

为有效抑制掌纹图像中含有的噪声、提高特征提取的精度，提出一种基于二维经验模式分解和小波阈值去噪相结合的掌纹图像去噪新方法。首先，对含有噪声的掌纹图像进行二维EMD分解，得到不同特征尺度的本征模函数子图像；然后对中高频成分的IMF进行小波多阈值去噪；最后将去噪处理后的各IMF与残差图像通过加和进行重构。实验结果表明，该方法与单独的二维EMD滤波及小波阈值去噪相比，去噪效果更明显，提取的主线和细节特征更清晰，因而均方误差最小、峰值信噪比最高。

关键词：计量学掌纹去噪二维经验模式分解本征模函数小波阈值去噪

基于EMD近似熵和DAGSVM的机械故障诊断

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

计量学报 2010年第5期31卷 467-471页

作者：戴桂平苏州市职业大学电子信息工程系江苏苏州215104

故障特征提取的精确性和分类识别的高效率是提高故障诊断准确率和速度的关键。针对此问题，提出一种基于经验模式分解近似熵和决策导向循环图支持向量机的机械故障诊断新方法。首先，对故障振动信号进行经验模式分解，得到若干个反映故... 详细信息

故障特征提取的精确性和分类识别的高效率是提高故障诊断准确率和速度的关键。针对此问题，提出一种基于经验模式分解近似熵和决策导向循环图支持向量机的机械故障诊断新方法。首先，对故障振动信号进行经验模式分解，得到若干个反映故障信息的本征模函数；其次，选取前4个本征模函数的近似熵值作为信号的特征向量；最后，将构造的特征向量输入到决策导向循环图支持向量机分类器进行故障类型识别。仿真表明，该方法能有效地提取故障特征，与“一对一”支持向量机及传统的BP网络相比，具有训练样本少、训练速度快、识别精度高等优点。

关键词：计量学故障诊断经验模式分解近似熵决策导向循环图支持向量机

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

一种改进的基于小波变换的包络提取算法研究

仪器仪表学报 2006年第1期27卷 34-37页

作者：刘彬戴桂平林洪彬燕山大学电气工程学院秦皇岛066004

结合“模极大值小波域去噪”原理,提出了一种基于小波变换和希尔伯特变换的包络提取算法。首先用小波变换作为包络分析的前置处理手段,再利用希尔伯特变换对处理后的信号进行包络提取。针对希尔伯特变换解包络的不足,采用模极大值小波... 详细信息

结合“模极大值小波域去噪”原理,提出了一种基于小波变换和希尔伯特变换的包络提取算法。首先用小波变换作为包络分析的前置处理手段,再利用希尔伯特变换对处理后的信号进行包络提取。针对希尔伯特变换解包络的不足,采用模极大值小波域去噪算法对包络信号进行消噪,从而解决了一般算法难以解决的由于随机噪声的干扰造成的提取的包络轮廓信息粗糙的难题。实验结果表明,该方法可以精确提取信号的包络并通过包络细化谱分析全面获得信号所隐含的故障特征。

关键词：小波变换包络提取模极大值小波域去噪

基于非下采样Contourlet变换和MB_LBP直方图的掌纹检测

在线全文

学校读者我要写书评

暂无评论

传感技术学报 2014年第10期27卷 1387-1393页

作者：戴桂平林洪彬苏州市职业大学电子信息工程学院江苏苏州215104 燕山大学电气工程学院河北秦皇岛066004

结合NSCT分解的多尺度、多方向性、各向异性、平移不变性以及MB_LBP算法的局部特征提取、旋转灰度不变性等优势,提出一种基于非下采样Contourlet变换NSCT(Nonsubsampled Contourlet Transform)和多块分区局部二进制模式MB_LBP(Multi-Blo... 详细信息

结合NSCT分解的多尺度、多方向性、各向异性、平移不变性以及MB_LBP算法的局部特征提取、旋转灰度不变性等优势,提出一种基于非下采样Contourlet变换NSCT(Nonsubsampled Contourlet Transform)和多块分区局部二进制模式MB_LBP(Multi-Block Local Binary Patterns)相结合的掌纹检测方法。该方法首先采用NSCT算法对预处理过的掌纹图像进行多尺度、多方向稀疏分解;其次,利用MB3-LBP8,2算子分别提取低频子图及各高频子图分块子区域的MB_LBP直方图特征向量并级联;最后,采用AdaBoost算法测试(NSCT+MB_LBP)的检测性能。仿真结果表明,与(Contourlet+MB_LBP)、(2D-EMD+ICAⅡ)、(Contourlet+NMF)以及单独的MB_LBP相比,该方法能更有效地提取掌纹特征,检测率更高。

关键词：掌纹检测特征提取非下采样Contourlet变换(NSCT) 多块分区局部二进制模式(MB_LBP) AdaBoost分类

基于EMD-AR和关联维数的轧机主传动系统故障诊断研究

在线全文

学校读者我要写书评

暂无评论

传感器与微系统 2011年第4期30卷 60-62页

作者：戴桂平苏州市职业大学电子信息工程系江苏苏州215104

为提高轧机主传动系统故障诊断的精度,提出了一种基于EMD-AR模型和关联维数的故障特征提取算法。该方法采用小波滤波和EMD对振动信号进行去噪和平稳化预处理,再对包含主要故障信息的本征模函数(IMF)分别建立AR模型进行降维,最后通过时... 详细信息

为提高轧机主传动系统故障诊断的精度,提出了一种基于EMD-AR模型和关联维数的故障特征提取算法。该方法采用小波滤波和EMD对振动信号进行去噪和平稳化预处理,再对包含主要故障信息的本征模函数(IMF)分别建立AR模型进行降维,最后通过时延相图法重构AR模型参数的相空间,并计算其关联维数。实验分析表明:该算法不仅能够深刻、全面地表达动态系统状态变化的客观规律,而且实现了系统状态特征的分离,从而为有效地判断轧机主传动系统的故障状态和故障类型提供可靠的依据。

关键词：实验模式分解 AR模型关联维数轧机主传动系统故障诊断

在线全文

学校读者我要写书评

暂无评论

基于EMD的时频分析方法研究

基于EMD的时频分析方法研究

作者：戴桂平燕山大学

学位级别：硕士

时频分析作为分析时变非平稳信号的有力工具,成为现代信号处理研究的一个热点,而基于EMD(Empirical Mode Decomposition)的时频分析是一种新型的分析方法,结合EMD分解和Hilbert谱技术可以将复杂信号分解为有限个本征模函数(IMF),从而赋... 详细信息

时频分析作为分析时变非平稳信号的有力工具,成为现代信号处理研究的一个热点,而基于EMD(Empirical Mode Decomposition)的时频分析是一种新型的分析方法,结合EMD分解和Hilbert谱技术可以将复杂信号分解为有限个本征模函数(IMF),从而赋予了瞬时频率合理的物理意义。论文首先阐述了瞬时频率、本征模函数的基本概念,研究了EMD的分解算法,分析了Hilbert/Huang时频谱(HHT谱)与边际谱的物理意义,在此基础上给出影响EMD分解精度的两个因素—噪声引起的模态裂解现象以及端点效应。针对模态裂解现象,研究了一种分解层数基于白噪声检验、阈值基于3σ准则的非线性小波阈值去噪算法;并针对端点效应,给出利用序列延拓技术抑制端点效应的方法,分析了基于神经网络预测的序列延拓法、镜像闭合延拓法的算法实现以及存在的不足,在此基础上研究了包络极值延拓方法。采用理论分析和对比实验相结合验证上述方法在提高EMD分解精度进而改善时频分析性能的有效性。其次,通过理论分析并结合仿真实验,将Hilbert/Huang时频谱与morlet小波谱及Wigner-Ville分布作比较,表明HHT谱具有较高的时频聚集性并抑制了交叉干扰项,且具有良好的时频分辨率,因而具有优越的局部时频特性表现能力。最后,从非线性系统和非平稳信号两方面入手,将EMD时频分析方法应用于典型非线性振动系统响应的时频分析以及信号的奇异性检测中,验证了此时频分析方法的有效性以及反映信号局部时频特征的独特优点。

关键词：时频分析 EMD分解 Hilbert/Huang时频谱模态裂解端点效应小波去噪数据序列延拓

基于EMD时频分析的轧机扭振瞬态冲击特征提取

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

仪表技术与传感器 2009年第9期 74-77页

作者：戴桂平苏州市职业大学电子信息工程系江苏苏州215104

为解决轧机扭振非平稳瞬态冲击信号瞬态特征量提取的难题,采用EMD(Empirical mode decomposition)方法提取信号的固有模态函数(IMF),再结合Hilbert变换建立单频振动瞬态信号瞬时频率提取模型,得到信号的Hilbert/Huang时频谱,进而得到Hil... 详细信息

为解决轧机扭振非平稳瞬态冲击信号瞬态特征量提取的难题,采用EMD(Empirical mode decomposition)方法提取信号的固有模态函数(IMF),再结合Hilbert变换建立单频振动瞬态信号瞬时频率提取模型,得到信号的Hilbert/Huang时频谱,进而得到Hilbert边际谱,从而提取扭振信号瞬态特征。该算法既避免了小波分解中的频率混叠,又具有时间尺度自适应调整的特点,克服了小波变换中小波基选取的难题。通过仿真实验验证了该方法的可行性,通过轧机在咬钢抛钢时实测瞬态信号的分析表明了该方法的可靠性。

关键词：瞬态冲击特征提取瞬时频率 EMD分解 Hilbert/Huang时频谱