检索结果-南通市图书馆

基于ITD-SVD和MOMEDA的故障特征提取方法

在线全文

学校读者我要写书评

暂无评论

工业工程 2021年第6期24卷 48-56页

作者：杨静宗杨天晴吴丽玫保山学院大数据学院云南保山678000

为提高滚动轴承故障诊断的准确性,提出一种基于固有时间尺度分解(ITD)、奇异值分解(SVD)和多点最优最小熵反褶积(MOMEDA)相结合的故障特征提取方法。首先,采用ITD分解故障振动信号,并构建基于峭度和相关系数的组合权重指标筛选准则,从... 详细信息

为提高滚动轴承故障诊断的准确性,提出一种基于固有时间尺度分解(ITD)、奇异值分解(SVD)和多点最优最小熵反褶积(MOMEDA)相结合的故障特征提取方法。首先,采用ITD分解故障振动信号,并构建基于峭度和相关系数的组合权重指标筛选准则,从而完成分量信号的筛选与重构。其次,对其进行SVD滤波降噪。最后,利用MOMEDA提取降噪后信号中的周期性冲击成分,并通过Hilbert包络谱分析得到诊断结果。经过实验数据分析,结果表明所提出的方法不仅能滤除噪声干扰,增强故障特征信息,而且能准确提取出故障特征。

关键词：固有时间尺度分解奇异值分解(SVD) 多点最优最小熵反褶积(MOMEDA) 故障特征提取

在线全文

学校读者我要写书评

暂无评论

电信业与传媒融合加速

中国新通信 2006年第13期8卷 55-56页

作者：杨静宗北京邮电大学科技处

无论是新闻集团希望参与收购电盈核心资产,还是中国移动入股凤凰卫视,都意味着电信产业和媒体产业的领导者们已经意识到了两大产业融合的趋势,并加快了步伐.技术的进步带来了产业格局的变化,也促使着许多企业在重新思考自身的定位问题,... 详细信息

无论是新闻集团希望参与收购电盈核心资产,还是中国移动入股凤凰卫视,都意味着电信产业和媒体产业的领导者们已经意识到了两大产业融合的趋势,并加快了步伐.技术的进步带来了产业格局的变化,也促使着许多企业在重新思考自身的定位问题,这一点在信息通信产业中体现得尤为突出,例如3G业务的先锋企业和记黄埔早就在淡化自身电信运营商的身份,而是言必称自己为视频公司.

关键词：电信业传媒信息通信产业产业融合电信运营商服务提供商凤凰卫视中国移动电信产业

基于CEEMD-SVD-LSSVM的矿浆管线核心设备故障诊断

在线全文

学校读者我要写书评

暂无评论

云南大学学报（自然科学版） 2018年第5期40卷 886-896页

作者：周成江吴建德杨静宗昆明理工大学信息工程与自动化学院云南昆明650500 云南省矿物管道输送工程技术研究中心云南昆明650500

针对单向阀振动信号包含背景噪声、故障特征提取困难和诊断准确率不高的问题,提出互补集合经验模态分解(CEEMD)、奇异值分解(SVD)和最小二乘支持向量机(LSSVM)相结合的故障诊断方法.首先,用CEEMD分解单向阀振动信号,并用能量分析法及互... 详细信息

针对单向阀振动信号包含背景噪声、故障特征提取困难和诊断准确率不高的问题,提出互补集合经验模态分解(CEEMD)、奇异值分解(SVD)和最小二乘支持向量机(LSSVM)相结合的故障诊断方法.首先,用CEEMD分解单向阀振动信号,并用能量分析法及互相关分析法来选取有用的本征模态函数(IMF).然后,根据SVD法提取相应的故障特征,并输入LSSVM进行故障诊断.通过与集合经验模态分解(EEMD)、支持向量机(SVM)等的比较,表明该方法不仅消除了模态混叠和信号噪声,而且能有效地提取单向阀的故障特征,得到更高的诊断准确率.

关键词：单向阀互补集合经验模态分解奇异值分解最小二乘支持向量机故障诊断

在线全文

学校读者我要写书评

暂无评论

基于LMD和灰色关联度的故障诊断方法研究

制造技术与机床 2022年第1期 158-164页

作者：杨静宗施春朝杨天晴李常芳保山学院大数据学院云南保山678000

针对高压隔膜泵单向阀故障振动信号的非平稳特性,提出基于局部均值分解法(LMD)和灰色关联度理论相结合的故障诊断方法。首先,利用LMD将高压隔膜泵单向阀不同运行状态下的振动信号分解成多个乘积函数。然后,计算所有乘积函数的互相关系数... 详细信息

针对高压隔膜泵单向阀故障振动信号的非平稳特性,提出基于局部均值分解法(LMD)和灰色关联度理论相结合的故障诊断方法。首先,利用LMD将高压隔膜泵单向阀不同运行状态下的振动信号分解成多个乘积函数。然后,计算所有乘积函数的互相关系数,并从中选择互相关程度高的乘积函数来提取相应的特征向量。最后,引入灰色关联度理论,构建单向阀故障诊断识别模型,并与基于经验模态分解法(EMD)以及基于混合特征建模、单一特征建模得到的结果进行了对比分析。实验表明,所提出的方法可以较好地分解单向阀故障信号,并有效地识别了小样本条件下的单向阀故障信号。

关键词：单向阀 LMD 灰色关联度故障诊断排列熵

基于改进ABC-LSSVM的浆体管道临界淤积流速预测

在线全文

学校读者我要写书评

暂无评论

南京师大学报（自然科学版） 2020年第1期43卷 136-142页

作者：杨静宗杨天晴周成江潘安宁保山学院信息学院云南保山678000 昆明理工大学信息工程与自动化学院云南昆明650500

针对浆体管道的临界淤积流速存在预测难度高且计算较为复杂的问题,本文引入改进的人工蜂群算法(ABC)优化最小二乘支持向量机的方法对其做出了预测.为平衡算法的局部搜索和全局搜索性能,改进后的算法中的蜜蜂参考了雇佣蜂全局当前最优解... 详细信息

针对浆体管道的临界淤积流速存在预测难度高且计算较为复杂的问题,本文引入改进的人工蜂群算法(ABC)优化最小二乘支持向量机的方法对其做出了预测.为平衡算法的局部搜索和全局搜索性能,改进后的算法中的蜜蜂参考了雇佣蜂全局当前最优解和个体当前最优解的搜寻方式来展开寻优.通过实验仿真,结果表明:利用所提出的方法相比常规预测方法得到的预测效果更加精确,其均方根误差、平均相对误差以及平均绝对误差值仅分别为3.05%、1.00%和2.06%.同时,优于传统的临界淤积流速经验计算公式.

关键词：临界淤积流速浆体管道人工蜂群算法(ABC) 最小二乘支持向量机(LSSVM)

在线全文

学校读者我要写书评

暂无评论

信息领域国家自然科学基金项目投入产出分析

现代通信 2007年第1期 88-93页

作者：李鸣杨静宗李金萍北京邮电大学

近20年来，随着国家对基础科学研究的不断重视，财政部对国家自然科学基金的投入力度也在逐年加大。每年的经费投入已经从1986年的8000万元增加到2005年的26．95亿元。资助的项目数量和经费强度均得到稳步提高。

关键词：国家自然科学基金项目投入产出分析信息领域经费投入科学研究财政部

基于LMD和ABC优化KELM的故障诊断方法

在线全文

学校读者我要写书评

暂无评论

工业工程 2022年第3期25卷 124-131页

作者：杨静宗施春朝杨天晴吴丽玫保山学院大数据学院云南保山678000

针对高压隔膜泵单向阀振动信号的非平稳非线性特性,提出一种基于局部均值分解(LMD)、排列熵和人工蜂群算法优化核极限学习机(KELM)的故障诊断方法。采用LMD将振动信号分解成多个分量信号,通过互相关准则选取关联度较大的分量信号,并求... 详细信息

针对高压隔膜泵单向阀振动信号的非平稳非线性特性,提出一种基于局部均值分解(LMD)、排列熵和人工蜂群算法优化核极限学习机(KELM)的故障诊断方法。采用LMD将振动信号分解成多个分量信号,通过互相关准则选取关联度较大的分量信号,并求出相应的排列熵作为特征向量。输入经过人工蜂群算法优化的KELM中构建故障诊断模型。通过对实际工况下采集的不同故障状态信号的处理分析,结果显示利用该方法对单向阀的运行状况进行故障诊断不但能够较好地表征信号的状态信息,且故障识别准确率达到95.65%。同时,与采用传统的KELM、ELM相比有着更高的识别准确率。

关键词：单向阀局部均值分解排列熵人工蜂群算法故障诊断

红谷田水库大坝安全自动监测系统的建设与运用

在线全文

学校读者我要写书评

暂无评论

水利建设与管理 2021年第5期41卷 60-66页

作者：杨静宗杨在华保山学院信息学院云南保山678000 云南省施甸县水务局云南保山678200

大坝安全监测系统是水库安全运行管理的重要设施,系统运行稳定可靠与否,将关系到水库运行能否充分发挥效益。本文所研究的水库大坝安全监测内容包括坝体表面变形、内部变形、大坝渗流、渗漏量、强震反应的监测。监测系统由大坝安全监测... 详细信息

大坝安全监测系统是水库安全运行管理的重要设施,系统运行稳定可靠与否,将关系到水库运行能否充分发挥效益。本文所研究的水库大坝安全监测内容包括坝体表面变形、内部变形、大坝渗流、渗漏量、强震反应的监测。监测系统由大坝安全监测数据采集系统和大坝安全监测信息管理系统两部分组成,系统采用分层分布式的网络结构,包括测站层的现场网络和信息管理中心的计算机网络。系统融合了电子技术、通信技术和计算机技术等,实现了大坝安全监测的自动化。

关键词：水库大坝自动监测

基于CEEMD和RobustICA的机械设备故障特征提取方法研究

在线全文

学校读者我要写书评

暂无评论

制造技术与机床 2021年第10期 123-127页

作者：杨静宗施春朝杨天晴吴丽玫保山学院信息学院云南保山678000

为有效提取复杂背景噪声条件下的滚动轴承故障特征,提出一种基于互补集合经验模态分解(CEEMD)和鲁棒性独立成分分析(RobustICA)相结合的方法。该方法先通过CEEMD分解故障信号并得到若干个不同频率的信号分量。然后依据所构建的组合权重... 详细信息

为有效提取复杂背景噪声条件下的滚动轴承故障特征,提出一种基于互补集合经验模态分解(CEEMD)和鲁棒性独立成分分析(RobustICA)相结合的方法。该方法先通过CEEMD分解故障信号并得到若干个不同频率的信号分量。然后依据所构建的组合权重指标体系完成有效信号分量的筛选与重构,并引入虚拟噪声通道。最后,通过RobustICA方法完成信号和噪声的分离,并将降噪后的信号进行包络解调。结果表明,所提出的方法不仅对强噪声干扰有很好的降噪效果,而且能够准确地提取出故障特征。

关键词：完备互补集合经验模态分解鲁棒性独立成分分析(RobustICA) 轴承故障特征提取