检索结果-南通市图书馆

经验小波变换-同步提取及其在滚动轴承故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

振动工程学报 2021年第6期34卷 1284-1292页

作者：李志农刘跃凡胡志峰温聪王成军南昌航空大学无损检测技术教育部重点实验室江西南昌330063 安徽理工大学矿山智能装备与技术安徽省重点实验室安徽淮南232001

为了准确诊断轴承故障并探究故障信号的时变特性,提出了一种基于同步提取变换(Synchroextracting Transform,SET)和经验小波变换(Empirical Wavelet Transform,EWT)的轴承故障诊断方法。对故障信号进行经验小波变换分解,把分解得到的若... 详细信息

为了准确诊断轴承故障并探究故障信号的时变特性,提出了一种基于同步提取变换(Synchroextracting Transform,SET)和经验小波变换(Empirical Wavelet Transform,EWT)的轴承故障诊断方法。对故障信号进行经验小波变换分解,把分解得到的若干个经验模态进行同步提取变换,将所有模态的SET结果叠加即可得到EWTSET的时频结果。仿真表明,提出的方法比传统的SET方法有优势,能够有效解决传统SET方法在处理瞬时频率较近的模态信号时易出现瞬时频率特征模糊的问题。把所提出的方法应用到不同损伤程度的轴承故障诊断中,实验验证了提出的方法能有效地诊断出轴承故障与损伤程度,能清晰地表示故障信号的时变特征。

关键词：故障诊断滚动轴承同步提取变换经验小波变换

基于经验小波变换复合熵值与特征融合的故障电弧检测

在线全文

学校读者我要写书评

暂无评论

电网技术 2023年第5期47卷 1912-1919页

作者：王毅刘黎明李松浓冯凌刘期烈宋如楠重庆邮电大学通信与信息工程学院重庆市南岸区400065 国网重庆市电力公司电力科学研究院重庆市渝北区401121 国网重庆市电力公司营销服务中心重庆市渝中区400014 中国电力科学研究院有限公司北京市海淀区100192

针对电力系统交流配电线路中串联故障电弧易引发电气火灾且检测精度不高的问题,提出一种基于经验小波变换(empirical wavelet transform,EWT)复合熵值与信号特征融合的故障电弧诊断方法。首先搭建故障电弧实验平台,对典型负载实测电流... 详细信息

针对电力系统交流配电线路中串联故障电弧易引发电气火灾且检测精度不高的问题,提出一种基于经验小波变换(empirical wavelet transform,EWT)复合熵值与信号特征融合的故障电弧诊断方法。首先搭建故障电弧实验平台,对典型负载实测电流归一化处理,利用经验小波变换进行频谱分割并提取出具有紧支撑的模态分量,根据燃弧前后信息熵熵减分析选取特征分量。为反映时频多域细节复杂度特征,提取时频域特征分量复合熵值与时域敏感特征组成多域高维特征,利用主成分分析(principal component analysis,PCA)选取累积贡献率高于90%的主元实现特征降维融合,最后输入概率神经网络(probabilistic neural network,PNN)验证检测精度。结果表明,融合特征较单域特征检测精度更高,选用负载最低诊断率达98%验证了该方法的有效性。

关键词：故障电弧特征提取经验小波变换信息熵特征融合

在线全文

学校读者我要写书评

暂无评论

多源信息融合的离心式压缩机喘振诊断方法

化工学报 2023年第7期74卷 2979-2987页

作者：徐野黄文君米俊芃申川川金建祥中国石油化工股份有限公司北京100029 浙江大学控制科学与工程学院浙江杭州310027

离心式压缩机是炼油化工生产的关键动力设备,其一旦出现故障将可能造成重大生产事故,因此全生命周期的在线设备监测和故障诊断有助于化工生产的连续稳定运行。提出了一种基于流量、压力和振动等多源信息融合的离心式压缩机喘振诊断方法... 详细信息

离心式压缩机是炼油化工生产的关键动力设备,其一旦出现故障将可能造成重大生产事故,因此全生命周期的在线设备监测和故障诊断有助于化工生产的连续稳定运行。提出了一种基于流量、压力和振动等多源信息融合的离心式压缩机喘振诊断方法,首先利用经验小波变换将振动数据分解成指定数目的子频带信号并按照相关性排序进行信号重构,将重构的振动、流量、压力信号分别利用卷积神经网络进行预诊断,并将三种信号的归一化诊断结果采用加权的D-S证据理论进行最终诊断。通过离心式压缩机喘振模拟实验数据验证,利用提出的多源融合的故障诊断方法进行诊断,诊断精度可达97.25%,与使用单一传感器数据相比该方法显著提升了喘振故障诊断的容错能力,与其他多源融合方法相比诊断精度更高。

关键词：离心式压缩机多源信息融合喘振诊断经验小波变换卷积神经网络加权D-S证据理论

基于MEWT-ASCS的行星齿轮箱微弱故障特征提取

在线全文

学校读者我要写书评

暂无评论

振动．测试与诊断 2022年第3期42卷 474-482,615页

作者：胡少梁李宏坤王朝阁胡瑞杰大连理工大学机械工程学院大连116024 上海海事大学物流工程学院上海201306

针对强噪声背景下行星齿轮箱早期微弱故障难以提取以及经验小波变换对信号频率区间边界划分不恰当以及不能有效确定模态数目的问题,提出了一种基于改进经验小波变换(modified empirical wavelet transform,简称MEWT)和自适应稀疏编码收... 详细信息

针对强噪声背景下行星齿轮箱早期微弱故障难以提取以及经验小波变换对信号频率区间边界划分不恰当以及不能有效确定模态数目的问题,提出了一种基于改进经验小波变换(modified empirical wavelet transform,简称MEWT)和自适应稀疏编码收缩(adaptive sparse coding shrinkage,简称ASCS)的早期微弱故障特征提取方法。根据信号频谱的尺度空间表示,将原始故障信号自适应地分解为一系列的窄频带本征模态分量。利用包络谱峭度(envelope spectrum kurtosis,简称ESK)值选择敏感分量,为了进一步凸显分量中的故障信息,使用ASCS算法对敏感分量进行稀疏降噪处理,从其包络谱中即可提取到清晰的故障特征频率成分。数值仿真和实际数据分析结果表明,本研究方法能够自适应地实现故障信号的模态分解并增强微弱的故障冲击特征。此外,与经验小波变换(empirical wavelet transform,简称EWT),EWT-ASCS和ASCS进行对比,本研究方法可有效提取包含故障信息丰富的分量,经ASCS处理后信号故障特征得到凸显,实现了行星齿轮箱早期微弱故障的准确识别。

关键词：行星齿轮箱早期故障诊断特征提取自适应频谱划分经验小波变换稀疏编码收缩去噪

基于改进经验小波变换和XGBoost的电能质量复合扰动分类

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2022年第1期37卷 232-243,253页

作者：吴建章梅飞郑建勇张宸宇缪惠宇东南大学电气工程学院南京210096 河海大学能源与电气学院南京211100 东南大学苏州研究院苏州215123 国网江苏省电力有限公司电力科学研究院南京211103

针对电能质量复合扰动分类方法在分类数目和分类性能方面存在的不足,提出一种基于改进经验小波变换(MEWT)和极限梯度提升(XGBoost)的电能质量复合扰动分类方法。首先,对传统经验小波变换进行改进,使之适用于复合扰动特征提取;然后,根据... 详细信息

针对电能质量复合扰动分类方法在分类数目和分类性能方面存在的不足,提出一种基于改进经验小波变换(MEWT)和极限梯度提升(XGBoost)的电能质量复合扰动分类方法。首先,对传统经验小波变换进行改进,使之适用于复合扰动特征提取;然后,根据基本扰动MEWT分析结果,从时频域多角度提取能够有效刻画不同扰动特性的特征序列;最后,基于问题转换策略构造以XGBoost为子分类器的多标签复合扰动分类模型,并通过特征选择与超参数优化相结合的模型训练方法进一步提升分类效果。实验结果表明,所提方法可实现48类扰动的有效辨识,较之传统多标签扰动分类方法在分类精度和噪声鲁棒性方面表现更优,且运算速度更快,适用于工程实践。

关键词：电能质量复合扰动经验小波变换尺度空间表示多标签分类极限梯度提升

基于AEWT-KELM的风电机组轴承故障诊断策略

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2022年第8期43卷 281-291页

作者：齐咏生单成成高胜利刘利强董朝轶内蒙古工业大学电力学院呼和浩特010080 内蒙古自治区机电控制重点实验室呼和浩特010051 内蒙古北方龙源风力发电有限责任公司呼和浩特010050

针对风力发电机组轴承故障振动信号传递路径复杂多变,且故障信号易受到背景噪声的严重干扰,传统方法对故障特征难以准确提取的问题,提出一种自适应经验小波变换(AEWT)与奇异值分解(SVD)的特征提取方法,并结合核极限学习机(KELM)实现风... 详细信息

针对风力发电机组轴承故障振动信号传递路径复杂多变,且故障信号易受到背景噪声的严重干扰,传统方法对故障特征难以准确提取的问题,提出一种自适应经验小波变换(AEWT)与奇异值分解(SVD)的特征提取方法,并结合核极限学习机(KELM)实现风电机组轴承的故障诊断,该方法同时考虑轴承不同故障类型及不同损伤等级的情况。其中,自适应EWT为两阶段调整过程:基于尺度空间法固有模态函数(IMF)分解-确保EWT分解的有效性、基于相关系数最大的敏感分量提取-实现相关特征最大化和冗余信息的消除。通过相关实验结果可明显发现,所提AEWT的分解效果优于EMD、EEMD、CEEMDAN、LMD等方法。对提取敏感分量利用SVD计算奇异值,构建故障特征向量;最后将特征向量作为KELM的输入,建立KELM轴承状态识别模型。通过西储大学平台轴承振动信号和实际风场采集的轴承振动信号对算法进行验证,结果表明,相比SVM、ELM、KNN等识别模型,该方法能有效识别出不同故障类型及不同损伤等级下的轴承故障,整体识别率达99%。

关键词：风电机组故障诊断轴承特征提取信号处理经验小波变换核极限学习机

基于改进深度生成对抗网络的心电信号重构算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2022年第1期44卷 59-69页

作者：赵雅琴孙蕊蕊吴龙文聂雨亭何胜阳哈尔滨工业大学哈尔滨150001 华为技术有限公司北京研究所北京100095

心冲击图(BCG)信号中含有睡眠时期的心跳等生理参数,采用非接触式测量,但易受干扰影响应用受限;心电图(ECG)信号应用很广,但采用接触式测量,操作不便。为了实现非接触式测量并监测心电信号,该文将无参数尺度空间法(PSA)引入并与经验小... 详细信息

心冲击图(BCG)信号中含有睡眠时期的心跳等生理参数,采用非接触式测量,但易受干扰影响应用受限;心电图(ECG)信号应用很广,但采用接触式测量,操作不便。为了实现非接触式测量并监测心电信号,该文将无参数尺度空间法(PSA)引入并与经验小波变换(EWT)算法结合,从BCG信号中分解得到心跳分量,结果表明所提分解方法能有效地从BCG信号中最大限度地分解出心跳信号;并在此基础上通过改进的深度卷积生成对抗网络(DCGAN)重构出ECG信号。实验结果表明,该文所提信号重构算法能从心跳分量重构恢复出ECG信号,均方根误差为–16.8422 dB。

关键词：心冲击图心电图生成对抗网络经验小波变换睡眠分析

基于EWT-FastICA的斜拉桥监测挠度温度效应分离

在线全文

学校读者我要写书评

暂无评论

振动．测试与诊断 2022年第5期42卷 980-987,1038,1039页

作者：谭冬梅姚欢吴浩甘沁霖武汉理工大学土木工程与建筑学院武汉430070 华中师范大学城市与环境科学学院武汉430079

考虑桥梁挠度中的温度效应和长期挠度成分将会一定程度影响到桥梁的安全评估,提出基于经验小波变换(empirical wavelet transform,简称EWT)结合快速独立分量分析(fast independt component analysis,简称FastICA)方法对温度效应和长期... 详细信息

考虑桥梁挠度中的温度效应和长期挠度成分将会一定程度影响到桥梁的安全评估,提出基于经验小波变换(empirical wavelet transform,简称EWT)结合快速独立分量分析(fast independt component analysis,简称FastICA)方法对温度效应和长期挠度进行分离。首先,利用经验小波变换分离出日温差效应;其次,考虑年温差效应与长期挠度频率相近难以分离,因此运用经验小波变换自定间隔把傅里叶频谱上年温差和长期挠度部分划分成多个区间,并在每个区间内构造相应的小波滤波器,将单通道的挠度信号转化成无虚假模态的一系列本征模态函数(intrinsic mode function,简称IMF);然后,把多通道的IMF矩阵运用主成分分析(principal component analysis,简称PCA)降维;最后,将降维后的信号采用FastICA处理,实现桥梁挠度年温差和长期挠度的分离。数值仿真结果以及桥梁实测数据研究结果均表明:该方法能有效地分离挠度监测信号中的温度效应和长期挠度,且分离效率高。

关键词：挠度温度效应分离经验小波变换快速独立分量分析

基于改进经验小波变换与分形特征集的风力机齿轮箱故障诊断

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2023年第5期44卷 310-319页

作者：孙康金江涛李春叶柯华许子非上海理工大学能源与动力工程学院上海200093 上海市动力工程多项流动与传热重点实验室上海200093

针对风力机齿轮箱振动响应信号具有强非线性及非平稳性的特点,考虑平均幅值对平均谱负熵时频域成分权重自适应调节,提出连续改进平均谱负熵方法(ICASN)以体现信号细节复杂度特征,并将ICASN引入经验小波变换(EWT),替代傅里叶谱作为频带... 详细信息

针对风力机齿轮箱振动响应信号具有强非线性及非平稳性的特点,考虑平均幅值对平均谱负熵时频域成分权重自适应调节,提出连续改进平均谱负熵方法(ICASN)以体现信号细节复杂度特征,并将ICASN引入经验小波变换(EWT),替代傅里叶谱作为频带划分依据。采用ICASN-EWT分解振动信号,基于改进平均谱负熵筛选特征分量,剔除信号冗余与噪声影响。分析各敏感分量分形特征并构建高维特征集,采用流形学习进行维数约简,并结合分形高斯噪声改进灰狼算法优化支持向量机关键参数,将降维后的向量集输入优化支持向量机进行故障识别与诊断,准确率高达100%。

关键词：风力机齿轮箱故障检测支持向量机经验小波变换连续改进平均谱负熵分形高斯噪声改进灰狼算法