检索结果-南通市图书馆

基于ICEEMDAN能量矩和MFOA-PNN的轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

现代制造工程 2022年第3期 122-126,153页

作者：逄英高军伟青岛大学自动化学院青岛266071 山东省工业控制技术重点实验室青岛266071

为了提高滚动轴承故障诊断的准确性,实现对故障的精准定位,提出一种基于改进的自适应噪声的完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)能量矩和修正型果蝇优化算法... 详细信息

为了提高滚动轴承故障诊断的准确性,实现对故障的精准定位,提出一种基于改进的自适应噪声的完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)能量矩和修正型果蝇优化算法-概率神经网络(Modified Fruit Fly Optimization Algorithm-Probabilistic Neural Network,MFOA-PNN)的轴承故障诊断方法。首先利用ICEEMDAN算法对滚动轴承原始序列信号进行预处理,通过能量矩计算公式求取特征值,并将其作为PNN模型的输入;其次运用MFOA搜索PNN模型的最优平滑参数,通过建立MFOA-PNN模型诊断故障类别。实验表明,MFOA-PNN模型相比PNN模型的诊断准确性有所提高,准确率可以达到99.50%,提高了滚动轴承的经济性和安全性。

关键词：改进的自适应噪声的完备集成经验模态分解能量矩修正型果蝇优化算法概率神经网络滚动轴承故障诊断

基于ICEEMDAN能量矩和HHO-KLEM的滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

噪声与振动控制 2023年第4期43卷 142-148页

作者：逄英高军伟青岛大学自动化学院山东青岛266071

为充分提取振动信号的特征信息并提高滚动轴承故障类型分类的准确率,提出一种基于改进的完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)能量矩和哈里斯鹰算法-核极限学... 详细信息

为充分提取振动信号的特征信息并提高滚动轴承故障类型分类的准确率,提出一种基于改进的完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)能量矩和哈里斯鹰算法-核极限学习机(Harris Hawk Algorithm-kernel Limit Learning Machine,HHO-KELM)的滚动轴承诊断方法。首先采用ICEEMDAN将原始振动信号分解并得到一系列本征模态函数(Intrinsic Mode Function,IMF),利用能量矩对其进行特征提取并构造包含关键特征信息的多维特征向量;其次将故障特征向量用于KELM的模型训练,通过HHO对KELM的正则化系数和核参数进行优化;最后通过HHO-KELM模型进行滚动轴承故障诊断。实验数据分析结果表明:所提出的方法分类可有效保留不同故障类型的特征差异,能够提高轴承故障识别准确率,具有一定的可靠性和实用性。

关键词：故障诊断改进的完备集成经验模态分解能量矩哈里斯鹰算法核极限学习机

在线全文

学校读者我要写书评

暂无评论

改进ITD和能量矩在齿轮故障诊断中的应用

振动．测试与诊断 2013年第6期33卷 954-959,1091页

作者：程军圣李海龙杨宇湖南大学汽车车身先进设计制造国家重点实验室长沙410082

固有时间尺度分解(intrinsic time-scale decomposition,简称ITD)方法是一种新的自适应时频分析方法,其与经验模态分解(empirical mode decomposition,简称EMD)方法一样也有端点问题,且其分解得到的分量波形失真比较严重。为此,对ITD方... 详细信息

固有时间尺度分解(intrinsic time-scale decomposition,简称ITD)方法是一种新的自适应时频分析方法,其与经验模态分解(empirical mode decomposition,简称EMD)方法一样也有端点问题,且其分解得到的分量波形失真比较严重。为此,对ITD方法进行了改进,改进的ITD方法克服了上述缺点,并通过仿真信号的分析结果验证了改进后的ITD方法的有效性。把改进后的ITD方法与能量矩相结合应用于齿轮的故障诊断,首先,用改进的ITD方法将齿轮振动信号分解为若干个内禀尺度分量(intrinsic scale component,简称ISC);其次,将ISC分量进行基于时间轴的积分,得到ISC能量矩特征向量;最后,把特征向量输入支持向量机,从而判断齿轮是否有故障。实验数据的分析结果表明,该方法能有效地应用于齿轮的故障诊断。

关键词：固有时间尺度分解能量矩内禀尺度分量齿轮故障诊断

在线全文

学校读者我要写书评

暂无评论

基于IMF能量矩和SVM的煤矸识别

振动与冲击 2020年第24期39卷 39-45页

作者：窦希杰王世博谢洋宣统中国矿业大学机电工程学院江苏徐州221116 中国矿业大学矿山智能采掘装备协同创新中心江苏徐州221116

针对综放工作面的煤矸识别问题,提出了一种基于固有模态函数(IMF)能量矩和支持向量机(SVM)的煤矸识别方法。使用仿真信号验证了该方法所提取的IMF能量矩可以反映信号的能量沿时间轴的分布情况,相较于IMF能量可以更好地表征信号的特征。... 详细信息

针对综放工作面的煤矸识别问题,提出了一种基于固有模态函数(IMF)能量矩和支持向量机(SVM)的煤矸识别方法。使用仿真信号验证了该方法所提取的IMF能量矩可以反映信号的能量沿时间轴的分布情况,相较于IMF能量可以更好地表征信号的特征。使用该方法进行煤矸识别时,对放顶煤过程中采集到的顶煤和矸石冲击液压支架的振动信号进行集合经验模态分解分解(EEMD),得到若干个IMF,根据分解结果提取包含振动信号主要信息的前8个IMF分量,进一步计算其能量矩,将待测样本信号的IMF能量矩作为特征向量输入训练好的支持向量机进行放煤和放矸石两种工况的识别。试验结果表明,该方法能有效的完成对煤矸振动样本数据的识别,平均识别准确率达到90%。

关键词：放顶煤煤矸识别集合经验模态分解(EEMD) 固有模态函数(IMF) 能量矩支持向量机(SVM)

在线全文

学校读者我要写书评

暂无评论

土体障碍物超声探测信号小波包特征分析方法

城市道桥与防洪 2024年第2期 294-299,304,I0024,I0025页

作者：诸岧杨立君上海隧道工程质量检测有限公司上海市201109 同济大学土木工程学院上海市200092

利用小波包分解方法,对土体中障碍物的超声探测信号进行分析。选用sym8小波基函数进行6层小波包分解,并截取信号能量集中的前16个频带进行细致分析,从小波包频带能量、小波包频带能量熵、小波包频带能量矩三个角度对信号进行对比。结果... 详细信息

利用小波包分解方法,对土体中障碍物的超声探测信号进行分析。选用sym8小波基函数进行6层小波包分解,并截取信号能量集中的前16个频带进行细致分析,从小波包频带能量、小波包频带能量熵、小波包频带能量矩三个角度对信号进行对比。结果显示,存在障碍物位置处信号和不存在障碍物位置处信号的小波包频带能量熵大致相等,不能作为信号识别及障碍物判断的方法,而小波包频带能量和小波包频带能量矩在部分频带上差异明显,可以作为信号识别及判断的方法。

关键词：超声波障碍物探测小波包能量熵能量矩

LMD能量矩和变量预测模型模式识别在轴承故障智能诊断中的应用

在线全文

学校读者我要写书评

暂无评论

振动工程学报 2013年第5期26卷 751-757页

作者：程军圣罗颂荣杨斌杨宇湖南大学机械与运载工程学院湖南长沙410082

变量预测模型的模式识别方法(Variable predictive model based class discriminate,VPMCD)是一种利用特征值相互内在关系进行模式识别的新方法。论文提出了基于局部均值分解LMD(Local mean decomposition,LMD)能量矩概念,并针对轴承故... 详细信息

变量预测模型的模式识别方法(Variable predictive model based class discriminate,VPMCD)是一种利用特征值相互内在关系进行模式识别的新方法。论文提出了基于局部均值分解LMD(Local mean decomposition,LMD)能量矩概念,并针对轴承故障振动信号特征值的相互内在联系,将LMD能量矩与变量预测模型模式识别相结合,提出了一种轴承故障智能诊断新方法。首先利用LMD方法将复杂非平稳的原始信号分解为若干PF(Product function,PF)分量;然后利用相关分析剔除LMD方法中的虚假PF分量,并提取真实PF分量能量矩组成特征向量来有效地表达故障信息;最后采用VPMCD方法进行轴承故障诊断。通过仿真信号验证了PF能量矩比PF能量更能反映非平稳信号本质特征。轴承故障诊断实验结果表明,论文提出的方法能有效地应用于小样本多分类轴承故障智能诊断。

关键词：故障诊断局部均值分解变量预测模型模式识别能量矩机器学习

在线全文

学校读者我要写书评

暂无评论

基于IMF能量矩和神经网络的轴承故障诊断

振动．测试与诊断 2008年第3期28卷 229-232页

作者：秦太龙杨勇程珩薛松太原理工大学机械电子工程研究所太原030024

针对滚动轴承故障振动信号的非平稳特征,提出了一种本征模函数(Intrinsic Mode Function,简称IMF)能量矩的特征向量提取法,并与BP神经网络相结合用于滚动轴承的故障诊断。该方法首先利用经验模态分解(Empirical Mode Decomposition,简称... 详细信息

针对滚动轴承故障振动信号的非平稳特征,提出了一种本征模函数(Intrinsic Mode Function,简称IMF)能量矩的特征向量提取法,并与BP神经网络相结合用于滚动轴承的故障诊断。该方法首先利用经验模态分解(Empirical Mode Decomposition,简称EMD)方法,把振动信号分解为若干个IMF,再将重要的IMF分量作基于时间轴的积分,得到IMF能量矩特征向量,最后借助BP神经网络的分类能力对特征向量进行分类。对滚动轴承的正常状态、外圈故障、滚动体故障和外圈故障信号的分析结果表明,该方法能够准确、有效地识别这些故障。

关键词：滚动轴承本征模函数能量矩故障诊断经验模态分解 BP神经网络

在线全文

学校读者我要写书评

暂无评论

基于模态能量矩的气象雷达故障特征提取研究

中国新技术新产品 2022年第11期 52-54页

作者：眭超亚王竟宇徐意廖绍强重庆化工职业学院重庆401228

为了提高气象雷达故障诊断精度和效率,该文提出了一种基于改进自适应噪声完备集合经验模态分解(ICEEMDAN)的模态能量矩特征提取方法。首先,通过使用ICEEMDAN算法对雷达接收机中频电路板采集的故障信号进行模态分解,得到故障信号的“本... 详细信息

为了提高气象雷达故障诊断精度和效率,该文提出了一种基于改进自适应噪声完备集合经验模态分解(ICEEMDAN)的模态能量矩特征提取方法。首先,通过使用ICEEMDAN算法对雷达接收机中频电路板采集的故障信号进行模态分解,得到故障信号的“本征模态函数”(Intrinsic Mode Function,IMF)。其次,计算每个IMF分量的能量矩并归一化处理后作为特征向量。最后,将特征向量送入支持向量机(Support Vector Machine,SVM),进行故障分类。通过试验仿真,对比小波变换、傅里叶变换特征提取方法,验证该算法的有效性和优越性。

关键词：气象雷达 ICEEMDAN 能量矩 SVM 特征提取

应用CEEMD能量矩和PSO-PNN的轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

现代制造工程 2020年第11期 120-124,98页

作者：刘福政高军伟青岛大学自动化学院青岛266071

为了解决传统方法对滚动轴承中振动信号特征提取效果不理想和PNN模型中的平滑因子没有合适方法确定,从而导致故障类型识别准确度不高的问题,提出了一种CEEMD能量矩和PSO算法优化PNN模型相结合的故障诊断算法,来改善特征提取效果以及提... 详细信息

为了解决传统方法对滚动轴承中振动信号特征提取效果不理想和PNN模型中的平滑因子没有合适方法确定,从而导致故障类型识别准确度不高的问题,提出了一种CEEMD能量矩和PSO算法优化PNN模型相结合的故障诊断算法,来改善特征提取效果以及提高诊断精度。首先通过CEEMD法,将振动信号分解为多个固有模态函数(IMF),并对其进行时间轴的积分,从而获得能够较准确地区分不同信号特性的能量矩特征向量;其次,通过引入PSO算法来进行迭代优化,解决了PNN模型中的平滑因子具有任意性和不确定性的选取问题。通过MATLAB软件仿真结果可以看出,该方法能够较准确地提取振动信号的特征并对故障进行有效的分类,它的可靠性较PNN模型有所提高,诊断正确率可以达到98.5%。

关键词：互补集合经验模态分解能量矩粒子群算法概率神经网络轴承故障诊断