检索结果-南通市图书馆

太阳能学报 2023年第5期44卷 416-424页

作者：金吉王斌喻敏张羽晗张永武汉科技大学信息科学与工程学院武汉430081 武汉科技大学理学院武汉430065

人为设定白噪声的幅值和加噪次数及白噪声自身的随机性会对集合经验模态分解(eemd)方法的分解结果造成不确定性,导致eemd应用于风功率预测时不能实现最佳的分解效果。该文研究了白噪声参数对eemd分解效果的影响机理,并提出基于分形特征... 详细信息

人为设定白噪声的幅值和加噪次数及白噪声自身的随机性会对集合经验模态分解(eemd)方法的分解结果造成不确定性,导致eemd应用于风功率预测时不能实现最佳的分解效果。该文研究了白噪声参数对eemd分解效果的影响机理,并提出基于分形特征的自适应eemd方法。在不同的白噪声及白噪声参数下,eemd分解所得到的模态分量具有不同的分形维特征,采用粒子群算法寻优获得eemd处理某一信号的最佳参数,实现对信号的准确分解。同时结合具有良好非线性建模能力的长短时记忆(LSTM)网络方法对自适应eemd分解得到的模态分量进行预测,利用仿真信号及两个风电场实际风功率数据进行分析,自适应eemd避免了白噪声的随机性及人为设定参数对eemd分解结果带来的不确定性影响。与3种基准预测模型对比,自适应eemd结合LSTM模型预测两组风功率的RMSE显著降低,验证了该文研究方法的有效性。

关键词：分形维数风功率长短时记忆网络自适应eemd

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于自适应eemd和盲辨识算法的桥梁结构模态参数识别

引用

重庆交通大学学报（自然科学版） 2016年第3期35卷 11-16页

作者：陈永高浙江工业职业技术学院浙江绍兴312000

基于集合经验模态分解(eemd)在信号的预处理上的不足之处,提出了一种基于自适应eemd分解的盲源分离算法,即:先根据原始信号自身的特点确定加入白噪声的幅值标准差和集成次数,再进行eemd分解,对所得IMF分量进行模糊综合评价以选出有效的... 详细信息

基于集合经验模态分解(eemd)在信号的预处理上的不足之处,提出了一种基于自适应eemd分解的盲源分离算法,即:先根据原始信号自身的特点确定加入白噪声的幅值标准差和集成次数,再进行eemd分解,对所得IMF分量进行模糊综合评价以选出有效的IMF分量,构造IMF分量矩阵,最后利用盲源分离算法对其进行盲辨识,完成对信号的分解与重构。分别通过模拟信号和桥梁实测振动信号对该算法进行验证。结果表明:所提算法具有可行性,且能运用于实际结构信号的预处理。

关键词：桥梁工程自适应eemd 盲辨识模糊综合评价法参数识别

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于自适应eemd的滚动轴承故障诊断研究

基于自适应EEMD的滚动轴承故障诊断研究

引用

作者：吴呈阳中国矿业大学

学位级别：硕士

作为一种广泛使用的机械部件,滚动轴承已应用于采矿、造船、铁路、航空、制造等各个领域。滚动轴承一般依附于旋转机械中,而旋转机械是现代设备的关键部位,故其工作状态对社会的生产效率、经济效益和安全保障有着很重要的影响。一旦其... 详细信息

作为一种广泛使用的机械部件,滚动轴承已应用于采矿、造船、铁路、航空、制造等各个领域。滚动轴承一般依附于旋转机械中,而旋转机械是现代设备的关键部位,故其工作状态对社会的生产效率、经济效益和安全保障有着很重要的影响。一旦其发生故障,可能会对财产和人身安全造成不小的损失。因此,对于滚动轴承的故障诊断研究具有重要意义。本文围绕如何更好地提取故障特征信息,对集合经验模态分解(eemd)方法进行了优化,并将其应用于噪声背景下定工况和变转速工况下的滚动轴承故障诊断中。具体研究内容如下:(1)针对eemd方法中参数选择困难或主要依靠人为经验设定的问题,提出了一种基于自适应权值粒子群优化算法(APSO)的自适应eemd方法。该方法以信噪比为指标,高效地为集合平均次数和辅助白噪强度两参数进行自适应寻优,较好地应对了eemd分解轴承故障信号时的适配参数问题。经仿真和实验分析得出:自适应eemd参数寻优效率高,分解出的IMF分量在故障特征频率处辨识度高,能够准确地提取轴承故障特征。(2)针对自适应eemd方法在较强噪声背景下表现不佳的问题,提出了一种基于随机共振(SR)和自适应eemd的故障特征提取方法。为提高随机共振的预处理效果,对分数次幂系统下的随机共振方法进行了研究和分析;将分数次幂系统随机共振和自适应eemd相结合,处理了三组不同定工况下的轴承故障实验信号,并与自适应eemd方法进行对比。实验结果表明:相比自适应eemd方法,提出的方法具有更高的信噪比,故障特征频率处的幅值更高,适用于较强噪声背景下的滚动轴承故障诊断。(3)针对变转速工况下滚动轴承未知故障特征难以提取的问题,提出了一种基于分数阶傅里叶变换(FRFT)和自适应eemd的故障特征提取方法,解决了自适应eemd方法在变转速工况下提取轴承故障特征效果欠佳的问题。通过仿真和实验分析,验证了提出方法在提取变频轴承特征信号的有效性。与共振解调法进行对比,实验结果表明:所提方法分解出的IMF分量在故障特征频率处能量更强,干扰成分更少,时频分辨度更高,相比共振解调法具有一定的优势性。综上,本文围绕改进eemd方法对不同工况下的微弱故障特征提取进行了一定的研究。论文提出方法准确性较高、故障提取效果较好、具备一定的可行性,并在滚动轴承故障诊断的实验中得到了验证。该论文中有图62幅,表4个,参考文献96篇。

关键词：自适应eemd 随机共振分数阶傅里叶变换滚动轴承故障诊断

来源：

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

基于eemd和滑动峰态解调的滚动轴承故障诊断方法研究

基于EEMD和滑动峰态解调的滚动轴承故障诊断方法研究

引用

作者：杨伟才石家庄铁道大学

学位级别：硕士

滚动轴承是旋转机械应用最为广泛的零部件之一,其工作状态的正常与否直接关系到整台机械设备的可靠性和生产效率。滚动轴承工作环境复杂,其早期故障特征微弱且易被强背景噪声所湮没,造成故障特征提取困难。因此,本文以滚动轴承作为研究... 详细信息

滚动轴承是旋转机械应用最为广泛的零部件之一,其工作状态的正常与否直接关系到整台机械设备的可靠性和生产效率。滚动轴承工作环境复杂,其早期故障特征微弱且易被强背景噪声所湮没,造成故障特征提取困难。因此,本文以滚动轴承作为研究对象,深入研究早期微弱故障信号的降噪及故障特征提取方法。主要研究工作如下:(1)针对早期微弱故障信号的降噪问题,提出基于自适应的集合经验模态分解(Ensemble Empirical Mode Decomposition,eemd)的降噪方法。首先提出极值点均匀的eemd自适应参数优化方法,优化白噪声幅值和总体平均次数,提高了分解精度和计算效率;然后提出基于相关峭度和信息熵的模糊综合判定准则来优选IMF分量进行重构实现降噪。结果表明,该方法在优选IMF分量方面的效果要明显优于峭度法和相关系数法。(2)针对早期故障特征提取问题,提出基于改进滑动峰态解调的滚动轴承早期故障特征提取方法。首先以信息熵最小值确定滑动窗宽,然后利用滑动峰态算法计算滑动峰态时间序列实现峰态包络,解决弱冲击信号的包络问题,进而提取弱冲击信号的故障特征。将自适应eemd和滑动峰态算法进行结合,充分发挥各自的特点,提高诊断精度。通过仿真信号和试验信号分析,验证了本方法的有效性。(3)基于NI平台,将本文提出的新方法开发为轴承早期故障诊断模块。通过大量的试验分析,验证了本系统的可行性和有效性。

关键词：滚动轴承早期微弱故障自适应eemd 滑动峰态解调

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：