检索结果-南通市图书馆

基于Choi-Williams分布的侵彻层数识别方法

在线全文

学校读者我要写书评

暂无评论

爆炸与冲击 2015年第5期35卷 758-762页

作者：王燕马铁华徐鹏范锦彪中北大学仪器科学与动态测试教育部重点实验室山西太原030051 中北大学计算机与控制工程学院山西太原030051

针对侵彻多层硬目标过程中实测加速度信号的振荡叠加,以及可能引起的层数误判问题,采用时频分析法研究弹体主轴方向加速度信号的choi-williams能量分布特征,提出了以侵彻过程加速度信号的能量分布为依据的层数识别方法。侵彻8层等间距... 详细信息

针对侵彻多层硬目标过程中实测加速度信号的振荡叠加,以及可能引起的层数误判问题,采用时频分析法研究弹体主轴方向加速度信号的choi-williams能量分布特征,提出了以侵彻过程加速度信号的能量分布为依据的层数识别方法。侵彻8层等间距混凝土靶板的实测数据处理结果表明,该方法可快速准确实现层数识别,解决了低通滤波方法无法获取准确层数信息的问题,为实时控制起爆位置提供依据。

关键词：爆炸力学层数识别 Choi-Williams分布多层硬目标侵彻加速度

基于EEMD和Choi-Williams分布的侵彻加速度信号时频分析

在线全文

学校读者我要写书评

暂无评论

中北大学学报（自然科学版） 2012年第5期33卷 547-551,567页

作者：郝慧艳孙运强李晓峰刘明杰中北大学电子测试技术国家重点实验室山西太原030051 中北大学仪器科学与动态测试教育部重点实验室山西太原030051 北京理工大学机电学院北京100081

提出了一种基于总体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和Choi-Williams分布联合的时频分析算法,该算法采用EEMD算法将信号从频域上分离为若干个固有模态函数之和,再对各分量进行Choi-Williams分布,得到了信号... 详细信息

提出了一种基于总体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和Choi-Williams分布联合的时频分析算法,该算法采用EEMD算法将信号从频域上分离为若干个固有模态函数之和,再对各分量进行Choi-Williams分布,得到了信号的时频分布特征,有效地消除了信号内部各模态函数之间时频分布的交叉项,从而挖掘信号的本质及相关特征.通过对实测侵彻两层厚度不同的混凝土靶板的加速度信号,采用EEMD和Choi-Williams分布联合时频分析,得出弹体激发的振动模态和靶厚以及着靶速度有关.

关键词： Choi-Williams分布 EEMD 侵彻加速度信号时频分析

基于VMD和Choi-Williams分布的齿轮故障诊断

在线全文

学校读者我要写书评

暂无评论

机械设计与研究 2020年第3期36卷 50-55页

作者：张永鑫宋晓庆张佳琛张晓冬郑州商学院信息与机电工程学院河南巩义451200

针对当前机械故障自适应时频分析存在模态混叠和时频分辨率低的问题,提出一种变分模态分解(Variational Mode Decomposition,VMD)和Choi-Williams分布(choi-williams Distribution,CWD)相结合的齿轮故障诊断方法。首先参考VMD分解后各... 详细信息

针对当前机械故障自适应时频分析存在模态混叠和时频分辨率低的问题,提出一种变分模态分解(Variational Mode Decomposition,VMD)和Choi-Williams分布(choi-williams Distribution,CWD)相结合的齿轮故障诊断方法。首先参考VMD分解后各分量的中心频率,确定模态分量个数,将采集到的齿轮故障信号分解为指定个数的多个单分量有限带宽固有模态分量(Band-limited Intrinsic Mode Functions,BLIMFS);然后结合峭度(Kurtosis,K)和互相关系数(Cross-correlation,CC)准则,去除虚假分量,筛选出真实的,包含丰富故障特征信息的模态分量;最后将筛选出的多个模态分量进行CWD时频分布表示,结合时频域表现出的频率与等时冲击特性,识别出齿轮故障特征。通过齿轮断齿故障仿真和实验分析,以及与EMD-WVD方法的应用效果对照,验证了文中所论方法的有效性和适用性。

关键词：齿轮故障诊断变分模态分解 Choi-Williams分布

基于改进Choi-Williams分布的多分量信号频率识别方法

在线全文

学校读者我要写书评

暂无评论

信号处理 2006年第6期22卷 895-898页

作者：甘泉胡来招西南交通大学电磁所四川成都610031 中国电子科技集团第29研究所电子对抗重点实验室四川成都610036

通过相关域内对短时信号模糊函数的分析,针对短时信号对Choi-Williams分布(CWD)的核函数进行了改进,提出对加窗信号运用改进后的CWD提取信号时频信息的方法。仿真实验表明陔方法对多分量信号具有较强的交叉项抑制能力,在提高了信噪比特... 详细信息

通过相关域内对短时信号模糊函数的分析,针对短时信号对Choi-Williams分布(CWD)的核函数进行了改进,提出对加窗信号运用改进后的CWD提取信号时频信息的方法。仿真实验表明陔方法对多分量信号具有较强的交叉项抑制能力,在提高了信噪比特性的同时,也减少了计算量。

关键词： Choi-Williams分布瞬时频率核函数识别

基于Choi-Williams分布的机械故障源分离技术的研究

在线全文

学校读者我要写书评

暂无评论

矿山机械 2007年第6期35卷 112-115页

作者：吕亚平李志农韩捷郑州大学振动工程研究所河南郑州450001

针对传统的机械故障源分离方法的不足,即源信号满足非高斯、平稳和相互独立性的假设,提出了一种基于Choi-Williams分布的机械故障源分离方法,并进行仿真研究,同时,还与传统的机械故障源分离方法进行了比较,仿真结果表明,对于机械非平稳... 详细信息

针对传统的机械故障源分离方法的不足,即源信号满足非高斯、平稳和相互独立性的假设,提出了一种基于Choi-Williams分布的机械故障源分离方法,并进行仿真研究,同时,还与传统的机械故障源分离方法进行了比较,仿真结果表明,对于机械非平稳信号的分离,必须充分利用信号的非平稳性,才能达到很好的分离效果。最后,将该方法应用到电机-减速箱耦合的多通道振动实验中,实验结果表明,该方法是有效的。

关键词：盲源分离 Choi-Williams分布故障诊断时频分析

基于Choi-Williams分布的煤田测井解释研究

在线全文

学校读者我要写书评

暂无评论

煤炭工程 2017年第9期49卷 114-117,121页

作者：向旻康媛新疆工程学院采矿工程系新疆乌鲁木齐830001

为了改善传统煤田测井解释忽略波数的情况,达到提高测井信息利用率的目的,提出了通过研究双侧向测井、中子测井、声波测井、密度测井以及自然伽马测井的choiwilliams分布规律,来实现不同性质层位的识别。结果表明,对于致密性地层、泥质... 详细信息

为了改善传统煤田测井解释忽略波数的情况,达到提高测井信息利用率的目的,提出了通过研究双侧向测井、中子测井、声波测井、密度测井以及自然伽马测井的choiwilliams分布规律,来实现不同性质层位的识别。结果表明,对于致密性地层、泥质含量较高的干层、水层和灰分含量不同的煤层而言,上述测井等值线呈现不同的分布规律。通过利用这些规律,可以达到识别上述层位的目的,同时可以对煤层的开采价值实现初步的判断。

关键词： Choi-Williams分布煤田测井波数测井解释煤层识别

基于EEMD和Choi-Williams分布的齿轮故障诊断

在线全文

学校读者我要写书评

暂无评论

机械传动 2019年第4期43卷 120-124,164页

作者：杨晓雨绳飘荆双喜冷军发河南理工大学机械与动力工程学院河南焦作454000

针对齿轮箱齿轮故障特征提取过程中,经验模态分解(EMD)存在模态混叠、固有模态函数(IMF)筛分困难以及Wigner-Ville分布(WVD)存在交叉干扰项的问题,提出一种集合经验模态分解(EEMD)和Choi-Williams分布(CWD)相结合的齿轮故障诊断方法。首... 详细信息

针对齿轮箱齿轮故障特征提取过程中,经验模态分解(EMD)存在模态混叠、固有模态函数(IMF)筛分困难以及Wigner-Ville分布(WVD)存在交叉干扰项的问题,提出一种集合经验模态分解(EEMD)和Choi-Williams分布(CWD)相结合的齿轮故障诊断方法。首先,将采集到的齿轮故障信号进行EEMD分解,分解为多个单分量固有模态函数(IMF)的组合;然后,通过相关系数和香农熵准则去除虚假分量并筛选IMF;最后,将筛选出的IMF分量进行CWD表达,结合时频域表现出的频率与等时冲击特性,识别出齿轮故障特征。通过齿轮故障仿真和实验分析,验证了该方法在齿轮箱齿轮故障诊断中的适用性和有效性。

关键词：齿轮故障诊断 EEMD Choi-Williams分布

基于Choi-Williams分布的谱峭度在齿轮箱故障诊断方向的应用

在线全文

学校读者我要写书评

暂无评论

基于Choi-Williams分布的谱峭度在齿轮箱故障诊断方向的应用

作者：李宇飞上海工程技术大学

学位级别：硕士

本文提出基于Choi-Williams分布的谱峭度（CWD-SK）结合隐马尔可夫模型（HMM）的齿轮箱故障诊断研究方法,实现了齿轮箱中齿轮初始故障的特征提取,将CWD-SK作为特征向量输入HMM进行齿轮故障特征分类,最后通过实际数据进行仿真,验证了算... 详细信息

本文提出基于Choi-Williams分布的谱峭度（CWD-SK）结合隐马尔可夫模型（HMM）的齿轮箱故障诊断研究方法,实现了齿轮箱中齿轮初始故障的特征提取,将CWD-SK作为特征向量输入HMM进行齿轮故障特征分类,最后通过实际数据进行仿真,验证了算法的有效性。本文主要内容包括振动信号预处理、故障提取和故障特征分类,具体工作如下:1.首先对ZS-65型齿轮箱的基本结构及其常见故障类型进行了详细介绍,包括齿轮的常见失效形式和基于振动信号分析诊断方法。对采集的齿轮振动信号首先进行局部均值分解（LMD）得到若干PF分量信号,通过分析各PE分量,筛选出带有明显故障特征信息的PF分量。2.对筛选出的PF分量进行CWD-SK计算,尽可能早的识别初始故障,挖掘原始信号中不易被发现的初始故障信息。当CWD-SK值大于等于3时,就认为设备开始出现了初始故障。相较于原始算法,减少了计算量,改进窗函数选择困难、存在交叉干扰项等弊端。3.通过齿轮箱的故障实验,基于CWD-SK用于故障特征提取,将HMM作为识别分类器。进而以CWD-SK提取到的故障特征序列,依次输入到HMM中进行故障识别。其中,以最大似然估计值来区别设备运行过程中产生的故障类型。与此同时,本文提出的方法与支持向量机（SVM）故障分类模型进行了对比。最终充分验证了采用HMM和CWD-SK二者结合起来提取故障特征序列的实效性,能够更好的对齿轮箱内故障工况进行特征提取与精确分类。

关键词： Choi-Williams分布谱峭度 HMM 齿轮箱局部均值分解（LMD）

基于Choi-Williams分布的心音信号时频分析

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

中国医学物理学杂志 2015年第4期32卷 503-505页

作者：高清河刚晶王和禹刘海英辽宁中医药大学信息工程学院辽宁沈阳110847 东北大学理学院辽宁沈阳110004

目的:通过心音信号的时频特性分析,为心血管疾病提供辅助诊断。方法:首先对心音信号进行阈值去噪,然后基于非线性时频表示Choi-Williams分布对心音信号进行时频分析,给出正常心音与心律过快心音的三维图和等高线分布。结果:基于平稳小波... 详细信息

目的:通过心音信号的时频特性分析,为心血管疾病提供辅助诊断。方法:首先对心音信号进行阈值去噪,然后基于非线性时频表示Choi-Williams分布对心音信号进行时频分析,给出正常心音与心律过快心音的三维图和等高线分布。结果:基于平稳小波的Penalizd high硬阈值去噪效果最好,Choi-Williams分布三维图可清晰地看出时间-频率平面上的能量分布特性,而心音信号的各个部分在等高线分布的时频面上能够清晰地表现出来。结论:通过choiwilliams分布对心音信号时频分析,从一个新的视角较好地反映出了人体心音信号的一些本质性特征,有望成为心血管疾病诊断的一种重要判别依据。

关键词： Choi-Williams分布心音信号时频分析小波阈值去噪