检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

eemd在道路载荷谱降噪处理中的应用

振动与冲击 2014年第12期33卷 69-74,116页

作者：李建康宋向荣周宏月曾发林江苏大学汽车工程研究院镇江212013 江苏大学汽车与交通工程学院镇江212013

针对道路载荷谱实质为非平稳信号的特点,以及经验模态分解(Empirical Mode Decomposition,EMD)降噪存在模态混淆的问题,将集成经验模态分解(Ensemble Empirical Mode Decomposition,eemd)应用于道路载荷谱降噪处理,并从时域、频域和雨... 详细信息

针对道路载荷谱实质为非平稳信号的特点,以及经验模态分解(Empirical Mode Decomposition,EMD)降噪存在模态混淆的问题,将集成经验模态分解(Ensemble Empirical Mode Decomposition,eemd)应用于道路载荷谱降噪处理,并从时域、频域和雨流域同EMD降噪效果进行了分析对比。提出基于eemd的载荷谱信号降噪计算步骤,给出eemd计算参数的求取原则,讨论计算参数对降噪效果的影响。结果表明,eemd可以较好地估算并降低载荷谱信号中的噪声水平,提高信噪比和疲劳循环次数统计精度。

关键词：道路载荷谱 EMD eemd 降噪

eemd修正爆破加速度零漂信号中的最优白噪声系数

在线全文

学校读者我要写书评

暂无评论

爆炸与冲击 2019年第8期39卷 145-155页

作者：王志亮陈贵豪黄佑鹏合肥工业大学土木与水利工程学院

为了有效降低振动信号误差以提高数据的可信度,先针对花岗岩爆破试验中的加速度零漂信号,使用集合经验模态分解(ensemble empirical mode decomposition,eemd)与高低频处理相结合的方法进行修正;接着,根据信号冲击响应谱提出表征修正前... 详细信息

为了有效降低振动信号误差以提高数据的可信度,先针对花岗岩爆破试验中的加速度零漂信号,使用集合经验模态分解(ensemble empirical mode decomposition,eemd)与高低频处理相结合的方法进行修正;接着,根据信号冲击响应谱提出表征修正前后频域平均偏差幅度的修正指数;最后,基于频域和时域分别讨论了不同白噪声系数范围内信号的修正效果。分析表明:eemd方法能够有效地消除爆破加速度信号的零漂现象,但对积分后速度信号的零漂趋势改善有限;随着白噪声系数增大,不同频段上修正指数均不同程度地增大,二者呈现幂指数关系;根据不同频段上的修正指数分析,可以确定不同零漂加速度信号对应的最优白噪声系数范围。本文提出的修正指数可为eemd方法处理加速度零漂信号时白噪声系数的合理选取提供参考。

关键词：爆破信号零漂 eemd 白噪声系数冲击响应谱修正指数

Removal of noises from electromagnetic radiation of coal or rock with eemd-adaptive morphological filter

在线全文

学校读者我要写书评

暂无评论

Journal of Coal Science & Engineering(China) 2012年第3期18卷 330-336页

作者： CHEN Shi-hai WANG En-yuan School of Information and Electrical Engineering China University of Mining and TechnologyXuzhou 221008China State Key Laboratory of Coal Resources and Safe Mining China University of Mining and TechnologyXuzhou 221008China Faculty of Safety Engineering China University of Mining and TechnologyXuzhou 221008China

The electromagnetic radiation （EMR） signal collected by monitoring system during coal or rock dynamic disaster may be interferred easily by electromagnetic noises in mines. The noises have a direct influence on the recognition and analysis of the EMR signal features during the disaster. With the aim of removing these noises, an ensemble empirical mode decomposition （eemd） adaptive morphological filter was proposed. From the result of the simulation and the experiment, it is shown that the method can restrain the random noise and white Gaussian noise mixed with EMR signal effectively. The filter is highly useful for improving the robustness of the coal or rock dynamic disaster monitoring system.

关键词： coal or rock dynamic disaster electromagnetic radiation eemd morphological filter denoising

基于eemd的投资者情绪与股指波动的关系研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

系统工程理论与实践 2014年第10期34卷 2495-2503页

作者：李合龙冯春娥华南理工大学经济与贸易学院广州510006

基于集成经验模态分解(ensemble empirical mode decomposition,eemd)对非线性、非平稳性金融时间序列的有效处理,运用eemd方法分别将投资者情绪和股指价格序列分解成若干个独立的、不同尺度的IMF分量和一个残余项,提取出序列在不同时... 详细信息

基于集成经验模态分解(ensemble empirical mode decomposition,eemd)对非线性、非平稳性金融时间序列的有效处理,运用eemd方法分别将投资者情绪和股指价格序列分解成若干个独立的、不同尺度的IMF分量和一个残余项,提取出序列在不同时间尺度下的波动特征,并将得到的IMF分量和残余项按照高低频重构为序列的短期波动项,中期重大事件影响项和长期趋势项,进一步结合计量模型考察投资者情绪和股指价格序列在不同时间尺度下的波动关联性.实证结果表明,投资者情绪与股指价格波动在不同时间尺度下呈现出不同的波动关系:短期投资者情绪与股指价格波动存在双向影响,中期投资者情绪波动领先于股指价格波动,而长期则转变为股指价格领先投资者情绪波动.

关键词：投资者情绪股指价格 eemd 波动

eemd-PE与M-RVM相结合的轴承故障诊断方法

在线全文

学校读者我要写书评

暂无评论

哈尔滨工业大学学报 2017年第9期49卷 122-128页

作者：刘晓东刘朦月陈寅生朱文炜哈尔滨工业大学电气工程及自动化学院哈尔滨150001

滚动轴承振动信号中包含了大量轴承运行状态信息,但是由于振动信号具有非线性和非平稳性的特点,难以充分提取振动信号中的故障特征,导致现有基于模式识别的轴承故障诊断方法的故障识别准确率较低.为了提高滚动轴承故障识别的准确率,提... 详细信息

滚动轴承振动信号中包含了大量轴承运行状态信息,但是由于振动信号具有非线性和非平稳性的特点,难以充分提取振动信号中的故障特征,导致现有基于模式识别的轴承故障诊断方法的故障识别准确率较低.为了提高滚动轴承故障识别的准确率,提出了一种基于集合经验模态分解-排列熵(eemd-PE)特征提取与多分类相关向量机(M-RVM)相结合的轴承故障诊断方法.首先,该方法利用eemd对非线性和非平稳信号的自适应分解能力,将轴承故障信号分解为一组包含故障特征的本征模态函数(IMFs).然后,利用排列熵提取由eemd分解得到的IMFs中的故障特征,并组成特征向量.最后,采用eemd-PE对不同故障状态下的训练样本集进行特征提取,组成特征向量集对M-RVM分类器进行建模,以概率输出的形式实现对滚动轴承的故障诊断.实验结果表明:eemd-PE特征提取方法能够对滚动轴承振动信号的故障特征进行有效提取,M-RVM能够对故障滚动轴承振动信号包含的故障特征进行识别.与现有轴承故障诊断方法相比较,所提出的方法能够提高故障识别准确率,达到99.58%.

关键词：滚动轴承故障诊断 eemd PE M-RVM

基于eemd方法的永磁同步电机电磁噪声诊断

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2013年第20期32卷 124-128页

作者：陈忠符和超华南理工大学广东省精密装备与制造技术重点实验室广州510640

研究永磁同步电机的电磁噪声的诊断。提出集体经验模式分解(eemd)结合功率谱分析的方法对永磁同步电机噪声进行故障诊断,该方法通过对电机结构振动信号进行分解,选择对电机噪声故障敏感的本征模态函数(IMF)进行功率谱分析,获得高信噪比... 详细信息

研究永磁同步电机的电磁噪声的诊断。提出集体经验模式分解(eemd)结合功率谱分析的方法对永磁同步电机噪声进行故障诊断,该方法通过对电机结构振动信号进行分解,选择对电机噪声故障敏感的本征模态函数(IMF)进行功率谱分析,获得高信噪比故障特征。结合永磁同步电机电磁力波理论及Maxwell电磁仿真分析结果,判断该噪声为电磁噪声,通过对电机永磁体检测与装配工艺进行改进,噪声得到显著控制。研究结果表明,该方法能够有效提取电机噪声特征。

关键词：故障诊断电磁噪声 eemd 功率谱永磁同步电机

在线全文

学校读者我要写书评

暂无评论

基于eemd分解的气压改正方法研究

地球物理学报 2018年第2期61卷 504-520页

作者：王迪晋刘子维韦进王伟聂兆生中国地震局地震研究所(地震大地测量重点实验室) 武汉430071

利用超导重力仪观测数据精确测定低于1mHz的地球自由振荡简正模式的分裂频率,是在不与任何弹性系数发生联系的情况下改善一维密度模型的有效方法.但在该频段台站局部气压变化对重力观测数据的影响成为主要干扰来源,且具有频率依赖特性,... 详细信息

利用超导重力仪观测数据精确测定低于1mHz的地球自由振荡简正模式的分裂频率,是在不与任何弹性系数发生联系的情况下改善一维密度模型的有效方法.但在该频段台站局部气压变化对重力观测数据的影响成为主要干扰来源,且具有频率依赖特性,因此精细地开展气压改正成为利用超导重力数据检测低频自由振荡信号的必要手段.本文基于eemd方法,提出了一种具有频率依赖特性的气压改正方法.该方法将重力观测和气压变化分解成处于不同频段的本征模态函数,并在相应频段上分别进行重力—气压变化的回归分析,计算得到具有频率依赖特性的气压导纳值,精细地消除气压变化对重力观测的影响,并以此对微弱低频地球自由振荡信号开展高分辨率分析.基于本文提出的气压改正方法,利用大地震后的超导重力数据检测了频率小于1.5mHz的低频地球自由振荡及其频谱分裂现象.研究结果表明:利用该方法进行气压改正后检测得到的各简正模具有更高的信噪比,估计的本征频率误差水平明显降低,获得的基频球型振荡_0S_2和_0S_3以及一阶球型振荡_1S_2的分裂谱峰的估计精度更高,同时还检测到了部分环型振荡在重力观测中的耦合现象.对低频地球振荡的高分辨率检测结果验证了基于eemd分解提出的气压改正方法的有效性,同时再次证明了超导重力仪观测数据在低频地球自由振荡检测中的优势.

关键词：超导重力仪气压改正 eemd 低频地球自由振荡

基于改进eemd的红砂岩声发射信号的频谱特性研究

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2018年第16期37卷 118-123页

作者：戴聪聪程铁栋宗路罗小燕江西理工大学机电工程学院江西赣州341000

针对eemd算法在以往选取有效固有模态函数(IMF)时存在误判现象,提出了一种将eemd与云相似度理论相结合的去噪方法。通过构造连续声发射信号的仿真实验,并与互相关系数法选取固有模态函数作了比较,以信噪比和均方误差作为指标,验证了该... 详细信息

针对eemd算法在以往选取有效固有模态函数(IMF)时存在误判现象,提出了一种将eemd与云相似度理论相结合的去噪方法。通过构造连续声发射信号的仿真实验,并与互相关系数法选取固有模态函数作了比较,以信噪比和均方误差作为指标,验证了该方法能更好地提高信噪比;利用改进eemd算法对红砂岩声发射信号进行频率特征提取,结果表明:声发射信号分解的固有模态函数前三个IMF分量的云相似值较大,与其它分量的差值范围为0.346~0.906,经过多组实验统计分析选取阈值为0.655;通过功率谱分析,将0~25 kHz对应于IMF4、IMF5、IMF6、IMF7、IMF8低频分量,25~150 kHz对应于IMF1、IMF2、IMF3高频分量,且红砂岩破裂过程的声发射信号的有效频段为25~150 kHz。

关键词：声发射信号 eemd 云相似度模拟仿真功率谱

基于eemd-BP组合模型的区域海平面变化多尺度预测

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2019年第10期39卷 2713-2722页

作者：赵健樊彦国张音中国石油大学(华东)海洋与空间信息学院青岛266580 青岛海洋科学与技术国家实验室海洋矿产资源评价与探测技术功能实验室青岛266071 中国石油大学(华东)经济管理学院青岛266580

海平面变化具有非线性、非平稳性以及多时间尺度变化特性,传统的基于时间序列的统计预测模型对于这种变化的预测存在较大局限性,预测结果不够理想.结合集合经验模式分解(ensemble empirical mode decomposition,eemd)与BP(back propagat... 详细信息

海平面变化具有非线性、非平稳性以及多时间尺度变化特性,传统的基于时间序列的统计预测模型对于这种变化的预测存在较大局限性,预测结果不够理想.结合集合经验模式分解(ensemble empirical mode decomposition,eemd)与BP(back propagation)神经网络,本文提出一种改进的海平面变化多尺度预测方法--eemd-BP组合模型.首先利用eemd分解提取海平面变化序列中具有物理含义的信号并降低噪声影响,得到不同尺度的多个固有模式函数(intrinsic mode functions,IMFs),确定出海平面变化中隐含的周期及趋势;然后利用BP神经网络分别对不同尺度IMF分量建立预测模型分析其未来变化趋势,最后将各IMF分量的预测结果重构,得到海平面变化序列的最终预测值.结果显示:eemd分解能有效提取海平面变化中隐含的多时间尺度信号,神经网络能较好地预测不同尺度海平面变化趋势.相对于直接利用BP神经网络进行预测(R=0.74,RMSE=37.51 mm,MAE=48.02 mm),eemd-BP组合模型预测精度显著提高(R=0.88,RMSE=29.23 mm,MAE=37.50 mm).eemd-BP组合模型首先对海平面变化序列进行平稳化、降噪等处理,再对分解后的不同尺度时间序列分别进行预测,能够有效提高预测精度,为区域海平面变化预测研究提供了一种新方法.

关键词：海平面变化预测 eemd BP神经网络