检索结果-南通市图书馆

基于GWO-eemd-BP神经网络的光伏发电功率短期预测

在线全文

学校读者我要写书评

暂无评论

中南大学学报（自然科学版） 2022年第12期53卷 4799-4808页

作者：文爽马逸骋孙志强中南大学能源科学与工程学院湖南长沙410083

为了实现复杂气象条件下光伏电站发电功率的准确预测以减少并网冲击,基于GWO算法耦合eemd技术和BP神经网络算法构建复杂天气情形下光伏电站发电功率有效预测模型。引入eemd技术降低极端天气下历史发电功率的波动性,利用GWO算法优化BP神... 详细信息

为了实现复杂气象条件下光伏电站发电功率的准确预测以减少并网冲击,基于GWO算法耦合eemd技术和BP神经网络算法构建复杂天气情形下光伏电站发电功率有效预测模型。引入eemd技术降低极端天气下历史发电功率的波动性,利用GWO算法优化BP神经网络算法随机分布的权重和阈值以提升预测结果的精度,并利用所建立的GWO-eemd-BP神经网络预测模型和传统的eemd-BP神经网络预测模型对不同复杂气象条件下的光伏发电功率进行预测。研究结果表明:相较于传统的eemd-BP预测模型,本文所建立的GWO-eemd-BP神经网络预测模型通过阈值和权重优化及分解重组可有效提升不同复杂气象条件下预测结果精度。

关键词： GWO算法 eemd BP神经网络光伏发电短期功率预测

改进的eemd方法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

振动与冲击 2018年第16期37卷 51-56页

作者：程军圣王健桂林湖南大学汽车车身先进设计制造国家重点实验室长沙410082 武汉重型机床集团有限公司武汉430205

针对集合经验模态分解(Ensemble Empirical Mode Decomposition,eemd)方法只考虑了噪声的幅值对分解结果的影响,而且添加的白噪声不能完全中和的问题,通过分析噪声的最大频率对分解结果的影响,提出一种改进的eemd方法。将总体平均次数... 详细信息

针对集合经验模态分解(Ensemble Empirical Mode Decomposition,eemd)方法只考虑了噪声的幅值对分解结果的影响,而且添加的白噪声不能完全中和的问题,通过分析噪声的最大频率对分解结果的影响,提出一种改进的eemd方法。将总体平均次数固定为2,然后对信号添加最大频率和幅值不同的噪声进行分解,遍历之后由分解结果的正交性系数判断分解效果,将正交性系数最小的作为最终分解结果,同时结合补充的eemd(Complementary eemd,Ceemd)方法降低残余噪声对分解结果的影响。通过仿真信号和实测信号分析,结果表明改进方法在抑制模态混淆和故障诊断方面较原始方法有一定优势。

关键词： eemd 模态混淆最大噪声频率故障诊断

基于eemd多尺度样本熵的S700K转辙机故障诊断

在线全文

学校读者我要写书评

暂无评论

中南大学学报（自然科学版） 2019年第11期50卷 2763-2772页

作者：魏文军刘新发兰州交通大学自动化与电气工程学院甘肃兰州730070 兰州交通大学光电技术与智能控制教育部重点实验室甘肃兰州730070

针对S700K转辙机在运行过程中的故障诊断问题,提出一种基于集合经验模态分解(eemd)的多尺度样本熵的信号分析及故障诊断方法。首先对S700K转辙机功率曲线进行eemd分解,得到不同时间尺度的固有模态函数(IMF)分量,并提取每一个IMF分量的... 详细信息

针对S700K转辙机在运行过程中的故障诊断问题,提出一种基于集合经验模态分解(eemd)的多尺度样本熵的信号分析及故障诊断方法。首先对S700K转辙机功率曲线进行eemd分解,得到不同时间尺度的固有模态函数(IMF)分量,并提取每一个IMF分量的样本熵,由于样本熵能够有效区分不同信号的复杂度,故可获得转辙机不同状态下的特征参数。最后,利用这些不同运行状态下的特征参数构建特征模式矩阵,采用模糊聚类分析算法求解该矩阵的模糊等价矩阵。在模糊等价矩阵中,当λ(可变阈值)在[0, 1]范围内变动时,模糊等价矩阵转化为等价的布尔矩阵,由布尔矩阵可以得到动态聚类图并得到分类结果,从而实现故障诊断。研究结果表明:本文算法能准确提取故障特征且支持多种故障同时检测,有效提高了S700K转辙机故障诊断的精度与效率。

关键词： eemd 多尺度样本熵固有模态函数(IMF) 模糊聚类等价矩阵

基于eemd的轨道—车辆系统垂向动力学的时频分析

在线全文

学校读者我要写书评

暂无评论

中国铁道科学 2007年第5期28卷 24-30页

作者：李海涛王成国许跃生吴朝华铁道科学研究院铁道科学技术发展研发中心北京100081 美国雪城大学美国海洋-陆地-大气研究中心马里兰州卡沃顿市207053106

应用白噪声聚类经验模型分解方法(eemd,Ensemble EMD),进行轨道—车辆系统的时频分析,分析钢轨不平顺的波长—幅值分布及短波不平顺的分布特点。通过理论推导,得到垂向钢轨不平顺与车体垂向加速度之间的转移函数,并由简化模型仿真结果... 详细信息

应用白噪声聚类经验模型分解方法(eemd,Ensemble EMD),进行轨道—车辆系统的时频分析,分析钢轨不平顺的波长—幅值分布及短波不平顺的分布特点。通过理论推导,得到垂向钢轨不平顺与车体垂向加速度之间的转移函数,并由简化模型仿真结果与实验数据对比分析得出二者的相关系数在0.8以上,表明仿真结果与实验数据非常吻合。利用简化模型进行数值仿真,所需复数乘法次数为N(2logN+1),满足实时仿真的需要。实例所测钢轨不平顺和车体加速度的相关性分析结果表明,对加速度数据进行eemd处理,所得结果能反映钢轨不平顺幅值变化及所在的空间位置等信息。

关键词： Hilbert-Huang Transform eemd 轨道—车辆系统动力学钢轨不平顺车体加速度数值仿真

基于eemd的混合陶瓷球轴承故障双冲击特征提取

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2016年第1期35卷 17-22页

作者：孔佑炳郭瑜伍星昆明理工大学机电工程学院昆明650500

疲劳剥落是导致滚动轴承失效的主要原因,当滚道出现剥落故障时滚动体在进入和退出剥落区时的加速度振动信号表现出不同特征:进入故障区时产生以较低频率成分为主的阶跃响应;退出剥落区则引起频带较宽的脉冲响应。有效分离这两类信号特征... 详细信息

疲劳剥落是导致滚动轴承失效的主要原因,当滚道出现剥落故障时滚动体在进入和退出剥落区时的加速度振动信号表现出不同特征:进入故障区时产生以较低频率成分为主的阶跃响应;退出剥落区则引起频带较宽的脉冲响应。有效分离这两类信号特征,对实现对混合陶瓷球轴承剥落区长度的测量有重要意义。提出一种基于总体经验模态分解(eemd)的混合陶瓷球轴承剥落故障双冲击特征提取方法,该方法首先用AR模型对原始振动信号进行预白化处理,然后利用eemd对白化后的振动信号进行去噪,并结合Hilbert包络提取算法实现对剥落故障混合陶瓷球轴承振动信号双冲击特征的有效分离提取。仿真及试验研究表明该方法能够有效地分离出混合陶瓷球轴承故障双冲击特征。

关键词：包络分析 eemd 混合陶瓷球轴承双冲击轴承故障

基于峭度准则eemd及改进形态滤波方法的轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2015年第2期34卷 38-44页

作者：吴小涛杨锰袁晓辉龚廷恺华中科技大学水电与数字化工程学院武汉430074 武汉科技大学城市学院武汉430083

针对轴承故障成分常以周期性冲击成分出现在振动信号中,而冲击响应成分常被强大噪声淹没,造成轴承故障特征提取困难等问题,将集成经验模态分解(eemd)与改进形态滤波方法相结合,在本征模态函数(IMF)及形态学结构元素(SE)选取时均以峭度... 详细信息

针对轴承故障成分常以周期性冲击成分出现在振动信号中,而冲击响应成分常被强大噪声淹没,造成轴承故障特征提取困难等问题,将集成经验模态分解(eemd)与改进形态滤波方法相结合,在本征模态函数(IMF)及形态学结构元素(SE)选取时均以峭度准则为依据,对筛选出的IMF分量进行信号重构后,再进行基于峭度准则的改进形态滤波方法处理。结果表明,该方法可避免共振解调中中心频率及滤波频带选取,自适应性较好;通过对实际滚动轴承内外圈故障分析,该方法可清晰准确提取到故障特征信息,噪声抑制效果好,可用于轴承故障精确诊断。

关键词： eemd 形态滤波峭度故障诊断轴承

在线全文

学校读者我要写书评

暂无评论

基于eemd的多尺度模糊熵的齿轮故障诊断

振动与冲击 2015年第14期34卷 163-167,187页

作者：杨望灿张培林王怀光陈彦龙孙也尊军械工程学院七系石家庄050003 驻二四七厂军事代表室太原030009

为准确利用振动信号进行故障诊断,提出基于eemd多尺度模糊熵的齿轮故障诊断方法。利用集合经验模态分解(eemd)对振动信号进行自适应分解,获得原始信号的不同尺度分量;据模糊熵能有效区分不同信号的复杂度,计算eemd分解所得本征模态函数(... 详细信息

为准确利用振动信号进行故障诊断,提出基于eemd多尺度模糊熵的齿轮故障诊断方法。利用集合经验模态分解(eemd)对振动信号进行自适应分解,获得原始信号的不同尺度分量;据模糊熵能有效区分不同信号的复杂度,计算eemd分解所得本征模态函数(IMF)分量模糊熵,获得原始信号多个尺度的复杂测度作为齿轮不同状态的特征参数;将该特征参数输入最小二乘支持向量机(LS-SVM)分类器判断齿轮故障。齿轮箱齿轮故障实验结果表明,该方法能提高齿轮故障诊断精度。

关键词：多尺度模糊熵 eemd 特征参数齿轮故障诊断

基于时域多普勒校正和eemd的列车轴承道旁声音监测故障诊断方法研究

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24期32卷 104-109页

作者：刘方沈长青何清波胡飞张翱孔凡让中国科学技术大学精密机械与精密仪器系合肥230027

提出一种列车轴承的道旁声音监测故障诊断方法,该方法首先在时域内对道旁监测麦克风采集到的轴承声音信号进行时域多普勒校正,有效地解决了由于多普勒效应而带来的轴承声音信号的频移、频带扩展以及幅值调制的问题。然后利用eemd方法提... 详细信息

提出一种列车轴承的道旁声音监测故障诊断方法,该方法首先在时域内对道旁监测麦克风采集到的轴承声音信号进行时域多普勒校正,有效地解决了由于多普勒效应而带来的轴承声音信号的频移、频带扩展以及幅值调制的问题。然后利用eemd方法提取蕴含轴承故障特征信息的本征模态信号并计算其包络谱来判断轴承是否存在故障。将该方法用于火车轴承外圈、内圈局部故障状态下的特征提取,结果表明该方法能够有效去除轴承声音信号中的多普勒效应,并能够有效提取列车轴承的故障特征。

关键词：列车轴承故障诊断多普勒校正 eemd

基于eemd-KPCA和KL散度的垮落煤岩识别

在线全文

学校读者我要写书评

暂无评论

煤炭学报 2020年第2期45卷 827-835页

作者：李一鸣白龙蒋周翔高宏黄小龙刘相权黄民北京信息科技大学机电工程学院北京100192 北京信息科技大学现代测控技术教育部重点实验室北京100192

综放开采中关键工艺放煤自动化的实现,可以使放煤工人远离工作面,远程控制顶煤的放落,从而保障放煤工人的健康问题。而顶煤放落过程中垮落煤岩的实时有效识别是放煤自动化的理论基础。针对垮落煤岩识别的实时性和综放开采的效率问题,基... 详细信息

综放开采中关键工艺放煤自动化的实现,可以使放煤工人远离工作面,远程控制顶煤的放落,从而保障放煤工人的健康问题。而顶煤放落过程中垮落煤岩的实时有效识别是放煤自动化的理论基础。针对垮落煤岩识别的实时性和综放开采的效率问题,基于综放开采现场采集的垮落煤岩冲击液压支架后尾梁的振动信号,提出了一种基于eemd-KPCA和KL(Kullback-Leibler)散度的垮落煤岩识别方法。该方法首先对振动信号进行集合经验模态分解(Ensemble Empirical Mode Decomposition,eemd)得到一组固有模态分量(Intrinsic Mode Functions,IMFs),分别计算各个IMF的能量,峭度和样本熵,构造表征垮落煤岩的特征向量;然后利用核主成分分析(Kernel Principal Component Analysis,KPCA)对特征向量进行降维,分别以各个IMF能量、IMF峭度、IMF样本熵构成的向量的KPCA低维特征来表征垮落煤岩;最后计算"未知样本"不同特征向量与垮落煤岩两类样本与之对应的特征向量的KL散度值,通过比较KL散度值来实现垮落煤岩的实时识别,并比较表征垮落煤岩不同特征向量的特征提取耗时和识别有效性。然后利用BP神经网络验证基于eemd-KPCA的特征向量的有效性。实验结果表明:基于eemd-KPCA和KL散度的识别方法可以实现垮落煤岩的实时识别,且大大降低了传统垮落煤岩识别方法对综放开采效率的影响;由eemd分解后的各个IMF的能量和峭度构成的向量的KPCA低维特征最有效。

关键词：综放开采垮落煤岩识别 eemd KPCA KL散度