期刊文献+
共找到300篇文章
< 1 2 15 >
每页显示 20 50 100
基于VMD算法的光栅莫尔条纹去噪方法 预览 被引量:1
1
作者 鲍克勤 卢丹 +1 位作者 吴文峰 陈丹 《光通信技术》 北大核心 2019年第1期28-31,共4页
光栅莫尔条纹的信号质量直接决定其测量精度,将基于变分模态分解(VMD)的方法用于对光栅莫尔条纹信号的去噪处理。首先对莫尔条纹仿真信号进行VMD分解成若干个不同频率段的本征模态函数(IMF);然后利用希尔伯特变换对IMF分量时频特性进行... 光栅莫尔条纹的信号质量直接决定其测量精度,将基于变分模态分解(VMD)的方法用于对光栅莫尔条纹信号的去噪处理。首先对莫尔条纹仿真信号进行VMD分解成若干个不同频率段的本征模态函数(IMF);然后利用希尔伯特变换对IMF分量时频特性进行分析,滤除高频噪声信号。结果表明:与经验模态分解(EMD)算法的分解结果相比,VMD算法能够很好地抑制模态混叠现象,准确地将不同频率段的信号分解出来,而且提高了去噪之后信号的信噪比,去噪效果好。 展开更多
关键词 光栅莫尔条纹 变分模态分解 去噪 本征模态函数 希尔伯特变换 经验模态分解
在线阅读 下载PDF
变分模态分解在齿轮故障特征提取中的应用 预览
2
作者 王宏民 刘洪超 薛萍 《东北林业大学学报》 CAS CSCD 北大核心 2019年第8期97-102,共6页
针对植树机变速箱齿轮在早期阶段裂纹故障特征不明显而导致其特征难以提取,提出一种应用变分模态分解(VMD)的齿轮裂纹故障特征提取方法。对含噪输入信号的经验模态分解(EMD)和变分模态分解的分解效果进行MATLAB仿真对比,分析变分模态分... 针对植树机变速箱齿轮在早期阶段裂纹故障特征不明显而导致其特征难以提取,提出一种应用变分模态分解(VMD)的齿轮裂纹故障特征提取方法。对含噪输入信号的经验模态分解(EMD)和变分模态分解的分解效果进行MATLAB仿真对比,分析变分模态分解方法在信号解耦中的有效性和适用性;将变分模态分解应用到对一级传动齿轮裂纹故障噪声信号的特征提取上,获取分解结果,并对其特殊分量进行功率谱分析。结果表明:变分模态分解方法适用于齿轮裂纹噪声故障信号的特征提取,能为齿轮的故障诊断提供重要参考。 展开更多
关键词 植树机 变速箱齿轮 裂纹故障 变分模态分解 经验模态分解
在线阅读 下载PDF
基于VMD的滚动轴承早期故障诊断方法 预览
3
作者 昝涛 庞兆亮 +1 位作者 王民 高相胜 《北京工业大学学报》 CAS CSCD 北大核心 2019年第2期103-110,共8页
滚动轴承是旋转机械的重要零部件,当发生早期故障时,难以有效地提取其微弱的故障特征.针对这一问题,提出了优化参数K取值的变分模态分解(variational mode decomposition,VMD)早期故障诊断方法.首先,通过瞬时频率均值判断法确定模态数K... 滚动轴承是旋转机械的重要零部件,当发生早期故障时,难以有效地提取其微弱的故障特征.针对这一问题,提出了优化参数K取值的变分模态分解(variational mode decomposition,VMD)早期故障诊断方法.首先,通过瞬时频率均值判断法确定模态数K的取值,然后用VMD方法对采集的轴承故障信号进行处理.通过筛选轴承故障信号分解得到本征模态函数分量,对其中的敏感分量进行包络谱分析,从而判断轴承的故障类型与严重程度.最后,分别比较EMD和原VMD算法得到的结果.结果表明:优化后的VMD算法能成功地提取滚动轴承早期故障特征,实现轴承早期故障诊断. 展开更多
关键词 滚动轴承 早期故障诊断 特征提取 变分模态分解 经验模态分解
在线阅读 下载PDF
基于两步分解法和SARIMA的非饱和机场能耗预测 预览
4
作者 陈静杰 孟琦 《计算机应用与软件》 北大核心 2019年第4期46-50,78共6页
针对非饱和机场能耗时间序列的非线性和非平稳性特点,提出一种基于两步分解法和季节差分自回归滑动平均模型相结合的组合预测法。利用自适应噪声完整集成经验模态分解法和样本熵,将原始能耗时间序列分解为从高频至低频且复杂度不同的分... 针对非饱和机场能耗时间序列的非线性和非平稳性特点,提出一种基于两步分解法和季节差分自回归滑动平均模型相结合的组合预测法。利用自适应噪声完整集成经验模态分解法和样本熵,将原始能耗时间序列分解为从高频至低频且复杂度不同的分量。再利用变分模态分解法对高频复杂分量再次分解,得到一系列呈现弱非线性且相对平稳的子序列。采用季节差分自回归滑动平均(SARIMA)模型对各子序列进行建模预测,将各子序列预测结果叠加得机场能耗预测值。实验结果表明,该方法可以有效提高非饱和机场能耗的预测精度。 展开更多
关键词 机场能耗预测 自适应噪声完整集成经验模态分解 样本熵 变分模态分解 季节差分自回归滑动 平均模型
在线阅读 下载PDF
VMD参数优化及其在轴承故障特征提取中的应用 预览
5
作者 张栋良 李帅位 +1 位作者 黄昕宇 陈璞 《北京理工大学学报》 EI CAS CSCD 北大核心 2019年第8期846-851,共6页
针对群优化算法对变分模态分解所需模态数和二次惩罚项参数寻优效率较低的问题,提出了快速局部均值经验模态分解的信号预处理方法.对预处理后的模态分量根据相似系数准则进行模态数预估,同时利用多评价指标选择二次惩罚参数.针对VMD对... 针对群优化算法对变分模态分解所需模态数和二次惩罚项参数寻优效率较低的问题,提出了快速局部均值经验模态分解的信号预处理方法.对预处理后的模态分量根据相似系数准则进行模态数预估,同时利用多评价指标选择二次惩罚参数.针对VMD对故障信号中存在的固有振动高频带分解效果较差的问题,利用自相关能量函数实现降噪和减小高频带的影响.通过仿真实验和实测轴承故障数据分析,并与群优化算法选择参数以及中心频率相近选取模态数的VMD分解效果相比,该方法能有效提取故障信号的特征频率. 展开更多
关键词 模态数 经验模态分解 变分模态分解 参数优化 固有振动频带
在线阅读 免费下载
配电网暂时过电压奇异值分解结合支持向量机的识别方法 预览
6
作者 付华 赵天一 《计算机应用与软件》 北大核心 2019年第4期230-235,310共7页
针对配电网暂时过电压的辨识分类问题,提出一种结合时频矩阵奇异值分解和多级支持向量机的配电网暂时过电压辨识方法。利用变分模态分解、Hilbert变换及带通滤波构造配电网暂时过电压零序电压波形的时频矩阵描述其时频特征。通过对时频... 针对配电网暂时过电压的辨识分类问题,提出一种结合时频矩阵奇异值分解和多级支持向量机的配电网暂时过电压辨识方法。利用变分模态分解、Hilbert变换及带通滤波构造配电网暂时过电压零序电压波形的时频矩阵描述其时频特征。通过对时频矩阵进行奇异值分解,提取所获得波形奇异谱的分布参数作为特征向量,结合时域特征量输入多级支持向量机,对配电网暂时过电压进行自动辨识。通过仿真实验和测试,结果表明该识别方法具备训练时间短、识别率高和防干扰能力强的优势,可实现对配电网暂时过电压故障的有效辨识。 展开更多
关键词 配电网故障 暂时过电压 变分模态分解 奇异值分解 多级支持向量机 自动辨识
在线阅读 下载PDF
基于改进的共振稀疏分解的滚动轴承故障诊断 预览
7
作者 杨伟 王红军 《机床与液压》 北大核心 2019年第16期175-179,共5页
针对滚动轴承早期微弱故障湮没在高强背景噪声中、造成故障特征信息提取困难的特点,提出一种改进的共振稀疏分解方法。首先采用变分模态对信号去噪,根据峭度-相关系数准则选取包含故障特征信息量多的分量进行信号重构;然后对重构后的信... 针对滚动轴承早期微弱故障湮没在高强背景噪声中、造成故障特征信息提取困难的特点,提出一种改进的共振稀疏分解方法。首先采用变分模态对信号去噪,根据峭度-相关系数准则选取包含故障特征信息量多的分量进行信号重构;然后对重构后的信号进行粒子群优化的共振稀疏分解;最后对分解得到的低共振分量进行包络分析,提取故障特征频率。实验结果证明了该方法比传统共振稀疏分解更能有效地提取故障特征频率,有效地减少了干扰成分。 展开更多
关键词 滚动轴承 变分模态分解 峭度-相关系数准则 粒子群优化 共振稀疏分解
在线阅读 下载PDF
利用VMD的双标度分形维数特征提取方法 预览
8
作者 杨望灿 张培林 +1 位作者 张云强 王怀光 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2019年第1期127-133,共7页
为从机械振动信号中提取出有效特征进行故障诊断,提出一种利用变分模态分解(VMD)求取振动信号双标度分形维数的特征提取方法.变分模态分解通过迭代求解变分模型的方式将多分量的振动信号分解为若干个不同时间尺度的本征模态函数分量(IM... 为从机械振动信号中提取出有效特征进行故障诊断,提出一种利用变分模态分解(VMD)求取振动信号双标度分形维数的特征提取方法.变分模态分解通过迭代求解变分模型的方式将多分量的振动信号分解为若干个不同时间尺度的本征模态函数分量(IMF).在多维测度空间,某一时间段内多变量时间序列所占据的空间可以用多维超体体积进行度量.由于VMD得到的IMF本质上为多变量的时间序列,因此,利用IMF定义和计算多维超体体积,得到振动信号的时间尺度和多维超体体积的双对数曲线.根据分形理论和双对数曲线的突变点,对双对数曲线进行分段最小二乘线性拟合,定义并提取了振动信号的双标度分形维数特征.仿真结果表明,利用VMD方法估计分形维数的平均相对误差为4.71%,提高了分形维数估计的精确度.实测行星齿轮箱振动信号对比实验结果表明,利用VMD双标度分形维数特征能够更好地表征机械振动信号的分形特征,行星齿轮箱故障诊断准确率达到了100%. 展开更多
关键词 振动信号 特征提取 变分模态分解 本征模态函数 双标度分形维数
在线阅读 免费下载
基于变分模态分解的风电场风速降噪研究
9
作者 许杏花 潘庭龙 吴定会 《系统仿真学报》 CAS CSCD 北大核心 2019年第1期87-93,共7页
风电预测是在现有数据基础上进行的,风电中采集到的风速数据夹杂着不同类型的噪声,为提高预测精度,需要进行降噪处理。传统的EMD(Empirical mode decomposition)降噪方法存在模态混叠现象,为了提高降噪效果,提出采用变分模态分解来进行... 风电预测是在现有数据基础上进行的,风电中采集到的风速数据夹杂着不同类型的噪声,为提高预测精度,需要进行降噪处理。传统的EMD(Empirical mode decomposition)降噪方法存在模态混叠现象,为了提高降噪效果,提出采用变分模态分解来进行降噪。变分模态分解是一种新的分解方法,具有良好的抗噪性,且不存在模态混叠现象。为深入研究该方法在降噪上的应用,对江苏某风电场的数据进行了降噪处理,对其分解重构,有效滤除了噪声,并将其降噪效果与EMD进行对比分析,验证了该方法的有效性。 展开更多
关键词 变分模态分解 模态混叠 EMD 降噪
基于两类特征与AFSA优化SVM的滚动轴承故障诊断研究
10
作者 张鲁洋 秦波 +3 位作者 赵文军 李宏 张建强 王建国 《机械强度》 CAS CSCD 北大核心 2019年第4期807-813,共7页
针对非线性、非平稳的滚动轴承振动信号特征'难表征'和基于支持向量机(Support vector machine, SVM)的故障分类模型'精度低'的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)、峭度图(Kurtogram... 针对非线性、非平稳的滚动轴承振动信号特征'难表征'和基于支持向量机(Support vector machine, SVM)的故障分类模型'精度低'的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)、峭度图(Kurtogram)与人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)优化SVM相结合的滚动轴承状态辨识方法。首先,利用Kurtogram算法、相关系数最大准则'筛选'出原信号经VMD后包含有效故障信息的本征模函数(Intrinsic Mode Functions, IMF),并计算其形态谱熵和能量熵构建有效特征向量集;其次,利用AFSA寻找最优的惩罚系数C和高斯核宽度系数σ的核函数系数组合(C、σ);并将有效特征向量集作为上述算法的输入建立滚动轴承状态辨识模型。实验结果表明,所提方法不仅能凸显原信号中的有效故障成份,同时也提高了模型学习效率和分类精度。 展开更多
关键词 变分模态分解 峭度图 人工鱼群 核函数参数最优组合
基于变分模态分解-BA-LSSVM算法的配电网短期负荷预测 预览
11
作者 赵凤展 郝帅 +5 位作者 张宇 杜松怀 单葆国 苏娟 井天军 赵婷婷 《农业工程学报》 EI CAS CSCD 北大核心 2019年第14期190-197,共8页
配电台区日负荷序列呈现为既包含变化趋势、又含有波动细节的不规则曲线,该文借助变分模态分解(variational mode decomposition,VMD)将包含这些信息的原始日负荷序列分解为不同频率尺度的子序列,并结合一系列复杂的环境因素,分别利用... 配电台区日负荷序列呈现为既包含变化趋势、又含有波动细节的不规则曲线,该文借助变分模态分解(variational mode decomposition,VMD)将包含这些信息的原始日负荷序列分解为不同频率尺度的子序列,并结合一系列复杂的环境因素,分别利用不同的最小二乘支持向量机(least squares support vector machine,LSSVM)模型进行负荷预测,最后将基于不同频率分量的预测结果相加得到最终的日负荷预测结果。为了提高LSSVM预测能力,采用蝙蝠算法(bat algorithm,BA)对各LSSVM的参数进行寻优,同时,该文分析了影响负荷变化的环境因素,设计了一套因素归一化方法,预测过程考虑了环境因素的影响。仿真结果表明,该文提出的考虑复杂环境因素的预测思想及对历史日负荷进行VMD分解、BA优化、LSSVM预测的组合预测方法能有效提高短期日负荷预测的准确性。 展开更多
关键词 算法 电能 配电台区负荷预测 变分模态分解 最小二乘支持向量机 蝙蝠算法 复杂环境因素
在线阅读 下载PDF
基于VMD和改进ARIMA模型的超短期风速预测 预览 被引量:2
12
作者 赵征 汪向硕 乔锦涛 《华北电力大学学报:自然科学版》 CAS 北大核心 2019年第1期54-59,共6页
针对风速序列非线性、波动性的问题,提出了一种基于变分模态分解和改进差分自回归滑动平均模型的风速预测模型。首先利用变分模态分解(Variational Mode Decomposition,VMD)将信号从低频到高频逐次分解,使每个分量具有不同中心频率的有... 针对风速序列非线性、波动性的问题,提出了一种基于变分模态分解和改进差分自回归滑动平均模型的风速预测模型。首先利用变分模态分解(Variational Mode Decomposition,VMD)将信号从低频到高频逐次分解,使每个分量具有不同中心频率的有限带宽;然后对各分量分别建立ARIMA模型,由于各分量的残差序列可能存在异方差性,因此引入GARCH模型消除异方差特性,建立ARIMA-GARCH模型;最后各分量预测结果叠加得到最终的预测值。实验结果表明,所提出的预测模型在超短期风速预测上具有较高的预测精度。 展开更多
关键词 风速预测 变分模态分解 ARIMA-GARCH模型 残差修正
在线阅读 下载PDF
基于变分模态分解和谱峭度的风电机组轴承故障诊断方法 预览
13
作者 张颖 刘新元 张超 《山西电力》 2019年第5期1-4,共4页
针对风电机组轴承故障特征提取困难的问题,将谱峭度(Spectrum Kurtosis,SK)和变分模态分解(Variational Mode Decomposition,VMD)相结合,提出一种基于VMD-SK的故障诊断新方法。首先,对采集的轴承振动信号进行VMD分解,得到若干个固有模... 针对风电机组轴承故障特征提取困难的问题,将谱峭度(Spectrum Kurtosis,SK)和变分模态分解(Variational Mode Decomposition,VMD)相结合,提出一种基于VMD-SK的故障诊断新方法。首先,对采集的轴承振动信号进行VMD分解,得到若干个固有模态函数(Intrinsic Mode Function,IMF);其次,对每一个IMF分量进行傅里叶变换,并计算其平方包络;再次,利用SK的滤波特性,选取故障特征频带所在的IMF分量来构建最优包络谱;最后,通过对包络谱分析可以诊断出风力发电机轴承故障。实验结果表明,VDM-SK法可以成功地提取风电机组轴承故障的特征频率,有效区分风电机组轴承的故障类型。 展开更多
关键词 风力机组 轴承 变分模态分解 谱峭度 故障诊断 包络谱
在线阅读 下载PDF
基于变分模态分解和改进鲸鱼算法优化的模糊神经网络风速预测模型 预览
14
作者 李志鹏 张智瀚 +1 位作者 王睿 陈堂贤 《电力与能源》 2019年第3期275-279,302共6页
风速预测在风电场安全并网和智能化管理中起着决定性作用,针对风速的非线性和不稳定等特点,提出了一种基于变分模态分解(VMD)和改进鲸鱼算法优化的模糊神经网络(VMD-CGWOA-ANFIS)的混合预测模型。该模型首先使用变分模态分解技术将原始... 风速预测在风电场安全并网和智能化管理中起着决定性作用,针对风速的非线性和不稳定等特点,提出了一种基于变分模态分解(VMD)和改进鲸鱼算法优化的模糊神经网络(VMD-CGWOA-ANFIS)的混合预测模型。该模型首先使用变分模态分解技术将原始风速序列分解为一系列子序列,而后对各子序列分别采用模糊神经网络(ANFIS)建立预测模型。为进一步提高预测精度,同时克服鲸鱼(WOA)算法容易陷入局部最优和收敛过早的缺点,引入共轭梯度算法(CG)对WOA进行改进,利用改进的CGWOA算法对ANFIS参数进行优化。使用优化后的ANFIS分别对变分模态分解后的各子序列进行预测,最后将预测后的各子序列叠加得到最终预测结果。为测试模型的有效性,选择宁夏地区3组实际风电数据进行模拟试验,将ANFIS,VMD-ANFIS,VMD-WOA-ANFIS与提出模型进行对比,结果表明所提出的混合模型预测精度明显高于其他对比模型。 展开更多
关键词 鲸鱼算法 共轭梯度算法 改进鲸鱼算法 变分模态分解 自适应模糊神经系统 风速预测
在线阅读 下载PDF
基于VMD的调制谱强度分布在齿轮故障诊断中的应用研究
15
作者 张锁峰 王衍学 +2 位作者 何水龙 胡超凡 蒋占四 《机械强度》 CAS CSCD 北大核心 2019年第2期267-274,共8页
变分模态分解(Variational mode decomposition, VMD)是一种具有良好带通滤波特性的信号处理方法,它能够非递归地将实信号分解成一定数量在时域中具有准正交和稀疏特性的有限带宽模态分量。考虑到VMD分解多模态信号时的优势,为了弥补调... 变分模态分解(Variational mode decomposition, VMD)是一种具有良好带通滤波特性的信号处理方法,它能够非递归地将实信号分解成一定数量在时域中具有准正交和稀疏特性的有限带宽模态分量。考虑到VMD分解多模态信号时的优势,为了弥补调制强度分布(Modulation intensity distribution, MID)分析多谐波调制信号时的不足,研究将VMD作为调制强度分布的前处理,提出了一种基于VMD的调制强度分布的齿轮故障诊断方法,并通过数值仿真和实验分析验证了该方法的有效性。 展开更多
关键词 变分模态分解 调制强度分布 齿轮 故障诊断
基于变分模态和奇异值分解的柴油机气门间隙故障诊断方法研究 预览
16
作者 高清春 胡甫才 《武汉理工大学学报:交通科学与工程版》 2019年第4期746-751,共6页
气门是柴油机中主要的零部件,对其进排气门间隙故障进行诊断研究具有重要的工程意义.文中采用变分模态和奇异值分解相结合的方法对其进行故障诊断.对柴油机振动信号进行变分模态分解,对变分模态分量进行奇异值分解,提取奇异值特征向量,... 气门是柴油机中主要的零部件,对其进排气门间隙故障进行诊断研究具有重要的工程意义.文中采用变分模态和奇异值分解相结合的方法对其进行故障诊断.对柴油机振动信号进行变分模态分解,对变分模态分量进行奇异值分解,提取奇异值特征向量,用模糊C均值聚类方法对故障种类进行识别,并进行了试验验证.研究结果表明,与基于经验模态分解和奇异值分解相结合的方法相比,该方法能够更加准确有效地对不同的气门间隙异常故障进行识别,具有更高的诊断精度. 展开更多
关键词 柴油机 变分模态分解 奇异值分解 气门间隙
在线阅读 下载PDF
基于自适应变分模态分解及多重分形谱的风力机轴承故障分析
17
作者 许子非 李春 +1 位作者 张万福 邓允河 《热能动力工程》 CAS CSCD 北大核心 2019年第9期181-190,共10页
风力机齿轮箱轴承故障信号具有典型非线性及非平稳特性,采用自适应变分模态法对4种状态下振动信号进行分解,提出基于分形盒维数-峭度阈值法(Adaptived Variational Mode Decomposition,AVMD)对处理所得分量进行筛选,选取富含故障信息的... 风力机齿轮箱轴承故障信号具有典型非线性及非平稳特性,采用自适应变分模态法对4种状态下振动信号进行分解,提出基于分形盒维数-峭度阈值法(Adaptived Variational Mode Decomposition,AVMD)对处理所得分量进行筛选,选取富含故障信息的分量进行信号重构,采用多重分形去趋势波分析方法,分析重构信号的分形特征并识别其工作状态,结果表明:基于多重分形去趋势波分析法对非稳定轴承可进行有效地故障识别;轴承振动信号具有典型分形特征,在不同时间尺度下,标度指数、广义Hurst指数与多重分形谱均可反应轴承工作状态;3种多重分形谱参数对故障类型敏感度不同,谱函数最大值对应的奇异指数对内圈故障较为敏感,峰值占比对外圈故障较为敏感,分形谱宽对滚珠故障较为敏感。 展开更多
关键词 多重分形 轴承 变分模态分解 故障诊断
基于变分模态分解和Wigner-Ville的单向阀早期故障诊断 预览
18
作者 吴漫 冯早 +1 位作者 黄国勇 牟竹青 《中国测试》 CAS 北大核心 2019年第4期116-122,共7页
针对大型往复式机械设备高压隔膜泵单向阀早期故障难以识别的问题,该文提出基于变分模态分解(variational mode decomposition,VMD)和Wigner -Ville 的单向阀早期故障诊断方法。首先,利用VMD 将原始振动信号分解成有限个IMF 分量,基于... 针对大型往复式机械设备高压隔膜泵单向阀早期故障难以识别的问题,该文提出基于变分模态分解(variational mode decomposition,VMD)和Wigner -Ville 的单向阀早期故障诊断方法。首先,利用VMD 将原始振动信号分解成有限个IMF 分量,基于观察中心频率法筛选富含故障信息的IMF 分量;然后,利用魏格纳-维利分布(Wigner -Ville distribution,WVD)对筛选后的IMF 分量计算,得到每个分量的Wigner -Ville 分布;最后,将各项结果线性求和得到信号的WVD 分布。经仿真与工程实验分析,该方法能较好表征出振动信号中所蕴含的单向阀早期故障特征信息,能实现高压隔膜泵单向阀早期故障诊断。 展开更多
关键词 单向阀 VMD Wigner-Ville 早期故障诊断
在线阅读 下载PDF
应用VMD与Teager能量算子的结构模态系统辨识 预览
19
作者 靳行 林建辉 《振动.测试与诊断》 EI CSCD 北大核心 2019年第3期544-551,670-671共10页
针对变分模态分解(variational mode decomposition,简称VMD)参数选择对结构模态特征识别的影响,应用VMD和Teager能量算子(Teager energy operator,简称TEO)提出了一种新的结构系统辨识方法,根据VMD层数参量K的变化寻找稳定的极点,用于... 针对变分模态分解(variational mode decomposition,简称VMD)参数选择对结构模态特征识别的影响,应用VMD和Teager能量算子(Teager energy operator,简称TEO)提出了一种新的结构系统辨识方法,根据VMD层数参量K的变化寻找稳定的极点,用于识别结构模态特性。为了满足TEO对单分量的要求,采用VMD方法将振动信号分解成不同尺度的细节信号(band-limited intrinsic mode function,简称BIMF)。对BIMF使用TEO法估计固有频率与阻尼比,使用层数参量K时形成的稳态极点判断真实结构模态系统参数,去除虚假分量。进行了数值和实验验证,并与传统方法进行比较,结果表明,所提出的方法在传统模态分析与环境激励的模态分析均为有效、准确且可行的。 展开更多
关键词 模态频率 结构阻尼比 模态参数 变分模态分解 TEAGER能量算子
在线阅读 下载PDF
VMD和PSO-SVM方法在转子碰摩故障诊断中的应用 预览
20
作者 魏永合 曹怀 卢子乾 《沈阳理工大学学报》 CAS 2019年第4期45-51,共7页
针对转子碰摩故障信号的非平稳性和信噪比低的特点,提出采用变分模态分解和支持向量机相结合的转子碰摩的故障诊断方法。通过变分模态分解对原信号做预处理,分解得到若干本征模函数,采用相关系数法选取有效本征模函数进行重构,提高其信... 针对转子碰摩故障信号的非平稳性和信噪比低的特点,提出采用变分模态分解和支持向量机相结合的转子碰摩的故障诊断方法。通过变分模态分解对原信号做预处理,分解得到若干本征模函数,采用相关系数法选取有效本征模函数进行重构,提高其信噪比,并构造特征矩阵。采用粒子群优化算法优化支持向量机参数,提高支持向量机诊断模型的识别率。通过实验验证,该方法能有效对转子碰磨故障信号进行分解及提取特征,提高了识别率,具有一定的工程实用性。 展开更多
关键词 转子碰摩 变分模态分解 粒子群优化支持向量机
在线阅读 下载PDF
上一页 1 2 15 下一页 到第
使用帮助 返回顶部 意见反馈