期刊文献+
共找到67篇文章
< 1 2 4 >
每页显示 20 50 100
Multi-scale spatial relationships between soil total nitrogen and influencing factors in a basin landscape based on multivariate empirical mode decomposition
1
作者 ZHU Hongfen CAO Yi +3 位作者 JING Yaodong LIU Geng BI Rutian YANG Wude 《Journal of Arid Land》 SCIE CSCD 2019年第3期385-399,共15页
The relationships between soil total nitrogen(STN)and influencing factors are scale-dependent.The objective of this study was to identify the multi-scale spatial relationships of STN with selected environmental factor... The relationships between soil total nitrogen(STN)and influencing factors are scale-dependent.The objective of this study was to identify the multi-scale spatial relationships of STN with selected environmental factors(elevation,slope and topographic wetness index),intrinsic soil factors(soil bulk density,sand content,silt content,and clay content)and combined environmental factors(including the first two principal components(PC1 and PC2)of the Vis-NIR soil spectra)along three sampling transects located at the upstream,midstream and downstream of Taiyuan Basin on the Chinese Loess Plateau.We separated the multivariate data series of STN and influencing factors at each transect into six intrinsic mode functions(IMFs)and one residue by multivariate empirical mode decomposition(MEMD).Meanwhile,we obtained the predicted equations of STN based on MEMD by stepwise multiple linear regression(SMLR).The results indicated that the dominant scales of explained variance in STN were at scale 995 m for transect 1,at scales 956 and 8852 m for transect 2,and at scales 972,5716 and 12,317 m for transect 3.Multi-scale correlation coefficients between STN and influencing factors were less significant in transect 3 than in transects 1 and 2.The goodness of fit root mean square error(RMSE),normalized root mean square error(NRMSE),and coefficient of determination(R2)indicated that the prediction of STN at the sampling scale by summing all of the predicted IMFs and residue was more accurate than that by SMLR directly.Therefore,the multi-scale method of MEMD has a good potential in characterizing the multi-scale spatial relationships between STN and influencing factors at the basin landscape scale. 展开更多
关键词 intrinsic mode function multivariate empirical mode decomposition MULTI-SCALE spatial relationship sampling TRANSECT soil total nitrogen Chinese LOESS PLATEAU
下载PDF
基于希尔伯特-黄变换与小波分析的降雨序列多时间尺度研究
2
作者 贺军奇 郭鑫佳 +3 位作者 陈云飞 刘秀花 高万德 龙婷 《水土保持研究》 CSCD 北大核心 2024年第2期130-141,共12页
[目的]对比分析不同方法在多尺度周期计算性能方面的差异,为区域水文周期分析方法的选择提供更多参考。[方法]利用2组已知周期和趋势特征的人工序列,对基于多元经验模态分解(Multivariate Empirical Mode Decomposition,MEMD)改进的希... [目的]对比分析不同方法在多尺度周期计算性能方面的差异,为区域水文周期分析方法的选择提供更多参考。[方法]利用2组已知周期和趋势特征的人工序列,对基于多元经验模态分解(Multivariate Empirical Mode Decomposition,MEMD)改进的希尔伯特—黄变换(Hilbert-Huang Transform,HHT)与小波分析在多尺度周期计算性能差异上进行了测试、对比与分析;并在此基础上,使用改进的HHT(后称HHT)进一步分析了毛乌素沙地11个站点39年降雨序列的多时间尺度特征。[结果]对于人工序列,小波分析(对称延拓)结果偏大,与预设周期存在显著差异(Sig.=0.003<0.05);而HHT和小波分析(周期延拓)的周期结果与预设周期没有显著差异,且HHT精度(Sig.=0.142>0.05)要略高于周期延拓小波(Sig.=0.109>0.05)。对于实测降雨序列,HHT显示毛乌素沙地的降雨主周期存在明显区域差异:腹地站点降雨主周期为5.5 a,而边缘站点为2.7~3.3 a;分解后的残差分量表明了沙地降雨在时间上呈上升趋势,而空间上呈现由东到西逐渐减少的分布状态。[结论]HHT因其自适应性,无需考虑众多参数的选取,在保持精度的同时可以提取更多水文信息,在区域降雨序列多尺度分析上更具优势,因此具有重要的实际应用价值。 展开更多
关键词 多元经验模态分解 HHT 小波分析 降雨周期 毛乌素沙地
下载PDF
小功率柴油发电机谐波励磁自动控制方法仿真
3
作者 刘晓燕 黄润林 张梅 《计算机仿真》 2024年第8期58-62,共5页
为了降低发电机谐波含有率,提出一种小功率柴油发电机谐波励磁自动控制方法。通过多元经验模态分解(MEMD)预处理三相电流,对预处理的小功率柴油发电机电流信号展开多变量多尺度模糊熵(MMFE)变换处理,得到MEMD-MMFE熵值面积。根据熵值面... 为了降低发电机谐波含有率,提出一种小功率柴油发电机谐波励磁自动控制方法。通过多元经验模态分解(MEMD)预处理三相电流,对预处理的小功率柴油发电机电流信号展开多变量多尺度模糊熵(MMFE)变换处理,得到MEMD-MMFE熵值面积。根据熵值面积辨识谐波励磁涌流,获取异常和正常状态下的电流变化情况。分析谐波励磁原理对定子电流的特殊要求,在矢量六边形SVPWM调制的基础上研究三次谐波注入的调制策略,同时引入比例谐振控制完成小功率柴油发电机谐波励磁自动控制。仿真结果表明,所提方法具有良好的自动控制性能,上述方法控制下小功率柴油发电机中的谐波含有率得到明显改善。 展开更多
关键词 小功率 柴油发电机 谐波励磁 自动控制 多元经验模态分解
下载PDF
基于通道信息不平衡度的多元经验模态分解方法
4
作者 陆春元 焦洪宇 卜王辉 《机电工程》 CAS 北大核心 2024年第2期280-288,共9页
在轴承多通道振动信号中,由于多通道故障信息不平衡会导致轴承故障诊断精度降低。针对这一问题,提出了一种考虑多通道故障信息不平衡的,基于多元经验模态分解(MEMD)的轴承故障特征提取与诊断方法。首先,分析了传统MEMD随机选择映射方向... 在轴承多通道振动信号中,由于多通道故障信息不平衡会导致轴承故障诊断精度降低。针对这一问题,提出了一种考虑多通道故障信息不平衡的,基于多元经验模态分解(MEMD)的轴承故障特征提取与诊断方法。首先,分析了传统MEMD随机选择映射方向的缺陷,设计了依据通道间故障信息不平衡度自适应调整映射方向的策略,使分量信号中包含更多故障信息,并基于多元模态分解结果构造了特征空间;然后,基于冗余属性投影法对多通道提取的故障特征进行了融合,得到了多通道融合的本质故障特征;最后,采用反向传播(BP)神经网络进行了故障模式识别,设计了三层神经网络结构,且使用误差反向传播法进行了参数训练,并制定了基于BP神经网络的轴承故障诊断流程。研究结果表明:改进MEMD提取特征的类边界比传统方法更加明确,说明改进方法能够提取更具代表性的故障特征;从诊断精度看,与传统多元模态分解方法、完备集成辛几何分解方法相比,改进MEMD方法的诊断准确率最高,达到了99.5%。实验结果验证了改进方法在多通道故障诊断中是可行的,且从诊断精度上看,其具有一定的先进性。 展开更多
关键词 轴承故障特征提取与诊断 多通道采样 信息不平衡 多元经验模态分解 冗余属性投影 反向传播(BP)神经网络 特征空间构造 本质故障特征
下载PDF
基于多元经验模态分解的风电并网系统次同步振荡检测
5
作者 于鹏 郭国先 +1 位作者 杨晓明 刘颖明 《可再生能源》 CAS CSCD 北大核心 2024年第6期781-788,共8页
随着风电的大规模并网,电力系统次同步振荡(SSO)事件频发,严重威胁电网的安全稳定运行。实现风电并网系统SSO的准确检测,对保障系统稳定运行具有重要意义。现有的基于量测数据的SSO检测方法多为单通道方法,难以兼顾系统全局SSO特性。为... 随着风电的大规模并网,电力系统次同步振荡(SSO)事件频发,严重威胁电网的安全稳定运行。实现风电并网系统SSO的准确检测,对保障系统稳定运行具有重要意义。现有的基于量测数据的SSO检测方法多为单通道方法,难以兼顾系统全局SSO特性。为此,文章提出了一种基于多元经验模态分解(MEMD)的风电并网系统SSO检测方法。首先,对风电并网点量测数据进行多元经验模态分解,进而借助Teager-Kaiser能量算子(TKEO)筛选出含SSO模式的IMF分量;然后,采用希尔伯特黄变换(HHT)辨识次同步振荡频率及阻尼比;最后,结合改进的4机2区域测试系统的仿真数据对所提SSO检测方法进行测试,结果验证了所提方法的有效性。 展开更多
关键词 次同步振荡检测 量测信息 多元经验模态分解 Teager-Kaiser能量算子 希尔伯特黄变换
下载PDF
毛乌素沙区地下水对植被盖度空间格局影响分析 被引量:3
6
作者 贺军奇 赵同强 +6 位作者 陈云飞 尚晓伟 刘树平 李安林 刘秀花 马延东 郑策 《水土保持学报》 CSCD 北大核心 2023年第2期90-99,共10页
通过在榆溪河流域沿地下水埋深增大方向设置植被调查样带,基于植被盖度、地下水埋深及土壤含水量等数据,利用多元经验模态分解(MEMD)获取植被盖度及其影响因子所表征的空间尺度,结构方程解析植被盖度空间分布的驱动因素,并结合聚类分析... 通过在榆溪河流域沿地下水埋深增大方向设置植被调查样带,基于植被盖度、地下水埋深及土壤含水量等数据,利用多元经验模态分解(MEMD)获取植被盖度及其影响因子所表征的空间尺度,结构方程解析植被盖度空间分布的驱动因素,并结合聚类分析划分了植被群落自然恢复演替空间格局状态变化特征。结果表明:(1)MEMD将空间多元数据分解为3个本征模态函数,经希尔伯特转换得到各模态函数相应的空间尺度分别为14,27,38 km;(2)结构方程模型和MEMD分解后的最大表征尺度相关分析表明,地下水埋深与植被盖度在整个样带尺度上呈显著负相关(R 2=-0.95,p<0.001);土壤含水量与植被盖度以地下水埋深5 m空间尺度为分界点,<5 m的区域呈显著正相关(路径系数为0.68,p<0.001),>5 m的区域呈显著负相关(路径系数为-0.43,P<0.01);(3)在此基础上,结合系统聚类分类结果将植被盖度划分为核心区(地下水埋深0~3 m)、过渡区(地下水埋深3~4 m)、稳定区(地下水埋深4~5 m)、外围区(地下水埋深5~10 m)及边缘区(地下水埋深10~15 m)。研究表明,植被盖度对地下水埋深的响应在空间上存在多尺度特征,该结果可为沙地生态恢复及地下水资源的保护与利用提供科学依据。 展开更多
关键词 地下水埋深 土壤含水量 植被空间格局 多空间尺度效应 多元经验模态分解
下载PDF
基于多层加权复杂网络的气液两相流流型分析 被引量:1
7
作者 张立峰 王智 张启亮 《计量学报》 CSCD 北大核心 2023年第5期735-742,共8页
提出一种基于多层加权复杂网络的流型分析方法。首先利用电阻层析成像系统获取垂直上升管道气液两相流流动信息,并将测量数据压缩处理以简化数据分析,然后使用多元经验模态分解算法对其进行多尺度分解,进而将流动系统映射到多层加权网络... 提出一种基于多层加权复杂网络的流型分析方法。首先利用电阻层析成像系统获取垂直上升管道气液两相流流动信息,并将测量数据压缩处理以简化数据分析,然后使用多元经验模态分解算法对其进行多尺度分解,进而将流动系统映射到多层加权网络中,通过计算平均加权聚集系数与谱半径定量描述网络结构。研究结果表明,该网络模型可有效揭示泡状流到段塞流的演化过程,从气泡的聚合发展到气塞的逐渐破碎,从伪周期性的出现到衰退都可被网络参数的变化所反映。 展开更多
关键词 计量学 气液两相流 电阻层析成像 多层加权网络 多元经验模态分解
下载PDF
基于FA-MVEMD的Φ-OTDR系统模式识别研究
8
作者 朱宗玖 王宁 《安徽理工大学学报(自然科学版)》 CAS 2023年第6期82-91,共10页
为了增强相位敏感光时域反射仪(Φ-OTDR)系统对不同扰动事件的识别能力,提出了一种基于快速自适应多元经验模态分解(FA-MVEMD)样本熵和非洲秃鹫算法优化支持向量机(AOVA-SVM)的光纤振动信号模式识别算法。光纤振动信号经FA-MVEMD分解后... 为了增强相位敏感光时域反射仪(Φ-OTDR)系统对不同扰动事件的识别能力,提出了一种基于快速自适应多元经验模态分解(FA-MVEMD)样本熵和非洲秃鹫算法优化支持向量机(AOVA-SVM)的光纤振动信号模式识别算法。光纤振动信号经FA-MVEMD分解后得到若干多元本征模态函数(IMF),通过计算与原始信号的相关系数,筛选出相关系数大于0.1的有效分量并计算其样本熵作为信号的特征,最后利用AOVA-SVM分类模型进行识别。实验结果表明,相比于其他SVM分类模型,AOVA-SVM的分类准确率更高,对6种事件的平均分类准确率达到了97.5%,实现了Φ-OTDR系统模式识别的既定目标,具有实用价值。 展开更多
关键词 模式识别 快速自适应多元经验模态分解 样本熵 秃鹫优化算法 支持向量机
下载PDF
基于多因素-多尺度分析的阶跃型滑坡位移预测 被引量:5
9
作者 熊超 孙红月 《吉林大学学报(地球科学版)》 CAS CSCD 北大核心 2023年第4期1175-1184,共10页
为了定量分析阶跃型滑坡位移与诱发因素之间的时滞效应,提高位移预测精度,本文提出新的预测模型并进行对比分析。首先基于时间序列分析将滑坡累计位移分离为趋势项和周期项;然后采用最大信息系数(Cmi)、多元经验模态分解(MEMD)方法进行... 为了定量分析阶跃型滑坡位移与诱发因素之间的时滞效应,提高位移预测精度,本文提出新的预测模型并进行对比分析。首先基于时间序列分析将滑坡累计位移分离为趋势项和周期项;然后采用最大信息系数(Cmi)、多元经验模态分解(MEMD)方法进行多因素分析和多尺度分析,构建出多因素-多尺度MEMD预测模型;最后以三峡库区八字门滑坡为例,通过Cmi选取最优滞后期的诱发因素作为模型输入,在用MEMD方法分解多元序列的基础上建立时间多尺度模型,并与单因素-单尺度模型、多因素-单尺度模型及单因素-多尺度EMD(经验模态分解)模型进行对比。结果表明:八字门滑坡降雨和库水位的最优滞后期分别为2 d和4 d;滑坡多元序列经MEMD方法分解后得到3组模态函数,每组均有7个分量,各对应分量的时间尺度一致,其中周期项位移受诱发因素的响应具有时间多尺度特性;多因素-多尺度MEMD预测模型的均方根误差相较于以上3种对比模型分别平均降低49.4%、36.9%和27.4%,平均绝对百分比误差分别平均降低38.0%、26.4%和15.8%。 展开更多
关键词 阶跃型滑坡 位移预测 多因素分析 多尺度分析 最大信息系数 多元经验模态分解 三峡库区
下载PDF
基于多元经验模态分解的可见/近红外光谱识别木材研究 被引量:5
10
作者 付立岩 冯国红 刘旭铭 《森林工程》 北大核心 2023年第4期101-109,共9页
基于可见/近红外光谱技术探究一种快速、准确的木材识别方法。以8种进口木材为研究对象,运用多元经验模态分解(MEMD)和最大互信息系数(MIC)的方法对采集的光谱数据进行分解、筛选和重构,进而利用连续投影法(SPA)进行特征波段提取,再结合... 基于可见/近红外光谱技术探究一种快速、准确的木材识别方法。以8种进口木材为研究对象,运用多元经验模态分解(MEMD)和最大互信息系数(MIC)的方法对采集的光谱数据进行分解、筛选和重构,进而利用连续投影法(SPA)进行特征波段提取,再结合XGBoost分类器进行分类识别。为进一步验证该方法的可行性,将提出的木材识别方法分别与经验模态分解(EMD)算法和传统的支持向量机(SVM)、K近邻分类算法(KNN)、BP神经网络(Back Propagation Neuron NetWok)分类器进行对比分析。结果表明,MEMD方法对可见/近红外光谱去噪效果优于EMD去噪方法;MEMD-SPA-XGBoost相比MEMD-SPA-SVM的识别准确率为90%、MEMD-SPA-KNN的88%、MEMD-SPA-BP的89.2%,平均识别准确率达到了96.5%。可见,该方法在木材识别方法中具有很好的应用前景。 展开更多
关键词 可见/近红外光谱 木材识别 多元经验模态分解 连续投影法 XGBoost
下载PDF
采用滑动平均多元多尺度色散熵的液压泵故障诊断方法 被引量:1
11
作者 宫建成 韩涛 +2 位作者 杨小强 刘武强 周付明 《陆军工程大学学报》 2023年第1期45-54,共10页
为了提高色散熵的信息提取能力,在兼顾计算效率和效果的前提下,引入多维嵌入重构理论,借鉴滑动平均的思想,更新了传统多尺度算法的粗粒化方式,提出了滑动平均多元多尺度色散熵(moving average multivariate multiscale dispersion entro... 为了提高色散熵的信息提取能力,在兼顾计算效率和效果的前提下,引入多维嵌入重构理论,借鉴滑动平均的思想,更新了传统多尺度算法的粗粒化方式,提出了滑动平均多元多尺度色散熵(moving average multivariate multiscale dispersion entropy,MA_mvMDE)用以提取液压泵故障特征。首先,利用均匀相位经验模态分解(uniform phase empirical mode decomposition,UPEMD)将振动信号分解为多个本征模态分量(intrinsic mode functions,IMF),再采用相关系数法筛选敏感分量,将包含大量故障信息的模态分量作为多通道数据计算其MA_mvMDE值来提取故障特征。接着,采用MCFS方法选择故障敏感特征实现降维。最后,通过随机森林分类器完成故障识别。采用液压泵故障振动数据验证了该方法能够准确诊断不同类型和不同程度的故障。 展开更多
关键词 均匀相位经验模态分解 滑动平均多元多尺度色散熵 敏感IMF选择 故障诊断 液压泵
下载PDF
黄土高原盆地土壤有机质与影响因子的空间多尺度关系 被引量:18
12
作者 朱洪芬 南锋 +3 位作者 徐占军 荆耀栋 段永红 毕如田 《生态学报》 CAS CSCD 北大核心 2017年第24期8348-8360,共13页
不同影响因子对土壤有机质含量的影响存在尺度依赖性。以太原盆地土壤有机质为研究对象,于盆地上、中、下部分别设置采样带,应用多元经验模态分解(multivariate empirical mode decomposition,MEMD),分析了盆地内不同部位土壤有机质与... 不同影响因子对土壤有机质含量的影响存在尺度依赖性。以太原盆地土壤有机质为研究对象,于盆地上、中、下部分别设置采样带,应用多元经验模态分解(multivariate empirical mode decomposition,MEMD),分析了盆地内不同部位土壤有机质与影响因子(高程、坡度、地形湿度指数、土壤容重、砂粒、壤粒、黏粒和光谱主份等)在表征尺度的相关性,并预测了采样尺度上土壤有机质含量,旨在研究黄土高原盆地区内土壤有机质与相关因子的空间多尺度关系。研究结果表明:(1)利用MEMD法可将盆地内不同部位处的土壤有机质空间序列分解为不同表征尺度,盆地上、中和下部的表征尺度分别为6、8和7个。研究区域内,尺度约1000 m处是土壤有机质的主要表征尺度,且盆地内垂直河流方向的有机质序列主要表征尺度沿河流方向表现分散。(2)土壤有机质和影响因子的空间多尺度关系表明,高程与土壤有机质的关系主要表现在大尺度,而坡度、地形湿度指数与盆地中、下部土壤有机质的关系较明显。土壤容重与有机质在不同位置的不同表征尺度存在显著差异。土壤质地中,壤粒含量与有机质的多尺度关系最为明显。光谱主份1在全部样带中所有表征尺度上均与有机质显著相关。(3)采用MEMD法对有机质的预测精度高于基于原始数据的逐步多元回归结果。综上,研究结果可为黄土高原盆地区内土壤数字制图、土壤田块的合理设计与有机质的精确预测提供理论依据。 展开更多
关键词 多元经验模态分解 本征模函数 多尺度 土壤有机质 影响因子
下载PDF
基于多元经验模态分解的旋转机械早期故障诊断方法 被引量:66
13
作者 武哲 杨绍普 刘永强 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第2期241-248,共8页
针对旋转机械早期微弱故障诊断问题,提出了基于多元经验模态分解的旋转机械早期故障诊断新方法。首先将多个加速度传感器合理布置在轴承座的关键位置,同步采集多通道振动信息;再利用多元经验模态分解同时对多通道振动信号进行自适应分解... 针对旋转机械早期微弱故障诊断问题,提出了基于多元经验模态分解的旋转机械早期故障诊断新方法。首先将多个加速度传感器合理布置在轴承座的关键位置,同步采集多通道振动信息;再利用多元经验模态分解同时对多通道振动信号进行自适应分解,得到一系列多元IMF分量;最后,依据峭度准则和相关系数从中选取包含故障主要信息的IMF分量进行信号重构,提取故障特征。多元经验模态分解方法克服了EMD等方法在进行多通道数据融合时缺乏理论依据的局限性。仿真信号和旋转机械故障信号的实验结果表明,该方法明显优于EEMD方法,对齿轮和滚动轴承故障的检测精度更高,可以在强背景噪声情况下更好地提取出故障冲击特征。 展开更多
关键词 旋转机械 多元经验模态分解 自适应 峭度准则 故障诊断
下载PDF
基于噪声辅助多元经验模态分解和多尺度形态学的滚动轴承故障诊断方法 被引量:17
14
作者 武哲 杨绍普 +2 位作者 任彬 马新娜 张建超 《振动与冲击》 EI CSCD 北大核心 2016年第4期127-133,共7页
为了从强噪背景中提取滚动轴承微弱故障特征,提出一种基于噪声辅助多元经验模态分解(Noise Assisted Multivariate Empirical Mode Decomposition,NAMEMD)和数学形态学的滚动轴承故障诊断方法。NAMEMD是新提出的一种基于噪声辅助数据分... 为了从强噪背景中提取滚动轴承微弱故障特征,提出一种基于噪声辅助多元经验模态分解(Noise Assisted Multivariate Empirical Mode Decomposition,NAMEMD)和数学形态学的滚动轴承故障诊断方法。NAMEMD是新提出的一种基于噪声辅助数据分析方法,其克服了集成经验模态分解的模态混淆和运算量大等问题。将NAMEMD与多尺度形态学相结合应用于滚动轴承故障诊断。该方法首先利用NAMEMD将多分量调频调幅故障信号自适应分解为一系列IMF分量;其次,选取能量高的IMF分量求和重构;最后利用多尺度形态学差值滤波器提取信号的故障特征频率。为了验证理论的正确性,进行了仿真试验和轴承故障试验,并与EEMD和包络解调进行了比较,结果表明该方法在进一步降低模态混叠效应的同时,明显提高了运算速度,对滚动轴承外圈、内圈和滚子故障的检测精度更高,能够清晰地提取出故障信号的故障特征频率。 展开更多
关键词 噪声辅助多元经验模态分解 模态混叠 多尺度形态学 滚动轴承 故障诊断
下载PDF
利用窄带噪声辅助多元经验模态分解算法检测换流变压器用有载分接开关机械状态 被引量:26
15
作者 段若晨 王丰华 +1 位作者 周荔丹 姚钢 《电工技术学报》 EI CSCD 北大核心 2017年第10期182-189,共8页
为有效检测换流变压器用有载分接开关的机械状态,提出一种窄带噪声辅助多元经验模态分解的方法对有载分接开关切换过程中采集到的多通道振动信号进行分析。具体应用时,在原始多通道振动信号中增加若干通道窄带噪声信号,并在统一高维超... 为有效检测换流变压器用有载分接开关的机械状态,提出一种窄带噪声辅助多元经验模态分解的方法对有载分接开关切换过程中采集到的多通道振动信号进行分析。具体应用时,在原始多通道振动信号中增加若干通道窄带噪声信号,并在统一高维超球面坐标系下进行分解计算,从而在有效抑制经验模态分解过程中模态混叠现象的同时,极大提高了多维振动信号分解的准确性并降低了运算复杂性。进而根据区间最大功率特征计算固有模态函数的功率矩阵,对有载分接开关的机械特征进行描述。对有载分接开关样机正常与典型机械故障时振动信号的计算结果表明,其不同工况下的功率特征有较大区别,所定义的矩阵相似度指标可较好地衡量有载分接开关典型故障时的振动差异程度。此外,触头松动时与正常工况的相似度指标低于绝缘板松动故障,说明触头松动故障对有载分接开关切换过程的影响更为明显。 展开更多
关键词 换流变压器 有载分接开关 多元经验模态分解 窄带噪声 功率矩阵相似度
下载PDF
经验模态分解理论及其应用 被引量:19
16
作者 郝欢 王华力 魏勤 《高技术通讯》 CAS CSCD 北大核心 2016年第1期67-80,共14页
阐述了经验模态分解(EMD)的概念、基本理论及其作为一种数据驱动的时频分析方法,能够根据信号特点自适应地将信号分解成一组具有物理意义的固有模态函数的线性组合,十分适合于非线性、非平稳信号分析的机理,然后综述了一维EMD算法在解... 阐述了经验模态分解(EMD)的概念、基本理论及其作为一种数据驱动的时频分析方法,能够根据信号特点自适应地将信号分解成一组具有物理意义的固有模态函数的线性组合,十分适合于非线性、非平稳信号分析的机理,然后综述了一维EMD算法在解决包络拟合、边界效应、模态混叠等关键问题上的研究进展,重点对新兴的多维经验模态分解的发展情况进行了详细论述;介绍了EMD在信号去噪,地球物理、生物医学信号处理,电力工程、机械工程故障诊断方面的主要应用,结合EMD研究中的难点问题,指出了下一步研究的五个重要方向。 展开更多
关键词 经验模态分解(EMD) 时频分析 固有模态函数(IMF) 多维经验模态分解
下载PDF
基于多元经验模态分解互近似熵及GG聚类的轴承故障诊断 被引量:8
17
作者 张淑清 李威 +3 位作者 张立国 胡永涛 钱磊 姜万录 《中国机械工程》 EI CAS CSCD 北大核心 2016年第24期3362-3367,共6页
提出了一种基于多元经验模态分解(Multi-EMD)、互近似熵和GG聚类的滚动故障轴承诊断方法。首先,将振动信号进行多元经验模态分解,得到若干个内禀模态函数(IMF)分量和一个趋势项。然后,将IMF分量分别与原始信号进行相关性分析,筛选出前7... 提出了一种基于多元经验模态分解(Multi-EMD)、互近似熵和GG聚类的滚动故障轴承诊断方法。首先,将振动信号进行多元经验模态分解,得到若干个内禀模态函数(IMF)分量和一个趋势项。然后,将IMF分量分别与原始信号进行相关性分析,筛选出前7个含主要特征信息的IMF分量,并将筛选的IMF分量的互近似熵作为特征向量。最后,将特征向量输入到GG模糊分类器中进行聚类识别。通过聚类三维图,对两种算法机械运行的4种状态进行了对比,验证了多元经验模态分解方法不仅可解决采样的不均衡问题,而且可解决EMD算法聚类的混叠问题。 展开更多
关键词 轴承故障诊断 多元经验模态分解 互近似熵 GG聚类
下载PDF
基于经验模态分解与回归分析的空间外差光谱目标提取 被引量:5
18
作者 叶松 李源壮 +5 位作者 孙永丰 高凤艳 王新强 汪杰君 张文涛 王方原 《红外与激光工程》 EI CSCD 北大核心 2018年第12期349-355,共7页
为识别空间外差光谱仪探测目标干涉信号的特征信息,提出一种基于经验模态分解与回归分析的空间干涉谱目标提取方法。首先对预处理后的光谱进行经验模态自适应分解,得到各阶次固有模态分量并分别计算它们与原始光谱信号的Pearson相关系数... 为识别空间外差光谱仪探测目标干涉信号的特征信息,提出一种基于经验模态分解与回归分析的空间干涉谱目标提取方法。首先对预处理后的光谱进行经验模态自适应分解,得到各阶次固有模态分量并分别计算它们与原始光谱信号的Pearson相关系数,根据相关系数分选准则判定背景与目标信息重构的分界点。然后计算重构背景与实测背景间的Pearson相关系数来判定经验模态分解结果。对信号主导的固有模态分量利用小波软阈值进行消噪,重构较纯净的目标特征信息;利用目标特征信息与原始干涉光谱信息进行多元线性回归分析获得最佳的近似滤波系数,构造滤波器并应用到目标信号,提取目标。最后通过差谱信号与提取的目标光谱的Pearson相关系数来判别提取的目标信号。实验结果表明:经验模态分解可将背景与目标近似分离;在未知背景信号情况下,利用经验模态分解与回归分析可实现钾共振双线特征光谱的提取。 展开更多
关键词 空间外差光谱仪 光谱图 经验模态分解 多元线性回归分析 Pearson相关系数
下载PDF
基于MEMD与全息谱技术的加速度传感器信息融合 被引量:5
19
作者 刘栋材 郭杰 申远 《中国科学技术大学学报》 CAS CSCD 北大核心 2016年第8期702-708,共7页
针对加速度传感器测得的多通道信号中存在耦合的问题,提出了基于多元经验模态分解(multivariate empirical mode decomposition,MEMD)与全息谱技术相结合的信号分析方法.首先使用MEMD对多通道信号进行自适应分解.然后选择工频的经验模... 针对加速度传感器测得的多通道信号中存在耦合的问题,提出了基于多元经验模态分解(multivariate empirical mode decomposition,MEMD)与全息谱技术相结合的信号分析方法.首先使用MEMD对多通道信号进行自适应分解.然后选择工频的经验模态函数分量做全息谱分析,得到二维全息图和全息瀑布图,这些全息图可以直观地反映出振动形态的大小和方向,实现对振动模态特性的分析.最后将该方法应用于叉车方向盘的振动分析,分析的结果很好地验证了方法的正确性和有效性. 展开更多
关键词 加速度传感器 多元经验模态分解(MEMD) 全息谱 信息融合
下载PDF
齿轮点蚀的多通道数据融合识别方法 被引量:5
20
作者 熊炘 杨世锡 +1 位作者 甘春标 叶红仙 《振动.测试与诊断》 EI CSCD 北大核心 2014年第1期63-68,190,共6页
针对齿轮箱振动信号中混杂其他零部件振动频率的问题,提出一种基于小波包分解独立分量分析(wavelet package independent component analysis,简称WPICA)和多维经验模式分解(multivariate empirical mode decomposition,简称MEMD)的齿... 针对齿轮箱振动信号中混杂其他零部件振动频率的问题,提出一种基于小波包分解独立分量分析(wavelet package independent component analysis,简称WPICA)和多维经验模式分解(multivariate empirical mode decomposition,简称MEMD)的齿轮箱齿面点蚀故障信号的多通道数据融合识别方法。首先,利用一种窄带独立分量分析(sub-band decomposition independent component analysis,简称SDICA)方法—WPICA,从水泵机组多通道信号中提取齿轮箱振源,确定齿轮箱振动包含的特征频率成分;其次,借助MEMD分解多通道机组振动信号,将所获得的多维固有模式函数(intrinsic mode function,简称IMF)进行矩阵互信息运算,完成多通道数据的融合;最后,通过定义IMF故障敏感因子,确定故障敏感IMF的阶数并获得了齿轮点蚀故障的特征频率。数据分析结果证明了本研究方法的有效性。 展开更多
关键词 齿轮箱 齿轮点蚀 小波包分解独立分量分析 多维经验模式分解
下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部