期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于OVMD-MPE算法的隧道爆破振动数据降噪分析
1
作者 王双 赵文清 +3 位作者 赵事成 郝广伟 龙福中 苏晖 《爆破》 CSCD 北大核心 2023年第4期166-173,共8页
受隧道爆破复杂环境和仪器电磁干扰等因素的影响,实测爆破振动信号多含有高频噪声,通过直接分析原始信号不能有效分析爆破振动规律。为获得真实的爆破振动特征,采用基于最优变分模态分解(OVMD)和多尺度排列熵(MPE)相结合的信号光滑降噪... 受隧道爆破复杂环境和仪器电磁干扰等因素的影响,实测爆破振动信号多含有高频噪声,通过直接分析原始信号不能有效分析爆破振动规律。为获得真实的爆破振动特征,采用基于最优变分模态分解(OVMD)和多尺度排列熵(MPE)相结合的信号光滑降噪模型,通过仿真叠加信号和工程实测信号进行检验。首先将信号进行OVMD分解得到带限固有模态函数(BIMF),然后将大于MPE设定阈值的高频BIMF作为噪声剔除,最后重构剩余BIMF分量,得到降噪信号。结果表明:OVMD-MPE模型能精确识别信号的频率信息,前两阶分量能有效反映叠加信号的有效成分,适用高精度数据序列分析,提取数据序列特征;相较EEMD-MPE和CEEMDAN-MPE模型,OVMD-MPE模型具备更优降噪性能,降噪误差比、均根方误差和光滑度分别提升22.05%、48%和33.34%,去噪后曲线更贴近原始信号,更适用不同震源距离的爆破信号分析;双子山隧道右线施工时产生的爆破扰动集中于200 Hz以下的中低频段,双子山隧道衬砌结构的固有频率与爆破信号频率相仿,需采取减震措施确保隧道工程的施工安全。 展开更多
关键词 隧道工程 爆破振动 ovmd MPE 信号降噪
下载PDF
基于OVMD-TVFEMD二次分解和HPO-ELM的水电机组振动趋势预测 被引量:1
2
作者 张楠 朱永奇 +2 位作者 孙娜 赖昕杰 李超顺 《水电能源科学》 北大核心 2023年第10期204-207,199,共5页
针对已有水电机组振动趋势预测模型的局限性,提出了一种基于最优变分模态分解(OVMD)、时变滤波器经验模态分解(TVFEMD)、猎人猎物优化算法(HPO)和极限学习机(ELM)的水电机组振动趋势预测方法。该方法先通过OVMD对原始水电机组振动信号... 针对已有水电机组振动趋势预测模型的局限性,提出了一种基于最优变分模态分解(OVMD)、时变滤波器经验模态分解(TVFEMD)、猎人猎物优化算法(HPO)和极限学习机(ELM)的水电机组振动趋势预测方法。该方法先通过OVMD对原始水电机组振动信号进行自适应分解,进一步采用TVFEND对分解后的残差进行二次分解。然后建立各子序列的HPO-ELM振动趋势预测模型;叠加重构所有子序列预测结果获得最终的预测振动信号。研究结果表明,该方法预测效果明显优于传统方法,有效提高了水电机组振动趋势预测精度,具有较好的工程应用价值。 展开更多
关键词 水电机组振动趋势预测 最优变分模态分解 二次分解 极限学习机 优化算法
下载PDF
基于OVMD算法集成学习模型的火电厂关键辅机故障诊断 被引量:2
3
作者 周传杰 张林 +4 位作者 陈节涛 张航 裴浩然 徐春梅 彭道刚 《自动化仪表》 CAS 2023年第4期43-47,共5页
针对火电厂辅机设备运行工况复杂、系统非线性强、易受背景噪声干扰、故障特征难以提取等问题,提出1种基于最优变分模态分解(OVMD)算法的集成学习模型故障诊断方法。首先,使用OVMD算法对辅机的纵向与横向原始振动信号进行预处理,从中提... 针对火电厂辅机设备运行工况复杂、系统非线性强、易受背景噪声干扰、故障特征难以提取等问题,提出1种基于最优变分模态分解(OVMD)算法的集成学习模型故障诊断方法。首先,使用OVMD算法对辅机的纵向与横向原始振动信号进行预处理,从中提取均方根、裕度、峰值、平均值、波形指标、方差等10个参数作为轻量级梯度提升机(LightGBM)的特征向量。然后,结合集成学习算法构造Bagging-LightGBM集成学习模型。试验结果表明:与单一的LightGBM分类器相比,Bagging-LightGBM集成学习模型对于火电厂辅机故障诊断性能更优。集成学习模型为火电厂辅机故障诊断研究提供了参考。 展开更多
关键词 火电厂 关键辅机 最优变分模态分解算法 集成学习 轻量级梯度提升机 特征提取 故障诊断
下载PDF
OVMD与三维奇异谱特征融合的往复压缩机气阀故障识别方法
4
作者 刘岩 康丽 +1 位作者 苏庆勇 王金东 《机床与液压》 北大核心 2023年第9期226-232,共7页
针对往复压缩机气阀断裂型故障危害下故障振动波形的变异特点,为提高常见的气阀阀片失效后期断裂型故障的识别率,提出一种基于最优变分模态分解(OVMD)和三维奇异谱融合的诊断算法。通过VMD参数优化,利用多重分形去趋势波动分析(MFDFA)... 针对往复压缩机气阀断裂型故障危害下故障振动波形的变异特点,为提高常见的气阀阀片失效后期断裂型故障的识别率,提出一种基于最优变分模态分解(OVMD)和三维奇异谱融合的诊断算法。通过VMD参数优化,利用多重分形去趋势波动分析(MFDFA)提取模态分量的三维奇异谱参数分析,结合核主分量分析降维提取不同工况模态分量的特征值,并建立完整的OVMD_MFDFA融合诊断识别方案。模拟试验和算法对比证实,该法能有效提高环状气阀阀片断裂故障诊断效率和准确性。 展开更多
关键词 最优变分模态分解 多重分形去趋势波动分析 三维奇异谱 往复压缩机 气阀故障
下载PDF
基于OVMD与SVR的水电机组振动趋势预测 被引量:20
5
作者 付文龙 周建中 +1 位作者 张勇传 郑阳 《振动与冲击》 EI CSCD 北大核心 2016年第8期36-40,共5页
为更好地预测水电机组振动趋势,研究提出了一种基于最优变分模态分解(OVMD)与支持向量回归(SVR)的水电机组振动趋势预测模型。首先基于中心频率观察法与残差指标最小化准则确定OVMD的分解参数,采用OVMD将非平稳振动序列分解为一系列模... 为更好地预测水电机组振动趋势,研究提出了一种基于最优变分模态分解(OVMD)与支持向量回归(SVR)的水电机组振动趋势预测模型。首先基于中心频率观察法与残差指标最小化准则确定OVMD的分解参数,采用OVMD将非平稳振动序列分解为一系列模态函数,并对各模态函数分别进行相空间重构,构建状态矩阵,进而得到SVR回归预测模型的输入、输出,再采用交叉验证的网格搜索策略优化各SVR模型的参数,并分别进行回归预测,最后对所有SVR预测结果进行求和,得到原始振动趋势的预测值。研究对某大型混流式水电机组的振动监测数据进行预测试验,并进行对比分析,结果表明该模型可有效预测水电机组振动趋势。 展开更多
关键词 最优变分模态分解 相空间重构 支持向量回归 非平稳 振动趋势预测
下载PDF
刀具振动无线检测系统研究
6
作者 潘盛湖 徐尚飞 +1 位作者 刘剑 谢林成 《机械科学与技术》 CSCD 北大核心 2024年第6期1031-1041,共11页
针对现有刀具振动无线检测系统中传感装置的布置对刀柄改造较大、成本较高等问题,以传感装置低功耗、小型化为设计理念,采用低功耗蓝牙5.0、MEMS传感器及Python,设计了一种用于铣削加工中的刀具振动无线检测系统。传感装置测试及铣削实... 针对现有刀具振动无线检测系统中传感装置的布置对刀柄改造较大、成本较高等问题,以传感装置低功耗、小型化为设计理念,采用低功耗蓝牙5.0、MEMS传感器及Python,设计了一种用于铣削加工中的刀具振动无线检测系统。传感装置测试及铣削实验结果:相较于已有同类传感装置,系统传感装置保证信号传输性能的同时,降低了功耗,实现了小型化;提出的基于融合指标的OVMD-双树复小波降噪方法的去噪效果优于小波阈值等其他常用降噪方法;与现有无线系统相比,设计的无线系统使用同一CNN模型进行刀具磨损状态识别的准确率更高。结果表明设计的无线系统更具实用性的同时,能有效地保留振动信号中的特征,为刀具磨损状态识别提供了一种获取振动信号的可靠方案。 展开更多
关键词 刀具振动 低功耗蓝牙5.0 MEMS传感器 基于融合指标的ovmd-双树复小波降噪 CNN
下载PDF
基于多气象要素降维及改进型变分模态分解算法的光伏发电功率预测模型研究 被引量:8
7
作者 杨凌升 李伟 《可再生能源》 CAS CSCD 北大核心 2022年第9期1157-1165,共9页
为了精准预测光伏发电输出功率,文章提出了一种基于多气象要素降维、优化后的变分模态分解(OVMD)技术、自适应t分布的麻雀搜索算法(t SSA)和最小二乘法向量机(LSSVM)的光伏发电输出功率预测模型。利用OVMD技术对输入光伏时间序列数据进... 为了精准预测光伏发电输出功率,文章提出了一种基于多气象要素降维、优化后的变分模态分解(OVMD)技术、自适应t分布的麻雀搜索算法(t SSA)和最小二乘法向量机(LSSVM)的光伏发电输出功率预测模型。利用OVMD技术对输入光伏时间序列数据进行分解处理,引入t SSA对利用各模态分量建立的LSSVM模型进行参数寻优,搭建了基于OVMD-t SSA-LSSVM算法的光伏功率预测模型,并使用了中国东南沿海某地区3 a的气象数据和实时的光伏输出功率数据进行模型性能验证,通过与SVM,LSSVM,VMD-LSSVM和VMDSSA-LSSVM 4种模型的预测性能对比,OVMD-t SSA-LSSVM模型的预测精度和拟合效果均最优。实验数据表明,该模型的平均绝对百分比误差(MAPE)和均方根误差(RMSE)分别小于3%和0.35,决定系数(R-Square)超过了97%。最后,通过光伏气象要素降维处理,进一步提升了OVMD-t SSA-LSSVM模型性能。 展开更多
关键词 光伏发电系统 输出功率预测 ovmd-t SSA-LSSVM 多气象要素
下载PDF
Signal pre-processing method and application design of edge nodes for distributed electromechanical system
8
作者 LIU Peijin ZHANG Xiangxiang +2 位作者 SUN Yu SHI Mengtao HE Ning 《Journal of Measurement Science and Instrumentation》 CAS CSCD 2021年第3期272-280,共9页
A signal pre-processing method based on optimal variational mode decomposition(OVMD)is proposed to improve the efficiency and accuracy of local data filtering and analysis of edge nodes in distributed electromechanica... A signal pre-processing method based on optimal variational mode decomposition(OVMD)is proposed to improve the efficiency and accuracy of local data filtering and analysis of edge nodes in distributed electromechanical systems.Firstly,the singular points of original signals are eliminated effectively by using the first-order difference method.Then the OVMD method is applied for signal modal decomposition.Furthermore,correlation analysis is conducted to determine the degree of correlation between each mode and the original signal,so as to accurately separate the real operating signal from noise signal.On the basis of theoretical analysis and simulation,an edge node pre-processing system for distributed electromechanical system is designed.Finally,by virtue of the signal-to-noise ratio(SNR)and root-mean-square error(RMSE)indicators,the signal pre-processing effect is evaluated.The experimental results show that the OVMD-based edge node pre-processing system can extract signals with different characteristics and improve the SNR of reconstructed signals.Due to its high fidelity and reliability,this system can also provide data quality assurance for subsequent system health monitoring and fault diagnosis. 展开更多
关键词 distributed electromechanical system electromechanical signal edge node optimal variational mode decomposition(ovmd) signal pre-processing system
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部