期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
9
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
EMD-ICA联合的信号处理方法研究
被引量:
1
1
作者
贾春花
《工业控制计算机》
2014年第4期101-102,105,共3页
经验模态分解(EMD)方法和独立分量分析(ICA)方法在信号处理中各有优势与缺陷,详细介绍了这两种方法,深入分析了EMD-ICA联合技术在信号降噪和信号提取中的实现过程,并对该方法在电力工程、机械工程及地震工程中的研究应用作了详细介绍。
关键词
经验模态分解
独立分量分析
EMD—ICA
信号降噪
信号提取
下载PDF
职称材料
基于改进EMD-小波包的爆破振动信号降噪方法研究
2
作者
闫鹏
张云鹏
+2 位作者
侯善营
张为为
杨曦
《振动与冲击》
EI
CSCD
北大核心
2024年第11期264-271,287,共9页
针对经验模态分解(empirical mode decomposition, EMD)存在模态混叠和降噪效果不佳的问题,依据分解—正交—聚类—降噪—重构的思想,提出了改进EMD-小波包的爆破振动信号降噪方法。该方法融合了核主成分分析的正交性、K-means算法的聚...
针对经验模态分解(empirical mode decomposition, EMD)存在模态混叠和降噪效果不佳的问题,依据分解—正交—聚类—降噪—重构的思想,提出了改进EMD-小波包的爆破振动信号降噪方法。该方法融合了核主成分分析的正交性、K-means算法的聚类特性以及小波包的降噪优势,不仅可以消除EMD的模态混叠,也具有良好的降噪效果。研究结果表明:与自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise analysis, CEEMDAN)和EMD方法相比,在模拟信号降噪试验中,改进EMD-小波包方法的信噪比(7.9 dB)最大,均方根误差(2.96)最小。在实测爆破振动信号降噪中,改进EMD-小波包方法降噪后的信号与原始信号相关系数最大为0.91。改进EMD-小波包和CEEMDAN方法的降噪效果相对理想,且改进EMD-小波包方法对10~60 Hz低频信号能量保存效果较好,对60 Hz以上中高频噪声的滤除效果最好。
展开更多
关键词
爆破振动信号
经验模态分解(EMD)
核主成分分析(KPCA)
K-MEANS算法
小波包
降噪
下载PDF
职称材料
基于ICEEMDAN和IMWPE-LDA-BOA-SVM的齿轮箱损伤识别模型
被引量:
2
3
作者
王洪
张锐丽
吴凯
《机电工程》
CAS
北大核心
2023年第11期1709-1717,共9页
针对齿轮箱振动信号中的背景噪声过大影响故障特征质量,进而降低故障识别准确率的问题,提出了一种基于改进自适应噪声完备集成经验模态分解(ICEEMDAN)、改进多尺度加权排列熵(IMWPE)、利用线性判别分析(LDA)、蝴蝶优化算法(BOA)优化支...
针对齿轮箱振动信号中的背景噪声过大影响故障特征质量,进而降低故障识别准确率的问题,提出了一种基于改进自适应噪声完备集成经验模态分解(ICEEMDAN)、改进多尺度加权排列熵(IMWPE)、利用线性判别分析(LDA)、蝴蝶优化算法(BOA)优化支持向量机(SVM)的齿轮箱故障诊断方法(ICEEMDAN-IMWPE-LDA-BOA-SVM)。首先,采用ICEEMDAN对齿轮箱振动信号进行了分解,生成了一系列从低频到高频分布的本征模态函数分量;接着,基于相关系数筛选出包含主要故障信息的本征模态函数分量,进行了信号重构,降低了信号的噪声;随后,提出了改进多尺度加权排列熵的非线性动力学指标,并利用其提取了重构信号的故障特征,以构建反映齿轮箱故障特性的故障特征;然后,利用线性判别分析(LDA)对原始故障特征进行了压缩,以构建低维的故障特征向量;最后,采用蝴蝶优化算法(BOA)对支持向量机(SVM)的惩罚系数和核函数参数进行了优化,以构建参数最优的故障分类器,对齿轮箱的故障进行了识别;基于齿轮箱复合故障数据集对ICEEMDAN-IMWPE-BOA-SVM方法进行了实验和对比分析。研究结果表明:该方法能够较为准确地识别齿轮箱的不同故障类型,准确率达到了99.33%,诊断时间只需5.31 s,在多个方面都优于其他对比方法,在齿轮箱的故障诊断中更具有应用潜力。
展开更多
关键词
故障特征提取
信号分解及信号重构
特征降维
改进自适应噪声完备集成经验模态分解
改进多尺度加权排列熵
线性判别分析
蝴蝶优化算法
支持向量机
下载PDF
职称材料
基于ICEEMDAN的滚动轴承声信号故障诊断方法
4
作者
李篪
陈长征
《沈阳工业大学学报》
CAS
北大核心
2023年第6期672-679,共8页
针对基于单通道声信号的机械故障诊断信号干扰成分大,故障特征难以提取的问题,提出了一种结合改进自适应噪声完备经验模态分解(ICEEMDAN)和快速独立分量分析(FastICA)的方法。依据峭度与信号相关性准则设定本征内模分量(IMF)选取系数,对...
针对基于单通道声信号的机械故障诊断信号干扰成分大,故障特征难以提取的问题,提出了一种结合改进自适应噪声完备经验模态分解(ICEEMDAN)和快速独立分量分析(FastICA)的方法。依据峭度与信号相关性准则设定本征内模分量(IMF)选取系数,对ICEEMDAN自适应分解的IMF进行有效筛选,实现信号降噪和粗提取,并以所选IMF作为虚拟通道,应用FastICA成功实现信噪的盲源分离。通过内外圈故障轴承实验数据对算法实行对比验证,结果表明,所提算法大幅降低了噪声及干扰,有效提取了故障特征。
展开更多
关键词
机械故障诊断
声学诊断
声信号
滚动轴承
改进自适应噪声完备经验模态分解
快速独立分量分析
特征提取
盲源分离
下载PDF
职称材料
基于ICA和EMD的生理信号提取
被引量:
1
5
作者
张言飞
欧阳健飞
姚丽峰
《计算机工程与应用》
CSCD
北大核心
2016年第6期167-171,共5页
提出一种新的获取人体生理参数的方法,用摄像头采集人脸的彩色视频,对人脸区域进行颜色通道分离和独立成分分析(ICA),获取有用信号。使用经验模态分解(EMD)的方法,把信号分解成可以反映出生命信息的固有模态函数(IMF),再根据所设计的提...
提出一种新的获取人体生理参数的方法,用摄像头采集人脸的彩色视频,对人脸区域进行颜色通道分离和独立成分分析(ICA),获取有用信号。使用经验模态分解(EMD)的方法,把信号分解成可以反映出生命信息的固有模态函数(IMF),再根据所设计的提取准则,分别提取出较为准确的心跳和呼吸信号。用Bland-Altman法进行对比实验分析,结果表明,此方法具有一定的准确性和实用性。
展开更多
关键词
生理信号
独立成分分析
经验模态分解
信号提取
下载PDF
职称材料
下颌表面肌电提取和评价呼吸相关时相型成分
6
作者
张达
曹征涛
+2 位作者
李彦如
叶京英
俞梦孙
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2014年第8期1875-1882,共8页
利用表面电极采集的下颌表面肌电信号比较微弱,又受周围其他生理电信号和外界电磁干扰的影响,信噪比很低,传统的信号处理方法已不能很好地解决。本文在现有电极数量、排布方式和肌电信号采集设备基础上,采用独立分量分析与经验模式分解...
利用表面电极采集的下颌表面肌电信号比较微弱,又受周围其他生理电信号和外界电磁干扰的影响,信噪比很低,传统的信号处理方法已不能很好地解决。本文在现有电极数量、排布方式和肌电信号采集设备基础上,采用独立分量分析与经验模式分解相结合,对下颌表面肌电信号进行处理;并结合呼吸气流信号,提出针对下颌表面肌电信号处理的评价方法。我们同步采集了正常成年人和阻塞性睡眠呼吸暂停/低通气综合征患者在不同睡眠期的下颌表面肌电和呼吸气流信号。处理结果表明,下颌表面肌电信号的信噪比从处理前的-0.85±6.11 dB提高到4.55±6.67 dB;同时,呼吸与下颌表面肌电信号的均方根值之间的互相关也从0.39±0.13增加到0.52±0.19。说明,该方法能大幅提高信号质量,并提取出下颌表面肌电信号随呼吸变化的实相性成分。
展开更多
关键词
颏舌肌
表面肌电
独立分量分析
经验模式分解
信噪比
下载PDF
职称材料
疲劳裂纹扩展声发射信号去噪盲分离
7
作者
王兴路
贺利乐
+2 位作者
贺瑞
石嘉堃
柴健湣
《机械科学与技术》
CSCD
北大核心
2021年第10期1608-1613,共6页
采用声发射技术评估疲劳裂纹扩展状态时,评估结论会受到其它类型声发射信号和噪声的干扰。针对上述问题,在分析经验模态分解和独立分量分析特点的基础上,提出集合导数优化经验模态分解与独立分量分析相结合的声发射信号去噪盲分离方法,...
采用声发射技术评估疲劳裂纹扩展状态时,评估结论会受到其它类型声发射信号和噪声的干扰。针对上述问题,在分析经验模态分解和独立分量分析特点的基础上,提出集合导数优化经验模态分解与独立分量分析相结合的声发射信号去噪盲分离方法,用于疲劳裂纹扩展声发射信号的处理。分别进行模拟声发射信号和疲劳裂纹扩展试验,采用上述方法对采集声发射信号进行去噪盲分离,结果表明:基于集合导数优化经验模态分解与独立分量分析的声发射信号去噪方法可有效去除噪声信号的干扰,准确分离出疲劳裂纹扩展声发射信号,为进行含裂纹结构的疲劳损伤状态评估和剩余寿命预测奠定基础。
展开更多
关键词
声发射信号
去噪盲分离
集合导数优化经验模态分解
独立分量分析
疲劳裂纹扩展
下载PDF
职称材料
基于FastICA-EEMD的振动信号特征提取
被引量:
7
8
作者
赵佳佳
贾嵘
+2 位作者
武桦
董开松
党建
《水力发电学报》
EI
CSCD
北大核心
2017年第3期63-70,共8页
针对水轮发电机组的振动信号之间相互影响且容易受到噪声干扰的问题,提出了一种基于快速独立分量分析(FastICA)和集合经验模态分解(EEMD)的故障特征提取方法。首先,利用快速独立分量分析将原始信号分离成若干个独立分量;然后对每个分量...
针对水轮发电机组的振动信号之间相互影响且容易受到噪声干扰的问题,提出了一种基于快速独立分量分析(FastICA)和集合经验模态分解(EEMD)的故障特征提取方法。首先,利用快速独立分量分析将原始信号分离成若干个独立分量;然后对每个分量均进行集合经验模态分解,根据归一化能量与归一化相关系数两个参数来选取有效的本征模态分量(IMF);最后将其进行重构以获得对应的故障特征。通过仿真与实例分析,并与其他方法进行对比,结果表明该方法可以有效抑制噪声干扰,更为全面、准确地提取到水轮发电机组的振动特征信号,满足实际工程需求。
展开更多
关键词
水轮发电机组
振动信号
快速独立分量分析
集合经验模态分解
本征模态分量
特征提取
原文传递
基于EEMD与ICA的油井声波信号去噪方法研究
被引量:
3
9
作者
张鹏
孙飞
于政委
《自动化与仪器仪表》
2016年第1期127-129,共3页
针对声波法测油井动液面过程中,声波信号受油套环空中噪声的影响,出现反射声波信号不易辨识的问题。本文提出将总体经验模态分解和独立分量分析相结合的去噪方法,进而分离出反射声波信号和噪声信号。实验表明,该方法在复杂噪声干扰下,...
针对声波法测油井动液面过程中,声波信号受油套环空中噪声的影响,出现反射声波信号不易辨识的问题。本文提出将总体经验模态分解和独立分量分析相结合的去噪方法,进而分离出反射声波信号和噪声信号。实验表明,该方法在复杂噪声干扰下,有效地分离出反射声波信号,提高目标信号的信噪比,证明该方法在油井声波信号处理中的有效性。
展开更多
关键词
反射声波信号
总体经验模态分解
独立分量分析
信噪比
原文传递
题名
EMD-ICA联合的信号处理方法研究
被引量:
1
1
作者
贾春花
机构
山西大学工程学院计算机工程系
出处
《工业控制计算机》
2014年第4期101-102,105,共3页
文摘
经验模态分解(EMD)方法和独立分量分析(ICA)方法在信号处理中各有优势与缺陷,详细介绍了这两种方法,深入分析了EMD-ICA联合技术在信号降噪和信号提取中的实现过程,并对该方法在电力工程、机械工程及地震工程中的研究应用作了详细介绍。
关键词
经验模态分解
独立分量分析
EMD—ICA
信号降噪
信号提取
Keywords
empirical mode decomposition
,
independent component analysis
,
emd-ica
,
signal noise reduction
,
signal extraction
分类号
TN911.7 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
基于改进EMD-小波包的爆破振动信号降噪方法研究
2
作者
闫鹏
张云鹏
侯善营
张为为
杨曦
机构
华北理工大学矿业工程学院
华北理工大学河北省矿业开发与安全技术重点实验室
华北理工大学建筑工程学院
出处
《振动与冲击》
EI
CSCD
北大核心
2024年第11期264-271,287,共9页
基金
河北省教育厅在读研究生创新能力培养资助项目(CXZZBS2023124)
河北省高等学校科学技术研究项目(编号:QN2023166)
+1 种基金
河北省自然科学基金(E2016209388)
国家自然科学基金资助项目(52074124)。
文摘
针对经验模态分解(empirical mode decomposition, EMD)存在模态混叠和降噪效果不佳的问题,依据分解—正交—聚类—降噪—重构的思想,提出了改进EMD-小波包的爆破振动信号降噪方法。该方法融合了核主成分分析的正交性、K-means算法的聚类特性以及小波包的降噪优势,不仅可以消除EMD的模态混叠,也具有良好的降噪效果。研究结果表明:与自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise analysis, CEEMDAN)和EMD方法相比,在模拟信号降噪试验中,改进EMD-小波包方法的信噪比(7.9 dB)最大,均方根误差(2.96)最小。在实测爆破振动信号降噪中,改进EMD-小波包方法降噪后的信号与原始信号相关系数最大为0.91。改进EMD-小波包和CEEMDAN方法的降噪效果相对理想,且改进EMD-小波包方法对10~60 Hz低频信号能量保存效果较好,对60 Hz以上中高频噪声的滤除效果最好。
关键词
爆破振动信号
经验模态分解(EMD)
核主成分分析(KPCA)
K-MEANS算法
小波包
降噪
Keywords
blasting vibration
signal
empirical mode decomposition
(EMD)
kernel principal
component
analysis
(KPCA)
K-means algorithm
wavelet packet
noise
reduction
分类号
TD235 [矿业工程—矿井建设]
O384 [理学—流体力学]
下载PDF
职称材料
题名
基于ICEEMDAN和IMWPE-LDA-BOA-SVM的齿轮箱损伤识别模型
被引量:
2
3
作者
王洪
张锐丽
吴凯
机构
宜宾职业技术学院智能制造学院
成都理工大学机电工程学院
出处
《机电工程》
CAS
北大核心
2023年第11期1709-1717,共9页
基金
国家自然科学基金资助项目(51875479)。
文摘
针对齿轮箱振动信号中的背景噪声过大影响故障特征质量,进而降低故障识别准确率的问题,提出了一种基于改进自适应噪声完备集成经验模态分解(ICEEMDAN)、改进多尺度加权排列熵(IMWPE)、利用线性判别分析(LDA)、蝴蝶优化算法(BOA)优化支持向量机(SVM)的齿轮箱故障诊断方法(ICEEMDAN-IMWPE-LDA-BOA-SVM)。首先,采用ICEEMDAN对齿轮箱振动信号进行了分解,生成了一系列从低频到高频分布的本征模态函数分量;接着,基于相关系数筛选出包含主要故障信息的本征模态函数分量,进行了信号重构,降低了信号的噪声;随后,提出了改进多尺度加权排列熵的非线性动力学指标,并利用其提取了重构信号的故障特征,以构建反映齿轮箱故障特性的故障特征;然后,利用线性判别分析(LDA)对原始故障特征进行了压缩,以构建低维的故障特征向量;最后,采用蝴蝶优化算法(BOA)对支持向量机(SVM)的惩罚系数和核函数参数进行了优化,以构建参数最优的故障分类器,对齿轮箱的故障进行了识别;基于齿轮箱复合故障数据集对ICEEMDAN-IMWPE-BOA-SVM方法进行了实验和对比分析。研究结果表明:该方法能够较为准确地识别齿轮箱的不同故障类型,准确率达到了99.33%,诊断时间只需5.31 s,在多个方面都优于其他对比方法,在齿轮箱的故障诊断中更具有应用潜力。
关键词
故障特征提取
信号分解及信号重构
特征降维
改进自适应噪声完备集成经验模态分解
改进多尺度加权排列熵
线性判别分析
蝴蝶优化算法
支持向量机
Keywords
fault feature
extraction
signal
decomposition
and
signal
reconstruction
feature dimension
reduction
improved complete ensemble
empirical mode decomposition
with adaptive
noise
(ICEEMDAN)
improved multi-scale weighted permutation entropy(IMWPE)
linear discriminant
analysis
(LDA)
butterfly optimization algorithm(BOA)
support vector machine(SVM)
分类号
TH132.41 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于ICEEMDAN的滚动轴承声信号故障诊断方法
4
作者
李篪
陈长征
机构
沈阳工业大学机械工程学院
出处
《沈阳工业大学学报》
CAS
北大核心
2023年第6期672-679,共8页
基金
国家自然科学基金项目(51675350,51705337)
辽宁省“揭榜挂帅”科技攻关项目(2022JH1/10400008)。
文摘
针对基于单通道声信号的机械故障诊断信号干扰成分大,故障特征难以提取的问题,提出了一种结合改进自适应噪声完备经验模态分解(ICEEMDAN)和快速独立分量分析(FastICA)的方法。依据峭度与信号相关性准则设定本征内模分量(IMF)选取系数,对ICEEMDAN自适应分解的IMF进行有效筛选,实现信号降噪和粗提取,并以所选IMF作为虚拟通道,应用FastICA成功实现信噪的盲源分离。通过内外圈故障轴承实验数据对算法实行对比验证,结果表明,所提算法大幅降低了噪声及干扰,有效提取了故障特征。
关键词
机械故障诊断
声学诊断
声信号
滚动轴承
改进自适应噪声完备经验模态分解
快速独立分量分析
特征提取
盲源分离
Keywords
mechanical fault diagnosis
acoustic diagnosis
acoustic
signal
rolling bearing
improved complete ensemble
empirical mode decomposition
with adaptive
noise
fast
independent component analysis
fault feature
extraction
blind source separation
分类号
TH133.33 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于ICA和EMD的生理信号提取
被引量:
1
5
作者
张言飞
欧阳健飞
姚丽峰
机构
天津大学精密测试技术及仪器国家重点实验室
出处
《计算机工程与应用》
CSCD
北大核心
2016年第6期167-171,共5页
基金
国家自然科学基金(No.61178040)
文摘
提出一种新的获取人体生理参数的方法,用摄像头采集人脸的彩色视频,对人脸区域进行颜色通道分离和独立成分分析(ICA),获取有用信号。使用经验模态分解(EMD)的方法,把信号分解成可以反映出生命信息的固有模态函数(IMF),再根据所设计的提取准则,分别提取出较为准确的心跳和呼吸信号。用Bland-Altman法进行对比实验分析,结果表明,此方法具有一定的准确性和实用性。
关键词
生理信号
独立成分分析
经验模态分解
信号提取
Keywords
physiological parameters
independent component analysis
(ICA)
empirical mode decomposition
(EMD)
signal extraction
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
下颌表面肌电提取和评价呼吸相关时相型成分
6
作者
张达
曹征涛
李彦如
叶京英
俞梦孙
机构
北京航空航天大学生物与医学工程学院
航空医学研究所航空医学工程研究中心
首都医科大学附属北京同仁医院耳鼻咽喉头颈外科
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2014年第8期1875-1882,共8页
基金
国家科技支撑计划(2013BAI03B00)资助项目
文摘
利用表面电极采集的下颌表面肌电信号比较微弱,又受周围其他生理电信号和外界电磁干扰的影响,信噪比很低,传统的信号处理方法已不能很好地解决。本文在现有电极数量、排布方式和肌电信号采集设备基础上,采用独立分量分析与经验模式分解相结合,对下颌表面肌电信号进行处理;并结合呼吸气流信号,提出针对下颌表面肌电信号处理的评价方法。我们同步采集了正常成年人和阻塞性睡眠呼吸暂停/低通气综合征患者在不同睡眠期的下颌表面肌电和呼吸气流信号。处理结果表明,下颌表面肌电信号的信噪比从处理前的-0.85±6.11 dB提高到4.55±6.67 dB;同时,呼吸与下颌表面肌电信号的均方根值之间的互相关也从0.39±0.13增加到0.52±0.19。说明,该方法能大幅提高信号质量,并提取出下颌表面肌电信号随呼吸变化的实相性成分。
关键词
颏舌肌
表面肌电
独立分量分析
经验模式分解
信噪比
Keywords
genioglossus
surface myoelectricity
independent component analysis
empirical mode decomposition
signal
noise
rate
分类号
R318.6 [医药卫生—生物医学工程]
TH785 [机械工程—精密仪器及机械]
下载PDF
职称材料
题名
疲劳裂纹扩展声发射信号去噪盲分离
7
作者
王兴路
贺利乐
贺瑞
石嘉堃
柴健湣
机构
西安航空学院车辆工程学院
西安建筑科技大学机电工程学院
出处
《机械科学与技术》
CSCD
北大核心
2021年第10期1608-1613,共6页
基金
陕西省自然科学基础研究计划项目(2020JQ-908)
陕西省教育厅专项科研计划项目(20JK0695)
西安航空学院2020年省级大学生创新创业训练计划项目(S202011736079)。
文摘
采用声发射技术评估疲劳裂纹扩展状态时,评估结论会受到其它类型声发射信号和噪声的干扰。针对上述问题,在分析经验模态分解和独立分量分析特点的基础上,提出集合导数优化经验模态分解与独立分量分析相结合的声发射信号去噪盲分离方法,用于疲劳裂纹扩展声发射信号的处理。分别进行模拟声发射信号和疲劳裂纹扩展试验,采用上述方法对采集声发射信号进行去噪盲分离,结果表明:基于集合导数优化经验模态分解与独立分量分析的声发射信号去噪方法可有效去除噪声信号的干扰,准确分离出疲劳裂纹扩展声发射信号,为进行含裂纹结构的疲劳损伤状态评估和剩余寿命预测奠定基础。
关键词
声发射信号
去噪盲分离
集合导数优化经验模态分解
独立分量分析
疲劳裂纹扩展
Keywords
acoustic emission
signal
de-
nois
ing and blind separation
ensemble derivative-optimized
empirical mode decomposition
independent
component
s
analysis
fatigue crack propagation
分类号
TN911 [电子电信—通信与信息系统]
TH140 [一般工业技术—材料科学与工程]
下载PDF
职称材料
题名
基于FastICA-EEMD的振动信号特征提取
被引量:
7
8
作者
赵佳佳
贾嵘
武桦
董开松
党建
机构
西安理工大学水利水电学院
甘肃省电力科学研究院
出处
《水力发电学报》
EI
CSCD
北大核心
2017年第3期63-70,共8页
基金
国家自然科学基金(51279161)
陕西省水利科技计划项目(2015slkj-04)
电网公司科技项目(522722150012)
文摘
针对水轮发电机组的振动信号之间相互影响且容易受到噪声干扰的问题,提出了一种基于快速独立分量分析(FastICA)和集合经验模态分解(EEMD)的故障特征提取方法。首先,利用快速独立分量分析将原始信号分离成若干个独立分量;然后对每个分量均进行集合经验模态分解,根据归一化能量与归一化相关系数两个参数来选取有效的本征模态分量(IMF);最后将其进行重构以获得对应的故障特征。通过仿真与实例分析,并与其他方法进行对比,结果表明该方法可以有效抑制噪声干扰,更为全面、准确地提取到水轮发电机组的振动特征信号,满足实际工程需求。
关键词
水轮发电机组
振动信号
快速独立分量分析
集合经验模态分解
本征模态分量
特征提取
Keywords
hydro-generator unit
vibration
signal
fast
independent component analysis
ensemble
empirical mode decomposition
intrinsic
mode
function
feature
extraction
分类号
TM312 [电气工程—电机]
原文传递
题名
基于EEMD与ICA的油井声波信号去噪方法研究
被引量:
3
9
作者
张鹏
孙飞
于政委
机构
西南科技大学信息工程学院
出处
《自动化与仪器仪表》
2016年第1期127-129,共3页
文摘
针对声波法测油井动液面过程中,声波信号受油套环空中噪声的影响,出现反射声波信号不易辨识的问题。本文提出将总体经验模态分解和独立分量分析相结合的去噪方法,进而分离出反射声波信号和噪声信号。实验表明,该方法在复杂噪声干扰下,有效地分离出反射声波信号,提高目标信号的信噪比,证明该方法在油井声波信号处理中的有效性。
关键词
反射声波信号
总体经验模态分解
独立分量分析
信噪比
Keywords
Reflection acoustic
signal
Ensemble
empirical mode decomposition
independent component analysis
signal
-to-
noise
ratio
分类号
TE331 [石油与天然气工程—油气田开发工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
EMD-ICA联合的信号处理方法研究
贾春花
《工业控制计算机》
2014
1
下载PDF
职称材料
2
基于改进EMD-小波包的爆破振动信号降噪方法研究
闫鹏
张云鹏
侯善营
张为为
杨曦
《振动与冲击》
EI
CSCD
北大核心
2024
0
下载PDF
职称材料
3
基于ICEEMDAN和IMWPE-LDA-BOA-SVM的齿轮箱损伤识别模型
王洪
张锐丽
吴凯
《机电工程》
CAS
北大核心
2023
2
下载PDF
职称材料
4
基于ICEEMDAN的滚动轴承声信号故障诊断方法
李篪
陈长征
《沈阳工业大学学报》
CAS
北大核心
2023
0
下载PDF
职称材料
5
基于ICA和EMD的生理信号提取
张言飞
欧阳健飞
姚丽峰
《计算机工程与应用》
CSCD
北大核心
2016
1
下载PDF
职称材料
6
下颌表面肌电提取和评价呼吸相关时相型成分
张达
曹征涛
李彦如
叶京英
俞梦孙
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2014
0
下载PDF
职称材料
7
疲劳裂纹扩展声发射信号去噪盲分离
王兴路
贺利乐
贺瑞
石嘉堃
柴健湣
《机械科学与技术》
CSCD
北大核心
2021
0
下载PDF
职称材料
8
基于FastICA-EEMD的振动信号特征提取
赵佳佳
贾嵘
武桦
董开松
党建
《水力发电学报》
EI
CSCD
北大核心
2017
7
原文传递
9
基于EEMD与ICA的油井声波信号去噪方法研究
张鹏
孙飞
于政委
《自动化与仪器仪表》
2016
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部