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
共找到936篇文章
< 1 2 … 47 >
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：
三维荧光光谱融合小波包分解融合Fisher判别分析及支持向量机识别紫苏
1
作者 任永杰 殷勇 +1 位作者 于慧春 袁云霞 《食品科学》 EI CAS CSCD 北大核心 2024年第1期198-203,共6页
为实现紫苏品种的快速鉴别,避免以次充好,选取4个品种的紫苏采集三维荧光数据,提出了一种基于小波包分解融合Fisher判别分析(Fisher discriminant analysis,FDA)的荧光数据特征选择策略,并实施了4种紫苏的有效鉴别。首先,对三维荧光数... 为实现紫苏品种的快速鉴别,避免以次充好,选取4个品种的紫苏采集三维荧光数据,提出了一种基于小波包分解融合Fisher判别分析(Fisher discriminant analysis,FDA)的荧光数据特征选择策略,并实施了4种紫苏的有效鉴别。首先,对三维荧光数据进行预处理,采用Delaunay三角形内插值法去除瑞利散射和拉曼散射,以消除它们的不利影响;运用Savitzky-Golar卷积平滑对数据进行平滑处理,以减少噪声的干扰。同时,对三维荧光数据进行初步筛选,去除了荧光强度小于0.01的发射波长。然后,对各激发波长对应的发射光谱进行3层sym4小波包分解,计算得到最低频段的小波包能量值,作为各激发波长光谱数据表征量。接着,再利用FDA对小波包能量进行判别分析,将其所包含的差异性信息进行融合,得到FDA生成的新变量,并选取累计判别能力达到99%的前3个FD变量作为不同品种差异性信息的表征变量,提出三维荧光数据的表征策略。最后,利用BP神经网络(backpropagation neural network,BPNN)和支持向量机(support vector machine,SVM)两种模式识别算法对表征变量进行分析,得到FDA+BPNN和FDA+SVM两种鉴别结果。FDA+BPNN的训练集正确率为97.5%,测试集正确率为95%;FDA+SVM的训练集和测试集的正确率均达到98.33%。结果表明,三维荧光光谱技术结合小波包分解、FDA和SVM算法基本上能够实现紫苏品种的鉴别。这为后续有关紫苏的进一步检测研究(如某些有效成分的定量检测)提供了研究基础。 展开更多
关键词 紫苏 三维荧光 小波包分解 FISHER判别分析 BP神经网络 支持向量机
下载PDF
基于CEEMDAN和小波包分解的闸门振动信号降噪研究
2
作者 李初辉 孔令超 +2 位作者 董懿 杨赛 黄天雄 《水电站机电技术》 2024年第1期16-18,119,共4页
针对闸门监测振动信号去噪问题,提出基于CEEMDAN(经验模态分解)和小波包分解的闸门振动信号降噪算法,通过采用CEEMDAN和小波包分解方法进行信号去噪,可以有效处理水电站泄洪闸门振动信号中受到的外部干扰。CEEMDAN方法能够将信号分解成... 针对闸门监测振动信号去噪问题,提出基于CEEMDAN(经验模态分解)和小波包分解的闸门振动信号降噪算法,通过采用CEEMDAN和小波包分解方法进行信号去噪,可以有效处理水电站泄洪闸门振动信号中受到的外部干扰。CEEMDAN方法能够将信号分解成多个本征模态函数(IMF),每个IMF代表不同频率的振动成分,使得外部干扰和真实信号成分可以分离。随后,小波包分解能够将每个IMF进一步分解成不同尺度和频率的子频带,这有助于更准确地定位和分离干扰成分。对每个子频带应用阈值去噪技术,可以有效去除噪声,保留真实信号。由测试结果可知,该算法能很好地剔除闸门振动信号中的无用噪声,有效提高闸门振动信号的准确性。 展开更多
关键词 闸门 振动信号 CEEMDAN 小波包分解 阈值降噪
下载PDF
基于小波包分解和MCKD的水泵轴承故障诊断方法
3
作者 蒋辉 邱露鹏 蒋强 《沈阳理工大学学报》 CAS 2024年第2期38-44,共7页
针对水泵在实际应用中所处环境复杂、故障信号包含大量噪声难以提取的问题,提出了一种结合小波包分解和最大相关峭度解卷积(MCKD)的水泵轴承故障诊断方法。首先,应用小波包分解对原始信号进行分解,根据分解信号的信噪比和标准差选取合... 针对水泵在实际应用中所处环境复杂、故障信号包含大量噪声难以提取的问题,提出了一种结合小波包分解和最大相关峭度解卷积(MCKD)的水泵轴承故障诊断方法。首先,应用小波包分解对原始信号进行分解,根据分解信号的信噪比和标准差选取合适的分量进行重构;然后,采用MCKD算法对重构信号降噪处理,突出信号中的有效周期冲击成分;最后,对处理好的信号进行包络谱分析,从包络谱中得到故障频率。实验结果表明,小波包分解和MCKD方法能够有效提取水泵轴承故障特征频率,可为工程实际应用提供参考。 展开更多
关键词 最大相关峭度解卷积 小波包分解 故障诊断 轴承
下载PDF
小波包分解结合LSSVM的永磁同步电机偏心故障诊断
4
作者 唐子辉 蒋学君 孙晓丽 《机械设计与制造工程》 2024年第1期65-70,共6页
针对现有永磁同步电机瞬时振动信号特征提取能力不足导致诊断准确率低的问题,提出对小波包分解算法的分解规则进行改进,然后结合PSO-LSSVM构建永磁同步电机偏心故障诊断模型。实验结果表明,改进后的小波包分解算法对振动信号具有较高的... 针对现有永磁同步电机瞬时振动信号特征提取能力不足导致诊断准确率低的问题,提出对小波包分解算法的分解规则进行改进,然后结合PSO-LSSVM构建永磁同步电机偏心故障诊断模型。实验结果表明,改进后的小波包分解算法对振动信号具有较高的特征提取能力;构建的故障诊断模型诊断准确率高,在存在振动干扰的情况下,故障诊断准确率仍可达99.8%,基本满足永磁同步电机偏心故障的高精度诊断需求。 展开更多
关键词 永磁同步电机 偏心故障 振动信号 小波包分解算法 最小二乘支持向量机
下载PDF
基于小波包分解的通信电源计量设备谐波故障诊断方法
5
作者 刘沛然 《通信电源技术》 2024年第5期91-93,共3页
传统的谐波故障诊断方法通常基于频谱分析和傅里叶变换,但实际应用中由于信号的非线性和时变性,无法准确识别谐波故障。因此,文章提出基于小波包分解的通信电源计量设备谐波故障诊断方法。在收集计量设备运行谐波信号的过程中进行降噪处... 传统的谐波故障诊断方法通常基于频谱分析和傅里叶变换,但实际应用中由于信号的非线性和时变性,无法准确识别谐波故障。因此,文章提出基于小波包分解的通信电源计量设备谐波故障诊断方法。在收集计量设备运行谐波信号的过程中进行降噪处理,并结合小波包算法分解能量信号,提取与谐波故障相关的特征。实验结果表明,基于小波包分解的通信电源计量设备谐波故障诊断方法的诊断效率高于传统方法。 展开更多
关键词 计量设备 小波包分解 谐波故障诊断 通信电源
下载PDF
基于小波包分解与最小二乘支持向量机的用户侧净负荷预测 被引量：2
6
作者 吴浩 齐放 +3 位作者 张曦 刘友波 向月 刘俊勇 《现代电力》 北大核心 2023年第2期192-200,共9页
随着分布式可再生能源在用户侧逐步接入,电表监测得到的用户净负荷曲线形态相对于原有实际负荷曲线更加不稳定,因而极大降低了用户的净负荷预测精度。针对此问题,提出基于小波包分解(wavelet packet decomposition,WPD)与最小二乘支持... 随着分布式可再生能源在用户侧逐步接入,电表监测得到的用户净负荷曲线形态相对于原有实际负荷曲线更加不稳定,因而极大降低了用户的净负荷预测精度。针对此问题,提出基于小波包分解(wavelet packet decomposition,WPD)与最小二乘支持向量机(least squares support vector machine,LSSVM)的用户侧净负荷预测方法,通过对用户净负荷时序数据作小波包分解,得到信号特征更为明显的高频分量与低频趋势部分,筛选剔除波动性大、噪声信号多的高频细节分量。同时考虑气象因素,利用最小二乘支持向量机对小样本非线性信号的训练效率高、泛化能力强的特点,采用其模型对其余包含更多有效负荷数据信息的低频分量分别进行预测重构,叠加得到最终的净负荷预测值。通过对可再生能源高度渗透的某地区用户实际净负荷数据进行实例分析,结果表明所提预测方法在此物理场景下相比于传统预测方法有更高的预测精度。 展开更多
关键词 净负荷预测 可再生能源 小波包分解 最小二乘支持向量机
原文传递
基于小波包分解和残差网络的雷达干扰识别 被引量：1
7
作者 邵正途 张路 +1 位作者 陈鹏 李广强 《无线电工程》 北大核心 2023年第4期764-771,共8页
干扰样式识别是雷达抗干扰技术研究中的重要环节,为提高干扰信号分类识别精度,提出了一种基于小波包分解和残差网络相结合的干扰信号分类识别方法。采用小波包变换对干扰信号进行分解与重构,将干扰信号分解成不同频段的小波包系数,融合... 干扰样式识别是雷达抗干扰技术研究中的重要环节,为提高干扰信号分类识别精度,提出了一种基于小波包分解和残差网络相结合的干扰信号分类识别方法。采用小波包变换对干扰信号进行分解与重构,将干扰信号分解成不同频段的小波包系数,融合各频段小波包系数构成系数矩阵得到残差网络的输入,利用多层残差网络自适应提取小波包系数矩阵深度特征,实现干扰信号分类识别。搭建了雷达干扰信号识别试验平台,采集不同调制参数下的6类雷达干扰数据进行试验分析,结果表明,相对于直接利用干扰信号原始时域IQ数据进行卷积神经网络(Convolutional Neural Network, CNN)识别,所提方法能够有效提高网络输入数据维度和特征提取深度,识别准确率和训练效率有明显提升。 展开更多
关键词 干扰识别 小波包分解 残差网络 卷积神经网络
下载PDF
基于小波包分解-峭度值指标-希尔伯特包络解调融合方法处理声发射信号的滚动轴承故障诊断 被引量：1
8
作者 沙云东 陈兴武 +2 位作者 栾孝驰 赵宇 李壮 《科学技术与工程》 北大核心 2023年第21期9315-9323,共9页
为实现对航空发动机主轴承进行故障诊断,以复杂传递路径下声发射信号的波形分析为基础,提出一种基于小波包分解(wavelet packet decomposition, WPD)、峭度值指标(kurtosis index, KI)以及希尔伯特包络解调(Hilbert envelope demodulati... 为实现对航空发动机主轴承进行故障诊断,以复杂传递路径下声发射信号的波形分析为基础,提出一种基于小波包分解(wavelet packet decomposition, WPD)、峭度值指标(kurtosis index, KI)以及希尔伯特包络解调(Hilbert envelope demodulation, HED)相结合的滚动轴承故障特征信息提取方法。采用WPD方法对滚动轴承声发射信号分解获得节点分量,基于KI对节点分量排序筛选进行信号重构,进而对重构信号进行HED分析,提取出轴承故障特征频率用于对比诊断。开展简单以及复杂传递路径下滚动轴承故障模拟试验,采用建立的方法分别针对滚动轴承外圈、内圈典型故障试验数据进行分析和诊断。结果表明:该方法可有效提取滚动轴承故障特征频率及其倍频,且针对复杂传递路径下处于工作状态的滚动轴承,仍可实现精准的特征信息提取和有效的故障诊断。 展开更多
关键词 滚动轴承 故障诊断 声发射信号 小波包分解(WPD) 峭度值指标(KI) 希尔伯特包络解调(HED)
下载PDF
小波包分解与长短期记忆融合的超宽带无线测距算法
9
作者 崔学荣 于寒蕾 +3 位作者 李娟 姜斌 李世宝 刘建航 《导航定位学报》 CSCD 2023年第6期102-109,共8页
针对超宽带(UWB)无线定位标准虽然已经取得了很大的发展,但是由于存在多径效应和非视距等影响,导致直达径分量到达时间估计存在很大误差,因而定位精度不高的问题,提出小波包分解和长短期记忆融合的超宽带无线测距算法:采用小波包分解节... 针对超宽带(UWB)无线定位标准虽然已经取得了很大的发展,但是由于存在多径效应和非视距等影响,导致直达径分量到达时间估计存在很大误差,因而定位精度不高的问题,提出小波包分解和长短期记忆融合的超宽带无线测距算法:采用小波包分解节点能量接收滤波,对接收到的信号进行分解,用最后一层各节点的能量占总能量的比值构建能量谱特征向量;然后用长短期记忆网络建立能量谱特征向量和实际距离的映射关系,从而实现基于UWB的测距和定位,为后续定位提供基础。实验结果表明,结合长短期记忆网络和小波包能量检测的测距算法比传统的能量检测方法具有更大的优势,其测距定位精度更高,更稳定。 展开更多
关键词 室内定位 超宽带(UWB) 小波包分解 长短期记忆网络
下载PDF
基于小波包分解与高斯云模型的故障诊断方法
10
作者 窦唯 刘晓阳 《机械设计与制造工程》 2023年第1期107-111,共5页
人工智能技术作为有效手段广泛用于机械系统故障诊断,但故障样本的缺乏严重制约人工智能模型走向高精度诊断的工程应用。针对故障样本不足的问题,提出一种基于小波包分解与高斯云模型的故障诊断方法,通过对小样本的故障信号做小波包分... 人工智能技术作为有效手段广泛用于机械系统故障诊断,但故障样本的缺乏严重制约人工智能模型走向高精度诊断的工程应用。针对故障样本不足的问题,提出一种基于小波包分解与高斯云模型的故障诊断方法,通过对小样本的故障信号做小波包分解并计算每个子频带的能量以建立故障特征向量,对特征向量建立高斯云模型并正向云计算生成大量云滴以扩充故障样本。基于凯斯西储大学的轴承数据和支持向量机的故障分类实验结果表明,所提方法能有效扩充故障样本,提高故障诊断精度。 展开更多
关键词 小波包分解 高斯云模型 样本扩充 支持向量机 故障诊断
下载PDF
基于小波包分解多尺度排列熵及2阶特征选择的转辙机故障诊断方法 被引量：1
11
作者 孙永奎 曹源 +1 位作者 李鹏 李旭 《中国铁道科学》 EI CAS CSCD 北大核心 2023年第3期178-188,共11页
针对转辙机高精度故障诊断的需求,结合声音信号非接触、易采集等优势,提出一种基于声音信号的非接触式故障诊断方法。首先,基于小波包分解与多尺度排列熵,实现对声音样本的特征提取;其次,提出基于ReliefF和二进制粒子群优化算法的2阶特... 针对转辙机高精度故障诊断的需求,结合声音信号非接触、易采集等优势,提出一种基于声音信号的非接触式故障诊断方法。首先,基于小波包分解与多尺度排列熵,实现对声音样本的特征提取;其次,提出基于ReliefF和二进制粒子群优化算法的2阶特征选择方法,得到最佳特征集合,实现对声音样本的特征选择;最后,基于支持向量机算法对最佳特征集进行训练和测试,完成对转辙机的故障诊断。依托10种常见工况下共计800组声音样本开展实验,结果表明:该方法在反位—定位和定位—反位转换过程中得到的特征点数分别为13和39个,故障诊断准确率分别为99.67%和100%;相比于单一特征选择方法,采用的2阶特征选择方法能够大大降低特征维度,提高故障诊断准确率;相比于k近邻和线性判别分析这2种分类器,支持向量机分类器在转辙机故障诊断中更具优势。 展开更多
关键词 转辙机 故障诊断 小波包分解 多尺度排列熵 2阶特征选择 支持向量机
下载PDF
高速铁路车轮扁疤激扰响应的小波包分解与限值研究
12
作者 刘旭麒 和振兴 +2 位作者 包能能 张小安 石广田 《机械科学与技术》 CSCD 北大核心 2023年第4期622-628,共7页
扁疤是轨道交通车辆车轮踏面的典型故障之一,其对于列车运行的平稳性和安全性有很大影响。目前尚未对不同速度下的扁疤限值制定统一的标准。本文对动力学仿真计算得到的轮轨力随机响应采用一种全局性的小波包分解处理方法,提取轮轨力随... 扁疤是轨道交通车辆车轮踏面的典型故障之一,其对于列车运行的平稳性和安全性有很大影响。目前尚未对不同速度下的扁疤限值制定统一的标准。本文对动力学仿真计算得到的轮轨力随机响应采用一种全局性的小波包分解处理方法,提取轮轨力随机信号的能量系数作为评判指标,从能量特征的角度研究了不同速度等级下的车轮扁疤安全限值,并与在时域信号中提取轮轨力随机响应的最大值、均值和脉冲因子作为评判扁疤安全限值的方法相比较。结果表明:小波包能量系数从全局性角度描述轮轨力特性,节点能量系数呈线性规律,可作为高速铁路车轮扁疤安全限值的评判指标。研究得出当列车速度在150~250 km/h范围内,扁疤长度应控制在30 mm以内;当列车速度在250~350 km/h范围内,扁疤长度应控制在25 mm以内。 展开更多
关键词 车轮扁疤 小波包分解 能量特征 安全限值
下载PDF
小波包分解与神经网络风机齿轮箱故障诊断
13
作者 刘谨言 买买提热依木·阿布力孜 +1 位作者 项志成 谢丽蓉 《计算机仿真》 北大核心 2023年第10期123-129,共7页
齿轮箱作为风机传动系统重要的机械部件长期工作在恶劣环境中易于发生故障。针对风机齿轮箱产生的振动信号具有非平稳、瞬态、不确定性、以及外界干扰因素等特点,提出了小波包与改进的BP神经网络相结合方法。首先提取原始振动信号的时... 齿轮箱作为风机传动系统重要的机械部件长期工作在恶劣环境中易于发生故障。针对风机齿轮箱产生的振动信号具有非平稳、瞬态、不确定性、以及外界干扰因素等特点,提出了小波包与改进的BP神经网络相结合方法。首先提取原始振动信号的时域波形,利用小波包对于时域特征值进行分解,将小波包分解后的子频带能量进行归一化计算,并作为BP网络的输入特征向量,其次创建BP故障模型,通过改进的优化算法对神经网络的权值和阈值进行全局寻优,最终使得对故障类型进行精确的判断,提高了故障诊断效率。仿真结果比较了两种优化算法的性能指标,得出改进的蚁群算法(MMA)优化算法识别精度更高,误差相对较小,收敛速度更快,验证了方法的有效性和可靠性。 展开更多
关键词 小波包分解 神经网络 智能优化算法 风机齿轮箱 故障检测
下载PDF
基于DBI-小波包分解和改进BP神经网络的轴承故障诊断方法研究 被引量：3
14
作者 张玉彦 张金龙 +4 位作者 文笑雨 李浩 孙春亚 王昊琪 乔东平 《河南理工大学学报（自然科学版）》 CAS 北大核心 2023年第1期116-123,共8页
针对轴承故障诊断问题,以振动信号为分析对象,提出DBI-小波包分解和改进BP神经网络的诊断方法。采用4层小波包分解获取振动信号的不同频带特征,引入戴维森堡丁指数(Davies-Bouldin index,DBI)定量评价小波包分解结果,确定小波基函数为F... 针对轴承故障诊断问题,以振动信号为分析对象,提出DBI-小波包分解和改进BP神经网络的诊断方法。采用4层小波包分解获取振动信号的不同频带特征,引入戴维森堡丁指数(Davies-Bouldin index,DBI)定量评价小波包分解结果,确定小波基函数为FK22时达到最佳分解结果。采用改进的BP神经网络对不同频带特征识别,引入弹性梯度下降法解决传统BP神经网络收敛速度慢和梯度消失等问题,提高网络训练速度。同时,针对BP神经网络隐藏层层数及各隐藏层节点个数难以确定的问题,设计正交实验对不同参数组合效果进行验证,选出最佳参数,避免盲目低效调参。对电机滚动轴承进行验证,结果表明平均故障识别准确率达到98.833%。 展开更多
关键词 轴承故障诊断 小波包分解 BP神经网络 戴维森堡丁指数
下载PDF
基于小波包分解与半监督生成对抗网络的轴流通风机故障诊断 被引量：1
15
作者 常凯 许敬能 +1 位作者 吴启东 夏宇栋 《电力科学与工程》 2023年第11期22-31,共10页
针对轴流通风机故障诊断中需要大量带标签数据用于分类模型训练的问题,提出基于小波包分解(Wavelet packet decomposition,WPD)与半监督生成对抗网络(Semi-supervised generative adverserial networks,SGAN)的轴流通风机故障诊断方法... 针对轴流通风机故障诊断中需要大量带标签数据用于分类模型训练的问题,提出基于小波包分解(Wavelet packet decomposition,WPD)与半监督生成对抗网络(Semi-supervised generative adverserial networks,SGAN)的轴流通风机故障诊断方法。首先对预处理后的通风机振动数据进行小波包分解,将提取到的有效频带能量信息作为故障诊断模型的特征输入;其次利用训练数据中的带标签数据与无标签数据,训练SGAN的生成器和鉴别器,将训练后的鉴别器作为分类器用于实现少量带标签数据下的轴流通风机故障诊断。搭建了轴流通风机故障诊断试验台,采集了包括正常运行、基座松动与4种不同程度转子不平衡的6类状况下通风机振动数据。利用数据训练得到了基于WPD-SGAN的通风机故障诊断模型。故障诊断实验结果显示,在少标签样本情况下,该方法的诊断准确率达到80%以上。相比传统支持向量机与神经网络监督学习方法,该方法的准确率有大幅提升;与半监督支持向量机方法相比,该方法的准确率提高了9~14个百分点。 展开更多
关键词 轴流通风机 故障诊断 小波包分解 半监督生成对抗网络
下载PDF
基于小波包分解和宽度学习的轴承故障检测 被引量：1
16
作者 陈秋菊 彭天昊 +1 位作者 张成龙 何国锋 《信息与电脑》 2023年第1期182-186,共5页
针对真实环境中复杂变工况情况下轴承故障检测问题,提出一种基于小波包分解(Wavelet Packet Decomposition,WPD)和优化宽度学习系统(Broad Learning System,BLS)的轴承故障检测方法(简称WBLS)。首先,小波包分解非平稳时变轴承信号,提取... 针对真实环境中复杂变工况情况下轴承故障检测问题,提出一种基于小波包分解(Wavelet Packet Decomposition,WPD)和优化宽度学习系统(Broad Learning System,BLS)的轴承故障检测方法(简称WBLS)。首先,小波包分解非平稳时变轴承信号,提取尺度系数和小波系数作为二维的时频特征;其次,将二维时频特征输入BLS网络和具有增量学习的BLS网络映射成特征节点和增量节点,借助伪逆计算BLS网络的权重;最后,将特征节点、增量节点拼接与权重同时输出,完成BLS网络训练,进行测试分类。通过在CWRU公开数据集上的实验结果表明,基于WBLS的方法分类准确率为97.67%,网络训练耗时9.62 s,说明该方法能在保持较优分类准确率的同时,快速完成训练,节省大量时间。 展开更多
关键词 轴承 故障检测 小波包分解 宽度学习 增量学习
下载PDF
基于小波包分解和残差网络的故障选线方法
17
作者 张昭 贾振堂 《计算机仿真》 北大核心 2023年第3期110-115,共6页
分布式电源与电缆在配电网中大量应用和配电网繁重的检修任务,都对有源谐振接地系统的故障选线带来新的挑战,于是提出一种基于小波包分解和残差网络的故障选线方法。从理论上分析不同故障情况下零序电流的频谱特征,运用小波包分解突出... 分布式电源与电缆在配电网中大量应用和配电网繁重的检修任务,都对有源谐振接地系统的故障选线带来新的挑战,于是提出一种基于小波包分解和残差网络的故障选线方法。从理论上分析不同故障情况下零序电流的频谱特征,运用小波包分解突出过渡电阻、故障距离和故障初始相角对零序电流的影响。通过残差神经网络模拟出不同故障情况与各馈线运行状态之间的映射关系。上述方法同样适应于有馈线检修停运时导致拓扑结构变化的运行情况,也可运用在出现双重故障的配电网中。通过仿真验证,所提方法在各种故障情况下选线依然准确、可靠且适应性强。 展开更多
关键词 故障选线 配电网 小波包分解 残差网络
下载PDF
基于小波包分解的船用柴油机燃油电磁阀故障诊断方法
18
作者 葛君超 王利鹏 《舰船科学技术》 北大核心 2023年第18期105-108,共4页
为了精准识别电磁阀故障,确保船用柴油机安全、平稳运行,提出基于小波包分解的船用柴油机燃油电磁阀故障诊断方法。采用小波包分解法对船用柴油机燃油电磁阀电流信号作分解,获取其多频带特征。通过核主成分分析法对其作降维处理,完成敏... 为了精准识别电磁阀故障,确保船用柴油机安全、平稳运行,提出基于小波包分解的船用柴油机燃油电磁阀故障诊断方法。采用小波包分解法对船用柴油机燃油电磁阀电流信号作分解,获取其多频带特征。通过核主成分分析法对其作降维处理,完成敏感特征选择。将其作为最小支持向量机的输入,自适应蚁群优化算法通过自适应调整挥发因子、状态转移规则确定最优模型参数,实现燃油电磁阀故障的准确诊断。结果表明:故障、正常工况下的燃油电磁阀电流特性曲线存在较大差异;该方法可提取电流信号的8个频带特征、不同频带特征间差异度大;特征选择有利于提高燃油电磁阀故障辨识度。本文方法可实现燃油电磁阀故障诊断,诊断效果突出。 展开更多
关键词 小波包分解 燃油电磁阀 故障诊断 核主成分分析 自适应蚁群 最小支持向量机
下载PDF
基于小波包分解的电力变压器绕组故障状态检测方法
19
作者 刘明 《今日制造与升级》 2023年第12期7-9,共3页
受电力变压器绕组信号中噪声的干扰,具体故障状态检测结果可靠性难以得到保障。文章提出基于小波包分解的电力变压器绕组故障状态检测方法。首先,利用多分辨率公式,对任意原始电力变压器绕组信号进行分解,并设置小波函数具有带通性质;其... 受电力变压器绕组信号中噪声的干扰,具体故障状态检测结果可靠性难以得到保障。文章提出基于小波包分解的电力变压器绕组故障状态检测方法。首先,利用多分辨率公式,对任意原始电力变压器绕组信号进行分解,并设置小波函数具有带通性质;其次,在故障检测阶段,将分解后电力变压器绕组信号的平均谱负熵(IASN)作为基准;最后,通过判断其最大值对应的特征分量在电力变压器绕组信号频域上的分布情况,实现对具体故障状态的精准检测。结果表明,文章设计检测方法对于不同类型绕组故障状态的检测结果准确率较高,具有一定应用价值。 展开更多
关键词 小波包分解 电力变压器绕组 故障状态检测 变压器绕组信号 多分辨率公式 小波函数 平均谱负熵
下载PDF
基于小波包分解的新能源汽车电弧故障检测方法
20
作者 冯进 《汽车与新动力》 2023年第6期61-64,共4页
提出基于小波包分解的新能源汽车电弧故障检测方法。首先选取电弧故障检测特征量,其次对选取的特征量进行特征数据预处理,将预处理数据归一化,最后设计检测流程,基于小波包分解实现新能源汽车电弧故障的检测,并与传统方法进行对比试验... 提出基于小波包分解的新能源汽车电弧故障检测方法。首先选取电弧故障检测特征量,其次对选取的特征量进行特征数据预处理,将预处理数据归一化,最后设计检测流程,基于小波包分解实现新能源汽车电弧故障的检测,并与传统方法进行对比试验。结果表明:与传统方法相比,基于小波包分解的检测方法具有较高的准确性。 展开更多
关键词 小波包分解 新能源汽车 故障检测 检测方法
下载PDF
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 2 … 47 下一页 到第 页
使用帮助 返回顶部