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5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：
基于经验傅里叶分解的混合式高压直流断路器耗能支路故障检测方法研究
1
作者 彭兆伟 宋鹏 +3 位作者 高杰 黄诗洋 杨爱军 徐党国 《全球能源互联网》 CSCD 北大核心 2024年第1期79-91,共13页
为实现更强的能量耗散能力,混合式高压直流断路器的耗能支路需串并联大量金属氧化物压敏电阻(metal oxidevaristor,MOV),耗能支路的可靠性将直接影响混合式高压直流断路器的可靠性。但是,现有的耗能支路故障检测方法并不能适应整个能量... 为实现更强的能量耗散能力,混合式高压直流断路器的耗能支路需串并联大量金属氧化物压敏电阻(metal oxidevaristor,MOV),耗能支路的可靠性将直接影响混合式高压直流断路器的可靠性。但是,现有的耗能支路故障检测方法并不能适应整个能量耗散阶段。为此,提出一种基于经验傅里叶分解的混合式高压直流断路器耗能支路故障检测方法,具体为:首先是信号预处理,对耗能支路每个子模块的分支电流进行归一化和一阶差分计算来获取分析电流;然后是故障特征提取,利用经验傅里叶分解(empirical Fourier decomposition,EFD)对分析电流进行分解,提取最高频时频分量作为故障特征分量;最后是检测判据,通过故障特征分量构造突变峰值量化指标,进而通过突变峰值实现耗能支路故障检测。大量实验表明,该检测方法可在能量耗散阶段末期实现可靠地故障检测,且具备一定的抗干扰能力。 展开更多
关键词 混合式高压直流断路器 耗能支路 金属氧化物压敏电阻 经验傅里叶分解 故障特征分量 突变峰值
下载PDF
基于改进自适应经验傅里叶分解的滚动轴承故障诊断方法 被引量：4
2
作者 曹仕骏 郑近德 +2 位作者 潘海洋 童靳于 刘庆运 《振动与冲击》 EI CSCD 北大核心 2022年第15期287-299,共13页
自适应经验傅里叶分解(AEFD)是最近提出的非平稳信号分解方法,为了解决AEFD的分割边界集设置问题,提出了基于频谱包络检测的改进自适应经验傅里叶分解(EAEFD)方法,该方法以快速傅里叶变换为基础,以包络熵值最小选择最优的分解模态数目,... 自适应经验傅里叶分解(AEFD)是最近提出的非平稳信号分解方法,为了解决AEFD的分割边界集设置问题,提出了基于频谱包络检测的改进自适应经验傅里叶分解(EAEFD)方法,该方法以快速傅里叶变换为基础,以包络熵值最小选择最优的分解模态数目,采用极大值包络技术对傅里叶频谱分割,得到一个合理的分割边界,最后采用逆快速傅里叶变换对每个区间信号进行重构。EAEFD能够自适应地将一个复杂信号分解为若干个瞬时频率具有物理意义的单分量信号之和,通过仿真信号和滚动轴承信号分析,将EAEFD方法与经验小波变换(EWT),经验模态分解(EMD),局部特征尺度分解(LCD)和AEFD等方法进行了对比,结果表明EAEFD方法不仅仅能够有效地诊断出故障特征,而且诊断的精度更高。 展开更多
关键词 自适应经验傅里叶分解(AEFD) 包络熵 经验模态分解 滚动轴承 故障诊断
下载PDF
基于改进经验傅里叶分解的工作模态分析 被引量：2
3
作者 周伟 冯仲仁 王雄江 《振动与冲击》 EI CSCD 北大核心 2021年第9期48-54,共7页
近年来,工作模态分析在结构参数识别中的地位逐步上升。针对环境激励下结构振动响应信噪比低的特点,引入自回归功率谱对经验傅里叶分解进行改进,并提出了一种基于改进经验傅里叶分解的结构工作模态分析方法。为了验证该方法的可行性和... 近年来,工作模态分析在结构参数识别中的地位逐步上升。针对环境激励下结构振动响应信噪比低的特点,引入自回归功率谱对经验傅里叶分解进行改进,并提出了一种基于改进经验傅里叶分解的结构工作模态分析方法。为了验证该方法的可行性和有效性,对四层模拟框架和某人行斜拉桥进行工作模态参数识别,并利用随机子空间所识别的结果进行对比。结果表明,该方法识别的模态参数与随机子空间的结果相当,并且在密集模态情况下,该方法具有一定优势。因此,改进经验傅里叶分解能为今后的结构模态识别提供参考。 展开更多
关键词 模态参数识别 经验傅里叶分解(EFD) 自回归功率谱 环境激励
下载PDF
基于自适应经验傅里叶分解的机械故障诊断方法 被引量：39
4
作者 郑近德 潘海洋 +3 位作者 程军圣 包家汉 刘庆运 丁克勤 《机械工程学报》 EI CAS CSCD 北大核心 2020年第9期125-136,共12页
为了克服傅里叶变换、经验模态分解与傅里叶分解方法在分析非平稳信号方面的不足,提出一种适合非线性和非平稳信号分析的新方法——自适应经验傅里叶分解(Adaptive empirical Fourier decomposition,AEFD)。AEFD方法以快速傅里叶变换为... 为了克服傅里叶变换、经验模态分解与傅里叶分解方法在分析非平稳信号方面的不足,提出一种适合非线性和非平稳信号分析的新方法——自适应经验傅里叶分解(Adaptive empirical Fourier decomposition,AEFD)。AEFD方法以快速傅里叶变换为基础,通过对变换系数进行分组重构,能够将一个非平稳信号自适应地分解为若干个瞬时频率具有物理意义的傅里叶本征模态函数(Fourier intrinsic mode function,FIMF)之和。研究了AEFD的分解正交性和精确性,通过仿真信号分析,将其与经验模态分解,变分模态分解和傅里叶分解方法等进行了详细对比,结果表明了AEFD的优越性。最后,为了提高故障诊断的精度和验证AEFD的有效性,将AEFD应用到转子碰摩和滚动轴承局部故障诊断中。试验数据分析结果表明,与经验模态分解等方法相比,AEFD不仅能够有效地诊断故障,而且诊断精度更高。 展开更多
关键词 非平稳信号 经验模态分解 变分模态分解 自适应经验傅里叶分解 故障诊断
原文传递
基于优化EFD算法的风电行星齿轮箱故障诊断研究
5
作者 王国锋 张旭东 +1 位作者 汪菲 户满堂 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2023年第4期355-360,共6页
行星齿轮箱作为风力发电机的关键核心部件,对其故障进行准确诊断能有效提升风力发电效能.行星轮系作为一种复杂的传动机械部件,其频谱表现异常复杂,且故障信息极易被无关成分或干扰成分淹没,而利用信号分解获取故障分量的方法在行星齿... 行星齿轮箱作为风力发电机的关键核心部件,对其故障进行准确诊断能有效提升风力发电效能.行星轮系作为一种复杂的传动机械部件,其频谱表现异常复杂,且故障信息极易被无关成分或干扰成分淹没,而利用信号分解获取故障分量的方法在行星齿轮故障诊断中发挥着重要的作用.因此,针对经验傅里叶分解(empirical Fourier decomposition,EFD)易陷入局部频谱分割的问题,优化改进了EFD的频谱分割算法,即在原频谱分割算法上引入边界阈值机制,优化频谱分割边界点的选择,有效限制边界频率陷入局部的问题.通过构造多分量仿真信号对比分析原频谱分割算法和优化算法,并逐步增加分量成分对比分析.仿真分析结果表明,原频谱分割算法随着分量成分的增加,其边界频率逐渐陷入局部,而优化算法却能准确获取边界频率,验证了优化EFD算法的有效性,表明优化频谱分割算法是在原频谱分割算法上的有效改进.最后通过对风电行星齿轮箱实验数据的分析表明,与EFD算法相比,优化EFD算法获取的边界频率不易陷入局部,可以更好地获取故障分量.在对风电行星齿轮箱的故障诊断中,能更有效地识别故障频率成分和确定故障位置. 展开更多
关键词 经验傅里叶分解 故障诊断 频谱分割 行星齿轮箱
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 下一页 到第 页
使用帮助 返回顶部