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68篇文章
< 1 2 … 4 >
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：
Hilbert-Huang变换在电力系统过电压识别中的应用 被引量：24
1
作者 司马文霞 王荆 +1 位作者 杨庆 谢博 《高电压技术》 EI CAS CSCD 北大核心 2010年第6期1480-1486,共7页
将希尔伯特-黄变换(HHT)方法引入到过电压信号分类识别研究中,该方法由经验模态分解(EMD)与Hilbert变换两部分组成,能够定量、准确地对信号幅值及频率特征进行刻画。采用HHT方法对7种电力系统中常见的过电压信号进行了分析计算,结果表明... 将希尔伯特-黄变换(HHT)方法引入到过电压信号分类识别研究中,该方法由经验模态分解(EMD)与Hilbert变换两部分组成,能够定量、准确地对信号幅值及频率特征进行刻画。采用HHT方法对7种电力系统中常见的过电压信号进行了分析计算,结果表明HHT方法计算得到的瞬时幅值谱、Hilbert边际谱、Hilbert时频谱,能够作为特征量对不同种类型过电压进行分类识别。基于HHT算法与RBF神经网络搭建了过电压信号分层识别系统,并以实测过电压数据对其进行验证,结果表明,该分类识别系统能够有效地对过电压信号进行分类识别,并具有较高的识别率。 展开更多
关键词 过电压 希尔伯特-黄变换 瞬时幅值谱 hilbert边际谱 hilbert时频谱 识别
下载PDF
基于边际谱图像和深度残差网络的变压器局部放电模式识别 被引量：22
2
作者 高盎然 朱永利 +1 位作者 张翼 蔡炜豪 《电网技术》 EI CSCD 北大核心 2021年第6期2433-2441,共9页
针对传统人工特征提取方法易受主观不确定性影响的问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)-Hilbert边际谱图像和深度残差网络的变压器局部放电模式识别方法。首先,用VMD算法分解局部放电信号,对所得各模... 针对传统人工特征提取方法易受主观不确定性影响的问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)-Hilbert边际谱图像和深度残差网络的变压器局部放电模式识别方法。首先,用VMD算法分解局部放电信号,对所得各模态分量做Hilbert变换进而得到信号的边际谱图像作为输入,然后,利用深度残差网络对局部放电类型进行识别,并做了对比实验。所得实验结果表明,提出的深度残差网络在局放模式识别中的正确率可达98%,相比其他经典卷积神经网络具有更好的识别效果,且识别性能显著优于传统的BP神经网络、支持向量机模型。该方法利用残差网络优越的特征提取能力,能够自主学习谱图完整的内在特征,避免了人工提取方法的主观性对识别结果造成的影响,在一定程度上简化了实验步骤,实现了对局部放电Hilbert边际谱图像的直接识别,具有更高的正确识别率和更优的泛化性能。 展开更多
关键词 局部放电 模式识别 hilbert边际谱 图像 深度残差网络
下载PDF
基于HHT的振动信号趋势项提取方法 被引量：22
3
作者 梁兵 汪同庆 《电子测量技术》 2013年第2期119-122,共4页
针对振动信号中的趋势项成分的提取,提出一种基于希尔伯特-黄变换(HHT)的新方法。先用经验模态分解(EMD)方法将信号分解为一系列固有模态函数(IMF),然后对各IMF分量进行Hilbert变换得到希尔伯特边际谱;通过计算各IMF希尔伯特边际谱,可... 针对振动信号中的趋势项成分的提取,提出一种基于希尔伯特-黄变换(HHT)的新方法。先用经验模态分解(EMD)方法将信号分解为一系列固有模态函数(IMF),然后对各IMF分量进行Hilbert变换得到希尔伯特边际谱;通过计算各IMF希尔伯特边际谱,可以获得各IMF的主频成分,对属于趋势项的IMF分量进行判别,最终确定趋势项。仿真结果表明,该方法能准确的提取振动信号中的趋势项成分。 展开更多
关键词 趋势项 经验模态分解 希尔伯特边际谱
下载PDF
基于VMD-Hilbert边际谱能量熵和SVM的高压断路器机械故障诊断 被引量：22
4
作者 杨秋玉 阮江军 +2 位作者 黄道春 邱志斌 庄志坚 《电机与控制学报》 EI CSCD 北大核心 2020年第3期11-19,共9页
针对高压断路器分、合闸动作过程中产生的振动信号持续时间短暂及强烈的非线性非平稳性,导致的特征提取困难问题,提出一种变分模态分解(VMD)-希尔伯特(Hilbert)边际谱能量熵,及支持向量机(SVM)的高压断路器振动信号组合特征提取和机械... 针对高压断路器分、合闸动作过程中产生的振动信号持续时间短暂及强烈的非线性非平稳性,导致的特征提取困难问题,提出一种变分模态分解(VMD)-希尔伯特(Hilbert)边际谱能量熵,及支持向量机(SVM)的高压断路器振动信号组合特征提取和机械故障诊断方法。采用VMD对高压断路器振动信号进行分解,得到一系列反映振动信号局部特性的本征模态函数(IMF);对IMF进行Hilbert变换,并求取对高压断路器机械状态变化敏感的Hilbert边际谱能量熵作为特征向量;将特征向量输入到SVM分类器,实现高压断路器机械故障的智能诊断。试验结果表明:该方法能够准确识别高压断路器的常见机械故障类型,具有一定的工程应用价值。 展开更多
关键词 高压断路器 变分模态分解 希尔伯特边际谱 能量熵 支持向量机 机械故障识别
下载PDF
应用希尔伯特黄变换的水下目标特征提取 被引量：19
5
作者 李秀坤 谢磊 秦宇 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2009年第5期542-546,共5页
针对传统时频分析方法的水下目标特征提取各有其局限,采用了希尔伯特黄变换方法用于水下目标特征提取.仿真与实验数据的处理结果表明,希尔伯特黄变换方法对于信号的时频特性具有较高的分辨能力,希尔伯特边际谱能够清晰的突出目标弹性成... 针对传统时频分析方法的水下目标特征提取各有其局限,采用了希尔伯特黄变换方法用于水下目标特征提取.仿真与实验数据的处理结果表明,希尔伯特黄变换方法对于信号的时频特性具有较高的分辨能力,希尔伯特边际谱能够清晰的突出目标弹性成分;希尔伯特谱能有效地展现目标的亮点结构,时频分辨力高于小波变换.研究表明混响具有与目标信号明显不同的希尔伯特谱特征,希尔伯特谱可以有效抑制混响.结果表明希尔伯特黄变换方法是一种有效的水下目标特征提取方法. 展开更多
关键词 特征提取 希尔伯特黄变换 亮点模型 希尔伯特谱 希尔伯特边际谱
下载PDF
水下目标特性特征提取及其融合 被引量：18
6
作者 李秀坤 李婷婷 夏峙 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2010年第7期903-908,共6页
为解决基于回波法水下目标分类与识别问题,从水下目标回波的弹性亮点特性、多分量特性和能量积分特性出发,利用频域离散小波变换(FDWT)、希尔伯特谱(Hilbert谱)、希尔伯特边际谱、分数阶傅里叶变换(FRFT)4种时-频分析方法从不同角度对... 为解决基于回波法水下目标分类与识别问题,从水下目标回波的弹性亮点特性、多分量特性和能量积分特性出发,利用频域离散小波变换(FDWT)、希尔伯特谱(Hilbert谱)、希尔伯特边际谱、分数阶傅里叶变换(FRFT)4种时-频分析方法从不同角度对目标回波与混响进行分析.对所提取的特征进行压缩与融合,利用支持向量机完成对水下目标和混响的分类与识别.文中给出了发射换能器以不同掠射角工作时4种时-频特征及其融合特征的识别率.实验结果表明,随着掠射角的增大,总体识别率呈现升高的趋势,融合特征可以有效提高识别率. 展开更多
关键词 水下目标识别 频域离散小波变换 hilbert谱 hilbert边际谱 分数阶傅里叶变换
下载PDF
基于HHT的管道阀门内漏声发射检测研究 被引量：17
7
作者 刘贵杰 徐萌 +1 位作者 王欣 姜瑞林 《振动与冲击》 EI CSCD 北大核心 2012年第23期62-66,共5页
针对管道阀门内漏声发射信号的非平稳特征,提出将总体平均经验模式分解(EEMD)和希尔伯特变换相结合的希尔伯特黄变换(HHT)方法应用于管道阀门内漏声发射检测中。利用EEMD方法将阀门内漏声发射信号自适应分解为一簇本征模态函数(IMF),并... 针对管道阀门内漏声发射信号的非平稳特征,提出将总体平均经验模式分解(EEMD)和希尔伯特变换相结合的希尔伯特黄变换(HHT)方法应用于管道阀门内漏声发射检测中。利用EEMD方法将阀门内漏声发射信号自适应分解为一簇本征模态函数(IMF),并对分解后的信号进行Hilbert谱和HHT边际谱分析,可以提取到阀门内漏声发射信号的本质特征,突破常规时频分析的非线性信号局限性以及经验模式分解(EMD)造成的模态混叠现象;相比于STFT频谱,Hilbert谱具有较高的时频分辨率,最后对信号的Hilbert边际谱分析确定了内漏信号的主要作用频率。该方法可以有效地应用于阀门内漏声发射检测中。 展开更多
关键词 阀门内漏 声发射 HHT EEMD hilbert边际谱
下载PDF
希尔伯特-黄变换在海底大地电磁测深数据处理中的应用 被引量：13
8
作者 于彩霞 魏文博 +4 位作者 景建恩 叶高峰 张帆 赵文轲 毛星 《地球物理学进展》 CSCD 北大核心 2010年第3期1046-1056,共11页
海水运动产生的电磁场,是海底大地电磁探测数据中的主要噪声之一,影响了数据处理与解释的精度.为提高海底MT探测的应用效果,本文在海底MT信号处理中引入HHT时频分析方法.结合海底MT噪声的特点与海底MT信号的特性,对南海实测数据进行分析... 海水运动产生的电磁场,是海底大地电磁探测数据中的主要噪声之一,影响了数据处理与解释的精度.为提高海底MT探测的应用效果,本文在海底MT信号处理中引入HHT时频分析方法.结合海底MT噪声的特点与海底MT信号的特性,对南海实测数据进行分析,通过对比去噪前后信号的Hilbert时-频谱和边际谱,表明利用经验模态分解及其多尺度滤波特性,能够有效压制海水运动产生的电磁噪声.经HHT去噪后的测深曲线在一定程度上有所改善,仍存在"飞点"现象;再结合Robust估计,明显改善海底大地电磁探测数据质量,得到满意的观测结果. 展开更多
关键词 HHT 经验模态分解 hilbert边际谱 海底大地电磁 噪声压制
下载PDF
基于DEMD的高压隔膜泵单向阀早期故障诊断 被引量：12
9
作者 牟竹青 黄国勇 +1 位作者 吴建德 范玉刚 《振动．测试与诊断》 EI CSCD 北大核心 2018年第4期758-764,共7页
针对高压隔膜泵单向阀的早期故障特征提取困难的问题,提出基于微分经验模态分解(differential empirical mode decomposition,简称DEMD)的高压隔膜泵单向阀早期故障诊断方法。首先,对振动信号进行微分运算,提高高频成分的振幅比,使微弱... 针对高压隔膜泵单向阀的早期故障特征提取困难的问题,提出基于微分经验模态分解(differential empirical mode decomposition,简称DEMD)的高压隔膜泵单向阀早期故障诊断方法。首先,对振动信号进行微分运算,提高高频成分的振幅比,使微弱高频成分在后续分解中更易提取;其次,对得到的新信号进行经验模态分解(empirical mode decomposition,简称EMD),并将分解后的本征模函数(intrinsic mode function,简称IMF)分量信号进行积分还原;最后,计算分量信号与原振动信号的Kullback-Leibler散度(Kullback-Leibler divergence,简称K-L散度)值,选取K-L散度值较小的分量信号进行重构,并利用Hilbert边际谱对重构信号进行瞬时频谱分析,以提取故障振动信号的特征。仿真与工程实验分析表明,该方法能够较好地提取出单向阀早期故障特征信息。 展开更多
关键词 高压隔膜泵 单向阀 经验模态分解 K-L散度 hilbert边际谱
下载PDF
最大重叠离散小波包变换边际谱特征在齿轮故障诊断中的应用 被引量：10
10
作者 陈保家 黄伟 +3 位作者 李立军 肖文荣 陈法法 肖能齐 《西安交通大学学报》 EI CAS CSCD 北大核心 2020年第2期35-42,共8页
针对齿轮故障振动信号多分量频带重叠引发的故障模式混淆问题,提出一种基于最大重叠离散小波包变换(MODWPT)边际谱特征和粒子群优化-支持向量机(PSO-SVM)的故障诊断方法。为了减少谐波及噪声对故障模式分量分离的干扰,首先利用MODWPT将... 针对齿轮故障振动信号多分量频带重叠引发的故障模式混淆问题,提出一种基于最大重叠离散小波包变换(MODWPT)边际谱特征和粒子群优化-支持向量机(PSO-SVM)的故障诊断方法。为了减少谐波及噪声对故障模式分量分离的干扰,首先利用MODWPT将采集到的实验信号进行5层分解,得到32个分量,通过频带能量占优方法,筛选出前16个分量,用来构造信号的希尔伯特边际谱;然后,将提取的边际谱特征代入PSO参数优化后的SVM,对故障类型进行识别。仿真信号分析结果表明,MODWPT边际谱在抗模式混叠、抗边界效应和频率提取准确性方面都要优于EMD方法。通过对6种不同类型的齿轮故障信号进行分析,MODWPT边际谱归一化特征具有明显的故障类型分层现象,对齿轮故障的识别准确率达到98%,说明该方法具有较强的故障诊断能力。 展开更多
关键词 齿轮故障诊断 经验模式分解 希尔伯特边际谱 支持向量机 粒子群算法
下载PDF
基于广义形态学滤波和Hilbert边际谱的滚动轴承故障诊断 被引量：9
11
作者 崔宝珍 马泽玮 +1 位作者 李会龙 王珊 《中国机械工程》 EI CAS CSCD 北大核心 2016年第11期1484-1488,共5页
广义形态滤波器可以很好地抑制输出统计偏倚的现象,Hilbert边际谱克服了传统包络法需要确定带通滤波器的中心频率和带宽的不足,将两种方法相结合,首先利用广义形态滤波对信号进行去噪,在此基础上对信号进行经验模态分解,然后选取合适的... 广义形态滤波器可以很好地抑制输出统计偏倚的现象,Hilbert边际谱克服了传统包络法需要确定带通滤波器的中心频率和带宽的不足,将两种方法相结合,首先利用广义形态滤波对信号进行去噪,在此基础上对信号进行经验模态分解,然后选取合适的IMF分量得到信号的局部Hilbert边际谱。通过对轴承内外环进行故障诊断发现,该方法能准确地提取故障特征,从而有效地判别轴承的故障类型和部位,具有较广阔的应用前景。 展开更多
关键词 滚动轴承 广义形态滤波 经验模态分解 hilbert边际谱
下载PDF
基于Hilbert边际谱和SAE-DNN的局部放电模式识别方法 被引量：9
12
作者 高佳程 朱永利 +2 位作者 郑艳艳 张科 刘帅 《电力系统自动化》 EI CSCD 北大核心 2019年第1期87-94,共8页
提出了一种基于Hilbert边际谱和稀疏自编码器(SAE)—深度神经网络(DNN)的局部放电(PD)信号的模式识别方法。首先,以变分模态分解(VMD)对PD信号进行分解,对所得各分量进行Hilbert变换构建相应的Hilbert边际谱。其次,以PD信号的Hilbert边... 提出了一种基于Hilbert边际谱和稀疏自编码器(SAE)—深度神经网络(DNN)的局部放电(PD)信号的模式识别方法。首先,以变分模态分解(VMD)对PD信号进行分解,对所得各分量进行Hilbert变换构建相应的Hilbert边际谱。其次,以PD信号的Hilbert边际谱为输入数据,利用SAE自动学习复杂数据的内在特征来提取简明的数据特征表达获得参数。再次,利用SAE的训练结果初始化DNN,再以大量训练样本进行分类器的训练。同时,为了加快SAE和DNN学习过程的收敛速度,以自适应步长的学习速率对网络进行调优,更新权值参数。最后,用训练好的DNN完成测试样本的PD类型的识别。此外,以基于BP神经网络和支持向量机的识别结果与文中结果进行比较。实验结果证明,所采用的识别方法具有更高的正确识别率。 展开更多
关键词 局部放电 模式识别 hilbert边际谱 稀疏自编码器 深度神经网络
下载PDF
基于空频域特征分析方法的癫痫发作预测 被引量：7
13
作者 韩凌 王宏 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第11期2501-2507,共7页
癫痫发作具有突发性和反复性,对患者生命安全构成巨大威胁。为了对癫痫发作进行有效地预测,提出了空频域特征分析的癫痫发作预测方法。将多变量相位同步参数、希尔伯特边际谱和希尔伯特加权频率组成一个三维的特征向量作为空频域特征值... 癫痫发作具有突发性和反复性,对患者生命安全构成巨大威胁。为了对癫痫发作进行有效地预测,提出了空频域特征分析的癫痫发作预测方法。将多变量相位同步参数、希尔伯特边际谱和希尔伯特加权频率组成一个三维的特征向量作为空频域特征值,输入到支持相量机中,实现癫痫的发作预测,最后采用癫痫发作预测特征方法对预测结果进行评估。实验结果表明：采用空频域特征分析方法对δ波和θ波的癫痫发作预测,癫痫预测范围在30~45分钟,患者有足够的时间采取措施应对;癫痫发作周期在5~10分钟,缩短患者等待时间,降低焦虑程度;与多种相关方法进行比较,该方法具有较低的错误预报率和较高的预测敏感度。 展开更多
关键词 希尔伯特黄变换 多变量相位同步分析 希尔伯特边际谱 希尔伯特加权频率
下载PDF
Hilbert边际谱在框架结构损伤检测中的应用 被引量：6
14
作者 杨智春 张慕宇 +1 位作者 丁燕 王乐 《振动与冲击》 EI CSCD 北大核心 2010年第11期26-29,46,共5页
提出了一种基于Hilbert边际谱的损伤检测方法,在Hilbert边际谱的基础上定义了特征幅值,并以损伤前后同一响应点位置特征幅值的相对变化量来计算用于进行结构损伤检测的损伤指标。由一个8层剪切框架结构的损伤检测仿真算例,获得了所提出... 提出了一种基于Hilbert边际谱的损伤检测方法,在Hilbert边际谱的基础上定义了特征幅值,并以损伤前后同一响应点位置特征幅值的相对变化量来计算用于进行结构损伤检测的损伤指标。由一个8层剪切框架结构的损伤检测仿真算例,获得了所提出的损伤指标与结构健康状态及损伤位置的对应关系,进而提出了利用该损伤指标来检测并定位框架结构损伤的步骤。最后,使用一个8层剪切框架结构的损伤检测实验说明该方法可以准确识别出框架结构的健康状态以及损伤位置。 展开更多
关键词 hilbert边际谱 损伤检测 经验模分解 hilbert-HUANG变换
下载PDF
基于改进HHT的10kV的XLPE电缆接头典型局部放电的辨别 被引量：6
15
作者 秦榛 王睿 +1 位作者 王金鑫 彭浩城 《电力信息与通信技术》 2022年第5期95-102,共8页
针对局放信号中单一的去噪方法去噪效果差以及经验模态分解(empirical mode decomposition,EMD)存在的模态混叠和其他缺陷,文章提出一种基于改进的希尔伯特黄变换(Hilbert-Huang transform,HHT)的去噪方法;针对神经网络所需样本多和计... 针对局放信号中单一的去噪方法去噪效果差以及经验模态分解(empirical mode decomposition,EMD)存在的模态混叠和其他缺陷,文章提出一种基于改进的希尔伯特黄变换(Hilbert-Huang transform,HHT)的去噪方法;针对神经网络所需样本多和计算量大的特点,提出对有高信息维度的边际谱进行方向梯度直方图(histogram of gradient,HOG)和灰度共生矩阵(gray level co-occurrence matrix,GLCM)特征提取后通过支持向量机(SVM)辨别的方法。局放信号中主要有窄带周期干扰和白噪声2种噪声干扰难以去除,窄带噪声能量集中在频域上,可以通过快速傅里叶变换(FFT)将其先去除,然后采用添加互补自适应白噪声的完整集合经验模态分解(complete ensemble empirical mode decomposition with complementary adaptive white noise,CEEMDCAN)和自适应阈值法结合的方法,不仅有效抑制了白噪声,而且消除了模态混叠,重构误差和计算量都更小。仿真结果表明,该去噪方法去噪效果明显,在少样本情况下,通过SVM快速辨别可以获得92.5%的高识别率。 展开更多
关键词 局部放电 希尔伯特黄变换(HHT) 去噪 边际谱 支持向量机
下载PDF
基于小波和EMD的滚动轴承非接触声发射诊断方法 被引量：6
16
作者 戴光 余永增 +1 位作者 张颖 于江林 《化工机械》 CAS 2009年第4期326-330,共5页
采用声发射技术对滚动轴承进行非接触检测,利用小波分解把故障轴承信号分解在不同频段,然后依照各频带能量重构信号,消除背景噪声,对降噪信号进行EMD分解,对分解后感兴趣的IMF进行边际谱分析,观察特征频率,得到清晰的故障信息,以此诊断... 采用声发射技术对滚动轴承进行非接触检测,利用小波分解把故障轴承信号分解在不同频段,然后依照各频带能量重构信号,消除背景噪声,对降噪信号进行EMD分解,对分解后感兴趣的IMF进行边际谱分析,观察特征频率,得到清晰的故障信息,以此诊断轴承故障。 展开更多
关键词 滚动轴承 声发射 非接触检测 小波分解 EMD IMF hilbert边际谱
下载PDF
基于Hilbert-Huang变换的结构损伤识别及振动台试验验证 被引量：4
17
作者 罗维刚 韩建平 +1 位作者 钱炯 周伟 《工程抗震与加固改造》 北大核心 2011年第1期49-54,共6页
结构在强烈地震作用下,构件、节点会产生损伤,刚度、强度等力学性能会降低,结构的动力特性也会改变。分析与处理结构振动信号是结构健康监测和损伤识别的重要手段之一。利用Hilbert-Huang变换,提出利用具有时变规律的瞬时频率和瞬时能... 结构在强烈地震作用下,构件、节点会产生损伤,刚度、强度等力学性能会降低,结构的动力特性也会改变。分析与处理结构振动信号是结构健康监测和损伤识别的重要手段之一。利用Hilbert-Huang变换,提出利用具有时变规律的瞬时频率和瞬时能量识别结构的损伤演化过程,利用可以反映结构振动能量分布规律的Hilbert边际谱的相对幅值识别结构的损伤位置。通过对一个12层钢筋混凝土框架模型结构振动台试验测点加速度记录数据的处理分析,识别了该模型结构的损伤演化及损伤位置,识别结果与振动台试验的试验现象基本吻合,验证了基于Hilbert-Huang变换可以实现结构的损伤识别。 展开更多
关键词 hilbert-HUANG变换 损伤识别 瞬时频率 瞬时能量 hilbert边际谱 振动台试验
下载PDF
基于VMD和KFCM-SVM的高压断路器声振联合故障诊断方法
18
作者 马莉 霍耀佳 +4 位作者 吴杨 常婧 韩利 钱勇 方济中 《高压电器》 CAS CSCD 北大核心 2024年第8期53-62,共10页
针对高压断路器机械故障复杂、故障特征提取困难的问题,提出一种变分模态分解(variational mode decomposition,VMD)与KFCM-SVM相结合的高压断路器声振联合故障诊断方法。首先利用VMD对去噪后的振动和声音信号进行分解,得到一系列反映... 针对高压断路器机械故障复杂、故障特征提取困难的问题,提出一种变分模态分解(variational mode decomposition,VMD)与KFCM-SVM相结合的高压断路器声振联合故障诊断方法。首先利用VMD对去噪后的振动和声音信号进行分解,得到一系列反映断路器操动过程机械状态信息的本征模态函数(IMF);然后对各IMF分量进行Hilbert变换,构造相应的Hilbert边际谱,求取能量熵作为特征向量;最后采用模糊核C—均值聚类(kernel fuzzy C means,KFCM)对特征进行预分类,再利用支持向量机(SVM)建立训练模型实现机械状态辨识。实验结果表明:声振信号Hilbert边际谱能量熵对高压断路器机械状态变化敏感,KFCM-SVM能够准确识别高压断路器分闸操动过程中的机械故障。 展开更多
关键词 高压断路器 VMD hilbert边际谱 能量熵 KFCM-SVM
下载PDF
基于局部Hilbert边际谱隶属度的微弱目标检测算法 被引量：4
19
作者 张建 黄勇 +1 位作者 关键 何友 《信号处理》 CSCD 北大核心 2011年第9期1335-1340,共6页
文章采用Hilbert-Huang变换处理海杂波数据,获得了海杂波的Hilbert边际谱,并分析了海杂波的Hilbert边际谱特点以及目标的影响。分析发现:无目标时,海杂波信号的Hilbert边际谱的谱宽较宽,低频成份较弱;而当目标出现时,其谱宽变窄,低频成... 文章采用Hilbert-Huang变换处理海杂波数据,获得了海杂波的Hilbert边际谱,并分析了海杂波的Hilbert边际谱特点以及目标的影响。分析发现:无目标时,海杂波信号的Hilbert边际谱的谱宽较宽,低频成份较弱;而当目标出现时,其谱宽变窄,低频成份明显增强。为了描述目标对海杂波Hilbert边际谱的这种影响,将隶属度引入Hilbert边际谱,并采用目标出现频率处的海杂波局部Hilbert边际谱计算隶属度,通过分析发现,目标出现时,其隶属度明显减小,在此基础上,提出了基于局部Hilbert边际谱隶属度的微弱目标检测算法。仿真结果表明,对于实测和仿真目标数据,该算法的检测性能较好,明显优于基于盒维数的微弱目标检测算法、频域检测算法和多脉冲CA-CFAR检测算法的检测性能,对海杂波中的慢起伏固定目标具备较强的检测能力。 展开更多
关键词 hilbert-HUANG变换 hilbert边际谱 隶属度 目标检测
下载PDF
基于EMD-AR谱分析的数控机床主轴故障诊断方法研究 被引量：5
20
作者 郭正才 王义强 +1 位作者 朱艳飞 骆海波 《组合机床与自动化加工技术》 北大核心 2016年第3期93-96,共4页
针对数控机床主轴系统经常出现的声音异响等故障,提出了一种基于经验模态分解(EMD)和AR(auto regressive)谱分析相结合的诊断方法。对主轴箱部位使用亿恒数据采集仪进行数据采集,将测量数据进行经验模态分解,提取几个各阶本征模态函数分... 针对数控机床主轴系统经常出现的声音异响等故障,提出了一种基于经验模态分解(EMD)和AR(auto regressive)谱分析相结合的诊断方法。对主轴箱部位使用亿恒数据采集仪进行数据采集,将测量数据进行经验模态分解,提取几个各阶本征模态函数分量(IMF)最大幅值并求平均,选取平均后的幅值占总幅值中比例较大的几阶IMF,并进行自回归谱分析,通过试验测得测试机床主轴箱的主要频率值,并与希尔伯特边际谱及FFT进行对比。结果表明测试机床故障频率与电机轴频率吻合,是由于电机轴装配偏心造成;同时通过对比分析表明EMD-AR谱估计更能有效地提取故障频率。 展开更多
关键词 数控机床 主轴系统 EMD-AR谱估计 HHT边际谱 故障分析
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 … 4 下一页 到第 页
使用帮助 返回顶部