期刊导航
期刊开放获取
cqvip
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
3
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
一种高精度时频分析技术在碳酸盐岩烃类检测中的应用
被引量：
1
1
作者
陈猛
高莲花
+3 位作者
党青宁
罗莉莉
宋文杰
李勇军
《复杂油气藏》
2016年第1期26-30,共5页
WVD时频分析是一种高精度的时频分析方法,在碳酸盐岩烃类检测中具有更高的精度。但是交叉项的存在,会对有效信号造成严重干扰,导致其精度有所下降。为此,利用两种加权窗函数分别抑制交叉项在时间方向和频率方向的影响,理论计算显示了其...
WVD时频分析是一种高精度的时频分析方法,在碳酸盐岩烃类检测中具有更高的精度。但是交叉项的存在,会对有效信号造成严重干扰,导致其精度有所下降。为此,利用两种加权窗函数分别抑制交叉项在时间方向和频率方向的影响,理论计算显示了其有效性。在塔里木盆地哈拉哈唐地区地震资料的实际应用中,利用该方法获得了高精度的时频分析结果,为该区今后的勘探开发部署提供了重要依据。
展开更多
关键词
wvd
时频分析
交叉项
加权窗函数
油气检测
下载PDF
职称材料
一种融合特征与卷积神经网络的车轮缺陷识别方法
2
作者
尹兆珂
缪炳荣
+2 位作者
张盈
袁哲锋
胡天棋
《噪声与振动控制》
CSCD
北大核心
2024年第6期149-155,共7页
针对同一识别算法下不同损伤类型以及损伤程度识别准确率低的问题,提出一种多尺度融合特征与一维卷积神经网络(One-dimensional Convolution Neural Network,1D-CNN)相结合的车轮损伤诊断方法。利用完全噪声辅助聚合经验模态分解(Comple...
针对同一识别算法下不同损伤类型以及损伤程度识别准确率低的问题,提出一种多尺度融合特征与一维卷积神经网络(One-dimensional Convolution Neural Network,1D-CNN)相结合的车轮损伤诊断方法。利用完全噪声辅助聚合经验模态分解(Complete EEMD with Adaptive Noise,CEEMDAN)和魏格纳-维尔分布(Wigner-Ville Distribution,WVD)联合时频分析方法,对轴箱加速度信号进行融合特征提取,将提取到的多维度融合特征作为样本输入,构建适合车轮踏面损伤诊断的CNN模型,对样本中的不同损伤类型和损伤程度进行分类识别。经仿真分析和实验验证表明:所提出的多维度融合特征对于不同车速下的损伤类型以及损伤程度都有很好的识别能力,识别准确率可达到98%,且鲁棒性强,可为车轮踏面损伤识别和评估提供新的方法。
展开更多
关键词
故障诊断
轴箱加速度
CEEMDAN-
wvd
联合
时频分析
法
一维卷积神经网络
下载PDF
职称材料
基于改进EEMD和WVD联合时频分析的车轮多边形状态识别方法
被引量：
3
3
作者
宋颖
梁磊
+1 位作者
王玥
施文杰
《交通运输工程学报》
EI
CSCD
北大核心
2021年第6期259-268,共10页
为了准确识别高速列车车轮多边形状态以及磨耗幅值,提出了一种改进的聚合经验模态分解(EEMD)与魏格纳-威尔分布(WVD)相结合的随机振动信号联合时频分析方法;利用相关系数法和频谱分析来评估筛选轴箱振动加速度信号经EEMD分解后的变量,...
为了准确识别高速列车车轮多边形状态以及磨耗幅值,提出了一种改进的聚合经验模态分解(EEMD)与魏格纳-威尔分布(WVD)相结合的随机振动信号联合时频分析方法;利用相关系数法和频谱分析来评估筛选轴箱振动加速度信号经EEMD分解后的变量,然后进行WVD计算,在保持WVD高时频分辨率的同时可有效抑制交叉干扰项;应用该方法分析了周期性车轮多边形磨耗与现场实测随机车轮多边形磨耗引起的轴箱振动加速度信号。研究结果表明:利用EEMD-WVD二维时频谱的主频率可识别车轮多边形状态,利用EEMD-WVD三维时频能量谱的能量幅值分布可评估车轮多边形磨耗幅值,最大误差为0.3%;将改进EEMD和WVD联合时频分析方法的识别结果与短时傅里叶变换、小波分解、WVD传统时频分析方法进行对比,表明此方法应用时无需改变任何参数,自适应强,保留了WVD高时频分辨率的特点,而且可有效抑制EEMD产生的模态混叠现象和WVD产生的交叉干扰项,验证了所提出联合时频分析方法的有效性及其优势,为高速动车组车轮多边形识别和评估提供了新的技术途径。
展开更多
关键词
车辆工程
车轮多边形
轴箱加速度
EEMD-
wvd
联合
时频分析
法
时
频
特征
识别方法
原文传递
题名
一种高精度时频分析技术在碳酸盐岩烃类检测中的应用
被引量：
1
1
作者
陈猛
高莲花
党青宁
罗莉莉
宋文杰
李勇军
机构
中国石油塔里木油田公司勘探开发研究院
出处
《复杂油气藏》
2016年第1期26-30,共5页
文摘
WVD时频分析是一种高精度的时频分析方法,在碳酸盐岩烃类检测中具有更高的精度。但是交叉项的存在,会对有效信号造成严重干扰,导致其精度有所下降。为此,利用两种加权窗函数分别抑制交叉项在时间方向和频率方向的影响,理论计算显示了其有效性。在塔里木盆地哈拉哈唐地区地震资料的实际应用中,利用该方法获得了高精度的时频分析结果,为该区今后的勘探开发部署提供了重要依据。
关键词
wvd
时频分析
交叉项
加权窗函数
油气检测
Keywords
wvd
time-frequency analysis
cross term
weighted window function
hydrocarbon detection
分类号
P631.4 [天文地球—地质矿产勘探]
下载PDF
职称材料
题名
一种融合特征与卷积神经网络的车轮缺陷识别方法
2
作者
尹兆珂
缪炳荣
张盈
袁哲锋
胡天棋
机构
西南交通大学轨道交通运载系统全国重点实验室
出处
《噪声与振动控制》
CSCD
北大核心
2024年第6期149-155,共7页
基金
四川省重点研发资助项目(2023YFG0197)
牵引动力国家重点实验室自主研发资助项目(2023TPL_T08)
中央高校基本科研业务费-专题研究资助项目(2682022ZTPY007)。
文摘
针对同一识别算法下不同损伤类型以及损伤程度识别准确率低的问题,提出一种多尺度融合特征与一维卷积神经网络(One-dimensional Convolution Neural Network,1D-CNN)相结合的车轮损伤诊断方法。利用完全噪声辅助聚合经验模态分解(Complete EEMD with Adaptive Noise,CEEMDAN)和魏格纳-维尔分布(Wigner-Ville Distribution,WVD)联合时频分析方法,对轴箱加速度信号进行融合特征提取,将提取到的多维度融合特征作为样本输入,构建适合车轮踏面损伤诊断的CNN模型,对样本中的不同损伤类型和损伤程度进行分类识别。经仿真分析和实验验证表明:所提出的多维度融合特征对于不同车速下的损伤类型以及损伤程度都有很好的识别能力,识别准确率可达到98%,且鲁棒性强,可为车轮踏面损伤识别和评估提供新的方法。
关键词
故障诊断
轴箱加速度
CEEMDAN-
wvd
联合
时频分析
法
一维卷积神经网络
Keywords
fault diagnosis
axle box acceleration
CEEMDAN-
wvd
1D-CNN
分类号
U211.5 [交通运输工程—道路与铁道工程]
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于改进EEMD和WVD联合时频分析的车轮多边形状态识别方法
被引量：
3
3
作者
宋颖
梁磊
王玥
施文杰
机构
石家庄铁道大学交通运输学院
西南交通大学土木工程学院
中国铁道科学研究院集团有限公司基础设施检测研究所
出处
《交通运输工程学报》
EI
CSCD
北大核心
2021年第6期259-268,共10页
基金
国家自然科学基金项目(12072207)
河北省自然科学基金项目(E2019210152)
+1 种基金
中国博士后科学基金项目(2018M643521)
河北省高等学校科学技术研究项目(QN2018108)。
文摘
为了准确识别高速列车车轮多边形状态以及磨耗幅值,提出了一种改进的聚合经验模态分解(EEMD)与魏格纳-威尔分布(WVD)相结合的随机振动信号联合时频分析方法;利用相关系数法和频谱分析来评估筛选轴箱振动加速度信号经EEMD分解后的变量,然后进行WVD计算,在保持WVD高时频分辨率的同时可有效抑制交叉干扰项;应用该方法分析了周期性车轮多边形磨耗与现场实测随机车轮多边形磨耗引起的轴箱振动加速度信号。研究结果表明:利用EEMD-WVD二维时频谱的主频率可识别车轮多边形状态,利用EEMD-WVD三维时频能量谱的能量幅值分布可评估车轮多边形磨耗幅值,最大误差为0.3%;将改进EEMD和WVD联合时频分析方法的识别结果与短时傅里叶变换、小波分解、WVD传统时频分析方法进行对比,表明此方法应用时无需改变任何参数,自适应强,保留了WVD高时频分辨率的特点,而且可有效抑制EEMD产生的模态混叠现象和WVD产生的交叉干扰项,验证了所提出联合时频分析方法的有效性及其优势,为高速动车组车轮多边形识别和评估提供了新的技术途径。
关键词
车辆工程
车轮多边形
轴箱加速度
EEMD-
wvd
联合
时频分析
法
时
频
特征
识别方法
Keywords
vehicle engineering
wheel polygon
axle box acceleration
EEMD-
wvd
joint time-frequency analysis
time-frequency characteristic
identification method
分类号
U279.2 [机械工程—车辆工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
一种高精度时频分析技术在碳酸盐岩烃类检测中的应用
陈猛
高莲花
党青宁
罗莉莉
宋文杰
李勇军
《复杂油气藏》
2016
1
下载PDF
职称材料
2
一种融合特征与卷积神经网络的车轮缺陷识别方法
尹兆珂
缪炳荣
张盈
袁哲锋
胡天棋
《噪声与振动控制》
CSCD
北大核心
2024
0
下载PDF
职称材料
3
基于改进EEMD和WVD联合时频分析的车轮多边形状态识别方法
宋颖
梁磊
王玥
施文杰
《交通运输工程学报》
EI
CSCD
北大核心
2021
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
