作者:孙珽; 徐东星; 尹勇; 张秀凤; 苌占星; 叶进 期刊:《船舶工程》 2019年第11期
为提高船舶在海上运动的耐波性与适航性,并为解决具有非线性、随机性和非平稳性特点的船舶运动姿态难以准确预测的问题,提出运用一种基于变分模态分解和自适应粒子群算法优化极限学习机的组合预测模型。该算法首先利用变分模态分解将船舶运动姿态序列分解为一系列限带内本征模态函数,并且变分模态分解可以避免经验模态分解技术所产生的模态混叠和端点效应,可以降低序列的非平稳性对预测精度的影响;然后对各模态分量分别建立极限学...
作者:张龙; 宋成洋; 邹友军; 崔路瑶; 雷兵 期刊:《机械设计与研究》 2019年第06期
滚动轴承处于早期故障阶段时,故障冲击特征成分难以提取,为了从轴承故障振动信号中提取特征参数,对轴承故障振动信号进行变分模态分解(Variational Mode Decomposition,VMD),得到若干个本征模态分量(IMFs),计算各个IMF的能量熵与样本熵,并利用主成分分析方法(PCA)对其进行特征融合。最后利用粒子群算法(PSO)优化的支持向量机(SVM)对融合特征进行故障模式识别。轴承故障实验分析结果表明,所提方法能够有效实现滚动轴承故障诊断。
作者:王文康; 潘翀; 王晋军 期刊:《空气动力学学报》 2020年第01期
应用多分量准二维变分模态分解技术,对直接数值模拟的湍流边界层的流向-法向平面进行了分解。通过对从低雷诺数到中等雷诺数(Reτ=400~1750)各个工况的瞬时流场的观察,定性地得到了不同模态所对应的物理结构特征。通过两点相关云图形态和倾斜角度的比较,定量地对比了不同模态对应的拟序结构倾角随法向高度的变化。一阶模态主要对应大尺度扫掠/喷射事件,第二阶模态则对应近壁流向涡结构。两阶模态的拟序结构倾角随法向高度的变化趋势...
作者:丁承君; 付晓阳; 冯玉伯; 张良 期刊:《机械传动》 2020年第03期
为解决齿轮箱故障振动信号信噪比低、故障特征提取难的问题,提出了基于参数优化变分模态分解(VMD)的齿轮箱故障特征提取方法。首先,以分解结果的局部极小包络熵最小为目标,利用果蝇算法搜寻VMD分解参数K和α的最优组合;将原始信号分解成若干IMF分量,从中选择包络熵较小的分量进行信号重构,并对重构信号进行包络解调运算,从重构信号的包络谱中提取故障频率特征。结果表明,利用此方法对实测信号进行处理,成功降噪、提取齿轮箱故障特征...
作者:胡博; 潘霄; 葛维春; 崔嘉; 杨俊友; 徐熙林 期刊:《可再生能源》 2020年第03期
准确地拟合负荷数据是表征负荷特性的关键环节。文章以电力网建设为背景,提出一种改进变分模态分解(Improved Variational Mode Decomposition,IVMD)和长短期记忆网络(Long Short-Term Memory,LSTM)结合的电网中长期典型时段负荷曲线拟合方法。该方法首先将曲率作为量化指标,减小常规VMD方法中K值的不确定性;其次,考虑高渗透率灵活负荷并网条件,精细化拟合特殊时段电网负荷,给出IVMD-LSTM的自适应电网负荷降噪及曲线拟合方法,提高...
作者:王建国; 林语桐; 田野; 杜鹏; 张培焱; 辛红伟; 武英杰 期刊:《发电技术》 2018年第01期
针对风电机组变工况滚动轴承故障诊断问题,将变分模态分解(variational mode decomposition,VMD)与计算阶比跟踪(computed order tracking,COT)、逆包络阶次谱(reversed sequence squared envelope spectrum,RE-SES)2种方法结合进行包络阶次分析;将非平稳的时间域信号转换成平稳的角度域信号,再经包络法找出滚动轴承故障特征信息。仿真与实验结果表明,VMD结合RE-SES包络阶次法可以更加有效地提取出调幅信号中的调制阶次,并且VMD滤...
作者:钱国超; 彭庆军; 程志万; 古洪瑞; 于虹 期刊:《电力工程技术》 2020年第01期
机械振动信号能反映有载分接开关的运行状态。为提高有载分接开关机械故障的诊断准确率,提出了一种基于参数自适应变分模态分解(VMD)和模拟退火优化极限学习机(SA-ELM)的故障诊断方法。首先对振动信号进行VMD分解,根据能量准则自适应确定模态数的取值,得到一组窄带、区分度较好的模态分量。然后求取各模态的能量值,形成特征向量组,不同故障状态的模态特征区分明显。最后将特征向量组输入SA-ELM,实现振动信号的识别和诊断。在模拟试...
作者:吕明珠; 苏晓明; 刘世勋; 陈长征 期刊:《机械设计与制造》 2020年第01期
针对滚动轴承全寿命退化状态难以有效识别的问题,提出了一种基于变分模态分解(VMD)与支持向量机(SVM)相结合的滚动轴承退化状态识别方法。该方法先用包络熵确定VMD的最优分解层数,再根据峭度及相关系数准则选择VMD分解后的敏感本征模态分量(IMF),然后提取敏感IMF分量的时域指标和能量熵构成退化特征向量序列,最后随机抽取不同退化状态下的少量样本输入SVM模型训练,建立退化状态模型库,并用真实数据进行测试。实验结果表明该方法能...
作者:王同安; 王元红 期刊:《西安科技大学学报》 2019年第02期
将压缩感知算法和变分模态分解相结合,应用于煤矿瓦斯数据的处理。考虑到现有的压缩感知算法在对瓦斯处理的过程中存在着重构精度低,重构过程复杂和需要较多的样本观测值等问题,因此提出一种基于VMD和自适应观测矩阵的压缩感知算法,有效解决了以较少的样本观测值数据实现信号高精度重构的问题,同时自适应地选择观测矩阵,避免了对稀疏信号的同类化投影选择。首先将瓦斯信号经过VMD进行分离,得到一系列瓦斯信号的本征模态函数分量,通...
作者:徐飞; 蒋占四; 余鼐; 黄惠中; 杨庆勇 期刊:《组合机床与自动化加工技术》 2019年第11期
针对旋转机械中齿轮和轴承的故障诊断,对多分量信号和信号特征提取进行了研究。在分析了变分模态分解(Variational mode decomposition,VMD)对多分量信号的分解及多项式调频小波变换(Polynomical chirplet transform,PCT)对调频信号特征提取的优势,提出一种基于VMD和PCT的旋转机械故障诊断方法。将多分量信号经由VMD分解得到一系列独立的模态分量,选择周期性最明显的模态分量经过PCT得到时频图,通过分析时频图实现旋转机械的故障诊...
作者:卫永琴; 鞠凯; 王潇龙; 金增杰 期刊:《电力系统及其自动化学报》 2019年第11期
为探究适用于小电流接地系统的故障选线方法,解决现有暂态故障选线方法效果欠佳的问题,提出了一种基于变分模态分解VMD(variational mode decomposition)的小电流接地故障选线新方法。通过引入本征模态函数基于调幅调频函数的VMD算法对配电母线各出线的零序电流进行分解,模态中心频率选取自适应且分解结果直观。最后综合直流分量以及高频分量构造双重判据实现选线,以Matlab/Simulink平台搭建的小电流接地系统故障选线模型为平台,对...
作者:李永刚; 丁其; 赵书涛 期刊:《电测与仪表》 2019年第20期
断路器的振动信号包含了许多机械信息。为了更加精确地对断路器的故障进行识别,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和支持向量机结合的方法。首先利用局部极值法确定合适的VMD分解模态数;其次通过VMD将信号分解成多个具有紧支性的模态,计算各模态的奇异值作为特征向量,将其输入支持向量机(Support Vector Machine,SVM),训练故障模型;最后通过SVM诊断测试信号,成功对不同故障进行诊断。
作者:张颖; 刘新元; 张超 期刊:《山西电力》 2019年第05期
针对风电机组轴承故障特征提取困难的问题,将谱峭度(Spectrum Kurtosis,SK)和变分模态分解(Variational Mode Decomposition,VMD)相结合,提出一种基于VMD-SK的故障诊断新方法。首先,对采集的轴承振动信号进行VMD分解,得到若干个固有模态函数(Intrinsic Mode Function,IMF);其次,对每一个IMF分量进行傅里叶变换,并计算其平方包络;再次,利用SK的滤波特性,选取故障特征频带所在的IMF分量来构建最优包络谱;最后,通过对包络谱分析可以诊...
往复压缩机被广泛应用于石油化工、冶金、矿业、电力的行业,是工业过程的核心设备。为保证工业生产平稳有序进行,有必要对其开展检测与诊断工作。利用变分模态分解(VMD)与形态学分形相结合的方法,可以提高往复压缩机常见故障的识别准确率,该方法对往复压缩机运行的安全性与平稳性有重要的现实意义。
作者:杜晓舟; 信奇; 高海洋; 朱子宏 期刊:《强度与环境》 2019年第05期
针对航天器力学试验用振动台水平滑台内部轴承无法观测、故障发生初期无法获知的问题,提出了针对轴承故障的一种在线预判方法,旨在提前发现轴承故障隐患,避免产品损失。首先,选取加速度传感器作为轴承运动状态响应监测介质,以螺接方式安装于轴承上;其次,使用变分模态分解技术作为轴承加速度响应数据分析方法,计算每个轴承除基波外的谐波成分;最后,通过谐波成分计算结果所构建的轴承状态指标,直观地判读出故障轴承。真实产品振动试...
作者:徐智; 唐刚; 刘伟; 李钟晓 期刊:《北京化工大学学报·自然科学版》 2019年第05期
为解决变分模态分解在地震数据去噪中依赖人工经验,模态分解和去噪效果具有一定随机性和偶然性的问题,提出基于频域奇异值分解信噪比估计的参数优化方法。该方法在参数范围内以较高的估计信噪比为评价参数对模态分量数目与有效模态进行选取,自适应寻找去噪最有效的参数,从而避免主观选取参数的随机性,改善去噪效果。仿真模型实验表明:估计信噪比与真实信噪比的误差为正相关关系,能够有效反映地震数据中噪声程度,所估计信噪比可以作...
作者:罗小燕; 卢文海; 游义平; 胡显能 期刊:《噪声与振动控制》 2019年第06期
针对球磨机筒体振动信号中存在大量噪声信号,难以提取其有效信息的问题,提出一种基于变分模态分解(VMD)和奇异值分解(SVD)的联合降噪方法。该方法首先利用VMD算法对球磨机振动信号进行分解,得到K个本征模态分量(IMF),其中K值采用瞬时频率均值法确定;然后通过互相关系数法选取大于等于互相关系数阈值的IMF分量,将选出的分量视为敏感模态分量,再利用奇异值分解算法对敏感模态分量进行去噪处理;最后将经过奇异值去噪的敏感模态分量重...
作者:徐波; 周凤星; 黎会鹏; 严保康; 刘毅; 严丹 期刊:《振动测试与诊断》 2019年第06期
为了能够对变负荷工况下的轴承早期故障及损伤程度进行准确有效的诊断,提出了基于改进混沌果蝇优化算法的变分模态分解(variable mode decomposition,简称VMD)和基于嵌套一对一算法的多分类相关向量机(multi-class relevance vector machine,简称MRVM)的智能诊断模型。首先,使用改进混沌果蝇优化算法(improved chaotic fruit fly optimization algorithm,简称ICFOA)对VMD的本征模态函数(intrinsic mode function,简称IMF)个数和惩...
作者:田书; 康智慧 期刊:《振动与冲击》 2019年第23期
针对传统信号分解导致断路器机械故障振动分析特征提取不准确,故障诊断精度低的缺点,提出将改进变分模态分解能量熵与支持向量机相结合的断路器故障诊断新方法。利用量子粒子群优化变分模态分解(VMD)参数设置问题,获取最佳模态个数及惩罚因子。为验证该算法在模态混叠及噪声干扰方面的优势,将其应用在10 kV高压断路器ZN63A-12上,对断路器采集到的正常、传动机构卡涩及基座螺丝松动三种振动信号进行分析。用改进VMD能量熵提取断路器...
作者:付文龙; 谭佳文; 王凯 期刊:《振动与冲击》 2019年第22期
为充分挖掘未标记样本所蕴含的有效信息,进而提升诊断精度,研究提出一种基于变分模态分解(VMD)散布熵与改进灰狼优化支持向量数据描述(SVDD)的轴承半监督故障诊断方法。采用中心频率观察法确定VMD分解模态参数K,进而将原始信号分解为一系列本征模态函数并计算各分量的散布熵值,构成测试样本和部分标记的训练样本;再由半监督模糊C均值(SSFCM)聚类对训练样本进行聚类分析,从而对所得聚类簇进行SVDD建模,同时采用k近邻准则进行决策优...