作者:何雷; 刘溯奇; 蒋婷; 黄志杰 期刊:《机械传动》 2020年第01期
针对军用装甲车变速箱工作环境恶劣、故障模式难以识别的问题,在现有方法基础上,将噪声辅助分析方法、局部均值分解(LMD)方法和BP神经网络方法相结合,应用于装甲车变速箱故障诊断中。首先,在自行搭建的实验台上采集变速箱正常、轴承间隙故障、外环压痕、齿轮断齿4种典型状态下的振动信号;然后,采用噪声辅助LMD方法对信号进行分解,将信号前8个PF分量进行能量特征值提取,将提取的特征值作为BP神经网络的输入量,根据输出结果识别变速...
作者:赵书涛; 李云鹏; 王二旭; 朱继鹏; 马莉; 王科登 期刊:《高压电器》 2019年第11期
弹簧势能的可靠储存是保障断路器后续分合闸操作正确的前提。通过分析控制回路、电机、传动部件和弹簧之间的能量转换和传递关系,提出一种电-振信号熵权特征联合的断路器储能机构故障类型辨识方法。首先利用希尔伯特变换(Hilbert transform)提取储能电机电流信号包络时域特征并计算峭度;然后由局部均值分解(LMD)处理断路器储能过程伴随的振动信号得到乘积函数分量(PF),并提取PF能量谱频域的盒维数特征;进而采用熵权法对电流和振动...
作者:徐青青; 赵海芳; 李守军 期刊:《工矿自动化》 2019年第10期
针对现有煤矿机械轴承故障自适应诊断方法易受高频噪声和间断噪声干扰而导致原始信号分解和特征提取精度较低的问题,提出了一种基于改进局部均值分解的煤矿机械轴承故障诊断方法。该方法在局部均值分解方法的自适应分解部分采用噪声辅助分解方法,将高斯白噪声加入原始信号,然后进行局部均值分解,以抑制高频噪声及间断噪声对信号分解的影响;在特征参数提取部分对乘积函数分量进行Hilbert变换,然后进行特征参数提取,以实现在全部取值...
作者:杨青乐; 梅检民; 张玲玲; 肖静; 曾锐利; 肖云魁 期刊:《军事交通学院学报》 2015年第01期
针对变速器加速过程中轴承故障特征易于暴露难以提取问题,提出基于局部均值分解(LMD)和倒阶次谱的滚动轴承故障诊断方法。首先,对变速器加速时的时域信号进行等角度重采样,转化为角域平稳信号;然后,对角域信号进行LMD分解;最后,对包含轴承故障信息的高频分量(PF)进行倒阶次谱分析,提取出轴承的故障特征。通过对加速过程轴承外圈和内圈剥落故障信号的分析表明,该方法能准确识别变速器轴承故障。
作者:杨艳君; 魏永合; 王晶晶; 刘炜 期刊:《机械设计与制造》 2019年第05期
为了提高滚动轴承健康状态评估的分类精度,提出了基于局部均值分解(Local mean decomposition,简称LMD)和具有故障样本的支持向量数据描述(Support Vector Data Description,简称SVDD)相结合的滚动轴承故障状态识别方法。该方法首先将利用LMD方法进行滚动轴承振动信号的分解,得到一系列PF(乘积函数,product function)分量之和并具有物理意义,接下来对含有主要故障信息的PF分量进行能量计算并构造特征向量,最后将其输入SVDD分类器,...
作者:赵伟杰; 杨乐乐; 郝旺身; 郝伟 期刊:《机械设计与制造》 2018年第05期
针对滚动轴承故障信号具有的非线性和非平稳性,其故障特征难以提取的问题,提出一种奇异值分解(SVD)和局部均值分解(LMD)相结合的滚动轴承故障特征提取和诊断方法。首先,将轴承故障信号进行LMD分解得到若干PF分量;然后选取和原始信号相关度较大的PF分量,利用奇异值序列来构造其故障特征向量;最后,将得到的故障特征向量作为学习样本输入到支持向量机(SVM)中,对故障类型进行分类和识别。实验结果表明,LMD和SVD结合的故障特征提...
作者:熊兴隆; 张琬童; 李猛; 马愈昭; 冯帅 期刊:《光学学报》 2019年第02期
提出了一种基于局部均值分解(LMD)和串行特征融合(SFF)的光纤周界振动信号识别方法。该方法先去除噪声,提取振动信号的相关信息,再进行SFF以得到具有准确描述能力的特征向量,最后采用概率神经网络(PNN)算法进行学习和分类。利用不同单一振动信号和风雨天气干扰下的不同振动信号对该方法进行验证。结果表明,该方法在上述两种情况下的平均正确识别率分别达到96.0%和96.7%,识别时间分别为0.87 s和0.91 s,在敏感信息识别和特征提取方面...
作者:赵辉; 周杰; 王红君; 岳有军 期刊:《中国科技论文》 2018年第23期
针对传统确定性风速点预测结果存在不同程度误差与不确定性等问题,提出一种基于局部均值分解(local mean decomposition,LMD)-模糊熵(fuzzy entropy,FE)和混合灰狼算法(hybrid GWO,HGWO)优化极限学习机(extreme learning machine,ELM)的短期风速区间预测模型。首先采用LMD对原始风速时间序列进行分解,降低不同特征尺度序列间的相互影响;其次,为降低计算规模对分解后各分量序列分别计算模糊熵,熵值相近分量叠加形成新序列;最后,针对...
作者:李思慧; 刘海卿 期刊:《地下空间与工程学报》 2018年第02期
变形是造成基坑安全隐患的重要因素。为准确预测基坑变形趋势,提出一种将局部均值分解(LMD)、粒子群优化算法(PSO)与最小二乘支持向量机(LSSVM)组合的深基坑变形预测模型。通过LMD将时序样本分解为多个分量,利用PSO优化后的LSSVM模型对各分量建立非线性基坑变形预测模型,最后采用滚动预测的方法对各分量进行预测并将结果叠加得到时序样本的预测值。通过实际工程进行模型预测与分析。结果表明:该模型不仅反映出基坑变形本质...
本文应用局部均值分解(local mean decomposition, LMD)方法对采集的转子振动信号进行处理,提取其故障特征。首先用LMD对转子同一截面上互相垂直的两个振动信号进行分解,然后对每个方向上的分解分量进行Hilbert变换,得到各分量的包络谱,根据分解频谱图分析转子的旋转故障特征。通过LMD方法分解得到的转子松动碰摩故障特征清晰、准确,表明了该方法的可行性和有效性。
作者:盛沛; 崔伟成; 杨永彬; 许爱强 期刊:《海军航空工程学院学报》 2019年第04期
针对局部特征尺度分解估计包络曲线时未考虑其凹凸性的问题,提出了一种改进的算法。首先,利用3次样条插值方法进行均值点估计,结合前向以及后向插值2种方法,给出了双向形式;其次,参照标准算法,给出了具体的改进算法实现步骤;最后,通过仿真实例验证了有效性。
针对机床刀具磨损故障信号具有信号噪声大、频带混叠以及信噪比低的问题,提出了一种基于局部均值分解(Local Mean Decomposition,LMD)—排列熵(Permutation Entroy,PE)与支持向量机(Support Vector Machines,SVM)的机床刀具磨损故障诊断方法。首先对刀具磨损故障信号进行LMD分解,再根据相关系数去除噪声信号以及由于分解误差所带来的冗余信号后,选取合适的乘积分量(Product Function,PF)进行信号重构,然后将重构后的信号计算排列熵...
作者:李国立; 霍明霞; 高新志; 苗堃; 任新军; 齐文炎; 朱继鹏 期刊:《仪器仪表与分析监测》 2018年第04期
声振信号承载着断路器操动过程的机械传动信息,准确提取其特征是断路器机械故障诊断的前提。针对断路器分闸操动的几种典型故障,提出一种基于局部均值分解(local mean decomposition,LMD)和图像分形处理相结合的断路器机械故障诊断方法。首先将声振信号进行小波软阂值去噪处理,然后利用LMD获得PF分量,由归一化能量确定包含主要信息的PF分量,并分析PF主分量时频谱纹理分布特性,最后提取时频谱的分形盒维数作为故障特征。实...
我国电梯在制造技术、安全维修方面都有所提高,可电梯事故仍时有发生,威胁社会公众财产与生命安全。基于此,提出了基于局部均值分解的电梯导靴故障诊断方法。该方法通过处理电梯信号,获取电梯故障数据,得到局部均值曲率谱,从检测数据中掌握电梯的实际运行状况。将该故障诊断方法与传统故障诊断方法进行了对比,结果显示,基于局部均值分解的电梯导靴故障诊断方法在故障检测精确度方面具有明显优势。
作者:林江刚; 胡正新; 李晶; 翟怡萌; 邓艾东 期刊:《动力工程学报》 2019年第04期
为实现低转速状态下的滚动轴承故障诊断,解决声发射(AE)波形流数据量大,计算复杂度高,不利于实时分析处理的问题,提出一种基于AE信号时序信息熵特征的局部均值分解(LMD)的时频分析方法。首先,采用分帧的预处理方法,对AE信号分帧并逐帧提取信息熵特征,建立时序特征序列,然后采用LMD时频分析方法对时序特征序列模态进行分解,最后计算一阶模态瞬时幅值的Hilbert包络曲线。结果表明:该方法提取的特征对低转速状态下内圈裂纹故障具有明...
局部均值分解(LMD)是一种新的非线性、非平稳信号时频分析方法,可以将复杂的多分量信号分解为若干个乘积函数(PF)的线性组合,并通过所有PF分量的瞬时频率和瞬时幅值组合,得到原始信号的时频分布。采用波形匹配延拓对LMD进行改进,改善其端点效应问题,并用直接法求取PF分量的瞬时频率,将其应用于暂态电能质量扰动的检测分析。LMD可以有效地对扰动的起止时刻进行定位,具有较高的瞬时频率和瞬时幅值检测精度。仿真结果表明了LMD方法用...
作者:杨慧; 万云龙; 刘佳玮; 曹亚 期刊:《四川建筑科学研究》 2017年第06期
为了改变传统模态参数识别方法无法识别变工况环境下结构响应的状况,更好地满足土木工程结构健康 监测的需求,提出了基于LM D的非线性特征参数识别方法.采用LMD法对施加扰动的建筑结构加速度响应信号 分解得到Pf分量,进而求出每个Pf分量的瞬时频率和瞬时幅值,通过拟合瞬时频率和瞬时幅值曲线识别模态固 有频率和阻尼比.本文以多层建筑结构的三维有限元模型为例,对模型施加任意方向的扰动,通过理论分析和计 算,并与仿真分析结果对比...
作者:谢平; 杨玉昕; 江国乾; 李小俚; 李兴林 期刊:《计量学报》 2014年第01期
针对滚动轴承振动信号的非平稳特性和调制特点,提出了一种基于Wigner-Ville谱熵的特征提取新方法:运用局部均值分解算法将轴承振动信号分解为若干个乘积函数,并基于Wigner-Ville分布描述主要乘积函数分量的时频能量特征。在此基础上,结合Shannon熵构造一种新的特征提取指标一wigner-Ville谱熵,并将其构成的特征向量输入到最小二乘支持向量机,实现了轴承不同工作状态和故障程度的自动分类与诊断。仿真和实例分析证明了方法的...
作者:胡标; 王晓光; 吴素敏; 吴丽娜 期刊:《计量学报》 2015年第06期
提出了利用局部均值分解(LMD)方法对电压暂降进行检测和分析的新方法,该方法利用分解所得的瞬时幅值和瞬时频率进行电压暂降幅值、频率的检测以及扰动起止时刻的定位。针对LMD方法存在的“端点效应”问题,提出一种波形延拓新方法——横纵向比例延拓法。在进行电压暂降的检测时,首先对原始信号进行提升小波降噪,然后对去噪信号进行横纵向比例延拓,继而对延拓后的信号进行LMD分解,将分解得到的乘积函数分量按原信号对应的时...
作者:曹丽芳; 赵朋程; 陈颖; 王玉田; 张淑清; 张航飞; 徐剑涛 期刊:《计量学报》 2016年第06期
提出一种改进的局部均值分解(LMD)和最小二乘支持向量机(LS-SVM)相结合的小电流接地故障选线新方法。针对LMD存在端点效应的缺陷,提出了一种最小平方距离相关的改进算法,对端点效应进行了有效的抑制;LS-SVM在SVM基础上,用二次损失函数代替不敏感损失函数,用等式约束代替不等式约束,降低了计算复杂度。与径向基神经网络(RBF)方法的分类效果对比,验证了LS-SVM在非线性模式识别方面的优势。实验表明该方法能够很好地选出...