期刊文献+
共找到3,894篇文章
< 1 2 195 >
每页显示 20 50 100
结合变分模态分解与小波阈值的微震去噪方法
1
作者 姚振静 陈家豪 +3 位作者 郝蕾 秦岚 栗文哲 段丽 《石油地球物理勘探》 北大核心 2026年第1期63-72,共10页
微地震监测技术在非常规油气藏开发、矿井灾害监控等领域具有重要应用价值,但其信号易受噪声干扰,导致信噪比低,严重影响后续震源定位及机制反演准确性。针对传统去噪方法,比如互补集合经验模态分解(Complete Ensemble Empirical Mode D... 微地震监测技术在非常规油气藏开发、矿井灾害监控等领域具有重要应用价值,但其信号易受噪声干扰,导致信噪比低,严重影响后续震源定位及机制反演准确性。针对传统去噪方法,比如互补集合经验模态分解(Complete Ensemble Empirical Mode Decomposition,CEEMD)法和小波模极大值(Wavelet Modulus Maxima,WMM)法,在处理非平稳微震信号时存在的局限性,文中提出融合麻雀优化变分模态分解(Variational Mode Decomposition,VMD)与自适应小波阈值的微震去噪方法,简称SSA-VMD-CC-WT法。首先,利用麻雀优化算法(Sparrow Search Algorithm,SSA)确定VMD算法的关键参数;其次,通过互相关系数(Cross-Correlation Coefficient,CC)筛选有效模态分量,抑制噪声;最后,采用自适应小波阈值(Wavelet Thresholding,WT)法对有效分量二次去噪,降低信号失真。仿真测试表明,SSA-VMD-CC-WT法在强噪声背景下较CEEMD法及WMM法能更精准地分离噪声与有效信号;实际微震资料处理结果显示,该方法在显著压制低频和高频噪声的同时,有效保护了微弱震源信息,提升了数据的可解释性和信噪比。与此同时,相较传统遗传优化算法(Genetic Algorithm,GA),SSA的优化效率更高。 展开更多
关键词 微震信号去噪 麻雀优化算法 变分模态分解 互相关系数 自适应小波阈值法
在线阅读 下载PDF
复杂工况下磨齿机主轴运行模态的分析方法
2
作者 李国龙 赵晓亮 +1 位作者 王玉 陶一杰 《中国机械工程》 北大核心 2026年第1期51-59,共9页
针对磨齿机主轴服役状态下振动形式复杂、模态特征难以有效识别的问题,提出一种基于自适应噪声完备集合经验模态分解与相关性分析的方法。采用有限元模态分析方法定义频带范围,采用小波阈值分级法保留模态特征信息。采用倒频谱法编辑信... 针对磨齿机主轴服役状态下振动形式复杂、模态特征难以有效识别的问题,提出一种基于自适应噪声完备集合经验模态分解与相关性分析的方法。采用有限元模态分析方法定义频带范围,采用小波阈值分级法保留模态特征信息。采用倒频谱法编辑信号,以识别并剔除转子产生的谐波响应。不同降噪方法与二自由度算例的验证结果表明,所提方法处理后的模态识别误差减小至1.3%,极点稳定时的拟合阶次降低76.7%,可准确识别服役状态下机床旋转部件的模态特征。 展开更多
关键词 工作模态分析 自适应噪声完备集合经验模态分解 小波阈值分级准则 倒频谱编辑 磨齿机 参数识别
在线阅读 下载PDF
基于RIME-VMD联合小波阈值的爆破振动信号去噪方法
3
作者 王薇 程忠耀 +1 位作者 向延念 宋良俊 《铁道科学与工程学报》 北大核心 2026年第1期465-479,共15页
随着现代化建设的加速推进,邻近既有建筑的爆破作业日益增多,监测和分析爆破引起的振动对结构安全的评估至关重要。然而,爆破振动信号的非线性特性和复杂的环境因素干扰使得从实测信号中提取有效信号成分难度较大,给后续的信号分析造成... 随着现代化建设的加速推进,邻近既有建筑的爆破作业日益增多,监测和分析爆破引起的振动对结构安全的评估至关重要。然而,爆破振动信号的非线性特性和复杂的环境因素干扰使得从实测信号中提取有效信号成分难度较大,给后续的信号分析造成了较大影响。为提高爆破振动信号的降噪精度,将雾凇优化算法(RIME)、变分模态分解(VMD)和小波阈值进行融合,形成一种爆破振动信号联合去噪方法。该方法首先通过雾凇优化算法对VMD关键参数进行优化,然后通过优化后的VMD对振动信号进行自适应分解,剔除方差贡献率较低的分量,再采用小波阈值对筛选后的分量进行降噪处理,最终重构得到去噪后的信号。对该方法的降噪效果进行仿真分析和实际工程验证,结果表明:在仿真信号分析中,经RIME-VMD联合小波阈值的降噪方法去噪后的信号与无噪声的纯净信号相比,形状与特征高度吻合,且信噪比(SNR)和均方根误差(RMSE)等去噪指标优于EMD、小波阈值、EMD联合小波阈值等常用去噪方法;经工程实际案例验证,该方法能够在极大保留原信号基本特征的前提下,有效去除爆破振动信号中的高频噪声,降噪后信号更加符合爆破振动信号的主频范围,且具有比EMD、小波阈值、EMD联合小波阈值等常用去噪方法更好的去噪效果。该研究成果对爆破振动信号的降噪处理具有参考意义。 展开更多
关键词 爆破振动 信号处理 联合降噪 雾凇优化算法 变分模态分解 小波阈值去噪
在线阅读 下载PDF
基于CPO-ICEEMDAN-WTD的称重信号去噪方法研究
4
作者 赵栓峰 闵雨轩 李小雨 《现代电子技术》 北大核心 2026年第6期145-151,共7页
车辆轴重信号去噪对提高动态称重精度有重要的作用。针对噪声干扰问题,文中提出一种基于冠豪猪优化(CPO)算法优化改进自适应噪声完备经验模态分解(ICEEMDAN)、样本熵(SampEn)以及小波软阈值去噪(WTD)的混合信号去噪方法。首先,利用CPO优... 车辆轴重信号去噪对提高动态称重精度有重要的作用。针对噪声干扰问题,文中提出一种基于冠豪猪优化(CPO)算法优化改进自适应噪声完备经验模态分解(ICEEMDAN)、样本熵(SampEn)以及小波软阈值去噪(WTD)的混合信号去噪方法。首先,利用CPO优化ICEEMDAN的白噪声幅值权重和噪声添加次数,并对车辆的轴重信号进行ICEEMDAN分解,得到若干本征模态分量;然后,计算各分量的样本熵,利用阈值判断含噪分量和有用分量,并对含噪分量进行小波软阈值去噪;最后,将处理后的分量与有用分量重构,得到去噪信号。实验结果表明,所提方法可以有效去除原始轴重信号中的噪声,进而提高动态称重系统的测量精度。 展开更多
关键词 动态称重 信号滤波 经验模态分解 小波软阈值去噪 冠豪猪优化算法 信号分解和重构 样本熵
在线阅读 下载PDF
基于变分模态分解算法的肌电信号去噪研究
5
作者 凌六一 赵博洋 +2 位作者 韦利余 刘一铭 冯彬 《蚌埠学院学报》 2026年第2期52-58,64,共8页
为了解决表面肌电(sEMG)信号采集易受环境影响,使采集到的肌电信号干扰多、噪声大的问题,提出一种变分模态分解(VMD),鲸鱼优化算法(WOA)与小波阈值去噪(WTD)相结合的方法,通过WOA优化VMD的分解参数,以实现对sEMG信号的最佳分解;然后利... 为了解决表面肌电(sEMG)信号采集易受环境影响,使采集到的肌电信号干扰多、噪声大的问题,提出一种变分模态分解(VMD),鲸鱼优化算法(WOA)与小波阈值去噪(WTD)相结合的方法,通过WOA优化VMD的分解参数,以实现对sEMG信号的最佳分解;然后利用最大相关系数法筛选出有效的分量;最后,采用WTD对筛选后的分量进一步去除噪声,并将这些分量叠加得到最终的去噪后肌电信号。通过对八组数据的对比实验可知,所提出的WOA-VMD-WTD算法不仅显著降低了sEMG信号中的高频噪声,还在信噪比改善方面,平均提升了1.97 dB。实验结果显示,在时域和频域分析中,以及在信噪比改善和均方根误差控制方面,该算法均优于其他现有方法。 展开更多
关键词 变分模态分解 鲸鱼优化算法 肌电信号 小波阈值去噪 相关系数 信噪比 均方根误差
在线阅读 下载PDF
智能采掘设备振动信号降噪方法研究
6
作者 秦朝中 甘涛 +4 位作者 彭博 李勇 孙传猛 赵云飞 梁勇 《矿业安全与环保》 北大核心 2026年第1期205-214,共10页
准确采集各种信号及提取特征是实现采掘装备自动控制的关键。电动机轴承的振动信号是采掘装备自动识别煤岩的重要信号之一,其在复杂工况条件下受到环境噪声及部件摩擦的严重干扰,易导致信号特征模糊,影响采掘设备信号特征提取。提出一... 准确采集各种信号及提取特征是实现采掘装备自动控制的关键。电动机轴承的振动信号是采掘装备自动识别煤岩的重要信号之一,其在复杂工况条件下受到环境噪声及部件摩擦的严重干扰,易导致信号特征模糊,影响采掘设备信号特征提取。提出一种基于改进型自适应噪声完备集合经验模态分解(ICEEMDAN)与遗传算法优化多尺度排列熵(MPE)的联合小波降噪方法,并通过信噪比、均方误差和降噪误差比来评价其有效性。研究表明:相较于EEMD-MPE、CEEMDAN-MPE与ICEEMDAN-MPE等传统方法,联合小波降噪方法在仿真信号和机械设备轴承振动数据集中的信噪比最大、均方误差最小、降噪误差比最大,该方法不仅展现出优异的噪声抑制能力,同时有效保留了表征机械状态的特征信息。通过研究煤矿采掘设备的电动机轴承信号,可为研究整个采掘设备的信号特征提供前置研究,并为后续煤岩自动识别与工矿设备自动化、智能化奠定了一定的基础。 展开更多
关键词 采掘设备 振动信号 信号降噪 ICEEMDAN 多尺度排列熵 遗传算法 小波阈值
在线阅读 下载PDF
波形自适应小波分解及其在滚动轴承故障诊断中的应用
7
作者 齐鹏宇 郑近德 +2 位作者 潘海洋 程健 童靳于 《振动工程学报》 北大核心 2026年第3期774-782,共9页
形状自适应模态分解(shape-adaptive mode decomposition,SAMD)是一种非线性和非平稳信号分解方法,该方法对非谐波信号具有较理想的分解效果,但是存在噪声鲁棒性较差,易出现振幅和相位错误估计等问题。对此,本文提出了一种名为波形自适... 形状自适应模态分解(shape-adaptive mode decomposition,SAMD)是一种非线性和非平稳信号分解方法,该方法对非谐波信号具有较理想的分解效果,但是存在噪声鲁棒性较差,易出现振幅和相位错误估计等问题。对此,本文提出了一种名为波形自适应小波分解(waveform-adaptive wavelet decomposition,WAWD)的改进SAMD方法。该方法通过二阶同步压缩变换和时频脊线提取估计出信号的幅值信息和相位信息;通过非线性回归模型和多项式拟合对原信号进行分解,将信号分解为多个具有时变的振幅、频率和非正弦振荡模式的波形分量;对时变波形分量进行小波阈值降噪处理,达到故障特征增强的目的。将WAWD应用于滚动轴承故障仿真信号及实测数据,结果表明,WAWD能够有效地提取出滚动轴承故障特征信息。将该方法与形状自适应模态分解、经验模态分解、变分模态分解以及经验小波变换等现有方法进行对比,结果表明,WAWD在故障特征提取中具有显著的优势。 展开更多
关键词 故障诊断 滚动轴承 形状自适应模态分解 小波阈值降噪
在线阅读 下载PDF
一种融合小波变化和精简USAN的SUSAN角点检测方法
8
作者 滕敏 王长庚 《振动.测试与诊断》 北大核心 2026年第1期172-178,223,共8页
针对传统的小吸收同值核区(small univalue segment assimilating nucleus,简称SUSAN)算法对建筑物进行形变检测,存在计算量大、实时性较差和角点准确性低等问题,提出了一种SUSAN改进算法。首先,引入小波变化以及均值阈值计算,提高算法... 针对传统的小吸收同值核区(small univalue segment assimilating nucleus,简称SUSAN)算法对建筑物进行形变检测,存在计算量大、实时性较差和角点准确性低等问题,提出了一种SUSAN改进算法。首先,引入小波变化以及均值阈值计算,提高算法的检测速度;其次,通过精简像素点集的筛选,减少了检测时间;最后,对大楼建筑物进行了对比实验。结果表明,所提出的改进算法在检测白化严重的照片时,角点检测的正确率和检测率相比SUSAN算法提高了21.24%和11.70%,提升效果显著,同时对其他类型建筑物的角点检测效果也有一定提升。 展开更多
关键词 小吸收同值核区算法 小波变化 吸收同值核区 均值阈值计算
在线阅读 下载PDF
基于HFOA-FMD混合降噪结合RCMDE-GRU的织构轴承故障诊断方法
9
作者 龙日升 尚祖生 +2 位作者 高淑芝 宗琳 于福一 《机床与液压》 北大核心 2026年第4期18-24,共7页
针对滚动轴承故障诊断中背景噪声干扰以及特征提取难的问题,提出一种面向微凹坑织构化轴承的故障诊断框架。提出一种融合鹰鱼优化算法的特征模态分解(HFOA-FMD)方法,通过互信息与改进小波阈值进行混合去噪(MI-IWT),最终通过精细复合多... 针对滚动轴承故障诊断中背景噪声干扰以及特征提取难的问题,提出一种面向微凹坑织构化轴承的故障诊断框架。提出一种融合鹰鱼优化算法的特征模态分解(HFOA-FMD)方法,通过互信息与改进小波阈值进行混合去噪(MI-IWT),最终通过精细复合多尺度散度熵联合门控循环单元构建故障诊断模型(RCMDE-GRU),从而实现表面织构轴承故障诊断。利用HFOA优化FMD的模态数和滤波器长度,实现信号自适应分解;通过互信息去噪进行噪声模态识别,再基于能量熵阈值筛选含噪模态,采用改进小波阈值函数进行二次降噪。最后,采用织构轴承故障数据集进行验证。结果表明:混合去噪方法MI-IWT的信噪比提升至7.1673 dB,均方根误差降至0.1995 mm/s,有效降低了轴承噪声信号,提高信号质量;所提故障诊断模型在训练集和测试集上的准确率分别高达100%、98.1%,显著优于对比模型。该方法在织构轴承等旋转机械信号降噪、提取特征、故障分类方面具有一定的参考价值。 展开更多
关键词 织构化轴承 改进小波阈值 特征模态分解 故障诊断
在线阅读 下载PDF
基于阿基米德优化算法优化变分模态分解联合小波阈值的水声信号去噪方法
10
作者 王润赓 梁建峰 +1 位作者 崔学荣 王晓瑞 《应用声学》 北大核心 2026年第2期475-484,共10页
针对复杂海洋环境中的船舶辐射噪声信号去噪问题,该文提出了一种基于阿基米德优化算法优化变分模态分解联合小波阈值的非平稳水声信号去噪方法。首先,采用阿基米德优化算法对变分模态分解进行最优参数寻优,确定惩罚因子α和最佳模态分解... 针对复杂海洋环境中的船舶辐射噪声信号去噪问题,该文提出了一种基于阿基米德优化算法优化变分模态分解联合小波阈值的非平稳水声信号去噪方法。首先,采用阿基米德优化算法对变分模态分解进行最优参数寻优,确定惩罚因子α和最佳模态分解数k。对原始水声信号进行变分模态分解,通过相关系数及其中心频率选择信号主导模态分量。结合小波阈值去噪对信号主导模态分量进行去噪后完成信号重构。仿真及实验结果表明:相比传统水声信号去噪方法,该文方法在复杂噪声环境下可有效提升信噪比12 d B,降低均方根误差80%,并在去噪的同时保持信号关键特征,具有更优的去噪性能。 展开更多
关键词 水声信号 阿基米德优化算法 变分模态分解 小波阈值函数
在线阅读 下载PDF
基于CEEMDAN-WTD-GA的风机齿轮箱振动信号自适应降噪
11
作者 晋成凤 彭宇涵 +7 位作者 段学涛 陈果 郑建虎 赵会城 胡忠忠 曹玲燕 沈瑶宇 万福 《电工电能新技术》 北大核心 2026年第1期105-115,共11页
风机齿轮箱是风力发电机组能量传递的核心部件,振动信号作为风机齿轮箱故障诊断的关键数据源,能够精准反映风电机组内部动态特性。然而,在实际运行中齿轮箱内部振动信号易受多源复合噪声干扰,使得传统信号去噪技术难以有效分离噪声而面... 风机齿轮箱是风力发电机组能量传递的核心部件,振动信号作为风机齿轮箱故障诊断的关键数据源,能够精准反映风电机组内部动态特性。然而,在实际运行中齿轮箱内部振动信号易受多源复合噪声干扰,使得传统信号去噪技术难以有效分离噪声而面临瓶颈,亟需开发风机齿轮箱在服役复杂环境下的自适应去噪。因此,本文提出一种融合自适应噪声完备集合经验模态分解(CEEMDAN)、遗传算法(GA)与小波阈值降噪(WTD)的复合去噪方法,通过构造真值未知条件下时-频-能三维评估指标,建立参数空间映射模型,实现小波基函数、分解层数、阈值规则及相关系数阈值的多元协同优化,该体系通过平滑度、谱熵与残差能量比的互补验证,克服了单一指标的局限性。实验结果表明,该方法在模拟信号中能够将信噪比提升至12.16 dB,均方根误差为0.78×10^(-2)。通过CEEMDAN模态分解与WTD的层次化噪声滤除机制,结合GA的全局参数优化能力,突破了传统方法依赖人工经验、参数耦合优化困难的瓶颈。为风机齿轮箱早期故障诊断提供了高保真信号预处理方案,对提升风电机组状态监测可靠性具有重要工程意义。 展开更多
关键词 风机齿轮箱 振动信号 自适应噪声完备集合经验模态分解 小波阈值 自适应去噪
在线阅读 下载PDF
基于ICEEMDAN和小波包阈值的滚动轴承故障特征分析
12
作者 李鑫 石维喜 +3 位作者 蔡景 左洪福 周恒康 羊玢 《振动.测试与诊断》 北大核心 2026年第1期154-162,222,共10页
为了解决滚动轴承故障诊断过程中由于环境噪声干扰所导致的故障分类准确性较低的问题,提出一种基于改进型完全自适应噪声集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,简称ICEEMDAN... 为了解决滚动轴承故障诊断过程中由于环境噪声干扰所导致的故障分类准确性较低的问题,提出一种基于改进型完全自适应噪声集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,简称ICEEMDAN)与小波包阈值去噪相结合的多阶段处理的轴承故障诊断方法。首先,对滚动轴承的原始振动信号应用ICEEMDAN方法将其分解为不同分量;其次,基于分解结果构建相关系数-多尺度排列熵(multi-scale permutation entropy,简称MPE)筛选准则以划分高噪、低噪分量;然后,利用小波包阈值抑制高噪分量中的背景噪声,并与低噪分量进行重构;最后,对重构信号实施包络解调,提取出蕴含关键故障信息的特征信号,并建立故障特征能量图,实现对轴承故障类型的识别。为了验证所提出方法的有效性,分别采用滚动轴承外圈故障仿真数据、凯斯西储大学深沟球轴承实验台的故障数据和某型航空发动机三支点轴承试验平台的试验数据开展试验验证。试验结果表明,所提方法能够在复杂工况下准确识别滚动轴承的故障模式,对滚动轴承的智能运维具有重要的理论意义和工程实用价值。 展开更多
关键词 滚动轴承 小波包阈值 多尺度排列熵 包络谱 故障能量
在线阅读 下载PDF
基于EEMD-AFSA-CNN的混凝土坝变形预测模型
13
作者 付思韬 赖宇杰 +1 位作者 顾冲时 顾昊 《水利水电科技进展》 北大核心 2026年第1期48-53,共6页
为解决混凝土坝原型监测数据存在噪声干扰,用于变形预测的智能算法超参数众多且调优困难等问题,提出了基于集合经验模态分解(EEMD)-人工鱼群算法(AFSA)-卷积神经网络(CNN)的混凝土坝变形预测模型。该模型利用EEMD对原始变形数据进行分... 为解决混凝土坝原型监测数据存在噪声干扰,用于变形预测的智能算法超参数众多且调优困难等问题,提出了基于集合经验模态分解(EEMD)-人工鱼群算法(AFSA)-卷积神经网络(CNN)的混凝土坝变形预测模型。该模型利用EEMD对原始变形数据进行分解获取本征模态函数(IMF),采用小波阈值去噪方法对含噪IMF分量进行去噪处理并对各分量进行重构,并基于AFSA优化CNN模型的超参数,将重构后的数据用参数寻优后的CNN模型进行训练,并将训练好的模型用于预测。某特高拱坝实例验证结果表明,与CNN、极限学习机(ELM)、反向传播(BP)神经网络等模型进行对比,该模型在混凝土坝变形预测中具有更高的精度和更强的稳定性。 展开更多
关键词 混凝土坝变形预测 集合经验模态分解 人工鱼群算法 卷积神经网络 小波阈值去噪
在线阅读 下载PDF
优化SVMD联合改进小波阈值的大坝渗流监测数据去噪
14
作者 傅蜀燕 杨石勇 +3 位作者 张燕明 李梦华 金思彤 欧斌 《科学技术与工程》 北大核心 2026年第6期2564-2578,共15页
为有效剔除大坝渗流监测数据中的噪声干扰,并全面保留信号中的原始特征。基于分解-筛选-去噪-重构的思想,提出了一种优化逐次变分模态分解(successive variational mode decomposition,SVMD)联合改进小波阈值(improved wavelet threshol... 为有效剔除大坝渗流监测数据中的噪声干扰,并全面保留信号中的原始特征。基于分解-筛选-去噪-重构的思想,提出了一种优化逐次变分模态分解(successive variational mode decomposition,SVMD)联合改进小波阈值(improved wavelet threshold,IWT)的大坝渗流监测数据去噪方法。首先,采用SVMD对大坝渗流监测数据进行分解,得到一系列模态分量,并借助黑翅鸢算法(black-winged kite algorithm,BKA)寻找SVMD的最优惩罚因子;其次,基于多尺度排列熵(multi-scale permutation entropy,MPE)和方差贡献率(variance contribution rate,VCR),将分解得到的模态分量细分为噪声主导分量和信号主导分量两类,并通过最大信息系数(maximal information coefficient,MIC)验证分量划分的合理性;最后,采用IWT对噪声主导分量进行去噪处理,并将去噪处理后分量与信号主导分量重构,得到最终去噪结果。仿真信号和实例分析结果表明,该方法显著提升了去噪性能,在去除大量噪声的同时有效保留了渗流信号中的关键信息,各项评价指标均表现优异,可为大坝渗流数据处理提供参考与借鉴。 展开更多
关键词 大坝渗流 逐次变分模态分解 黑翅鸢算法 多尺度排列熵 方差贡献率 改进小波阈值去噪
在线阅读 下载PDF
基于EMD与改进小波阈值法的传感器信号降噪模型
15
作者 单佳杰 夏长权 《传感器与微系统》 北大核心 2026年第3期134-139,共6页
针对传感器在工作过程中易受内外部影响产生噪声的问题,提出了一种基于经验模态分解(EMD)与小波阈值法的信号降噪模型。首先,对信号进行EMD得到若干本征模态函数(IMF);其次,利用方差比区分噪声分量和信号分量,将不同分量进行数据平滑处... 针对传感器在工作过程中易受内外部影响产生噪声的问题,提出了一种基于经验模态分解(EMD)与小波阈值法的信号降噪模型。首先,对信号进行EMD得到若干本征模态函数(IMF);其次,利用方差比区分噪声分量和信号分量,将不同分量进行数据平滑处理并重构;最后,将重构信号使用改进小波阈值法进行降噪处理。仿真实验中,该模型的信噪比(SNR)为29.888,均方根误差(RMSE)为0.119,优于其他对比算法。气体传感器实际测试结果表明:该模型可以有效降低高频噪声,降噪效果优于其他对比算法。 展开更多
关键词 经验模态分解 本征模函数 小波阈值法
在线阅读 下载PDF
风电齿轮箱振动信号降噪方法研究
16
作者 韩飞 张小栋 李文辉 《组合机床与自动化加工技术》 北大核心 2026年第2期143-150,共8页
风力机齿轮箱在运行过程中受到复杂的非平稳、非线性随机振动及循环交变应力的影响,对风力机的稳定性和可靠性带来巨大挑战。因此,准确采集和分析振动信号对风力机的故障诊断与预防至关重要。然而,在实际运行中,振动信号常常受到强噪声... 风力机齿轮箱在运行过程中受到复杂的非平稳、非线性随机振动及循环交变应力的影响,对风力机的稳定性和可靠性带来巨大挑战。因此,准确采集和分析振动信号对风力机的故障诊断与预防至关重要。然而,在实际运行中,振动信号常常受到强噪声干扰,导致特征信息提取困难。针对这一问题,提出一种基于改进鲸鱼算法(GSWOA)优化变分模态分解(VMD),提取各阶本征模态函数(IMF),选择能量贡献率及相关性系数符合阈值要求的分量,并结合小波阈值降噪技术对信号进行重构。通过仿真信号和齿轮箱实测数据验证所提方法的有效性,在模拟实验中与传统的小波阈值方法、变分模态分解(VMD)和所提方法进行对比。结果表明,其在降噪效果上优于其他方法,信噪比、均方根误差和结构相似性指数分别为17.885、0.058和0.922。在实测实验中采集不同故障类型下变转速与变负载的故障齿轮振动信号,并应用所提方法进行处理,结合降噪之后的各类工况频域图分析,降噪效果表明该方法能够有效抑制无关频率成分,增强目标频率特征,能够有效提高信号平滑度和信噪比,且在不同工况条件下均具有良好的降噪效果。 展开更多
关键词 风电齿轮箱 GSWOA-VMD 小波阈值降噪 振动信号
在线阅读 下载PDF
自适应小波阈值函数在图像增强中的应用研究
17
作者 翁瀚尧 田慧会 《现代电子技术》 北大核心 2026年第3期31-35,共5页
常规小波阈值算法在小波变换时阈值位置存在不平滑和不连续等问题,导致处理含噪图像细节丢失和增强效果不佳。为此,文中基于softsign(x)函数重构了一种自适应小波阈值函数,该函数可以有效缓解梯度消失问题,同时引入收缩因子并根据小波... 常规小波阈值算法在小波变换时阈值位置存在不平滑和不连续等问题,导致处理含噪图像细节丢失和增强效果不佳。为此,文中基于softsign(x)函数重构了一种自适应小波阈值函数,该函数可以有效缓解梯度消失问题,同时引入收缩因子并根据小波分解层数自适应调整,以准确区分有用信息和噪声,提升图像增强效果。通过仿真实验,对比了常规阈值函数和其他改进阈值函数,结果表明,所提的自适应小波阈值函数在去噪和增强图像细节方面效果显著,可以有效增强含噪图像的边缘和纹理信息,优于其他方法。 展开更多
关键词 图像增强 小波变换 自适应小波阈值函数 含噪图像去噪 softsign(x) 收缩因子
在线阅读 下载PDF
基于CEEMDAN-IWT的冲击波压力信号降噪方法
18
作者 陈家辉 孔德仁 《振动.测试与诊断》 北大核心 2026年第1期32-40,214,共10页
针对实测爆炸冲击波信号中包含大量噪声信号,对试验结果分析及弹药爆炸毁伤威力评估造成一定影响等问题,提出了一种基于自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,简称CEEMDAN)... 针对实测爆炸冲击波信号中包含大量噪声信号,对试验结果分析及弹药爆炸毁伤威力评估造成一定影响等问题,提出了一种基于自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,简称CEEMDAN)和改进的小波阈值(improved wavelet threshold,简称IWT)的冲击波信号联合降噪方法。首先,将待处理信号通过CEEMDAN进行模态分解,得到系列本征模态分量(intrinsic mode functions,简称IMFs);其次,对传统的小波阈值方法进行改进,通过计算各分量每层分解并重构后的信号信噪比(signal noise ratio,简称SNR),定量确定最佳分解层数以提高降噪精度;然后,利用IWT对含噪的IMFs进行阈值降噪处理并重构,进而实现信号降噪;最后,对CEEMDAN-IWT方法的降噪性能开展相关试验验证。研究结果表明:相比于经验模态分解(empirical mode decomposition,简称EMD)、小波阈值、CEEMDAN等方法,采用CEEMDAN-IWT方法降噪后,信号信噪比分别提高了32.18、6.85和22.19 dB,且均方根误差最低;降噪前后冲击波正压作用时间与比冲量的最大相对偏差分别为1.31%和0.86%,峰值上升最大滞后时间为0.002 ms,各表征参量在降噪前后的偏差值明显低于其他降噪方法。可见,CEEMDAN-IWT方法在有效去除噪声信号的同时,能够最大程度地保留原始信号特征信息,降噪效果优于其他降噪方法,其计算效率可满足工程测试中对批量数据的处理要求。 展开更多
关键词 信号处理 冲击波 完全自适应噪声集合经验模态分解 改进的小波阈值
在线阅读 下载PDF
小波阈值控制的泄漏噪声去噪处理方法及应用
19
作者 李亨 张峰 +2 位作者 刘金清 张兰兰 蒋宇 《应用声学》 北大核心 2026年第1期119-127,共9页
经过长期开发,大多数油田井况日益复杂,特别是井筒发生泄漏问题,严重威胁到油气开发安全。该文基于泄漏噪声探测测井仪(CNDPro)在泄漏实验装置及三环空带压实井中测量的数据,提出了可选阈值控制的小波阈值去噪处理方法,通过阈值控制小... 经过长期开发,大多数油田井况日益复杂,特别是井筒发生泄漏问题,严重威胁到油气开发安全。该文基于泄漏噪声探测测井仪(CNDPro)在泄漏实验装置及三环空带压实井中测量的数据,提出了可选阈值控制的小波阈值去噪处理方法,通过阈值控制小波分解系数,有效地抑制了干扰噪声信号,分离出泄漏噪声和流动噪声信号,成功定位了井筒的泄漏位置,并根据压力变化判定流体的泄漏方向。实验及实际数据应用结果表明:泄漏装置实验数据定位出了0.7 mm的泄漏孔在7 in(17.78 cm)套管位置,三环空带压实井数据定位了9.625 in(24.45 cm)套管泄漏并判定了该套管内液面流动噪声,并得到了同类噪声测井产品的证实。可选阈值控制的小波阈值去噪数据处理方法,能适应不同场景的泄漏采集数据。 展开更多
关键词 泄漏噪声探测测井仪 分布式光纤传感 小波阈值去噪 三环空带压 泄漏定位
在线阅读 下载PDF
基于互补集合模态分解的舰船辐射噪声降噪方法
20
作者 庄泽文 陈名松 唐建勋 《舰船科学技术》 北大核心 2026年第2期114-121,共8页
舰船辐射噪声降噪是水声信号处理的基础,为了获得更好的降噪效果,将基于互补集合经验模态分解(CEEMD),提出一种结合排列熵(PE)、小波软阈值(WST)降噪和奇异谱分析(SSA)的联合降噪方法。该方法首先通过互补集合经验模态分解将含噪信号分... 舰船辐射噪声降噪是水声信号处理的基础,为了获得更好的降噪效果,将基于互补集合经验模态分解(CEEMD),提出一种结合排列熵(PE)、小波软阈值(WST)降噪和奇异谱分析(SSA)的联合降噪方法。该方法首先通过互补集合经验模态分解将含噪信号分解为一系列本征模态函数,然后用排列熵对有效模态分量和含噪模态分量进行区分,对含噪模态分量进行小波阈值去噪后和有效模态分量进行重构,最后对重构信号利用奇异值分析方法进一步提取有效成分后得到降噪后的信号。将所提方法用于仿真数据、混沌信号和实测舰船辐射噪声进行实验,实验结果验证了所提出方法的可行性和有效性。 展开更多
关键词 舰船辐射噪声降噪 互补集合经验模态分解 排列熵 小波阈值降噪 奇异谱分析
在线阅读 下载PDF
上一页 1 2 195 下一页 到第
使用帮助 返回顶部