期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
基于RDT-IVMD算法的大型结构模态频率和阻尼比识别
1
作者 熊春宝 王猛 连思达 《工程力学》 北大核心 2025年第7期1-11,共11页
为从传感器监测到的带噪信号中准确识别结构的模态参数,提出了随机减量技术(Random Decrement Technique,RDT)与改进的变分模态分解(Improved Variational Mode Decomposition,IVMD)相联合的算法。经仿真试验验证了IVMD在理论上更具优势... 为从传感器监测到的带噪信号中准确识别结构的模态参数,提出了随机减量技术(Random Decrement Technique,RDT)与改进的变分模态分解(Improved Variational Mode Decomposition,IVMD)相联合的算法。经仿真试验验证了IVMD在理论上更具优势,能够解决传统VMD算法的缺点。所提算法利用RDT从原始监测信号中直接获得带有噪声的自由衰减响应(Free Decay Response,FDR),而不对原始信号先降噪,提高了分析效率;采用IVMD得到降噪的FDR;基于降噪的FDR获得结构的模态频率和阻尼比。利用RDT-IVMD算法分别对超高层建筑的位移和悬索桥的加速度进行处理分析,结果表明:RDT-IVMD能高效的精确识别两大型结构的频率和阻尼比,并经对比分析证明了该方法的可靠性与优越性,所得结果可为结构的监测与诊断研究提供依据。 展开更多
关键词 大型结构 随机减量技术(RDT) 改进的变分模态分解(ivmd) 降噪分析 频率和阻尼比
在线阅读 下载PDF
基于IVMD和马田系统的滚动轴承故障检测方法 被引量:13
2
作者 陈剑 庄学凯 +2 位作者 吕伍佯 陶善勇 王维 《计量学报》 CSCD 北大核心 2019年第6期1083-1087,共5页
针对滚动轴承运转信号单一特征参数对早期故障的敏感性、可靠性问题,提出一种基于IVMD和马田系统的滚动轴承故障诊断方法。该方法首先根据谱相关系数确定VMD分解层数;其次,通过VMD方法对机械振动信号进行处理得到一系列有限带宽固有模... 针对滚动轴承运转信号单一特征参数对早期故障的敏感性、可靠性问题,提出一种基于IVMD和马田系统的滚动轴承故障诊断方法。该方法首先根据谱相关系数确定VMD分解层数;其次,通过VMD方法对机械振动信号进行处理得到一系列有限带宽固有模态函数,并计算各模态函数的特征参数,在此基础上构建MTS系统的基准空间。引用信噪比的方法筛选有效特征变量,并重新构建MTS的基准空间。最后,计算待诊断信号到基准空间的马氏距离来检测轴承故障,建立滚动轴承早期故障的诊断控制指标。 展开更多
关键词 计量学 ivmd 滚动轴承 马田系统 故障诊断
在线阅读 下载PDF
EMD-IVMD方法在验潮站水位序列降噪中的应用 被引量:1
3
作者 郇常敏 周世健 +2 位作者 鲁铁定 贺小星 徐华卿 《测绘工程》 2023年第1期56-62,70,共8页
针对验潮站水位变化序列非线性、非平稳特点,采用一种基于优化参数的变分模态分解和经验模态分解相结合的降噪方法。该方法先经过EMD分解原始信号后,得到低频和高频信号两个部分,再采用IVMD方法处理高频噪声部分,最后将两部分有效低频... 针对验潮站水位变化序列非线性、非平稳特点,采用一种基于优化参数的变分模态分解和经验模态分解相结合的降噪方法。该方法先经过EMD分解原始信号后,得到低频和高频信号两个部分,再采用IVMD方法处理高频噪声部分,最后将两部分有效低频信号重构作为最终降噪信号。采用1组模拟数据和4个验潮站实测水位序列数据进行实验,并采用信噪比和均方根误差评价降噪效果,结果表明,EMD-IVMD方法明显优于EEMD和传统的EMD方法,该方法在信噪比精度指标上分别提升1.67%和1.52%,在均方根误差精度指标上分别提升9.59%和13.51%,验证该方法的有效性和可靠性。 展开更多
关键词 经验模态分解 改进的变分模态分解 验潮站水位序列 降噪 EMD-ivmd
在线阅读 下载PDF
基于IVMD-CS-LSTM的超短期风电功率预测算法设计 被引量:2
4
作者 黄峰 喻跃林 +1 位作者 扈菲宇 谢鑫 《湖南工程学院学报(自然科学版)》 2023年第3期1-7,共7页
功率预测对提高风电电能质量、减少风电并网时对电网的冲击起着重要作用.针对风电功率数据特征,提出一种基于改进变分模态分解(Improved Variational Mode Decomposition,IVMD)的长短期记忆神经网络(Long-Short Term Memory Network,LS... 功率预测对提高风电电能质量、减少风电并网时对电网的冲击起着重要作用.针对风电功率数据特征,提出一种基于改进变分模态分解(Improved Variational Mode Decomposition,IVMD)的长短期记忆神经网络(Long-Short Term Memory Network,LSTM)的风电功率预测算法,并利用布谷鸟(Cuckoo Search,CS)算法对LSTM进行超参数寻优.首先,通过相关性分析,对风电场10类数据进行特征筛选,确定与功率相关性最大的两类数据作为模型的输入数据.接着,利用IVMD计算最大包络线峰度,确定变分模态分解的最佳分解参数,将原始风速序列进行分解,得到时间尺度各异的本征模态分量(Intrinsic Mode Functions,IMF).最后,针对LSTM神经网络模型的超参数优化困难、难以得到最优解等问题,提出采用CS算法对关键超参数进行寻优,建立了IVMD-CS-LSTM预测模型,得到了风电功率短期预测结果.采用实际风电场数据对算法进行测试,与常用预测算法比较,预测结果有更高的精度. 展开更多
关键词 风电功率预测 长短期记忆神经网络 布谷鸟算法 经验模态分解
在线阅读 下载PDF
辅助弃风消纳的IVMD-LSTM电网典型时段负荷曲线拟合方法 被引量:7
5
作者 胡博 潘霄 +3 位作者 葛维春 崔嘉 杨俊友 徐熙林 《可再生能源》 CAS 北大核心 2020年第3期366-372,共7页
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... 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,提高负荷曲线拟合精度和效率;最后,通过实际算例证明了所提方法可有效减小电网典型时段负荷曲线拟合误差,辅助弃风消纳。 展开更多
关键词 负荷建模 曲线拟合 变分模态分解 LSTM
在线阅读 下载PDF
基于IVMD-MCKD的滚动轴承故障诊断研究 被引量:3
6
作者 肖俊青 金江涛 +1 位作者 李春 许子非 《热能动力工程》 CAS CSCD 北大核心 2022年第5期165-173,共9页
针对强噪声环境下滚动轴承微弱信号易被淹没,其识别缺乏数学理论基础的问题,基于分形理论提出一种改进变分模态分解(Improved Variational Mode Decomposition, IVMD)与最大相关峭度解卷积(Maximum correlated kurtosis deconvolution, ... 针对强噪声环境下滚动轴承微弱信号易被淹没,其识别缺乏数学理论基础的问题,基于分形理论提出一种改进变分模态分解(Improved Variational Mode Decomposition, IVMD)与最大相关峭度解卷积(Maximum correlated kurtosis deconvolution, MCKD)相结合的轴承早期故障识别方法。采用灰狼算法(Grey Wolf Optimizer, GWO)优化VMD参数,分形筛选最优分量,MCKD算法突显信号中的冲击成分,对其进行包络谱分析实现故障诊断。与其它方法相比,IVMD-MCKD方法可较好突显故障特征频率及其倍频,实现滚动轴承早期微弱故障诊断。 展开更多
关键词 轴承 改进变分模态分解 最大相关峭度解卷积 分形 故障诊断
原文传递
GNSS-RTK受损桥梁监测的多滤波降噪与频率识别
7
作者 王聪 杨盛玉 王猛 《工程勘察》 2025年第7期59-65,92,共8页
为减少高采样率全球导航卫星系统实时动态差分(Global Navigation Satellite System Real-Time Kinematic,GNSS-RTK)技术在受损大跨度拱桥位移监测中的噪声,提出一种将小波阈值(Wavelet Threshold,WT)与改进的变分模态分解(Improved Var... 为减少高采样率全球导航卫星系统实时动态差分(Global Navigation Satellite System Real-Time Kinematic,GNSS-RTK)技术在受损大跨度拱桥位移监测中的噪声,提出一种将小波阈值(Wavelet Threshold,WT)与改进的变分模态分解(Improved Variational Mode Decomposition,IVMD)相联合的多滤波算法。首先,利用WT完成位移响应的第一次降噪与重构。然后,采用融合相对均方根误差(Relative Root Mean Square Error,RRMSE)和相关系数的IVMD实现位移响应的第二次降噪与重构。最后,从降噪重构后的位移响应提取结构的模态频率。实验结果表明,高采样率GNSS-RTK可拓展到获取桥梁受损时的位移响应;IVMD可实现信号的合理分解与有效重构;相比其他3种降噪方法,WT-IVMD能够提高降噪效果;可从降噪后的位移中得到结构前2阶频率(0.695和1Hz),受损后桥梁的第1阶频率增大,第2阶频率略有降低,能为桥梁的数据降噪和维护提供有益支撑。 展开更多
关键词 GNSS-RTK 高采样率 受损桥梁 WT-ivmd 多滤波降噪 频率识别
原文传递
基于排列熵算法的闸坝运行状态监控研究
8
作者 李素平 张帆 《大坝与安全》 2025年第1期32-37,共6页
为保证闸坝安全运行,防止安全事故发生,采用排列熵算法(PE)实现闸坝的运行状态监控。以某水闸为研究对象,首先,取得闸坝各测点的流激振动数据;其次,采用改进变分模态分解(IVMD)方法对各工况不同测点的原始信号进行降噪处理,提取结构的... 为保证闸坝安全运行,防止安全事故发生,采用排列熵算法(PE)实现闸坝的运行状态监控。以某水闸为研究对象,首先,取得闸坝各测点的流激振动数据;其次,采用改进变分模态分解(IVMD)方法对各工况不同测点的原始信号进行降噪处理,提取结构的有效运行特征信息,并以方差贡献率的方式将各测点特征信息进行数据级融合;最后,通过排列熵方法计算融合后数据的子序列熵值,分析结构不同振动状态的熵值特点,实现结构振动状态的在线监控。结果表明,排列熵方法能全面地提取结构的有效信息,以相对直观的形式表现结构的振动状态,且计算过程简单、效率较高,能为闸坝的安全运行与在线监控提供参考。 展开更多
关键词 闸坝 振动监控 ivmd 排列熵 动态融合
在线阅读 下载PDF
基于优化变分模态分解的混凝土浅层空洞病害识别 被引量:2
9
作者 赵维刚 石壮 +3 位作者 杨勇 田秀淑 鞠景会 李一凡 《振动与冲击》 EI CSCD 北大核心 2024年第14期91-102,共12页
针对开放环境下混凝土空洞病害检测的病害特征识别中噪声干扰、成分识别问题进行了研究,提出了基于优化变分模态分解(improved variational mode decomposition,IVMD)与自由振动衰减速度的混凝土浅层病害声振信号识别方法。该研究建立... 针对开放环境下混凝土空洞病害检测的病害特征识别中噪声干扰、成分识别问题进行了研究,提出了基于优化变分模态分解(improved variational mode decomposition,IVMD)与自由振动衰减速度的混凝土浅层病害声振信号识别方法。该研究建立了混凝土浅层空洞病害的理论模型,仿真了不同工况下的病害特征频率及其变化规律;提出了基于IVMD的信号分解方法,设计了基于Tent混沌与柯西变异优化的麻雀搜索算法联合搜索变分模态分解的关键参数k和α,在最佳分解的基础上提出了基于自相关函数图形、相关系数、衰减系数与频域分布情况的浅层空洞病害本征模态函数(intrinsic mode function,IMF)识别方法;选取幅值衰减评估了特征IMF的衰减速度,得出了基于振动衰减特征的空洞病害识别方法;通过预埋病害模型试验对比分析,验证了所提方法的有效性。研究结果表明,基于IVMD的分解方法能够有效降低噪声及其他成分的干扰,提高空洞病害识别精度和准确度。 展开更多
关键词 病害检测 优化麻雀搜索算法 优化变分模态分解(ivmd) 时域衰减速度 声振法
在线阅读 下载PDF
过流条件下泵站管道振动响应混沌特性分析 被引量:12
10
作者 张建伟 张翌娜 +1 位作者 程梦然 王立彬 《振动与冲击》 EI CSCD 北大核心 2022年第2期290-296,共7页
为了验证泵站管道运行中存在混沌特性,明晰管道结构产生混沌特性的激励源,以某灌区泵站管道为研究对象,利用饱和关联维数、最大Lyapunov指数等指标对管道振动响应的混沌特性进行分析与验证,采用改进的变分模态分解(improved variatronal... 为了验证泵站管道运行中存在混沌特性,明晰管道结构产生混沌特性的激励源,以某灌区泵站管道为研究对象,利用饱和关联维数、最大Lyapunov指数等指标对管道振动响应的混沌特性进行分析与验证,采用改进的变分模态分解(improved variatronal mode decomposition,IVMD)对管道振动响应进行多尺度混沌分析,得出使管道振动具有混沌特性的激励源。研究表明:泵站管道不同工况下各测点振动响应均具有混沌特性,其中管道轴向及岔管处测点振动的混沌特性较强。管道振动响应经IVMD分解后,代表输水湍流脉动激励的IMF1分量呈现较低维的混沌吸引子,而代表机组运行振动激励的其余分量无混沌特征,表明泵站管道振动时,输水湍流激励使其振动具有混沌特性,机组运行产生的振动激励掩盖了管道振动中的混沌特性,增加了管道振动的不确定性。研究结果为探索泵站管道的混沌特性及激励源特征提供理论基础。 展开更多
关键词 泵站管道 混沌特性 改进的变分模态分解(ivmd) 关联维数 LYAPUNOV指数
在线阅读 下载PDF
Identification of Denatured Biological Tissues Based on Improved Variational Mode Decomposition and Autoregressive Model during HIFU Treatment 被引量:2
11
作者 Bei Liu Xian Zhang 《Computer Modeling in Engineering & Sciences》 SCIE EI 2022年第3期1547-1563,共17页
During high-intensity focused ultrasound(HIFU)treatment,the accurate identification of denatured biological tissue is an important practical problem.In this paper,a novel method based on the improved variational mode ... During high-intensity focused ultrasound(HIFU)treatment,the accurate identification of denatured biological tissue is an important practical problem.In this paper,a novel method based on the improved variational mode decomposition(IVMD)and autoregressive(AR)model was proposed,which identified denatured biological tissue according to the characteristics of ultrasonic scattered echo signals during HIFU treatment.Firstly,the IVMD method was proposed to solve the problem that the VMD reconstruction signal still has noise due to the limited number of intrinsic mode functions(IMF).The ultrasonic scattered echo signals were reconstructed by the IVMD to achieve denoising.Then,the AR model was introduced to improve the recognition rate of denatured biological tissues.The AR model order parameter was determined by the Akaike information criterion(AIC)and the characteristics of the AR coefficients were extracted.Finally,the optimal characteristics of the AR coefficients were selected according to the results of receiver operating characteristic(ROC).The experiments showed that the signal-to-noise ratio(SNR)and root mean square error(RMSE)of the reconstructed signal obtained by IVMD was better than those obtained by variational mode decomposition(VMD).The IVMD-AR method was applied to the actual ultrasonic scattered echo signals during HIFU treatment,and the support vectormachine(SVM)was used to identify the denatured biological tissue.The results show that compared with sample entropy,information entropy,and energy methods,the proposed IVMD-AR method can more effectively identify denatured biological tissue.The recognition rate of denatured biological tissue was higher,up to 93.0%. 展开更多
关键词 HIFU ultrasonic scattered echo signals ivmd AR model
暂未订购
基于交叉小波变换与改进变分模态分解的联合去噪方法 被引量:11
12
作者 王鹏博 刘自然 +1 位作者 刘玉明 吕振礼 《机电工程》 CAS 北大核心 2023年第2期292-298,共7页
轴承早期的故障信号容易被噪声所淹没,导致其故障特征难以被提取,为此,提出了一种基于交叉小波变换(XWT)与改进变分模态分解(IVMD)联合去噪的信号处理方法。首先,对双通道的原始信号进行了XWT处理,得到了小波相干谱,通过包络谱曲线确定... 轴承早期的故障信号容易被噪声所淹没,导致其故障特征难以被提取,为此,提出了一种基于交叉小波变换(XWT)与改进变分模态分解(IVMD)联合去噪的信号处理方法。首先,对双通道的原始信号进行了XWT处理,得到了小波相干谱,通过包络谱曲线确定了最佳模态数K;将传统VMD优化为IVMD,利用IVMD将两个通道中峭度值较大的信号分解成为多个固有模态分量(IMFs),再对每个IMF与峭度值较大的信号进行XWT处理;然后,将得到的小波相干谱图与双通道原始信号的小波相干谱图进行了比较,从原始信号中去除了识别出的噪声分量,实现了降噪和故障特征增强的目的;最后,利用K邻近(KNN)算法进行了滚动轴承故障分类,其故障识别率达到了97.51%,与IVMD、VMD-XWT方法相比,该方法故障识别率分别提高了10.83%、4.62%。研究结果表明:该方法可以明显降低噪声干扰,能更好地提取轴承早期的故障信息。 展开更多
关键词 滚动轴承故障诊断 故障特征提取 降噪 故障特征增强 交叉小波变换 改进变分模态分解 K邻近算法 固有模态分量
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部