期刊导航
期刊开放获取
vip
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
基于CEEMD和GG聚类的电能质量扰动识别
被引量:
12
1
作者
张淑清
乔永静
+4 位作者
姜安琦
张立国
金梅
姚家琛
穆勇
《计量学报》
CSCD
北大核心
2019年第1期49-57,共9页
提出一种基于完备总体经验模态分解(complete ensemble empirical mode decomposition,CEEMD)和GG(gath-geva)聚类的电能质量扰动识别方法。CEEMD是一种对EEMD(ensemble empirical mode decomposition)的改进算法,其特点是向原始信号中...
提出一种基于完备总体经验模态分解(complete ensemble empirical mode decomposition,CEEMD)和GG(gath-geva)聚类的电能质量扰动识别方法。CEEMD是一种对EEMD(ensemble empirical mode decomposition)的改进算法,其特点是向原始信号中以正负成对的形式加入白噪声,有利于减少重构信号中残余的辅助噪声;且在分解的每一个阶段都加入特殊噪声,计算一个唯一残差以得到每个IMF,因此分解的结果是完整的,优于EEMD。CEEMD不仅有效解决了EEMD的模态混叠的问题,同时也保留了EEMD处理非平稳信号的优势,再将CEEMD分解的IMF分量的互近似熵值作为特征向量输入到GG模糊分类器中进行电能扰动的分类识别。为了验证该方法的有效性,进行了仿真和实测实验,结果表明,该方法有较好的频谱分离效果,且仅需要较少的迭代次数,减轻了计算成本。
展开更多
关键词
计量学
电能质量
扰动识别
总体经验模态分解
互近似熵
GG聚类
在线阅读
下载PDF
职称材料
基于MEMD互近似熵及FCM聚类的轴承故障诊断方法
被引量:
12
2
作者
张淑清
胡永涛
+3 位作者
李盼
包红燕
姜万录
钱磊
《中国机械工程》
EI
CAS
CSCD
北大核心
2015年第19期2613-2618,共6页
提出了一种基于掩蔽经验模式分解(MEMD)互近似熵及模糊C均值聚类(FCM)的滚动轴承故障诊断新方法。MEMD可以有效抑制经验模式分解存在的模态混叠问题;互近似熵是近似熵的改进,能更好体现信号的不规则度和复杂度。信号经掩蔽经验模式分解...
提出了一种基于掩蔽经验模式分解(MEMD)互近似熵及模糊C均值聚类(FCM)的滚动轴承故障诊断新方法。MEMD可以有效抑制经验模式分解存在的模态混叠问题;互近似熵是近似熵的改进,能更好体现信号的不规则度和复杂度。信号经掩蔽经验模式分解后得到一组平稳的本征模函数(IMF),通过能量分析筛选出与原始信号最为相关的几个IMF分量,计算其互近似熵值以作为故障特征向量,能够直观体现设备的运行状况。故障模式识别采用的FCM算法,计算相对简单,聚类效果好。实验分析证明了该方法的优越性。
展开更多
关键词
故障诊断
掩蔽经验模式分解
互近似熵
模糊C均值聚类
在线阅读
下载PDF
职称材料
基于多元经验模态分解互近似熵及GG聚类的轴承故障诊断
被引量:
10
3
作者
张淑清
李威
+3 位作者
张立国
胡永涛
钱磊
姜万录
《中国机械工程》
EI
CAS
CSCD
北大核心
2016年第24期3362-3367,共6页
提出了一种基于多元经验模态分解(Multi-EMD)、互近似熵和GG聚类的滚动故障轴承诊断方法。首先,将振动信号进行多元经验模态分解,得到若干个内禀模态函数(IMF)分量和一个趋势项。然后,将IMF分量分别与原始信号进行相关性分析,筛选出前7...
提出了一种基于多元经验模态分解(Multi-EMD)、互近似熵和GG聚类的滚动故障轴承诊断方法。首先,将振动信号进行多元经验模态分解,得到若干个内禀模态函数(IMF)分量和一个趋势项。然后,将IMF分量分别与原始信号进行相关性分析,筛选出前7个含主要特征信息的IMF分量,并将筛选的IMF分量的互近似熵作为特征向量。最后,将特征向量输入到GG模糊分类器中进行聚类识别。通过聚类三维图,对两种算法机械运行的4种状态进行了对比,验证了多元经验模态分解方法不仅可解决采样的不均衡问题,而且可解决EMD算法聚类的混叠问题。
展开更多
关键词
轴承故障诊断
多元经验模态分解
互近似熵
GG聚类
在线阅读
下载PDF
职称材料
题名
基于CEEMD和GG聚类的电能质量扰动识别
被引量:
12
1
作者
张淑清
乔永静
姜安琦
张立国
金梅
姚家琛
穆勇
机构
燕山大学电气工程学院
国网冀北电力有限公司唐山供电公司
出处
《计量学报》
CSCD
北大核心
2019年第1期49-57,共9页
基金
国家重点研发项目(2018YFB0905500)
国家自然科学基金(51875498)
+3 种基金
河北省大智移云应用专项(18211833D)
河北省自然科学基金(E2018203439
E2018203339
F2016203496)
文摘
提出一种基于完备总体经验模态分解(complete ensemble empirical mode decomposition,CEEMD)和GG(gath-geva)聚类的电能质量扰动识别方法。CEEMD是一种对EEMD(ensemble empirical mode decomposition)的改进算法,其特点是向原始信号中以正负成对的形式加入白噪声,有利于减少重构信号中残余的辅助噪声;且在分解的每一个阶段都加入特殊噪声,计算一个唯一残差以得到每个IMF,因此分解的结果是完整的,优于EEMD。CEEMD不仅有效解决了EEMD的模态混叠的问题,同时也保留了EEMD处理非平稳信号的优势,再将CEEMD分解的IMF分量的互近似熵值作为特征向量输入到GG模糊分类器中进行电能扰动的分类识别。为了验证该方法的有效性,进行了仿真和实测实验,结果表明,该方法有较好的频谱分离效果,且仅需要较少的迭代次数,减轻了计算成本。
关键词
计量学
电能质量
扰动识别
总体经验模态分解
互近似熵
GG聚类
Keywords
metrology
power quality
disturbance identification
CEEMD
capen
GG clustering
分类号
TM711 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于MEMD互近似熵及FCM聚类的轴承故障诊断方法
被引量:
12
2
作者
张淑清
胡永涛
李盼
包红燕
姜万录
钱磊
机构
燕山大学河北省测试计量技术及仪器重点实验室
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2015年第19期2613-2618,共6页
基金
国家自然科学基金资助项目(51475405
61077071)
+1 种基金
河北省自然科学基金资助项目(F2015203413)
河北省高等学校科学技术研究重点项目(ZD2014100)
文摘
提出了一种基于掩蔽经验模式分解(MEMD)互近似熵及模糊C均值聚类(FCM)的滚动轴承故障诊断新方法。MEMD可以有效抑制经验模式分解存在的模态混叠问题;互近似熵是近似熵的改进,能更好体现信号的不规则度和复杂度。信号经掩蔽经验模式分解后得到一组平稳的本征模函数(IMF),通过能量分析筛选出与原始信号最为相关的几个IMF分量,计算其互近似熵值以作为故障特征向量,能够直观体现设备的运行状况。故障模式识别采用的FCM算法,计算相对简单,聚类效果好。实验分析证明了该方法的优越性。
关键词
故障诊断
掩蔽经验模式分解
互近似熵
模糊C均值聚类
Keywords
fault diagnosis
masking empirical mode deeomposition(MEMD), cross approximateentropy(
capen
)
fuzzy C-means(FCM) clustering
分类号
TH17 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
基于多元经验模态分解互近似熵及GG聚类的轴承故障诊断
被引量:
10
3
作者
张淑清
李威
张立国
胡永涛
钱磊
姜万录
机构
燕山大学河北省测试计量技术与仪器重点实验室
河北省自动化研究所
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2016年第24期3362-3367,共6页
基金
国家自然科学基金资助项目(51475405
61077071)
+3 种基金
河北省自然科学基金资助项目(F2015203413
F2015203392)
河北省高等学校科学技术研究重点资助项目(ZD2014100)
秦皇岛市科技计划资助项目(201502A043)
文摘
提出了一种基于多元经验模态分解(Multi-EMD)、互近似熵和GG聚类的滚动故障轴承诊断方法。首先,将振动信号进行多元经验模态分解,得到若干个内禀模态函数(IMF)分量和一个趋势项。然后,将IMF分量分别与原始信号进行相关性分析,筛选出前7个含主要特征信息的IMF分量,并将筛选的IMF分量的互近似熵作为特征向量。最后,将特征向量输入到GG模糊分类器中进行聚类识别。通过聚类三维图,对两种算法机械运行的4种状态进行了对比,验证了多元经验模态分解方法不仅可解决采样的不均衡问题,而且可解决EMD算法聚类的混叠问题。
关键词
轴承故障诊断
多元经验模态分解
互近似熵
GG聚类
Keywords
bearing fault diagnosis
multivariate empirical mode decomposition(multi-EMD)
cross approximate entropy(
capen
)
Gath-Geva clustering
分类号
TH17 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CEEMD和GG聚类的电能质量扰动识别
张淑清
乔永静
姜安琦
张立国
金梅
姚家琛
穆勇
《计量学报》
CSCD
北大核心
2019
12
在线阅读
下载PDF
职称材料
2
基于MEMD互近似熵及FCM聚类的轴承故障诊断方法
张淑清
胡永涛
李盼
包红燕
姜万录
钱磊
《中国机械工程》
EI
CAS
CSCD
北大核心
2015
12
在线阅读
下载PDF
职称材料
3
基于多元经验模态分解互近似熵及GG聚类的轴承故障诊断
张淑清
李威
张立国
胡永涛
钱磊
姜万录
《中国机械工程》
EI
CAS
CSCD
北大核心
2016
10
在线阅读
下载PDF
职称材料
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