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
4
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
基于同步挤压S变换的地震信号时频分析
被引量：
16
1
作者
刘晗
张建中
黄忠来
《石油地球物理勘探》
EI
CSCD
北大核心
2017年第4期689-695,共7页
S变换(ST)被广泛应用于时频分析,但受海森堡不确定性原理制约,其分辨率有限。同步挤压S变换(SSST)是一种正反无损可逆变换,通过对S变换时频谱在频率方向上进行挤压,使能量聚集到信号的真实瞬时频率上,显著地压制了虚假频率成分、提高了...
S变换(ST)被广泛应用于时频分析,但受海森堡不确定性原理制约,其分辨率有限。同步挤压S变换(SSST)是一种正反无损可逆变换,通过对S变换时频谱在频率方向上进行挤压,使能量聚集到信号的真实瞬时频率上,显著地压制了虚假频率成分、提高了信号的时频谱的分辨率。将SSST方法应用于合成信号和实际地震资料处理,所得结果表明SSST比ST具有明显的提高地震信号时频分辨率的能力,有利于薄层识别和储层描述。
展开更多
关键词
同步挤压
s
变换
时频分析
时频分辨率
薄层
地震资料
在线阅读
下载PDF
职称材料
基于同步挤压S变换和集成深层脊波自编码器的轴承故障诊断
被引量：
8
2
作者
杜小磊
陈志刚
王衍学
《振动与冲击》
EI
CSCD
北大核心
2020年第14期59-68,共10页
针对传统滚动轴承故障诊断算法过度依赖专家经验和故障特征提取困难的问题,提出一种基于同步挤压S变换(SSST)和集成深层脊波自编码器(EDRAE)方法。该方法对轴承振动信号进行SSST变换得到时频图像,并将时频图像进行双向二维主成分分析压...
针对传统滚动轴承故障诊断算法过度依赖专家经验和故障特征提取困难的问题,提出一种基于同步挤压S变换(SSST)和集成深层脊波自编码器(EDRAE)方法。该方法对轴承振动信号进行SSST变换得到时频图像,并将时频图像进行双向二维主成分分析压缩;利用不同的脊波函数设计不同的脊波自编码器(RAE),并构造相应的深层脊波自编码器(DRAE)且引入"跨层"连接以缓解DRAE的梯度消失现象;将压缩时频图像输入各DRAE网络进行无监督预训练和有监督微调,并通过加权平均法输出识别结果。试验结果表明,基于SSST和EDRAE的轴承故障诊断方法能有效地对轴承进行多种工况和多种故障程度的识别,特征提取能力和识别能力均优于人工神经网络、深度信念网络和深度自编码器等模型。
展开更多
关键词
同步挤压
s
变换(
ssst
)
脊波自编码器(RAE)
滚动轴承
故障诊断
在线阅读
下载PDF
职称材料
基于同步挤压S变换和DRN的压裂车故障诊断研究
被引量：
2
3
作者
许旭
陈志刚
+2 位作者
杜小磊
张楠
钟新荣
《机电工程》
CAS
北大核心
2019年第12期1325-1330,共6页
针对压裂车在复杂工况高载荷环境下动力端振动信号故障特征难以准确提取和辨识的问题,结合深度残差网络(DRN)的优势,提出了一种基于同步挤压S变换(SSST)和深度残差网络的故障诊断方法。首先利用同步挤压S变换优越的时频分解特性,对2000...
针对压裂车在复杂工况高载荷环境下动力端振动信号故障特征难以准确提取和辨识的问题,结合深度残差网络(DRN)的优势,提出了一种基于同步挤压S变换(SSST)和深度残差网络的故障诊断方法。首先利用同步挤压S变换优越的时频分解特性,对2000型压裂车动力端采集的振动信号进行了分解和变换,得到了时频图像;然后对图像进行了灰度化和归一化,再将灰度图降维至适当大小,将压缩后的时频图像作为DRN模型的输入;最后建立了基于SSST特征提取和DRN的分类识别模型,并进行了测试,实现了压裂车动力端的故障诊断。研究结果表明:该方法避免了复杂的人工特征提取过程,在强背景噪声下能够有效提高压裂车动力端故障状态识别的准确率。
展开更多
关键词
压裂车
故障诊断
同步挤压
s
变换
深度残差网络
深度学习
在线阅读
下载PDF
职称材料
电力变压器暂态振动信号时频图谱特征增强及绕组状态判别
4
作者
刘云杰
王丰华
+3 位作者
金玉琪
金凌峰
钱盾
杨智
《振动与冲击》
北大核心
2025年第19期78-86,97,共10页
针对变压器发生早期绕组变形时暂态振动信号特征微弱的辨识难题,提出了一种基于时频图谱聚类分析的变压器暂态振动信号特征增强及绕组状态判别方法。即根据变压器遭受短路冲击时暂态振动信号的强时变特性,综合同步挤压S变换(synchrosque...
针对变压器发生早期绕组变形时暂态振动信号特征微弱的辨识难题,提出了一种基于时频图谱聚类分析的变压器暂态振动信号特征增强及绕组状态判别方法。即根据变压器遭受短路冲击时暂态振动信号的强时变特性,综合同步挤压S变换(synchrosqueezed S transform,SSST)与核熵成分分析(kernel entropy component analysis,KECA)获取了凸显其主要特征的时频图谱,然后运用K-means++聚类算法基于特征子集划分对时频图谱进行了特征增强,据此定义了时频主成分熵判别遭受短路冲击后的变压器绕组状态。对某220 kV变压器短路冲击试验下暂态振动信号的计算结果表明:该方法极大增强了变压器暂态振动信号的时频图谱特征,所定义的时频主成分熵能有效提升变压器的绕组变形检出率,当其增幅超过20%时,建议关注遭受短路冲击后的变压器绕组状态。
展开更多
关键词
变压器
振动信号
同步挤压
s
变换(
ssst
)
核熵成分分析(KECA)
时频主成分熵(TFPCE)
绕组状态
在线阅读
下载PDF
职称材料
题名
基于同步挤压S变换的地震信号时频分析
被引量：
16
1
作者
刘晗
张建中
黄忠来
机构
海底科学与探测技术教育部重点实验室
中国海洋大学海洋地球科学学院
海洋国家实验室海洋矿产资源评价与探测技术功能实验室
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2017年第4期689-695,共7页
基金
国家自然科学基金项目(41230318
41074077)
高等学校博士学科点专项科研基金课题(20130132110023)联合资助
文摘
S变换(ST)被广泛应用于时频分析,但受海森堡不确定性原理制约,其分辨率有限。同步挤压S变换(SSST)是一种正反无损可逆变换,通过对S变换时频谱在频率方向上进行挤压,使能量聚集到信号的真实瞬时频率上,显著地压制了虚假频率成分、提高了信号的时频谱的分辨率。将SSST方法应用于合成信号和实际地震资料处理,所得结果表明SSST比ST具有明显的提高地震信号时频分辨率的能力,有利于薄层识别和储层描述。
关键词
同步挤压
s
变换
时频分析
时频分辨率
薄层
地震资料
Keywords
synchro-squeezing
s
transform
(
ssst
)
time-frequency analy
s
i
s
time-frequency re
s
olution
thin bed
s
ei
s
mic data
分类号
P631 [天文地球—地质矿产勘探]
在线阅读
下载PDF
职称材料
题名
基于同步挤压S变换和集成深层脊波自编码器的轴承故障诊断
被引量：
8
2
作者
杜小磊
陈志刚
王衍学
机构
北京建筑大学机电与车辆工程学院
北京市建筑安全监测工程技术研究中心
出处
《振动与冲击》
EI
CSCD
北大核心
2020年第14期59-68,共10页
基金
国家自然科学基金(51875032)
北京市教育委员会科技计划一般项目(SQKM201710016014)
+1 种基金
北京市优秀人才培养资助项目(2013D005017000013)
北京市属高校基本科研业务费专项资金资助(X18217)。
文摘
针对传统滚动轴承故障诊断算法过度依赖专家经验和故障特征提取困难的问题,提出一种基于同步挤压S变换(SSST)和集成深层脊波自编码器(EDRAE)方法。该方法对轴承振动信号进行SSST变换得到时频图像,并将时频图像进行双向二维主成分分析压缩;利用不同的脊波函数设计不同的脊波自编码器(RAE),并构造相应的深层脊波自编码器(DRAE)且引入"跨层"连接以缓解DRAE的梯度消失现象;将压缩时频图像输入各DRAE网络进行无监督预训练和有监督微调,并通过加权平均法输出识别结果。试验结果表明,基于SSST和EDRAE的轴承故障诊断方法能有效地对轴承进行多种工况和多种故障程度的识别,特征提取能力和识别能力均优于人工神经网络、深度信念网络和深度自编码器等模型。
关键词
同步挤压
s
变换(
ssst
)
脊波自编码器(RAE)
滚动轴承
故障诊断
Keywords
s
ynchro
s
queezed
s
transform
(
ssst
)
ridgelet auto-encoder(RAE)
rolling bearing
fault diagno
s
i
s
分类号
TH133.3 [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
基于同步挤压S变换和DRN的压裂车故障诊断研究
被引量：
2
3
作者
许旭
陈志刚
杜小磊
张楠
钟新荣
机构
北京建筑大学机电与车辆工程学院
北京市建筑安全监测工程技术研究中心
中国石油集团川庆钻探工程有限公司长庆井下技术作业公司
出处
《机电工程》
CAS
北大核心
2019年第12期1325-1330,共6页
基金
国家自然科学基金资助项目(51605022)
住房和城乡建设部科技计划项目(2016-K4-081)
+3 种基金
北京市教育委员会科技计划一般项目(SQKM201710016014)
北京市属高校基本科研业务费专项资金资助项目(X18217)
国家留学基金委资助项目(201708110138)
北京建筑大学研究生创新资助项目(PG2019088)
文摘
针对压裂车在复杂工况高载荷环境下动力端振动信号故障特征难以准确提取和辨识的问题,结合深度残差网络(DRN)的优势,提出了一种基于同步挤压S变换(SSST)和深度残差网络的故障诊断方法。首先利用同步挤压S变换优越的时频分解特性,对2000型压裂车动力端采集的振动信号进行了分解和变换,得到了时频图像;然后对图像进行了灰度化和归一化,再将灰度图降维至适当大小,将压缩后的时频图像作为DRN模型的输入;最后建立了基于SSST特征提取和DRN的分类识别模型,并进行了测试,实现了压裂车动力端的故障诊断。研究结果表明:该方法避免了复杂的人工特征提取过程,在强背景噪声下能够有效提高压裂车动力端故障状态识别的准确率。
关键词
压裂车
故障诊断
同步挤压
s
变换
深度残差网络
深度学习
Keywords
fracturing truck
fault diagno
s
i
s
s
ynchro
s
queezed
s
transform
(
ssst
)
deep re
s
idual network(DRN)
deep learning
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TE934 [石油与天然气工程—石油机械设备]
在线阅读
下载PDF
职称材料
题名
电力变压器暂态振动信号时频图谱特征增强及绕组状态判别
4
作者
刘云杰
王丰华
金玉琪
金凌峰
钱盾
杨智
机构
上海交通大学电子信息与电气工程学院
国网浙江省电力有限公司电力科学研究院
出处
《振动与冲击》
北大核心
2025年第19期78-86,97,共10页
基金
国家电网有限公司科技项目资助(5500-202219126A-1-1-ZN)。
文摘
针对变压器发生早期绕组变形时暂态振动信号特征微弱的辨识难题,提出了一种基于时频图谱聚类分析的变压器暂态振动信号特征增强及绕组状态判别方法。即根据变压器遭受短路冲击时暂态振动信号的强时变特性,综合同步挤压S变换(synchrosqueezed S transform,SSST)与核熵成分分析(kernel entropy component analysis,KECA)获取了凸显其主要特征的时频图谱,然后运用K-means++聚类算法基于特征子集划分对时频图谱进行了特征增强,据此定义了时频主成分熵判别遭受短路冲击后的变压器绕组状态。对某220 kV变压器短路冲击试验下暂态振动信号的计算结果表明:该方法极大增强了变压器暂态振动信号的时频图谱特征,所定义的时频主成分熵能有效提升变压器的绕组变形检出率,当其增幅超过20%时,建议关注遭受短路冲击后的变压器绕组状态。
关键词
变压器
振动信号
同步挤压
s
变换(
ssst
)
核熵成分分析(KECA)
时频主成分熵(TFPCE)
绕组状态
Keywords
power
transform
er
vibration
s
ignal
synchro-squeez
ed
s
transform
(
ssst
)
kernel entropy component analy
s
i
s
(KECA)
time-frequency principal component entropy(TFPCE)
winding
s
tate
分类号
TH212 [机械工程—机械制造及自动化]
TH213.3 [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
基于同步挤压S变换的地震信号时频分析
刘晗
张建中
黄忠来
《石油地球物理勘探》
EI
CSCD
北大核心
2017
16
在线阅读
下载PDF
职称材料
2
基于同步挤压S变换和集成深层脊波自编码器的轴承故障诊断
杜小磊
陈志刚
王衍学
《振动与冲击》
EI
CSCD
北大核心
2020
8
在线阅读
下载PDF
职称材料
3
基于同步挤压S变换和DRN的压裂车故障诊断研究
许旭
陈志刚
杜小磊
张楠
钟新荣
《机电工程》
CAS
北大核心
2019
2
在线阅读
下载PDF
职称材料
4
电力变压器暂态振动信号时频图谱特征增强及绕组状态判别
刘云杰
王丰华
金玉琪
金凌峰
钱盾
杨智
《振动与冲击》
北大核心
2025
0
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
