多尺度排列熵相关论文
针对以往检测癫痫的脑电自动分类算法存在泛化性和鲁棒性不足的问题，本研究综合了非线性动力学与机器学习的优点，使用多尺度排列熵（MP......
由于在变负载工况下，提取滚动轴承故障特征较为困难，且其故障识别准确率也较低，为此，提出了一种基于插值多尺度排列熵（InMPE）和飞蛾火焰......
针对滚动轴承故障诊断中特征提取困难和故障类型识别准确率偏低等情况，提出一种基于改进型自适应噪声完整集成经验模态分解（ICEEMDAN......
爆破网路延时识别易受EMD模态混淆的影响，得到混有虚假分量的IMF。而Hilbert变换受Bedrosian定理的约束在处理此类分量会产生负值瞬......
在桥梁健康监测领域中,由于桥梁振动信号是实现模态提取和损伤识别的关键,振动信号数据的优劣将会直接影响桥梁健康监测的有效性,......
学位
针对泄流导墙实测振动位移信号中存在随机噪声的问题，将多尺度排列熵引入到泄流导墙振动信号的降噪处理中，使用一种应用于泄流结构的......
近年来随着社会的飞速发展以及生活质量的明显提升,人们对健康的重视程度也越来越高,尤其是在人口老龄化这一大趋势下,腕带式心率......
针对滚动轴承振动信号的非线性、非平稳特征，提出了基于参数优化变分模态分解（Variational Mode Decomposition,VMD）、多尺度排列熵（Mu......
高压输电线路故障类型的准确诊断与判别是快速定位故障位置、切除故障段以及恢复供电的前提,也是有效降低用户经济损失、保证电力......
为了精确剔除GNSS（global navigation satellite system）坐标时间序列中的噪声，本文提出一种联合遗传算法（genetic algorithm， GA）和变分......
在实际工况中,风机齿轮箱的故障样本多呈现不均衡特征.为克服样本不均衡性给诊断效果带来的影响,提出了一种基于LSGAN(最小二乘对......
直流电动机在现代工业生产扮演至关重要的作用,它被广泛的应用在机械、化工、材料等诸多研究领域中,若一旦电机本身某一部分损坏,......
截止到2016年,我国规划的“四纵四横”的高速铁路网已经初具规模,运营列车密度高居世界第一。人们对高速铁路安全运行的需求也因此......
随着城轨车辆运行速度的不断提升,轮轨之间的相互动力作用加剧,车轮全局不圆现象频繁发生,对城轨列车的安全运营带来很大影响。因......
滚动轴承是轨道交通列车的重要零部件,实现对滚动轴承故障类型的快速、准确识别,对保证轨道交通列车平稳、安全以及可靠运行具有十......
旋转机械是现代工业中的核心设备,由于其结构复杂及运行工况多变,往往导致对其关键部件的故障监测诊断十分困难。近年来基于深度学......
滚动轴承作为旋转类机械设备的重要部件,常与轴、齿轮一起被应用于大型精密机械设备,其健康状态的优劣严重影响到机器整体的运行情......
传感器作为数据采集系统的重要组成部分,得到了广泛的应用。然而,由于大多数传感器的工作环境比较恶劣,导致了传感器的故障发生率......
水下目标信号检测是水下探测的重要研究内容之一。在实际应用中,接收的信号中不仅只有环境噪声,还包含了大量的自然或人工干扰信号......
提出改进的集合经验模态分解(MEEMD)和混沌振子相结合的电网故障微弱信号检测方法.首先,建立神经网络预测模型,通过神经网络对配网......
期刊
局部放电与电气设备内部绝缘材料劣化和绝缘体的击穿密切相关。不同类型的局部放电产生的机理和发生的位置各不相同,对设备绝缘的......
伴随我国新能源事业的蓬勃发展,风力发电等可再生能源发电占全部发电总量的比重也日趋增大。然而经过十几年的发展,随着投运的风电......
基于提速道岔S700K转辙机故障的功率曲线在频域上的多重特征,提出了基于改进多尺度排列熵的多变量支持向量机(structured support ......
为了有效提取电机轴承故障特征并准确识别出故障类型,提出了复合多尺度排列熵偏均值的特征参数提取和GK聚类的模式识别方法。在故......
为准确辨识滚动轴承故障类型,提出了一种基于量子粒子群优化多尺度排列熵(quantum⁃behaved particle swarm optimization and mul......
为有效利用振动信号进行故障诊断,提出了一种基于复合多尺度排列熵(CMPE)、改进距离度量公式的半监督局部切空间排列算法(SS-LTSA)......
为精确提取滚动轴承振动信号的故障特征,提出了一种基于参数优化多尺度排列熵与模糊C均值聚类的故障诊断方法。首先,针对多尺度排......
针对GPS高程时间序列受各类噪声干扰的影响,导致难以提取有用信息的问题,提出一种基于整体经验模态分解(EEMD)结合多尺度排列熵(MP......
针对滚动轴承故障信号具有非线性、非平稳性特点导致的故障类别难以辨识问题,提出一种基于经验小波变换、多尺度排列熵、GG(Gath-G......
多尺度排列熵能够有效地反映滚动轴承振动信号的随机性变化和非线性动力学突变行为。针对其多尺度过程中粗粒化方式的不足,提出了......
立足于短期禅修的实践,运用脑电图（EEG）检测手段,采用多尺度排列熵的方法,同期对照实验组和控制组脑电活动的差异,从神经科学的角度......
由于齿轮箱振动信号的非平稳非线性等问题加大了故障诊断的难度,本文提出了一种基于互补集合经验模态分解(CEEMD)和多尺度排列熵(M......
针对热模锻压力机传动系统中支承高速轴的自调心双列滚动轴承的故障诊断问题,提出采用多尺度排列熵(MPE)的故障诊断方法。首先利用......
电力变压器是电力系统中最为关键的环节,其运行状态的稳定与否将对电力系统产生极大影响。随着科技水平的提高和安全意识的提升,包......
针对现有滚动轴承故障识别精度低的问题,存在冗杂信息较多和分解识别计算量大的问题,将集合经验模态分解(ensemble empirical mode......
滚动轴承是装备制造业中关键基础零部件,其在服役过程中的工作状态直接决定着主机产品的性能、质量和可靠性。滚动轴承运行中所采......
有载分接开关(on-load tap-changer,OLTC)因频繁切换操作而容易发生故障,其运行过程产生的振动信号呈现出明显非线性特征,但现有OL......
针对转子故障信号非线性、非平稳性的特点,提出了一种基于互补集合经验模态分解、多尺度排列熵和GK聚类的故障特征提取和识别方法......
多尺度排列熵作为非线性方法,被广泛应用于时间序列复杂性和随机性的评估之中。由于粗粒化过程中的缺陷会导致熵值精度低、稳定性......
针对单向阀振动信号含有背景噪声,故障特征提取困难和诊断精度不高的问题,提出了二次变分模态分解(二次VMD)、多尺度排列熵(MPE)和......
将排列熵引入液压泵的故障识别中,分析了排列熵作为液压泵故障特征指标的性能;采用互信息法和伪近邻法优选排列熵计算中的延迟时间......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
针对轴承发生故障,振动信号会表现出复杂性的情况,运用多尺度排列熵(Multiscale Permutation Entropy,MPE)方法对振动信号进行分析......
针对风电机组滚动轴承特征提取及状态判别问题,提出一种冗余第二代小波包变换、多尺度排列熵和极限学习机相结合的诊断新方法.首先......
