期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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
共找到316篇文章
< 1 2 … 16 >
每页显示 20 50 100
已选0条
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：
基于BWO优化VMD和KELM的柔性直流输电线路短路故障定位方法 认领 引用 被引量：3
1
作者 赵岩 王梓毅 徐天 《南方电网技术》 CSCD 北大核心 2026年第3期8-18,31,共11页
针对行波波头标定的精度不足以及智能定位模型拟合性能易受参数影响的问题,提出了一种基于白鲸算法优化变分模态分解和核极限学习机的柔性直流输电线路短路故障定位方法。首先,采用白鲸算法优化变分模态分解的参数,结合小波软阈值去噪... 针对行波波头标定的精度不足以及智能定位模型拟合性能易受参数影响的问题,提出了一种基于白鲸算法优化变分模态分解和核极限学习机的柔性直流输电线路短路故障定位方法。首先,采用白鲸算法优化变分模态分解的参数,结合小波软阈值去噪方法对采集的故障信号进行降噪和分解,再结合希尔伯特变换标定初始行波的到达时刻。其次,将行波的到达时刻作为特征值构建特征数据集,用白鲸算法优化核极限学习机定位模型。最后,将数据集代入到优化后的定位模型中实现故障定位。结果表明,该方法的定位模型拟合程度达到99.4%,具有较高的定位精度和较好的鲁棒性,所提方法对噪声和过渡电阻的耐受性能较高,定位误差在500 m以内。 展开更多
关键词 柔性直流输电线路 变分模态分解 白鲸算法 核极限学习机 故障定位
暂未订购 下载PDF
基于SSA-VMD-ICA的减速器振动信号降噪算法研究 认领 引用 被引量：1
2
作者 徐涛 朱明强 《组合机床与自动化加工技术》 北大核心 2026年第1期19-24,31,共6页
减速器振动信号中包含大量无关信号,导致无法准确获得减速器的原始特征,提出了基于SSA(麻雀优化算法)、VMD(变分模态分解)和ICA(独立分量分析)的减速器振动信号降噪算法。由于VMD分解过程中,惩罚因子α和模态分解数K无法准确获得,设计... 减速器振动信号中包含大量无关信号,导致无法准确获得减速器的原始特征,提出了基于SSA(麻雀优化算法)、VMD(变分模态分解)和ICA(独立分量分析)的减速器振动信号降噪算法。由于VMD分解过程中,惩罚因子α和模态分解数K无法准确获得,设计了基于麻雀搜寻算法(SSA)的VMD分解算法,首先利用SSA优化VMD算法中的惩罚因子α和模态分解数K,再将振动信号进行VMD分解得到若干IMFs分量;将上述分量作为输入,利用FastICA再次进行去噪处理,分离出有效的故障特征分量,并去除大于阈值的独立成分后,进行信号的重构,得到降噪后的振动信号。通过对仿真实验数据和实际获得振动信号数据的降噪处理,结果表明提出的方法在去除减速器振动数据中的噪声信号与保留有效信号方面明显优于小波包分解与VMD分解。 展开更多
关键词 减速器振动 麻雀搜寻算法 VMD ICA 信号降噪
暂未订购 下载PDF
基于 VMD 算法的大实时带宽信号压缩感知重构方法 认领 引用
3
作者 罗姚 欧阳泽 +2 位作者 王爽 王祺 周帝宏 《吉林大学学报（信息科学版）》 CAS 2026年第2期253-260,共8页
针对在传统的信号压缩感知重构过程中,通常以概率的方式在解空间中搜索最优解,当搜索空间存在多个局部最优解时,其难以跳出局部最优解,导致重构效果较差的问题,基于VMD(Variational Mode Decomposition)算法,设计了新的大实时带宽信号... 针对在传统的信号压缩感知重构过程中,通常以概率的方式在解空间中搜索最优解,当搜索空间存在多个局部最优解时,其难以跳出局部最优解,导致重构效果较差的问题,基于VMD(Variational Mode Decomposition)算法,设计了新的大实时带宽信号压缩感知重构方法。首先,采用超窄带滤波方式处理实时带宽信号中的噪声,避免后续重构信号出现失真情况;然后,利用蜉蝣算法优化VMD算法参数,通过不断迭代和更新蜉蝣群体的位置和速度,逐步逼近最优解,并利用优化后的参数提高对大实时带宽信号分解的精度;最后,对实时带宽信号进行重构。实验表明,应用该方法后,重构与原始信号相似性高,压缩效率和信噪比表现优异。该方法可以完成对带宽实时信号的重构,重构效果好。 展开更多
关键词 超窄带滤波 蜉蝣优化算法 变分模态分解算法 压缩感知重构方法 实时带宽信号
暂未订购 下载PDF
基于自适应VMD-MPE-HHT的水中冲击波信号时频特性分析 认领 引用
4
作者 张俊锋 李军 +4 位作者 彭高峰 袁航 刘广进 余山 吴立 《工程爆破》 CSCD 北大核心 2026年第4期145-155,共11页
为降低水下噪波干扰,提高水中冲击波信号的时频特性分析的准确性,引用地震波信号处理方法中的自适应VMD-MPE-HHT算法,对实测水中冲击波信号进行分解降噪处理。结果表明:自适应VMD算法能够有效地去除信号中的过分解IMF与高频噪波,而MPE... 为降低水下噪波干扰,提高水中冲击波信号的时频特性分析的准确性,引用地震波信号处理方法中的自适应VMD-MPE-HHT算法,对实测水中冲击波信号进行分解降噪处理。结果表明:自适应VMD算法能够有效地去除信号中的过分解IMF与高频噪波,而MPE算法能精准确定信号的真实成分,重构后的降噪信号能很好地反应信号的变化规律,为后续经由HHT得到的Hilbert谱图与瞬时能量图提供了良好的时频特性分析源。相较于传统的EMD-HHT信号处理方法,自适应VMD-MPE-HHT算法能更好地处理水击波原始信号,排除信号分解中的人为因素干扰。说明了该时频分析方法在水下冲击波信号处理方面的有效性。 展开更多
关键词 水下爆破 水中冲击波信号 自适应VMD算法 希尔伯特-黄变换 多尺度排列熵
暂未订购 下载PDF
基于VMD-SVD联合降噪的特高压换流站调相机房环境监测研究 认领 引用
5
作者 赵凯强 李曦阳 +2 位作者 谷兵 杨旭 韦志康 《电子设计工程》 2026年第9期83-88,共6页
特高压换流站调相机房的振动信号中存在大量噪声,且噪声信号是非平稳的,现有的信号处理方法难以有效分离和降噪。为此,该文提出基于VMD-SVD联合降噪的特高压换流站调相机房环境监测方法。采用声学理论获取捕捉声纹特征,整合捕捉的声纹... 特高压换流站调相机房的振动信号中存在大量噪声,且噪声信号是非平稳的,现有的信号处理方法难以有效分离和降噪。为此,该文提出基于VMD-SVD联合降噪的特高压换流站调相机房环境监测方法。采用声学理论获取捕捉声纹特征,整合捕捉的声纹特征构建旋转设备声纹库。采用变分模态分解(Variational Mode Decomposition,VMD)算法对声纹信号进行分解,通过迭代优化实现IMFs有效分离。设置峭度准则评估IMF中的冲击成分,提取故障特征。利用奇异值分解(Singular Value Decomposition,SVD)重构信号,通过奇异值分解降噪并重构有用信号。通过计算能量谱密度、均方根值和自相关函数,监测特高压换流站调相机房环境。结果显示,在处理调相机房旋转设备的振动信号时,VMD-SVD方法在A、B、C相时,噪声抑制比(Noise Rejection Ratio,NRR)指标值分别为2.3797、2.5107以及1.5589,相较于其他方法表现出更高的噪声抑制效果(NRR值更高),为调相机房的环境监测提供了可靠的数据支撑。 展开更多
关键词 特高压换流站 调相机房 环境监测 声学理论 VMD算法
暂未订购 下载PDF
一种基于VMD-SABO-XGBoost的隐伏断层密集度预测模型及分区评价方法 认领 引用
6
作者 华明国 周爱桃 +4 位作者 马帅 王一达 李延续 李康 李梦瑶 《煤矿安全》 CAS 北大核心 2026年第4期144-155,共12页
隐伏断层是煤矿生产中的重要地质问题,隐伏断层的规模往往较小,难以进行准确预测。为研究适用于隐伏断层预测的机器学习优化算法,提出了一种基于VMD-SABO-XGBoost的隐伏断层密集度预测模型和断层复杂程度分区评价方法。利用变分模态分解... 隐伏断层是煤矿生产中的重要地质问题,隐伏断层的规模往往较小,难以进行准确预测。为研究适用于隐伏断层预测的机器学习优化算法,提出了一种基于VMD-SABO-XGBoost的隐伏断层密集度预测模型和断层复杂程度分区评价方法。利用变分模态分解(VMD)算法将矿井现场搜集的瓦斯含量、坚固性系数等初始数据分解为多个模态分量,对其进行特征提取,并通过灰色关联分析法计算预测特征的关联度排名,其中断层强度参数、断层分维值、瓦斯含量、煤层底板倾角变异系数、坚固性系数5项特征指标与断层赋存关联度最大;在SABO寻优算法中引入精英反向学习和自适应权重因子,解决模型过早陷入“局部最优解”、收敛性能较差以及特征种群多样性不足的问题,通过实验验证优化前后算法的准确率差异,证明优化后的SABO极大提高了收敛效率,模型预测准确度升高;结合XGBoost机器学习算法组成隐伏断层预测模型。以山西长治某矿井3#煤掘进工作面断层为实验对象,建立断层类型综合分区评价等级,并作为预测标签与传统使用的XGBoost模型、VMD-XGBoost模型和SABO-XGBoost模型进行对比,结果显示,VMD-SABO-XGBoost模型预测精度最高。经过实例验证,和现场实际断层复杂程度对应,验证了该方法的准确性和适应性,可以应用于预测矿井隐伏断层密集度和复杂程度。 展开更多
关键词 隐伏断层 密集度预测 变分模态分解 SABO算法优化 XGBoost
暂未订购 下载PDF
基于TTAO-VMD-DTW的MEMS陀螺仪降噪方法 认领 引用
7
作者 陆金波 冉淇 +3 位作者 王洪艳 张晓艳 谭坤雨 裴帧 《传感器与微系统》 北大核心 2026年第9期188-192,共5页
为了有效抑制MEMS陀螺仪输出信号的随机误差,提出一种基于三角拓扑聚合优化(TTAO)算法的变分模态分解(VMD)结合多尺度排列熵(MPE)和动态时间规整(DTW)的MEMS陀螺仪降噪方法。首先,利用TTAO自适应获取VMD的最佳参数组合;然后,应用TTAO-VM... 为了有效抑制MEMS陀螺仪输出信号的随机误差,提出一种基于三角拓扑聚合优化(TTAO)算法的变分模态分解(VMD)结合多尺度排列熵(MPE)和动态时间规整(DTW)的MEMS陀螺仪降噪方法。首先,利用TTAO自适应获取VMD的最佳参数组合;然后,应用TTAO-VMD将MEMS陀螺仪分解成若干本征模态函数(IMF)分量;再利用MPE结合DTW,对IMF分量进行联合判定,将IMF分量分解为噪声分量、混叠分量和信号分量,舍弃噪声分量;最后,利用SG滤波器对混叠分量进行滤波,并将滤波结果和信号分量进行叠加重构,得到降噪后的MEMS陀螺仪输出信号。实验结果表明:该方法可以有效抑制MEMS陀螺仪的输出随机误差,静态实验下,去噪后信号的角度随机游走降低了72.4%,动态实验降低了42.5%。 展开更多
关键词 MEMS陀螺仪 三角拓扑聚合优化算法 变分模态分解 动态时间规整
暂未订购 下载PDF
基于RUN-VMD-DBSCAN的混凝土坝变形监测数据粗差识别方法 认领 引用
8
作者 周兰庭 魏鑫 周炫言 《三峡大学学报（自然科学版）》 CAS 北大核心 2026年第3期1-7,共7页
针对混凝土坝变形监测数据普遍存在的噪声干扰及粗差识别困难等问题,结合改进的变分模态分解(VMD)能够实现参数精准定位、密度聚类算法(DBSCAN)对噪声具备良好鲁棒性等优势,提出了一种基于RUN-VMD-DBSCAN的混凝土坝变形监测数据粗差识... 针对混凝土坝变形监测数据普遍存在的噪声干扰及粗差识别困难等问题,结合改进的变分模态分解(VMD)能够实现参数精准定位、密度聚类算法(DBSCAN)对噪声具备良好鲁棒性等优势,提出了一种基于RUN-VMD-DBSCAN的混凝土坝变形监测数据粗差识别方法.该方法首先通过龙格库塔算法(RUN)对VMD的关键参数进行自适应优化,进而结合方差贡献率(VCR)有效剥离高频噪声,获得光滑且保留真实物理意义的变形分量;最后运用DBSCAN进行粗差识别,提高识别精度.与单一DBSCAN、VMD及LOF算法的工程实例处理结果对比表明:该方法粗差识别率更高,误判率显著降低. 展开更多
关键词 混凝土坝变形监测数据 粗差 RUN算法 VMD算法 DBSCAN算法
暂未订购 下载PDF
基于HALA-VMD-IWTD的振动信号联合去噪 认领 引用 被引量：1
9
作者 曹亚超 吕贺轩 +2 位作者 崔彦平 何晓旭 张强 《振动与冲击》 EI CSCD 北大核心 2026年第1期1-10,共10页
针对机械传动系统中采集的信号存在噪声干扰问题,提出了一种混合人工旅鼠算法(hybrid artificial lemming algorithm,HALA)优化变分模态分解(variational mode decomposition,VMD)与改进小波阈值去噪(improved wavelet threshold denois... 针对机械传动系统中采集的信号存在噪声干扰问题,提出了一种混合人工旅鼠算法(hybrid artificial lemming algorithm,HALA)优化变分模态分解(variational mode decomposition,VMD)与改进小波阈值去噪(improved wavelet threshold denoising,IWTD)的振动信号联合去噪方法。首先,通过HALA自适应选取VMD的关键参数,将含噪信号自适应分解为n个本征模态函数;其次,通过相关系数法筛选有效模态分量;最后,利用改进的小波阈值函数对选定分量进行二次去噪。结果表明:与VMD、小波阈值去噪(wavelet threshold denoising,WTD)、VMD-IWTD等去噪方法进行对比,基于HALA-VMD-IWTD的振动信号联合去噪方法去噪后的信号信噪比最高、均方根误差最小,具有更好的去噪优越性,适用于非平稳振动信号去噪;当故障特征频率为103.4 Hz时,经该方法去噪处理后,信号中的故障特征频率成分更加突出,背景噪声得到有效抑制。 展开更多
关键词 混合人工旅鼠算法(HALA) 变分模态分解(VMD) 改进小波阈值去噪(IWTD) 振动信号 去噪
暂未订购 下载PDF
基于IGJO-VMD-SVM的电机轴承故障诊断 认领 引用 被引量：5
10
作者 回立川 曹威 +1 位作者 闫康 王久阳 《控制工程》 CSCD 北大核心 2026年第5期925-934,共10页
为解决有噪环境下轴承故障特征提取难、诊断准确率低的问题,提出了一种结合改进金豺优化(golden jackal optimization,GJO)算法、变分模态分解(variational mode decomposition,VMD)和支持向量机(support vector machine,SVM)的轴承故... 为解决有噪环境下轴承故障特征提取难、诊断准确率低的问题,提出了一种结合改进金豺优化(golden jackal optimization,GJO)算法、变分模态分解(variational mode decomposition,VMD)和支持向量机(support vector machine,SVM)的轴承故障诊断方法。首先,针对GJO算法易陷入局部最优的问题,引入Tent混沌映射、非线性递减参数、反向学习策略和自适应权重对其进行改进;其次,针对故障信号易被噪声淹没和特征提取难的问题,利用VMD将经过奇异谱分析(singular spectrum analysis,SSA)降噪后的信号分解,对噪声进行抑制,接着采用t分布-随机邻域嵌入(t-distribution-random neighborhood embedding,t-SNE)对提取的特征进行筛选,挑选有用特征;最后,针对SVM参数设置问题,使用改进GJO算法解决并构造诊断模型。结果表明,在相同的实验条件下,该模型的诊断准确率高于其他算法优化的诊断模型。 展开更多
关键词 轴承故障诊断 奇异谱分析 变分模态分解 金豺优化算法 t分布-随机邻域嵌入 支持向量机
暂未订购 下载PDF
基于SSA-VMD-GRU组合模型的桥梁监测缺失数据重构方法研究 认领 引用 被引量：1
11
作者 周宇 周明扬 +2 位作者 狄生奎 郭家骥 黄继源 《振动与冲击》 EI CSCD 北大核心 2026年第3期115-123,共9页
针对桥梁健康监测数据因环境干扰或传感器故障导致的异常或缺失,提出了一种基于麻雀搜索算法(sparrow search algorithm,SSA)共同优化变分模态分解(variational mode decomposition,VMD)和门控循环单元(gated recurrent units,GRU)的桥... 针对桥梁健康监测数据因环境干扰或传感器故障导致的异常或缺失,提出了一种基于麻雀搜索算法(sparrow search algorithm,SSA)共同优化变分模态分解(variational mode decomposition,VMD)和门控循环单元(gated recurrent units,GRU)的桥梁异常监测数据修复方法。研究利用SSA对VMD中分解层数K和惩罚因子α进行寻优以获取准确结构响应,选择SSA对GRU关键超参数进行优化,通过训练使模型达到最佳状态后,将分解后的信号作为输入进行预测修复,以重构桥梁缺失监测数据,通过对比单一GRU模型、VMD-GRU模型预测结果,以均方根误差、平均绝对误差、平均绝对百分比误差和R2作为误差指标来评价所提方法的科学性与实用性。研究表明,所提方法可在非经验指导下获得最佳参数组合,挠度测试集均方根误差为6.070 2%,应变测试集均方根误差仅为0.150 0%,该方法适用于桥梁异常或缺失监测数据的重构,能够提高数据质量和数据使用的正确率,为桥梁健康监测与决策提供方法基础。 展开更多
关键词 桥梁健康监测 异常监测数据 麻雀搜索算法(SSA) 变分模态分解(VMD) 门控循环单元(GRU) 数据重构
暂未订购 下载PDF
基于WD-CPO-VMD和组合聚合的短期净负荷预测研究 认领 引用
12
作者 李伟 吾凯 《现代电力》 CSCD 北大核心 2026年第4期752-760,共9页
随着新能源渗透比例的提高,针对净负荷较传统负荷波动更大、预测难度更高的问题,提出一种基于小波分解(wavelet decomposition,WD)和冠豪猪优化算法(crested porcupine optimizer,CPO)改进的变分模态分解(variational mode decompositio... 随着新能源渗透比例的提高,针对净负荷较传统负荷波动更大、预测难度更高的问题,提出一种基于小波分解(wavelet decomposition,WD)和冠豪猪优化算法(crested porcupine optimizer,CPO)改进的变分模态分解(variational mode decomposition,VMD)的组合聚合预测模型。该模型包括二次分解模块和神经网络预测模块。由于净负荷波动性较强,首先,使用小波分解结合排列熵将原始数据分解成高频分量和低频分量,并利用冠豪猪优化算法改进的变分模态分解对高频分量进行二次分解;其次,将注意力机制融入长短期记忆网络,增强其关注重要信息的能力;最后,将高低频分量分别以矩阵聚合和矢量聚合形式输入改进的神经网络中,整合得到最终预测结果。算例分析表明,所提模型相比常见的预测模型取得了更好的预测效果,并且在趋势转折点提升效果更优,能更好地应对净负荷的突然变动。 展开更多
关键词 净负荷预测 小波分解 变分模态分解 冠豪猪优化算法 组合聚合
暂未订购 下载PDF
基于ITTAO-VMD和CNN-BiLSTM的水电机组轴系故障诊断 认领 引用 被引量：2
13
作者 许庭原 郑阳 +2 位作者 李子飞 陈昱霖 陈启卷 《中国农村水利水电》 北大核心 2026年第5期158-162,167,共5页
针对水电机组轴系运行过程中故障特征提取不充分、故障类型难以高效识别的问题,提出一种基于多策略改进三角拓扑聚合优化算法(ITTAO)优化变分模态分解(VMD)参数,结合卷积神经网络和双向长短期记忆网络(CNN-BiLSTM)的水电机组轴系故障诊... 针对水电机组轴系运行过程中故障特征提取不充分、故障类型难以高效识别的问题,提出一种基于多策略改进三角拓扑聚合优化算法(ITTAO)优化变分模态分解(VMD)参数,结合卷积神经网络和双向长短期记忆网络(CNN-BiLSTM)的水电机组轴系故障诊断方法。首先,采用ITTAO算法对VMD分解的模态分量参数K和惩罚因子α进行寻优,实现振动信号的自适应分解;其次,利用最优VMD参数分解振动信号,提取最佳IMF分量的时频特征构建多维融合特征矩阵;最后,将所提取特征输入CNNBiLSTM诊断模型,利用其强大的时空特征提取能力,实现故障特征的深层挖掘与精准分类。通过实例验证表明,所提方法能充分提取振动信号的故障特征,可有效提高故障诊断的准确率和稳定性。 展开更多
关键词 水电机组 轴系故障诊断 改进三角拓扑聚合优化算法 VMD CNN-BiLSTM
暂未订购 下载PDF
基于OOA-VMD与LSTM的变转速滚动轴承故障诊断 认领 引用
14
作者 郗涛 王虎 王莉静 《中国工程机械学报》 北大核心 2026年第1期144-149,共6页
为解决在变转速工况下滚动轴承故障诊断的问题,提出一种鱼鹰优化算法(OOA)-变分模态分解(VMD)的故障特征提取与长短时记忆网络(LSTM)相融合的故障诊断方法。首先,利用OOA,对VMD算法中的重要参数进行优化,解决信号分解过程中VMD的参数设... 为解决在变转速工况下滚动轴承故障诊断的问题,提出一种鱼鹰优化算法(OOA)-变分模态分解(VMD)的故障特征提取与长短时记忆网络(LSTM)相融合的故障诊断方法。首先,利用OOA,对VMD算法中的重要参数进行优化,解决信号分解过程中VMD的参数设置问题;其次,对重构信号进行Hilbert变换,提取包络谱值作为故障特征向量;最后,采用轴承数据集,基于LSTM网络算法进行故障诊断训练、检验和分析。结果表明:本文方法具有较好的故障特征提取能力,且故障识别率达到99.33%。 展开更多
关键词 变转速 滚动轴承 OOA算法 变分模态分解(VMD) 长短时记忆网络(LSTM)
暂未订购 下载PDF
基于VMD-ICOA-BiGRU模型的油浸式变压器顶层油温预测方法 认领 引用
15
作者 王志川 胡益 +3 位作者 邓勇 李林 王涛 罗靖霖 《西华大学学报（自然科学版）》 CAS 2026年第3期108-118,共11页
油浸式变压器是一种被广泛使用的变压器,其顶层油温状态是衡量变压器运行可靠、监测内部绝缘状态、推算变压器内部热点温度的重要参数,对分析变压器潜在故障、开展变压器运维、实现变压器故障早期预警具有重大意义。为提高变压器顶层油... 油浸式变压器是一种被广泛使用的变压器,其顶层油温状态是衡量变压器运行可靠、监测内部绝缘状态、推算变压器内部热点温度的重要参数,对分析变压器潜在故障、开展变压器运维、实现变压器故障早期预警具有重大意义。为提高变压器顶层油温的预测精度,提出一种基于改进浣熊算法(ICOA)优化双向门控循环递归单元(BiGRU)模型的油浸式变压器顶层油温预测方法:首先通过变分模态分解(VMD)将顶层油温原始数据分解为不同频率的模态分量(IMF),以降低非线性数据的预测难度;然后,通过引入Circle混沌映射、反向学习策略、Levy飞行策略对传统的浣熊优化算法进行改进,最大化提高优化算法的全局寻优能力及效率;最后,构建基于BiGRU的变压器顶层油温预测模型,并采用ICOA算法优化其超参数,实现更精细地捕捉时间序列数据的动态变化特征,提高油温预测模型的准确性。利用实测变压器数据,通过算例对比分析,验证了该方法相较于传统预测模型,在油浸式变压器顶层油温预测中能够取得更高的精度。 展开更多
关键词 油浸式变压器 顶层油温 变分模态分解 改进浣熊优化算法 双向门控循环递归单元
暂未订购 下载PDF
基于ALA-VMD结合改进小波阈值的岩石破裂声发射信号去噪算法 认领 引用
16
作者 王婷婷 杨彦卓 +2 位作者 赵万春 史晓东 蔡萌 《振动与冲击》 EI CSCD 北大核心 2026年第8期267-280,共14页
针对岩石破裂阶段中产生大量含噪声发射(acoustic emission,AE)信号的问题,提出一种基于人工旅鼠优化算法(artificial lemming algorithm,ALA)优化变分模态分解(variational mode decomposition,VMD)结合改进小波阈值(improved wavelet ... 针对岩石破裂阶段中产生大量含噪声发射(acoustic emission,AE)信号的问题,提出一种基于人工旅鼠优化算法(artificial lemming algorithm,ALA)优化变分模态分解(variational mode decomposition,VMD)结合改进小波阈值(improved wavelet threshold,IWT)的岩石破裂声发射信号处理方法;利用ALA对VMD的模态个数和惩罚因子进行寻优,计算分解出的模态分量与原始AE信号的相关系数,设置阈值将模态分量分为噪声分量与含噪分量;针对小波阈值降噪不能自适应地选取小波基函数与小波分解层数的问题,结合岩石破裂声发射信号的特点及去噪信号的信噪比与均方根误差筛选最优小波基函数与小波分解层数;然后对含噪分量进行IWT去噪并重构,得到降噪后的AE信号。通过对仿真信号和实测AE信号去噪,结果表明与现有算法相比,信噪比综合提升了44.63%,均方根误差降低了32.97%,表明ALA-VMD-IWT算法对噪声有明显抑制作用,降噪精度更高,可为后续利用岩石AE信号研究岩石特性提供参考。 展开更多
关键词 岩石破裂声发射信号 人工旅鼠优化算法(ALA) 变分模态分解(VMD) 改进小波阈值(IWT)去噪
暂未订购 下载PDF
基于改进VMD的传感器动态标定信号处理的研究 认领 引用 被引量：1
17
作者 杨浩 张军 任宗金 《传感器与微系统》 北大核心 2026年第2期67-70,共4页
对三维力压电传感器进行动态标定时,当激振频率增加,谐波检测信号的幅值下降而噪声增加,影响信号的幅值比和相位差检测精度。为此,提出一种结合灰狼优化(GWO)算法、变分模态分解(VMD)和小波阈值的降噪算法。以最小包络熵作为目标,采用GW... 对三维力压电传感器进行动态标定时,当激振频率增加,谐波检测信号的幅值下降而噪声增加,影响信号的幅值比和相位差检测精度。为此,提出一种结合灰狼优化(GWO)算法、变分模态分解(VMD)和小波阈值的降噪算法。以最小包络熵作为目标,采用GWO算法优化VMD中的模态数量K和惩罚系数α,筛选出关键的本征模态函数(IMF)后,进行小波阈值降噪处理,实现信号重构。仿真和实验结果表明:去噪后信噪比提高至32.35 dB,均方根误差(RMSE)与波形相似度同步改善,显著提高了信号检测的准确性。 展开更多
关键词 动态标定 变分模态分解 灰狼优化算法 相位差检测
暂未订购 下载PDF
基于改进VMD算法的10kV高压断路器声纹监测 认领 引用 被引量：1
18
作者 王德全 吴绍武 刘成 《信息技术》 2026年第1期27-32,共6页
在10kV高压断路器的工作环境中,常常伴随着各种类型的噪声干扰,如电磁干扰、设备振动和温度变化等。这些噪声可能会混入声纹信号中,文中干扰信号的特征提取和声纹状态的准确判断。为此,提出基于改进VMD算法的10kV高压断路器声纹监测方... 在10kV高压断路器的工作环境中,常常伴随着各种类型的噪声干扰,如电磁干扰、设备振动和温度变化等。这些噪声可能会混入声纹信号中,文中干扰信号的特征提取和声纹状态的准确判断。为此,提出基于改进VMD算法的10kV高压断路器声纹监测方法。调整阈值门限,改进VMD算法,对10kV高压断路器声纹信号去噪。基于此,将10kV高压断路器声纹信号切分为等长的声纹信号,选择Softmax函数对其进行分类,利用LSTM(Long Short-Term Memory)对10kV高压断路器声纹完成监测。实验结果表明:研究方法的去噪效果更优,且对10kV高压断路器声纹监测的准确率始终高于97%。 展开更多
关键词 改进VMD算法 10kV高压断路器 声纹监测
暂未订购 下载PDF
基于改进VMD和CNN-Attention的行星齿轮箱故障诊断方法研究 认领 引用 被引量：1
19
作者 周帅 赵凤强 +3 位作者 杨晨昊 江永强 欧志伟 邹佳胜 《大连民族大学学报》 CAS 2026年第1期20-26,39,共7页
针对行星齿轮箱振动信号成分复杂、时变性强等特性导致特征提取困难的问题,提出了一种融合变分模态分解(Variational Mode Decomposition,VMD)、卷积神经网络和注意力机制的行星齿轮箱故障诊断方法。通过鹅优化算法对VMD的关键参数进行... 针对行星齿轮箱振动信号成分复杂、时变性强等特性导致特征提取困难的问题,提出了一种融合变分模态分解(Variational Mode Decomposition,VMD)、卷积神经网络和注意力机制的行星齿轮箱故障诊断方法。通过鹅优化算法对VMD的关键参数进行寻优,根据最佳参数组合分解原始信号得到若干模态分量;利用相关系数筛选有效分量并计算排列熵,构建特征向量集;将特征向量集输入基于注意力机制的卷积神经网络模型中完成故障诊断工作。利用该方法对行星齿轮箱实验数据进行分析,其平均诊断准确率达到97.13%,高于极限学习机和支持向量机等传统故障诊断模型,结果表明该方法是准确、有效的。 展开更多
关键词 融合变分模态分解 行星齿轮箱 卷积神经网络 鹅优化算法 故障诊断
暂未订购 下载PDF
双金属复合管输气流量VMD自动化检测方法研究 认领 引用
20
作者 任阳 汪洋 +3 位作者 潘弘 刘思艳 罗钧 龙学渊 《自动化仪表》 CAS 2026年第5期15-19,25,共5页
双金属复合管在拉拔成形过程中弹性回弹量较小,会出现截面畸变以及壁厚减薄的情况,导致复合管的稳态输气流量自动化检测偏差较大,难以精准反馈实际的输气流量状态。为了降低自动化检测偏差,对双金属复合管输气流量变分模态分解(VMD)自... 双金属复合管在拉拔成形过程中弹性回弹量较小,会出现截面畸变以及壁厚减薄的情况,导致复合管的稳态输气流量自动化检测偏差较大,难以精准反馈实际的输气流量状态。为了降低自动化检测偏差,对双金属复合管输气流量变分模态分解(VMD)自动化检测方法进行了研究。利用VMD算法,分解双金属复合管信号模态。根据分解后的信号模态,从力学角度绘制双金属复合管的极限状态曲线。创新性地结合双金属复合管的极限状态曲线,确定双金属复合管的失效概率。基于失效概率更新管道的实际输气效率和摩擦系数,完成双金属复合管输气流量的自动化检测。试验结果显示:输出的压力-流量曲线能够精准反映设计压力下的稳态流量,且对不同输气流量工况的检测结果偏差在10.0 m3/h以内。该方法能够精准反馈实际输气流量状态。 展开更多
关键词 失效概率 双金属复合管 变分模态分解算法 输气流量 极限状态曲线 自动化检测
暂未订购 下载PDF
已选0条
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 2 … 16 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈