能量算子
能量算子的相关文献在1997年到2022年内共计105篇,主要集中在机械、仪表工业、无线电电子学、电信技术、自动化技术、计算机技术
等领域,其中期刊论文66篇、会议论文5篇、专利文献51314篇;相关期刊46种,包括河南理工大学学报(自然科学版)、系统工程与电子技术、海军工程大学学报等;
相关会议4种,包括第十一届全国随机振动理论与应用学术会议、第五届电能质量及柔性输电技术研讨会、全国高校机械工程测试技术研究会振动工程学会动态测绘专业委员会2008代表大会暨学术年会等;能量算子的相关文献由322位作者贡献,包括高云鹏、曹一家、滕召胜等。
能量算子—发文量
专利文献>
论文:51314篇
占比:99.86%
总计:51385篇
能量算子
-研究学者
- 高云鹏
- 曹一家
- 滕召胜
- 王少锋
- 王建国
- 王戈
- 仲济祥
- 伍华伟
- 古庭赟
- 向家伟
- 吴聪
- 张毅
- 江志农
- 罗元
- 肖小兵
- 谭琴
- 陈保家
- 任兵
- 任学平
- 冯坤
- 冯志鹏
- 刘利强
- 刘宝华
- 刘桂花
- 刘红星
- 刘赣俊
- 卢光明
- 史训涛
- 吕黔苏
- 吴瑛
- 周余庆
- 周广武
- 周欣
- 周航
- 喻磊
- 姚文轩
- 孙奇珍
- 孙文军
- 孟令雯
- 屈梁生
- 左培丽
- 庞洪忠
- 张俊玮
- 张历
- 张大鹏
- 张嵩
- 张洋
- 张涛
- 张玉皓
- 彭德民
-
-
王永志;
李振朝;
刘鹏彧;
王慧
-
-
摘要:
为解决当前多层次细节(LOD)建模方法没有将简化和细分相统一,而造成细节层次模型特征表现不够丰富问题。将能量算子用于三维空间实体模型简化与细分,提出了基于能量算子的三维空间实体LOD建模方法。该方法主要包括3个步骤:模型能量算子计算、基于能量算子的模型简化和细分。实验表明,该方法能够生成细节层次较为丰富的模型,并具有良好的可视化效果和较高的精度。另外,该方法研究成果可以应用于三维场景建模和智慧城市等领域。
-
-
李春林
-
-
摘要:
为提高煤矿机电设备故障的检测效率,提高检修效率,本文提出了基于深度学习的煤矿机电设备故障诊断方法,采用加速传感器获取能量算子,获取振动信号后根据信号的能量变化与标准情况进行对比,对煤矿机电设备故障进行诊断和分析,实现对煤矿机电设备的故障检测。试验结果显示,本文设计方法具有较高的准确性,能够有效降低诊断误差,节省大量的人力、物力、财力,通过对不同类型的能量算子进行深度学习计算,得出正确的数据,从而有效地诊断出故障,提高工作效率,降低安全隐患。
-
-
齐咏生;
樊佶;
李永亭;
高学金;
刘利强
-
-
摘要:
风电机组滚动轴承振动信号微弱故障特征易被背景噪声和其他频率干扰,提取难度较大.针对此类问题,提出一种增强型的形态学滤波及故障诊断方法.算法构造了一种新的形态学综合顶帽变换(morphological comprehen-sive filter-hat transform,MCFHT),将其用于强背景噪声下目标信号的故障脉冲提取,并通过非线性滤波器幅频响应考察其滤波性质,为振动检测中故障脉冲的提取提供理论依据;针对MCFHT变换滤波尺度选择问题,通过分析原振动信号自身振动特性,给出了一种自适应的尺度计算策略,有效提高了滤波处理的效率和性能;提出一种改进的包络导数能量算子用于增强形态学滤波后信号中故障冲击特征,并滤除带内噪声频率.仿真信号与风电机组轴承实际故障信号实验结果表明,该方法能有效提取随机噪声和谐波干扰下的故障特征信息,滤波效果强于传统方法,具有较好的工程应用价值.
-
-
孟宗;
郜文清;
潘作舟;
张光雅;
樊凤杰
-
-
摘要:
针对传统学习字典中缺少原子相干性分析的问题和最优原子选择问题,提出了一种基于有效奇异分量的G-K奇异值分解(G-KSVD)字典学习方法.基于信号相干性提出自相关函数脉冲能量比(ACFPER),并以此为指标对奇异分量进行筛选,实现信号的降噪,利用包含故障信息较多的分量对字典原子进行更新和系数求解,从而达到增强信号中冲击成分的目的,并通过减少反馈层来降低时间成本.利用仿真信号和实际轴承信号对所提方法进行有效性及重复性的验证,结果表明,G-KSVD算法在有效区间内具有良好的去噪效果和较低的时间成本.
-
-
-
-
李宇恒;
蒋章雷;
梁好;
徐小力
-
-
摘要:
为了准确地获得故障特征频率在行星齿轮箱复杂频率中的耦合情况,提出了基于集合经验模态( EEMD)和对称差分能量算子相结合的故障诊断方法.搭建了针对行星齿轮箱齿面磨损实验台,获得了行星齿轮箱全生命周期的实验数据.利用该方法分析了行星齿轮箱故障数据,得到了行星轮故障特征频率在啮合频率和倍频处的耦合规律,实现了行星轮齿轮箱的故障诊断.
-
-
齐咏生;
刘飞;
高学金;
李永亭;
刘利强
-
-
摘要:
滚动轴承是旋转机械的主要部件之一,复杂多变的工作环境导致其频繁出现故障,且大部分情况下多种故障复合.针对这一问题,提出一种基于改进最大相关峭度解卷积(MCKD)和teager能量算子混合的滚动轴承复合故障诊断方法.该方法通过粒子群优化算法(PSO)对不同类型故障下MCKD的影响参数(L和M)进行寻优,设置与故障类型相对应的解卷积周期,以相关峭度最大化进行MCKD算法迭代运算,优化滤波器系数,改进的MCKD算法减少了噪声的干扰.然后利用teager能量算子具有检测信号瞬态冲击的优势,对信号的teager能量进行频谱分析,实现复合故障诊断.最后利用西储大学轴承数据和轴承故障模拟实验台对该方法进行验证,结果表明该方法能从滚动轴承单一和复合故障中有效提取故障特征信息,准确识别出故障类型.%Rolling bearing is one of the main parts of rotating machinery, but the complex and changeable working environment causes frequent failure and many kinds of composite fault.In order to solve this problem, a composite fault diagnosis method of rolling bearing based on improved maximum correlated kurtosis deconvolution (MCKD) and teager energy operator is proposed.In this method, particle swarm optimization (PSO) is used to optimize the MCKD parameters (Land M) of different types of faults, set up the deconvolution period corresponding to the fault type, calculate the MCKD algorithm with the maximum correlation kurtosis, and improve the filter coefficients.The improved MCKD algorithm reduces the noise interference to a great extent, and then use the teager energy operator to detect the transient impact of the signal, and analyze the teager energy spectrum to realize the composite fault diagnosis.Finally, the method is validated by using the bearing data of Case Western Reserve University and the bearing fault simulator, and the results show that it can effectively extract fault feature information from single and composite fault of rolling bearing and identify the fault type accurately.
-
-
罗元;
谭琴;
张毅
-
-
摘要:
针对传统阈值去噪中出现的信号与噪声小波包系数的混叠现象、阈值函数在阈值处不连续、小波包系数估计值与原始值存在恒定偏差等问题,提出了一种基于Teager能量算子的改进阈值函数的去噪算法.该算法首先对小波包分解后的小波包系数进行Teager能量算子的计算,使语音与噪声系数间的差异变大,利于闽值的选择;然后对软、硬闽值函数导致的伪吉布斯效应、恒定偏差等问题进行改进,提出了一种改进的阈值函数.该函数不仅克服了常用函数的不连续性和恒定偏差问题,而且具有更加优越的数学特性.实验结果显示,改进的算法信噪比提高且均方误差有所降低,表明了该算法在最大程度去除噪声的同时也避免了信号的失真,具有较高的实用价值.
-
-
-
-
ZHANG Kang;
张亢;
CHEN Xiang-min;
陈向民
- 《第十一届全国随机振动理论与应用学术会议》
| 2015年
-
摘要:
针对旋转机械振动信号具有多分量调制的特点,提出了基于局部均值分解(Local mean decomposition,LMD)和能量算子的时频分析方法,并将其用于旋转机械振动信号调制信息的提取.该方法首先采用LMD将多分量调制信号分解为若干个乘积函数(Product function,PF)分量,然后对每一个PF分量进行能量算子解调,从而获得各个PF分量的瞬时幅值和瞬时频率,再将所有瞬时幅值和瞬时频率重新组合,便能得到反映原始振动信号调制信息的时频分布.对滚动轴承和齿轮故障振动信号的分析结果表明,基于LMD和能量算子的时频分析方法可以有效地提取旋转机械振动信号的调制信息.
-
-
-