EMD算法发展及应用综述

经验模态分解算法在各个领域都有广泛的应用,在工业领域中,对机械设备故障的机理研究,有助于监测机械运行状态,在医学领域中,准确的检测出患者与正常人数据的差异有助于疾病的分析和诊断,由于经验模态分解算法在非线性非平稳信号分析中具有显著优势,多年来深受学者的关注。文章总结了经验模态分解算法近年来的发展改进及应用。     

改进的噪声总体集合经验模式分解方法在轴承故障诊断中的应用

在复杂的流程工业中,机械设备往往处在高速、重载、高温、高辐射的环境中,轴承作为主要的机械零部件起着重要作用。由于轴承故障振动信号的微弱和不平稳的特性,造成故障特征向量提取和故障诊断存在着困难。提出一种改进的CEEMDAN(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)轴承故障诊断方法。通过对比分析仿真信号和实测信号可以得知:ICEEMDAN方法可以改善信号重构质量,具有良好的自适应性,能够提高故障信号的信噪比,从而可以有效地识别并提取有用的故障特征信息。     

鲸鱼优化支持向量机的短期风电功率预测

为提高风电预测的精度,提出一种鲸鱼优化支持向量机SVM(support vector machine)的组合预测模型。该模型针对风电序列的非平稳波动特性,首先应用集合经验模态分解技术EEMD(ensemble empirical mode de?composition)将原始风电序列分解为一系列不同特征尺度的子序列;并引入鲸鱼优化算法WOA(whales optimiza?tion algorithm)解决SVM中学习参数选择难的问题,进而对各子序列建立WOA_SVM预测模型;最后,叠加各子序列的预测值以得到最终预测值。仿真表明,所提EEMD_WOA_SVM模型具有较高的风电预测精度,显著优于其他基本模型。     

面向功能需求的产品适应性修改单元识别方法

针对产品内部单元修改操作的效应传导过程缺乏有效的分析方法,导致无法明确优先修改对象的问题,提出一种产品适应性修改单元识别方法。首先,建立功能需求与产品实例功能的量化匹配模型,借助可拓集方法将匹配结果划分为3个功能域,并通过多层"功能—行为—结构"纵向分解得到产品的功能—结构底层映射关系;其次,细化结构修改粒度至零件特征层,构建零件及特征的物元表达模型;在此基础上,构建以零件特征物元为节点的基元有向图,提出基于基元有向图的综合传导度计算方法,并以综合传导度作为产品修改单元的识别依据。最后,以某款螺蛳切尾设备的实例应用验证了所提方法的有效性和可行性。     

图片欣赏

<正>~~     

集合管拔头与辐射炉管焊接气体保护装置的应用

炼化装置设备的部分耐热合金工业管道焊接时内部需充惰性气体进行保护,但在现场焊接施工时,由于管件结构及尺寸的原因,内部整体充气保护实施困难,而且焊接时保护效果不理想,无法保证焊接质量。操作者根据现场实际情况设计了"集合管拔头管口与辐射炉管焊接气体保护装置"进行焊接气体保护,焊道背部金属保护效果显著。该方法操作简便,节省了大量保护气体,缩短了施工工期,现已得到了认可和推广。