基于CEEMDAN-PE的心冲击信号降噪方法研究

心冲击信号(BCG)是反应心脏力学特征的生理信号,能实现无电极束缚条件下的连续采集测量,然而BCG信号微弱且极易受到干扰,测量时经常会淹没在噪声中。为了有效识别BCG信号,提出一种基于自适应噪声的完全集合经验模态分解(CEEMDAN)联合排列熵(PE)的BCG降噪方法。首先,将采集到的BCG信号通过CEEMDAN分解得到一系列按频率由高到低的固有模态函数(IMF)。其次,通过PE计算各个IMF分量的值并确定有效信号的阈值范围,从而滤除信号中的高频噪声和基线漂移。最后实验结果显示,降噪后信号的幅频特性得到明显改善且信噪比较传统方法有明显提高,证明了本文降噪方法效果显著,能够有效还原BCG信号特征。     

基于ABC-DPC算法的玻璃窑炉能耗异常检测

针对传统的窑炉异常检测方法易受主观因素干扰且存在异常冗余报错的情况,提出一种基于人工蜂群算法的密度峰值聚类(ABC-DPC)的玻璃窑炉能耗异常检测方法。该方法针对密度峰值聚类存在人工设定参数和无法自动划分簇中心和离群点的不足,以人工蜂群算法实现了截断距离的自适应优选过程,并设立离群系数策略以实现自动划分簇中心和离群点的功能。研究了玻璃窑炉的分层能耗模型,并基于此导出能耗特征值,然后应用ABC-DPC算法实现窑炉异常能耗的聚类检测。实验结果表明,所提出算法较于经典聚类算法,检测准确率较高,而且能实时地检测窑炉的能耗异常状况。     

基于 E-S 方法的齿轮系故障信号辨识技术研究

针对齿轮系早期故障信号弱,特征不明显的问题,提出一种基于经验模态分解（EMD）与奇异谱分析（SSA）相结合的故障特征信号辨识方法。通过对信号分解和特征筛选,重组轨道矩阵,实现对不同特征信息的提取和识别。试验表明该方法不仅有效提取出了系统的故障特征信息,而且实现了对系统状态和微弱故障信息的有效识别。     

基于大数据分析的变频器异常检测方法

变频器设备机理复杂、设备监测数据异常样本少,导致在实际应用中基于经验和基于模型的异常检测方法操作性难、常规的数据驱动方法可行性差.针对上述问题,结合密度峰值聚类与时序运行数据的转移特点,提出一种基于大数据分析的变频器异常检测方法.该方法首先通过密度峰值聚类将运行数据聚类,然后将时序过程数据在不同类簇间的动态变化规律用概...     

基于ICEEMDAN及PFA-ELM的齿轮箱故障诊断研究

齿轮箱是工业设备中常用的传动部件。针对齿轮箱故障特征提取及诊断精度不足的问题,提出一种基于改进的自适应噪声完备集合经验模态分解(ICEEMDAN)及探路者算法(PFA)优化极限学习机(ELM)的故障诊断方法。首先,利用ICEEMDAN对信号进行分解,得到多个本征模态函数(IMF)。其次,基于斯皮尔曼相关系数,筛选出有效的IMF,并计算出每个有效IMF的模糊熵和排列熵作为故障特征向量。最后,利用PFA算法优化ELM中的权值和阈值,构建基于PFA-ELM的故障诊断模型。实验表明,PFA-ELM的故障诊断精度高达98.67%。该方法能够准确描述齿轮箱的工作状态,具有较高的实用价值。     

基于TET瞬态特征提取的滚动轴承早期故障诊断研究

滚动轴承运行时,其强烈的振动噪声通常会与轴承早期微弱故障叠加,导致其瞬态故障特征难以提取,因此提出了一种轴承早期微弱故障信号瞬态特征的时频分析方法.首先,通过自适应噪声集合模态分解对数据做预处理,使用峭度筛选出了有效模态分量,并进行了重构降噪;然后,对重构信号做了瞬态提取变换,并进行了瞬态特征提取;最后,利用提取到的瞬...     

基于CEEMDAN和SCA-MRVM的滚动轴承故障诊断

针对滚动轴承故障诊断的特征分辨性较低、准确度不高等问题,提出了一种基于自适应噪声完备集合经验模态分解(CEEMDAN)和正余弦算法(SCA)优化多核相关向量机(MRVM)的滚动轴承故障诊断方法。首先采用CEEMDAN方法分解原始振动信号,提取本征模态分量(IMF)的能量占信号总能量的比例和能量熵作为故障特征;然后引入混合核函数,采用SCA算法优化权重参数和核参数,构建MRVM模型实现对滚动轴承的故障诊断。试验结果表明,SCA-MRVM模型具有较高的识别率,能有效提高故障诊断精度。     

基于EMD和ANFIS的自适应噪声消除研究

对于混入色噪声的混合信号,如果可以通过测量得到产生色噪声的白噪声,对白噪声进行非线性训练即可逼近色噪声,达到非线性滤波的目的.自适应模糊推理系统(adaptive neuro-fuzzy unference system,ANFIS)可以实现上述非线性逼近.文中在上述算法的基础上,提出一种EMD(empirical mode decomposition)-ANFIS的自适应色噪声消除方法,首先对混合信号进行EMD分解,得到各个内禀模态函数分量(intrinsic mode function, IMF),然后对分解得到的内禀模态分量进行ANFIS模糊消噪,最后对消噪后的各个分量信号进行叠加.由于所得内禀模态函数为近似平稳信号,且图形越来越趋于平缓,减小了ANFIS方法的逼近难度.在混合信号信噪比为2.840 7 dB时,经过EMD-ANFIS消噪后的估计误差比只经过ANFIS消噪后的估计误差减少11.74 dB,证明EMD-ANFIS方法的有效性.     

CEEMD与卷积神经网络特征提取的故障诊断方法研究

轴承动力学行为具有非线性的特点,导致其振动信号特征与运行状态之间存在较强的非线性关系;且振动信号的特征提取与选择往往需要大量的先验知识,导致特征的设计难以准确反映不同的运行状态。针对以上问题,提出一种基于互补集合经验模态分解(Complementary ensemble empirical mode decomposition,CEEMD)与卷积神经网络(Convolutional neural networks,CNN)的特征提取方法,从振动信号时频图中自适应提取其敏感特征,反映设备运行状态。首先采用CEEMD算法分解得到振动信号的固有模态函数(Intrinsic mode function,IMF)分量,构造各个IMF时频图,并采用CNN提取时频图的特征;然后,将提取到的特征与小波包分频带能量值相结合,组建特征指标向量,用于构建轴承故障诊断模型。将该方法应用于不同负载、不同故障深度的轴承试验中,结果表明该方法能够在多种工况下有效地提高故障识别率。     

采用二次经验模态筛选的谐波辨识方法

谐波辨识研究在智能电网发展中占有重要的地位,采用传统Hilbert-Huang变换(Hilbert-Huang transform,HHT)对该类非稳态信号进行处理时,会产生模态混叠、端点效应等影响信号分析精度的问题。针对此情况,提出一种模态筛选算法,采用屏蔽信号(masking signal)与原扰动信号叠加实现对模态混叠的抑制,通过端点非镜面对称延拓消减Hilbert变换(Hilbert transform,HT)后的端点"飞翼",并提出二次经验模态筛选算法来提高固有模态函数(intrinsic mode functions,IMFs)中所含频率的唯一性,从而改善对非稳态信号的分析精度。稳态和非稳态信号谐波辨识实验验证了该算法在谐波辨识中具有很高的抗干扰性和准确性。     

一种基于偏离的局部离群点检测算法

针对现有的局部离群点检测算法对数据对象不加分区,致使计算复杂度高的问题,提出了一种基于偏离的局部离群点检测算法.该算法首先对数据集进行分区,将可能存在的局部离群点与其紧邻的簇划分到一个数据块中,然后在每个数据块内,根据离散系数刻画各个数据对象的偏离度,从而求得每个数据对象在其所属的数据块内的局部偏离因子,发现可能存在的局部离群点.理论分析和实验结果表明,该算法具有良好的识别局部离群点的能力,检测的准确率和时间效率均优于经典的LOF算法.     

一种设备实时监控新方法的研究与应用

根据加权K-means算法,建立历史常规参数的聚类模型,用以实时检测设备运行的参数点。对属于簇团内的参数点,分析簇团内不同相似度时的参数个数比例和阈值,提出紧密（离核）指数的定义;对簇团外的异常点,结合CBLOF（t）的概念,提出了一种新的离群指数的定义,并根据实际情况进行综合,得出了综合指数的定义。据此,可有效地对设备的运行状况进行监控,以起到设备运行优化和故障预警的作用。     

基于数据挖掘的企业设备管理研究

针对现有的企业设备管理信息系统，提出了引入数据挖掘技术，挖掘有用的知识、模式和辅助设备管理、决策。同时，介绍了数据仓库的建立，设计了基于数据挖掘的系统体系结构，使之提高设备管理水平，促进企业信息化进程。     

基于数据挖掘技术的重型装备企业工艺方案能耗预测方法研究

针对大中型高能耗的企业,提出了一种基于SQL Server2008的数据挖掘软件平台,研究从海量生产数据中挖掘节能潜力,并对该系统在重型企业的应用做了实例分析,采用线性回归等算法,从给出方案中选择最优,证明该方法在分析中具有实用性和可行性.     

I-beam Crack Identification Based on Study of Local Flexibility due to Crack

Local flexibility of crack plays an important role in crack identification of structures.Analytical methods on local flexibility in a cracked beam with simple geometric crossing sections,such as rectangle,circle,have been made,but there are some difficulties in calculating local flexibility in a cracked beam with complex crossing section,such as pipe and I-beam.In this paper,an analytical method to calculate the local flexibility and rotational spring stiffness due to crack in I-beam is proposed.The local flexibility with respect to various crack depths can be calculated by dividing a cracked I-beam into a series of thin rectangles.The forward and inverse problems in crack detection of I-beam are studied.The forward problem comprises the construction of crack model exclusively for crack section and the construction of a numerically I-beam model to gain crack detection database.The inverse problem consists of the measurement of modal parameters and the detection of crack parameters.Two experiments including measurement of rotational spring stiffness and prediction of cracks in I-beam are conducted.Experimental results based on the current methods indicate that relative error of crack location is less than 3%,while the error of crack depth identification is less than 6%.Crack identification of I-beam is expected to contribute to the development of automated crack detection techniques for railway lines and building skeletons.     

基于CBR的机械加工过程能耗预测的研究

估算零件加工过程中的能耗值, 可以为工艺方案评价、调度等活动及能源的精细管理提供支持。在机械加工工艺过程层次上,提出了基于实例推理的能耗预测的过程模型,应用针对能耗预测特点的工艺实例检索过程及利用相似实例能耗结果进行估算的方法,进行了汽轮机转子加工的能耗预测,验证了方法的可行性及有效性。     

基于CBR的机械加工过程能耗预测的研究

估算零件加工过程中的能耗值,可以为工艺方案评价、调度等活动及能源的精细管理提供支持。在机械加工工艺过程层次上,提出了基于实例推理的能耗预测的过程模型,应用针对能耗预测特点的工艺实例检索过程及利用相似实例能耗结果进行估算的方法,进行了汽轮机转子加工的能耗预测,验证了方法的可行性及有效性。     

基于模态应变能的海洋平台损伤定位试验研究

针对海洋平台等大型复杂土木工程结构，研究了基于振动响应测试的结构损伤诊断方法。采用特征系统实现算法，仅利用输出响应进行模态参数识别，基于模态应变能的变化来进行损伤定位。为了验证该方法的有效性，制造了钢质导管架式海洋平台模型，进行了振动台试验。模型预先在某些典型构件处设置了法兰连接件用来模拟损伤，针对斜撑构件测试了多种单损伤和两损伤工况。针对各种损伤工况进行了模态识别和损伤检测，试验结果表明，基于输出响应的模态应变能法进行斜撑损伤定位是可行的。     

基于Zigbee技术的用电设备耗能信息数据采集系统

随着我国经济的飞速发展,电能消耗日益增加,用电设备耗能信息采集的实时性和准确性越来越得到关注,而传统的用电设备耗能信息数据采集系统中,人工采集耗时长、效率低,因此对耗能信息数据的无线采集就显得越来越重要。针对这些问题,文中提出了一种基于Zigbee技术的用电设备耗能信息数据采集系统的实现方案,该系统可以实现对用电设备电压、电流、功率等信息的无线实时监测。     

基于数据驱动的企业决策系统应用研究

针对企业存在的海量历史数据利用率低下的问题,结合数据仓库和数据挖掘技术,研究并实现了一种基于数据驱动的企业决策支持系统的解决方案。