排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
通过对分数阶微积分原理的研究,提出了任意阶偏微分方程(partial differential equations,简称PDE)降噪的统一模型,实现了基于任意阶PDE降噪的数值化方法,并分析了任意阶PDE降噪特性。该数值化方法能够快速实现信号降噪,耗时少。通过仿真实验,分析了PDE降噪性能的影响因素,与其他去噪方法进行了对比分析,并对现场实测信号进行了降噪分析。结果表明,PDE数值求解降噪方法性能优良,算法简单。 相似文献
2.
3.
针对常规特征量对轴承早期故障不敏感问题,基于不同状态下振动信号时频分布的结构差异,融合WignerVille时频分析和复小波变换的优点,提出了基于复小波变换的Wigner-Ville时频分布相似性评价指数(WignerVille distribution-complex wavelet structural similarity,简称WVD-CWSS),实现时频分布相似性的定量评价,并用于轴承早期状态评估。首先,对振动信号进行Wigner-Ville时频分布;其次,进行复小波变换,获取不同状态下的二维时频分布结构相似性复小波指数;最后,对滚动轴承全寿命试验数据进行了对比试验。结果表明,所提取的WVDCWSS特征对滚动轴承的早期损伤更敏感。 相似文献
4.
5.
CAN总线网络在高负载率时,消息间碰撞的概率增大,低优先级消息的传输延迟不确定,针对该问题推出的TTCAN协议解决了周期性消息的延迟不确定性,但是事件性消息传输延迟较大。针对上述问题,提出了一种新的基于时间触发的CAN消息实时调度算法。算法规定,在周期性消息的调度窗口中,事件性消息也可参与总线仲裁,并采用最小松弛度优先算法对事件性消息进行动态调度,以确保其实时性。此外,还探讨了算法在嵌入式微控制器中的实现方法。 相似文献
6.
针对现有数据驱动型轴承健康状态评估方法普遍存在的特征信息损失大、泛化能力弱和数据依赖强等问题,提出了一种面向高熵特征数据的变分自编码器(variational auto--encoder, 简称VAE)轴承健康状态评估模型。该模型通过学习健康状态下轴承振动信号频谱在特征空间中的高维潜在概率分布,实现对轴承运行健康状态的定量评估。首先,对基于VAE的健康状态评估模型进行理论阐述;其次,建立基于变分证据下界的状态评估指标;最后,通过对比实验证明:变分自编码器在处理轴承运行状态评估方面具有良好的准确度,对异常状态更为敏感;无需人为提取特征和复杂的参数设置,不需对特定的系统进行针对性的参数设置和调校;在小容量训练数据集上仍具备良好的鲁棒性,在工程应用上具有一定的推广价值。 相似文献
7.
8.
常规的金属塑性损伤检测方法大多是基于单一物理场进行检测的,单一场检测通常具有物理局限性,难以同时达到良好的对比度和分辨率。该文基于涡流效应、红外热成像和热声效应,提出基于涡流热声的融合检测方法,分析涡流热声融合检测方法的基本理论,构建基于电磁感应的三维仿真模型,使用有限元方法分析瞬态电磁场、温度场和声场,提取电涡流、热图像和声信号。为验证涡流热声融合检测方法在金属塑性损伤检测中的可行性,搭建相应的试验系统,试验结果表明多物理场融合检测方法是可行的,能够有效检测出金属材料的塑形损伤。 相似文献
9.
腐蚀状态的准确预测对油气储运、化工设备安全可靠运行具有重要意义。因腐蚀过程复杂,影响因素多,导致常规腐蚀预测方法中先验模型对环境依赖性大,中长期预测效果差。本文提出一种融合模糊推理和深度学习的数模融合驱动的卡尔曼滤波腐蚀预测方法。首先结合腐蚀物理模型和实际监测数据,建立腐蚀速度模糊规则,得到基于现场环境的结合物理模型的修正腐蚀速度。同时针对模糊推理结果存在的预测滞后性,考虑腐蚀监测数据的长期规律性,利用深度学习预测腐蚀速度;然后融合模糊策略和深度学习预测结果,实现基于卡尔曼滤波的数模融合腐蚀预测。最后利用天然气管道实际腐蚀监测数据,与高斯过程回归(Gaussian process regression, GPR),粒子群优化灰度模型(particle swarm optimization gray model, PSOGM),模糊推理(fuzzy reasoning, FR),多层感知机(multilayer perceptron, MLP)和卡尔曼滤波预测方法(Kalman filter, KF)进行了对比验证分析。结果表明本文所提方法具有良好的预测效果,对两年内腐蚀状态的相对预测误... 相似文献
1