多尺度模糊熵相关论文
针对抽水泵机械振动故障检测中存在的检测效果差的问题，提出一种新的农田水利设备中抽水泵机械振动故障检测方法。分析农田水利设备......
针对球磨机振动信号具有非线性、非平稳性特点导致的负荷状态难以识别问题,提出一种基于自适应噪声的完备经验模态分解（CEEMDAN）,多......
针对液压设备振动信号的非线性与非平稳性特征,提出一种VMD多尺度熵与BP神经网络的液压设备故障诊断方法.首先通过变分模态分解(Va......
高强度聚焦超声（HIFU）治疗是近年来兴起的一种新型无创局部治疗技术,目前已被用于治疗癌症肿瘤。其主要原理是将超声波透过人体表皮......
为克服多尺度模糊熵(MFE)在刻画齿轮故障信息时存在的不足,对其进行改进,提出增强多尺度模糊熵(EMFE)的概念,并由此提出基于EMFE的......
针对滚动轴承故障诊断过程中其诊断精度易受到非平稳、非线性振动信号的影响,提出了基于离散小波变换的多尺度模糊熵和最小二乘支......
针对风机轴承振动信号故障特征提取困难的问题,提出了一种基于多尺度模糊熵（MFE）特征提取,并结合乌燕鸥优化算法（STOA）优化支持向量机（S......
针对往复压缩机振动信号的非平稳和非线性特性,提出了基于经验小波变换(EWT)与多尺度模糊熵(MFE)的往复压缩机轴承故障特征提取方......
机载燃油泵的健康状态是保障飞行任务完成的先决条件,实现机载燃油泵故障诊断的关键是敏感故障特征的提取;由于机械系统的复杂性,......
电能是人们生活中不可或缺的部分,电能质量的问题也越来越受到社会高度重视,对其进行有效的检测和准确的分类是改善和提高电能质量......
为削减扩展工况传递路径分析在信号采集过程中干扰噪声的影响,提高分析精度,提出了一种结合自适应变分模态分解和巴氏距离的优化OP......
针对滚动轴承故障振动时间序列非线性与非平稳性特征,提出一种基于多尺度模糊熵的滚动轴承故障诊断方法。首先通过集合经验模态分......
全球每年因结构疲劳因素导致大量产品在设计有效寿命期内失效,疲劳破坏造成的重大事故也时有出现。金属磁记忆是力-磁效应的一种表......
本文重点选用了多尺度模糊熵特征和CNN特征,以及改进灰狼算法优化支持向量机的分类方法,来实现脑电情感识别。论文的主要工作如下:......
作为主要的铁路货运工具,重载机车已经实现了一次又一次的重载突破。机车载重量的不断提升,也对机车的牵引控制提出了越来越高的要......
针对HVDC输电线路故障识别率低、远端高阻故障识别困难等问题,提出一种基于变分模态分解VMD(variational mode decomposition)多尺......
泵作为一种通用的旋转机械产品,目前已广泛的应用于各行各业,包括石油化工、给排水、农业灌溉等,因此其安全运行对于整个系统而言......
为解决当前采煤机智能化水平低的问题,提出了一种基于多尺度模糊熵、拉普拉斯分值和支持向量机相融合的采煤机截割模式识别方法。......
为准确识别滚动轴承的性能退化状态,提出一种基于熵特征与隐马尔科夫模型(Hidden Markov Model,HMM)的轴承退化状态识别方法。该方......
齿轮作为旋转机械的关键零部件之一,其健康状态会影响机械设备的正常运行,因此需要对齿轮进行故障诊断。为了克服模糊熵从单一尺度......
摘要：提出一种新的反映信号复杂度或非线性度的方法——多尺度模糊熵偏均值（PMMFE），PMMFE是在多尺度模糊熵的基础上提出的。多尺度模糊......
针对行星齿轮箱振动信号故障特征提取困难的问题,提出一种基于变分模态分解的行星齿轮箱故障特征提取方法。首先利用变分模态分解(......
针对哈尔滨主城区无资料子流域模拟径流的随机性较大,且易受人为因素的干扰等问题,将本征时间尺度分解(Intrinsic Time-scale Deco......
针对车轮损伤信号难以检测的问题,提出基于经验小波变换(EWT)的多尺度模糊熵和粒子群优化极限学习机(PSO-ELM)的车轮损伤检测方法......
为揭示循环应力对磁记忆效应影响的宏微观机制,基于拉-拉疲劳试验,采用TSC-2M-8应力集中磁检测仪研究了低碳钢缺口试件在不同循环......
针对往复压缩机振动信号非线性非平稳性的特点,文章提出基于改进CEEMDAN和多尺度模糊熵的气阀故障诊断方法。首先,利用单调的三次H......
针对管道多重堵塞状态的识别,提出一种以声波信号为检测手段,通过分析采集到的声压信号来识别管道不同堵塞状态的方法。通过识别管......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
滚动轴承故障诊断的关键是敏感故障特征的提取。多尺度模糊熵(multi-scale fuzzy entropy,简称MFE)是一种衡量时间序列复杂性的有......
提出了一种基于局部均值分解多尺度模糊熵和灰色相似关联度相结合的滚动轴承故障诊断方法。该方法将故障信号自适应地分解为若干乘......
行星齿轮箱被广泛用于风电、直升机和工程机械等大型复杂机械装备中。当行星齿轮箱发生故障时,振动信号往往表现出非线性和非平稳......
从旋转机械振动信号复杂度分析的角度，展开相关特征熵提取方法的研究，构造出一组能够有效区分不同故障状态振动信号的多尺度模糊熵。......
机载燃油泵的健康状态是保障飞行任务完成的先决条件,实现机载燃油泵故障诊断的关键是敏感故障特征的提取;由于机械系统的复杂性,......
目的利用多尺度模糊熵特征提高脑电信号的识别率。方法采用滑动均值滤波使粗粒化后脑电信号各尺度上的序列尽量保留原始信息,然后......
提出了一种新的时间序列复杂性度量的方法——多尺度模糊熵(multiscale fuzzy entropy,简称MFE)。多尺度模糊熵是基于模糊熵而定义......
往复压缩机是石油、化工领域的核心设备,其一旦发生故障,不仅会给企业对来重大的经济损失,同时会给员工的人身安全带来严重危害,因......
为准确利用振动信号进行故障诊断,提出基于EEMD多尺度模糊熵的齿轮故障诊断方法。利用集合经验模态分解(EEMD)对振动信号进行自适......
为提取出辨识度高的故障数据集,将经验小波变换(empirical wavelet transform,EWT)、多尺度模糊熵(multi-scale fuzzy entropy,MFE......
针对滚动轴承故障特征难以提取的问题,文章提出了基于多尺度模糊熵(MFE)和主成分分析(PCA)相结合的滚动轴承故障特征提取方法。首......
机械设备状态监测和故障诊断对于保证机械设备的健康运行、早期故障的预警以及故障发生的正确定位与诊断都有重要的理论和实际意义......
针对滚动轴承在恶劣环境影响下,其特征信息难以被有效提取出来的问题,提出一种基于局部均值分解(Local Mean Decomposition,LMD)和......
针对齿轮故障信号常伴有大量噪声,故障特征难以提取的问题,提出一种基于最大相关峭度解卷积(MCKD)和改进希尔伯特-黄变换(HHT)多尺......
提出了一种基于改进共振稀疏分解和多尺度模糊熵的2D16型往复压缩机故障诊断方法。利用采用改进共振稀疏分解方法对振动信号进行分......
