共查询到17条相似文献，搜索用时 31 毫秒
1.
2.
在分析EMD、EEMD和CEEMD方法不足之处的基础上,改进了残差估计方法,提出了水文时间序列多时间尺度分析的新方法——CEEMDAN方法,并将其应用于黑河莺落峡站1945-2015年的年径流量时序的多时间尺度分析中,揭示了黑河上游流域水文水资源系统变化的复杂多时间尺度特征,显示了CEEMDAN方法在水文时间序列分解中所具有的分解完整性、模态精准性的优点,具有广阔的应用前景。 相似文献
3.
《中国农村水利水电》2017,(7)
针对径流序列的弱相关,非线性特征,直接预测会导致精度低,建立基于经验模态分解(empirical mode decomposition,EMD)与Elman神经网络的模型进行月径流预测,选取黄河上游唐乃亥水文站1979-2009年的月径流资料为研究对象。首先利用EMD对月径流资料进行处理,得到5个固有模态函数(intrinsic mode function,IMF)和1个趋势项。为了避免分量太多导致误差过大,将分量进行重组之后得到3个子序列,然后对3个子序列进行Elman神经网络预测。结果表明,EMD与Elman神经网络组合预测精度更高,更加适合复杂的水文序列。该方法可用于径流的中长期预测中。 相似文献
4.
《拖拉机与农用运输车》2016,(3)
为解决在复杂噪声和工频及其倍频干扰条件下滚动轴承故障诊断问题,进行了小波降噪和经验模态分解(EMD)研究。利用小波高分辨率的特性,将时变非平稳信号分解到独立的频段上,重构信号能够滤除噪声干扰,提取特定频段的信号。对滤波后的特征信号进行总体经验模态分解,得到若干固有模态函数(IMF),以峭度最大值准则,选取故障敏感的IMF分量进行包络分析,从而提取故障特征频率。与轴承故障频率理论值相比,误差极小,从而说明该方法对于提取含噪声的轴承故障特征的有效性。 相似文献
5.
针对数控磨床主轴振动信号中噪声影响特征值提取的问题,提出了一种基于经验模态分解方法(EMD)与快速傅里叶变换(FFT)联合的滤波方案。首先利用经验模态法(EMD)将主轴振动信号分解成若干个满足内稟模态函数的IMF分量,再利用快速傅里叶变换对每个IMF分量做时频转换,可以得出IMF分量的频域图谱。对包含噪声的IMF分量进行阈值滤波,得到降噪后的IMF分量,将IMF分量重新合成为原信号。利用仿真信号对该方法实验,同时对数控机床主轴信号进行实际测试表明,该方法不仅仅能够很好地分解出主要频率成分,同时弥补了FFT变换无法分析非平稳信号的缺点,提高了EMD算法的精度,有效地滤除主轴信号中的噪声成分。 相似文献
6.
为准确计算路面不平度功率谱估计,需要提取信号中的趋势项。提出一种基于相关系数矩阵判断准则的经验模态分解去除趋势项的方法。利用经验模态分解(Empirical Mode Decomposition,简称EMD)将信号分解为一系列固有模态分量及余项,通过分析余项和趋势项的差别,依据相关系数矩阵判断某一固有模态分量是否属于趋势项。仿真信号和实测路面不平度信号处理结果证明,基于相关系数矩阵判断准则的经验模态分解去除趋势项方法具有更高的精度和可靠性。 相似文献
7.
8.
《中国农村水利水电》2017,(7)
经验模态分解(EMD)可将信号分解成若干不同频率的固有模态函数(IMF),传统EMD去噪法只对高频IMF分量进行处理,但缺乏有效的IMF选择依据。自相关能量准则可以定量筛选出含有噪声的IMF分量,利用改进的小波阈值去噪法对这些含噪IMF进行处理,然后重构所有IMF分量得到去噪后的信号。将这种EMD自相关阈值去噪法用于水电机组振动信号中,通过实例仿真,将去噪前后的信噪比和均方根误差进行比较,结果表明这种去噪方法能有效用于水电机组振动信号中。 相似文献
9.
提出利用中位数法与集成经验模态分解(EEMD)相结合的方法对时间序列数据的异常值进行检测,首先通过中位数法对明显异常的数据进行初步筛选,再用EEMD对剩余数据进行分解,通过叠加低频分量可以拟合出大多数数据的整体变化趋势,而不受异常值的影响,从而根据偏差比率可有效检测出异常值。然后根据异常值检测后的时间序列数据的凹凸性变化趋势,用分段曲线拟合对异常值校正。最后,以H1自来水厂的日取水量数据为例进行实证分析。结果表明:提出的中位数法与EEMD相结合的方法能够有效地检测异常值,校正后得到的数据能够真实反映该水厂取用水情况,可为后续分析提供更加真实可靠的数据。 相似文献
10.
针对滚动轴承振动信号的非线性、非平稳特征及强噪声特性,提出了一种基于集合经验模态分解和支持向量机的滚动轴承故障诊断方法。该方法首先对原始信号进行集合经验模态分解,将其分解为若干个固有模态分量,利用固有模态分量构造初始特征向量矩阵,然后对初始特征向量矩阵进行奇异值分解,计算奇异谱,将奇异谱作为特征向量,送入支持向量机训练、识别。分析结果表明,与经验模态分解相比,集合经验模态分解能有效解决模态混叠问题,从而准确、有效地提取滚动轴承的故障特征。 相似文献
11.
针对枯季径流量预测的问题,提出了一种新方法。采用集合经验模态分解（EEMD）的数据处理方法,实现对枯季径流的多层次、多时间尺度分解,获得简单且平稳性较好的固有模式分量（IMF）,再利用径向基（RBF）人工神经网络对数据进行预测分析。通过以密云、潘家口水库的枯季入库径流量的数据为例,运用此方法进行预测分析,并与以EMD为基础的方法进行对比,结果表明本文提出的模型预测效果理想,精度较高,具有一定的使用价值。 相似文献
12.
13.
多分量神经网络自回归模型及其工程应用 总被引：2，自引：1，他引：1
提出了基于局域波的多分量神经网络自回归模型,用于对非线性动态系统时间序列进行建模。首先通过局域波法对分析的原始时间序列进行分解,使之成为不同尺度的基本模式分量,然后用多层神经网络对每个基本模式分量分别进行时间序列预测。最后,所有分量的预测值通过另一个单层线性神经网络进行重构,作为原始时间序列的预测值。并把该方法用于转子故障诊断。实验数据表明,这种结构用于故障诊断,性能优于传统的分析方法。 相似文献
14.
基于经验模态分解的冲击脉冲法研究 总被引：2，自引：2，他引：0
提出基于经验模态分解的冲击脉冲法,带通滤波后,进一步采用经验模态分解方法自适应滤波提取故障轴承振动信号中的调制信息,最后应用Hilbert变换解析出故障频率。仿真信号和实验验证结果表明,与仅仅采用带通滤波器滤波比较,该方法更能突出故障频率成分,避免误诊断。 相似文献
15.
对滚动轴承故障信号进行Teager能量谱分析是一种有效的方法,但是Teager能量算子使用对象为单分量信号.根据EMD （Empirical Mode Decomposition）能够自适应地把信号分解成单分量调制信号IMF（Intrinsic Mode Function）的特点,提出了一种基于EMD和Teager能量的故障诊断方法.通过对EMD分解出的与原信号互相关系数最大的分量作Teager能量谱分析进行诊断.分析了滚动轴承故障实验信号,并与信号的直接Teager 能量谱作了比较,验证了该方法的有效性. 相似文献
16.
针对联合收割机装配精度不高和装配质量难以检测的问题,提出一种基于麻雀搜索算法(SSA)优化变分模态分解(VMD)和长短时记忆神经网络(LSTM)的联合收割机装配质量检测方法。该方法首先利用SSA算法自适应寻优得到最优VMD分解模态参数K和惩罚因子α,然后利用最佳参数组合［K,α］将联合收割机振动信号分解成不同中心频率的本征模态分量IMF,并对各个IMF分别进行联合特征提取组成特征向量,最后将联合特征向量作为LSTM的输入,实现不同故障特征的分类。分析结果表明,SSA-VMD-联合特征提取方法分类准确率为98.1%,分别比集合经验模态分解(EEMD)和固定参数VMD高7.1%和6.1%,验证所提方法对联合收割机装配质量检测的优越性。 相似文献
17.
徐继红 《国际沙棘研究与开发》2016,(4):47-50
降水是干旱区水资源的重要组成部分,有效认识降水的区域变化规律对指导农业发展尤为重要.本文利用集合经验模态分解(EEMD)方法,分析了新疆降水变化趋势的多尺度特征.结果表明:新疆降水整体上呈现出非线性显著增多趋势,且其变化存在明显的年际尺度(3年和6年准周期)和年代际尺度(10年和31年准周期);各周期分量方差贡献率显示年际变化占据主导地位;降水年代际变化揭示了在1987年前后气候模态有了显著转换,由原来降水以负相位为主的气候模态转向正相位显著的气候模态.EEMD方法有助于人们对降水多尺度变化特征的认识,是一种适用于非线性、非平稳信号分析的有效方法. 相似文献