固有时间尺度分解相关论文
为提高滚动轴承故障诊断的准确性,提出一种基于固有时间尺度分解(ITD)、奇异值分解(SVD)和多点最优最小熵反褶积(MOMEDA)相结合的......
滚动轴承故障信号具有非线性、非平稳性的特点,为有效提取其故障特征,实现轴承典型故障识别,提出了基于固有时间尺度分解(Intrinsi......
为了识别典型船体结构裂纹损伤,提出基于支持向量机(SVM)的分类方法,采用固有时间尺度分解(ITD)和奇异值分解(SVD)方法对振动信号......
针对滚动轴承故障信号的非平稳性、非线性及复杂性特征以及在故障识别过程中存在噪声干扰、故障特征不清晰的问题,提出一种基于固......
为了使人和计算机能够更加人性化和自然化地交流,怎样让计算机具有情感识别的功能逐渐成为各领域研究的热点。其中,语音情感识别在......
齿轮箱是机械设备中关键的传动部件之一,它的健康状态、工作寿命在整个装备运行中举足轻重。齿轮箱中的关键零部件为滚动轴承和齿......
伴随着可再生能源发电的快速发展,微电网由于具有平抑大量分布式电源接入带来的功率波动和提高了设备供电可靠性等优点,引起了业界......
随着科学技术的飞速发展,人们对智能化的需求越来越广泛,脑机接口(Brain Computer Interface,BCI)技术作为一种新型人机交互技术也......
汽车发动机、各部件与系统总成均安装在底盘上,底盘承载了全车的重量,实现了发动机的动力的接受和传输。当底盘中有故障发生时车辆......
房颤导致的各种并发症不断威胁着人类的生命健康,且给患者带来高额的治疗费用。移动穿戴设备的出现,使实时检测房颤成为可能,同时......
基于风力机齿轮箱振动信号显著的非线性及非平稳性,分别采用集合经验模态分解(EE-MD)、固有时间尺度分解(ITD)和经验小波变换(EWT)......
配电网发生故障会影响系统的安全运行,给电力用户带来不便和经济损失。配电网故障大多是由线路发生接地情况而引起,迅速找出故障接......
瞬变电磁法(Transient Electromagnetic Method,TEM)是一种建立在电磁感应原理基础上的时间域电磁探测方法,TEM信号具有非线性、非......
针对强背景噪声下的滚动轴承故障振动信号,提出了固有时间尺度分解（ITD）和最小熵解卷积（MED）相结合的故障特征提取方法。首先对信号进......
为研究滚动轴承早期微弱故障特征提取以及最大相关峭度解卷积(MCKD)的参数对诊断效果的影响,提出了一种基于固有时间尺度分解(ITD)......
采用快速傅里叶变换（FFT）实现泄漏电流中周期分量和非周期分量的分离，给出了分离2种分量时的阈值。采用改进的固有时间尺度分解（ITD）方......
针对滚动轴承的故障诊断问题,提出一种基于迭代希尔伯特变换（Iterative Hilbert Transform,IHT）与切片双谱相结合的滚动轴承故障诊断......
针对电能质量扰动信号非线性特点,采用固有时间尺度分解算法（Intrinsic Time-scale Decomposition,ITD）准确快速地提取电能质量扰动......
固有时间尺度分解（intrinsic time—scale decomposition，简称ITD）方法是一种新的自适应时频分析方法，其与经验模态分解（empirical mode......
设计开发了一种旋转机械设备运行状态远程监测系统,对旋转机械设备的振动信号进行采集,将采集的振动数据通过以太网模块传输至路由......
针对滚动轴承在强背景噪声干扰下振动信号故障特征难以提取,以及实际运行中因故障样本缺乏而影响故障诊断准确性的问题,提出了基于......
根据滚动轴承故障信号的非平稳特点及振动信号的强噪声背景，提出一种基于固有时间尺度分解（ITD）和灰色关联度的轴承故障诊断方法。首......
经验模式分解作为一种自适应的非线性、非平稳性信号分析方法,广泛应用于滚动轴承故障诊断中,但存在模态混淆、本征模式函数的判据......
为了更好地表征语音情感状态，将固有时间尺度分解（ITD）用于语音情感特征提取。从语音信号中得到前若干阶合理旋转（PR）分量，并提取PR分量......
金属材料超声检测信号中存在的干扰噪声严重影响实际缺陷的检测精度,因此必须对采集的检测信号进行有效去噪处理。针对传统信号子......
为解决盲源分离在分析旋转机械故障信号时的欠定问题,提出一种基于固有时间尺度分解(ITD)和盖尔圆(GDE)的欠定去噪源分离(DSS)方法......
基于固有时间尺度分解ITD算法,提出了改进ITD算法：针对波形失真问题,引入了有理样条函数插值和极值点延拓;针对虚假分量问题,增加了......
分析了EEMD、LMD、ITD的算法、特点及分解不同扰动信号的实现步骤。经过实验模拟,对比分解所得效果图,得到适合各种电能质量扰动信......
超声检测信号是一种非线性、不平稳信号,且由于材料结构的复杂性,超声回波信号往往存在很多干扰噪声。针对钢制结构中平底孔的超声......
超声检测信号端点检测的准确性直接影响金属缺陷识别系统的可靠性和识别能力。为提高在实际缺陷识别过程中端点检测的准确率，提出一......
针对低速重载齿轮潜故障状态下磁记忆信号特征信息难以获取的问题，提出了一种基于固有时间尺度分解法（ITD）的磁记忆信号特征提取方法......
给出了改进的固有时间尺度分解方法 （Improved Intrinsic Time-scale Decomposition,简称IITD）及端点效应评价指标。为了实现滚动轴......
对风力发电机机组的运行状况进行实时监测,并识别其健康状态,是保证机组正常运行的关键,为此提出一种固有时间尺度分解(Intrinsic ......
为减少随机噪声对滚动轴承故障检测的干扰,应用最小熵解卷积(MED)来抑制噪声、增强周期性冲击成分,从而提高固有时间尺度分解(ITD)......
近些年来,人类生活方式的各个方面都在不断变化,心血管疾病的引发和死亡占全球比率居高不下,这对人类的健康造成严重威胁.心脏的机......
随着我国城市化进程的推进,越来越多的人口向大城市流动,给大城市交通带来了巨大压力,城市轨道交通成为解决该问题的首要方式。而......
往复压缩机作为石油化工领域的核心机械设备,一旦发生故障,在给企业带来巨大经济损失的同时,还可能导致人员的伤亡和严重事故的发......
非合作通信条件下估计未知直接序列扩频信号的伪随机(PN)码是截获直接序列扩频信号信息内容的关键。本文提出一种基于固有时间......
为提高柴油机故障诊断速度和精度,提出了基于改进多尺度核独立元分析与量子粒子群优化核极限学习机的故障诊断方法.首先利用固有时......
为精确提取行波信号包含的故障信息,提高电网故障行波特征检测的准确度,提出了一种提取暂态行波信息的新方法。该方法采用固有时间......
为了提高旋转机械故障诊断的性能,提出了基于排列熵和变量预测模型的故障诊断方法。使用固有时间尺度分解法分解初始故障信号,得到......
通过以某口径高射机枪自动机为研究对象,提出一种运用固有时间尺度分解(ITD)分形模糊熵与RBF神经网络进行故障诊断的方法。由于自......
为提高利用缸盖振动信号进行柴油机故障诊断的精度和速度,提出了一种基于多尺度核独立成分分析提取故障敏感频带的柴油机故障诊断......
将固有时间尺度分解ITD（intrinsic time-scale decomposition）与K均值聚类算法相结合,提出一种新的电能质量扰动分析与识别方法。首......
为提高齿轮箱故障诊断的准确性与效率，针对其振动信号非线性和非平稳性的特点，提出将固有时间尺度分解（ITD）和模糊聚类（FCM）相结合的齿轮......
作为一种新的非平稳信号处理方法，固有时间尺度分解法在将复杂的非平稳信号分解为若干个固有旋转分量过程中，存在着严重的边界效应问......
针对滚动轴承早期故障信号具有周期性冲击的特点和被强噪声淹没而难以提取的问题,提出了一种基于固有时间尺度分解(Intrinsic Time......
