局部特征尺度分解相关论文
针对滚动轴承的故障诊断问题,提出了基于局部特征尺度分解（Local Characteristic-scale Decomposition,LCD）互近似熵（Cross Approxima......
作为机械系统的关键组成部分,滚动轴承的状态好坏对机械系统能否正常工作起决定性的影响,因此对轴承所出现的故障进行诊断分析具有......
压缩机故障预测及诊断对工业生产环境的平稳运行至关重要。振动信号是压缩机故障的敏感特征参数。因此,建立一个准确、稳定的振动......
齿轮是旋转机械中重要部件,而齿轮的振动信号往往是非平稳、非线性的时变信号,针对这一特性,将一种自适应时频分析方法—局部特征......
光纤周界系统具有抗电磁干扰能力强、传感距离长、灵敏度高和全分布式等优点,在民航机场周界安防中具有重要的应用前景。该系统工......
在没有躯体运动的情况下,根据记忆在思维中排练特定动作的动态过程称为运动想象(Motor Imagery,MI)。运动想象脑-机接口(Brain-Com......
近年来,我国脑卒中发病率攀升,严重威胁着老年人的健康。基于运动想象脑机接口的康复训练可促进脑卒中患者感觉运动皮层的神经修复......
局部特征尺度分解(local characteristic-scale decomposition,LCD)方法在改善了经验模态分解(empirical mode decomposition,EMD)......
针对滚动轴承故障诊断中声信号信噪比较低、特征提取困难的问题,提出多重降噪轴承故障特征提取方法。该方法首先用最小熵解卷积对......
针对滚动轴承振动信号具有非线性和非稳态的特点,故障特征精确提取困难的问题,提出了一种基于局部特征尺度分解(LCD)和递归定量分......
为提升轨道交通电机轴承故障特征提取效果,提出了一种基于局部特征尺度分解(LCD)和散布熵(DE)相结合的自适应多尺度散布熵(AMSDE)......
城市轨道列车牵引系统故障诊断对保障轨道车辆安全可靠运行,防止交通事故发生有重要意义。为了有效提取轨道车辆故障特征,本文将局......
滚动轴承是机械设备中使用量最多，也是极易损坏的零件，当其出现故障时容易引发整个机械设备的失效，因此对其运行状况进行监测和诊断具......
近年来,随着坚强智能电网的建设,电网规模不断扩大,特高压、长距离、大容量的输电线路在电网中得到了广泛应用,输电线路故障定位也......
分析谐振接地系统发生单相接地故障时各区段故障暂态零序电流的相似性特征,提出基于故障暂态零序电流Hilbert瞬时能量谱相似性自适......
针对光纤振动信号受噪声干扰严重、特征提取单一和识别时间长的问题,提出了改进的局部特征尺度分解和蚁群算法优化深度置信网络的......
针对局部特征尺度分解（Local Characteristic-scale Decomposition，LCD）方法中均值曲线插值点的属性主要由相邻两同类极值点的属性决......
在定义瞬时频率具有物理意义的内禀尺度分量（Intrinsic scale component,ISC）的基础上,提出了一种新的自适应时频分析方法——局部特......
多变量预测模型（Variable predictive model based class discriminate，简称、1PMCD）分类方法是建立在回归模型为同方差性基础上的，而......
提出了一种利用改进LCD算法提取模拟电路故障特征的方法。首先,针对LCD算法估计包络曲线时未考虑其凹凸性的问题,提出了一种改进的......
内禀时间尺度分解（Intrinsic time-scale decomposition,简称ITD）方法采用线性变换获得基线信号,使得分解结果出现毛刺和瞬时频率失......
自适应最稀疏时频分析（adaptive and sparsest time-frequency analysis,ASTFA）方法将信号分解转化为最优化问题,在优化的过程中实现......
针对电机滚动轴承故障特征提取问题,提出了一种基于局部特征尺度分解（Local Characteristic Decomposition,LCD）的全矢包络谱（Full Ve......
局部特征尺度分解（Local characteristic-scale decomposition ,简称LCD）是一种能够自适应处理非平稳非线性信号的方法。其主要思想......
针对局部特征尺度分解（LCD）方法在目标信号所含频率分量较接近时分解能力降低,易出现模态混淆现象,从而导致内禀尺度分量失去原有物......
轴承故障振动信号具有非平稳、非线性特征,且可视为多个调幅-调频分量的叠加,单分量的包络蕴含了轴承的故障特征.局部特征尺度分解......
齿轮故障振动信号具有非平稳、非线性特征,且可视为多个调幅-调频分量的叠加,单个调幅-调频分量的瞬时频率蕴含了齿轮的故障特征;......
针对现有跳频信号参数盲估计算法存在时间分辨率和频率分辨率矛盾这一问题,提出了一种基于局部特征尺度分解的跳频信号参数估计新......
提出了一种新的自适应时频分析方法——局部特征尺度分解（Local Characteristicscale Decomposition，LCD）方法，该方法可以自适应地将......
针对自适应时频分析方法局部特征尺度分解（Local Characteristic-scale Decomposition,LCD）方法中均值曲线插值点的属性主要由相邻两......
针对旋转机械故障诊断方法中信号处理和模式识别的不足,即端点效应和判别片面性问题,提出一种基于互相关匹配延拓局部特征尺度分解......
压电陶瓷开裂是导致超声波电动机失效的主要原因之一。针对超声波电动机定转子机械耦合过程中的噪声影响,研究利用多尺度下的形态......
为了准确地进行滚动轴承故障诊断,针对故障振动信号的低信噪比、非线性、非平稳的特征,提出了奇异值分解降噪、局部特征尺度分解和......
为准确进行滚动轴承的故障诊断,结合局部特征尺度分解（LCD）和最小熵解卷积（MED）给出了一种新的故障诊断方法。首先,对轴承振动信号进行......
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......
针对最佳小波参数的设定和齿轮裂纹故障振动信号频率成分复杂、信噪比低等问题 ,将遗传优化算法、小波脊线解调与局部特征尺度分解......
提出了一种基于局部特征尺度分解与形态学分形维数的滚动轴承故障诊断方法。首先采用局部特征尺度分解方法将机械故障信号分解为若......
针对局部特征尺度分解（LocalCharacteristic-scaleDecomposition，LCD）方法中严重的端点效应，将BP神经网络应用到信号的延拓中，提出了一......
为了准确地进行滚动轴承故障诊断,针对故障振动信号的低信噪比特征,提出了局部特征尺度分解、k均值聚类分析和独立分量分析相结合......
滚动轴承退化状态识别的关键在于特征提取和模式识别,局部特征尺度分解（local characteristic-scale decomposition,LCD）方法是一种......
在定义局部Hilbert边际能量谱的基础上,提出了一种基于局部特征尺度分解（Local characteristic-scale decomposition,LCD）和局部Hilb......
针对滚动轴承极易损伤,振动信号表现出非线性、非平稳性等特点,提出一种基于局部特征尺度分解（LCD）和改进支持向量机（SVM）的滚动轴承故......
针对局部特征尺度分解（LCD）存在的模态混叠问题和其在均值曲线定义方面存在的不足，在对 LCD 方法研究的基础上，充分借鉴经验模态分解（EM......
针对液压泵振动信号非线性、非平稳性以及故障特征难以提取的问题,提出了基于局部特征尺度分解（local characteristic-scale decomp......
针对齿轮故障振动信号非线性、非平稳性等特点,以及其故障特征提取较为困难的实际,提出了基于LCD基本尺度熵的齿轮故障特征提取方......
针对现有轴承故障诊断方法的不足,即诊断片面性问题,提出了一种基于Gibbs抽样的轴承故障诊断方法。首先对轴承振动信号进行局部特......
局部特征尺度分解(LCD)是为克服经验模态分解(EMD)中均值曲线构造的不足而提出的一种自适应信号分解方法,已被应用于机械故障诊断......
针对模式识别新方法VPMCD（variable predictive model based class discriminate）在参数估计过程中存在的缺陷,对VPMCD方法进行了改......
