奇异谱分解相关论文
针对当前噪声抑制方法对非线性噪声信号的抑制效果不佳、抑制后仍存在非线性漂移的问题，提出基于奇异谱分解的三相电力变压器振动噪......
作为水泥工业的重要生产设备,回转窑的运行状态决定了企业的生产效益。主要针对回转窑托轮振动信号为媒介对其故障识别做出研究,将......
滚动轴承被誉为旋转机械的“关节”部件之一,在现代工业设备中应用广泛。然而轴承在工作中常处于重载、高速等恶劣工况,一旦发生故......
微多普勒效应可以反映目标的细节特征和运动细节等一系列信息。但是,如何将目标信号和微多普勒信息分离以提取微多普勒特征,如何使......
齿轮箱作为旋转机械传动系统的重要组成部分,直接决定着整个机械系统能否正常运行,对其进行早期故障诊断研究具有重要的现实意义。......
滚动轴承的监测与诊断对保障机电设备稳定运行,减少停机和避免重大经济损失意义重大。轴承信号是非稳态信号,且受噪声干扰,针对轴......
复杂工作环境下,轴承的微弱故障特征在噪声的干扰下很难提取,给诊断带来了困难。此外,当产生位置不同的复合故障时,故障之间相互耦......
针对滚动轴承故障诊断中振动信号易受强背景噪声干扰,出现非平稳、非线性的特性,导致故障诊断精度较低等问题,提出了一种基于奇异......
全球变暖预期下不同区域的未来降水变化,是政府和公众都关心的重要问题,也是全球变化研究的前沿科学问题。预测模型的建立是预测/......
为提高玉米价格预测精度,基于分解-重构-集成思想,构建一个基于奇异谱分解的多尺度组合模型。首先对原始序列进行奇异谱分解,并用......
针对滚动轴承早期故障信号信噪比低、较难提取的问题,提出了基于奇异谱分解和1.5维谱的滚动轴承故障诊断方法。首先,利用SSD处理振......
针对滚动轴承早期故障冲击信号较难提取的问题,提出基于奇异谱分解(singular spectrum decomposition,SSD)和Teager能量算子的滚动......
通过奇异谱分析方法分解猪肉价格,采用ARIMA模型、SVM模型和BP神经网络模型对分解后的猪肉价格进行组合预测;同时选择ARI⁃MA,SVM......
中国地震局在2008年以来的多次重大工程中,陆续新建改造了 78个站84套连续重力观测仪,利用互联网技术组成了连续重力观测台网。该......
为了解决微弱信号引起的特征信息提取困难的问题,提出一种基于奇异谱分解的形态包络排列熵(Morphological envelope permutation e......
针对强背景噪声及干扰源信号影响下滚动轴承故障特征难以检测的问题，提出一种基于改进奇异谱分解的形态学解调方法用于轴承故障诊断......
针对背景噪声干扰及转速波动工况下滚动轴承微弱故障识别困难这一问题,提出一种结合计算阶次追踪(COT)和奇异谱分解(SSD)的新型诊......
随着社会的进步和科学技术的快速发展,现代化生产越来越离不开各式各样的旋转机械,齿轮和滚动轴承作为旋转机械中的关键部件,直接......
