李文华
- 作品数：4 被引量：49H指数：3
- 供职机构：华北电力大学能源动力与机械工程学院更多>>
- 相关领域：动力工程及工程热物理机械工程电气工程自动化与计算机技术更多>>
- 基于K-L散度的EMD虚假分量识别方法研究被引量：32
- 2012年
- 经验模态分解(empirical mode decomposition,EMD)以其自适应的滤波特性和多分辨率在很多非线性研究领域得到广泛应用,但在分解过程中常会出现虚假分量。针对此问题,基于信息论的知识提出利用K-L散度(Kullback-Leibler divergence,K-L)的虚假分量识别方法。该方法先将原始信号分解成若干个本征模态函数(intrinsic modefunction,imf),再分别计算原始信号与imf分量之间的K-L散度,然后将所求的K-L散度值从小到大排序,对应于较大K-L散度值的imf分量被视为虚假分量,可以去除。实验证明,该方法能够明显地区分出真实信号与虚假分量,准确而快速的得到信号的真实成分,消除虚假分量的影响。
- 韩中合朱霄珣李文华
- 关键词：经验模态分解信号处理油膜涡动
- 基于SVR消除EMD端点效应的研究及其在汽轮机油膜涡动故障中的应用被引量：1
- 2010年
- 目前,经验模态分解(EMD)广泛应用在信号处理中,但应用过程中不可避免会有端点效应,如果处理不好会"污染"整个数据序列而使所得结果严重失真。对于边界问题的处理采用波形延拓是比较理想的一种方法,利用支持向量回归机(SVR)对原始信号两端进行波形延拓来处理端点效应并应用于汽轮机油膜故障分析中。该方法首先利用SVR分别对波形两端进行延拓,然后对延拓后的信号进行EMD分解,得到结果的中间部分即为原信号的EMD分解结果。实验结果表明,该方法能有效抑制EMD方法的端点效应,得到准确的分析结果。
- 祝晓燕李文华朱霄珣
- 关键词：经验模态分解支持向量回归机端点效应
- 基于EMD消除Wigner-vill分布交叉项的研究被引量：13
- 2010年
- Wigner-Vill分布(WVD)以其良好的时变特性和较高的时间、频率分辨率近年来一直被用于信号处理等领域。然而WVD作为双线性分析方法,在应用时会出现交叉项。针对该问题,提出基于经验模态分解(EMD)消除Wigner-Vill分布交叉项的方法。该方法首先利用EMD分解将信号分解成若干模态成分,然后分别对各个成分计算WVD,最后将各项结果求和得到信号的WVD分布。该方法有效地消除了WVD交叉项的干扰,同时保留了WVD的优良特性。并应用该方法对油膜涡动故障信号进行分析处理,得到了较好的结果。
- 韩中合朱霄珣李文华杨晓静
- 关键词：经验模态分解交叉项信号处理故障诊断
- 基于内禀模态能量熵与支持向量机的转子故障智能诊断方法的研究被引量：4
- 2011年
- 大型旋转机械转子的运转情况是生产过程中最重要的问题之一,在故障初期对故障识别并实现智能诊断具有重要的意义。然而大型旋转机械存在较大的非线性,并且故障样本较少,给特征提取和状态识别带来了很大困难。基于经验模态分解(EMD)后内禀模态函数的能量熵,提取各个内禀模态函数的能量作为特征向量,并以此作为支持向量机(SVM)的输入参数来输入支持向量机进行故障诊断。实验表明这种方法能够对故障状态与正常状态正确分类,实现故障的智能诊断。
- 祝晓燕田希朱霄珣李文华
- 关键词：故障诊断经验模态分解支持向量机
