闫晓丽
- 作品数：4 被引量：30H指数：2
- 供职机构：燕山大学更多>>
- 发文基金：国家自然科学基金河北省自然科学基金河北省高等学校科学技术研究指导项目更多>>
- 相关领域：电子电信机械工程更多>>
- 基于DEMD的时频分析方法及其在旋转机械故障诊断中的应用
- 旋转机械的状态监测和故障诊断已经成为世界各国的重要研究课题，其中机械故障的特征提取和故障类型识别成为一直以来研究的关键问题。在特征提取方面，经验模式分解(Empirical Mode Decomposition, EMD...
- 闫晓丽
- 关键词：故障诊断旋转机械去噪端点效应HMM
- 文献传递
- 基于LMD和HMM的旋转机械故障诊断被引量：20
- 2014年
- 提出了基于局部均值分解(LMD)和隐马尔科夫模型(HMM)的旋转机械故障诊断方法。首先,对故障信号进行局部均值分解,提取瞬时能量作为故障特征向量;然后将故障特征向量输入HMM分类器进行模式识别,输出各状态的似然概率;以最大似然概率所对应的故障状态为诊断结果。通过滚动轴承点蚀故障诊断试验验证了该方法的有效性,并将其与基于EMD-HMM的故障诊断方法进行了比较。结果表明,基于LMD-HMM的故障诊断方法更适用于旋转机械的故障诊断。
- 孟宗闫晓丽王亚超
- 关键词：故障诊断旋转机械局部均值分解隐马尔科夫模型
- 基于HMM校正与神经网络延拓的EMD端点效应抑制方法
- 本发明公开了一种基于HMM校正与神经网络延拓的EMD端点效应抑制方法，该方法包括以下步骤：A、利用传感器获得信号；B、利用神经网络延拓算法对信号端点内部分已知数据进行估计，计算估计误差，并对端点外数据进行预测；C、利用H...
- 孟宗闫晓丽樊凤杰
- 文献传递
- 基于HMM校正与神经网络延拓的EMD端点效应抑制方法被引量：10
- 2015年
- 针对神经网络延拓方法在抑制经验模态分解的端点效应时存在的延拓数据与真实数据往往存在误差的问题,提出了一种基于HMM校正的方法来减小预测延拓数据误差。首先利用径向基函数(RBF)神经网络预测估计方法对部分原始数据进行估计,同时对端点外数据进行预测。然后计算该方法估计的数据与真实数据的误差序列,再用HMM方法建立估计误差序列模型,用以预测延拓后数据的误差。最后用RBF神经网络延拓数据减去HMM预测的误差数据得到新的校正后延拓数据。仿真与实验证明了将HMM预测方法与RBF神经网络数据延拓结合应用到解决端点效应的过程中所得到的延拓数据更接近真实数据,能够更好地解决端点效应问题,提高了经验模态分解精度。
- 孟宗闫晓丽王赛
- 关键词：隐马尔科夫模型神经网络端点效应
