Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "empirical mode decomposition" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-32 z 32
    Tytuł:
    Monitoring of cutting conditions with the empirical mode decomposition
    Autorzy:
    Wolszczak, P.
    Łygas, K.
    Litak, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/102856.pdf
    Data publikacji:
    2017
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    monitoring
    cutting condition
    milling process
    Opis:
    In this paper, we apply empirical mode decomposition by Huang and Hilbert to transform signals recorded during a milling process. Vibroacoustic sensors recorded vibrations of a tool-workpiece system while milling with the end mill of a special shape of “Hi-Feed”. The results of Huang-Hilbert analysis provide the information about amplitudes and frequencies of empirical modal components. Application of Huang-Hilbert transform to cutting conditions monitoring allows the separation of various vibration components caused by phenomena associated with the drive system and the machine components. Therefore, the analysis highlights vibrations caused by known sources of vibration, such as spindle speed, the number of teeth of the cutting tool or the frequency of vibration tools. Furthermore, signal components generated in the cutting zone were identified. The resulting information helps to assess the working conditions of cutting tools, selection of cutting parameters and tool wear monitoring.
    Źródło:
    Advances in Science and Technology. Research Journal; 2017, 11, 1; 96-103
    2299-8624
    Pojawia się w:
    Advances in Science and Technology. Research Journal
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Speech Enhancement Using Sliding Window Empirical Mode Decomposition and Hurst-based Technique
    Autorzy:
    Poovarasan, Selvaraj
    Chandra, Eswaran
    Powiązania:
    https://bibliotekanauki.pl/articles/176311.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    speech enhancement
    Empirical Mode Decomposition
    EMD
    Intrinsic Mode Functions
    hurst exponent
    Sliding Window
    SW
    Opis:
    The most challenging in speech enhancement technique is tracking non-stationary noises for long speech segments and low Signal-to-Noise Ratio (SNR). Different speech enhancement techniques have been proposed but, those techniques were inaccurate in tracking highly non-stationary noises. As a result, Empirical Mode Decomposition and Hurst-based (EMDH) approach is proposed to enhance the signals corrupted by non-stationary acoustic noises. Hurst exponent statistics was adopted for identifying and selecting the set of Intrinsic Mode Functions (IMF) that are most affected by the noise components. Moreover, the speech signal was reconstructed by considering the least corrupted IMF. Though it increases SNR, the time and resource consumption were high. Also, it requires a significant improvement under nonstationary noise scenario. Hence, in this article, EMDH approach is enhanced by using Sliding Window (SW) technique. In this SWEMDH approach, the computation of EMD is performed based on the small and sliding window along with the time axis. The sliding window depends on the signal frequency band. The possible discontinuities in IMF between windows are prevented by the total number of modes and the number of sifting iterations that should be set a priori. For each module, the number of lifting iterations is determined by decomposition of many signal windows by standard algorithm and calculating the average number of sifting steps for each module. Based on this approach, the time complexity is reduced significantly with suitable quality of decomposition. Finally, the experimental results show the considerable improvements in speech enhancement under non-stationary noise environments.
    Źródło:
    Archives of Acoustics; 2019, 44, 3; 429-437
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie Empirical Mode Decomposition do analizy zmian chropowatości w czasie skrawania
    Application of Empirical Mode Decomposition to analysis of surface roughness variability when turning with cubic boron nitride tools
    Autorzy:
    Zawada-Tomkiewicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/158448.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    chropowatość
    dekompozycja EMD
    częstotliwości chwilowe
    surface roughness
    EMD decomposition
    instantaneous frequencies
    Opis:
    Artykuł dotyczy analizy powierzchni po toczeniu ostrzami z regularnego azotku boru. Profile powierzchni obrobionej dla pierwszych 18 sekund skrawania zostały zebrane metodą stykową, a następnie przeanalizowane metodami tradycyjnymi oraz z wykorzystaniem Empirical Mode Decomposition (EMD). Opisywana metoda dokonuje dekompozycji na składowe, które określa się w literaturze mianem Intrinsic Mode Functions (IMFs), a które wynikają nie z cech funkcji bazowej, lecz tylko z cech sygnału. Zastosowanie dekompozycji EMD dało możliwość rozdzielenia danych profilu na zbiór składowych, które mają znaczenie fizyczne.
    The paper introduces the topic of analyzing a machined surface after turning with use of Cubic Boron Nitride tools. Two different types of wedge material, TiN coated and uncoated, are discussed. For both of cutting tools the surface profiles for the first 18 seconds of cutting were collected with the stylus method, and then examined traditionally [1-3] as well as with use of Empirical Mode Decomposition (EMD). The EMD makes decomposition of the original signal into several components specified as Intrinsic Mode functions (IMFs) in the literature. IMFs are not determined by the basic function features, but only by signal characteristics [4]. Application of EMD to the surface profile has the ability to separate the profile data into a set of components which have physical meaning. EMD of the surface profile depends on the size and distribution of data and creates from a few to several IMFs. Most components are characterised by small energy and can be omitted in the analysis. The components of highest energy collected together form the surface roughness. These components responsible for creating roughness were analysed using Hilbert-Huang transform [5,6]. The analysis results show that the EMD method is suitable for decomposition of machined surface profiles and Hilbert-Huang Spectrum is appropriate for their description.
    Źródło:
    Pomiary Automatyka Kontrola; 2010, R. 56, nr 4, 4; 326-329
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A window based method to reduce the end-effect in Empirical Mode Decomposition
    Autorzy:
    Cotogno, M.
    Cocconcelli, M.
    Rubini, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/328237.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    empirical mode decomposition
    intrinsic mode function
    end-effect problem
    windowing
    Opis:
    Empirical Mode Decomposition technique (EMD) is a recent development in non-stationary and non-linear data analysis. It is an algorithm which adaptively decomposes the signal in the sum of Intrinsic Mode Functions (IMFs) from which the instantaneous frequency can be easily computed. EMD has proven its effectiveness but is still affected from various problems. One of these is the “end-effect”, a phenomenon occurring at the start and at the end of the data due to the splines fitting on which the EMD is based. Various techniques have been tried to overcome the end-effect, like different data extension or mirroring procedures at the data boundary. In this paper we made use of the IMFs orthogonality property to apply a symmetrical window to the data before EMD for end-effect reduction. Subsequently the IMFs are post-processed to compensate for data alteration due to windowing. The simulations show that IMFs obtained with this method are of better quality near the data boundaries while remaining almost identical to classical EMD ones.
    Źródło:
    Diagnostyka; 2013, 14, 1; 3-10
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Vibration Based Gear Fault Diagnosis under Empirical Mode Decomposition and Power Spectrum Density Analysis
    Autorzy:
    Akram, M. Ammar
    Khushnood, Shahab
    Tariq, Syeda Laraib
    Ali, Hafiz Muhammad
    Nizam, Luqman Ahmad
    Powiązania:
    https://bibliotekanauki.pl/articles/102795.pdf
    Data publikacji:
    2019
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    spur gears
    tooth breakage
    vibration amplitude
    empirical mode decomposition
    power spectrum density
    time waveform
    koła zębate czołowe
    pękanie zęba
    amplituda drgań
    rozkład w trybie empirycznym
    gęstość widmowa mocy
    przebieg czasowy
    Opis:
    Rotating machinery plays a significant role in industrial applications and covers a wide range of mechanical equipment. A vibration analysis using signal processing techniques is generally conducted for condition monitoring of rotary machinery and engineering structures in order to prevent failure, reduce maintenance cost and to enhance the reliability of the system. Empirical mode decomposition (EMD) is amongst the most substantial non-linear and non-stationary signal processing techniques and it has been widely utilized for fault detection in rotary machinery. This paper presents the EMD, time waveform and power spectrum density (PSD) analysis for localized spur gear fault detection. Initially, the test model was developed for the vibration analysis of single tooth breakage of spur gear at different RPMs and then specific fault was introduced in driven gear under different damage conditions. The data, recorded by means of a wireless tri-axial accelerometer, was then analyzed using EMD and PSD techniques and the results were plotted. The results depicted that EMD algorithms are found to be more functional than the ordinarily used PSD and time waveform techniques.
    Źródło:
    Advances in Science and Technology. Research Journal; 2019, 13, 3; 192-200
    2299-8624
    Pojawia się w:
    Advances in Science and Technology. Research Journal
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Using Empirical Mode Decomposition of Backscattered Ultrasound Signal Power Spectrum for Assessment of Tissue Compression
    Autorzy:
    Byra, M.
    Wójcik, J.
    Nowicki, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/177950.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    tissue characterization
    tissue compression
    quantitative ultrasound
    empirical mode decomposition
    signal analysis
    Opis:
    Quantitative ultrasound has been widely used for tissue characterization. In this paper we propose a new approach for tissue compression assessment. The proposed method employs the relation between the tissue scatterers’ local spatial distribution and the resulting frequency power spectrum of the backscattered ultrasonic signal. We show that due to spatial distribution of the scatterers, the power spectrum exhibits characteristic variations. These variations can be extracted using the empirical mode decomposition and analyzed. Validation of our approach is performed by simulations and in-vitro experiments using a tissue sample under compression. The scatterers in the compressed tissue sample approach each other and consequently, the power spectrum of the backscattered signal is modified. We present how to assess this phenomenon with our method. The proposed in this paper approach is general and may provide useful information on tissue scattering properties.
    Źródło:
    Archives of Acoustics; 2018, 43, 3; 447-453
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of two interpolation methods for empirical mode decomposition based evaluation of radiographic femur bone images
    Autorzy:
    Udhayakumar, G.
    Sujatha, C. M.
    Ramakrishnan, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/306313.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
    Tematy:
    anisotropy
    bone mineral density
    hierarchical b-spline
    intrinsic mode function
    radial basis function multiquadratic
    trabecular soft bone
    texture analysis
    anizotropia
    gęstość mineralna kości
    analiza tekstury
    Opis:
    Analysis of bone strength in radiographic images is an important component of estimation of bone quality in diseases such as osteoporosis. Conventional radiographic femur bone images are used to analyze its architecture using bi-dimensional empirical mode decomposition method. Surface interpolation of local maxima and minima points of an image is a crucial part of bi-dimensional empirical mode decomposition method and the choice of appropriate interpolation depends on specific structure of the problem. In this work, two interpolation methods of bi-dimensional empirical mode decomposition are analyzed to characterize the trabecular femur bone architecture of radiographic images. The trabecular bone regions of normal and osteoporotic femur bone images (N = 40) recorded under standard condition are used for this study. The compressive and tensile strength regions of the images are delineated using pre-processing procedures. The delineated images are decomposed into their corresponding intrinsic mode functions using interpolation methods such as Radial basis function multiquadratic and hierarchical b-spline techniques. Results show that bi-dimensional empirical mode decomposition analyses using both interpolations are able to represent architectural variations of femur bone radiographic images. As the strength of the bone depends on architectural variation in addition to bone mass, this study seems to be clinically useful.
    Źródło:
    Acta of Bioengineering and Biomechanics; 2013, 15, 2; 73-80
    1509-409X
    2450-6303
    Pojawia się w:
    Acta of Bioengineering and Biomechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Damage identification of bridge structure model based on empirical mode decomposition algorithm and Autoregressive Integrated Moving Average procedure
    Autorzy:
    Lu, Weijia
    Dong, Jiafan
    Pan, Yuhehg
    Li, Guoya
    Guo, Jinpeng
    Powiązania:
    https://bibliotekanauki.pl/articles/2174099.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Opis:
    Time series models have been used to extract damage features in the measured structural response. In order to better extract the sensitive features in the signal and detect structural damage, this paper proposes a damage identification method that combines empirical mode decomposition (EMD) and Autoregressive Integrated Moving Average (ARIMA) models. EMD decomposes nonlinear and non-stationary signals into different intrinsic mode functions (IMFs) according to frequency. IMF reduces the complexity of the signal and makes it easier to extract damage-sensitive features (DSF). The ARIMA model is used to extract damage sensitive features in IMF signals. The damage sensitive characteristic value of each node is used to analyze the location and damage degree of the damaged structure of the bridge. Considering that there are usually multiple failures in the actual engineering structure, this paper focuses on analysing the location and damage degree of multi-damaged bridge structures. A 6-meter-long multi-destructive steel-whole vibration experiment proved the state of the method. Meanwhile, the other two damage identification methods are compared. The results demonstrate that the DSF can effectively identify the damage location of the structure, and the accuracy rate has increased by 22.98% and 18.4% on average respectively.
    Źródło:
    Archives of Civil Engineering; 2022, 68, 4; 653--667
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Taking advantage of empirical mode decomposition in diagnosing gear faults
    Wykorzystanie empirycznej dekompozycji sygnału w diagnostyce uszkodzeń przekładni zębatych
    Autorzy:
    Łazarz, B.
    Madej, H.
    Czech, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/328818.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka
    przekładnia zębata
    empiryczna dekompozycja sygnału
    diagnostics
    gear
    empirical mode decomposition
    Opis:
    The study presents the application of empirical mode decomposition as a tool useful in diagnosing faults in gears. The method is a modern algorithm used for non-linear and non-stationary signals. Using this algorithm, it is possible to decompose a signal into a finite sum of component called intrinsic mode functions (IMF). For each IMF, the number of extremes and the number of transitions through zero is equal or different, by maximum one, and the mean value of envelope determined by the signal extremes equals zero. In practice, natural signals do not meet these conditions. In the experiment, a gearbox operating in a circulating power system was used, with 16 and 24 pinion and wheel teeth, respectively. The measurements were carried out for a non-damaged gear and for a gear with a modelled fault, operating at various rotational speeds and under different loads.
    W opracowaniu przedstawiono zastosowanie empirycznej dekompozycji sygnału jako narzędzia przydatnego w diagnostyce uszkodzeń przekładni zębatych. Metoda ta jest nowoczesnym algorytmem stosowanym dla sygnałów nieliniowych i niestacjonarnych. Wykorzystując ten algorytm można rozłożyć sygnał na skończoną sumę składowych zwanych funkcjami wewnętrznymi (IMF). Dla każdego IMF liczba ekstremów i liczba przejść przez zero jest równa bądź różna o maksimum jeden, a wartość średnia obwiedni określonej przez ekstrema sygnału równa się zero. W praktyce naturalne sygnały nie spełniają tych warunków. W eksperymencie wykorzystano przekładnie zębatą pracującą w układzie mocy krążącej o licznie zębów zębnika i koła odpowiednio 16 i 24. Pomiary przeprowadzono dla przekładni nieuszkodzonej oraz z zamodelowanym uszkodzeniem, pracującej przy różnych prędkościach obrotowych i różnych obciążeniach.
    Źródło:
    Diagnostyka; 2009, 1(49); 67-72
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Employing empirical mode decomposition to determine solar radiation intensity curve
    Zastosowanie empirycznej dekompozycji modów do wyznaczania krzywej natężenia promieniowania słonecznego
    Autorzy:
    Kapica, J.
    Scibisz, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/792710.pdf
    Data publikacji:
    2013
    Wydawca:
    Komisja Motoryzacji i Energetyki Rolnictwa
    Tematy:
    empirical mode decomposition
    signal filtration
    solar radiation
    solar energy
    weather condition
    insolation
    LabView programming
    Źródło:
    Teka Komisji Motoryzacji i Energetyki Rolnictwa; 2013, 13, 1
    1641-7739
    Pojawia się w:
    Teka Komisji Motoryzacji i Energetyki Rolnictwa
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of multiband filtering, empirical mode decomposition and short-time fourier transform used to extract physiological components from long-term heart rate variability
    Autorzy:
    Adamczyk, Krzysztof
    Polak, Adam G.
    Powiązania:
    https://bibliotekanauki.pl/articles/2052173.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    heart rate variability
    nonstationary signal analysis
    multiband filtering
    empirical mode decomposition
    short-time Fourier transform
    Hilbert transform
    Opis:
    Heart rate is constantly changing under the influence of many control signals, as manifested by heart rate variability (HRV). HRV is a nonstationary, irregularly sampled signal, the spectrum of which reveals distinct bands of high, low, very low and ultra-low frequencies (HF, LF, VLF, ULF). VLF and ULF components are the least understood, and their analysis requires HRV records lasting many hours. Moreover, there are still no well-established methods for the reliable extraction of these components. The aim of this work was to select, implement and compare methods which can solve this problem. The performance of multiband filtering (MBF), empirical mode decomposition and the short-time Fourier transform was tested, using synthetic HRV as the ground truth for methods evaluation as well as real data of three patients selected from 25 polysomnographic records with a clear HF component in their spectrograms. The study provided new insights into the components of long-term HRV, including the character of its amplitude and frequency modulation obtained with the Hilbert transform. In addition, the reliability of the extracted HF, LF, VLF and ULF waveforms was demonstrated, and MBF turned out to be the most accurate method, though the signal is strongly nonstationary. The possibility of isolating such waveforms is of great importance both in physiology and pathophysiology, as well as in the automation of medical diagnostics based on HRV.
    Źródło:
    Metrology and Measurement Systems; 2021, 28, 4; 643-660
    0860-8229
    Pojawia się w:
    Metrology and Measurement Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Investigation of supra-harmonics through signal processing methods in smart grids
    Autorzy:
    Yalcin, T.
    Ozdemir, M.
    Kostyla, P.
    Leonowicz, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/136245.pdf
    Data publikacji:
    2017
    Wydawca:
    EEEIC International Barbara Leonowicz Szabłowska
    Tematy:
    ensemble empirical mode decomposition
    power quality
    Fourier analysis
    Short Time Fourier Transformation
    Opis:
    Nowadays supra-harmonic distortion studies are gaining attention day by day in power quality research area. When handling communication systems especially Power Line Carrier (PLC) systems in frequency range 2-150 kHz, they are suitable for causing electromagnetic interference (EMI) to other systems. This study shows results of analysis employing advanced method called ensemble empirical mode decomposition (EEMD) to describe supra-harmonic distortion. Unlike the traditional method (short time fourier transform-STFT), EEMD gives extensive representation for supra-harmonic components.
    Źródło:
    Transactions on Environment and Electrical Engineering; 2017, 2, 2; 80-85
    2450-5730
    Pojawia się w:
    Transactions on Environment and Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fast bearing fault diagnosis of rolling element using Lévy Moth-Flame optimization algorithm and Naive Bayes
    Autorzy:
    Sun, Shuang
    Przystupa, Krzysztof
    Wei, Ming
    Yu, Han
    Ye, Zhiwei
    Kochan, Orest
    Powiązania:
    https://bibliotekanauki.pl/articles/1841936.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    malfunction diagnostics
    naive Bayes
    moth-flame optimization algorithm
    ensemble empirical mode decomposition
    Opis:
    Fault diagnosis is part of the maintenance system, which can reduce maintenance costs, increase productivity, and ensure the reliability of the machine system. In the fault diagnosis system, the analysis and extraction of fault signal characteristics are very important, which directly affects the accuracy of fault diagnosis. In the paper, a fast bearing fault diagnosis method based on the ensemble empirical mode decomposition (EEMD), the moth-flame optimization algorithm based on Lévy flight (LMFO) and the naive Bayes (NB) is proposed, which combines traditional pattern recognition methods meta-heuristic search can overcome the difficulty of selecting classifier parameters while solving small sample classification under reasonable time cost. The article uses a typical rolling bearing system to test the actual performance of the method. Meanwhile, in comparison with the known algorithms and methods was also displayed in detail. The results manifest the efficiency and accuracy of signal sparse representation and fault type classification has been enhanced.
    Źródło:
    Eksploatacja i Niezawodność; 2020, 22, 4; 730-740
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Tests of basic voice stress detection techniques
    Autorzy:
    Staroniewicz, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/128166.pdf
    Data publikacji:
    2019
    Wydawca:
    Politechnika Poznańska. Instytut Mechaniki Stosowanej
    Tematy:
    Voice Stress Analysis
    Empirical Mode Decomposition
    analiza napięcia głosowego
    VSA
    empiryczna dekompozycja sygnału
    EMD
    Opis:
    The modern speech processing techniques enable new possibilities of potential applications. Besides speech and speaker recognition, also the information about speakers’ physical condition, emotional state or stress can be detected in speech signal. Since emotional stress can occur during deception, its detection in speech could be used for law or security services. The paper presents the comparative tests of two voice stress detection techniques: one based on trials of microtremors detection relying on an iterative EMD method (Empirical Mode Decomposition) and the second one based on the statistical analysis of fundamental frequency and MFCC parameters. The preliminary tests were carried on the group of 12 speakers (6 males and 6 females) answering yes/no to the list of a few dozen personal questions. The presented research revealed the speakers’ very high personal influence on the obtained results.
    Źródło:
    Vibrations in Physical Systems; 2019, 30, 1; 1-6
    0860-6897
    Pojawia się w:
    Vibrations in Physical Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Some characteristic wave energy dissipation patterns along the Polish coast
    Autorzy:
    Rozynski, G.
    Szmytkiewicz, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/49190.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Instytut Oceanologii PAN
    Tematy:
    energy dissipation
    wave energy
    statistical parameter
    empirical mode decomposition
    singular spectrum analysis
    Polish coast
    Źródło:
    Oceanologia; 2018, 60, 4
    0078-3234
    Pojawia się w:
    Oceanologia
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykrywanie luzu w układzie tłok-cylinder przy wykorzystaniu analizy EMD
    Detection of clearance in the piston-cylinder assembly using EMD analysis
    Autorzy:
    Czech, P.
    Madej, H.
    Powiązania:
    https://bibliotekanauki.pl/articles/258109.pdf
    Data publikacji:
    2008
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
    Tematy:
    diagnostyka
    silnik spalinowy
    analiza EMD
    diagnosis
    combustion engine
    EMD analysis
    empirical mode decomposition analysis
    Opis:
    W artykule przedstawiono próbę oceny zużycia złożenia tłok-cylinder za pomocą sygnału drgań rejestrowanego na kadłubie silnika ZI. Obiektem badań był czterocylindrowy silnik spalinowy o pojemności 1,2 dm3. W badaniach zastosowano metodę empirycznej dekompozycji jako nowe podejście do diagnozowania uszkodzeń silników spalinowych. Poprzez zastosowanie tej metody w przeprowadzonych badaniach złożony sygnał drgań bloku silnika został rozłożony na szereg poziomów dekompozycji, umożliwiających rozróżnienie lokalnych właściwości sygnału w dziedzinie czasu. Uzyskane sygnały z procesu dekompozycji poddano analizie widmowej, w celu określenia ich cech energetycznych. Analizę przeprowadzono dla różnych pasm częstotliwości. Z przeprowadzonych badań wynika, że istnieje możliwość wykorzystania analizy EMD do oceny luzu w układzie tłok-cylinder.
    The paper presents an attempt to evaluate the wear of a piston-cylinder assembly with the aid of vibration signal recorded on the spark ignition (SI) engine body. The subject of the study was a four-cylinder combustion engine 1.2 dm3. In this research, an empirical mode decomposition (EMD) based approach for internal combustion engine fault diagnosis is investigated. EMD is a new time-frequency methods for analysing nonlinear and nonstationary signals generated by an IC engine. By using this method, the complicated vibration signal of the engine block was decomposed into an intrinsic mode function. It allowed us to differentiate local features of the vibration signal in time domain. Obtained signals were given under the analysis of the frequency domain to determine their energetic features. Analysis was conducted for various frequency bands. According to our studies, it is possible to utilise empirical mode decomposition (EMD) for the evaluation of the clearance in a piston-cylinder assembly.
    Źródło:
    Problemy Eksploatacji; 2008, 4; 65-72
    1232-9312
    Pojawia się w:
    Problemy Eksploatacji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Pulsation signals analysis of turbocharger turbine blades based on optimal EEMD and TEO
    Autorzy:
    Wang, Fengli
    Powiązania:
    https://bibliotekanauki.pl/articles/259800.pdf
    Data publikacji:
    2019
    Wydawca:
    Politechnika Gdańska. Wydział Inżynierii Mechanicznej i Okrętownictwa
    Tematy:
    urbocharger turbine blades
    pulsation signals analysis
    ensemble empirical mode decomposition
    Teager energy operator
    correlation kurtosis
    Opis:
    Turbocharger turbine blades suffer from periodic vibration and flow induced excitation. The blade vibration signal is a typical non-stationary and sometimes nonlinear signal that is often encountered in turbomachinery research and development. An example of such signal is the pulsating pressure and strain signals measured during engine ramp to find the maximum resonance strain or during engine transient mode in applications. As the pulsation signals can come from different disturbance sources, detecting the weak useful signals under a noise background can be difficult. For this type of signals, a novel method based on optimal parameters of Ensemble Empirical Mode Decomposition (EEMD) and Teager Energy Operator (TEO) is proposed. First, an optimization method was designed for adaptive determining appropriate EEMD parameters for the measured vibration signal, so that the significant feature components can be extracted from the pulsating signals. Then Correlation Kurtosis (CK) is employed to select the sensitive Intrinsic Mode Functions (IMFs). In the end, TEO algorithm is applied to the selected sensitive IMF to identify the characteristic frequencies. A case of measured sound signal and strain signal from a turbocharger turbine blade was studied to demonstrate the capabilities of the proposed method.
    Źródło:
    Polish Maritime Research; 2019, 3; 78-86
    1233-2585
    Pojawia się w:
    Polish Maritime Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Poprawa aproksymacji lokalnej średniej w rozkładzie na mody empiryczne dla celów detekcji uszkodzeń przekładni
    Improvement of local mean approximation in empirical mode decomposition for gear fault detection
    Autorzy:
    Wang, Y.
    Zuo, M. J.
    Lei, Y.
    Fan, X.
    Powiązania:
    https://bibliotekanauki.pl/articles/301082.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    rozkład na mody empiryczne
    interpolacja Hermite'a
    funkcja sklejana 3-ego stopnia
    aproksymacja średniej wartości obwiedni
    okienkowana średnia lokalna
    detekcja uszkodzeń przekładni
    empirical mode decomposition
    Hermite interpolation
    cubic spline
    envelope mean approximation
    windowed local mean
    gear fault detection
    Opis:
    Rozkład na mody empiryczne (EMD) to adaptacyjna metoda przetwarzania sygnału w połączonej dziedzinie czasu i częstotliwości, która jest całkowicie sterowana przez same dane. Metody interpolacji funkcjami sklejanymi trzeciego stopnia (cubic spline interpolation) używa się do aproksymacji średniej lokalnej w procesie przesiewu EMD. Niniejsza praca bada podejścia do poprawy aproksymacji średniej lokalnej w celu otrzymania lepszych charakterystyk EMD. Do aproksymacji średniej wartości obwiedni (envelope mean approximation) zastosowano metodę zmodyfi kowanej monotonicznej interpolacji Hermite'a funkcjami sklejanymi (modifi ed monotone piecewise Hermite interpolation, MMPHI), jako że wykazuje ona przewagę nad metodą funkcji sklejanych trzeciego stopnia. Zbadano również jeden z typów bezpośredniej aproksymacji lokalnej średniej, tzw. podejście okienkowanej średniej lokalnej (windowed local mean, WLM), i pokazano jego zalety w wykrywaniu impulsów.
    Empirical mode decomposition (EMD) is an adaptive time-frequency domain signal processing method that is completely driven by data itself. The cubic spline interpolation method has been used to approximate the local mean in the sifting process of EMD. This study explores approaches to improve local mean approximation to obtain better EMD performance. A modifi ed monotone piecewise Hermite interpolation (MMPHI) method is applied to envelope mean approximation, because it demonstrates advantages over the cubic spline method. A type of direct approximation of the local mean, i.e., the windowed local mean (WLM) approach, is also investigated and its merit in identifying impulses is demonstrated.
    Źródło:
    Eksploatacja i Niezawodność; 2010, 2; 59-66
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An Improved EMD Method Based on Utilizing Certain Inflection Points in the Construction of Envelope Curves
    Autorzy:
    Kafil, Mohsen
    Darabi, Kaveh
    Ziaei-Rad, Saeed
    Powiązania:
    https://bibliotekanauki.pl/articles/31339815.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    empirical mode decomposition
    EMD
    interpolation points
    envelope curve
    inflection points
    rolling element bearing fault diagnosis
    Opis:
    The empirical mode decomposition (EMD) algorithm is widely used as an adaptive time-frequency analysis method to decompose nonlinear and non-stationary signals into sets of intrinsic mode functions (IMFs). In the traditional EMD, the lower and upper envelopes should interpolate the minimum and maximum points of the signal, respectively. In this paper, an improved EMD method is proposed based on the new interpolation points, which are special inflection points (SIPn) of the signal. These points are identified in the signal and its first (n − 1) derivatives and are considered as auxiliary interpolation points in addition to the extrema. Therefore, the upper and lower envelopes should not only pass through the extrema but also these SIPn sets of points. By adding each set of SIPi (i = 1, 2, n) to the interpolation points, the frequency resolution of EMD is improved to a certain extent. The effectiveness of the proposed SIPn-EMD is validated by the decomposition of synthetic and experimental bearing vibration signals.
    Źródło:
    Archives of Acoustics; 2023, 48, 3; 389-401
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Continuous wavelet and Hilbert-Huang Transforms applied for analysis of active and reactive power consumption
    Autorzy:
    Avdakovic, S
    Bosovic, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/221580.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    active power consumption
    reactive power consumption
    continuous wavelet transform (CWT)
    empirical mode decomposition
    Hilbert-Huang transform
    Opis:
    Analysis of power consumption presents a very important issue for power distribution system operators. Some power system processes such as planning, demand forecasting, development, etc.., require a complete understanding of behaviour of power consumption for observed area, which requires appropriate techniques for analysis of available data. In this paper, two different time-frequency techniques are applied for analysis of hourly values of active and reactive power consumption from one real power distribution transformer substation in urban part of Sarajevo city. Using the continuous wavelet transform (CWT) with wavelet power spectrum and global wavelet spectrum some properties of analysed time series are determined. Then, empirical mode decomposition (EMD) and Hilbert-Huang Transform (HHT) are applied for the analyses of the same time series and the results showed that both applied approaches can provide very useful information about the behaviour of power consumption for observed time interval and different period (frequency) bands. Also it can be noticed that the results obtained by global wavelet spectrum and marginal Hilbert spectrum are very similar, thus confirming that both approaches could be used for identification of main properties of active and reactive power consumption time series.
    Źródło:
    Metrology and Measurement Systems; 2014, 21, 3; 413-422
    0860-8229
    Pojawia się w:
    Metrology and Measurement Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of effectiveness and computational complexity of trend removal methods
    Analiza skuteczności i złożoności obliczeniowej metod usuwania składowej trendu z danych pomiarowych
    Autorzy:
    Lentka, Ł.
    Smulko, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/269175.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    trend removal
    high-pass filter
    empirical mode decomposition
    EMD
    usuwanie trendu
    filtry górnoprzepustowe
    empiryczna metoda dekompozycji
    Opis:
    The paper presents a method of processing measurement data due to remove slowly varying component of the trend occurring in the recorded waveforms. Comparison of computational complexity and trend removal efficiency between some commonly used methods is presented. The impact of these procedures on probability distribution and power spectral density is shown. Effectiveness and computational complexity of these methods depend essentially on nature of the removed trend. This paper describes several procedures: Moving Average Removal (MAR), fitting a polynomial of degree appropriate to the analyzed data, Empirical Mode Decomposition (EMD).
    W pracy przedstawiono sposób przetwarzania danych pomiarowych w celu usunięcia wolnozmiennej składowej trendu występującego w rejestrowanych przebiegach. Porównano kilka często stosowanych w tym celu metod pod względem ich złożoności obliczeniowej oraz skuteczności w usuwaniu trendu. Pokazano wpływ tych procedur na rozkład prawdopodobieństwa wartości chwilowych oraz przebieg gęstości widmowej mocy. W ogólności operację usuwania trendu możemy traktować jako filtrację górnoprzepustową danych pomiarowych. W celu usunięcia trendu można użyć filtru górnoprzepustowego (analogowego lub cyfrowego) już na etapie akwizycji danych pomiarowych. Jednakże często mamy do czynienia z danymi, w których składowa trendu jest potrzebna do przeprowadzania innych analiz i nie może być usunięta na etapie rejestracji danych pomiarowych. Ponadto, może mieć charakter niestacjonarny i metody filtracji górnoprzepustowej nie będą skuteczne. W takich przypadkach należy rozważyć inne, często bardziej zaawansowane metody. Skuteczność i złożoność obliczeniowa takich metod zależy istotnie od charakteru usuwanego trendu. W pracy opisano procedurę usuwania średniej kroczącej (ang. Moving Average Removal – MAR), metody o niskiej złożoności obliczeniowej, ale dającej zadowalające rezultaty w dużej liczbie potencjalnych zastosowań. Rozważono usuwanie trendu przez dopasowanie wielomianem odpowiedniego stopnia do analizowanych danych pomiarowy. Procedura ta może być powtarzana kilkukrotnie, nawet ze zwiększaniem stopnia wielomianu przy każdym z kroków, aż do uzyskania przebiegu, w którym usunięto składową trendu. Część pracy poświęcono prezentacji bardziej złożonych obliczeniowo metod, które zostały rozwinięte dopiero w ostatnich latach i wymagają znacznie bardziej intensywnych obliczeń.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2016, 51; 111-114
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Effect of Feature Extraction on Automatic Sleep Stage Classification by Artificial Neural Network
    Autorzy:
    Prucnal, M.
    Polak, A. G.
    Powiązania:
    https://bibliotekanauki.pl/articles/220360.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    sleep stage classification
    EEG signal
    power spectral density
    discrete wavelet transform
    empirical mode decomposition
    artificial neural network
    Opis:
    EEG signal-based sleep stage classification facilitates an initial diagnosis of sleep disorders. The aim of this study was to compare the efficiency of three methods for feature extraction: power spectral density (PSD), discrete wavelet transform (DWT) and empirical mode decomposition (EMD) in the automatic classification of sleep stages by an artificial neural network (ANN). 13650 30-second EEG epochs from the PhysioNet database, representing five sleep stages (W, N1-N3 and REM), were transformed into feature vectors using the aforementioned methods and principal component analysis (PCA). Three feed-forward ANNs with the same optimal structure (12 input neurons, 23 + 22 neurons in two hidden layers and 5 output neurons) were trained using three sets of features, obtained with one of the compared methods each. Calculating PSD from EEG epochs in frequency sub-bands corresponding to the brain waves (81.1% accuracy for the testing set, comparing with 74.2% for DWT and 57.6% for EMD) appeared to be the most effective feature extraction method in the analysed problem.
    Źródło:
    Metrology and Measurement Systems; 2017, 24, 2; 229-240
    0860-8229
    Pojawia się w:
    Metrology and Measurement Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Energy of intrinsic mode function for gas-liquid flow pattern identification
    Autorzy:
    Sun, Z.
    Gong, H.
    Powiązania:
    https://bibliotekanauki.pl/articles/221137.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    gas-liquid flow pattern
    flow-pattern map
    pressure fluctuation
    bluff body
    signal energy
    intrinsic mode function
    empirical mode decomposition
    Opis:
    Gas-liquid flows abound in a great variety of industrial processes. Correct recognition of the regimes of a gas-liquid flow is one of the most formidable challenges in multiphase flow measurement. Here we put forward a novel approach to the classification of gas-liquid flow patterns. In this method a flow-pattern map is constructed based on the average energy of intrinsic mode function and the volumetric void fraction of gas-liquid mixture. The intrinsic mode function is extracted from the pressure fluctuation across a bluff body using the empirical mode decomposition technique. Experiments adopting air and water as the working fluids are conducted in the bubble, plug, slug, and annular flow patterns at ambient temperature and atmospheric pressure. Verification tests indicate that the identification rate of the flow-pattern map developed exceeds 90%. This approach is appropriate for the gas-liquid flow pattern identification in practical applications.
    Źródło:
    Metrology and Measurement Systems; 2012, 19, 4; 759-766
    0860-8229
    Pojawia się w:
    Metrology and Measurement Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    New gas-liquid two-phase flow pattern maps based on the energy ratio of pressure fluctuation through a Venturi tube
    Autorzy:
    Sun, Zhiqiang
    Chen, Luyang
    Yao, Fengyan
    Powiązania:
    https://bibliotekanauki.pl/articles/220955.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    gas-liquid two-phase flow
    flow pattern map
    Venturi tube
    pressure fluctuation
    energy ratio
    ensemble empirical mode decomposition
    Opis:
    To find effective and practical methods to distinguish gas-liquid two-phase flow patterns, new flow pattern maps are established using the differential pressure through a classical Venturi tube. The differential pressure signal was first decomposed adaptively into a series of intrinsic mode functions (IMFs) by the ensemble empirical mode decomposition. Hilbert marginal spectra of the IMFs showed that the flow patterns are related to the amplitude of the pressure fluctuation. The cross-correlation method was employed to sift the characteristic IMF, and then the energy ratio of the characteristic IMF to the raw signal was proposed to construct flow pattern maps with the volumetric void fraction and with the two-phase Reynolds number, respectively. The identification rates of these two maps are verified to be 91.18% and 92.65%. This approach provides a cost-effective solution to the difficult problem of identifying gas-liquid flow patterns in the industrial field.
    Źródło:
    Metrology and Measurement Systems; 2019, 26, 2; 241-252
    0860-8229
    Pojawia się w:
    Metrology and Measurement Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    EMD-based time-frequency analysis methods of non-stationary audio signals
    Autorzy:
    Lewandowski, Marcin
    Grodzicka, Salomea
    Powiązania:
    https://bibliotekanauki.pl/articles/2202413.pdf
    Data publikacji:
    2022
    Wydawca:
    Politechnika Poznańska. Instytut Mechaniki Stosowanej
    Tematy:
    empirical mode decomposition
    non-stationary audio data
    time-frequency analysis
    empiryczna metoda dekompozycji
    niestacjonarne dane dźwiękowe
    analiza czasowo-częstotliwościowa
    Opis:
    To ensure that any time series data is appropriately interpreted, it should be analyzed with proper signal processing tools. The most common analysis methods are kernel-based transforms, which use base functions and their modifications to represent time series data. This work discusses an analysis of audio data and two of those transforms - the Fourier transform and the wavelet transform based on a priori assumptions about the signal's linearity and stationarity. In audio engineering, these assumptions are invalid because the statistical parameters of most audio signals change with time and cannot be treated as an output of the LTI system. That is why recent approaches involve decomposition of a signal into different modes in a data-dependent and adaptive way, which may provide advantages over kernel-based transforms. Examples of such methods include empirical mode decomposition (EMD), ensemble EMD (EEMD), variational mode decomposition (VMD), or singular spectrum analysis (SSA). Simulations were performed with speech signal for kernel-based and data-dependent decomposition methods, which revealed that evaluated decomposition methods are promising approaches to analyzing non-stationary audio data.
    Źródło:
    Vibrations in Physical Systems; 2022, 33, 2; art. no. 2022215
    0860-6897
    Pojawia się w:
    Vibrations in Physical Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Tool wear condition monitoring in milling process based on data fusion enhanced long short-term memory network under different cutting conditions
    Autorzy:
    Zheng, Guoxiao
    Sun, Weifang
    Zhang, Hao
    Zhou, Yuqing
    Gao, Chen
    Powiązania:
    https://bibliotekanauki.pl/articles/2038054.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    tool wear condition monitoring
    empirical mode decomposition
    variational mode decomposition
    fourier synchro squeezed transform
    neighborhood component analysis
    long short-term memory network
    Opis:
    Tool wear condition monitoring (TCM) is essential for milling process to ensure the machining quality, and the long short-term memory network (LSTM) is a good choice for predicting tool wear value. However, the robustness of LSTM- based method is poor when cutting condition changes. A novel method based on data fusion enhanced LSTM is proposed to estimate tool wear value under different cutting conditions. Firstly, vibration time series signal collected from milling process are transformed to feature space through empirical mode decomposition, variational mode decomposition and fourier synchro squeezed transform. And then few feature series are selected by neighborhood component analysis to reduce dimension of the signal features. Finally, these selected feature series are input to train the bidirectional LSTM network and estimate tool wear value. Applications of the proposed method to milling TCM experiments demonstrate it outperforms significantly SVR- based and RNN- based methods under different cutting conditions.
    Źródło:
    Eksploatacja i Niezawodność; 2021, 23, 4; 612-618
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Noise Source Identification Method for a Warp Machine Based on MEEMD_AIC
    Metoda identyfikacji źródła hałasu maszyny dziewiarskiej oparta na MEEMD_AIC
    Autorzy:
    Xu, Yang
    Zhang, Ziyu
    Li, Angang
    Sheng, Xiaowei
    Powiązania:
    https://bibliotekanauki.pl/articles/231620.pdf
    Data publikacji:
    2020
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    warp knitting machine
    noise source identification
    modified ensemble empirical mode decomposition
    MEEMD
    Akaike Information Criterion
    maszyna dziewiarska
    źródło hałasu
    zmodyfikowany zespół dekompozycji trybu empirycznego
    kryterium informacyjne Akaike
    Opis:
    In order to recognise the noise source of a warp knitting machine, a method based on Modified Ensemble Empirical Mode Decomposition (MEEMD) and Akaike Information Criterion (AIC) is proposed. The MEEMD_AIC method is applied to measure the noise signal of a warp knitting machine and analyse every single effective component selected. Noise source identification is realised by combining the vibration signal characteristics of the main parts of the warp knitting machine. Firstly, MEEMD is used to decompose the measured noise signal of the warp knitting machine into a finite number of intrinsic mode function (IMF) components. Then, singular value decomposition (SVD) is performed on the covariance matrix of the component matrix to get the eigen value of the matrix. Next, the number of effective components is estimated based on the AIC criterion, and the effective components are selected by combining the energy characteristic index and the Pearson correlation coefficient method. The results show that the noise signal of the warp knitting machine is a mixture of multiple noise source signals. The main noise sources of the warp knitting machine, including the vibration of the pulling roller, the main shaft of the loop forming mechanism and the push rod of the guide bar traverse the mechanism, provide theoretical support for recognition of the active noise reduction of the warp knitting machine using the MEEMD_AIC method.
    W celu rozpoznania źródła szumu maszyny dziewiarskiej zaproponowano metodę rozpoznawania źródła hałasu opartą na zmodyfikowanym zespole dekompozycji trybu empirycznego (MEEMD) i Akaike Information Criterion (AIC). Metodę MEEMD_AIC zastosowano do pomiaru sygnału szumu maszyny dziewiarskiej i do analizy każdego elementu maszyny dziewiarskiej. Identyfikacja źródła hałasu odbywała się poprzez połączenie charakterystyki sygnału wibracji głównych części maszyny dziewiarskiej. Po pierwsze, MEEMD zastosowano do dekompozycji zmierzonego sygnału szumowego maszyny dziewiarskiej na skończoną liczbę elementów składowych funkcji trybu wewnętrznego (IMF). Następnie przeprowadzono rozkład wartości pojedynczej (SVD) na macierz kowariancji macierzy składowej uzyskując wartość własną macierzy. Następnie oszacowano liczbę składników efektywnych na podstawie kryterium AIC, a składniki efektywne wybrano poprzez połączenie wskaźnika charakterystyki energetycznej i metody współczynnika korelacji Pearsona. Wyniki pokazały, że sygnał szumu maszyny dziewiarskiej jest mieszaniną wielu sygnałów źródeł hałasu. Na główne źródło hałasu maszyny dziewiarskiej składają się wibracje wałka ciągnącego oraz hałas głównego wału mechanizmu formowania pętli i popychacza mechanizmu poprzecznego prowadnicy. Przeprowadzona za pomocą metody MEEMD_AIC identyfikacja zapewnia teoretyczne wsparcie dla aktywnej redukcji hałasu dziania.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2020, 3 (141); 55-61
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dynamical complexity of human responses: a multivariate data-adaptive framework
    Autorzy:
    Ahmed, M.
    Rehman, N.
    Looney, D.
    Rutkowski, T.
    Mandic, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/201559.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    multivariate sample entropy
    multivariate empirical mode decomposition (MEMD)
    multivariate multiscale entropy
    complexity analysis
    multivariate complexity
    postural sway analysis
    stride interval analysis
    brain consciousness analysis
    alpha-attenuated EEG data
    Opis:
    Established complexity measures typically operate at a single scale and thus fail to quantify inherent long-range correlations in real-world data, a key feature of complex systems. The recently introduced multiscale entropy (MSE) method has the ability to detect fractal correlations and has been used successfully to assess the complexity of univariate data. However, multivariate observations are common in many real-world scenarios and a simultaneous analysis of their structural complexity is a prerequisite for the understanding of the underlying signal-generating mechanism. For this purpose, based on the notion of multivariate sample entropy, the standard MSE method is extended to the multivariate case, whereby for rigor, the intrinsic multivariate scales of the input data are generated adaptively via the multivariate empirical mode decomposition (MEMD) algorithm. This allows us to gain better understanding of the complexity of the underlying multivariate real-world process, together with more degrees of freedom and physical interpretation in the analysis. Simulations on both synthetic and real-world biological multivariate data sets support the analysis.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2012, 60, 3; 433-445
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Parameter identification of ship maneuvering models using recursive least square method based on support vector machines
    Autorzy:
    Zhu, M.
    Hahn, A.
    Wen, Y.
    Bolles, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/116455.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Morski w Gdyni. Wydział Nawigacyjny
    Tematy:
    ship manoeuvering
    recursive least square method
    ship manoeuvering model
    ship maneuverability prediction
    Support Vector Machines (SVM)
    empirical mode decomposition (EMD)
    Computational Fluid Dynamics (CFD)
    Extended Kalman Filter (EKF)
    Opis:
    Determination of ship maneuvering models is a tough task of ship maneuverability prediction. Among several prime approaches of estimating ship maneuvering models, system identification combined with the full-scale or free- running model test is preferred. In this contribution, real-time system identification programs using recursive identification method, such as the recursive least square method (RLS), are exerted for on-line identification of ship maneuvering models. However, this method seriously depends on the objects of study and initial values of identified parameters. To overcome this, an intelligent technology, i.e., support vector machines (SVM), is firstly used to estimate initial values of the identified parameters with finite samples. As real measured motion data of the Mariner class ship always involve noise from sensors and external disturbances, the zigzag simulation test data include a substantial quantity of Gaussian white noise. Wavelet method and empirical mode decomposition (EMD) are used to filter the data corrupted by noise, respectively. The choice of the sample number for SVM to decide initial values of identified parameters is extensively discussed and analyzed. With de-noised motion data as input-output training samples, parameters of ship maneuvering models are estimated using RLS and SVM-RLS, respectively. The comparison between identification results and true values of parameters demonstrates that both the identified ship maneuvering models from RLS and SVM-RLS have reasonable agreements with simulated motions of the ship, and the increment of the sample for SVM positively affects the identification results. Furthermore, SVM-RLS using data de-noised by EMD shows the highest accuracy and best convergence.
    Źródło:
    TransNav : International Journal on Marine Navigation and Safety of Sea Transportation; 2017, 11, 1; 23-29
    2083-6473
    2083-6481
    Pojawia się w:
    TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Use of Hilbert-Huang transform of a vibroacoustic signal in the research related to the gigacycle fatigue process
    Zastosowanie transformaty Hilberta-Huang sygnału wibroakustycznego w badaniach gigacyklowego procesu zmęczenia
    Autorzy:
    Gontarz, S.
    Jasiński, M.
    Radkowski, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/327260.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka wibroakustyczna
    gigacyklowy proces zmęczeniowy
    generator piezoelektryczny
    bispektrum
    dekompozycja sygnału EMD
    transformata Hilberta-Huanga
    vibroacoustic diagnosis
    gigacycle fatigue processes
    piezoelectric generator
    bispectrum
    empirical mode decomposition
    Hilbert-Huang transform
    Opis:
    The purpose of this paper is to develop, for highly-resistant materials, a method of forecasting and analysis of gigacycle fatigue durability (108-109 cycles) relying on vibroacoustic signal analysis. The proposed method involves use of results of vibroacoustic signal analysis obtained during accelerated fatigue tests conducted in dedicated test bed constructed specially for this purpose and operating in the frequency range of 10 kHz which corresponds to the resonance frequency of vibration of samples. Let us note that the process of defect formation may lead to both, the intensification of non-linear phenomena as well as the occurrence of non-stationary effects even if during the early stages the intensity of defects is small while the growth of the level of vibration and noise is negligible, as contrasted with emergency states. A useful method is to test the higher order spectra, which respectively define the non-linear effects. The conducted analyses point to high usability of Hilbert spectrum through the EMD examining the non-stationary character of signals. The main goal of these investigations is to examine the signal processing method for gigacycle fatigue durability and impact of dynamic stress. Efficient signal analysis would be especially important for high frequency loading which dominates in rotating machinery diagnosis.
    Celem pracy jest opracowanie, dla materiałów o wysokiej wytrzymałości, metody prognozowania i analizy gigacyklowej trwałości zmęczeniowej (108-109 cykli) na podstawie badania sygnału wibroakustycznego. W metodzie proponuje się wykorzystać wyniki analizy sygnału wibroakustycznego, uzyskiwane podczas przyspieszonych badań zmęczeniowych, prowadzonych na specjalnie do tego celu skonstruowanym i zbudowanym stanowisku badawczym, pracującym w zakresie częstotliwości rzędu 10 kHz, odpowiadającym częstotliwości drgań własnych próbek. Zauważono, że proces kształtowania się uszkodzenia może prowadzić zarówno do nasilenia zjawisk nieliniowych jak również do wystąpienia efektów niestacjonarnych nawet wtedy, kiedy podczas wczesnych stadiów uszkodzeń ich intensywność jest mała a wzrost poziomu drgań i szumu jest pomijalny, porównując go z poziomem przy stanach zagrożenia. Użyteczna jest w tym wypadku metoda widm wyższego rzędu, która odpowiednio definiuje efekty nieliniowe. Zamieszczone w publikacji analizy wskazują na dużą użyteczność widm Hilberta a w szczególności empirycznej dekompozycji sygnału (EMD), która pozwala na analizę niestacjonarnego charakteru sygnału. Głównym celem badań było znalezienie skutecznej metody przetwarzania sygnałów dla gigacyklowych wytrzymałościowych procesów zmęczeniowych oraz zbadanie wpływu obciążeń dynamicznych. Efektywny sposób analizy sygnału jest szczególnie ważny w diagnostyce maszyn obrotowych gdzie występują wysoko częstotliwościowe obciążenia.
    Źródło:
    Diagnostyka; 2009, 4(52); 85-92
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Applying LCS to affective image classification in spatial - frequency domain
    Autorzy:
    Lee, P. -M.
    Hsiao, T.-C.
    Powiązania:
    https://bibliotekanauki.pl/articles/91808.pdf
    Data publikacji:
    2014
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    image classification
    pattern recognition
    Hilbert-Huang transform
    HHT
    empirical mode decomposition
    EMD
    Hilbert transform
    HT
    Extended Classifier Systems
    XCSs
    Area Under Curve
    AUC
    Radial-Basis Function Network
    RBF Network
    LCS
    Opis:
    Recent studies have utilizes color, texture, and composition information of images to achieve affective image classification. However, the features related to spatial-frequency domain that were proven to be useful for traditional pattern recognition have not been tested in this field yet. Furthermore, the experiments conducted by previous studies are not internationally-comparable due to the experimental paradigm adopted. In addition, contributed by recent advances in methodology, that are, Hilbert-Huang Transform (HHT) (i.e. Empirical Mode Decomposition (EMD) and Hilbert Transform (HT)), the resolution of frequency analysis has been improved. Hence, the goal of this research is to achieve the affective image-classification task by adopting a standard experimental paradigm introduces by psychologists in order to produce international-comparable and reproducible results; and also to explore the affective hidden patterns of images in the spatial-frequency domain. To accomplish these goals, multiple human-subject experiments were conducted in laboratory. Extended Classifier Systems (XCSs) was used for model building because the XCS has been applied to a wide range of classification tasks and proved to be competitive in pattern recognition. To exploit the information in the spatial-frequency domain, the traditional EMD has been extended to a two-dimensional version. To summarize, the model built by using the XCS achieves Area Under Curve (AUC) = 0.91 and accuracy rate over 86%. The result of the XCS was compared with other traditional machine-learning algorithms (e.g., Radial-Basis Function Network (RBF Network)) that are normally used for classification tasks. Contributed by proper selection of features for model building, user-independent findings were obtained. For example, it is found that the horizontal visual stimulations contribute more to the emotion elicitation than the vertical visual stimulation. The effect of hue, saturation, and brightness; is also presented.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2014, 4, 2; 99-123
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Particle swarm-optimized support vector machines and pre-processing techniques for remaining useful life estimation of bearings
    Zastosowanie maszyn wektorów nośnych zoptymalizowanych metodą roju cząstek oraz technik przetwarzania wstępnego do oceny pozostałego okresu użytkowania łożysk
    Autorzy:
    Souto, Maior Caio Bezerra
    das Chagas Moura, Márcio
    Lins, Isis Didier
    Powiązania:
    https://bibliotekanauki.pl/articles/301219.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    big data
    vibration signal
    bearings
    remaining useful life
    empirical mode decomposition
    wavelets transform
    support vector machine
    particle swarm optimization (PSO)
    duże dane
    sygnał drgań
    łożyska
    pozostały okres użytkowania
    empiryczna dekompozycja sygnału
    transformata falkowa
    maszyna wektorów nośnych
    optymalizacja rojem cząstek
    Opis:
    The useful life time of equipment is an important variable related to system prognosis, and its accurate estimation leads to several competitive advantage in industry. In this paper, Remaining Useful Lifetime (RUL) prediction is estimated by Particle Swarm optimized Support Vector Machines (PSO+SVM) considering two possible pre-processing techniques to improve input quality: Empirical Mode Decomposition (EMD) and Wavelet Transforms (WT). Here, EMD and WT coupled with SVM are used to predict RUL of bearing from the IEEE PHM Challenge 2012 big dataset. Specifically, two cases were analyzed: considering the complete vibration dataset and considering truncated vibration dataset. Finally, predictions provided from models applying both pre-processing techniques are compared against results obtained from PSO+SVM without any pre-processing approach. As conclusion, EMD+SVM presented more accurate predictions and outperformed the other models.
    Okres użytkowania sprzętu jest ważną zmienną związaną z prognozowaniem pracy systemu, a możliwość jego dokładnej oceny daje zakładom przemysłowym znaczną przewagę konkurencyjną. W tym artykule pozostały czas pracy (Remaining Useful Life, RUL) szacowano za pomocą maszyn wektorów nośnych zoptymalizowanych rojem cząstek (SVM+PSO) z uwzględnieniem dwóch technik przetwarzania wstępnego pozwalających na poprawę jakości danych wejściowych: empirycznej dekompozycji sygnału (Empirical Mode Decomposition, EMD) oraz transformat falkowych (Wavelet Transforms, WT). W niniejszej pracy, EMD i falki w połączeniu z SVM wykorzystano do prognozowania RUL łożyska ze zbioru danych IEEE PHM Challenge 2012 Big Dataset. W szczególności, przeanalizowano dwa przypadki: uwzględniający kompletny zestaw danych o drganiach oraz drugi, biorący pod uwagę okrojoną wersję tego zbioru. Prognozy otrzymane na podstawie modeli, w których zastosowano obie techniki przetwarzania wstępnego porównano z wynikami uzyskanymi za pomocą PSO + SVM bez wstępnego przetwarzania danych. Wyniki pokazały, że model EMD + SVM generował dokładniejsze prognozy i tym samym przewyższał pozostałe badane modele.
    Źródło:
    Eksploatacja i Niezawodność; 2019, 21, 4; 610-618
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-32 z 32

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies