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: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 28
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:
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:
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:
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:
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:
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:
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:
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:
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:
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
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:
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:
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
Wyświetlanie 1-15 z 28

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