为了减少能量泄漏,傅里叶变换时多采用加窗的方法,但这种方法会在端点处误删掉有效数据,因此,N.E.Huang建议在HHT变换时采用信号延拓的方法来抑制端点效应。延拓的思路是原数据序列经数据延拓后,分解后形成的固有模态分量也就包...[继续阅读]
海量资源,尽在掌握
为了减少能量泄漏,傅里叶变换时多采用加窗的方法,但这种方法会在端点处误删掉有效数据,因此,N.E.Huang建议在HHT变换时采用信号延拓的方法来抑制端点效应。延拓的思路是原数据序列经数据延拓后,分解后形成的固有模态分量也就包...[继续阅读]
赵进平等人提出了数据镜像延拓的算法。镜像延拓算法是以假设的镜子为中心,形成原数据序列与数据序列影响相对称,并且首尾相连,构成一条连续、封闭的曲线环,如图3-6(a)所示,镜面上下分别为原始序列和延拓所得序列。镜像延拓必...[继续阅读]
镜像延拓法以及极值点对称延拓法均是比较机械地克隆了原始信号中的极值点位置,不可避免地难以还原实际的非线性信号趋势特征,因此从时间序列数据的预测角度出发,陆续出现了基于神经网络的数据序列预测、基于支持向量机的...[继续阅读]
ARMA模型可表述为对于一个平稳、零均值的时间序列{xt},t=1,2,…,N,可拟合如下形式的随机差分方程:式中,φi(i=1,2,…,n)为自回归(Autoregressive)参数;θj(j=1,2,…,m)为滑动平均(MovingAverage)参数;序列{at}为残差序列,当这一方程准确地反映了数据...[继续阅读]
3.5.2.1PSO算法粒子群优化算法是一种种群行为的智能随机优化技术,由Eberhart和Kennedy于1995年提出。粒子群算法模仿昆虫、鸟群和鱼群等的群集行为,主要用于解决非线性优化问题、多目标约束优化问题、动态优化问题等。由于PSO算法简...[继续阅读]
ARMA模型在实际应用中的阶数(n,m)一般较低。在ARMA(n,m)中共有n+m+1个待估参数:φi(i=1,2,…,n),θj(j=1,2,…,m)以及残差方差σ2a。3.5.3.1参数估计步骤潘迪特-吴贤铭建模方法[96]表明,当以残差方差作为适应度函数时,用ARMA(2n,2n-1)作为模型来拟合...[继续阅读]
以齿轮箱故障诊断实验台架为研究对象,采用上面所述方法建立ARMA模型,对齿轮箱轴承的输出扭矩进行短期预测。扭矩信号是判别齿轮箱的联轴器不对中、外圈剥落、齿轮断齿等多个故障的重要要素之一,预测数据对于在线故障诊断具...[继续阅读]
仿真试验数据由下式产生:x(t)=4sin(20πt)sin(0.2πt)+sin(10πt)(3-34)其中,x(t)的幅度为4,t∈[0.15,2.15],该信号由一个载波频率为10Hz的调幅信号(设为x1)和一个频率为5Hz的正弦信号(设为x2)组成,式(3-34)所产生的信号如图3-15所示。图3-15原始信号利用...[继续阅读]