基于Hilbert谱熵的城市降水序列复杂性分析

城市水文要素复杂性研究是一个较新的研究方向。尝试应用Hilbert谱熵法对哈尔滨市区降水序列复杂性进行测度分析,并采用不同最大幅值随机噪声干扰法对Hilbert谱熵法测度结果稳定性进行误差分析。结果表明:1977-2011年该地区逐月降水序列复杂性随时间推移有一些波动,同时具有明显的增强趋势,而人类在该地区的活动是其降水序列复杂性渐强特征的重要驱动因子。同时也验证了运用Hilbert谱熵法的测度结果是稳定可靠的。研究成果揭示了哈尔滨市区降水序列复杂性时间差异及演化规律,同时为区域水文要素复杂性研究提供了一种新的研究模式。     

基于时域高阶统计量的变速箱异响分析方法

齿轮的rattle噪声通常发生在怠速时,由于拖拉机本身噪声较大,变速箱结构复杂,导致rattle噪声在时频图中难以分辨,尤其是对于小马力拖拉机。鉴于此,提出了一种基于时域高阶统计量的变速箱rattle噪声分析方法。实验证明,该方法能够明显地观测到变速箱rattle噪声的特征,通过Hilbert包络谱分析可以定位到具体的轴和齿轮,从而对拖拉机变速箱的齿轮rattle噪声提供重要的理论依据。根据分析结果对某拖拉机增加了扭转减震器,明显改善了拖拉机的低速rattle噪声。     

包络谱细化的新方法及在齿轮故障诊断中的应用

把带通滤波、Hilbert变换和细化 (ZOOM)技术结合在一起 ,避免时域中的数字滤波和Hilbert变换运算 ,从而为实时计算包络谱的细化提供了一种快速算法 ,且应用在齿轮箱在线故障的齿轮损伤诊断。     

基于数学形态学的水泵振动故障诊断研究

基于多尺度数学形态谱及形态谱熵等理论,对多组实测水泵故障信号分析对比其形态谱特征和形态谱熵,提取故障信号特征,并结合信号时域图,达到故障识别的目的。研究表明：采用数学形态谱和形态谱上理论能够对杂乱无章的故障进行特征提取,故障信号识别成功率在90%以上,较好的达到了故障诊断的目的,这为信号处理和水泵故障诊断提供了新方法,具有较高的实用价值和学术价值。     

形态非抽样小波在主减速器振动特征提取中的应

针对形态小波分解过程的抽样引起信号长度逐层递减的问题,提出一种基于多尺度形态开闭级联滤波的形态非抽样小波构造方法.利用形态非抽样小波的一般框架,采用形态开闭级联滤波作为形态非抽样小波分解的近似信号的分析算子,使形态小波分解过程中信号长度保持不变,从而保证了形态分析时所需的信息量.主减速器振动信号特征提取试验验证了该方法能够有效提取非线性振动信号的特征,较原形态非抽样小波和线性小波有更好的滤波效果,较Hilbert包络方法有更好的解调效果.     

齿轮传动系统轮齿啮合过程动载荷谱研究

建立了齿轮系统轮齿啮合过程动力学分析模型,推导了综合考虑时变啮合刚度、齿面磨损、齿形误差和安装误差的齿轮动态微分方程,提出了齿轮传动系统动载荷谱的分析方法,研究了齿轮系统载荷谱的时域特性、频域特性和时频特性,并将数值仿真结果与实验结果进行比较,结果表明:该数值仿真模型和实验结果相吻合。     

基于二维谱熵和支持向量机的柴油机故障诊断

对柴油机燃油喷射系统典型故障进行台架模拟试验,测量了柴油机缸盖振动信号,通过频域分析提取了二维信息谱熵作为特征指标,将二维谱熵作为支持向量机(SVM)分类器的输入量,建立了故障诊断模型。经验证,该方法具有良好的分类能力和较高的诊断精度,达到了柴油机故障诊断的要求。     

自由曲面重构中的Hilbert扫描-小波变换去噪处理

介绍了小波分析理论在曲面去噪中的应用,在所设计的原始曲面上随机设置噪声,对含噪声的原始曲面型值点数据进行Hilbert扫描和小波分解,提取低频分量,再应用Unigraphics软件中的NURBS完成曲面重构,并对曲面重构的精度和效率进行了分析、验证。     

基于EEMD多尺度模糊熵与BP神经网络的滚动轴承故障表征诊断

针对滚动轴承故障振动时间序列非线性与非平稳性特征,提出一种基于多尺度模糊熵的滚动轴承故障诊断方法。首先通过集合经验模态分解对故障振动信号进行自适应分解;根据得到固有模态函数分量(IMF)求取相应的多尺度模糊熵;在此基础上以EEMD多尺度模糊熵作为故障特征输入到BP神经网络中进行学习和分类。实验结果表明该方法能够实现对轴承的内圈、外圈及滚动体三种故障类型的诊断,准确率达到了99. 5%。     

基于最大熵谱估计的水文周期分析

最大熵谱估计法是以AR模型为基础的一种参数谱估计方法。该方法通过频谱分析,可以计算出全局性的主要周期,从而反映出水文时间序列的整体特性。本文介绍了最大熵谱估计法的基本概念和理论,并论述了用Burg算法作为求解AR模型参数的方法。针对岷江紫坪铺水文站1937-2004年的年径流实测资料,本文将最大熵谱估计理论应用于水文时间序列周期的提取上,并采用Fisher检验方法对提取出的周期进行了检验。通过分析发现,岷江紫坪铺站年径流序列存在4年左右的变化准周期,对揭示岷江中上游水文周期的变化规律具有一定的探讨意义。在研究中同时也发现,最大熵谱估计也存在一定的缺陷,在今后的研究中还需进一步建立熵与水文过程之间的联系,从而更好的揭示出水文时间序列的变化规律。     

基于堆叠式LSTM与熵值法的苹果价格组合预测模型研究

为提高苹果价格的预测精度,提出一种将长短期记忆模型(LSTM)与熵值法相结合的新方法。发挥LSTM的自身学习特性,以及熵值法的客观拟合特征信息特点,研究构建堆叠式LSTM与熵值法结合的组合模型。对比分析多个组合模型的预测性能,试验结果显示,苹果价格存在较为明显的空间传导效应,空间传导效应对价格波动产生显著影响。加入价格空间传导效应的堆叠式多层LSTM与熵值法相结合的组合模型预测精度对比LSTM提高18.81%,在苹果价格预测方面的效果表现良好。最后,基于优化后的组合模型对苹果价格进行预测,验证组合模型的有效性。     

车辆变速器故障诊断的Shannon熵研究

利用小波分析技术和信息科学原理，建立了机械故障诊断的Shannon熵分析模型。对车辆变速器的故障诊断进行研究，将测试信号进行多层小波分解与重构，计算各层重构信号的Shannon熵值及其和熵和，并进行图形显示和分析，获得其运行状态特性并进行故障诊断，为机械故障诊断提供了新的理论和方法。     

灌溉水质综合评价的熵权可拓模型

针对现有单项灌溉水质评价方法评价指标界限刚性量化的缺点,提出了基于熵权的物元可拓综合评价模型,将熵权系数法和物元可拓方法有机结合,不仅解决了灌溉水质单项指标评价结果的不确定性和不相容性问题,而且在确定指标权重时,引入熵权系数概念,克服了传统可拓评价方法在确定评价指标权重时的主观因素的影响。结果表明,该模型的评价结果与属性综合评价法及人工神经网络评价法的评价结果完全一致。从而验证了该模型的合理、简便和实用。     

模拟最大熵法及其在河道行洪风险计算中的应用

快速简便的风险计算方法对于复杂工程体系的风险分析具有重要意义.结合随机模拟和最大熵方法的优点,对2种方法进行了耦合,提出风险计算的模拟最大熵法,并基于该方法建立了河道行洪风险分析模型.通过对淮河中游鲁台子-西淝河闸段河道行洪风险的计算分析表明,模拟最大熵法能有效避免利用随机模拟方法在计算河道行洪风险时收敛速度较慢的缺点,为复杂工程体系的风险计算提供了一条简便可行的途径.     

基于样本熵的高水头混流式水轮机稳定性分析

机组的压力脉动是表征水轮机稳定性的主要参数之一,但仅基于压力脉动幅值判定水轮机的稳定性存在一定的局限性。采用多通道压力脉动同步采集系统同步采集某高水头混流式水轮机部分负荷下多部位压力脉动数据,然后综合互相关分析和互补集合经验模态分解(CEEMD)方法提取各压力脉动信号的主分量,对各压力脉动信号的主分量数据进行样本熵计算,获得不同测点在运行范围内的样本熵分布规律。结果表明：在部分负荷下,尾水管内部的空腔涡带仍然是影响高水头混流式水轮机稳定性的主要因素;可根据水轮机各部位压力脉动信号主分量的频率信息推断水轮机内部水力不稳定源的类型;关键测点处压力脉动幅值分布规律与样本熵分布规律的对比表明,压力脉动信号主分量的样本熵变化趋势能够反映水轮机内部流动状态的变化趋势。     

基于熵权的TOPSIS模型在右江灌区节水改造效益综合评价中的应用

针对大型灌区节水改造项目效益评价多属性、多指标的特点,提出了一种改进的TOPSIS评价方法.为了避免权重确定的主观性,引入信息熵来计算各评价指标的权重,建立了基于熵权的综合评价模型,并将该方法应用于广西壮族自治区百色市右江灌区节水改造项目效益评价中.结果表明,该模型计算简单方便,结果合理.     

联合收割机行走变速箱故障特征提取方法研究

针对联合收割机行走齿轮箱故障诊断率低的问题,提出了基于遗传算法(Genetic Algorithm,GA)及样本熵优化VMD参数的故障特征提取方法,研究了不同分解算法对故障诊断率的影响,并在试验台上采集行走变速箱不同故障状态下的振动信号开展试验研究和验证。试验结果表明:与EMD样本熵和无样本熵情况相比,VMD样本熵具有维度低、识别精度高的优点,同WOA-KELM模型组合在故障诊断中有良好的识别分类性,可以用于联合收割机行走变速箱的故障诊断。     

基于熵权的模糊物元水资源承载力

根据水资源承载力分析的结构特点，在传统多目标分析决策技术的基础上.将熵值法与模糊物元建模相结合，建立了基于熵权的属性识别水环境承载力评价模型，应用熵值法来确定权重系数，避免了权重系数确定的主观性问题，用一种新的方法进行水环境承载力评价。结合实际应用的结果表明，评价结果合理，适用于水资源承载力评价。     

基于自适应卷积神经网络的染病虾识别方法

针对南美白对虾样本来源多样导致的泛化效果较差的问题,引入香农信息论构造不同来源样本的特征差异模型,以深度卷积神经网络(DCNN)为识别框架基础,依据多源样本组成的数据集在分类前后呈现的熵减规则计算DCNN中的网络超参数,消解数据集从随机输入到规则输出的信息熵,打破数据类型从三维输入到一维输出的熵变动,实现图像数据由高维空间向低维空间的映射,获取DCNN中关于超参数和网络深度的自适应优化策略,以提高识别不同来源染病虾的泛化效果。实验结果表明,所提方法在单个数据集上的识别精度最高可达97.96%,并在其他4个图像数据集上进行了测试泛化,泛化精度下降幅度小于5个百分点。     

基于熵权模糊物元模型在节水灌溉项目评价中的应用

节水灌溉项目评价中各指标存在不确定性和模糊性,将熵值理论与模糊物元建模相结合,建立了基于熵权的模糊物元节水灌溉项目综合评价模型.引用信息熵所反映数据本身的效用值来计算指标的权重系数,有效地避免了权重分配中主观因素影响问题.该模型以一种新的方法进行节水灌溉项目综合评价,并结合实例进行应用,通过与模糊综合评判法比较,进一步验证了该模型的可行、简便和实用.