国家自然科学基金(61077071)
- 作品数：23 被引量：257H指数：8
- 相关作者：张淑清张立国李盼金梅翟欣沛更多>>
- 相关机构：燕山大学河北工业大学石家庄铁道大学更多>>
- 发文基金：国家自然科学基金河北省自然科学基金河北省高等学校科学技术研究指导项目更多>>
- 相关领域：机械工程一般工业技术电气工程自动化与计算机技术更多>>
- 一种基于椭球约束的加速度计粒子群优化静态修正方法被引量：1
- 2014年
- 研究了微机电系统加速度计基于椭球约束的静态修正法。根据微机电系统加速度计输出数学模型，采用标准粒子群优化算法估计微机电系统加速度计的输出数学模型中的刻度因数、零偏及正交误差。实验结果表明，该方法有效剔除了采样过程中的随机误差，粒子群优化方法的引入，使得微机电系统加速度计输出能够准确地反映其真实值。
- 金梅张康宁金菊于国辉李文超
- 关键词：计量学微机电系统加速度计椭球约束粒子群优化算法
- 基于EEMD模糊熵和GK聚类的信号特征提取方法及应用被引量：4
- 2015年
- 提出了一种基于集合经验模态分解模糊熵和GK聚类相结合的方法，应用于滚动轴承的故障诊断中。首先，利用EEMD方法将故障信号分解成多个本征模态分量来消除模态混叠影响；其次，通过相关性对IMF分量进行筛选，并求取其模糊熵作为特征向量进行GK聚类分析进行模式识别。在实验分析中，通过模糊熵、样本熵、近似熵3种特征参数的对比，和GK聚类与FCM聚类的对比，证明了该方法的有效性和优越性。
- 金梅李盼张立国金菊张淑清
- 关键词：计量学故障诊断模糊熵
- 基于盲源分离的运动想象脑电信号特征提取方法的研究被引量：6
- 2015年
- 运动想象脑电信号被广泛应用于脑机接口系统中。针对如何准确有效地提取运动想象脑电信号特征的问题，通过分析运动想象脑电信号时域、频域和头皮空间域的特征，提出了以小波变换为预处理，并利用二阶盲辨识算法和信息论特征提取算法相结合获取的空间滤波器，从时域、频域和头皮空间域对运动想象脑电信号进行特征提取的方法。实验结果表明，采用时域、频域和空间域提取特征的方法性能有明显提高，并且将二阶盲辨识算法和信息论特征提取算法相结合获取的空间滤波器能够反映更真实的大脑源活动。
- 张立国张玉曼金梅于国辉
- 关键词：计量学特征提取盲源分离空间滤波
- EMD及Duffing振子在小电流系统故障选线方法中的应用被引量：61
- 2013年
- 针对小电流系统发生故障时,各线路零序电流的非平稳、非线性等复杂特性,给出一种基于经验模态分解(empirical mode decomposition,EMD)和Duffing振子检测的方法。EMD方法具有很好的自适应性,而Duffing振子系统对于与内驱动力同频的外界信号具有高度敏感性。首先对故障零序电流进行EMD分解,提取出第1个内禀模态函数作为故障零序电流特征量;然后提出特征量中的五次谐波分量,将其输入到Duffing振子中,通过系统相图变化来确定当前线路是否发生故障。对各条线路进行不同条件下故障模拟,仿真结果证明了该算法的可靠性。
- 张淑清翟欣沛董璇李亮唐佰文
- 关键词：小电流系统经验模态分解DUFFING振子相图
- 基于混沌关联积分的暂态电能质量扰动分类被引量：12
- 2015年
- 关联积分曲线基于时间序列重构,能够更全面反映时间序列扰动变化,并且作为扰动识别的特征量,可以避开关联维无标度区间确定这一问题。根据暂态电能质量信号在不同扰动下其关联积分曲线所呈现出的特有形态特征,将关联积分曲线作为扰动识别的特征量。不同扰动信号的关联积分曲线区别较大,直观明了。该方法操作简单方便,可以省去烦琐的数值分析,且具有较高的精确度和实用性。对几种典型的暂态扰动信号进行识别和分类,仿真结果证明了其有效性和优越性。
- 张淑清师荣艳李盼姜万录董玉兰任爽
- 关键词：电能质量扰动分类特征提取
- 基于LMD能量熵和GK模糊聚类的电能质量扰动识别被引量：6
- 2016年
- 提出一种基于局部均值分解方法（LMD）能量熵和GK模糊聚类相结合的电能质量扰动识别的新方法。LMD能量熵具有局域化的特性并且能够表征扰动信号复杂度，可以量化扰动特征。GK模糊聚类可处理分布不规则数据，因此可对各种扰动信号进行识别。非平稳的扰动信号首先由LMD分解，得到若干个有物理意义的乘积函数（PF），通过Shannon熵的特征筛选方法对PF分量进行筛选，求取其能量熵组成特征向量。进而通过GK聚类对特征向量进行识别分类。实验表明，该方法能够有效准确地识别电能扰动信号，并具有良好的抗噪性。
- 张淑清李盼冯璐李男张航飞乔永静徐剑涛
- 关键词：计量学局部均值分解
- 基于EEMD和混沌的信号特征提取方法及应用被引量：8
- 2013年
- 提出了一种基于集合经验模态分解（EEMD）和混沌相结合的信号特征提取方法，应用于婴儿呼吸信号哮喘检测中。EEMD把呼吸的局部信号分解成一系列频率从高到低的模态分量，对各分量与局部呼吸信号进行相关分析，并给出各分量的Hilbert谱，通过局部分析的结果初步判断婴儿是否患有哮喘；然后，以EEMD局部信号检测出来的信号频率作为混沌振子检测的频率，对全局呼吸信号进行整体检测及分析，由混沌的间歇周期可以得出原始呼吸信号的频率，准确确定婴儿哮喘诊断结果。对EEMD和混沌算法的应用存在的问题进行了改进，将其应用到实测信号的分析中，验证了方法的有效性。该方法能够正确地反映信息特征，准确率高。
- 张淑清董璇翟欣沛龚政
- 关键词：计量学
- 滑动去趋势波动分析在电能质量暂态扰动检测中的应用被引量：7
- 2012年
- 针对电能质量暂态扰动信号的不规则性和突变性特点,提出了一种基于滑动去趋势波动分析的电能质量扰动检测新方法。扰动的发生使原信号的相关性特征发生变化,而去趋势波动分析的波动参数对这种变化反应敏感。通过滑动窗构建波动参数曲线,不仅能够对扰动时刻进行准确定位,而且可以确定电压暂升、暂降等典型暂态扰动的电压波动幅值。试验结果证明了该方法的有效性,与基于小波变换的检测方法相比,所述方法在抵御噪声干扰方面更具优越性。
- 张淑清翟欣沛刘永富唐佰文赵玉春
- 关键词：电能质量
- 基于多重分形去趋势波动的机械故障诊断新方法被引量：3
- 2012年
- 针对旋转机械系统故障信号的非平稳性、非线性等复杂特征，给出一种基于多重分形去趋势波动分析的机械故障诊断方法。该方法首先对原始信号进行去趋势处理，再结合多重分形理论提取多重分形谱面积和多重分形熵两个分形参数，并将其作为故障诊断的新判据，最后通过实验结果证明了方法的有效性，从而为机械故障诊断提供了一种新的方法。
- 王书涛李梅梅张淑清张金敏赵玉春
- 关键词：计量学故障诊断
- 基于改进PSO和DE优化神经网络的电能质量扰动分类被引量：3
- 2018年
- 针对电能质量问题提出了基于改进粒子群优化算法(PSO)和差分进化算法(DE)相结合优化神经网络的分类方法。首先用Matlab仿真几种典型的电能质量扰动信号,再利用小波变换进行多尺度的分解,得到各尺度的能量信息作为特征向量输入BP神经网络分类器中对扰动信号进行快速、准确的分类识别。并针对传统BP算法收敛耗时长速度慢,不能保证获得全局最优等缺点,在种群分类基础上提出了一种混合粒子群与差分进化算法的新型PSO-DE算法,并利用其对神经网络进行改进。这种混合PSO-DE算法在很大程度上能弥补BP神经网络的不足,采用该算法对网络进行优化后完成电能质量扰动信号的自动分类。
- 金梅张伟亚张淑清张立国颜庭鑫
- 关键词：神经网络电能质量
