【摘 要】
：
通过深度学习实现滚动轴承故障识别时，信号噪声的存在会导致轴承故障识别率降低和深层网络收敛速度变慢。针对这些问题，提出一种改进经验小波变换（IEWT）分解降噪法结合改进深层Wasserstein自动编码器（IDWAE）的故障识别模型。首先针对经验小波变换（EWT）的过分解问题，提出一种振动信号频谱有效边界划分方法，进而利用EWT将信号自动分解为不同频段的调幅-调频分量（AM-FM）；然后利用一种新的
【基金项目】
：
国家自然科学基金项目（51875205）；
论文部分内容阅读
通过深度学习实现滚动轴承故障识别时，信号噪声的存在会导致轴承故障识别率降低和深层网络收敛速度变慢。针对这些问题，提出一种改进经验小波变换（IEWT）分解降噪法结合改进深层Wasserstein自动编码器（IDWAE）的故障识别模型。首先针对经验小波变换（EWT）的过分解问题，提出一种振动信号频谱有效边界划分方法，进而利用EWT将信号自动分解为不同频段的调幅-调频分量（AM-FM）；然后利用一种新的AM-FM分量筛选指标对主要AM-FM分量进行重构进而对信号进行有效的降噪；最后针对变分自编码器（VAE）训练困难的缺陷，引入Wasserstein自编码器（WAE），并根据WAE中间层神经元的激活值对神经元大小进行自动增加或删减进而构造IDWAE，将经IEWT降噪后的信号输入IDWAE进行自动特征提取和故障识别。实验结果表明：IEWT-IDWAE一定程度上缓解了工程人员对繁琐的人工特征提取和人工特征选择的依赖，对噪声的鲁棒性高，故障识别率达到了99.57%，标准差仅0.12，故障识别能力优于其他组合模型方法，可用于滚动轴承故障识别工程中。
其他文献
目的 探讨全可视内镜技术下手术治疗腰椎间盘突出症的疗效。方法 采用全可视内镜技术下椎间孔入路髓核摘除、减压术治疗40例腰椎间盘突出症患者。采用疼痛VAS评分以及下腰部ODI评分评估患者术后腰腿疼痛缓解的情况，术后6个月采用改良MacNab评分评估患者腰部功能恢复情况。结果 术后MRI检查均提示突出物已摘除，神经根无明显压迫。术后均无切口感染、血肿、神经根损伤、脑脊液漏等并发症发生。患者均获得6个月
肥料作为粮食安全的物质基础，在支撑我国粮食产量、农产品品质、人类营养健康等方面发挥了至关重要的作用。迈入新时代，在全国社会经济特别是工农业绿色转型的大好形势下，肥料创新面临着协同实现粮食安全、资源高效、环境友好、营养健康、绿色低碳的巨大挑战。为破解这一重大难题，本文提出了绿色智能肥料概念与产业化途径，通过系统阐述土壤-植物-微生物-肥料-环境之间的协同原理，构建了匹配土壤、匹配作物、匹配气候环境条
针对滚动轴承的早期故障信号容易受到噪声的干扰，造成信号的信噪比较低等问题，结合VMD和增强包络谱两种算法的优势，提出了一种基于遗传算法优化VMD与增强包络谱相结合的轴承故障诊断方法。首先，使用包络熵与平方包络谱峭度的组合作为遗传算法的适应度函数，对变分模态分解的参数进行了寻优，得到了最优的模态分量个数和惩罚因子组合；然后，使用最优参数组合对轴承故障信号进行了变分模态分解，得到了若干模态分量，并选择
2020年初的新冠肺炎疫情在全国蔓延,教育部一度发出通知,高校延迟开学,所有学生均不能返校。在此期间,医学研究生的临床和科研培养如何进行是值得教师探索和思考的问题。结合宁夏医科大学临床学院在疫情期间的教学工作,文章对此进行论述,以期总结经验,提高医学研究生的培养质量。
北京冬奥会示范运行超1000辆氢能汽车。这是目前为止世界上最大规模的一次氢燃料电池汽车示范运行。北京冬奥会上，氢能汽车成了“新宠”。根据北京冬奥组委公布的数据，北京冬奥会示范运行超1000辆氢能汽车。这是目前为止世界上最大规模的一次氢燃料电池汽车示范运行。
氢能源，高热量、零污染、储量丰富，堪称人类能源之光。2000年，氢燃料电池车同纯电动及插电式混合动力车，站在同一起跑线上。氢能汽车代表着清洁汽车未来发展方向，也一度成为共识。然而，20年过去，中国汽车工业协会的数据显示，2021年11月，纯电动汽车产销分别完成37.2万辆和36.1万辆，同比分别增长1.2倍和1.1倍；燃料电池汽车产销分别完成212辆和147辆，同比分别下降26.4%和49.3%。
针对行星齿轮箱振动信号相互耦合和故障诊断不准确等问题，提出一种基于特征融合与深度残差网络（ResNet）的行星齿轮箱故障诊断方法。首先，对采集到的行星轮裂纹、磨损，太阳轮断齿及复合故障等模拟故障振动信号应用多维集成经验模态分解（MEEMD）和VMD进行分解，分别筛选确定有效分量。然后，将筛选出的有效特征进行融合，分别应用传统卷积神经网络（CNN）网络和深度残差网络对其进行分类识别，结果发现深度残差
针对时频域分析方法经验模态分解（EMD）在处理电弧信号上存在模态混叠现象，提出一种基于改进经验小波变换（IEWT）多特征融合与极限学习机（ELM）的电弧故障检测方法。该方法首先将电弧电流信号进行IEWT变换，自适应分解为5个经验模态分量（EMFs），提取EMFs的权重能量熵、EMF4的样本熵及EMF1的方均根值作为特征量。在进行数据标准化后，将3个电弧故障特征融合并形成多维特征矩阵，最后通过ELM
该文通过现实中的实例，简要地分析了随着科学技术的发展对学校体育、竞技体育以及大众体育（群众体育）的影响。认为科学技术的发展对于体育既是发展的机遇，又使体育面临着巨大的挑战，我们要抓住发展的机遇，直面挑战，推动我国体育强国的建设。
雷达辐射源识别作为雷达信号侦察的核心关键技术，受到各国军方的高度重视和技术封锁。针对现有雷达辐射源个体识别存在的识别准确率低、难以区分同型号雷达、缺乏实采信号验证等问题，本文提出一种基于变分模态分解和时频能多域特征联合的雷达辐射源个体识别方法。首先对雷达信号进行变分模态分解，对得到的模态分量分别在时域、频域和时频域提取13种特征参数，最后结合k近邻分类器实现雷达个体识别。采用实际采集的船用导航雷达