导读:本文包含了广义分形维数论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:广义,分形,形态学,故障诊断,数学,分解,模态。
广义分形维数论文文献综述
郑直,姜万录,王宝中,王莹[1]（2019）在《改进AMD广义形态分形维数和KFCMC的液压泵故障诊断方法》一文中研究指出针对液压泵故障诊断问题,提出了一种基于改进解析模态分解(AMD)、广义形态分形维数(GMFD)和核模糊C均值聚类(KFCMC)相结合的新方法。根据故障特征频率先验知识,在有效二分频范围内对实测液压泵多模态故障振动信号进行AMD分解,并基于欧氏距离法选定实现最优分解的二分频;将基于最优二分频所提取含有丰富运行特征信息的故障分量信号作为数据源,并提取GMFD作为特征向量;利用KFCMC实现对液压泵不同故障的诊断。此外,还利用原始AMD、经验模态分解(EMD)、集总经验模态分解(EEMD)、局部均值分解(LMD)、变分模态分解(VMD)和模糊C均值聚类(FCMC)方法对上述信号进行分析,结果表明所提方法效果要优于上述传统分解和诊断方法。通过对仿真和实测液压泵故障振动信号的实验验证,表明该方法可以有效地诊断液压泵不同故障。(本文来源于《振动与冲击》期刊2019年18期）
毛玉欣,苏铁熊,许俊峰,畅志明[2]（2019）在《基于数学形态学的广义分形维数的内燃机燃烧信号提取》一文中研究指出针对中小功率内燃机工作时所发出的典型非线性非平稳信号,开发了一种振动信号采集设备,提出一类以数学形态学为基础的广义分形维数的特征提取方法,在对振动冲击信号进行预处理之后,通过形态学的广义分形维数估计提取燃烧时的特征信号,以监测内燃机的燃烧状态。实验数据表明,利用以数学形态学为基础的广义分形维数能够获得有效地燃烧振动波形。(本文来源于《机械制造与自动化》期刊2019年03期）
张淑清,邢婷婷,何红梅,董玉兰,张立国[3]（2017）在《基于VMD及广义分形维数矩阵的滚动轴承故障诊断》一文中研究指出提出基于变分模态分解及广义分形维数矩阵的滚动轴承故障诊断方法。对信号进行变分模态分解得到若干模态函数,根据不同权重因子计算得到每个模态函数的广义分形维数序列,排列构成广义分形维数矩阵,最后通过分析待测信号和各样本信号的广义分形维数矩阵的相关系数判断故障状态。实验结果表明该方法能精确、稳定提取故障特征,区分不同状态的信号。(本文来源于《计量学报》期刊2017年04期）
郝强[4]（2017）在《基于多重分形广义维数的SAR图像边缘检测》一文中研究指出提出一种基于多重分形广义维数的合成孔径雷达图像边缘检测算法。该算法通过定义在图像灰度级上的测度,计算图像的多重分形广义维数,根据多重分形的广义维数,提取图像的边缘信息,并通过边缘点数、4-连通成分数等评价指标对检测结果进行评价。结果表明,该算法具有良好的边缘检测效果。(本文来源于《计算机时代》期刊2017年06期）
宋平岗,章伟,林家通,游小辉,罗剑[5]（2016）在《基于数学形态学广义分形维数逆变器故障诊断》一文中研究指出基于逆变器开路故障输出电流波形的差异,提出将形态学广义分形维数运用于逆变器故障检测中。将逆变器叁相输出电流按a,b,c叁相依次取六个不同参数下的形态学广义分形维数作为ELM神经网络的输入,以故障类型作为神经网络的输出。仿真结果显示该方法的故障区分率高达97.62%。基于叁相输出电流的形态广义分形维数能够准确的识别出逆变器在各种故障状态下的电流信号,为逆变器开路故障诊断提供了一种简单准确的新方法。(本文来源于《华东交通大学学报》期刊2016年06期）
董玉兰[6]（2016）在《基于变分模态分解和广义分形维数的滚动轴承故障诊断》一文中研究指出现代工业生产设备的发展越来越大型化、复杂化、高速化和自动化。轴承是旋转机械中最常用、也是最易损伤的零部件之一,其工作状态直接影响着整台设备的性能。由于其寿命的离散性较大,如果按照设计寿命对轴承进行定期维修就会造成资源浪费和难以及时发现突发故障的情况,因此对其运行状态检测和故障诊断有着十分重要的意义。本文以滚动轴承振动信号为研究对象,提出了信号特征提取和故障诊断的方法。研究了分形理论和变分模态分解在滚动轴承故障中的应用。首先,阐述了轴承故障的常见形式及其形成机理。接着对目前轴承振动信号进行特征提取的方法和滚动轴承故障诊断的基本流程也进行了详细阐述。其次,对分形理论和分形维数进行详细阐述,分析了轴承振动信号的分形特性,主要包括自相似性,标度不变性以及多重分形特性。证明可以利用分形的方法来分析轴承振动信号的复杂度,定量的描述信号的分形特征。然后分别选取单重分形的盒维数和多重分形的广义分形维数作为故障诊断的特征量,实现故障信号的状态区分,此外,对单重分形和多重分形故障诊断方法的优缺点也做了详细分析。接着提出基于变分模态分解和广义分形维数的轴承故障诊断方法。该方法是对广义分形维数的延拓,要求先对信号进行变分模态分解(Variational Mode Decomposition,VMD),VMD是一种非递归、变分的模态分解方式,通过迭代搜寻变分模型的最优解确定每个分量的频率中心及带宽来获取分解分量,从而将信号自适应分解地分解为若干模态函数(Mode Function,MF),再求取各模态分量的广义分形维数构建广义分形维数矩阵作为故障诊断的特征量,最后通过相关分析来实现对待测设备故障状态的识别。最后,以美国凯斯西储大学实验室的滚动轴承故障数据作为研究对象,对轴承不同部位故障和不同损伤程度故障进行诊断分析,然后将变分模态分解广义分形维数矩阵方法的诊断结果和广义分形维数的诊断结果进行对比,证明本文提出方法具有更好的可行性和精确性。(本文来源于《燕山大学》期刊2016-05-01）
聂建华,杨振[7]（2014）在《基于广义多重分形维数算法的汽车变速箱故障诊断研究》一文中研究指出提出了一种基于扩展广义多重分形维数算法的汽车变速箱故障诊断方法。该算法是基于传统的G-P关联维数算法扩展而形成的,通过该算法对变速箱上采集的不同工作状态下的振动信号进行处理,提取变速箱齿轮的振动信号的分数维,观察及分析分形维数与变速箱齿轮的磨损规律的关系,发现其反映变速箱齿轮的真实运行状态,故可以此作为齿轮磨损预测和诊断的有效依据。(本文来源于《工业控制计算机》期刊2014年12期）
宋平岗,周军[8]（2014）在《基于形态学广义分形维数的电力电子电路故障诊断》一文中研究指出电力电子电路故障检测和诊断,是保证电力电子装置安全、可靠运行的一个重要手段。针对传统电力电子电路故障诊断方法存在的局限性,提出了一种基于数学形态学广义分形维数的新方法。结合分形几何理论,求取不同故障的输出电压波形的分形维数,以此作为故障特征,再与神经网络相结合,进行有效识别。以一个实际的Buck功率电路为例,对其各类故障信号进行了分析。结果表明,与传统的盒计数法计算的广义分形维数相比,形态学广义分形维数能够更加有效地区分Buck电路在不同状态下的信号,并且数学形态学只涉及简单的加减和取大、取小运算,因此计算简单快速,估计准确稳定,为准确判断电力电子电路故障诊断提供了一种快速有效的新方法。(本文来源于《电工电能新技术》期刊2014年12期）
王冰,李洪儒,许葆华[9]（2014）在《数学形态学分形维数广义估算方法及其应用》一文中研究指出预测特征提取是设备故障预测中的关键问题,它直接关系到故障预测的可信性。滚动轴承故障信号具有典型的非线性特征,利用分形维数可以定量描述其复杂性和不规则度。首先对分形维数的形态学计算方法进行介绍,然后对形态学覆盖的定义进行扩展,提出了叁种形态学分形维数广义估算方法,对其精确性和计算效率进行了对比分析。最后,提出基于形态学分形维数的和灰色关联分析的性能退化状态识别方法,采用轴承实测数据验证了该方法的有效性。(本文来源于《振动工程学报》期刊2014年06期）
张锴锋,袁惠群,聂鹏[10]（2014）在《基于广义分形维数的刀具磨损状态监测》一文中研究指出根据多重分形理论,提出一种刀具磨损在线监测方法。采用覆盖法计算了切削加工过程中声发射(AE)信号的广义维数,得到了不同刀具磨损状态下AE信号的广义维数谱,分析了广义维数与刀具磨损状态间的关系。计算了AE信号广义维数特征距离及广义维数相关系数,通过比较各广义维数相关系数的大小,对刀具磨损状态进行了决策分类。实测信号验证结果表明,运用该方法可以对刀具磨损状态进行有效识别。(本文来源于《振动与冲击》期刊2014年01期）
广义分形维数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对中小功率内燃机工作时所发出的典型非线性非平稳信号,开发了一种振动信号采集设备,提出一类以数学形态学为基础的广义分形维数的特征提取方法,在对振动冲击信号进行预处理之后,通过形态学的广义分形维数估计提取燃烧时的特征信号,以监测内燃机的燃烧状态。实验数据表明,利用以数学形态学为基础的广义分形维数能够获得有效地燃烧振动波形。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
广义分形维数论文参考文献
[1].郑直,姜万录,王宝中,王莹.改进AMD广义形态分形维数和KFCMC的液压泵故障诊断方法[J].振动与冲击.2019
[2].毛玉欣,苏铁熊,许俊峰,畅志明.基于数学形态学的广义分形维数的内燃机燃烧信号提取[J].机械制造与自动化.2019
[3].张淑清,邢婷婷,何红梅,董玉兰,张立国.基于VMD及广义分形维数矩阵的滚动轴承故障诊断[J].计量学报.2017
[4].郝强.基于多重分形广义维数的SAR图像边缘检测[J].计算机时代.2017
[5].宋平岗,章伟,林家通,游小辉,罗剑.基于数学形态学广义分形维数逆变器故障诊断[J].华东交通大学学报.2016
[6].董玉兰.基于变分模态分解和广义分形维数的滚动轴承故障诊断[D].燕山大学.2016
[7].聂建华,杨振.基于广义多重分形维数算法的汽车变速箱故障诊断研究[J].工业控制计算机.2014
[8].宋平岗,周军.基于形态学广义分形维数的电力电子电路故障诊断[J].电工电能新技术.2014
[9].王冰,李洪儒,许葆华.数学形态学分形维数广义估算方法及其应用[J].振动工程学报.2014
[10].张锴锋,袁惠群,聂鹏.基于广义分形维数的刀具磨损状态监测[J].振动与冲击.2014
论文知识图
