导读:本文包含了去趋势波动分析论文开题报告文献综述及选题提纲参考文献，主要关键词:风力机,轴承,多重分形,去趋势波动分析
去趋势波动分析论文文献综述
李洋,李春,杨阳[1]（2019）在《基于多重分形去趋势波动分析的风力机轴承故障诊断》一文中研究指出风力机传动轴轴承振动信号具有典型的非平稳和非线性特征,传统状态监测及故障诊断方法难以同时满足故障程度识别及部位诊断的需求。为此,针对定速轴承故障数据及变速的风力机轴承故障数据,采用多重分形去趋势波动分析方法,分析轴承在正常和不同故障状态下振动信号的多重分形特征,采用3种多重分形谱参数以表征振动信号的分形特征,结果表明:多重分形去趋势波动分析方法对于定速轴承和变速轴承均能进行有效的故障状态识别;轴承振动信号具有典型的多重分形特性,且较之正常状态,故障状态下多重分形特性更为明显,多重分形谱函数峰值对应的奇异指数更小,且当轴承处于内环故障时最小时,说明该参数可有效判断轴承运行状态及故障位置。因此,通过多重分形去趋势波动方法可获取故障特征参数,为风力机轴承故障诊断提供理论基础和实现途径。(本文来源于《太阳能学报》期刊2019年11期）
刘晓芮,王清,陈植华,胡成[2]（2019）在《基于稳健回归-去趋势波动分析法的山前平原地下水转换关系研究》一文中研究指出以大别山-云应盆地北部山前平原为研究区,以区内浅层含水层中地下水为研究对象,在查明研究区双层含水层结构条件的基础上,利用降雨量和地下水水位动态数据,采用稳健回归-去趋势波动分析(r-DFA)方法,对降雨和地下水水位动态的全局标度指数α进行量化,分析研究区各类型含水层中地下水之间的转换关系。结果表明:研究区地下水水位波动为分形布朗运动,且分形行为具有场地特异性;QbW风化裂隙水受到侧向径流的影响,含水层渗透性差,地下水水位标度指数最大;在双层含水层中,垂向上从上到下地下水水位标度指数增大,指明Qh~(al)和Qp■孔隙水均可转化为Ey孔隙-裂隙水;沿澴水东侧径流方向上,地下水水位标度指数增大,指明QbW风化裂隙水可转换为Qp■孔隙水和Ey孔隙-裂隙水,Qp■孔隙水也可转化为(排泄至)Qh~(al)孔隙水。该研究结果可为山前平原区地下水资源的合理开发利用和科学管理提供依据。(本文来源于《安全与环境工程》期刊2019年05期）
任刚,贾继德,梅检民,贾翔宇,韩佳佳[3]（2019）在《基于变分模态分解和去趋势波动分析的柴油机振动信号去噪方法》一文中研究指出为了解决柴油机工作时其振动信号的背景噪声对状态监测及故障诊断造成干扰这一问题,提出一种基于变分模态分解(VMD)和去趋势波动分析(DFA)的柴油机振动信号去噪方法。该方法首先利用变分模态分解将振动信号分解为若干分量,再利用去趋势波动分析分别计算各个分量的尺度指数,根据尺度指数的值选取具有长程相关性的分量进行信号的重构,以消除振动信号中噪声。将该方法应用于仿真信号和柴油机故障振动信号中,取得了良好的消噪效果。(本文来源于《内燃机工程》期刊2019年02期）
王浩天,段修生,单甘霖,孙健,王兴[4]（2019）在《一种基于ILCD融合与多重分形去趋势波动分析的退化特征提取方法》一文中研究指出液压泵性能退化过程中,振动信号非线性强,导致退化特征提取困难、表征能力有限,为此,提出一种基于改良型局部特征尺度分解(ILCD)融合与多重分形去趋势波动分析(MF-DFA)的退化特征提取方法。在对信号进行ILCD分解的基础上,通过构建敏感因子从各内禀尺度分量(ISCs)筛选出包含关键故障信息的敏感分量,并依据融合规则实现多通道振动信号的融合处理,以改善重构信号中的特征信息;在此基础上,利用带有加窗分割的MF-DFA方法对融合信号作进一步处理,选取多重分形谱敏感参数作为液压泵性能退化特征向量;利用液压泵实测振动信号,验证了该方法的有效性。(本文来源于《振动与冲击》期刊2019年06期）
张石,佘黎煌,王雅凡,苏婷[5]（2019）在《基于多重分形去趋势波动分析的视网膜图像分割》一文中研究指出引入善于描述非稳定图像的多重去趋势波动理论,提出一种基于多重去趋势分析的视网膜图像分割方法.该方法采用直方图均衡化对图像进行预处理来增强血管影像,然后采用多重去趋势波动分析计算图像的广义赫斯特指数,并利用血管指数特性来分割血管,最后用形态学进行图像后处理,得到最终的血管图像.基于DIARETDE0和DIARETDE1两个数据库进行实验.结果表明,该方法在处理视网膜病变图像时有较好的完整性和连通性,能够较好地提取血管主体,具有很好的临床应用价值.(本文来源于《东北大学学报(自然科学版)》期刊2019年02期）
高菲蕊,沈陆明,王访,廖桂平[6]（2018）在《基于局部去趋势波动分析的油菜光谱红边位置确定方法》一文中研究指出对油菜的冠层光谱进行研究,利用局部去趋势波动分析提出了一种红边位置的提取方法,并与最大一阶导数光谱法、倒高斯拟合法、线性四点插值法、拉格朗日插值法、多项式拟合法、线性外推法等6种常见的红边位置确定方法作对比。以油菜角果期冠层光谱红边位置所对应的多重分形指标Hurst指数和另外6种方法提取的红边位置所对应的光谱值为特征,用支持向量机和随机森林2种分类器建立定性识别模型,识别直播和移栽2种种植方式、1万株/667m~2和2万株/667m~22种密度。以平均识别率为评价指标,结果表明,利用局部去趋势波动分析的提取方法具有较好的识别率和稳定性。(本文来源于《江苏农业科学》期刊2018年20期）
卜美婷,邹锐标,王访[7]（2018）在《油菜相邻生长期光谱动力特征的去趋势波动分析》一文中研究指出为研究油菜相邻物候期冠层光谱的波动差异性,利用去趋势波动分析(DFA)对4种不同种植方式下的油菜苗期、蕾薹期、开花期和角果发育成熟期4个物候期的冠层光谱进行研究,提出了一种基于DFA的波动差异函数,该函数能有效刻画不同波长光谱的波动差异。结果表明,苗期和蕾薹期在蓝边、黄边和红边范围的波动差异都是显着的;而黄边和红边范围内的光谱只有蕾薹期和开花期的波动差异是显着的。(本文来源于《江苏农业科学》期刊2018年15期）
田成成,张盛生,张磊,吴艳军[8]（2018）在《基于尖点突变理论及非趋势波动分析的滑坡稳定性及变形特征研究》一文中研究指出以尖点突变理论及非趋势波动分析为基础,构建滑坡稳定性及变形趋势判断模型。首先利用尖点突变理论对滑坡整体稳定性进行评价,并进一步探讨滑坡的分阶段稳定性特征;再利用非趋势波动分析判断滑坡累计序列和速率序列的整体及分阶段变形趋势,并与稳定性分析结果进行对比。实例表明,两种分析方法的结果具有较好的一致性。在分阶段研究中,等时段和递增时段的分析结果具有明显差异,说明阶段分解方式对结果的影响较大,且以递增时段分析结果的规律性更强。(本文来源于《大地测量与地球动力学》期刊2018年08期）
杨乐[9]（2018）在《基于LCD和多重分形去趋势波动分析的故障诊断方法》一文中研究指出针对滚动轴承振动信号非线性、非平稳性以及故障特征难以提取的问题,提出了基于局部特征尺度分解(local characteristic-scale decomposition,LCD)和多重分形去趋势波动分析(multifractal detrended fluctuation analysis,MFDFA)的故障诊断方法。该方法首先利用LCD将振动信号分解成不同尺度下的内禀尺度分量(intrinsic scale component,ISC)。其次,对包含主要信息的前几个ISC分量进行MF-DFA分析,并选取每个ISC分量的Hurst指数作为故障特征。然后,采用线性局部切空间排列(liner local tangent space alignment,LLTSA)对故障特征进行降维以获得对故障敏感的低维特征。最后,利用支持向量机(support vector machine,SVM)对提取特征进行分类识别。滚动轴承的故障诊断实验表明,所提方法能够有效地识别滚动轴承的典型故障,具有一定的优势。(本文来源于《机械强度》期刊2018年03期）
周静,吴效明[10]（2016）在《睡眠呼吸暂停综合征患者脑电的去趋势波动分析》一文中研究指出睡眠呼吸暂停综合征(SAS)是一种发病率高且危害巨大的睡眠疾病,其病理机制复杂,诊治困难,从单一或少量生理信号中挖掘SAS的特征信息是近年来睡眠疾病研究的热点。本文基于脑电(EEG)的非平稳和非线性特性,采用去趋势波动分析(DFA)对SAS患者和健康人的睡眠脑电进行研究。研究发现,SAS患者和健康人睡眠脑电的标度指数α随着睡眠加深逐渐增大,而在快速眼动期(REM)则下降;与此同时,SAS组的标度指数在各个睡眠阶段均高于对照组,两组间存在明显差异(P<0.01);采用受试者工作特征(ROC)曲线对脑电标度指数区分SAS的性能进行评价,得到SAS组和对照组的睡眠脑电标度指数最佳临界值0.81,对应灵敏度为94.4%,特异度为99.2%,曲线下面积(AUC)为0.994。结果说明DFA标度指数用于SAS区分有很好的辨别能力和准确度,为SAS诊断提供了新的理论依据。(本文来源于《生物医学工程学杂志》期刊2016年05期）
去趋势波动分析论文开题报告
（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：
以大别山-云应盆地北部山前平原为研究区,以区内浅层含水层中地下水为研究对象,在查明研究区双层含水层结构条件的基础上,利用降雨量和地下水水位动态数据,采用稳健回归-去趋势波动分析(r-DFA)方法,对降雨和地下水水位动态的全局标度指数α进行量化,分析研究区各类型含水层中地下水之间的转换关系。结果表明:研究区地下水水位波动为分形布朗运动,且分形行为具有场地特异性;QbW风化裂隙水受到侧向径流的影响,含水层渗透性差,地下水水位标度指数最大;在双层含水层中,垂向上从上到下地下水水位标度指数增大,指明Qh~(al)和Qp■孔隙水均可转化为Ey孔隙-裂隙水;沿澴水东侧径流方向上,地下水水位标度指数增大,指明QbW风化裂隙水可转换为Qp■孔隙水和Ey孔隙-裂隙水,Qp■孔隙水也可转化为(排泄至)Qh~(al)孔隙水。该研究结果可为山前平原区地下水资源的合理开发利用和科学管理提供依据。
（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。
去趋势波动分析论文参考文献
[1].李洋,李春,杨阳.基于多重分形去趋势波动分析的风力机轴承故障诊断[J].太阳能学报.2019
[2].刘晓芮,王清,陈植华,胡成.基于稳健回归-去趋势波动分析法的山前平原地下水转换关系研究[J].安全与环境工程.2019
[3].任刚,贾继德,梅检民,贾翔宇,韩佳佳.基于变分模态分解和去趋势波动分析的柴油机振动信号去噪方法[J].内燃机工程.2019
[4].王浩天,段修生,单甘霖,孙健,王兴.一种基于ILCD融合与多重分形去趋势波动分析的退化特征提取方法[J].振动与冲击.2019
[5].张石,佘黎煌,王雅凡,苏婷.基于多重分形去趋势波动分析的视网膜图像分割[J].东北大学学报(自然科学版).2019
[6].高菲蕊,沈陆明,王访,廖桂平.基于局部去趋势波动分析的油菜光谱红边位置确定方法[J].江苏农业科学.2018
[7].卜美婷,邹锐标,王访.油菜相邻生长期光谱动力特征的去趋势波动分析[J].江苏农业科学.2018
[8].田成成,张盛生,张磊,吴艳军.基于尖点突变理论及非趋势波动分析的滑坡稳定性及变形特征研究[J].大地测量与地球动力学.2018
[9].杨乐.基于LCD和多重分形去趋势波动分析的故障诊断方法[J].机械强度.2018
[10].周静,吴效明.睡眠呼吸暂停综合征患者脑电的去趋势波动分析[J].生物医学工程学杂志.2016