期刊文献+
共找到342篇文章
< 1 2 18 >
每页显示 20 50 100
基于多尺度熵的DNA序列相似性分析
1
作者 张静 周小安 赵宇 《智能计算机与应用》 2019年第1期19-23,共5页
DNA序列的相似性分析已成为当前生物信息学科中的研究热点,对分析算法的需求也逐步增加,基于样本熵的DNA序列相似性分析方法存在一定的效率问题。本文提出了一种基于多尺度熵的分析方法,以7种病毒DNA序列作为实验研究的对象,采用整数法... DNA序列的相似性分析已成为当前生物信息学科中的研究热点,对分析算法的需求也逐步增加,基于样本熵的DNA序列相似性分析方法存在一定的效率问题。本文提出了一种基于多尺度熵的分析方法,以7种病毒DNA序列作为实验研究的对象,采用整数法将其分别表示为时间序列,而后通过对比多个时间尺度下序列之间样本熵互值大小来显示序列之间的相关性,并与原有的样本熵算法的分析结果进行比较。实验表明,本文提出多尺度熵分析方法是切实可行的。 展开更多
关键词 相似性分析 DNA序列 样本 多尺度
在线阅读 免费下载
基于改进样本熵的金融时间序列复杂性研究 预览
2
作者 于文静 余洁 徐凌宇 《计算机技术与发展》 2019年第1期70-74,共5页
金融时间序列的复杂度分析对研究金融市场的内在规律性具有重要意义。但是,复杂度衡量方法样本熵在以往的实验中,被证实熵值的大小并不总是和序列的复杂度相关。样本熵在计算时间序列复杂度时,没有考虑到序列中相似向量的分布以及构成... 金融时间序列的复杂度分析对研究金融市场的内在规律性具有重要意义。但是,复杂度衡量方法样本熵在以往的实验中,被证实熵值的大小并不总是和序列的复杂度相关。样本熵在计算时间序列复杂度时,没有考虑到序列中相似向量的分布以及构成序列向量的复杂性对时间序列复杂度的影响。针对这个问题,在样本熵的基础上提出了二维熵。该方法的创新性主要体现在:二维熵在计算序列中向量的自相似性概率时,向量之间的相似性不仅取决于向量之间的模式距离,还和两个向量之间的时间距离有关;二维熵熵值的大小不仅和两种模式下向量的自相似概率的条件概率值有关,还和模式自相似概率的值相关。通过模拟时间序列证实了二维熵的有效性及优越性,最后将二维熵以及互二维熵应用在四只金融股指序列中,衡量它们之间的复杂度关系。发现中国市场的两只股指的复杂度在不同时间段的趋势是一致的,并且其异步性相对其他股指也是最小的。美股和港股的复杂度在不同时间段趋势大致也是一样的,且两者的异步性相对中国市场的两个股指也是相对较小的。 展开更多
关键词 样本 金融时间序列 复杂度 二维
在线阅读 下载PDF
加权多重多尺度熵及其在孤独症儿童脑电信号分析中的应用
3
作者 李昕 安占周 +3 位作者 李秋月 史春燕 张洁 康健楠 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2019年第1期33-39,49共8页
本文针对传统多尺度熵在多尺度化过程中信息丢失问题,提出一种加权多重多尺度熵特征提取算法。该算法在各尺度上构建了从大到小的多重数据序列,考虑多重数据序列对该尺度样本熵的贡献程度不同,计算各个序列在该尺度序列中所占比重,以此... 本文针对传统多尺度熵在多尺度化过程中信息丢失问题,提出一种加权多重多尺度熵特征提取算法。该算法在各尺度上构建了从大到小的多重数据序列,考虑多重数据序列对该尺度样本熵的贡献程度不同,计算各个序列在该尺度序列中所占比重,以此作为系数重构各尺度样本熵。相比于传统多尺度熵算法,该算法不但克服了信息丢失问题,还充分考虑了序列的相关性与对总熵值的贡献程度,减小了尺度间的波动,更能挖掘脑电信号的细节信息。基于该算法,本文分析了孤独症(ASD)儿童脑电信号特征,与样本熵、传统多尺度熵及延搁取值法多重多尺度熵算法比较,分类准确率分别提高了23.0%、10.4%与6.4%。基于该算法对比分析孤独症儿童与对照组健康儿童的19通道脑电信号,结果表明除FP2通道外,其余通道的熵值均显示健康儿童略高于孤独症儿童,且F3、F7、F8、C3、P3通道的熵值差异具有统计学意义(P<0.05)。本文通过对各个脑区加权多重多尺度熵进行分类,发现前颞叶区域通道(F7、F8)的分类准确率最高,表明前颞叶可以作为评估孤独症儿童脑功能状态的敏感脑区。 展开更多
关键词 孤独症 脑电信号 样本 加权多重多尺度
基于时间依赖的改进样本熵分析股票时间序列 预览
4
作者 于文静 余洁 徐凌宇 《计算机技术与发展》 2019年第3期60-63,共4页
样本熵是一个度量时间序列复杂度的非线性方法,广泛应用于各领域。然而,研究表明熵值的大小并不总是和时间序列的复杂性相关。为了解决这个问题,提出了多尺度熵,用来度量不同尺度下的时间序列的复杂度。但是,考虑到这种方法并没有解决... 样本熵是一个度量时间序列复杂度的非线性方法,广泛应用于各领域。然而,研究表明熵值的大小并不总是和时间序列的复杂性相关。为了解决这个问题,提出了多尺度熵,用来度量不同尺度下的时间序列的复杂度。但是,考虑到这种方法并没有解决样本熵在度量时间序列复杂度的问题,提出了基于时间依赖的改进样本熵,并将其用在股票收盘价和成交量时间序列上,研究它们对应的复杂度关系。同时,结合多尺度的方法,衡量不同尺度下股票收盘价时间序列和成交量时间序列的复杂性。实验结果表明,从收盘价时间序列和成交量时间序列的复杂度变化上能够揭示一定的股票的发展规律。另外,收盘价序列在不同的尺度上能够保持一致性,而成交量序列在不同的尺度上熵值变化则有不同的趋势,且股票类型越接近,熵值变化曲线也越接近。 展开更多
关键词 样本 时间依赖 多尺度 股票时间序列
在线阅读 下载PDF
基于CEEMDAN样本熵的心音信号特征提取及识别研究 预览
5
作者 肖苗 常俊 +2 位作者 潘家华 杨宏波 王威廉 《生物医学》 2019年第1期1-9,共9页
针对心音信号的非平稳特性和易被噪声干扰的特点,本文提出一种基于自适应噪声的完备经验模态分解(CEEMDAN)与IMF样本熵结合的特征提取方法。将信号进行CEEMDAN自适应分解为若干个IMF分量,并计算各阶IMF分量的样本熵作为特征向量。在此... 针对心音信号的非平稳特性和易被噪声干扰的特点,本文提出一种基于自适应噪声的完备经验模态分解(CEEMDAN)与IMF样本熵结合的特征提取方法。将信号进行CEEMDAN自适应分解为若干个IMF分量,并计算各阶IMF分量的样本熵作为特征向量。在此基础上提出一种基于因子分解机(Factorization Machines, FM)的推荐模型,能更好的处理稀疏大数据的缺点,较好的解决了样本熵的稀疏性。为了验证该模型的优劣,进行了AUC曲线分析。通过对600例先心病病例心音和600例正常心音实验数据分析,证明该方法能够改善信号特征提取的效果,对先心病心音类型上的判断表现出较高的识别率。 展开更多
关键词 自适应噪声的完备经验模态分解 样本 心音 先心病 因子分解机
在线阅读 下载PDF
基于WT和SVM的电能质量分类识别方法 预览
6
作者 马嘉秀 徐玮浓 +3 位作者 何复兴 邵诗韵 赵家乐 李宁 《智慧电力》 北大核心 2019年第3期16-22,37共8页
电能质量的分类和识别是电能质量控制的基础。为了高效识别电能质量问题类型,提出了1种基于小波变换和支持向量机的电能质量分类识别方法。该方法采用Db7小波基,应用两分类SVM算法,并采用样本熵提高系统的识别效率,经过理论分析和实际验... 电能质量的分类和识别是电能质量控制的基础。为了高效识别电能质量问题类型,提出了1种基于小波变换和支持向量机的电能质量分类识别方法。该方法采用Db7小波基,应用两分类SVM算法,并采用样本熵提高系统的识别效率,经过理论分析和实际验证,所提方法的平均正确率达到97.92%,基本上能实现对电能质量问题的分类和识别。 展开更多
关键词 电能质量 分类和识别 小波变换 支持向量机 样本
在线阅读 下载PDF
基于MCKD和CEEMDAN样本熵的滚动轴承故障诊断 预览
7
作者 金妍 《制造技术与机床》 北大核心 2019年第3期118-123,共6页
针对滚动轴承故障特征微弱以及振动信号的非平稳性,提出一种基于最大相关峭度解卷积(maximum correlated kurtosis deconvolution,MCKD)和自适应白噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive ... 针对滚动轴承故障特征微弱以及振动信号的非平稳性,提出一种基于最大相关峭度解卷积(maximum correlated kurtosis deconvolution,MCKD)和自适应白噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)样本熵相结合的滚动轴承故障诊断方法。首先采用MCKD算法降低滚动轴承信号内的噪声干扰,突出信号中的冲击特性;然后利用CEEMDAN方法对降噪信号进行分解,根据峭度-相关系数准则选择包含主要故障信息的敏感固有模态函数(intrinsic mode function,IMF)分量;计算各敏感IMF分量的样本熵构成高维特征向量;最后将高维特征向量作为支持向量机(support vector machine,SVM)的输入,对滚动轴承的工作状态和故障类型进行识别。通过实测滚动轴承故障信号的分析,证明了所提方法有效性,并为此类问题的解决提供了一种可行方法。 展开更多
关键词 最大相关峭度解卷积 自适应白噪声完备经验模态分解 样本 滚动轴承 故障诊断
在线阅读 下载PDF
基于EEMD-SE和GARBF的短期电力负荷预测 预览
8
作者 高强 李易隆 +1 位作者 李大华 白梓璇 《电子技术应用》 2019年第1期51-54,59共5页
为了提高短期电力负荷的预测精度,提出了集合经验模态分解(EEMD)-样本熵(SE)和遗传算法(GA)来优化RBF神经网络的组合方法。利用EEMD分解法自适应地对负荷序列进行分解,结合样本熵对复杂度相似的子序列进行合并,有效减小了运算规模。基... 为了提高短期电力负荷的预测精度,提出了集合经验模态分解(EEMD)-样本熵(SE)和遗传算法(GA)来优化RBF神经网络的组合方法。利用EEMD分解法自适应地对负荷序列进行分解,结合样本熵对复杂度相似的子序列进行合并,有效减小了运算规模。基于各个子序列复杂度的差异构建相应的RBF神经网络模型,利用遗传算法避免神经网络陷入局部最优和收敛性问题,进而对合并的新子序列进行预测并叠加得到最终预测结果。仿真结果表明,该预测算法具有良好的预测效果,满足短期电力负荷预测的要求。 展开更多
关键词 负荷预测 集合经验模态分解 遗传算法 神经网络 样本
在线阅读 下载PDF
基于EEMD信号处理的滚动轴承故障诊断 预览
9
作者 陈雪娇 仇满意 赵文涛 《技术与市场》 2019年第3期121-121,123共2页
针对滚动轴承故障振动信号具有非平稳、非线性特征以及提取特征困难等问题,提出一种基于集合经验模态分解的样本熵的特征向量提取方法,并将提取到的特征向量输入到支持向量机中进行故障识别。结果表明,所选方法在诊断正确率上大大提高,... 针对滚动轴承故障振动信号具有非平稳、非线性特征以及提取特征困难等问题,提出一种基于集合经验模态分解的样本熵的特征向量提取方法,并将提取到的特征向量输入到支持向量机中进行故障识别。结果表明,所选方法在诊断正确率上大大提高,突出了该方法的优越性。 展开更多
关键词 EEMD 样本 SVM 故障诊断 滚动轴承
在线阅读 下载PDF
基于改进EEMD模型的塔里木河“三源一干”径流变化特征研究 预览
10
作者 孙亚兴 《水资源开发与管理》 2019年第2期1-8,共8页
本文根据塔里木河“三源一干”1960—2015年径流数据,先采用样本熵的小波阈值去噪方法对径流序列去噪,后利用集合经验模态分解(EEMD)方法,分析河川径流周期演变和变化趋势。结果表明:改进的EEMD方法适用于非线性、非平稳信号径流序列分... 本文根据塔里木河“三源一干”1960—2015年径流数据,先采用样本熵的小波阈值去噪方法对径流序列去噪,后利用集合经验模态分解(EEMD)方法,分析河川径流周期演变和变化趋势。结果表明:改进的EEMD方法适用于非线性、非平稳信号径流序列分析,有助于对径流变化特征进行深入探讨。 展开更多
关键词 样本 小波阈值 集合经验模态分解 河川径流 塔里木河流域
在线阅读 下载PDF
小波包样本熵的扬声器异常音特征提取方法 预览
11
作者 王鸿姗 周静雷 房乔楚 《西安工程大学学报》 CAS 2019年第1期57-62,共6页
为了更准确地对扬声器异常音进行分类,给出一种基于小波包分解和样本熵的扬声器异常音特征提取方法。在基频陷波预处理后,对信号进行3层小波包分解,计算重构信号的样本熵以构成特征向量。实验结果表明,在小样本的情况下,SVM算法使用小... 为了更准确地对扬声器异常音进行分类,给出一种基于小波包分解和样本熵的扬声器异常音特征提取方法。在基频陷波预处理后,对信号进行3层小波包分解,计算重构信号的样本熵以构成特征向量。实验结果表明,在小样本的情况下,SVM算法使用小波包分解和样本熵特征提取,分类准确率为93.33%,比能量均值方法高5%,验证了特征提取方法的有效性。 展开更多
关键词 扬声器 异常音 基频陷波 小波包分解 样本 特征提取 支持向量机 短时傅里叶变换
在线阅读 下载PDF
基于IWT_SE与GA_SVM的齿轮磨损检测 预览
12
作者 张雪英 栾忠权 刘秀丽 《组合机床与自动化加工技术》 北大核心 2019年第4期74-77,共4页
为了实现齿轮运行过程中的磨损程度准确识别,提出了基于改进小波阈值样本熵(IWT_SE)与遗传算法优化支持向量机(GA_SVM)的齿轮磨损程度检测方法。首先,对齿轮振动信号进行改进小波阈值降噪;其次,计算降噪后信号的样本熵,组成特征向量;最... 为了实现齿轮运行过程中的磨损程度准确识别,提出了基于改进小波阈值样本熵(IWT_SE)与遗传算法优化支持向量机(GA_SVM)的齿轮磨损程度检测方法。首先,对齿轮振动信号进行改进小波阈值降噪;其次,计算降噪后信号的样本熵,组成特征向量;最后,将特征向量输入基于GA_SVM建立的分类器进行故障识别分类。通过齿轮实验数据分析了算法中的参数选取问题;将该方法用于齿轮实验数据,并与传统小波阈值函数样本熵分别与BPNN,PNN,SVM,PSO_SVM相结合的方法进行对比分析,结果表明,IWT_SE与GA-SVM相结合时识别准确率最高,达95%,证明文中所提方法对齿轮磨损程度识别具有一定实际应用价值。 展开更多
关键词 改进小波阈值 样本 支持向量机
在线阅读 下载PDF
基于样本熵的分心驾驶心理反应研究 预览
13
作者 徐文翔 赵晓华 杜洪吉 《交通工程》 2019年第A01期59-64,共6页
分心驾驶.从生理角度反应具有一定的准确度,而心电信号作为反映生理指标的参数具有较好的应用性.本文通过了解驾驶员在分心行驶状况下对心率(HR)以及心电变异率(HRV)的影响,通过样本熵计算混乱程度,研究了基于样本熵的分心驾驶心电反应... 分心驾驶.从生理角度反应具有一定的准确度,而心电信号作为反映生理指标的参数具有较好的应用性.本文通过了解驾驶员在分心行驶状况下对心率(HR)以及心电变异率(HRV)的影响,通过样本熵计算混乱程度,研究了基于样本熵的分心驾驶心电反应情况.结果表明,在分心驾驶过程中,HRV比HR更能表现分心的心电变化情况,且在不同分心任务情况下,发送微信短信时驾驶员心电混乱程度即危险程度最高,其样本熵值达到0.11.论文研究了分心状况下的驾驶员生理反应特征,为深化分心驾驶判定提供了支持,也为研究驾驶员心理特征提供了研究思路. 展开更多
关键词 分心驾驶 驾驶模拟 心电信号 样本
在线阅读 下载PDF
基于振动信号时频分解-样本熵的受电弓裂纹故障诊断 预览
14
作者 施莹 林建辉 +1 位作者 庄哲 刘泽潮 《振动与冲击》 EI CSCD 北大核心 2019年第8期180-187,共8页
构建了基于时频分解-样本熵测度的受电弓振动信号故障特征提取模型。对振动信号进行聚合经验模态分解,接着对分解得到的本征模态函数计算参数优化后的样本熵特征。将获取的故障特征输入基于粒子群参数优化的支持向量机(PSO-SVM)进行受... 构建了基于时频分解-样本熵测度的受电弓振动信号故障特征提取模型。对振动信号进行聚合经验模态分解,接着对分解得到的本征模态函数计算参数优化后的样本熵特征。将获取的故障特征输入基于粒子群参数优化的支持向量机(PSO-SVM)进行受电弓故障识别分析。结果发现,基于受电弓顶管振动信号的EEMD样本熵故障诊断效果较好,而碳滑板振动信号诊断效果较差。针对这一特点,利用二代小波样本熵进行优化,进一步提高了碳滑板振动信号故障诊断结果,验证了现代时频分析算法与信息熵联合的诊断方法在受电弓振动信号特征提取与故障诊断的可行性与有效性。 展开更多
关键词 受电弓 故障诊断 时频分解 样本
在线阅读 下载PDF
基于样本熵和蜻蜓算法优化SVM的电能质量扰动识别和诊断研究
15
作者 屈高强 王承民 +3 位作者 齐彩娟 赵亮 刘涌 陈万喜 《电力电容器与无功补偿》 北大核心 2019年第1期115-122,共8页
为了避免支持向量机预测结果易受惩罚因子和核函数参数参数选择的影响,提出一种DA算法优化SVM的电能质量扰动诊断和识别模型,实现电能质量扰动最优化诊断和识别。首先运用EMD将电能质量扰动信号进行分解,之后计算各尺度下的IMF分量的样... 为了避免支持向量机预测结果易受惩罚因子和核函数参数参数选择的影响,提出一种DA算法优化SVM的电能质量扰动诊断和识别模型,实现电能质量扰动最优化诊断和识别。首先运用EMD将电能质量扰动信号进行分解,之后计算各尺度下的IMF分量的样本熵,并将其作为电能质量扰动信号的特征向量,建立SVM的电能质量扰动信号的识别模型。实验结果表明,与GA_SVM、PSO_SVM和DE_SVM相比,本文提出的算法DA_SVM可以有效提高电能质量扰动识别的准确率,收敛速度快,为电能质量扰动诊断和识别提供新的方法和途径。 展开更多
关键词 样本 支持向量机 蜻蜓算法 电能质量 经验模态分解
在线阅读 免费下载
基于蜻蜓算法优化ELM的电能质量扰动诊断与识别研究
16
作者 王宏刚 田洪迅 +1 位作者 谈军 周辉 《电力电容器与无功补偿》 北大核心 2019年第1期142-147,共6页
针对极限学习机预测结果易受其初始化输入权值和偏置值的影响,提出一种DA算法优化ELM的电能质量扰动诊断和识别模型。选择5种电能质量扰动信号为研究对象,研究结果表明,与GA_ELM、PSO_ELM和ELM相比,本文提出的算法DA.ELM可以有效提高电... 针对极限学习机预测结果易受其初始化输入权值和偏置值的影响,提出一种DA算法优化ELM的电能质量扰动诊断和识别模型。选择5种电能质量扰动信号为研究对象,研究结果表明,与GA_ELM、PSO_ELM和ELM相比,本文提出的算法DA.ELM可以有效提高电能质量扰动识别的准确率,为电能质量扰动诊断和识别提供新的方法和途径。 展开更多
关键词 蜻蜓算法 极限学习机 电能质量 样本 小波分解
在线阅读 免费下载
水声信号熵特征提取与分类研究 预览
17
作者 付君宇 陈越超 权恒恒 《声学与电子工程》 2018年第1期34-37,共4页
为提高目标识别准确率,以一定数量样本的四类水声目标信号为研究对象,分别提取近似熵、样本熵、模糊熵三种非线性特征作为K近邻分类器(KNN)和支持向量机(SVM)的输入特征。分类结果表明,近似熵和样本熵只能有效区分部分目标类型... 为提高目标识别准确率,以一定数量样本的四类水声目标信号为研究对象,分别提取近似熵、样本熵、模糊熵三种非线性特征作为K近邻分类器(KNN)和支持向量机(SVM)的输入特征。分类结果表明,近似熵和样本熵只能有效区分部分目标类型,而模糊熵特征对于四类目标类型的平均识别率达到了98.55%,验证了模糊熵可作为区分文中四类水声信号的有效特征。 展开更多
关键词 近似 样本 模糊 特征提取 SWT
在线阅读 下载PDF
基于快速样本熵计算的清浊音判决与语音分割 预览
18
作者 孙桂琪 庄晓东 范珍艳 《青岛大学学报:工程技术版》 CAS 2018年第4期98-103,共6页
为了对语音帧的清浊音属性进行判断,本文提出了一种基于快速样本熵的清浊音判决和语音分割方法。通过计算英语单音素发音的样本熵,可以发现清浊音的信号复杂度有明显的区别,并根据复杂度的不同来进行清浊音的判决。同时,在快速算法... 为了对语音帧的清浊音属性进行判断,本文提出了一种基于快速样本熵的清浊音判决和语音分割方法。通过计算英语单音素发音的样本熵,可以发现清浊音的信号复杂度有明显的区别,并根据复杂度的不同来进行清浊音的判决。同时,在快速算法中将数值二值化,由低维信号矢量的近邻矩阵递推高维信号矢量的近邻矩阵,可以快速有效的进行语音分割,并进行仿真实验。仿真结果表明,与其他传统方法相比,基于样本熵的方法可以得到较好的语音分割结果,而且快速样本熵算法将运算时间缩短了80倍,明显减少了运算时间,提高了运算效率。该研究在语音信号方面具有较好的应用前景。 展开更多
关键词 样本 快速样本 清浊音判决 语音分割
在线阅读 下载PDF
基于小波能谱熵和集成经验模态分解的传感器故障诊断耦合算法研究
19
作者 史历程 赵骁 +1 位作者 赵群飞 王玉璋 《动力工程学报》 CSCD 北大核心 2018年第8期624-632,共9页
建立了燃气轮机传感器各类故障典型信号的样本集,分别利用小波能谱熵(WEE)结合K近邻分类器(KNN)、集成经验模态分解(EEMD)结合稀疏表示分类器对故障信号进行诊断识别。通过对上述算法的优化整合,提出WEE与EEMD相结合的燃气轮机... 建立了燃气轮机传感器各类故障典型信号的样本集,分别利用小波能谱熵(WEE)结合K近邻分类器(KNN)、集成经验模态分解(EEMD)结合稀疏表示分类器对故障信号进行诊断识别。通过对上述算法的优化整合,提出WEE与EEMD相结合的燃气轮机传感器故障诊断耦合算法。以某燃气轮机运行数据为基础,验证该耦合算法的识别准确率和鲁棒性。结果表明:耦合算法的识别准确率高、分析速度快和鲁棒性强,比单一算法具有更可靠的诊断结论,从而具有更好的工程应用价值。 展开更多
关键词 燃气轮机 传感器 故障诊断 小波能谱 集合经验模态分解 样本 耦合算法
基于熵的航空发动机压气机失速与喘振仿真
20
作者 皮骏 邱永超 +1 位作者 胡智伟 武威 《系统仿真学报》 CSCD 北大核心 2018年第2期551-559,共9页
采用NASA Rotor37模型并用CFX仿真软件模拟压气机从稳定工作状态到失速与喘振的非稳定工作状态的转变过程,用热力学熵和样本熵的相关理论对这一过程进行分析研究。以实现为压气机失速与喘振的故障诊断提供依据。通过分析,发现平均比熵... 采用NASA Rotor37模型并用CFX仿真软件模拟压气机从稳定工作状态到失速与喘振的非稳定工作状态的转变过程,用热力学熵和样本熵的相关理论对这一过程进行分析研究。以实现为压气机失速与喘振的故障诊断提供依据。通过分析,发现平均比熵值和等熵效率这两个热力学熵参数的变化情况在发生失速时出现异常;由机匣处静压序列信号计算所得的样本熵值在近失速点附近达到最小值。这些结果可为压气机失速与喘振的故障诊断提供重要依据。 展开更多
关键词 压气机 热力学 样本 失速 喘振 故障诊断
上一页 1 2 18 下一页 到第
使用帮助 返回顶部 意见反馈