基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了基于变分模态分解(VMD)、独立分量分析(ICA)和连续小波变换(CWT )相结合的内燃机噪声源识别算法。首先,对内燃机进行铅覆盖,只裸露待测的第6缸部分,测量裸露部分缸盖位置处的单一通道噪声信号;然后采用变分模态分解算法将其分解为各变分模态分量,并用FastICA算法提取各独立成分,解决了对单一通道噪声信号进行盲分离的欠定问题,同时克服了传统的经验模态分解处理噪声信号时出现的模态混叠缺陷;最后利用连续小波时频分析和相干分析,对分离结果进行进一步识别。研究结果表明:该算法能有效地分离识别出内燃机的燃烧噪声和气阀机构敲击噪声。
推荐文章
内燃机噪声源识别与噪声控制
内燃机噪声
噪声源识别
噪声控制
内燃机表面辐射噪声源识别技术初探
振动与波
内燃机
声源识别
表面振动速度
内燃机传动噪声识别的小波分析方法
内燃机
小波分析
噪声源识别
基于独立成分小波分析的内燃机噪声源识别
内燃机
噪声源识别
独立成分分析
小波分析
盲分离
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于 VMD-ICA-CWT的内燃机噪声源识别方法
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 内燃机 燃烧噪声 变分模态分解 独立分量分析 气阀机构敲击噪声
年,卷(期) 2016,(7) 所属期刊栏目 能源与电气工程
研究方向 页码范围 20-24
页数 5页 分类号 TK402
字数 语种 中文
DOI 10.13245/j.hust.160705
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 向阳 武汉理工大学能源与动力工程学院 103 566 13.0 17.0
2 王帅 武汉理工大学能源与动力工程学院 9 22 3.0 4.0
3 姚家驰 武汉理工大学能源与动力工程学院 3 15 1.0 3.0
4 李胜杨 武汉理工大学能源与动力工程学院 5 16 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (18)
参考文献  (12)
节点文献
引证文献  (13)
同被引文献  (45)
二级引证文献  (7)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(3)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(6)
  • 引证文献(4)
  • 二级引证文献(2)
2019(9)
  • 引证文献(5)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
内燃机
燃烧噪声
变分模态分解
独立分量分析
气阀机构敲击噪声
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导