[1] 刘建敏,李晓磊,乔新勇,等.基于缸盖振动信号的柴油机多工况气缸压力识别方法研究[J].汽车工程,2015,37(8):875-880,979. [2] 牟伟杰,石林锁,蔡艳平,等.基于EMD-WVD与LNMF的内燃机故障诊断[J].振动与冲击,2016,35(23):191-196,202. [3] 别锋锋,刘杨,裴峻峰,等.EEMD近似熵和SVM在柴油机传动系统中的故障诊断研究[J].机械设计与制造,2015(3):24-27,31. [4] 陈鹏飞,陈卫,高星伟,等.LMD和支持向量机相结合的齿轮毂故障诊断方法[J].机械科学与技术,2015,34(10):1599-1603. [5] 刘敏,李志宁,张英堂,等.基于ITD和邻域差分能量算子解调的内燃机瞬时转速计算[J].车用发动机,2016(2):7-11,16. [6] DRAGOMIRETSKIY K, ZOSSO D. Variational mode decomposition[J]. IEEE Transactions on Signal Processing,2014,62(3):531-544. [7] 曾文韬,张华,鄢威.近似熵与支持向量机在发动机故障识别中的应用研究[J].机械设计与制造,2016(11):46-49. [8] 石启正,童荣彬,张志伟,等.基于小波包样本熵及GA-BP网络的旋转机械故障识别[J].机床与液压,2019,47(11):200-203. [9] 曹威,刘长良,王梓齐,等.基于MEEMD与排列熵的风电功率超短期预测研究[J].可再生能源,2019,37(3):439-444. [10] 王斐,房立清,齐子元.基于多尺度样本熵和VPMCD的自动机故障诊断[J].振动.测试与诊断,2018,38(3):564-569. [11] 陈哲,李亚安.基于多尺度排列熵的舰船辐射噪声复杂度特征提取研究[J].振动与冲击,2019,38(12):225-230. [12] ROSTAGHI M, AZAMI H. Dispersion entropy: a measure for time-series analysis[J]. IEEE Signal Processing Letters,2016,23(5):610-614. [13] 曾荣,曾锐利,贾翔宇,等.基于VMD和ICA的发动机故障特征增强研究[J].军事交通学院学报,2019,21(5):47-52. [14] 李从志,郑近德,潘海洋,等.基于自适应多尺度散布熵的滚动轴承故障诊断方法[J].噪声与振动控制,2018,38(5):173-179. [15] 任刚,贾继德,梅检民,等.改进变分模态分解在柴油机故障诊断中的应用[J].军事交通学院学报,2019,21(3):48-53. |