简介:针对行星齿轮传动故障诊断中的信号故障特征微弱、特征提取困难等问题,提出了基于自适应聚合经验模态分解(EnsembleEmpiricalModeDecomposition,EEMD)和样本熵(SampleEntropy,SE)的行星齿轮箱故障特征提取方法。首先,针对EEMD结果存在较大的盲目性和主观性等问题,提出自适应EEMD方法;然后,使用此方法将行星齿轮箱振动信号分解为若干个固有模态函数(IntrinsicModeFunctions,IMF)分量,通过相关性分析选取含有齿轮状态特征信息的IMF分量并对信号进行重构,计算重构信号样本熵值,以此判断行星齿轮箱的运行状态;最后,对行星齿轮箱故障模拟试验台采集的2种状态振动信号的自适应EEMD样本熵进行求解,并与直接样本熵、EEMD样本熵等特征提取方法对比,验证了自适应EEMD样本熵具有更好的分类能力。
简介:摘要目的对耳鸣患者的临床特征进行分析,包括伴随症状、严重程度等方面。方法我院选择2013年6月—2016年6月接收的92例耳鸣患者作为研究对象进行分析,对所有研究对象进行统一的问卷调查,对患者的病史进行询问并记录。结果在耳鸣患者中,老年人群比较多,患者病程大多在0~3个月,并且多为双侧耳鸣。在这些患者中,约有60%的患者伴有耳闷、听力下降、以及眩晕等症状,不同性别的患者在耳鸣程度的比较中没有显著差异。然而不同年龄的患者的耳鸣程度相比较差异明显,P值<0.05,因而具有统计学意义。患者全身性疾病对于耳鸣没有显著的影响,P值>0.05,不具有统计学意义。结论耳鸣患者通常伴有耳闷、听力下降、以及眩晕等症状,其患者年龄与耳鸣程度有关,与患者的全身性疾病无关。