信号经验模式分解与间断频率

基于环境激励条件下结构的模态参数识别问题需要处理采集的数据信号来得到所需的参数信息.经验模式分解(EMD)通过筛分过程将原始信号分解成若干个基本模式分量(IMF),可看作无需预设带宽的自适应高通滤波方法.通过设置间断频率可以避免模态混叠,使每一个基本模式分量表示结构的某一阶固有模态.采用信号实例说明该方法的主要计算过程,分解结果表明该方法能有效对信号进行分解,方便模态参数识别.     

基于改进EWT的超高层建筑模态参数识别

文章基于改进经验小波变换(empirical wavelet transform,EWT)、自然激励技术(natural excitation technique,NExT)及归一化的希尔伯特变换(normalized Hilbert transform,NHT),发展一种超高层建筑的模态参数识别方法.该方法首先使用基于Burg算法的自回归功率谱替代傅里叶频谱划分频谱区间,改进傅里叶频谱分割过程,以此构造经验小波滤波器组,将结构响应信号自适应地分解为一系列固有模态函数(intrin-sic mode function,IMF),再利用NExT得到单分量信号的自由衰减响应,最后通过NHT和曲线拟合识别结构的阻尼比和自振频率.利用该方法对数值模型和台风"海棠"影响下台北101大楼的结构响应进行了模态参数识别分析.研究结果表明,文中提出的模态参数识别方法用于超高层建筑模态参数识别具有有效性、准确性和适用性,该方法可以利用非线性、非平稳、动态响应小且噪声水平高的结构响应信号,准确地估计超高层建筑的固有频率和阻尼比.     

运用EMD分形盒维数的电梯机械故障诊断

针对电梯机械故障的诊断,提出经验模态分解(EMD)和分形盒维数的诊断方法.利用EMD对电梯正常运行和各故障工况时的加速度信号按频率高低依次分解,得到分解后的固有模态函数(IMF).通过信号重组得到去除背景信号和噪声后的振动信号,再利用分形盒维数计算其重组信号和各分量IMF的盒维数.实验计算表明:各工况的盒维数具有良好有效的区分度和区间范围.     

基于VMD-PWVD的内燃机振动信号时频分析方法

针对Wigner-Ville分布(WVD)在分析多分量信号时交叉干扰项与时频聚集性相互矛盾的问题,提出一种基于变分模态分解的伪魏格纳分布法(VMD-PWVD),以抑制WVD分布中的交叉项。该方法首先对信号进行VMD分解,将信号在频域上进行剖分,得到一组相互独立的具有不同频率的固有模态函数(IMF)分量,然后对每个IMF分量进行PWVD分析,最后把各个IMF分量的PWVD分析结果线性叠加,重构原始信号的时频分布。仿真结果表明,该方法在有效地从频域和时域双向抑制WVD交叉项的同时,又保留了WVD分布法原有的优良特性。将VMD-PWVD应用于内燃机缸盖振动信号的时频分析中,能很好地刻画出不同工况信号的特征信息,各时频分量物理意义明确,是一种有效的时频分析方法。     

基于2D-VMD与CC结合的模态重构算法

为提高重构图像的质量,针对二维变分模态分解( 2D-VMD: Two Dimensional Variational Mode Decomposition) 算法需确定分解尺度K 值和有效固有模态分量的问题,提出了将2D-VMD 结合相关系数( CC: Correlation Coefficient) 的联合算法,并用于图像重构。该方法首先利用2D-VMD 将图像信号分解为不同中心频率的子模态,然后计算分解后的固有模态函数( IMF: Intrinsic Mode Function) 与原始图像函数的CC 值,根据CC 准则确定有效的固有模态分量,最后利用有效的固有模态分量进行重构,实现了图像去噪。仿真结果表明,2D-VMD 和CC 结合可以准确得到分解尺度K 和有效的子模态,具有很高的图像重构精度,提高了图像质量。     

EEMD结合能量特征和小波降噪的轴承故障诊断

为解决在强背景噪声条件下滚动轴承故障诊断问题,开展基于能量特征和小波降噪的总体经验模态分解(EEMD)研究。首先以仿真信号为研究对象,对其进行总体经验模态分解,得到9个固有模态函数(IMF)和1个余项( Res),然后考虑各模态函数的能量特征,将分解后的9个IMF分量与原始信号的能量比作为判断标准,剔除附加5个低频分量,最终得到4个有效的IMF分量和1个余项,与仿真信号相符。在仿真信号分析的基础上,对含噪声信号的滚动轴承故障信号进行故障诊断试验研究,采集信号经小波降噪后,利用总体平均经验模态分解并结合能量特征,得到3个IMF分量和1个余项,然后对3个IMF分量进行包络谱分析,提取故障特征频率157.5 Hz,与滚动轴承故障内圈特征频率157.9 Hz相比,误差为0.25%,说明该方法能很好地提取含有噪声信号的轴承故障信息。该研究为强背景噪声下滚动轴承故障信息的提取提供了一种有效的方法。     

基于EEMD和ICA的语音去噪方法

语音去噪技术是语音识别系统走向实用化的一个关键性难题.针对语音信号为非平稳信号的特点,提出了一种基于EEMD和ICA相结合的语音去噪方法,首先利用集合经验模态分解(EEMD)算法将含噪语音信号分解为若干个独立的固有模态函数(IMF),消除了经验模态分解(EMD)算法处理语音信号时产生的模态混迭现象;然后将固有模态函数通过改进的独立分量分析(ICA)算法分离出若干个有效的语音信号分量;最后对其进行语音重构,从而达到消除噪声干扰的目的.实验结果表明,该方法在输入信噪比为-10dB的汽车噪声条件下,可以将语音信号的信噪比提高到2.741 2 dB.     

采用EEMD算法与互信息法的机械故障诊断方法

提出一种总体经验模态分解(EEMD)算法与互信息法相结合的Hilbert-Huang变换机械故障诊断改进的方法.仿真与实例结果表明:EEMD算法能克服模态混叠弊端,获得具有实际物理含义的固有模态函数(IMF);互信息法能有效剔除虚假分量,使最终IMF分量更加精准且集中突显故障信号特征;所提出方法能有效表征机械故障特征,并进行精确诊断.     

HHT在多相流差压信号消噪上的应用

为有效提取噪声背景下的多相流差压信号,提高流量的测量精度,针对实际差压信号非线性非平稳的特点,提出基于Hilbert-Huang transform(HHT)的多相流差压信号消噪方法.该方法利用经验模态分解(EMD)把差压信号分解成有限个固有模态函数(IMF),然后分析各个固有模态函数的边际谱,利用HHT不同频段能量分...     

基于EEMD阈值去噪的电能质量多扰动分类

针对含噪声的电能质量多扰动分类识别问题,提出一种基于EEMD阈值去噪的分类识别方法。首先依据源噪声信号在电能基波上不同频率和不同幅值叠加的特性,采用EEMD去噪法对信号源分解得到固有模态函数(IMF),消除高斯白噪声后,将得到的IMF分量转化为IMF能量值;最后,运用人工蜂群算法(ABC)优化在线极限学习机(OSELM)实现多扰动分类识别。MATLAB实例证明了提出方法的能够准确的对于扰动信号进行分类识别。     

模型试验单孔爆破振动信号时频分析

以地下工程常见的直墙半圆拱形硐室为原型,借助胶结砂相似材料开展单孔爆破相似模型试验,并监测爆破过程中相似模型试件顶面的爆破振动信号,随后采用HHT法对3个方向爆破振动信号的时频特征进行分析。爆破振动监测表明,在3个方向爆破振动信号中,竖向爆破振动峰值最大,水平径向次之,水平切向最小。3个方向爆破振动信号IMF分量能量分布表明,爆破振动信号优势能量集中分布于主振频率所在的几个IMF分量。HHT分析表明,3个方向爆破振动信号集中分布在0.03~0.07 s时域内;爆破振动信号频域成分丰富,但其在频域内分布不均匀;对于水平径向,爆破振动信号集中分布在111~312 Hz频域内;水平切向集中分布在171~323 Hz频域内;竖向则集中分布在128~209 Hz频域内。     

基于EEMD的爆破振动能量安全分析

针对爆破振动安全标准的缺陷和小波折合能量法存在基函数、分解尺度选择的问题,基于集成经验模式分解(EEMD)技术,提出爆破振动折合能量安全评判新方法。对爆破振动波进行EEMD分解,识别造成破坏的优势IMF分量,求取其能量和频率,并结合构筑物固有频率进行折合能量计算,以此进行安全评判。基于某矿实测爆破振动数据,计算各信号的折合能量,综合现场破坏情况,得出该矿爆破振动波折合能量安全阈值为1.0×10-7J。     

隧道爆破地震波作用下砌体建筑物振动响应分析

为研究隧道爆破地震波作用下砌体建筑物的振动响应,以青岛地铁3号线下穿某砌体建筑物爆破施工为背景,通过现场爆破振动监测和有限元数值模拟,对砌体结构的爆破振动速度和主振频率随楼层的变化规律进行研究。结合数值计算,进一步分析隧道埋深、单段最大装药量,装药结构等不同因素下砌体建筑物的振动响应。分析表明:在隧道爆破地震波作用下砌体结构在垂直方向的振动响应强度明显大于水平方向,并且存在一定的高程放大效应,在爆破施工时应加强对砌体结构顶层的防护;隧道下穿砌体建筑物施工时,爆破地震波的主频率主要集中在10～60 Hz内,建筑物自振频率则大多为3.0～3.5 Hz,该砌体建筑物与爆破地震波较难发生共振;砌体结构动力响应强度随着不耦合系数的增加而逐渐降低,随单段最大装药量增加近似呈线性关系,改变装药结构及控制单段最大装药量是控制爆破振动的有效措施;爆破振动速度对隧道的埋深响应敏感,在数值上出现数量级的变化。通过对多层砌体结构振动响应分析,有利于不断提高与完善现有的爆破技术与减振措施。     

爆破地震动三向荷载分量对结构动态响应研究

爆破地震动的地面运动对建筑物的作用是多分量的，以前，主要集中在单向竖直地面运动作用的结构响应方面，很少考虑多维地震动作用下的结构响应。通过时程分析方法分析在多维地震动作用下的结构响应，并与单向地震动作用下的结构响应进行比较，得出了结构受单向地震动荷载作用时的响应都明显比三向地震动荷载作用小，特别是爆破地震动荷载主频越小时差值越大；对于各单向地震动荷载作用，当爆破地震动荷载主频较小（约小于基频的10倍）时，水平方向地震动荷载作用的结构响应明显比垂直方向地震动荷载作用时大，而在较高频率段，两者相差不大（垂直向略大）的结论。     

爆破振动传感器固定方式对测振结果的影响

爆破振动传感器的安装定位对于准确测量爆破振动信号十分重要,目前常见的几种爆破振动传感器固定方式都很难精确监测到对应爆破的震动或结构动力响应的值。针对实际爆破测振工作中几种常见的固定方式,在实验室内以及现场爆破环境下进行实验测试对比,发现振动信号本身的频率以及被测结构的固有频率会对测量结果造成影响。低频振动信号的测量结果值影响不大,而高频信号会对测振结果造成较大误差。传感器固定方式对各个分量的测量值影响不一,尤其是水平分量的影响差异较为明显。石膏固定传感器时,黏结层厚度越小,测到的数据越准确;但考虑传感器固定的可靠性,为使其不脱落,厚度应不低于2 mm。     

爆破振动频率影响因素分析

为了分析影响爆破振动频率的各个因素，为结构物爆破振动安全评价提供可推依据。通过现场爆破振动测试，结合实际分析了频率在爆破振动中的作用，并分析了结构物爆破振动响应的频谱特性，发现爆炸能量、起爆段数、距离以及传播介质对爆破振动频率都有不同程度的影响。通过对爆破振动频率影响因素的分析，指出在爆破振动的测试分析中应充分注意到爆破条件和测试条件的变化。     

爆破地震作用下结构的损伤及动力响应分析

针对建筑结构爆破地震响应研究中材料模型和结构模型过于简化的问题,采用已建立的岩石类材料的正交各向异性动力损伤本构模型,将其编制成动力有限元软件LS—DYNA的用户自定义子程序,模拟计算一个二层两跨典型砌体结构在不同爆破地震波作用下的动力响应．并分析了爆破地震波三要素对建筑结构的损伤及动力响应的影响,结果表明：地震波幅值的增加,可明显加剧结构的损伤,损伤可大幅增加结构应变响应;结构存在一个危险的频率段,并且这个频率段应在结构高阶振动模态对应的频率中;结构的损伤和动力响应还与震动波形有密切关系;当结构受迫震动阶段产生损伤时,爆破地震波持续时间对结构响应影响就很大。     

一种多尺度球磨机筒体振动频谱分析与建模方法

针对基于传统快速傅里叶变换获得的单尺度筒体振动频谱难以有效揭示磨机研磨机理和筒体振动信号组成,以及现有文献中经验模态分解(EMD)技术预测精度低的问题,提出了基于偏最小二乘算法的多尺度筒体振动频谱分析与建模方法.该方法首先采用经验模态分解技术将筒体振动信号分解为具有不同时间尺度的内禀模态函数(IMF),接着通过傅里叶变换获得多尺度频谱,最后采用基于偏最小二乘算法的潜变量贡献率分析和选择不同尺度频谱,并建立融合不同尺度频谱的磨机负荷参数软测量模型.采用实验球磨机的实验数据仿真验证了所提方法的有效性.     

EMD去噪法在FMCW雷达信号处理中的应用

针对调频连续波(frequency modulated continuous wave,FMCW)雷达信号在传播过程中会受到各种噪声影响的情况,提出了一种新型的基于自相关函数能量特性的经验模态分解(empirical mode decomposition,EMD)降噪算法。该算法首先对差频信号进行EMD分解,得到包含原信号不同尺度信息的本征模态函数(intrinsic mode function,IMF)分量;其次对每一IMF分量进行无偏自相关运算,并计算其能量;第三,根据IMF分量的自相关函数能量变化曲线,确定出有用信号贡献率最大的IMF分量;最后进行EMD重构。实验结果表明:该方法在各种信噪比条件下,能够准确判断出有用信号主导的IMF分量,对差频信号具有良好的去噪效果,同时该方法具有自适应性,不受主观因素的影响,适合应用在FMCW雷达系统中。     

工程爆破中的建筑物振动监测

首先就工程爆破施工中建筑物的振动监测问题进行了较为全面的介绍,从振动速度、频率、地基土壤性质等方面分析了爆破地震波引起结构物破坏的原因,并结合工程实例,就结构物的振动数据采集提出了见解.研究认为,建筑物的安全阈值应根据结构最易发生破坏的部位所采集的数据为标准来进行判断,而不是根据结构物地面所采集的数据来确定.