HHT在提取Lamb波特征参数中的应用

超声Lamb波被广泛用于薄板状结构的损伤检测,其频散特性为损伤信号特征参数的提取增加了难度,因此提出HHT方法对时域的Lamb波进行频域转换,以提取信号的能量和时间特征。首先,介绍了Lamb信号的特性及生成方式;其次,详细说明希尔伯特-黄变换(HHT)的实现方法及步骤,用Matlab进行了算法实现,获得Lamb波信号的Hilbert谱、瞬时能量密度谱和边际谱;最后,通过复合材料结构的损伤实验,分别对损伤前后的结构检测信号进行HHT变换,提取信号的能量参数和时间参数,对比分析证明HHT能有效提取损伤前后信号的能量衰减和时间延迟信息,为下一步进行损伤程度和位置的识别提供了数据依据。     

基于频响函数的复合材料格栅结构(AGS)损伤检测研究

针对复合材料格栅结构(AGS)典型损伤,本文提出了一种基于频响函数虚部的损伤检测方法。首先,在Patran有限元软件中建立有限元模型,对格栅结构在不同频率激励信号作用下的振动响应进行仿真分析,并计算其振动响应虚部的损伤检测指标,实现对损伤位置的准确判断和定位;随后为了验证该方法的有效性和准确性,在复合材料格栅结果实验模型上完成了两种损伤的实验验证。仿真和实验结果表明,该方法能够有效地检测格栅结构的肋板断裂、脱粘和蒙皮压裂等各种损伤,对于实际工程结构中的格栅结构损伤定位研究具有一定的参考意义。     

基于波包分解的主动Lamb波结构损伤监测方法

主动Lamb波结构健康监测研究中,监测信号的质量易受到环境参数变化以及人为操作误差的影响。在分析Lamb波传播特性以及主动Lamb波结构损伤监测技术原理基础上,研究采用波包分解方法获取Lamb波损伤散射信号。通过相关运算,从损伤结构响应信号中分离出健康响应信号部分,实现损伤散射信号的获取。给出了方法的基本原理和实现过程。结合时间反转损伤成像监测方法,在真实环氧玻璃纤维复合材料板结构上进行了实验验证,并与传统损伤散射信号获取方法进行了对比。实验结果表明,该方法能够较好的消除环境参数变化等误差对监测信号带来的影响,具有较好的实用性。     

基于HHT的结构损伤特征量与异常诊断

Hilbert-Huang Transform(HHT)是一种新的适用于非线性、非平稳信号且具有自适应性的数据处理方法.提出了一种基于HHT的结构损伤识别方法,该方法利用结构动态响应信号的HHT边际谱构造出损伤特征量--模态成分向量,进而定义结构异常指数.通过比较结构同一位置不同状态下模态成分向量的匹配度来识别结构特性变化,实现损伤辨识.数值模拟分析表明,该方法具有有效性和实用性.     

基于小波及Hilbert-Huang变换提取壁湍流相干结构

为了研究壁湍流中的相干结构,在直流抽吸式低（变）湍流度风洞的实验段中,应用恒温热线风速仪IFA-300精确测量平板湍流边界层不同法向位置的流向速度信号.分析壁湍流脉动速度的概率密度分布,并与高斯分布比较,验证了壁湍流中相干结构引起的猝发现象的统计规律.提出了一种利用小波变换和Hilbert-Huang（HHT）变换相结合来提取相干结构的方法.对壁湍流脉动速度进行HHT变换,通过变换后各模态的能量分析,分离出主要含能模态对应的相干结构.利用小波重构法继续提取未分离的小尺度相干结构.对剩余湍流信号进行概率统计,并比较提取的全部相干结构与原始湍流信号的波形和HHT边际谱,验证了湍流信号既包含非随机的相干结构信号也包含随机的非相干信号.     

HHT在齿轮故障诊断问题中的应用

齿轮作为一种重要的机械传动设备,对其进行故障诊断具有重要意义。传统的齿轮故障诊断大都采用FFT或者小波分析方法,对处理具有非平稳性的齿轮故障信号效果不太明显。HHT由经验模态分解方法(EMD)和Hilbert变换两步组成。经验模态分解方法(EMD)把时间序列信号分解成不同特征时间尺度的固有模态函数(IMF),适合处理非线性和非平稳过程。Hilbert变换对具有调制现象的信号的分析有很大优势。介绍了该方法的基本原理,并将HHT应用于齿轮断齿故障诊断,齿轮故障实验信号的研究结果表明:基于HHT的分析方法,能有效地诊断齿轮的故障。     

基于HHT的线性调频信号分析与参数估计

基于Hilbert-Huang变换(HHT),提出一种有效的线性调频(LFM)信号的分析与参数估计的方法.首先对LFM信号进行HHT得到其Hilbert谱,并根据能量的准则提取其中的主成分,完成LFM信号分析.对利用能量型主成分提取法得到的LFM信号主成分进行最小二乘直线的拟合,计算直线的斜率与截距,得到LFM信号的参数的估计值.实验证明,能量型主成分提取方法,在较高的信噪比范围内具有一定的LFM信号估计效果.     

基于Hilbert-Huang变换的室内地磁信号处理分析

提出一种利用Hilbert-Huang变换(HHT)处理分析室内地磁信号的方法。介绍HHT原理与方法,设计出一种室内地磁信号采集平台,对实际测量的室内地磁信号进行经验模态分解(EMD),并对分解后的固有模态函数(IMF)进行频谱和时频剖析,最后将经过HHT处理的原始信号进行重组。结果表明,HHT能用于描述复杂的室内地磁信号的非线性时变特征,为室内地磁信号的处理分析提供一种可行的方法。     

HHT在电压暂降检测中的应用

本文给出了一种应用最新时烦分析方法Hilbert—Huang变换（HHT）来分析电压暂降信号的方法。对电压暂降信号进行EMD分解后求取其瞬时频率,可以得到电压暂降信号的发生和终止时刘;结合EMD分解和电压暂降信号的特点,给出了一种可以求取瞬时幅值和相角的计算方法。仿真结果表明HHT对电压暂降信号的检测取得了较好的检测效果     

基于I-ELM的飞机复合材料结构损伤识别研究

针对飞机复合材料结构损伤难以有效识别问题,本文提出一种基于增量型极限学习机(Incremental Extreme Learning Machine,I-ELM)的飞机复合材料结构损伤识别新方法。首先对某型机用复合材料层合板进行冲击,而后对其进行疲劳拉伸试验,通过优化布局在复合材料层合板上的光纤光栅传感器募集应变信息,并对其进行预处理。采用互补总体平均经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)方法对募集的应变信息进行自适应分解,得到多个本征模态分量(Intrinsic Mode Function,IMF),计算各阶IMF分量的样本熵,通过核熵成分分析(Kernel Entropy Component Analysis,KECA)方法对样本熵进行特征融合,构建融合特征向量,采用融合特征向量建立基于I-ELM损伤识别模型,通过实验对损伤识别模型的有效性进行了验证,并与所构建的BP的损伤识别模型的识别结果进行了比较。结果表明,该方法能有效对飞机复合材料结构损伤进行识别,具有很好的应用前景。     

Hilbert-Huang变换理论及其计算中的问题

以地震波的谱分析为例 ,对比分析了Hilbert Huang变换 (HHT)与傅立叶变换的差别 ,结果表明 :HHT是对非平稳时程进行数据分析的有效工具 ,能有效地将各种频率成份以固有模态函数的形式从时程曲线中分离出来 ,但这种固有模态函数与傅立叶变换结果不同 ,而且Hilbert谱是包含时间 -频率 -振幅的三维谱 ;可采用在端点改造一个小波串的方法解决HHT存在的端点飞翼现象 .文中还提出确定是否终止固有模态函数分离过程的一种方法     

虚拟式Hilbert-Huang变换信号分析仪的研制

介绍了Norden.E.Huang等人提出的Hilbert-Huang变换(HHT)信号分析方法的主要内容、经验模态分解的过程和希尔伯特谱、边际谱的概念等;以虚拟仪器的开发特点及应用为基础,利用软件和硬件相结合的方法,从硬件部分、软件部分、仪器面板3个方面介绍了虚拟式Hilbert-Huang变换信号分析仪的设计,并成功开发了虚拟式Hilbert-Huang变换信号分析仪,为工程信号测试与分析提供了一种全新的方法.     

一种基于改进Hilbert-Huang变换的非平稳信号时频分析法及其应用

对于非平稳信号时频分析,提出了一种基于改进Hilbert-Huang变换(HHT)的分析方法.根据HHT的已有原理,改进了经验模式分解(EMD)过程中的筛选停止准则,提高了分解精度;给出了Hilbert谱分析的完整过程;以线性调频连续波(FMCW)信号模型作为研究对象,结合改进的EMD分解和完整的Hilbert谱分析,通过分析时频分布特征实现高噪声背景下雷达目标信号的检测以及干扰信号的提取.仿真结果表明了改进后的HHT方法对于低信噪比非平稳信号分析的有效性.     

希尔伯特黄变换在齿轮故障诊断中的应用

希尔伯特黄变换是先把一列时间序列数据通过经验模态分解，然后经过希尔伯特变换获得时频谱的信号处理新方法。介绍了希尔伯特黄变换算法的原理及流程，利用由希尔伯特谱反映出的丰富的物理信息来对齿轮进行故障诊断。结果表明，希尔伯特谱较好地实现了齿轮故障的诊断，希尔伯特黄变换为齿轮故障提供了有力的工具。     

基于改进希尔伯特-黄的泵阀故障诊断新方法

将改进的希尔伯特黄应用到泵阀的故障检测,通过对现场采集数据的分析,提出了一种新的识别故障泵阀的简易诊断方式。首先对6个泵阀信号都作EMD分解,用IMF分量数鉴别故障泵阀,故障泵阀含有IMF数量最多,然后再做出每个泵阀信号希尔伯特能量谱,通过故障泵阀具有高能量来进一步证实。结果表明了该方法能够准确有效的判断出故障泵阀。因此相对于可靠性低并对工作人员身体有害的传统方法而言该方法具有可靠性高,对工作人员无害等优点。     

三种时频分析方法在心音信号分析中的应用

文章介绍了一种新的时频分析方法—— Hilbert谱分析 ,并将其应用到心音信号的时频分析中 ,分析对比了短时 Fourier变换 ,小波分析和 Hilbert谱分析这三种方法在处理心音信号时的性能差异 .传统的基于 Fourier的方法不能有效的分析非平稳信号 .文章分析证明了这种新方法在分析像心音信号这种非平稳信号的有效性 ,它能对信号的时频分布做出比短时 Fourier变换和小波分析更为精确的描述 .用这种方法 ,我们能提取心音信号中频率变化的信息 .     

大跨度斜拉桥模态参数识别时频方法对比研究

利用苏通大桥结构健康监测系统(SHMS)记录的台风期间大桥加速度响应,分别基于希尔伯特-黄变换(HHT)和小波变换(WT)方法对该桥进行了模态参数识别,并将2种识别结果进行对比.在此基础上,进一步研究了模态阻尼比与桥址区实测平均风速的关系.结果表明:基于HHT和WT方法识别出的模态频率值基本一致;模态阻尼比差距较大,基于HHT方法识别的阻尼比均值略大于基于WT方法的识别结果;基于HHT和WT方法识别的模态阻尼比随风速的变化趋势类似.     

希尔伯特-黄变换理论及其应用探讨

希尔伯特-黄变换包括两个主要步骤:经验模态分解和希尔伯特变换;在经验模态分解过程中会产生的端点效应,应采取方法抑制;能应用于多个领域.     

基于AE技术与HHT的环锭纱拉伸断裂过程研究

在常规纱线拉伸强力仪上采用自主搭建的声发射检测系统,分别采集涤纶长丝和环锭纱在拉伸破坏过程中的声频,利用Matlab软件编制Hilbert-Huang transform(HHT)程序对采集的信号进行分析与处理,以获取纱线拉伸过程中各破坏源的时频特征。分析结果表明,AE信号经HHT可识别涤纶环锭纱拉伸过程所涉及的纤维断裂和纤维滑移2种模式,其特征频率分别为30,20kHz和6,3kHz,本研究为纱线拉伸断裂机理的分析和进一步的延伸研究提供一种有效方法。     

基于希尔伯特-黄变换的径流规律分析

希尔伯特－黄变换在处理非线性、非平稳、弱相依、高度复杂的时间序列时,比传统的时间序列分析方法更具优势。通过对时间序列进行经验模态分解（EMD）,得到若干反映时间序列演化过程的本征模态函数（IMF）和序列变化的残余项（趋势项）,然后对每个本征模态函数作希尔伯特－黄变换,得到反映径流规律的统计特征值,从而获得序列变化的周期。对渭河临潼水文站的年径流观测数据进行分析,得出年径流变化存在9．52年、13．70年、21．74年和41．67年的周期,且有逐渐减小的趋势。