首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 234 毫秒

1.  基于Hilbert频移的EEMD谐波检测方法  
   孙曙光  庞毅  刘建强《继电器》,2017年第45卷第15期
   针对经验模态分解(EMD)在谐波检测应用中产生模态混叠的问题,结合EMD分解的局限性和谐波检测实际情况进行分析。首先用集合经验模态分解(EEMD)消除EMD遇到间歇信号干扰出现的模态混叠问题,然后根据谐波信号间的密频问题,提出了基于Hilbert频移的EEMD谐波检测方法。该方法先对谐波信号进行EEMD分解,通过相关度判断相近信号是否发生混叠,若发生混叠,利用Hilbert频移方法使信号满足EEMD分解条件,从而将其分解为单频率分量信号。经仿真验证,该方法能够很好地克服谐波检测中的间歇信号干扰和信号间密频问题,保证了谐波信号有效分解和实用性。通过对实际整流信号的分析证明该方法具有很好的检测效果。    

2.  添加自适应高频谐波的改进经验模态分解算法  
   甘一鸣  任伟基  许家琛《太赫兹科学与电子信息学报》,2016年第14卷第5期
   提出了一种改进的添加自适应高频谐波进行经验模态分解(EMD)的算法,减少了EMD原始算法中频谱混叠现象。通过对原始信号的预处理,自动提取出原始信号中包含的最高频率分量,并根据提取出的频率分量进行高频谐波添加。仿真验证了添加自适应高频谐波的EMD算法,可有效减少EMD算法中频谱混叠现象,同时解决了高频谐波添加中频率难以确定的问题。    

3.  改进的HHT算法在电力系统谐波检测中的应用  
   肖儿良  林蔚  毛海军  鞠军平《电力学报》,2012年第27卷第2期
   使用改进的HHT方法检测电力系统谐波。由于HHT方法存在模态混叠现象,不能有效的得到各次谐波分量。采用预处理的方法,首先将一个信号通过一级低通滤波器得到一级高频成份和一级低频成份,一级高频成份进一步分解为二级高频成份和二级低频成份,如此类推直到满足分解完成条件。对各个频带进行EMD分解得到IMF分量,最后将所有的IMF分量进行Hilbert变换得到各次谐波分量的瞬时频率。此方法能够有效的解决模态混叠问题。利用Matlab的Simulink平台建立电力系统谐波源模型以仿真电力系统谐波电流信号,并利用此方法进行分析。仿真研究表明,该方法能够比较精确的分析电力系统中的谐波信号。    

4.  经验模态分解中的模态混叠问题-  被引次数:2
   胡爱军 孙敬敬 向玲《振动、测试与诊断》,2011年第31卷第4期
   针对经验模态分解(empirical model decomposition,简称EMD)存在的模态混叠问题,总结了引起模态混叠异常事件的类型,讨论了模态混叠的产生原因,提出了采用加入高频谐波后再进行EMD分解消除模态混叠的方法.根据信号分析频率范围和特征选择高频简谐波的频率和幅值,并使高频谐波作为第1阶IMF分解出来,可以有效消除模态混叠现象,异常事件通常可以包含在第1阶IMF中,必要时可以将加入的高频信号直接减掉,不影响对EMD结果的判断.与总体平均经验模态分解法(ensemble empirical model decomposition,简称EEMD)对比的仿真计算表明,两种方法都可以有效消除模态混叠现象,但高频谐波加入法具有运算速度快、误差小、分解结果物理意义明确和不需后处理的优点,对含复杂异常事件的实际故障信号分析验证了该方法在工程应用中的有效性和可行性.    

5.  一种新的声发射信号消噪及故障诊断方法  
   张瑞  邓艾东  司晓东  刘东瀛  李晶《振动与冲击》,2018年第4期
   在旋转机械故障诊断中,声发射信号极易受到噪声的干扰。针对经验模态分解(EMD)易产生模态混叠现象,提出了一种基于经验小波变换(Empirical Wavelet Transform,EWT)的消噪和旋转机械声发射碰摩故障诊断的方法。利用了EMD和小波变换的优点,通过对傅里叶频谱进行自适应划分,并构建小波滤波器组来提取声发射信号所包含的不同固有模态分量,可有效消除模态混叠现象,同时对分量进行Hilbert变换从而实现声发射信号的消噪和故障诊断。采用该方法对仿真信号进行加噪声和消噪处理,在同信号源下,对比基于d B4全阈值消噪、d B4默认软阈值消噪、d B4对高频系数处理消噪和EMD消噪效果。并将该方法应用到实际的声发射碰摩信号中。仿真和实验分析结果表明:EWT方法可以有效地分解出信号的固有模态,分解出的模态少,并且不存在难以解释的虚假模态,消噪效果优于其他方法,并且在声发射故障诊断中也有较大的优势。    

6.  基于SVD与改进EMD的滚动轴承故障诊断  
   文成  周传德《机械科学与技术》,2014年第5期
   针对经验模态分解(EMD)存在的模态混叠问题,提出一种奇异值分解(SVD)和改进经验模态分解相结合的信号分析新方法。该方法首先对故障信号进行SVD降噪,以消除随机干扰,再根据信号特征加入高频谐波信号并进行EMD进行分解,有效地减少模态混叠现象,最后对EMD分解得到的高频本征模态分量(IMF)进行代数运算得到故障冲击成分,经Hilbert包络分析,提取出故障特征信息。仿真信号分析了这种方法的实施过程,并将该方法成功运用于滚动轴承内圈和外圈故障的诊断中。实验结果证明:该方法能够有效地提取滚动轴承故障特征信息,实现故障诊断。    

7.  基于改进频移经验模态分解的低频振荡参数提取  被引次数:1
   李成鑫  刘俊勇  杨嘉湜  姚良忠  Masoud BAZARGAN《电力系统自动化》,2012年第36卷第15期
   对于规模越来越大的复杂电力系统来说,采用基于量测数据的低频振荡研究方法日益受到重视。经验模态分解(EMD)方法的分解过程具有自适应且适于分析非平稳信号,在低频振荡参数提取方面应用较多,但EMD方法存在模态混叠等现象。当信号中2个单频分量的频率在2倍频内时,频移经验模态分解(FS-EMD)可将2个分量分解开。但当信号中有多个单频分量的频率在2倍频内时,FS-EMD就无法分解。为了提高EMD的频率分辨率并使分解方法具有通用性,文中提出了改进的频移经验模态分解(RFS-EMD)算法。此方法增大了信号中组成分量的频率比,且保证频率不翻转,使之可循环使用RFS-EMD算法分解复杂信号。该方法在应用于电力系统低频振荡模态参数的提取时,能较好地提取多个2倍频范围内的低频振荡模态分量的频率、幅值、相位及阻尼比等参数。数值仿真和实例分析均表明了该方法的有效性。    

8.  基于屏蔽技术的经验模式分解改进方法  
   张淑清  师荣艳  马春丽  董国新  董玉兰  李莎莎  姜万录《计量学报》,2017年第38卷第2期
   经验模态分解(EMD)具有优越的自适应性,对非平稳、非线性信号的不同时间尺度可进行正确的局部化处理,然而,当信号组合分量的频率相近时会出现模态混叠现象。针对该问题,提出引入信号屏蔽技术对其改进,通过向原始信号添加一定频率的屏蔽信号,将低频成分屏蔽在高频成分所在的本征模态函数(IMF)之外,而屏蔽信号自身通过加减二次分解取平均值消除对IMF分量的影响。仿真及实际应用验证了改进方法可有效克服模态混叠现象,为EMD改进提供一种新的途径。    

9.  环境激励下大型桥梁模态参数识别的一种方法  被引次数:3
   秦世强  蒲黔辉  施洲《振动与冲击》,2012年第31卷第2期
   提出一种依据环境激励下结构振动响应的大型桥梁模态参数识别方法,该方法以限制带宽的经验模态分解(BREMD)和随机子空间识别(SSI)为基础,首先利用EMD将环境振动响应分解成一系列只含结构某一阶固有模态的本征模态函数(IMF),然后利用SSI识别桥梁模态参数。针对大型桥梁自振频率低、模态密集的特点,引入屏蔽信号限制EMD过程中带宽以消除模态混叠;运用该法识别了赣龙铁路某特大桥的模态参数,并将其与峰值拾取法、SSI识别结果以及理论计算值进行对比,结果表明:该方法能有效的识别大型桥梁模态参数,屏蔽信号的引入解决了模态混叠问题,稳定图中的虚假模态得到抑制。    

10.  基于联合采用EMD与高通低通滤波的信号分析  
   《Planning》,2016年第6期
   提出一种基于Hilbert-黄变换改进的信号分析方法。实验表明经验模态分解(EMD)方法在大多数情况下分解的结果都与人们的直观感觉相符合。但实验也发现,常规的EMD分解方法无法将频率存在2倍关系内的信号分量分离而可能导致分量模态混叠。为解决模态混叠问题,我们先将原始信号通过高通低通滤波分为两组。之后,再对两组信号分别进行经验模态分解,并进行频谱分析。经过实验验证,使用该方法可以有效地将存在二倍频率内的信号分离开来,达到消除本征模态函数(IMF)的混叠的效果。    

11.  利用微分算子增强EMD算法频带分解能力  
   刘海波  玄志武《振动与冲击》,2013年第32卷第18期
   针对传统经验模态分解(EMD)方法中信号所含频率分量较接近易出现模态混叠现象,导致分解出的本征模态函数失去原有物理意义问题,提出改进算法。将原始信号频带信号微分;对微分信号进行EMD分解;将所得IMFs进行积分处理获得原始信号有效的IMFs,能抑制EMD分解过程中的模态混叠现象。仿真计算与实际工程应用表明,该方法优于传统EMD算法,可有效分离频率接近的本征模态函数,扩大EMD方法的适用范围。    

12.  基于独立分量分析的EMD模态混叠消除方法研究  被引次数:2
   汤宝平  董绍江  马靖华《仪器仪表学报》,2012年第33卷第7期
   针对经验模态分解(empirical mode decomposition,EMD)算法中存在的模态混叠现象,提出一种应用独立分量分析进行模态混叠消除的新方法.首先应用形态学滤波方法将信号中的噪声予以消除,减少由于噪声因素造成的模态混叠现象.然后将信号进行EMD分解,获得不同的IMF分量,将存在模态混叠成分的IMF分量进行相空间重构,利用基于峭度最大化的独立分量分解算法实现混叠成分的分离,仿真分析和工程应用的结果表明,所提方法能有效地消除EMD分解过程中的模态混叠现象.    

13.  基于GUI的旋转机械早期故障诊断系统设计与开发  
   唐超  张晓迪  黄涛涛  李荣强  蒋永华《机电工程技术》,2019年第3期
   针对目前旋转机械早期故障诊断系统的现状和工程实际需要,基于Windows系统为开发平台,采用图形化语言技术和Matlab为开发工具,研制一套基于GUI的旋转机械早期故障诊断系统。系统主要包括信号读取与显示模块、信号分析诊断模块、分析结果显示等功能模块。可实现对信号读取、滤波、时域分析、频域分析、经验模态分解与希尔伯特变换、双谱分析、自适应带宽限制信号BS-EMD混叠消除、流形学习降维及故障分类识别等功能。最后进行实验测试分析,验证其可靠性和实用性。    

14.  消除经验模态分解中混叠现象的改进掩膜信号法  被引次数:3
   赵玲  刘小峰  秦树人  鞠萍华  赵峰《振动与冲击》,2010年第29卷第9期
   经验模态分解方法能在时频域上正确地描述非平稳非线性信号的局部特征.但由于模态混淆,当信号组合分量的频率太接近时,常不能得到正确的经验模态分解结果.针对这一情况,提出了消除经验模态分解中混叠现象的一种方法--改进的掩膜信号法,并将其应用于风机叶片振动信号的分析中.该方法以能量为基础对掩膜信号的选择进行改进,并通过掩膜信号结合EMD来达到消除模态混叠现象的效果.对风机叶片振动信号进行验证的结果表明,该方法简便易行,可有效分离混叠模态,提取有用信号,并且对白噪声也有削减效果.    

15.  HF-EMD频率选取原则及在暂态扰动检测中的应用  
   崔艳  刘志刚  戴晨曦《继电器》,2014年第42卷第21期
   经验模态分解在处理电力系统暂态扰动信号时存在模态混叠的问题,基于高频谐波注入法的经验模态分解(简称HF-EMD)是一种简单高效的改进方法。该方法的有效性依赖于高频谐波频率的选取,而目前并没有有效的频率选取原则。着重对此问题进行了系统的研究,并通过理论分析和大量仿真试验得出了一个具体有效的选取原则:当所注入的谐波频率在原信号高频成份的最小频率与该最小频率增加1/2倍基波频率的范围内时,HF-EMD普遍有效。对PSCAD模型仿真电能质量信号和变电站复杂实测扰动信号的分析表明,该原则具有高效性和普适性,能够有效提高暂态电能质量扰动信号的检测精度。    

16.  经验模式分解回顾与展望  
   《计算机工程与科学》,2014年第1期
   经验模式分解EMD打破了Fourier变换、小波分解等传统数据分析方法需要预先设定基函数的局限,是一种完全由数据驱动的自适应非线性非平稳时变信号分解方法,可以将数据从高频到低频分解成具有物理意义的少数几个固有模态函数分量和一个余量。首先介绍了原始EMD方法的原理和算法;接着,总结归纳了EMD当前的研究现状,分析了EMD存在的端点效应、模态混叠、运行速度问题及其在二维情况下的问题并对国内外学者解决这些问题的方法进行了概述和比较;最后结合EMD研究存在的难题指出了EMD进一步研究与应用的发展方向。    

17.  经验模式分解回顾与展望  被引次数:1
   毛玉龙  范虹《计算机工程与科学》,2014年第36卷第1期
   经验模式分解EMD打破了Fourier变换、小波分解等传统数据分析方法需要预先设定基函数的局限,是一种完全由数据驱动的自适应非线性非平稳时变信号分解方法,可以将数据从高频到低频分解成具有物理意义的少数几个固有模态函数分量和一个余量。首先介绍了原始EMD方法的原理和算法;接着,总结归纳了EMD当前的研究现状,分析了EMD存在的端点效应、模态混叠、运行速度问题及其在二维情况下的问题并对国内外学者解决这些问题的方法进行了概述和比较;最后结合EMD研究存在的难题指出了EMD进一步研究与应用的发展方向。    

18.  基于SVD的EMD模态混叠消除方法  
   张小明  唐建  韩锦《噪声与振动控制》,2016年第36卷第6期
   为了改进EMD中模态混叠的缺陷,提出一种基于SVD的模态混叠消除方法。SVD有两个特性,一是每个频率成分对应两个大小相当的奇异值;二是各频率成分经分解得到的奇异值大小与该频率成分的振幅呈正相关。该方法根据信号中主要频率成分构造出一组与原信号频率相等、幅值与原信号振幅成整倍数的正弦信号,并与原信号叠加后对叠加信号进行SVD分解,然后成对选取分解得到的奇异值重构出一组信号,依次减去前面加入的对应频率的正弦信号即可得到分解结果。实验表明,对于EMD分解模态混叠现象严重的信号,该方法能够进行有效消除模态混叠。    

19.  基于ESMD和HT相结合的谐波检测新方法  
   《电力系统保护与控制》,2018年第23期
   针对现有的电力系统谐波信号检测方法精度不高的问题,以及研究较多的经验模态分解(EmpiricalMode Decomposition, EMD)在谐波检测中出现的模态混叠问题,结合极点对称模态分解(Extreme-pointSymmetricMode Decomposition, ESMD)理论和算法,提出基于ESMD和希尔伯特变换(HilbertTransform, HT)相结合的谐波检测新方法。首先对信号进行极点对称模态分解,得到一系列不同特征尺度的固有模态函数(IntrinsicModeFunction,IMF),再对IMF分量进行希尔伯特变换得到各谐波瞬时幅值和瞬时频率信息。该方法能够根据信号自身特征进行自适应分解,理论上由于扩展了IMF定义并采用内部插值方法,使得该方法具有简单、精度高的优势。仿真结果表明,该方法在谐波检测中自适应分解能力强,检测精度高,实时性好,并且能够在不添加噪声的情况下有效避免EMD方法在谐波检测中出现的模态混叠现象。    

20.  基于自适应高频谐波LMD法的风电机组故障诊断  
   武英杰  刘长良  范德功《动力工程学报》,2014年第34卷第12期
   针对实际应用中局部均值分解(LMD)法存在的模态混叠问题,提出了自适应高频谐波LMD法.分析了信号中异常事件对求取包络函数和均值函数的影响,将构造的自适应高频谐波加入到原始信号中,通过改变原始信号的极值点位置来抑制模态混叠现象.对含有典型异常事件的信号进行了自适应高频谐波LMD法和ELMD法仿真实验对比,验证了该算法的有效性和优越性.将该算法应用于风电机组传动系统故障诊断中,结果表明:采用该算法后,原有的模态混叠状况得到明显改善,并成功提取出轴系不平衡故障特征,可为风电机组故障诊断提供参考.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号