基于改进HHT的双电机消隙状态动态定量评价技术

双电机消隙这一技术的引入为重型数控机床进给系统的高精度传动提供了一种可靠的解决方案。针对目前双电机消隙动态定量效果评价方法缺乏的问题,提出了基于改进HHT的双电机消隙进给系统消隙状态定量识别技术。以进给系统电流变化作为检测技术,实现在不干扰生产的同时获得高信噪比的测试信号。以EEMD和Hilbert局部能量谱对传统HHT进行改进并作为电机电流信号处理技术,解决了电流信息的非平稳和非高斯分布问题,实现了对双电机消隙的消隙状态进行定量化识别。仿真和实验验证了该方法的有效性。     

基于集合经验模态分解的人体结肠动力分析

针对目前临床上应用的便秘诊断措施有创且诊断效果不理想的问题,开展了基于无创检测设备获得胃肠道生理信息的研究。利用非线性分析方法分析人体结肠动力并找出正常人和便秘病人之间的区别,为临床诊断便秘提供参考。对8个正常人和10个便秘病人的结肠压力数据进行了分析。首先,通过阈值和集合经验模态分解(EEMD)有效滤除了结肠压力数据中的呼吸,咳嗽,电磁干扰等噪声;然后,提取了表征结肠动力的特征参数如结肠收缩频率,动力指数,平均收缩波峰值;最后,通过t检验比较了正常人和便秘病人结肠特征参数。结果显示:正常人和便秘病人的收缩频率,动力指数有明显统计不同(p0.05);然而,正常人和便秘病人的平均收缩波峰值没有明显统计差别。分析表明,收缩频率、动力指数可以区分正常人和便秘病人。     

基于行波分析的变压器绕组匝间短路故障定位

针对变压器绕组匝间轻微短路故障定位问题,本文提出基于行波分析的故障定位方法。该法在绕组线端输入低压脉冲以获取行波反射信号,基于相关系数和SG滤波的改进EEMD降噪法降低噪声对行波的干扰,分别采用相似度分析法与能量比值法分析行波,得到大致随故障位置单调变化的故障特征集,再结合遗传神经网络建立起故障特征与故障位置的映射关系,实现匝间短路故障定位。仿真和样本实验结果表明了本文方法的可行性。     

基于最优熵与EEMD的滚动轴承微故障诊断方法

滚动轴承是易损件,为了更好并及时检测出在信噪比低的情况下的轴承早期微故障振动信号,提出了小波包最优熵和EEMD相结合的方法。运用小波包最优熵对采集信号实现信噪分离,突出了小波包降噪效果明显;通过EEMD将信号分解成多个分量;最后以互相关、峭度准则提取故障信号分量以避免分量选择的盲目性。结果表明:该方法对轴承初期故障具有良好的降噪效果,可以准确快速地检测出轴承故障,从而表明该方法是有效且可行的。     

集成经验模式分解在液压支架焊缝超声信号消噪中的应用研究

针对煤矿液压支架焊缝超声信号受到非线性、非平稳噪声干扰的问题,研究了基于集成经验模式分解(EEMD)的焊缝超声信号自适应去噪方法,首先对原始信号进行EEMD分解得到一系列固有模态函数(IMF),然后利用各IMF分量与原信号的相关系数的大小关系来重构超声回波信号。通过对仿真信号和试验信号进行分解,结果表明,该方法能够自适应地去除超声回波信号中的噪声成分,提高了信噪比,避免了模态混淆。     

改进的EEMD算法及其在多相流检测中的应用

针对低信噪比下EEMD法在分解过程中产生模态混叠导致滤波效果变差的问题,提出了一种改进的EEMD滤波方法.该方法首先设计最优带通滤波器,滤除信号中的脉冲干扰,再将滤波后的信号进行EEMD分解,然后采用SG滤波器对筛选的IMF再进行滤波,最后对滤波后IMF进行重构.最后将改进的EEMD法和EEMD法分别用于多相流测量信号滤波及含水率测量,结果表明,改进的EEMD法与EEMD法相比,信噪比提高了约2～3 dB,滤波效果更好;含水率平均测量精度提高了约3％,测量误差更小.     

中国区域经济和产业的空间布局演变特征分析

分析中国区域经济空间布局特征以及产业空间布局变化对整体经济的驱动关联作用,进而提出南北方、东西部区域协调、均衡发展的宏观政策建议。通过重心理论运用集合经验模态分解法（EEMD）和灰色关联度分析方法,以基于时间序列具有多尺度周期波动的视角,重点分析1952—2014年我国区域经济重心的变动特征及其与产业重心移动的关联性。研究发现,经济重心的变动是由准9 a、准20 a、准50 a的周期波动与趋势项复合而成的,在纬度向上主要以长周期要素（方差贡献率63.76%）和固有趋势决定,在经度向上主要以短周期要素（方差贡献率7598%）与固有趋势决定。产业重心移动和经济重心变动的关联性在纬度向上显示第一产业与经济的关联性逐渐减弱,第二产业和经济的关联性一直较强,第三产业与经济的关联性逐步增强;在经度向上,三次产业重心的移动均能影响经济重心的变动,且第三产业重心和经济重心的关联度逐渐增加。通过剥离周期性波动因素,显示经济重心的变动趋势是向南、向西移动,但由于受到自然条件与社会条件的制约,向南、向东移动受到的拉力较大。经济重心的实际移动和固有趋势存在差异,从而表现出区域经济空间布局的不均衡。均衡国民经济空间布局既需要政策、战略的调整,也需要遵循市场力量,发挥比较优势,优化区域产业结构。南北方的差异主要在于市场发展的程度与产业升级的速度,北方应遵循产业演替的规律,提高市场化程度,加快发展符合要素结构和比较优势的第三产业。东西部的差距主要在于区位优势与集聚效应,西部需要完善区域基础设施建设,提高对不同层次劳动力的社会保障服务质量,承接东部转移的符合区域比较优势的产业,实现东西部产业和要素的良性互动。     

基于EEMD-增强因子自适应的液压泵微弱故障特征提取

针对斜盘式轴向柱塞泵微弱故障特征难以提取的问题,提出了一种基于EEMD-增强因子自适应的液压泵微弱故障特征提取方法。对故障信号EEMD分解得到一组IMFs,采用增强因子作为各IMF权值合成信号以突出故障特征并抑制不相关成分;对合成信号EEMD分解,用敏感因子筛选出最能够表征故障信息的IMFs分量重构信号;对重构信号做Hil-bert变换求得包络谱,分析包络谱诊断出具体故障。仿真信号和液压泵实测信号的分析结果均很好地验证了该方法的有效性和优越性。     

基于EEMD的声阵列滚动轴承故障诊断

研究针对滚动轴承故障诊断中的类型和位置分析问题,提出了一种基于集合经验模态分解(EEMD)的声阵列滚动轴承故障诊断分析方法。以EEMD分解信号的峭度和能量作为评价指标,提取包含故障信息的IMF分解信号,根据滚动轴承理论故障频率及其倍频分析对分解信号进行窄带滤波后通过Hilbert包络谱实现故障类型判断,通过对窄带滤波后的分解信号使用声阵列技术进行声像分析实现滚动轴承故障定位分析。最后通过试验进行了方法验证,结果表明过使用基于EEMD分解的阵列分析方法,可更为直观确定故障位置和故障类型,有利于有轨机车等多轴承驱动系统轴承故障的快速和实时诊断,对于确定检修、制定合理维修决策、改进维修质量具有十分重要指导意义。     

EEMD在激光测云仪后向散射信号处理中的应用

激光测云仪后向散射信号是典型的非线性、非稳态信号,容易受噪声污染。针对该问题采用集成经验模态分解(EEMD)去噪算法进行处理,首先对含噪信号进行经验模态分解(EMD),将分解后的IMF分量进行自相关性分析,找出含噪占有量较大的IMF分量,对其进行SG(savitzky-golay)滤波,最后将滤波后的IMF分量和剩余分量进行信号的重构。经仿真实验结果表明,与传统的EMD方法相比,EEMD方法处理含噪信号后的输出信噪比提高了1.695 dB,均方误差平均降低了30%以上,说明该方法可以适用于非线性、非稳态的后向散射回波信号去噪处理,能为激光测云仪下一级的云底高度反演提供高信噪比的初始数据。