共查询到18条相似文献,搜索用时 171 毫秒
1.
针对汽轮机组碰摩故障振动信号非平稳特征,将一种新的非平稳信号处理方法,即希尔伯特-黄变换(Hil-bert-Huang Transform,HHT)方法用于汽轮机组碰摩故障检测和时频分析。首先利用经验模式分解(EmpiricalMode Decomposition,EMD)提取碰摩信号的内蕴模态函数(Intrinsic Mode Function,IMF)分量,再对IMF作HHT变换求瞬时频率和幅值。分析结果表明,HHT时频分析能够准确检测出碰摩故障产生的时间、频率和幅值信息,因此该方法能有效应用于汽轮机组碰摩故障信号的时频分析与诊断。 相似文献
2.
基于EMD和HHT的内燃机噪声信号时频特性研究 总被引:7,自引:0,他引:7
简述了经验模态分解(EMD)和Hilbert-Huang变换(HHT)的基本原理与方法.设计仿真试验,验证经验模态分解方法和Hilbert-Huang变换技术对复杂信号的分解和时频分析能力.以某6缸发动机为研究对象,采用小波包分解方法对噪声信号进行滤波预处理,并对滤波后信号进行经验模态分解,得到多个具有不同频率的本征模态函数分量,分别对各分量进行希尔伯特黄变换,分析其幅值和频率随时间变化的特性,结合内燃机结构声辐射机理,分析各分量产生原因,识别噪声源.研究结果表明:经验模态分解方法和Hilbert-Huang变换技术适于分析内燃机噪声信号. 相似文献
3.
《动力工程学报》2017,(11):883-889
针对汽轮发电机组转子故障振动信号为多分量非平稳信号,将一种新的信号分解方法——自适应局部迭代滤波(ALIF)用于转子故障振动信号分解,并与希尔伯特变换(HT)相结合,提出了基于ALIF-HT的汽轮发电机组转子故障诊断方法:首先对转子原始振动信号进行ALIF得到若干信号分量,再应用HT求取每个分量的瞬时频率,获取原信号全部信号分量的完整时频表示,最后根据转子故障振动信号的时频特征判别转子的故障类型.通过仿真信号分析验证ALIF对多分量信号的分解能力,并利用转子油膜失稳故障分析验证该方法的工程实用性.结果表明:ALIF方法能够有效克服经验模态分解(EMD)存在的模态混叠问题,使得ALIF-HT方法相对于希尔伯特黄变换(HHT)方法具有更高的时频分析精度. 相似文献
4.
针对起伏振动条件下气液两相流压差信号过于复杂难以识别的问题,提出一种基于改进的自适应噪声完备集合经验模态分解(ICEEMDAN)与支持向量机(SVM)相结合的流型识别方法。采用ICEEMDAN对小波去噪后的压差信号进行模式分解,通过求取的各本征模态函数(IMF)与原始信号进行斯皮尔曼相关系数计算,选取相关系数较大的IMF分量进行希尔伯特变换,对变换后各IMF分量的瞬时幅度进行能量熵、奇异谱熵、功率谱熵的计算,构成特征向量,带入到支持向量机中进行流型识别。结果表明:该方法能够有效识别起伏振动状态下的泡状流、弹状流、搅混流、环状流,识别准确率可达95%。 相似文献
5.
摘要: 将经验模式分解(empirical mode decomposition,EMD)作为电网谐波的检测方法。通过EMD法分解,把含谐波的正弦信号分解成为包含各阶次谐波的IMF分量和工频分量,从而检测出电网中的谐波分量。研究发现采样信号中的噪声会对EMD的分解产生较大影响,提出了一种基于小波变换去噪预处理的EMD谐波检测方法。此方法首先用小波变换减少随机白噪声对信号的影响,随后对含少量白噪声的信号进行EMD分解。经MATLAB仿真分析,所提方法可以有效地消除随机噪声对谐波检测的影响,提高了EMD谐波检测的精度与适用性。 相似文献
6.
7.
针对水电机组故障具有渐变性等特征,提出了一种基于总体平均经验模态分解(EEMD)和优化支持向量机(SVM)相结合的水电机组故障智能诊断方法。利用EEMD能对机组振动信号进行自适应分解成若干本征模式分量(IMF),并能有效抑制经典经验模式分解(EMD)的端点效应以及模式混叠现象。从IMF分量中提取出来的能量特征作为输入建立优化SVM,以此来判断机组的故障状态。通过实例分析表明:建立的混合智能诊断方法的分类正确率高,能有效诊断机组存在的故障。 相似文献
8.
9.
《太阳能学报》2017,(2)
针对风力发电机振动信号非线性和非平稳特性,提出基于经验小波变换的振动信号分析方法。分析经验小波变换自适应傅里叶谱分割,构造合适的小波滤波器提取不同的调幅-调频模态函数,并对其进行希尔伯特变换,获取瞬时频率和幅值。结合仿真信号和振动信号实验,并与希尔伯特-黄变换进行模态分解和时频能量谱对比分析。实验结果表明,经验小波变换分解得到的各分辨率模态具有相应的时域信号特征,有利于信号进一步时频处理分析,而且模态分解层数少于经验模态分解,具有完备小波理论支撑证明,不存在虚假模态的特点;在时频能量谱图上,比基于希尔伯特-黄变换更能较好地体现原有振动信号的特征。这有助于为振动信号特征提取与故障诊断研究提供新思路。 相似文献
10.
HHT在电网谐波分析中的应用研究 总被引:1,自引:0,他引:1
Hilbert-Huang变换(HHT)以经验模态分解(empirical mode decomposition,EMD)为理论基础,尤其适用于强干扰背景下的瞬时有用信号的提取.本文以某10 kV电力母线谐波实测数据为基础,研究HHT在谐波电流分析中的应用.对10 kV电力母线谐波电流信号应用EMD分解得到的固有模态函数IMF(Intrinsic Mode Function),与小波分析结果相比较表明,HHT能够从复杂的背景谐波中获得较为理想的无畸变谐波信号. 相似文献
11.
针对传统分析方法难以分析非线性非稳态电网实测信号的缺点,文章提出了一种基于希尔伯特–黄变换(Hilbert-Huang Transform,HHT)提取电流相位的方法.为应对经验模态分解(Empirical Mode Decomposition,EMD)在分解过程中普遍存在的模态混叠现象,该方法通过添加基于原电流信号相... 相似文献
12.
微网中大规模的分布式电源由于其自身特点及大量电力电子设备的使用,容易引起电网电压波动、电压闪变及谐波等电能质量问题,影响电力用户的供电要求。利用HHT(Hilbert-Huang transform)变换方法对微网中的电压闪变、谐波等电能质量扰动信号进行了EMD分解,得到各IMF分量,通过对IMF分量进行Hilbert谱分析和边际谱分析。仿真结果表明,该方法能快速有效地检测出微网中电压闪变信号的频率和幅值及谐波信号产生及终止的时刻。 相似文献
13.
14.
15.
16.
17.
针对内燃机瞬时转速信号的非平稳性特点,将EMD方法用于瞬时转速信号的时频分析,将其自适应分解为几个基本模式分量和剩余值序列;对各个基本模式分量进行Hilbert变换得到Hilbert谱,从而得到瞬时频率和振幅随时间的变化规律,并进一步得到了EMD边界谱。实验测量6-135型柴油机正常和故障状态下瞬时转速信号,对其进行EMD分析表明:瞬时转速EMD边界谱可以指示有无故障发生,而瞬时频率和分解剩余值序列可以指示故障缸位置,二者结合可以较好地实现内燃机的故障诊断,为基于瞬时转速的内燃机故障诊断提供了一条新的思路。 相似文献