基于频率截止的EEMD方法研究

为解决总体平均经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)中虚假IMF分量过多问题,提出了一种基于频率截止的EEMD方法。该方法采用一种新的IMF筛分终止条件--以信号自身的最小频率为EMD分解IMF分量的截止频率;然后将基于频率截止的IMF筛分终止条件引入EEMD分解。通过仿真和实测信号分析,并与EMD、EEMD分解结果比较得到,运用频率截止的EEMD方法不仅有效减少了虚假IMF分量的产生,使得分解的目的性更加明确,而且保证了EEMD分解出的IMF分量的完备性,更好地抑制了模态混叠现象。     

基于EEMD样本熵的直流牵引网故障电流识别

针对地铁直流牵引网的振荡电流容易引起继电保护系统频繁误动的问题,提出一种结合总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)和样本熵的直流牵引网振荡电流与短路故障电流识别方法。利用EEMD方法对直流牵引网的馈线电流信号进行分解,求取各固有模态函数(intrinsic mode function,IMF)分量的样本熵值,并将计算结果求和,进而获得反映直流牵引网运行状态信息的特征量。通过对典型馈线电流信号进行分析计算,可知EEMD和样本熵相结合的特征提取方法可以有效地区分直流牵引网振荡电流与短路故障电流。算例分析验证该方法的有效性。     

基于EEMD子带提取相关机械振动信号单通道盲源分离

针对传统独立分量分析难以解决机械故障诊断中存在的相关源信号盲分离、欠定盲分离等问题,在相关振源信号部分子带满足统计独立的假设前提下,提出基于总体经验模态分解子带提取相关机械源单通道盲源分离方法。该方法将单通道观测信号进行总体经验模态分解获得到子带观测信号,将单通道信号及子带观测信号组成新的多维信号,利用奇异值分解及贝叶斯准则估计源信号数目;据互信息标准与源信号数目选若干独立性较强的子带观测信号重构,实现信号升维;对重构的观测信号进行白化预处理及联合近似对角化,获得源信号估计。并仿真、实验验证该方法在机械故障诊断中的有效性。     

基于改进EMD-ICA的结构模态参数识别研究

该文针对频带滤波改进经典经验模态分解(EmpiricalModeDecomposition,EMD)的模态分解能力不足时产生过多虚假模态的问题以及真正本征模函数(IntrinsicModeFunction,IMF)的判定问题,提出了将改进EMD与独立分量相结合的信号分析方法。该方法不需要人为预先设定阈值,能够自动分离出真正的IMF分量,消除改进EMD过程中产生的虚假模态,保障EMD分解信号的有效性。然后利用随机减量技术获得各IMFs的自由模态,最后利希尔伯特变换和最小二乘拟合技术相结合的方法来识别出结构的频率和阻尼比,并通过两个数值算例和一个七层钢框架的模态试验予以验证。研究结果表明：该方法可有效解决改进EMD的缺陷,并成功识别出结构的模态参数。     

基于EEMD-Fast ICA-STFT的车用起动电机噪声源识别

提出基于集成经验模态分解(EEMD)、快速独立分量分析(Fast ICA)和短时傅里叶变换(STFT)的噪声源识别方法,对起动电机噪声信号进行声源识别研究。首先采用集成经验模态分解法将单一通道的电机噪声信号分解为一系列本征模态分量,随后用Fast ICA算法提取独立成分,最后利用短时傅里叶变换良好的时频分析特性,对Fast ICA分离结果进行时频分析,结合时频分析结果和电机噪声的先验知识,确定了各独立分量与电机不同噪声源的对应关系。     

改进EEMD方法及混沌降噪应用研究EI北大核心CSCD

在总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)降噪过程中,对本征模态分量(Intrinsic Mode Function,IMF)的有效处理一直是影响降噪效果的关键。为此,提出一种基于改进EEMD的去噪方法。基于"3σ"法则和奇异值分解(Singular Value Decomposition,SVD)提取第一个IMF分量中有用信号细节。利用连续均方误差准则对剩余IMF分量进行高低频区分,分别使用SVD和S-G算法提取高低频分量的有用信号,可以有效避免了高频部分有用信号的流失,同时剔除低频分量中的部分噪声,克服了EEMD去噪时IMFs难以有效处理的不足。为了验证该方法的有效性,进行了数字仿真与双势阱混沌振动试验,结果表明,该方法的降噪效果优于小波加权和EEMD去噪方法。     

基于EMD-SVM的起重机主梁裂纹损伤识别

识别起重机裂纹的工程实践中,存在着不能实时监测、识别效果不理想以及实验数据少的缺点。以实验室的多组起重机主梁为研究对象,通过加工模拟结构的裂纹损伤,对样机有裂纹处和无裂纹处分别贴应变片,进行动应变实验采集动应变信号;采用经验模式分解(Empirical Mode Decomposition, EMD)方法分解采集到的原始信号并提取前五阶本征模函数(Intrinsic Mode Function, IMF);利用支持向量机(Support Vector Machine, SVM)对部分实验数据进行学习,并用其余数据来评估支持向量机的识别效果。结果表明,基于EMD-SVM的方法可以利用少量样本数据准确地识别出主梁上贴应变片的位置是否存在裂纹损伤。     

基于小波优化EEMD的二氧化硫检测

为解决检测SO₂时系统接收到的荧光信号微弱、易被噪声淹没的问题,提出了小波优化总体经验模态分解(EEMD)的方法对SO₂荧光信号进行去噪。搭建了SO₂紫外荧光检测系统对SO₂浓度进行检测,检测的平均相对误差为0.0011, SO2浓度与荧光强度的线性相关系数为0.9787。利用小波优化EEMD去噪方法对SO₂荧光信号去噪,得到的信噪比为224.7958,均方误差为1.01×10^-7,波形相似系数为0.9973,SO2浓度与荧光强度的线性相关系数为0.9936。相比于EEMD和小波去噪方法,小波优化的EEMD去噪方法对SO2荧光信号的去噪效果更好,能够达到理想的去噪效果。     

EMD-Robust ICA在柴油机噪声源识别中的应用

为了有效地从复杂的单一通道噪声信号中分离和识别柴油机的噪声源,采用经验模态分解（EMD）和基于峭度的鲁棒性独立分量分析（RobustICA）相结合的方法,将EMD分解后的本征模态函数与原噪声信号作为RobustICA的输入,借助RobustICA良好的抗噪性,不需要对观测信号进行滤波处理就可以实现单一通道观测信号的源分量分离。模拟仿真的结果充分说明了该方法的可行性。应用于某四缸柴油机噪声信号分析,对分离出的独立分量进行小波（CWT）时频分析,结合内燃机的特性,从单一通道噪声信号中准确识别出柴油机的燃烧噪声和活塞敲击噪声。     

基于全矢包络融合双层降噪处理的轴承故障特征提取

针对轴承故障信号受背景噪声影响,而难以准确提取故障冲击特征的问题,提出一种噪声辅助多元经验模态分解（Noise-assisted Multivariate Empirical Mode Decomposition,NA-MEMD）与全矢包络快速独立分量分析（Fast Independent Component Analysis,FastICA）相结合的轴承故障特征提取方法。该方法将同源双通道信号进行NAMEMD分解,根据相关性系数选取包含故障特征的固有模态函数(Intrinsic Mode Function,IMF)进行重构;对重构信号进行快速独立分量分析,最后进行全矢包络融合,提取轴承故障特征。对实际轴承信号的分析验证该方法能有效提取完整高阶故障频率,同时降低包络谱特征统计参数的冗余。     

基于损伤因子的板架结构损伤识别方法研究

用基于损伤因子的损伤识别方法对板架结构损伤进行识别。先将板架结构简化为多个板的组合;基于损伤前后模态振型从应变能角度推导损伤因子的表达式,用通用有限元软件ANSYS计算两种损伤工况下损伤前后的模态振型,再用B样条法拟合损伤因子曲面从而对损伤的位置进行识别。最后用实验验证了该方法。该方法对于识别板架结构的单个损伤具有较好的可靠性,并可以为识别多损伤位置提供较好的方法指导。     

基于分布式应变模态残差统计趋势的大跨斜拉桥损伤识别策略

近几年新兴的分布式测试技术得到了飞速发展,使得基于这类应变测试数据的损伤识别方法的研发显得尤为迫切。本文首先引入了分布式应变模态差损伤指标,并利用此指标对一大跨斜拉桥进行了损伤识别研究,分析了不同的测试环境、随机激励及损伤程度等因素对损伤识别效果的影响。然后对同种健康状态下的结构在不同测试环境条件下进行多次辨识,利用统计趋势分析和概率置信准则,提出了基于准分布式应变模态残差统计趋势的损伤识别策略。数值计算表明：所提策略很好的降低了各种随机干扰的不利影响,对斜拉桥主箱梁上发生损伤的多处单元都能准确识别出来,很好的解决了传统模态法损伤指标对结构早期轻微损伤不敏感的缺陷,避免了损伤淹没和误判现象。     

六元探测基阵被动声定位算法及其性能研究

通过对目前常用的空间声目标定位方法的分析,针对四元平面方阵定距精度差的问题,提出了立体六元探测基阵的传感器布置方案,即在四元平面方阵的基础上,增加两个声传感器。根据被动声定位原理推导了定位算法,分析了时延估计误差对定位精度的影响,并进行了数字仿真实验,与四元平面方阵相比取得了较好的定位效果。     

基于振动响应的弦结构损伤检测

从弦强迫振动方程出发,建立了其相应的有限元运动方程,利用直接积分法计算了弦在外激励下的响应.将弦的局部损伤模拟为单元面积的减少,推导了响应对弦单元面积的灵敏度.并利用此响应灵敏度进行弦的局部损伤识别.数值算例表明,该方法能快速准确地识别出弦的局部损伤,并且对模拟的人工噪声不敏感.说明该方法具有一定的工程实用前景.     

基于3/2维谱的螺栓松动非线性检测及定位

提出基于3/2维谱分析的螺栓松动非线性检测及定位方法,用多尺度法分析螺栓松动产生非线性相位耦合的机理,研究3/2维谱分析处理信号的过程并分析其识别非线性二次谐波原理,以铝板上螺栓结构为实验对象,利用粘贴在铝板表面的压电作动/传感元件进行实验,对结构响应信号进行3/2谱分析,有效判断螺栓的连接状态;为实现松动螺栓的定位,定义螺栓松动的非线性指标,引入径向基插值函数,实验获得粘贴在铝板上压电列阵响应信号的非线性指标,利用径向基插值函数拟合损伤定位图像。实验结果表明,该方法能有效检测螺栓松动非线性,实现松动螺栓定位。     

一种基于人眼结构特征的新颖虹膜定位算法

虹膜定位是虹膜识别系统的重要组成部分,定位的速度以及定位算法的健壮性是需要特别注意的因素.根据对人眼的结构特征进行分析,提出一种新颖虹膜定位算法.利用一种灰度累加算子找到瞳孔内一点,通过边缘检测模板找到虹膜内圆上三个不共线的点,从而快速而准确地定位出虹膜内圆,通过边缘检测模板找到虹膜外圆上四个不共线的点,从而快速定位出虹膜外圆.对已有的756幅虹膜图像组成的虹膜数据库进行定位,本算法只需要1.59min,平均定位时间达到0.126s,准确率达到99.07%.比Hough变换以及Daugman的圆检测算子等经典方法速度上有了很大的提高.而且保证了定位的准确率和算法的鲁棒性.     

基于迭代递推的供水管道多泄漏点声定位方法

针对多泄漏点产生的声发射信号及环境噪声对供水管道泄漏定位的影响,进行供水管道多泄漏点声定位方法研究。发展了一种基于迭代递推的供水管道多泄漏点声定位方法,研究迭代递推中品质因数阈值、信噪比阈值、相位偏移量的寻优区间和泄漏相关时频点的判定阈值等参数选择对泄漏定位效果的影响,并优选出适合的参数值。在此基础上,进行供水管道多漏点检测实验;结果表明,该方法可以实现管道上多个泄漏检测和定位,且定位误差小于1 m。研究工作为实际供水管道多泄漏点检测及定位提供了可行的解决方案。     

基于光纤光栅传感器的结构故障定位方法

提出了一种实现结构故障定位和故障实时监测的新方法.该方法利用光纤光栅传感网络测量结构应变,得到结构的挠度矩阵,分析故障前后挠度矩阵变化,计算得出故障定位向量,进而确定损伤区域,实现了结构故障准确定位和健康状况实时监测.实验结果表明,上述方法大大提高了故障定位的准确度和实时性.     

钢筋混凝土空间网格结构曲率模态曲面拟合损伤识别研究

本文介绍了钢筋混凝土空间网格结构的体系组成及构造特点;提出了曲率模态曲面拟合损伤识别理论,定义了曲率模态曲面拟合损伤指标CMSFDIi和平均曲率模态曲面拟合损伤指标CMSFDIiA,通过曲率模态与曲面拟合值的差异进行损伤定位,方法仅需利用从损伤结构获得的实测数据即可进行结构损伤识别,无需利用完好结构的基本信息和理论模型;最后通过钢筋混凝土正交正放空腹网架结构实例,验证了方法的有效性。计算结果表明,本文方法不仅可以识别单位置损伤还可以识别多位置损伤,对钢筋混凝土空间网格结构的损伤识别和健康监测是可行的。     

基于同伦迭代算法的弱耦合梁的损伤识别

本文应用有限元方法将多跨连续梁结构简化为弱耦合的欧拉－伯努利梁模型,利用Newmark积分法直接积分法求出系统在外激励作用下的动态响应。在结构的损伤识别过程中以结构抗弯刚度的减少作为损伤识别参数进行损伤识别,通过最小二乘法来构造同伦方程。该方法的收敛不依赖于初始值的选择,并且可以对具有重频的多跨结构进行准确识别。讨论了模拟人工测量噪声对损伤识别结果的影响。数值模拟算例表明本方法能够快速有效地检测出弱耦合梁的局部损伤,并具有精度高,对测量噪声不敏感等特点。