基于希尔伯特-黄变换的高速侵彻损伤源定位

高速钝体侵彻双层结构产生的Lamb波在传播过程中受复杂结构界面和测试环境影响,导致含损伤特征的有效信号易被其他因素干扰。文中以双层钢板结构为研究对象,重点研究侵彻产生的Lamb波在钢板中的传播特性。针对非线性的冲击源信号,基于希尔伯特-黄变换(Hilbert-Huang Transform,HHT)对侵彻产生的瞬态非平稳信号进行分析并重构,提取了含冲击源特征的Lamb波S 0模态信号,基于误差函数的几何定位算法确定了相应的损伤源位置。结果表明,所提方法可有效剔除复杂环境中其他不相干杂波的影响,重构后的信号提高了定位精准度。

基于希尔伯特-黄变换的2.2 MW风力发电机噪声特征研究

在某大型风电场2.2 MW水平轴风力发电机周围,上下风向及60°夹角处布置了6个测点,实验测量风力机气动噪声,经1/3倍频分析获得了6.55~15.00 m/s风速条件测点总声压级变化关系。在此基础上,运用经验模态分解(EMD)和希尔伯特-黄变换(HHT)方法,结合边际谱分析获取了关键的风力机噪声时频变化特征。结果表明:与标准测点对比,同向60°测点的总声压级非常接近,风力机上风向4#测点噪声水平偏低;通过EMD得出的方差贡献率和相关系数均表明:噪声主要能量集中在770~1120 Hz频段;边际谱的主频与其对应风速间存在较好的3次方拟合关系。

航空发动机试飞中转静子碰摩故障信号处理的希尔伯特-黄变换(HHT)方法

时变信号处理的新方法希尔伯特-黄变换,是把一时间序列数据通过经验模态分解(Empirical Mode Decomposition,简称EMD)成本征模函数组(Intrinsic Mode Function,简称IMF),然后经希尔伯特变换(Hilbert Transformation,简称HT)获得频谱的信号时频分析方法引入到航空发动机转静子碰摩故障振动信号处理领域。该方法的理论和算法为用MATLAB语言编写分析程序,再用仿真信号验证程序的正确性和有效性;然后对飞行试验中获得的故障振动信号进行分析。结果表明,用EMD和HT方法对航空发动机转静子碰摩故障振动信号进行时频分析是有效的。

基于数学形态学与希尔伯特-黄变换的线路故障测距方法研究

输电线路故障定位是快速检查故障位置、节约能源的必要措施。针对行波测距方法中影响测距精度的问题,如噪声干扰、波头到达时间标定偏差以及波速计算误差,文中提出了一种基于数学形态学(mathematical morphology,MM)与希尔伯特-黄变换(Hilbert-Huang transform,HHT)结合的双端行波故障测距算法。首先对故障发生后的高频暂态量经Clark变换后得到线模和零模分量,通过线模分量提取故障行波,再对夹杂噪声干扰的行波信号进行数学形态学滤波处理;然后通过经验模态分解(empirical mode decomposition,EMD)和希尔伯特变换得到瞬时频率谱图,继而找到突变点位置,确定波头到达时间,结合与波速无关的双端行波测距计算故障发生位置;最后对比采用结合算法和单一算法下的测距结果。仿真结果表明,结合算法的测距精度比单一算法更高,且误差精度为0.086‰,验证了所提线路故障测距算法具有较高的可靠性和精确度。

希尔伯特-黄变换(HHT)在复合电能质量扰动分析中的应用

为准确分辨出电能信号中的扰动成份,进行电能质量治理,笔者通过对暂降+谐波、暂升+谐波、脉冲+谐波、暂升+波动、暂降+波动、脉冲+波动等6种双重扰动信号进行EMD分解,希尔伯特-黄变换,然后着重对信号的前2阶IMF,第1阶IMF的瞬时频率,希尔伯特谱进行分析。结果显示,EMD分解能分解出复合的扰动信号成份,第一阶的IMF分量的瞬时频率及希尔伯特谱能对扰动发生时刻、谐波成份进行较准确的分析。

基于经验模态分解和希尔伯特-黄变换的精密孔镗削颤振特征提取

针对精密孔镗削加工过程中容易出现颤振现象,影响精密孔的表面质量问题,建立了镗削加工的监测系统,对镗削颤振信号进行特征提取,以实现对镗削颤振的快速预报。首先,根据颤振信号的时频特点,将经验模态分解(EMD)和希尔伯特-黄变换(HHT)引入颤振特征提取过程,并介绍了其基本原理及具体实现过程。然后,在线拾取镗杆的振动信号,并对振动信号进行EMD分解和HHT变换。最后,通过对各本征模态函数分量的Hilbert谱分析,提取出了颤振发生的征兆特征。实验结果表明,利用EMD和HHT对镗削振动信号进行特征提取,可以在颤振形成之前0.5s得到颤振爆发的征兆,为后续的颤振抑制工作赢取时间,进而确保精密孔的表面加工质量。

基于希尔伯特-黄变换的电力系统低频振荡的非线性非平稳分析及其应用

研究了基于希尔伯特–黄变换法从广域测量系统的实测数据中提取电力系统时变振荡特性的一种实用方法。该方法能够分析非线性、非平稳信号的局域动态行为和特性,更好地反映振荡过程中所包含的多个模式随时间的变化规律以及模式间的相互影响,还可提高识别能力和处理效果。在贵州电网的初步实验结果证明了该方法的有效性。

基于希尔伯特-黄变换的合成孔径雷达内波参数提取新方法

基于希尔伯特-黄变换,发展了合成孔径雷达内波参数提取的新方法,解决了传统的傅里叶变换不能提取非线性内波群各个孤立子波信息的问题。利用该方法对巴士海峡附近的一幅ERS-1 SAR内波图像进行了内波参数提取。希尔伯特-黄变换对内波剖面数据进行了尺度分解,根据归一化方差最大来提取内波分量。该方法具有自适应性。结果表明,该方法获取的内波平均波长与傅里叶变换和小波分析具有较好的一致性,提取得到的反映各个孤立子波信息的波形比小波分析的要清晰,提高了数据的质量。通过提取的内波信号,利用极值序列计算了剖面线前后段平均波长大小,消除了谱分析当中的180°模糊问题。计算了明暗点的间隔,反演得到各个孤立子波的半振幅宽度。利用CTD数据获得的跃层深度,反演前导波振幅,与验证算例结果在量级上一致。

基于希尔伯特-黄变换的电力系统谐波分析

准确的谐波分析对电力系统稳定具有重要意义。为克服FFT方法与小波分析方法的缺点,提出将希尔伯特?黄变换(Hilbert-Huang transform,HHT)用于谐波分析。将谐波信号进行经验模态分解(empirical mode decomposition,EMD),得到一系列经验模态函数(intrinsic mode function,IMF)。由于不同的IMF对应不同的谐波分量,通过对每个IMF分量进行Hilbert变换(HT)及最小二乘拟和,最终可以得到各次谐波的幅值、频率和相位,从而实现电力系统谐波的准确分析。在经验模态分解过程中,采用了分段三次Hermite插值,并通过添加极值的方法减轻边缘效应的影响,使谐波分析能够更准确。仿真表明,Hermite插值比三次样条插值对谐波分析更具优势。该方法分析电力系统谐波精度高,能够取得满意的效果。

基于双谱和希尔伯特-黄变换的断路器故障诊断方法

通过对断路器正常合闸和异常合闸时的声波进行双谱分析，发现声波的高频分量能量分布能够体现断路器的工作状态。通过希尔伯特-黄变换分析。发现合闸过程中声波信号高频分量持续时间较短，根据高频分量经过经验模态分解后的各固有模态函数能量分布特点，提出了基于固有模态函数能量熵的故障特征提取方法。模拟实验中取500-3000Hz信号的固有模态函数能量熵作为断路器故障诊断的依据，能去除低频环境噪声对分析结果的影响。实验结果验证了基于双谱分析和希尔伯特-黄变换的声波分析方法对于诊断断路器机械故障的有效性。

希尔伯特-黄变换地震信号时频分析与属性提取

地震信号属于非线性和非平稳信号,传统的分析方法主要包括短时傅立叶变换、小波变换和Cohen类时频分布等等;希尔伯特-黄变换是分析非平稳信号的新方法,该方法的关键部分是信号的经验模态分解,通过经验模态分解,复杂的信号可以分解为有限的数量很少的几个固有模态函数,从而可以得到信号的希尔伯特时频谱;将该方法应用于单个的地震道数据,可以对地震道进行经验模态分解并得到希尔伯特谱,应用于地震剖面,可以得到意义更加明确的瞬时频率和瞬时振幅等地震属性,模型试算和实际应用表明了该方法的有效性.

基于希尔伯特-黄变换的心音包络提取

目的提取心音信号的包络特征,根据包络对信号进行时域分析。方法本文提出了利用希尔伯特-黄变换对心音信号进行包络提取的方法。首先利用黄变换对心音信号进行预处理;然后对处理后的信号进行希尔伯特变换得到心音信号的包络。结果突出了心音信号的第一心音和第二心音,准确提取了心音的各种时域特征。结论采用此方法能够准确地提取心音信号的包络,为进行下一步分析奠定了基础。

基于希尔伯特-黄变换与小波方法的径流序列分析

将希尔伯特-黄变换方法用到黄河三门峡站的天然年径流水文的分析与识别中,分解得到不同尺度下的固有模态函数;与小波分解方法对比,仿真出的径流变化成分不仅在时域上,而且在频谱上把低频信号中奇异信号的局部变化刻画出来,并具有更加清晰的物理意义;为水文径流序列的演变模式研究提供了一种新的分析方法.

基于希尔伯特-黄变换的非一致性洪水频率计算方法——以西江大湟江口站为例

西江流域由于大量兴建堤防工程而导致天然河道洪水槽蓄关系发生了改变,进而使得洪水序列失去了一致性。针对西江洪水归槽问题,提出基于希尔伯特-黄变换的非一致性洪水频率计算方法,该方法假设非一致性年最大流量序列由非一致的确定性成分和相对一致的随机性成分两部分组成。将该方法应用于西江大湟江口站,结果表明:(1)1953-2008年最大流量序列经Hurst系数变异分析方法诊断为中变异,说明该序列不满足一致性的要求;(2)同频率同重现期情况下,过去、现状和未来三个时期的最大流量呈增长趋势;(3)Cv在过去(1953年)、现状(2008年)和未来(2015年)三个时期的评价结果为:0.334、0.257、0.25,呈减小趋势,说明年最大流量在多年情况下变化浮动减弱,洪峰流量趋于稳定波动。(4)浔江堤防大湟江口站现有堤坝的防洪标准在过去能达到10年一遇的防洪标准,但现状和未来达不到10 a一遇的要求;(5)典型洪水重现期呈逐年缩短的趋势;(6)相同区间范围内的洪水,过去、现状和未来条件下的洪水发生的概率呈增加趋势。

基于独立分量分析与希尔伯特-黄变换的轴承故障特征提取

滚动轴承早期故障信号具有能量小、频带分布宽等特征,易受到其它能量较大振源信号的干扰。传统的希尔伯特-黄变换(HHT)对信噪比大、多频率调制信号常因不能对其所包含的固有模式函数(IMF)实现准确分离和去除调制干扰分量而失效。提出了基于HHT和独立分量分析(ICA)的滚动轴承诊断新方法。该方法首先利用经验模式分解(EMD)将滚动轴承振动信号分解成若干平稳的本征模式函数IMF分量,通过提取若干包含主要信息的IMF分量,应用带通滤波器和Hilbert变换获取IMF分量的高频包络波形,再应用ICA分离包络波形并进行频谱分析,进而判断滚动轴承的运行状况。仿真和试验分析结果验证了本方法的可行性。

基于希尔伯特-黄变换的变压器铁心振动特性分析

变压器铁心振动与铁心紧固状况、绝缘层损伤程度密切相关。利用希尔伯特?黄变换对非平稳信号的敏感性,提出一种可有效提取故障特征的铁心振动在线监测方法。对铁心振动信号进行经验模态分解,自适应地获得本征模态函数,继而对每组本征模态函数进行希尔伯特变换,得到了表征铁心振动信号时频变化的三维希尔伯特能量谱及边界谱,揭示了正常运行和隐含故障的铁心振动特征,为变压器的早期故障诊断奠定了坚实的基础。

希尔伯特-黄变换谱及其在地震信号分析中的应用

介绍了希尔伯特-黄变换(HHT)这一非线性、非平稳信号处理方法,并利用HHT处理了地震工程中常用的ElCentro地震波,得到了该信号的Hilbert谱、边际谱和能量谱,提取了该信号的主要动力特性,并与该信号的Fourier分析结果进行了对比,显示出HHT这一方法的优越性.

同步压缩小波与希尔伯特-黄变换性能对比

经验模式分解(empirical mode decomposition简称EMD)中包络均值代替信号实际均值的算法误差,使其在处理复杂多频振动信号时易出现模式混叠,引起分析误差。针对这一问题,采用同步压缩小波变换(synchrosqueezed wavelet transform,简称SWT)根据时间-尺度平面中各元素模的大小,对平面内的能量进行重新分配,通过映射关系将时间-尺度平面转化为时间-频率平面,获得频率曲线更加集中的时频表达。这一方法的正交性与算法自身良好的数据驱动性降低了模式混叠引起的时频分析误差,多组分仿真信号时频特征提取证明了SWT的优异时频特性,利用旋转机械不对中振动位移信号进行了实测数据分析。结果表明,SWT能够精确描述谐波信号的频率构成,且所获时频能量分布集中,时、频域定位精度高,为机械设备的状态监测与故障诊断提供了一种新的时频分析手段。

基于希尔伯特-黄变换测量搅拌釜临界分散转速

基于希尔伯特-黄变换(HHT)分析搅拌釜壁产生的声发射(AE)信号,获得了代表气液体系运动的特征频段(10～80kHz),将其对AE信号进行重构.以重构信号能量为特征参数,根据其随搅拌转速的规律性变化,提出搅拌釜临界分散转速的测量判据,即重构信号能量由平稳突然增大时所对应的搅拌转速为临界分散转速.与目测法相比,该方法平均相对偏差小于2.86%,具有较高的精度.研究发现,外循环破坏了搅拌釜内的径向流动,不利于气液分散,导致临界分散转速变大.根据不同外循环条件下的实验结果,建立外循环搅拌釜临界分散转速的预测关联式,平均相对偏差小于0.65%.该研究结果表明,声发射结合HHT的方法可以准确实现临界分散转速的测量.

希尔伯特-黄变换的统一理论依据研究

希尔伯特-黄变换(HHT)是上世纪末出现的一种分析非线性、非平稳信号的有效新方法,但其理论依据还不太明朗,尤其缺乏统一理论依据。从分析HHT的基本模式函数(IMF)定义入手,在H ilbert变换的Bedrosian乘积定理基础上提出了H ilbert变换的局部乘积定理,采用理论推导和物理意义分析相结合的方法对其进行了论证。然后应用这一定理对HHT中的IMF定义、瞬时频率计算公式、经验模式分解(EMD)方法及其收敛性等问题给出了统一解释,从而初步为HHT提供了一个统一理论依据。