Hilbert spectrum and intrinsic oscillation mode of dynamic response of a bilinear SDOF system: influence of harmonic excitation amplitude

Under harmonic wave excitation, the dynamic response of a bilinear SDOF system can be expressed by the Hilbert spectrum. The Hilbert spectrum can be formulated by (1) the inter-wave combination mechanism between the steady response and the transient response when the system behaves linearly, or (2) the intra-wave modulation mechanism embedded in one intrinsic mode function (IMF) component when the system behaves nonlinearly. The temporal variation of the instantaneous frequency of the IMF component is consistent with the system nonlinear behavior of yielding and unloading. As a thorough study of this fundamental structural dynamics problem, this article investigates the influence of the amplitude of the harmonic wave excitation on the Hilbert spectrum and the intrinsic oscillatory mode of the dynamic response of a bilinear SDOF system.

基于CEEMDAN-Hilbert变换的水下爆炸信号时频分析方法研究

研究水下爆炸冲击波信号的时频特性,对于舰艇利用弹药水下爆炸信号对抗自导鱼雷具有重要的实际意义。本文针对EMD-Hilbert方法中经验模态分解(EMD)存在模态混叠的问题,提出CEEMDAN-Hilbert方法实现水下爆炸冲击波信号精确的时频分析。在水深100 m处单发炸药爆炸,产生爆炸信号的频率主要分布在56.5 kHz以下的低频段,特别是0~28.3 kHz以下的能量最大,高于56.5 kHz的能量较少。通过与EMD-Hilbert方法相比,CEEMDAN-Hilbert方法在28.3~56.5 kHz频段的能量分布会更加明显,具有一定的优越性。

基于小波包和Hilbert包络谱的滚动轴承故障诊断

针对滚动轴承故障信号中包含有多种干扰信号而导致故障特征频率难以提取的问题,提出了基于小波包和Hilbert包络谱相结合的滚动轴承故障诊断方法。该诊断方法在频域找出干扰信号较少的频段;利用小波包对故障信号分解,并对干扰信号较少的频段进行信号重构;对重构信号作包络谱图,提取滚动轴承故障特征频率。通过对滚动轴承外圈和内圈故障的信号分析,证明了该方法能准确地识别滚动轴承外圈和内圈故障。

基于ICEEMDAN和Hilbert包络谱的滚动轴承故障诊断研究

针对滚动轴承故障振动信号因属于非平稳特征信号而导致故障特征频率难以提取的问题,提出了基于改进自适应噪声完备集合经验模态分解(ICEEMDAN)和Hilbert包络谱的滚动轴承故障诊断方法.首先,利用ICEEMDAN对故障信号进行模态分解,产生一系列的固有模态分量(IMF);然后,找出与原信号相关度较高的模态分量,作该模态分量的Hilbert包络谱图,并提取滚动轴承的故障特征频率.最终,通过对滚动轴承外圈和内圈的故障信号进行分析,并将结果与经验模态分解(EMD)的结果比较,证明了经过ICEEMDAN分解后Hilbert包络谱图能够明显反映轴承故障的特征频率,该方法可有效诊断滚动轴承的外圈和内圈故障.

基于EMD和Hilbert谱的风电机组滚动轴承故障诊断方法研究

滚动轴承是风电机组传动系统的关键零部件,恶劣的服役工况导致其故障率比较高,且故障所造成的经济损失比较大,对风电机组滚动轴承故障诊断具有重要的现实意义。针对传统包络谱分析在复杂故障诊断中的局限性,联合EMD和Hilbert谱提出了滚动轴承故障诊断的新方法。对实测振动信号进行小波分解得到高频系数,并对高频系数进行Hilbert变换,得到包络信号。将包络信号进行EMD分解,计算各IMF分量的瞬时频率,结合故障频率选择有用的IMF分量,最终得到用于故障诊断的局部Hilbert边际谱。将该方法应用于实测风电机组滚动轴承外圈和内圈故障振动信号分析中,其在提取滚动轴承故障频率方面的性能优于传统包络谱分析法。

Tzitzéica方程的Riemann-Hilbert问题研究

Tzitzéica方程是一个3阶矩阵谱问题,它的定义域把整个复平面分为6个辐角为π/3的区域,结合伴随谱问题,得到该方程一组完整的解析函数,借助辅助特征函数,获得每一个解析区域内的Riemann-Hilbert问题。

基于Hilbert模量频谱分析的开关柜局部放电故障在线监测方法研究

针对开关柜局部放电故障难以实时准确监测的问题,开展基于Hilbert模量频谱分析的在线监测方法研究。通过设计超高频信号前置处理,有效滤除噪声干扰,提升信号质量。采用Hilbert模量频谱分析技术,深入提取局放信号的特征参数,特别是低中频能量百分比等关键特征。结合特征参数,计算特征与各放电故障类型的马氏距离,实现对开关柜局放故障的在线监测与精准识别。通过对比实验证明,该方法能够显著提高故障检测的准确性,为开关柜的安全运行提供有力保障。

Hilbert-Huang变换在电力系统过电压识别中的应用

将希尔伯特-黄变换(HHT)方法引入到过电压信号分类识别研究中,该方法由经验模态分解(EMD)与Hilbert变换两部分组成,能够定量、准确地对信号幅值及频率特征进行刻画。采用HHT方法对7种电力系统中常见的过电压信号进行了分析计算,结果表明HHT方法计算得到的瞬时幅值谱、Hilbert边际谱、Hilbert时频谱,能够作为特征量对不同种类型过电压进行分类识别。基于HHT算法与RBF神经网络搭建了过电压信号分层识别系统,并以实测过电压数据对其进行验证,结果表明,该分类识别系统能够有效地对过电压信号进行分类识别,并具有较高的识别率。

Hilbert-Huang变换在滚动轴承故障诊断中的应用

提出了一种新的滚动轴承故障诊断方法——基于小波系数包络信号的局部Hilbert边际谱方法,在Hilbert—Huang变换的基础上介绍了局部Hilbert谱和局部Hilbert边际谱,并将它应用于滚动轴承的故障诊断中。用小波基将滚动轴承故障振动信号分解,对高频段的小波系数用Hilbert进行包络分析得到包络信号,再对包络信号进行Hilbert—Huang变换求出局部Hilbert边际谱,从局部Hilbert边际谱中就可以判断滚动轴承的故障部位和类型。通过对滚动轴承具有外圈缺陷、内圈缺陷的情况下的振动信号的分析,说明该方法比传统的包络分析方法更能有效地提取滚动轴承故障特征。

EMD方法和Hilbert谱分析法的应用与探讨

利用EMD方法对海浪观测资料进行处理 ,通过在数据两端的“平衡位置”处分别附加平行直线段的方法进行端点抑制 ,分解出 1 0个内在模函数和 1个剩余趋势项 ,再对各内在模函数进行Hilbert变换 ,得到波浪的Hilbert谱。对所得结果的分析表明 ,各模态在Hilbert谱中的分布趋势和Fourier谱中谱线的变化趋势是一致的 ,第一模态的中心频率与Fourier谱的谱峰频率相对应 ;EMD方法是对非线性、非平稳过程数据进行距平化的好方法 ,距平化的过程和消除趋势项的处理是统一的。

基于Hilbert谱熵的柴油机故障诊断方法研究

从信号的特征提取出发,采用局域波时频谱分析和信息熵结合的方法——Hilbert谱熵(HSE),进行柴油机振动信号的特征提取和状态识别.首先,对信号进行局域波分解;然后,根据得到的内蕴模式分量计算Hilbert谱;最后,建立基于时频分布的Hilbert谱熵,并以此作为故障识别的特征参数.以柴油机缸套与活塞间磨损的状态识别为例,根据对时域、频域和时频域的信息熵比较分析,证明了Hilbert谱熵对柴油机的状态进行评价的有效性.此方法为柴油机预知维修提供了一个有效的手段.

Hilbert-Huang变换在提取阵列声波信号动力特性中的应用

阵列声波信号是典型的非线性、非平稳信号,其动力特性的量化提取对于进行地层结构构造分析提供了必要的基础资料.而Hilbert-Huang变换(HHT)是一种处理非线性、非平稳信号的新方法.它通过经验模态分解(EMD)将信号分解为有限个固有模态函数(IMF),并对每个固有模态函数进行Hilbert变换得到Hilbert谱.本文将这种方法应用于阵列声波信号动力特性的提取,有效地获得了信号能量的时频分布,瞬时能量、Hilbert能量、最大振幅对应的时频分布等动力特性,显示了HHT的优势以及对于进一步实现地层结构构造分析的重要意义.

基于Hilbert模量频谱分析的异步电动机转子故障在线监测与诊断方法

Hilbert 变换是数字信号处理中的一种理想的移相方法。对某一信号进行这种变换,可得到其共轭信号。该文将Hilbert模量定义为原始信号与其共轭信号的平方和,并在此基础上提出了一种基于定子电流Hilbert模量频谱分析的异步电动机转子故障在线监测与诊断方法。理论分析和实验结果表明该方法可以有效地诊断鼠笼式异步电动机的转子故障。与需要同时采样三相电流的扩展的Park捠噶糠椒ㄏ啾?该方法大大节省了硬件和软件开销。

Hilbert-Huang变换在爆破震动信号分析中的应用

介绍了Hilbert Huang变换(HHT)法的原理、内容和优越性,并用仿真信号进行实例分析,以验证其关键技术经验模态分解(EMD)的高效性、自适应性,以及其时频图能定量地描述时间与瞬时频率的关系。用HHT法对爆破震动信号进行分析与处理。研究结果表明:EMD能很好地按不同的时间尺度对信号进行分解,分解后的固有模态函数能反映信号本身所固有的特性;能将Hilbert能量谱中的信号能量清晰地表示在时间-频率-能量的分布图上;HHT法能有效地提取爆破震动信号的时频特征;HHT法比小波分析更具适应性,为爆破震动信号的分析与处理提供了新的研究思路与方向。

基于Hilbert谱区域能量比的核爆与雷电电磁脉冲识别

根据核爆和雷电电磁脉冲信号非平稳、非线性特点,采用Hilbert-Huang变换(HHT)方法对NEMP和LEMP信号进行时频分析,发现二者Hilbert谱中的能量集中于一定时间和频率范围内。基于以上分析,提出基于Hilbert谱区域能量比特征,采用最近邻法则对二者进行识别研究。实验结果表明,在Hilbert谱中适当选择两个区域,以该区域能量比为特征对核爆和雷电电磁脉冲信号进行识别,平均识别率达到90%以上。

Hilbert-Huang变换在提取声波测井信号储集特性中的应用

阵列声波信号属于典型的非线性和非平稳信号,传统的分析方法主要包括短时傅里叶变换、小波变换和Winger-Ville变换等。Hilbert-Huang变换是一种分析非平稳信号的新方法,该方法的关键是对信号进行经验模态分解,将复杂的信号分解为有限数量的几个固有模态函数,从而得到信号的Hilbert能量谱。将该方法应用于阵列声波测井信号处理上,对声波测井信号进行经验模态分解并得到Hilbert能量谱,分析能量谱与储层岩性参数的联系。结果表明,Hilbert能量谱与某些储层特性存在一定的联系。

基于Hilbert谱信息熵的煤矸放落振动特征分析

针对煤矿安全生产中的综放工作面煤矸界面探测问题,提出利用煤矸下落冲击钢板的振动特征来探测煤矸界面的方法。煤矸振动信号表现出非平稳特征,采用经验模态分解方法将复杂矿井环境下的煤矸振动信号分解成固有模态分量。选择包含煤矸振动特征的前7个本征模函数(IMF)分量,通过Hilbert变换得到Hilbert谱。分析不同放煤状态下钢板振动信号的Hilbert谱发现,顶煤下落时的Hilbert谱分布较均匀,而煤矸混放时的Hilbert谱呈现不均匀分布。根据信息熵理论,提出了基于Hilbert谱信息熵的煤矸振动特征提取方法。试验结果表明,顶煤下落时的Hilbert谱信息熵要大于煤矸混放时的Hilbert谱信息熵,因此,煤矸振动的Hilbert谱信息熵特征能够准确地反映放煤状态。

基于Hilbert模量频谱分析的异步电机转子断条故障研究

转子绕组断条是异步电机最常见故障之一。在分析当前主要诊断方法的基础上,提出Hilbert模量频谱分析方法对异步电机转子断条故障进行研究。将Hilbert模量定义为原始信号与其共轭信号的平方和,利用Hilbert模量将原相电流中的基波分量转变为直流分量,原频谱分析的转绕组断条的故障特征分量转变为频率为二倍转差频率的电流分量,决了相电流频谱分析方法中断条故障特征成分容易被基波湮没而难以突出故障特征的问题。文中研究了Hilbert模量频谱分析方法的原理和实现方法,并对偏心故障电机和转子断条电机分别进行仿真和实验研究。仿真分析和实验结果均表明,该方法对异步电机转子断条故障诊断具有较高的诊断精度和很好的频率分辨率,能克服传统的电流频谱法主频泄漏的影响,且工程实现方便。

Hilbert-Huang变换在提取地震信号动力特性中的应用

H ilbert-Huang变换(HHT)是一种处理非线性、非平稳信号的新方法。它通过经验模态分解将信号分解为有限个固有模态函数,并对每个固有模态函数进行H ilbert变换得到H ilbert谱。本文将这种方法应用于地震信号动力特性的提取,有效地获得了信号能量的时频分布,量化提取了中心频率、瞬时相位、瞬时能量、H ilbert能量、最大振幅对应的时频分布等动力特性,并与Fourier变换、小波变换等进行了比较,显示了HHT的优势以及对于进一步实现结构分析和控制的重要意义。

基于Hilbert-Huang变换的生物触电电流检测模型

为了检测触电时刻剩余电流中生物体触电支路电流信号的难题,应用Hilbert-Huang变换方法,确定了生物触电时剩余电流的固有模态函数中相关系数最大的IMF分量的局部幅值达34.02 m A,且与原信号相关性系数达到0.99,同时剩余电流与触电电流暂态过程频谱特性具有相似变化规律。以此为基础,应用生物电流信号高频IMF分量幅值的突变特征,作为触电故障时刻确定判据,建立生物触电故障时刻判定方法,实际数据的仿真处理正确率为94.17%;筛选剩余电流分解的相关性较高的有限个数的低频固有模态IMF分量,应用逐步多元线性回归方法,提出基于剩余电流固有模态分量的生物触电支路电流幅值检测方法,仿真试验结果的平均相对误差值5.46%,具有良好的适应性和实用性,为研发基于生物体触电电流而动作的剩余电流保护装置提供参考。