F-X域复数经验模态分解去噪方法（英文）

F-X域经验模态分解去噪方法在处理非稳态地震数据时存在两个局限,一是单纯剔除第一个固有模态分量将导致有效信号缺失及去噪能力偏弱问题,二是分解复信号时对实部和虚部分别分解存在分解数目不一致的风险。本文对上述两个方面进行了改进,提出了一种新的F-X域投影法复数经验模态分解预测滤波方法,首先采用基于空间投影的复数经验模态分解将F-X域地震数据直接分解为不同的复固有模态分量,然后再对这些分量分别进行F-X域预测滤波。合成记录及实际资料测试表明,本文的新方法能更好地衰减随机噪声,更有效地保持地震信号。

基于复包络谱的滚动轴承故障特征提取方法研究

提出一种基于复包络谱的滚动轴承故障特征提取方法。采用正交采样技术获取滚动轴承同一支撑处互相垂直方向上的振动信号,并将其组成一个复数信号;运用二元经验模态分解(bivariate empirical mode decomposition,BEMD)将复数信号分解成若干复固有模态函数(complex intrinsic mode function,CIMF)之和,应用Hilbert变换解调出CIMFs的实部和虚部包络信号,将实部和虚部的包络信号组成复数形式的包络信号,并用复傅里叶变换求其频谱。依据复数形式的包络信号的傅里叶谱提取滚动轴承的复合故障特征频率,并与全矢谱做了对比分析。复合故障试验案例证明了该方法的可有性和有效性;XJTU-SY滚动轴承数据集的复合故障分析进一步验证了该方法提取的故障特征更为全面。

基于BEMD的二元滤波器及其在转子轴心轨迹提纯中的应用

在二元经验模态分解(Bivariate Empirical Mode Decomposition,BEMD)的基础上设计了一种二元时空滤波器(Bivariate-Time-Space Filter Banks,BTSFB),并将其用于转子轴心轨迹提纯。首先,介绍了BEMD原理;其次,根据BEMD方法获得的复固有模态函数(Complex Intrinsic Mode Functions,CIMFs)按旋转速度从高到低排列的特点构造了具有良好自适应能力的BTSFB;然后,联合BEMD和全矢谱方法确定BTSFB用于转子轴心轨迹提纯的CIMFs的阶数,以便提纯轴心轨迹。转子不对中和动静部件碰摩的实验结果表明BTSFB不仅可提纯轴心轨迹,还可进行轴心轨迹的三维显示以及判断轴心轨迹运动方向。

BEMD全矢包络谱及其在TRT故障诊断中的应用

为全面提取转子故障时振动信号特征,提高故障诊断的可靠性,提出了一种基于全矢包络谱的旋转机械故障诊断方法。首先,利用正交采样技术获取转子同一截面上互相垂直的振动信号,将其组成复数信号;然后,运用基于能量阀值的二元经验模态分解(BEMD)将复数信号分解成系列复固有模态函数分量(CIMFs),利用希尔伯特变换(HT)解调CIMFs获得复包络信号;最后,通过全矢谱技术融合复包络信号得到全矢包络谱,在此基础上,进行故障诊断。柔性转子和高炉煤气余压透平发电装置故障诊断结果证明了所提方法的有效性和可行性。