弓网燃弧电流扰动的HHT(希尔伯特黄变换)分析

地铁线路接触网的弓网具有良好的受流质量是保障列车运营安全的前提,弓网燃弧则是评价弓网受流质量最直接的指标,而不同的燃弧强度会伴随着不同程度的牵引电流扰动。改进了HHT(希尔伯特-黄变换)中的EMD(经验模态分解)算法及EMD能量熵,并用于牵引电流扰动分析。通过对广州地铁2号线、3号线的数据分析发现,EMD能量熵能有效提取到牵引电流的扰动特征,且牵引电流扰动越严重,信号就越复杂,能量就越分散,对应的EMD能量熵也越大。

基于希尔伯特—黄变换的小电流接地故障选线研究

在非有效接地电网中,单相接地故障发生概率最高,对系统造成的威胁最大。由于单相接地故障电容电流数值较小,故障信号信噪偏低,增大了选线难度,特别是经消弧线圈接地方式下,其接电流更小,因此小电流接地系统单相接地故障选线问题多年来一直未能得到很好的解决。文章引入信号处理方法希尔伯特—黄变换对故障特征量进行模态分解和希尔伯特变换,比较其高频分量的一阶差分方向从而判断故障线路;并使用MATLAB软件搭建模型,模拟单相接地故障,通过对暂态零序电流分量信号进行处理,得到方向相反的故障线路,依据仿真结果验证了该方法的准确性和有效性。

希尔伯特-黄变换在轴承故障诊断中的应用研究

该文通过运用希尔伯特-黄变换(Hilbert-Huang Transform,简称HHT)对轴承的故障信号进行分析,用以诊断故障类型,并取得了较好的效果,为轴承故障诊断提供了一项可行方法。

基于HHT的电力系统低频振荡监测器的研究

针对电力系统区域联络线上发生低频功率振荡问题,提出了一种能够快速精确地分解出振荡模态参数的低频振荡监测器。低频振荡监测器的核心是一种改进的希尔伯特-黄变换(Hilbert-Huang transform,HHT)算法,该算法通过给在线录波数据叠加整周期余弦信号,使预处理信号的两端为极值点,解决了EMD分解过程中的"端点效应"问题,通过MATLAB仿真验证了该方法的有效性。

基于HHT/PNN的故障信息融合诊断方法

为提高动态随机故障诊断能力,提出了基于HHT/PNN的故障信息融合诊断方法.利用HHT提取信号的瞬时频率和瞬时幅值特征,采用过程神经元网络实现对时域幅值、瞬时频率和瞬时幅值3种故障特征的融合诊断.对基于HHT/PNN和基于神经网络的2种故障诊断方法进行了比较.仿真结果表明:对于动态随机故障,基于HHT/PNN的故障信息融合诊断方法比基于神经网络的故障诊断方法的故障诊断准确度高.

一种基于再生核的经验模态分解算法研究

经验模态分解(EMD)算法是Hilbert-Huang变换(HHT)的核心算法,它的分解效果依赖于包络线的生成算法和端点延拓算法。采用再生核算法求包络线,得到了一种新的EMD算法。分析了再生核函数的局部逼近及收敛,从数学角度解释了选择该算法的原因,最后针对两种非线性信号给出了仿真结果,表明该算法的有效性。

基于HHT的磨床磨削颤振特征量提取方法

针对数控磨床磨削加工过程中的颤振现象,提出一种基于希尔伯特-黄变换的磨削颤振特征量提取方法。采用经验模式分解,将信号分解成具有不同特征时间尺度的固有模态函数分量,筛选合适的分量,提取其颤振特征量-实时方差和瞬时能量,并将其作为判断磨削发生颤振的依据。模拟仿真结果表明:基于希尔伯特-黄变换提取的磨削颤振特征量,可以作为颤振发生的判断依据。

基于FT和HHT的语音能量轮郭特征提取

使用FT和HHT分别对男女语音的能量轮廓特征进行提取,并通过聚类性能分析判别两种方法提取的语音能量轮郭特征的有效性.Matlab仿真结果表明,不管是男生分类、女生分类还是男女分类,用HHT提取的语音特征的聚类效果都比FT的效果好,能较好体现不同语音信号的个性信息,有助于提高识别率.

双圆柱绕流的数值模拟

利用Fluent软件对双圆柱绕流进行三维数值模拟.通过设置监控点采集动态模拟信号,用快速傅里叶变换(FFT)及希尔伯特-黄变换(HHT)等方法分别对测量得到的尾流场脉动速度的雷诺应力、扩散项、压力应变率、耗散项、生成项进行分析,研究了不同项在尾流场中的作用.通过对脉动速度的傅里叶能谱和希尔伯特谱进行比较,得出此计算方法可以有效地掌握尾流场中的能量分布.

基于EEMD阈值去噪的电能质量扰动检测研究

电能质量信号的采集常受噪声干扰,影响对扰动信号的分析。研究具有自适应性的EEMD阈值去噪方法,对染噪电能质量扰动信号进行去噪,并与小波去噪的启发式阈值、自适应阈值、固定阈值、极大极小阈值4种阈值方法的去噪效果相比较。通过对去噪前后的波形、信噪比SNR和重构后的均方误差MSE 3个标准进行分析比较,对除噪后的信号进行HHT获取扰动的特征量。仿真结果表明,EEMD阈值方法消噪后的波形接近真实值,信噪比高,均方误差小,通过HHT提取的特征量可以准确定位扰动发生的起止时刻和获取扰动的瞬时频率和幅值信息。

利用边际谱Hurst参数检测DDoS攻击

为了有效检测分布式拒绝服务(DDoS)攻击,提出对网络流量信号进行希尔伯特-黄变换(HHT),得到相应的边际谱,计算边际谱的Hurst参数.以最大化综合指数为目标,训练实验数据的边际谱Hurst取值,得到检测阈值,通过与该阈值的大小进行比较,判断是否有DDoS攻击发生.实验结果表明,该方法具有一定的检测效果.