基于改进的希尔伯特-黄变换的地震强震动特征提取

2021年5月21日漾濞M s6.4地震是云南近10 a以来继M s6.5鲁甸地震和M s6.6景谷地震后发生的又一次破坏性浅源地震,其震中位于滇西北地区维西-乔后断裂带附近。震源机制结果显示:此次地震属于走滑型破裂,符合区域构造特征。为进一步研究该地震强震动特征,特引入改进后的希尔伯特-黄变换(HHT),以不同角度客观分析强震动的尺度和频域特征。研究结果表明:希尔伯特-黄变换在对实际地震动记录进行特征提取后,得到的边际谱和时频谱可在一定程度上保留原始数据的主要信息,该方法可为类似破坏性浅源地震的强震动特征分析提供更有效的信息参数,保证了信号分解的稳定性,更适于处理非平稳信号,可为现代信号应用分析于强震动特征提供另一种新思路。

基于希尔伯特-黄转换的变压力下航空发动机液压管路振动特性研究

以经验模态分解法(empirical mode decomposition,EMD)与希尔伯特黄转换(Hilbert-Huang transform,HHT)作为信号分解与振动频率分析的方法,针对压力突变情况下航空发动机液压管路的振动信号进行HHT分析。对某航空发动机液压管路压力突变时振动信号的分析结果表明,HHT分析方法能够反映航空液压管路在压力突变时所表现的振动特性,而且随着压力的增大,压力突变会导致管路的振动加剧。该方法克服了传统傅里叶变换(fast Fourier transformation,FFT)分析方法无法得到的瞬时频率信息,为分析航空发动机液压管路在压力突变时的非平稳振动信息提供了一种新思路。

希尔伯特—黄变换(HHT)在EH-4数据去噪处理中的应用

工频噪声源于社会生产活动中产生的电磁噪声,常会造成视电阻率曲线病态或发散。为了提高数据处理与解释的精度,本文针对EH-4数据中常见的工频噪声,采用希尔伯特—黄变换进行去噪处理,通过对实际数据的时间序列处理分析可知,该方法利用数据自身的时间尺度特征自适应地分解信号,能够很好地去除工频噪声,为大地电磁信号的去噪提供了一条有效的路径。另外,本文还针对经验模态分解过程中产生严重的模态混叠及“端点效应”进行分析,运用聚合经验模态(EEMD)对仿真信号及实测数据的时间序列进行分解,有效地解决了模态混叠等问题。

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-黄变换测量超声导波的群速度及材料厚度

采用超声导波的速度评价长骨状况是近年来的一个研究热点。提出了采用希尔伯特黄变换法分析长骨仿体中超声导波模式的群速度,并由群速度得到长骨仿体厚度。研究结果表明,实验测得的厚度与实际厚度相吻合,说明希尔伯特黄变换(HHT)可用于测量超声导波的群速度及其被测材料的厚度。

基于改进希尔伯特-黄的泵阀故障诊断新方法

将改进的希尔伯特黄应用到泵阀的故障检测,通过对现场采集数据的分析,提出了一种新的识别故障泵阀的简易诊断方式。首先对6个泵阀信号都作EMD分解,用IMF分量数鉴别故障泵阀,故障泵阀含有IMF数量最多,然后再做出每个泵阀信号希尔伯特能量谱,通过故障泵阀具有高能量来进一步证实。结果表明了该方法能够准确有效的判断出故障泵阀。因此相对于可靠性低并对工作人员身体有害的传统方法而言该方法具有可靠性高,对工作人员无害等优点。

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.

基于希尔伯特–黄变换与分形维数的配电网选线研究

针对小电流接地系统在不同故障情况下,故障选线算法易出现误选和错选等问题,提出一种基于希尔伯特–黄变换(Hilbert Huang Transform,HHT)与分形维数的故障选线方法。考虑到互感器饱和的影响,首先对零序电流数据进行采集,对其故障前后各1/8周期数据进行经验模态分解(empirical mode decomposition,EMD),选取最高频固有模态函数(intrinsic mode function,IMF)分量进行突变点检测,比较突变点极性选出故障线路;利用分形维数方法对故障信息进行EMD,计算各IMF分量的瞬时频率与瞬时电流幅值,与故障时暂态零序电流自由振荡频率进行比较,选取主导IMF分量进行信号重构并计算分形关联维数,并在不同嵌入维数下比较关联维数大小来形成选线判据;最后通过两种选线结果的综合决策实现正确选线。仿真实验证明了该选线方法的准确性。

基于希尔伯特—黄变换的多项式相位信号检测

本文运用适合非线性非平稳信号分析的希尔伯特—黄变换,通过对含噪多项式相位信号进行经验模式分解和Hilbert谱分析,采用曲线拟合和最小二乘迭代方法,准确地估计出单一幅度恒定的多项式相位信号,从而提出了一个适合非线性非平稳信号的检测方法。仿真结果表明该方法在信噪比>10dB情况下能够准确有效地检测出非平稳信号,与基于Wigner-Ville分布的信号检测方法相比,具有更好的准确性和有效性。

基于希尔伯特-黄变换的OTDR事件定位

希尔伯特-黄变换(HHT)适用于信号奇异性分析。将光时域反射仪(OTDR)信号进行经验模式分解(EMD),得到本征模式函数(IMF),针对低阶的IMF分量分别进行Hilbert变换,做出时间-幅度谱和时间-频率谱,选取时间-幅度谱,采用模极大值法,确定OTDR事件发生的位置。

基于小波变换与希尔伯特-黄变换的微电网暂态电能质量扰动检测及辨识研究

由于可再生能源接入微电网会给其带来很多电能质量问题,因而对微电网的电能质量信号进行检测及辨识十分必要。但在对电能质量信号进行采集与检测的过程中极易受到噪声的干扰,有效地降低信号中的噪声且完整地保留下反映信号突变特征的奇异点是检测其电能质量扰动的基础。而传统检测方法基本只适用于稳态电能质量扰动且抗噪性较低。为提高在噪声条件下检测的准确性,本文提出了一种基于小波变换和希尔伯特-黄变换的微电网暂态电能质量扰动检测及辨识的方法。该方法使用小波阈值去噪方法消除信号噪声,并利用小波变换和希尔伯特-黄变换对微电网暂态电能质量扰动进行辨识及检测,同时进行了计算机仿真验证,仿真结果表明:该方法去噪效果明显、辨识效果显著、检测精度高、实用性强。

希尔伯特-黄变换高压直流输电线路行波保护

利用希尔伯特-黄变换法(HHT变换)对高压直流输电线路故障暂态电压信号进行了分析处理.根据线路暂态电压信号的Hilbert能量值的大小来判断是否发生故障。

基于希尔伯特-黄变换的屏蔽泵瞬态信号评估研究

屏蔽泵是核设备中重要的旋转设备。屏蔽泵启动过程中的瞬态激励会产生较大的振动及声辐射。分析屏蔽泵启动时的瞬态振动信号的频谱特性,是对其进行评估的基础。本研究主要使用希尔伯特-黄变换(Hilbert-Huang Transform,HHT)方法对屏蔽泵启动过程产生的瞬态信号进行分析与评估。希尔伯特-黄变换作为一种新的自适应方法,对非线性和非平稳信号敏感,主要包括经验模态分解和Hilbert谱分析。对瞬态信号进行经验模态分解(Empirical Mode Decomposition,EMD),得到内部模态函数(Intrinsic Mode Function,IMF)分量及希尔伯特能量谱,计算得到边际谱后即可算出信号的振级,从而对不同点的瞬态信号进行评估。本文采用短时傅里叶变换、小波变换及希尔伯特-黄变换对瞬态信号进行研究,分析结果表明,希尔伯特-黄变换方法能够有效判断出瞬态信号的频域分布,可对瞬态信号进行定量评估。

基于希尔伯特-黄变换算法的断路器故障诊断方法

采用基于希尔伯特-黄变换(HHT)的现代谱估计方法对断路器的非平稳信号进行频谱估计,以进一步提高其分析精度和准确性。测试结果证实了该方法在电力系统断路器振动监测分析中具有灵活性和有效性。

基于扩展卡尔曼滤波和希尔伯特-黄变换瞬时频率的齿轮啮合刚度辨识算法

齿轮副是传动系统中的重要部件,齿轮在啮合过程中会出现单、双齿交替参与啮合的情况,造成齿轮啮合刚度周期变化,引起系统振动。齿轮的啮合刚度与齿轮的状态有关,当齿轮出现故障时,齿轮啮合刚度会发生变化,因此通过监测齿轮的啮合刚度就能够估计齿轮副的工作状态。根据齿轮副的动力学模型建立齿轮啮合刚度的离散辨识模型,提出基于扩展卡尔曼滤波器和希尔伯特-黄变换瞬时频率,利用振动信号对齿轮啮合刚度进行估计的动态辨识算法。仿真和实测结果表明,所提出的方法能够跟踪辨识齿轮的啮合刚度,具有较高的辨识精度。

希尔伯特——黄变换及其在混凝土无损检测中的应用

希尔伯特—黄变换(HHT)是处理非线性、非平稳信号的时频分析方法。将希尔伯特—黄变换方法用于工程勘察的资料处理与解释。HHT对非线性、非平稳信号的处理的基本步骤为:首先对工程勘察的资料进行多分辨经验模态分解和瞬时频率的求解,随后获得信号的时频谱,再利用提取的瞬时振幅、瞬时频率、瞬时相位信息来分析地下目标物(比如在混凝土损伤与地下溶洞等情况)。以三峡工程混凝土质量缺陷物探快速无损检测现场1∶1模型为例探讨了HHT方法的有效性。

基于希尔伯特-黄变换的核小体定位特征提取

核小体是染色体折叠的整体结构,它们的空间分布与基因组活动的调节密切相关,是基因工程和表观遗传的重要研究领域。为进一步研究核小体定位特征的物种间差异性,将希尔伯特-黄变换(HHT)引入到酵母和果蝇两个不同物种的定位信号中,从多个角度客观分析核小体定位信号特征在两个物种间的差异性。在此基础上,对酵母和果蝇核小体分布的周期特征和进化印记进行尺度和频域分析,结果表明酵母和果蝇染色体在组织结构上存在显著差异。本文研究思路为准确提取信号瞬时频率提供了前提条件。

希尔伯特变换与小波去噪提高暂态电能质量扰动检测与定位精度

在噪声污染严重情况下实现暂态电能质量扰动准确定位非常困难,该文提出了一种将希尔伯特-黄变换与小波去噪相结合的新方法来解决这一难题。该方法首先利用希尔伯特移相处理信号,获得含噪声的扰动信号包络,再利用小波去噪方法去除噪声信号,从而获得可准确定位扰动起止时刻的扰动信号,并通过扰动定位算法实现扰动起止时刻定位。算例表明,该方法在噪声较高的情况下可替代提升小波方法实现准确定位,通过比较,这种先提取、后去噪的方法比先去噪、后提取的方法定位精度高、稳定性好,该研究可为电力系统故障诊断及暂态保护提供参考。

限售股解禁、市场微观结构与波动率冲击——基于希尔伯特—黄转换法的实证分析

首先,利用希尔伯特—黄转换(HHT)法侦测了股价时间序列的结构转换,结果表明,无论是通过二级市场还是大宗交易平台减持,都会导致股价运行结构发生转换。其次,选出了与限售股解禁相关的、存在结构性转换的股票,并以结构转换点前后一段时间作为时间窗口,从市场微观结构角度出发度量了解禁股卖出对市场的冲击,研究表明,速度和相对宽度指标对波动率有较大的正向冲击。