基于VMD-HHT的井下预裂爆破振动效应分析

云南玉溪大红山铜矿现有采矿方法为分段空场嗣后充填法,采用大爆破工艺,由于一次爆破的药量过大导致对保留岩体的损伤较大,影响采场的稳定性。为解决此问题,按照多打孔少装药的原则,在距保留岩体一定距离处布置一排较为密集的炮孔,并减小单孔装药量,在主爆区起爆之前先起爆该排炮孔,形成一条具有一定宽度的缝隙,以减弱对保留岩体的损伤。基于变分模态分解和希尔伯特黄变换(VMDHHT)方法对现场实测的爆破振动信号进行分析。结果表明:本次预裂爆破振动信号的瞬时能量分布区间主要集中在0~0.5 s内,频率分布的区间主要集中在40 Hz以内;采用3个测点的合速度进行减振率计算,得到3个测点减振率分别为21.0%、30.1%和38.5%,有效减小了爆破振动对保留岩体的损伤和破坏。

基于自适应小波变换与HHT的混合储能容量配置

混合储能系统能有效缓解风电输出功率强波动性与随机性造成电网频率不稳定问题。本文以蓄电池和超级电容组成的混合储能系统为研究对象,提出了一种混合储能容量配置方法。该方法首先采用自适应小波变换对风电输出功率进行功率一次分配,得到满足条件的并网功率和储能功率。然后采用HHT变换对储能功率进行分解,得到一系列波动功率分量以及各分量的瞬时频率。再根据瞬时频率确定分界频率,将高于分界频率的功率分量分配给超级电容,剩余的功率分量分配给蓄电池。最后根据蓄电池与超级电容各自的储能功率,对储能系统的额定容量与额定功率进行配置。该仿真结果表明,本文采用自适应小波变换与HHT变换能够有效地将风电输出功率进行分解,实现风电输出功率的平抑与混合储能系统的容量与功率配置。

基于HHT的典型红土区地脉动特性与场地特征关联性研究

对典型红土场地开展系统的地脉动测试,基于希尔伯特-黄变换(Hilbert-Huang transform, HHT)中的经验模态分解(empirical mode decomposition, EMD)从测试信号中分解出场地有效地脉动信号,对其进行快速傅里叶变换(fast Fourier transform, FFT)和Hilbert变换,产生功率谱曲线和Hilbert边际谱曲线,以确定场地卓越周期,进而探索与直接傅氏法和H/V谱比法不同的场地特征参数判别方法。目标场地的有效地脉动信号为EMD分解后的第4个本征模态函数(4th intrinsic mode function, IMF4),对各个测点的IMF4进行FFT和Hilbert变换,获取的地脉动卓越周期水平向在0.20~0.36 s,垂直向在0.23~0.39 s,结果表明,基于HHT的地脉动测试法来确定场地类别、划分场地岩土类型,与场地钻孔分析结果一致性高,关联性强。

基于EEMD-HHT的边坡爆破振动信号分析

爆破工程所处的环境一般复杂多变,爆破振动信号大多呈现瞬时非平稳性特征。因此,为了准确分析爆破振动的信号特征以及传播规律,以首都环线高速公路承平段路基爆破工程为背景,通过引入EEMD分解方法,解决了传统EMD分解方法存在模态混叠的不足;结合HHT变换,对承平段典型路堑边坡岩体爆破振动信号进行了分析。研究结果表明:采用EEMD分解方法提取爆破振动信号中主要的IMF能量层,并对振动信号进行重构,可以达到良好的去噪效果;对施工现场爆破振动信号进行主成分分析、提取之后,瞬时能量和质点振速曲线整体平滑度显著提高,振动信号主成分提取效果良好;Hilbert能量谱可以清晰地体现时间、频率与能量三者之间的关系,展现出了爆破振动信号的时频特性和传播规律;测点振动主频主要分布在10~40 Hz的频率段范围内,近似呈现出随着传播距离的增加而衰减、随着距离的增加衰减幅度减弱的趋势。该分析成果对边坡稳定性分析和邻近建筑物的安全控制具有重要的现实意义。

基于改进HHT算法的重载铁路信号自动化解调方法设计

重载列车在铁路运行过程中,信号容易受到干扰和失真,影响列车的安全性。该文提出一种基于改进HHT算法的重载铁路信号自动化解调方法。采用小波阈值去噪方法改进HHT算法中的集成经验模态分解成多个IMF分量后,利用小波阈值去噪法对含有噪声的分量展开去噪。使用Bedrosian乘积定理获取全新的递归函数,改进HHT算法中的希尔伯特变换,将纯调频信号作为新的重载环境面的铁路信号,基于递归Hilbert变换实现重载铁路信号自动化解调。实验测试结果表明,所提方法解调后的信号频率与仿真信号频率基本吻合,频带利用率最高可达9.3%,具有良好的信号解调能力。

基于小波阈值去噪与HHT滚动轴承故障诊断

针对噪音比较强烈环境下的故障诊断问题,提出了一种小波阈值去噪与希尔伯特黄变换(HHT)相结合提取轴承信号故障的方法。首先采集滚动轴承在运作时的振动信号,选取合适的小波阈值对采集到的时域信号进行去噪处理。采用HHT对信号进行时频分析,将去噪信号分解为若干个固有模态函数分量(IMF)并对其进行希尔伯特变换(HT),最终从希尔伯特边际谱得到故障频率从而判定轴承是否发生故障。试验结果表明,上述方法可以有效地降低噪声信号对HHT对轴承故障诊断的影响,更好的保留了有用的信息,提高故障诊断的准确性和可靠性。

基于HHT的两种桩板墙抗震效果对比分析

桩板墙具备优良的抗震性能,但目前对其研究多集中于静力方面,关于支护边坡内部震害损伤动态发展的研究较少,关于两类典型桩板墙震害损伤过程的对比研究更罕见报道。基于此,本文通过振动台试验,利用Hilbert-Huang Transform法,对比分析了锚索桩板墙、桩板墙加固边坡的频谱特性。结果表明:最易产生损伤的位置均为滑面处,但在研究对象中,由于锚索的存在,震害没有延伸至坡体;致使桩板墙加固边坡开始产生震害损伤的PGA较锚索桩板墙小,且远离桩板墙侧的土体先出现破坏;锚索的存在,改变了结构受力状态,使土-抗滑桩-锚索成为整体,减弱了锚索周围土体的震害损伤;当PGA较大时,锚索桩板墙有效抑制坡体震害损伤,更好地保持边坡的稳定性,相比桩板墙表现出更为良好的抗震性能。

基于EEMD-HHT的隧道爆破振动信号分析

为准确分析隧道爆破振动信号特征,基于EEMD-HHT方法对现场实测的爆破振动信号进行时频和能量分析。结果表明:EEMD算法可有效改善EMD分解产生的信号模态混叠效应;采用去噪指标对EMD和EEMD分解的信号进行量化评价,其中EEMD分解得到的信号去噪比较大,均方根差更小,即EEMD算法的去噪效果优于EMD;通过EEMD-HHT分析,能有效反映爆破振动信号的时间-频率-能量之间的关系;通过对爆破信号频带能量提取,发现在试验条件下爆破振动信号主振频带范围在41~50Hz,其余各频带能量围绕主频带呈现正态分布,0~10Hz低频带占据总能量的7.84%,爆破施工时应采取相应措施避免隧道衬砌结构发生共振现象。

基于改进HHT+WT复合特征提取的电能质量扰动识别方法

单一变换方法处理扰动信号提取的特征并不显著.将希尔伯特-黄变换(Hilbert-Huang Transform,HHT)与小波变换(Wavelet Transform,WT)相结合进行复合特征提取,对于非平稳部分和含谐波分量的扰动信号利用HHT变换提取特征,提取频率成分、持续时间、瞬时幅值标准差和瞬时频率标准差作为一部分特征;对于电压闪变等扰动利用小波变换提取特征,引入电压闪变能量作为参考向量,取输入扰动能量,与参考向量做差,作为另一部分特征.将提取的特征组成特征向量,作为一维卷积神经网络输入,卷积层进行卷积处理(即二次特征提取),全连接层进行分类.仿真结果表明:与传统小波变换相比,本方法提取的特征较为显著,且分类效果较好.

利用声信号基于HHT方法识别螺旋桨模态参数

为了对螺旋桨的模态参数进行无接触式测量,首先基于声学边界元方法,建立了螺旋桨在冲击载荷作用下辐射声信号与模态参数之间的数学模型,该模型相比于已公开文献采用的模型,从理论上揭示了采样声信号不必须取自于结构近场。在此基础上,借助希尔伯特-黄变换(Hilbert-Huang transform, HHT)方法处理非平稳、非线性信号,对采样声信号进行处理来识别结构模态参数。以一螺旋桨缩尺模型为研究对象,分别采用数值模拟和试验手段对该方法的实用性和有效性进行了验证,并评估了环境噪声的影响程度。结果显示该方法能准确识别模态频率和阻尼比,且具有自适应频率分辨率,为工程上精细结构的模态参数识别提供一种新途径。

基于HHT能量和最大Lyapunov指数的蛇行分类方法

现有蛇行监测标准仅考虑构架横向加速度信号的时域幅值信息,通过单一的固定值去评判列车是否蛇行,没有定量反映蛇行失稳对列车的影响程度;针对以上问题,提出基于HHT的能量法,该方法从信号频域主频的大小,频谱的集中性以及频率值等方面来判断高速列车是否发生蛇行运动;在此基础上,提出了快速蛇行收敛的概念,此类情况对车辆系统运行安全影响较小,因此是不影响车辆系统安全的信号;最后,利用最大Lyapunov指数表征信号的周期性,从而区分快速蛇行收敛和蛇行运动(小幅蛇行和大幅蛇行);结果表明,通过HHT能量法与最大Lyapunov指数相结合可以对高速列车正常运行、快速蛇行收敛、小幅蛇行和大幅蛇行的4种运行状态进行定性识别,且HHT能量值能定量反映蛇行程度的大小,并通过实测线路数据验证了方法的可行性。

基于HHT研究断层岩溶对爆破地震波传播的影响

为研究在露天矿开采中边坡断层及内部岩溶对爆破地震波传播规律的影响,对地震波经过断层和溶岩后的数据变化进行分析。在塘垭石灰岩露天矿山南坡大断层上下盘和北坡+1014 m平台溶洞处布置测点采集爆破后地震波数据,采用Hilbert-Huang变换方法处理原始波形,从三维能量谱、边际谱及瞬时能量谱3个方面对爆破地震波经过断层及岩溶前后的变化进行了分析。结果表明:爆破地震波穿越断层后的能量衰减十分明显,在相同振动持续时间下,最大瞬时能量从1.7×10^(-5)下降到6.0×10^(-6),前后峰值能量相差约3倍,其中高频频带60~80 Hz能量衰减至断层前1/2,低频能量占比增加,总体地震波能量降低,断层从客观上阻碍了爆破地震波的传播。爆破地震波经岩溶前后的能量幅值差距不大,最大瞬时能量从2.3×10^(-4)下降到1.9×10^(-4),但穿越岩溶对地震波高频信号的过滤作用比较明显,能量分布更加集中,爆破地震波经过溶洞过程中发生了“鞭梢效应”,经过溶洞后的质点峰值速度略大,其振速放大系数经过计算为:1.10~2.53,频率整体上往低频方向发展,建议加强溶洞上方岩体的支护。

基于VMD-HHT 冲击回波法的隧道衬砌检测技术研究

研究目的:针对常规冲击回波法在进行隧道衬砌脱空检测时容易出现多重峰值、虚假频率等问题,提出以模糊熵和相关系数为综合目标函数的遗传算法对原始信号进行最优化变分模态分解(VMD),然后基于希尔伯特-黄变换(HHT)计算信号的边际谱,并据此进行脱空检测分析,解决了傅里叶变换对非平稳冲击回波信号分析存在的固有缺陷,并基于仿真信号和隧道衬砌物理模型检测信号对数据处理方法进行了验证。研究结论:(1)以模糊熵和相关系数为综合目标函数的遗传算法有效实现了VMD分解参数的最优化,避免了人为设定参数所具有的偶然性;(2)VMD能够自适应地实现对冲击回波信号不同主频分量的有效分离,不存在模态混叠,因此能够有效滤除噪音信号,提高数据信噪比;(3)本文所提出的基于改进VMD-HHT的冲击回波法能够对衬砌厚度进行可靠检测,且检测结果中主频清晰明显,干扰远小于常用的傅里叶变换,不容易产生误判,有效提高了检测精度;(4)由于傅里叶变换及VMD-HHT处理方法的检测结果均存在一定的误差,因此要精确判断衬砌是否存在脱空,需结合隧道衬砌为密实情况的结果进行综合对比分析。

基于改进的HHT-SVM微震信号特征提取及分类识别研究

为了解决实际工程中微震信号与爆破信号在波形上具有较强相似性,难以识别的问题,提出基于改进HHT-SVM的微震信号识别方法。分析2种信号的瞬时能量变化规律,发现微震信号具有孕育速度慢、持续时间短及峰后衰减速度慢的特点,对其进行量化处理并提取特征,构建多维特征向量。对输入的特征向量经功率谱熵特征加权算法赋予权重,并使用GSWOA算法对SVM进行参数寻优,建立信号识别网络对微震信号、爆破信号进行识别。研究结果表明:方法的综合识别成功率达到96.250%,能够有效识别微震、爆破信号。研究结果可为后续利用微震信号进行灾害预警提供有力支撑。

基于HHT的光纤惯导系统级标定改进算法

传统的系统级标定方法是将温箱压缩机、转台电机等环境引起的随机噪声视为白噪声,而实际过程中输出信号具有非平稳和非线性特征。最小二乘拟合法是一种线性回归方法,利用该方法求解的误差系数成为制约光纤捷联惯导系统实现高精度的关键因素之一。针对上述问题,该文提出了一种基于希尔伯特-黄变换的捷联惯导系统级标定改进算法。通过希尔伯特-黄变换去除惯性仪表原始输出信号中的高频随机噪声,再利用系统级标定法计算惯性测量单元(IMU)误差参数。经多组试验证明,该方法能够有效提高IMU误差参数辨识的准确性,1 h的动态导航位置误差相对减少约10%。

基于HHT频谱分析逐孔起爆微差时间试验研究

为解决某矿山矿体回采时爆破振动过大影响地表村庄建(构)筑物安全的问题,通过结合现场实际情况与经验公式计算,选取8、10、12、14和18 ms的孔间微差时间和100 ms的排间微差时间作为在该矿Ⅲ矿体63113矿房试验的爆破参数,根据村庄多为1~2层砖混结构建筑计算得到其自振频率7.63~13.23 Hz。现场采集爆破振动数据并利用Matlab对测得的爆破振动信号做HHT变换并从时域、频域和能量的角度分析信号的特点。使用具有高度自适应性的EMD分解将原始振动信号分解为IMF分量,再对IMF分量做10层db8小波变换并总结level 9的频带7.8~15.7 Hz具有的能量在总能量中的占比规律,对用IMF分量重构后的信号做Hilbert变换得到三维希尔伯特谱及边际谱。通过对爆破振动信号做EMD分解和小波变换研究得出,12 ms的微差时间设计在3号测点的三向能量占比分别减小了14.07%、24.89%和6.26%,试验表明通过改进孔间微差时间可以改善低频能量在总能量中占比较多的问题,能有效避免共振效应。对比不同孔间微差时间的Hilbert边际谱和三维希尔伯特谱从频域和能量角度分析得出,孔间微差时间为12 ms的爆破的主振频率和最大瞬时能量出现在起爆后200 ms,集中在大于建筑固有自振频带的30~40 Hz间,对建(构)筑物产生的影响最小。试验通过HHT频谱分析为选择合理的逐孔微差起爆时间提供了有效的判断依据,为更多类似的研究提供了思路与方向。

基于HHT方法的典型地运动信号分析

开展了基于含噪声Chirp信号及典型地运动信号的Hilbert-Huang变换(HHT)分析,给出了信号经EMD分解后的固有模态函数(IMF)及Hilbert变化得到的Hilbert谱和瞬时能量谱。结果表明,HHT法具有高时频分辨率和自适应强的特点,能很好的应用于地运动等非平稳信号的分析,分解得到的IMF分量按高频到低频进行排列,代表了信号在相应频率和时间段的特征,且原始数据重构结果良好,误差量级在10-18以上;且Hilbert变换得到的时频谱清晰的表明了信号能量随时间-频率的分布,能较好的反映地运动信号的传播规律。

基于HHT分析的大断面软岩隧道爆破振动控制效果研究

为有效控制在软弱围岩隧道大断面爆破施工中爆破振动造成的危害,以新疆东天山隧道右洞爆破施工为工程背景,通过优化炮孔装药量和起爆顺序,制定了预裂+光面综合爆破的大断面爆破开挖方案。采用Hilbert-Huang变换(HHT)对优化后爆破方案与原爆破方案的振动信号进行分析,获得两种爆破方案振动信号的Hilbert能量谱、各频带能量分布以及瞬时能量分布谱。结果得到,爆破振动的能量主要集中在200 Hz以内且分布不均匀;优化后的爆破方案对爆破振动能量有较好的衰减效果,其中主要是对低频信号能量的衰减;而中高频信号能量所占比重增加,爆破振动信号能量重心往中高频发展;同时对掏槽孔与扩槽孔爆破产生的能量具有明显的衰减作用。研究结果为大断面软岩隧道钻爆施工以及从能量角度研究如何降振提供参考。

基于HHT的复合扰动环境中结构基本自振周期优化识别

基于希尔伯特-黄变换(Hilbert-Huang Transform,简称HHT)方法探索了在风、人为振动及传感器误差等复合干扰及低信噪比条件下脉动信号中与结构本质特征关联频率的优化提取和分析方法。以南昌市某小区临街12层住宅楼为分析对象,在干扰信号较多的白天进行结构脉动信号实测,测试表明,在拾振器所在层有非天然振动干扰时,波形的平稳度及频谱特征改变对后续分析产生了显著影响。在未处理干扰信号、基线偏移等的前提下,分别应用FFT、R/F谱比、HHT 3种方法提取结构基本自振周期,并进行分析效果对比,结果表明,HHT方法展现出良好的信号频率提取能力,同时可以通过余项表达信号基线漂移的误差,优化了建筑结构基本自振周期识别方法,拓展了脉动法使用范围,为规模化结构健康监测预警提供了有效参照。

基于BSS-HHT优化数学模型的旋转机械故障特征提取与诊断

针对现有旋转机械故障特征提取算法存在的故障特征分类准确率低和效率低等问题,提出一种基于BSS-HHT的故障特征提取与诊断数学模型。首先基于小波软阈值降噪,同时对原始故障信号进行预处理,消除噪声和故障信号之间的二阶性特征;然后构建BSS算法模型并以负熵作为目标函数,从源信号中分离有效的故障信号;最后通过引入HHT算法对输出信号做经验模态分解,在消除端点效应的同时实现对故障特征点的定位与诊断。实验数据显示:所提算法模型在训练集和测试集中,故障分类准确率分别达99.8%和99.7%,特征提取效率也优于现有算法。