HT边际谱-马氏距离在轨道不平顺分析中的应用

通过HHT边际谱提取铁路轨道不平顺频率结构信息,对具有相同运营条件的铁路轨道不平顺HHT边际谱进行聚类分析,形成适合描述不同运营速度及影响铁路安全、舒适运行动力学指标的轨道不平顺边际谱标准(特性)矩阵,建立轨道不平顺HHT边际谱-马氏距离模型,可用于铁路线路运行速度判别及对不平顺中存在的严重影响铁路安全、舒适运行的铁路路段进行宏观判定。

基于EMD-AR谱分析的数控机床主轴故障诊断方法研究

针对数控机床主轴系统经常出现的声音异响等故障,提出了一种基于经验模态分解(EMD)和AR(auto regressive)谱分析相结合的诊断方法。对主轴箱部位使用亿恒数据采集仪进行数据采集,将测量数据进行经验模态分解,提取几个各阶本征模态函数分量(IMF)最大幅值并求平均,选取平均后的幅值占总幅值中比例较大的几阶IMF,并进行自回归谱分析,通过试验测得测试机床主轴箱的主要频率值,并与希尔伯特边际谱及FFT进行对比。结果表明测试机床故障频率与电机轴频率吻合,是由于电机轴装配偏心造成;同时通过对比分析表明EMD-AR谱估计更能有效地提取故障频率。

HHT和马氏距离融合的船用空压机故障诊断

为了诊断船用二级往复式空压机最常见的活塞环断裂故障,提出一种将HHT(hilbert-huang transfarm)边际谱和马氏距离相融合的方法。通过空压机正常状态和人为模拟一、二级活塞环断环的实验,采集正常和故障状态下的一、二级缸套和缸盖振动信号。利用HHT算法处理采集的数据,获取HHT边际谱,以空压机固有频段能量值为特征值和马氏距离为分类器,识别其故障类型。实验表明:该方法可以准确、有效地诊断出船用二级往复式空压机活塞断环故障。

核独立分量分析在结构振动信号降噪中的应用

降噪处理是分析结构振动信号、提取特征参数、研究损伤识别方法的基础,核独立分量分析(KICA)采用的核方法为结构振动信号的降噪处理提供了新的方法;通过对比KICA与其他算法降噪后信号的HHT边际谱,验证了KICA对低阻尼钢框架结构标准损伤模型降噪的优良性能,特别是提高了对结构安全至关重要的低频振动部分的能量估计的准确度。

基于sEMG与K-means聚类的上肢痉挛状态定量评定方法

为解决临床痉挛状态评定主观性大,信度效度待提高的问题,提出基于表面肌电(surface electromyography,s EMG)信号与K-means聚类的上肢痉挛状态定量评定方法。结合时频域分析与非线性动力学分析方法,利用s EMG信号希尔伯特-黄变换(Hilbert-Huang transform,HHT)边际谱熵判定牵张反射肌电阈值(stretch reflex onset,SRO);取SRO后固定长度s EMG信号均方根(root mean square,RMS)个体差异消除后得到的均方根差值(RMS difference,RMSD)评定痉挛状态,利用K-means聚类算法对RMSD分类以重新评估痉挛状态。实验数据表明HHT边际谱熵能够准确识别SRO(识别率:95%),且在背景含尖锐毛刺噪声以及短时信号处理上表现出很好的性能;RMSD与改良Ashworth量表(modified Ashworth scale,MAS)评分显著相关(test:r=0.843,r2=0.711,p<0.01;retest:r=0.836,r2=0.699,p<0.01),重测信度良好;基于K-means聚类算法的痉挛状态等级与RMSD相关性为(test:r=0.946,r2=0.895,p<0.01;retest:r=0.942,r2=0.887,p<0.01),且各组之间差异性显著(p<0.01)。实验结果表明,该方法可为上肢痉挛状态评定提供一种客观定量的分析手段,相比于MAS能更好的定量评定与细分痉挛状态。