EMD的频带滤波筛分方法

Hilbert—Huang（HHT）变换方法由经验模态分解（EMD）及Hilbert变换两部分组成,能在时频域上正确地描述非平稳非线性信号的局部特征。但由于模态混淆,当信号组合分量的频率太接近时,HHT常不能正确分解窄带信号。针对这一情况,提出了EMD筛分过程的一种新的改进方法——频带滤波HHT方法,并运用此方法成功分解了双自由度线性体系反应的窄带信号。     

基于经验模态分解的非平稳信号趋势项消除

归纳概括了传统的趋势项消除方法,指出各类方法的优点和不足,提出了基于EMD（经验模态分解）的非线性、非平稳信号剔除方法。该方法通过数据驱动自适应构造基底函数IMF（本征模函数）,再由若干阶IMF分量和剩余分量的重组获得趋势项,避免了对复杂趋势项的数学建模和分析计算。仿真结果表明,EMD法能够有效地提取和剔除非平稳信号中的复杂趋势项成分,获得平滑的趋向性信号。     

高层建筑实测风场环境的非平稳性分析研究

首先采用应用较广泛的矢量分解法,对超高层结构西塔顶部的实测数据进行处理,总结了矢量分解法的三个方面的局限。然后针对这些局限且为获取较准确的脉动风速时程,考虑了风速非平稳特性,给出了获取螺旋桨风速仪的正交两方向的脉动风速时程的平稳模型与非平稳模型的数值表达公式。依据上述两种风速模型,进一步从湍流强度、阵风因子、概率密度分布和风速谱等指标进行对比分析,结果表明非平稳风速模型能更精确地描述高层建筑顶部实测风速数据的真实状态。     

基于经验模态分解的燃烧不稳定性分析

实验研究了在常温常压条件下贫燃预混旋流火焰的燃烧不稳定性,发生燃烧不稳定性时其压力脉动表现为非平稳信号.利用一种基于经验模态分解(EMD)的希尔伯特-黄变换(HHT)算法对在当量比分别为0.71和0.80工况下的压力脉动信号进行了时频分析.针对压力脉动信号进行经验模态分解,选取主要的固有模态函数(IMF),对IMF通过HHT变换得到瞬时频率并进行统计分析.结果表明:在当量比为0.71时,压力信号呈间歇式的脉动,其振型为拍振;在当量比为0.80时,脉动压力信号则呈现出极限环振型.在基于EMD的HHT变换中,IMF体现了燃烧不稳定性的固有模态且具有自适应性强的特点.      

飓风古斯塔夫(2008)过境过程风特性研究

对飓风Gustavo(2008)登陆美国路易斯安那州的全过程进行了风雨特性实测,共获得高度分别为2.5m、4m、5m、7m、10m处约48h的风速、风向、气压、温度、湿度、雨量数据,将采样数据划分为飓风过境前期、中期、后期三个典型区间;从时域角度分析了10min子样本的阵风因子、紊流强度、紊流积分尺度、相关性、分布特性,从频域角度对各子样本水平相脉动风谱进行了拟合平均;从时频域角度对三个典型区间的Hilbert时频谱进行计算和观测。研究发现:阵风因子和紊流强度在飓风过境之前大于飓风过境之后,紊流积分尺度反之,阵风因子均值为1.67,阵风因子随紊流度的增大呈指数率增长;风速概率密度函数服从高斯分布,水平向脉动风谱的拟合平均值呈现低频偏高和高频偏低于规范风谱的现象;三个典型区间内的脉动风时频谱曲线显示,飓风过境前后的脉动风均为非线性和非平稳过程。     

台风非平稳湍流特性研究进展与思考

台风湍流特性研究一直是结构风工程领域的重点研究方向之一.与传统良态风存在明显差异,台风是具有突出非平稳特性的特异风场,其湍流特性十分复杂,难以采用良态风场参数对其进行表征.基于国内外长期现场实测与分析所取得的成果,本文对台风非平稳湍流特性的研究进展进行综述,归纳总结台风非平稳湍流特性的分析方法及参数模型.首先,回顾了平稳与非平稳风速模型,对比分析二者之间的特点与区别,并介绍时变平均风速的有效确定方法.随后,针对湍流典型统计特征参数,从湍流强度、湍流积分尺度、演变谱密度、时变相干函数等方面阐述台风非平稳湍流特性的研究进展,并重点讨论当前面临的困难与挑战.最后,对台风非平稳湍流特性有待进一步深入研究的问题进行展望.     

基于支持向量经验模态分解的故障率时间序列预测

 针对故障率时间序列的非线性与非平稳特性,提出一种基于支持向量经验模态分解(SVEMD)的预测方法。首先,将故障率时间序列分解为多个固有模态函数(IMF)与一个余量(RF),利用最小二乘支持向量机(LSSVM)预测时间序列两端的局部极值点,以抑制传统经验模态分解(EMD)的边缘效应;同时以LSSVM回归方式形成包络线,以取代传统EMD中的三次样条插值;然后,建立各IMF与RF的预测模型;最终,将各IMF与RF的预测结果相加以获得故障率时间序列的预测结果。仿真结果表明,该方法的预测精度较传统基于EMD的预测方法与单一预测方法有显著提高,可实现对故障率的准确预测。     

改进Hilbert-Huang变换及其在转静子碰摩仿真中的应用

针对Hilbert-Huang变换(HHT)的不足,应用时间序列重构矩阵奇异值分解的能量分析方法改进了HHT,并提出了用来识别伪固有模态函数(IMF)的方法.利用仿真信号检验了改进HHT的效果.将改进后的HHT应用到某双转子航空发动机轻碰摩故障仿真试验结果的检测中,并与改进前HHT和小波分析的结果进行了比较,得出了改进后的HHT具有有效分离出微弱信号分量等优势,且能比小波变换更好地确定碰摩的存在.      

撞击流混合器速度信号的Hilbert-Huang变换分析

应用激光多普勒测速系统,对撞击流混合器的流场瞬时速度进行了测量。将Hilbert-Huang变换（HHT）应用于瞬时速度信号的分析,提取出各阶内禀模态函数（IMF）并通过经验模态分解（EMD）对速度信号进行滤波降噪。通过希尔伯特谱分析（HSA）确定了撞击流混合器速度信号的能量分布状况,信号能量集中于低频区,即存在于尺度较大的流体涡旋中。分析速度信号各阶内禀模态函数在不同频段的能量分布与转换,发现不同频段IMF的能量分布与流型转变之间的对应关系。通过能量特征值的提取表明,提高螺旋桨转速有助于强化系统的混合效果。最后将撞击流混合器的流场由内而外划分为中心区、涡旋区和回流区3个部分。     

一种解决经验模态分解端点效应的边界延拓法

用于电子设备或系统辐射发射趋势预测的数据大多呈现非线性、样本量小的特点,这大大增加了预测建模的难度,而经验模态分解(EMD)可以将非线性、非平稳的数据分解成若干个呈现一定周期性的本征模态函数(IMF),并且EMD具有完备性和正交性,可通过分别对分解得到的IMF分量建模,从而完成对原始数据的建模。但EMD被端点效应问题所困扰,为了提高EMD的分解精度,针对分解过程中的端点效应问题,以及辐射发射趋势预测的时间序列数据样本量小的特点,利用建立灰色均值GM(1,1)预测模型所需数据量小的优点,提出了一种基于灰色均值GM(1,1)预测模型的边界延拓方法,在原始数据两端各拓展一个极大值和一个极小值,对原始数据进行边界延拓,从而抑制EMD的端点效应。仿真对比结果表明:该方法在分解层数和平均相对误差方面均优于未经延拓处理的EMD,且对数据样本量要求不高。     

基于HHT的航空直流串行电弧特征提取方法

由于飞机内部布线空间有限、电弧故障存在发生时间地点随机以及特征不明显等问题，导致检测困难。本文基于航空270 V高压直流（HVDC）系统开展直流串行电弧故障特征提取方法研究，采用希尔伯特黄变换（HHT）提取电弧电流交流分量的时域和频域特征量。选择HHT的固有模态函数IMF5瞬时幅值的峰峰值和标准差作为识别电弧故障的时域特征，与原始信号中提取的时域特征量对比，正常和电弧特征量的区分度更大；选择HHT的固有模态函数IMF1+IMF2、一定频带范围内的瞬时幅值计算得到的谐波功率和作为区分正常和电弧情况的频域特征量。与常用的快速傅里叶变换（FFT）方法相比，HHT三维时频谱能够反映信号的局部特征，HHT方法计算得到的正常和电弧特征量之间的区分度更大，电弧和正常特征量的比值最高可达346。基于HHT的电弧故障特征提取方法能够更好地区分正常和电弧情况，有助于提高电弧故障的检测率，降低虚警率，具有重要的工程应用价值。     

基于双树复小波包变换和SVM的滚动轴承故障诊断方法

针对滚动轴承故障振动信号的非平稳性和现实中难以获得大量典型故障样本的情况,提出一种基于双树复小波包变换和支持向量机（SVM）的故障诊断方法.首先通过双树复小波包变换将非平稳的振动信号分解得到不同频带的分量;然后对每个分量求其能量并归一化处理;最后将从各个频带分量中提取的能量特征参数作为支持向量机的输入来识别滚动轴承的故障类型.对试验台模拟信号（包括滚动轴承的正常状态、外圈裂纹故障、内圈裂纹故障和滚动体点蚀故障）的分析表明:该方法对所测试验信号的故障识别率达到99.5%,对比传统小波包变换与SVM结合的方法,故障识别率的准确度更高.      

基于HHT的航空发动机气动失稳信号

针对航空发动机工作范围内存在的气动失稳现象,运用希尔伯特-黄变换(HHT)分析其信号的时变特征;通过对其处理非线性、非平稳信号分析新方法与其他时频分析方法的对比,并对HHT存在的问题进行针对性解决,使其适应航空发动机气动失稳数据分析的要求.并在Labview平台上通过数字仿真试验实现和验证了HHT方法;结果表明:此算法准确有效;通过航空发动机工程试验数据的处理过程,验证了HHT在处理此类相关问题时的可行性、适用性,同时指出其仍然存在的缺陷.     

润扬大桥悬索桥桥址风环境的长期监测与分析

基于结构健康监测系统记录的2006年桥址日常持续风环境数据,开展了润扬大桥悬索桥桥址平均风特性及湍流脉动特性的分析研究,给出了湍流度、阵风因子、湍流积分尺度及脉动风功率谱密度函数的推荐值或公式,进一步研究了平均风速与上述湍流特征参数的相关性以及湍流特征参数之间的相互关系.分析结果表明:①湍流度、阵风因子和湍流积分尺度的实测统计值均高于规范推荐值;②纵向风谱拟合模型与Simiu谱较为接近,但横向风谱拟合模型则与之相差较多,并且都存在拟合模型中湍流动能往高频偏移的现象;③湍流度、阵风因子和湍流积分尺度之间存在较为明显的相关性,并且与平均风速也存在一定的相关性.     

风力机对大气边界层近地层影响的数值模拟

为研究风力机运行对大气边界层近地层的潜在影响,采用 Gambit 软件建立风力机及风场模型,应用 UDF加载边界层速度分布函数作为流场入口边界条件,基于尾流特性及湍流理论,应用 Fluent 软件模拟单台风力机运行对大气边界层近地层的影响,通过分析风力机下游不同位置处的速度及湍动能以及其随高度的变化情况来进行分析研究。模拟结果表明风力机的运行会造成近地层内原本均匀分布的大气流场发生明显变化。与初始速度分布相比,流体流经风力机后,轮毂处风速迅速降低,随后逐渐增加,但随着向下游的延伸,速度增加的梯度逐渐降低,且在距离风力机17倍风轮直径后仍未增至来流速度;在竖直方向上速度分布呈现出逐渐增加的趋势,但在风轮位置处明显下降,随着空气继续向后流动,影响面积在扩大,但是趋势逐渐变缓。同时湍动能也发生较大变化,在近风轮处,由于轮毂区域的风速与周边的风速存在较大差异,所以造成近风轮处的湍动能迅速增大,随着流体向下游的延伸,与周边流体逐渐混合扩散,湍动能逐渐降低;湍动能在竖直高度上的分布在近尾迹区呈现出由地面至高空先减小后增大,再减小再增大的趋势;而远尾迹区域则先减后增,不过在到达一定高度后几乎都不再变化。由于大气各种通量的变化等也与风速、湍动能相关,所以风力机会对对其周边环境造成影响而不仅仅局限于近地层的风速、湍动能。     

连续变速颤振试验的自适应粒子滤波算法

连续变速颤振试验的采集信号通常为非平稳信号,其频率和幅值随时间变化,尤其在亚临界状态下, 变化程度十分剧烈。常用的非平稳信号时变参数建模分析方法,在信号非平稳程度较高的情况下难以对信号 的模态进行准确地分析和跟踪。为了解决这一问题,结合信号非平稳度量计算方法,提出一种改进的自适应粒 子滤波算法,并通过仿真实验数据对所提算法在高非平稳度情况下的跟踪性能进行验证。结果表明:与一般粒 子滤波算法相比,本文方法在高非平稳度情况下具有更高的跟踪精度。     

基于MED和LMD的自动倾斜器轴承广义Shannon熵谱分析

针对轴承信号微弱故障特征易被强背景噪声淹没的问题,提出采用最小熵反褶积,通过逆滤波器最优化设计,对目标信号进行降噪处理,其峭度值提高了约3.8倍,增强了信号的微弱故障特征;针对非平稳非线性信号频率成分复杂难以解调的问题,提出采用局部均值分解(LMD)和峭度-相关系数筛选准则,其可对非平稳非线性信号进行自适应分解和最优重构,提高了信号的信噪比;针对信号耦合调制及边频突出的问题,通过引入广义Shannon熵进行包络谱带内降噪处理,信号一阶故障特征调制频率与故障特征频率的幅度比降低了24%~43%。通过实验室信号及某型直升机自动倾斜器轴承故障诊断地面试验的分析结果验证了该方法的合理性和可行性。      

某超高层建筑刚性模型测力试验研究

在4m×3m边界层风洞中对某高295m的超高层建筑分别进行了有、无周边建筑的刚性模型测力天平试验,得到建筑3个主轴方向基底力矩均值和均方根值随风向角的变化情况,通过比较表明周边超高层建筑对其具有较严重的干扰影响;分析了功率谱和相干函数所表现出的力矩频域特性,横-扭方向基底弯矩相关性明显较顺-横、顺-扭两向大;通过敲击试验得到基底弯矩的自由衰减信号,采用HHT变换方法,识别了模型-天平系统在两个主轴方向的一阶频率和阻尼比,并根据频率和阻尼比消除了基底弯矩信号中由于模型非绝对刚性引起的共振响应分量,由此修正得到较为精确的基底力谱和各角度均方根值,为计算风振响应提供了依据。     

定日镜表面风压的重构与预测

在利用风洞试验研究结构表面风压时,测点数量往往不能满足结构计算要求,为了得到未布置测点处的风压时程,需要进行插值预测。文章结合风洞试验同步采集到的风压时程数据,利用本征正交分解(POD)技术分析了定日镜表面风场分布特点;根据风压相关系数矩阵经POD分解后成为时间主坐标与空间本征向量这一特点,编制了Matlab程序,实现其与Surfer软件接口,选取距离反比法、三角形线性插值法和克里金法(Kriging)等不同插值方法对本征向量进行空间插值;研究了参与模态阶数对重构风压序列精度的影响,并计算了预测点风压时间序列。结果表明:随着参与重构的模态数量增加,重构与测量风压序列逐渐接近;在三种插值预测方法中三角形线性插值法和克里金法预测效果优于距离反比法。