首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 593 毫秒
1.
基于EMD及PNN的航天器振动环境分析   总被引:2,自引:0,他引:2  
针对航天器非平稳随机振动信号模态频率密集的特点,提出了基于经验模式分解EMD (Empirical Mode Decomposition)的多分量过程神经网络PNN(Process Neural Network)自回归模型.通过EMD对原始时间序列进行分解, 使之成为一组不同尺度的局部正交本征模函数IMF(Intrinsic Mode Functions),利用PNN对每个IMF分别进行时变参数分析并以此确定其时变自功率谱密度,对所有分量的时变自功率谱密度通过叠加进行重构, 以此得到原始信号的时变自功率谱密度.仿真结果和实例分析表明:和传统的时频分析法相比,该方法直接使用信号数据,避免了相关估计计算,减小了计算工作量;无交叉干扰项,提高了信号的时频分布特性,具有较高的时频分辨率;对各工况下航天器的振动信号能有效的进行分析,具有较强的信号特征提取能力.   相似文献   

2.
基于改进HHT的一体化电液作动器故障诊断   总被引:3,自引:0,他引:3  
介绍了机载变排量变转速一体化电动静液作动器(EHA-VPVM,Electro-Hydrostatic Actuator with Variable Pump displacement and Variable Motor speed)的系统结构,根据EHA-VPVM早期故障信号非平稳、时变等特点,采用一种新的时频分析方法希尔伯特黄变换(HHT,Hilbert-Huang Transform)进行信号分析.针对HHT方法的模态混叠和虚假本征模态函数问题,提出两点改进:通过集合经验模式分解算法抑制模态混叠的发生;采用相关系数法保留真实本征模态函数.对EHA-VPVM工程样机进行早期故障诊断实验,用Hilbert边际谱和HHT谱分析永磁无刷直流电机两种工作状态下的振动信号.实验结果表明:改进HHT方法较好解决了HHT的模态混叠和虚假本征模态函数问题,能准确提取研究对象的早期故障特征,对EHA-VPVM早期故障具有良好的诊断效果.  相似文献   

3.
基于EMD与切片双谱的轴承故障诊断方法   总被引:2,自引:1,他引:1  
针对轴承故障诊断问题,提出一种基于经验模态分解(EMD,Empirical Mode Decomposition)与切片双谱分析相结合的新方法.将原始信号分解成不同尺度的固有模态函数(IMF,Intrinsic Mode Function),求取IMF分量的包络,计算其对角切片双谱,提取由于二次相位耦合产生的非线性特征,得到轴承的故障特征频率.通过对仿真信号进行分析,表明该方法克服了传统的基于EMD的包络功率谱方法不能抑制噪声的缺点,同时较传统高阶谱方法计算量更小.给出了6205-2RS JEM SKF轴承诊断实例,说明了该方法的可用性.  相似文献   

4.
为了研究涡街流量计尾迹振荡特征,采用集总经验模态分解(EEMD)-Hilbert谱方法,对测量介质为空气、流量范围为10.58~220 m~3/h的涡街流量计管壁差压信号进行处理,首先用EEMD方法对管壁差压信号进行分解,得到固有模态分量,然后对分解后的各个分量进行Hilbert变换,得到Hilbert谱和边际谱,进而提取管壁差压信号的旋涡脱落频率。比较了Fourier变换与EEMD-Hilbert谱方法在信号去噪和频率提取方面的性能。结果表明:EEMD-Hilbert谱方法可有效去除叠加在实际涡街成分之中的噪声,能够较完整保留尾迹振荡的固有成分;在流量较低时,EEMD-Hilbert谱方法对尾迹振荡频率的提取精度比Fourier变换高30%以上,有效拓展了涡街流量计的测量下限;通过计算能量比,揭示了EEMD-Hilbert谱方法提高频率提取精度的原因,即EEMD-Hilbert谱方法降低了信噪比;Hilbert谱直观表示信号的时间-频率-能量关系。  相似文献   

5.
研究了一种TS201处理器构建的瞬时频率测量平台的设计,介绍了经验模态分解方法和希尔伯特变化原理对瞬时频率进行快速测量原理.给出了硬件电路的设计和软件设计,详细地给出了关键的数据采集电路的设计.通过实际测试,系统能有效捕捉单分量及多分量信号的瞬时频率,为软件无线电检测系统的设计提供了参考.  相似文献   

6.
根据瞬态通信信号和非高斯噪声的特点,建立了相应的信号模型,并利用希尔伯特-黄变换(HHT)处理非线性非平稳信号的优势,提出了基于改进HHT的非高斯噪声中瞬态通信信号的检测算法。该检测算法分为集合经验模式分解(EEMD)和固有模态函数(IMF)分量筛选两部分,首先经过加入随机白噪声多次试验取均值得到待检测信号的IMF分量,再结合各个分量与原信号的能量差异和相关性剔除虚假IMF分量,从而实现对混叠在非高斯噪声中的瞬态通信信号的有效检测。仿真在不同的条件下对比了本文算法与其他算法对信号的检测效果,结果证明本文算法能够有效克服HHT中存在的缺陷,实现对瞬态信号更为准确的分析和检测。  相似文献   

7.
基于EEMD分解的直驱式机电作动器故障诊断   总被引:1,自引:0,他引:1  
基于集合经验模式分解 (EEMD,Ensemble Empirical Mode Decomposition)算法,给出一种机载直驱式双余度机电作动器(DDDR-EMA,Direct-Driven Dual-Redundancy Electro-Mechanical Actuator)复合故障诊断方法.EEMD对信号加入有限幅度的高斯白噪声,利用高斯白噪声频率均匀分布的统计特性使信号在不同尺度上保持连续性,解决了经验模式分解的模式混叠缺陷并保留了自适应性.将EEMD方法应用于机载DDDR-EMA故障诊断实验振动信号分析,先对实测信号进行分解,得到一组无模式混叠的固有模式函数;再采用不同的方法分析各频段,提取各频段包含的故障特征.实验结果表明:与经验模式分解相比EEMD能提高故障信号的分析精度,准确诊断机载DDDR-EMA的复合故障.  相似文献   

8.
利用EMD方法提取太阳活动周期成分   总被引:9,自引:0,他引:9  
EMD(经验模态分解)方法在处理非线性及非平稳时间序列时表现出了很大的优势和应用潜力.利用EMD方法研究太阳活动周期,对110年(1894-2003)和55年(1949-2003)的太阳黑子数月均值进行分解,分别得到一系列模式和一个趋势项,其中都可能包含有1.3至1.4年周期分量,25至30个月QBO(准双年振荡)分量,11年太阳周分量和22年Hale周分量.其中11年周期分量幅度最大,变化特征与太阳黑子数原始数据具有很高的相似性.不同于传统方法,EMD方法给出了太阳活动在不同时间尺度上各自分离的变化特征.   相似文献   

9.
在空间环境中运行的星载天线转动单元中的谐波减速器产生的不对中故障信号故障特征难以提取,针对此问题提出了一种优化变分模态分解的故障诊断方法,这种方法基于鲸鱼优化算法(WOA)和Teager能量算子(TEO)包络解调。首先,由于包络熵对故障信号特征非常敏感,故采用包络熵作为适应度函数,同时其也是鲸鱼优化算法的目标函数。其次,WOA具有操作简单、调整参数少、跳出局部最优能力强等诸多优点,故使用WOA对变分模态分解(VMD)进行优化,构建优化算法。最后,使用Teager能量算子对本征模态分量(IMFC)进行处理。所提出的方法用于分析谐波减速器输入、输出轴两端收集的实验信号。通过与传统的快速傅里叶变换方法进行对比结果表明,所提出的方法提高了分解效率,在分解参数的原则和故障信号提取精度方面具有良好的性能,误差不超过2%,能够实现谐波减速器不对中故障信号的精确诊断,具有一定的研究意义与工程实用价值。  相似文献   

10.
针对传统共振解调故障诊断方法中需依赖主观经验和反复调试选取合适带通滤波器参数的问题,以及包络信号频谱中随机成分对分辨故障特征频率的干扰问题,提出一种空间精密轴承的自适应共振解调故障诊断方法.一方面,根据振动信号功率谱计算重心频率和频率标准差,进而以此确定带通滤波器的中心频率和带宽,实现自适应带通滤波;另一方面,通过频谱平均方法弱化包络信号频谱中的随机成分,使得故障特征谱线清晰度加强.模拟故障信号和实测振动信号的诊断结果表明该方法算法简单,效率高,对保持架磨损故障诊断效果良好,验证了其可行性和有效性.  相似文献   

11.
激光测高仪回波分解算法   总被引:1,自引:0,他引:1  
开发了一种激光测高仪回波基本信息提取算法,对回波数据进行了高斯波分解,获取了高斯波分量的个数,及每个高斯波分量的波中心位置、宽度和幅度等参数.该算法首先根据回波拐点的数目和位置确定出高斯分量的个数及每个高斯分量的波中心位置和宽度初始值,随后利用线性最小二乘法计算出每个高斯分量的幅度,最后将经过选择和标记的高斯分量针对实际回波采用Levenberg-Marquardt方法进行拟合,得到优化后的高斯波基本参数.通过这些基本参数信息,能够进一步推导出激光测高仪光斑内各个反射表面的垂直分布、起伏程度和反射率等基本信息.  相似文献   

12.
A hybrid method, combining the radiative transfer theory and the method of moments (MoM), is proposed to study the potential effect of the lunar surface roughness on the microwave brightness temperature. The total upward emission reaching the lunar surface from below media is calculated by the radiative transfer theory, and then the brightness temperature is obtained by weighting the bidirectional transmission coefficients which is computed using the MoM. The method is validated by both flat and rough surface models with analytic solutions. With the hybrid method, brightness temperatures from simulated lunar model are calculated and compared to those from a flat layered model. The comparisons show that the effect of rough surface on brightness temperature cannot be ignored and also depends on many other factors, such as observation angle and polarizations. For vertical polarization, an optimal observation angle may exist to reduce the effect of surface roughness. These results indicate that the knowledge of lunar surface roughness is important in microwave remote sensing to the Moon and may probably provide a guide to lunar projects in future.  相似文献   

13.
在LY12CZ铝合金板材的恒幅和变幅加载疲劳试验基础上,结合图象处理和计算机技术,导出了一种新的由断口反推机件服役载荷的反推法,并将反推结果与实验数据作了比较。同时对影响反推精度的有关参数进行了重要度分析。利用该反推法可以获得包含载荷顺序效应在内的机件有效载荷谱。  相似文献   

14.
表面粗糙度特征的双谱分析   总被引:1,自引:0,他引:1  
提出了基于双谱分析的表面粗糙度特征分析方法。通过理论计算 ,对几种典型的机械加工表面轮廓试件的实验研究 ,认为双谱具有抑制高斯噪声和保留相位信息的能力 ,可以反映表面轮廓的偏斜度 ,特别是偏离高斯型的表面轮廓。对于符合高斯分布的轮廓其双谱近似于零 ,不符合高斯分布的轮廓其双谱不为零。  相似文献   

15.
表面粗糙度评定参数的分形表征   总被引:2,自引:0,他引:2  
以分形几何理论为基础,利用轮廓谱矩和表面谱矩的概念对表面粗糙度评定参数进行了分形表征,并在此基础上提出了一些新的三维评定参数,如均一性、等方性等。  相似文献   

16.
为了提高半球谐振子的品质因数,提出采用湿法刻蚀的方法去除半球谐振子亚表面的微缺陷。通过研究熔融石英材料的湿法刻蚀机理,在专用半球谐振子湿法刻蚀设备上能够稳定实现半球谐振子亚微米刻蚀精度,半球谐振子经过湿法刻蚀后表面粗糙度优于100nm,半球谐振子Q值能够提高至2000万以上,半球谐振子频差变化小于0.03Hz。  相似文献   

17.
时频分析在超声导波信号分析中的应用   总被引:1,自引:0,他引:1  
超声导波信号是一种非平稳信号,存在频散现象,利用传统的时域和频域分析方法不能揭示其频谱随时间变化的特点.为了解决这一问题,研究了导波信号的非平稳特征,介绍了短时傅里叶变换(STFT,Short-Time Fourier Transform)时频分析原理,分别对铝板试样和蜂窝板试样内传播的导波信号进行了STFT和时频谱分析,得出了铝板内导波信号中各频率成分随时间的变化情况,分析出导波信号的模式转换现象,比较精确地计算了导波的群速度;对于蜂窝板内的导波信号,由于能量泄露比较严重,当激励频率为1.5MHz时,A0模式只能近距离传播,这就使得采用STFT不能很好地进行模式识别.研究结果表明,当导波传播距离较远时,利用STFT可以对其信号进行动态的频谱分析和模式识别,并可对实际的群速度进行较精确的测量.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号