Hilbert-Huang 变换中的理论研究

1996年，Norden E.Huang等人提出了一种新的非平衡信号的时频分析方法－Hilbert-Huang变换（HHT）。它以瞬时频率为基本量，以固有模态信号为基本信号，与以往的时频分析方法相比有明显的区别，在应用中已表现出了独特的优点，但这一新方法还处在发展阶段，在建立严密的理论和方法的完善方面还有许多事要做。本文首先对这一方法作了简单介绍；然后借助振动信号模型提出了固有模态信号应满足的一个重要数学条件，进而建立了固有模态信号的数学模型，基于这一模型，论证了固有模态信号对局部对称性要求的必要性，以及用极值点拟合固有模态信号包络线和经验模态分解的合理性，这些工作使Hibert-Huang变换的研究向前迈进了一步。     

基于递归希尔伯特变换的振动信号解调和瞬时频率计算方法

精确地提取振动信号的瞬时幅值和瞬时频率对结构的参数识别和健康监测有重要作用。希尔伯特变换是一种常用的信号解调及瞬时频率计算方法,但在信号不满足Bedrosian乘积定理的条件时会造成较大误差。针对这一问题,提出了一种递归希尔伯特变换方法,用前一步希尔伯特变换计算出的纯调频信号作为新的信号,递归地使用希尔伯特变换以进行信号解调,理论分析表明递归希尔伯特变换能够快速地收敛。最后采用仿真信号对比了递归希尔伯特变换与单次希尔伯特变换、经验调幅调频分解及Teager能量算子法在信号解调及瞬时频率计算中的结果,结果表明了递归希尔伯特变换方法的实用性及精确性。     

一种基于EMD的振动信号时频分析新方法研究

基于经验模态分解(Empirical Mode Decomposition,EMD)的希尔伯特变换(Hibert Tram:formation,HT),是先把一列时间序列数据通过经验模态分解成本征模函数(Intrinsic Mode Function,IMF),然后经过希尔伯特变换获得瞬时频率的信号处理方法.针对HT求瞬时频率的不足,提出了把IMF分解成包络和纯调频信号,然后通过对纯调频信号进行反余弦求瞬时频率的新方法.通过对非线性仿真信号研究表明,该方法是有效的.把该方法应用于转子横向裂纹的时频分析.表明能把横向裂纹转子的扭振所形成的相位调制现象检测出来,获得了良好的效果.仿真和实测信号的分析结果说明,用新方法对振动信号进行时频分析是有效的.该研究成果能广泛地用于信号时频分析领域.     

一种改进掩膜信号法及其在车桥振动响应信号中的应用

针对经验模态分解法中存在的模态混叠问题,在掩膜信号法研究的基础上,通过编制掩膜信号幅值与频率确定程序,提出了一种改进掩膜信号法,并通过两个仿真实例进行了验证。其在车桥振动响应信号中的应用结果表明:在没有噪声处理的情况下,该方法可以大致得到信号中非平稳的基频响应信号组份,并且该组份具有定位间断事件的能力,这为车桥振动响应信号的处理提供了一个新的研究途径。     

爆破振动信号3种经验模态分解差异性研究

为了准确评估冻结立井爆破对井壁产生的影响,采用井壁预埋法对大药量爆破下井壁的振动响应进行了监测。利用EMD、EEMD和CEEMD典型经验模态算法对井壁信号进行了分析,并结合时频谱对分解和重构效果进行了综合评价。分析结果表明:受测试环境影响,爆破信号中普遍含有噪声等干扰成分。EMD分解存在明显模态混叠和端点效应,EEMD分解虽对模态混叠现象有所改善,但去噪效果仍不理想,CEEMD分解对模态混叠和噪声消除方面均具有很好的处理效果。CEEMD重构信号时频谱能够深刻揭示爆破能量在时频域上的分布且对干扰成分不敏感,适合用于批量信号的预处理过程。分析结果对于爆破能量识别和振动损伤控制具有积极的现实意义。     

爆破振动信号3种经验模态分解差异性研究

为了准确评估冻结立井爆破对井壁产生的影响,采用井壁预埋法对大药量爆破下井壁的振动响应进行了监测.利用EMD、EEMD和CEEMD典型经验模态算法对井壁信号进行了分析,并结合时频谱对分解和重构效果进行了综合评价.分析结果表明:受测试环境影响,爆破信号中普遍含有噪声等干扰成分.EMD分解存在明显模态混叠和端点效应,EEMD...     

一种基于小波变换与奇异值分解对振动系统模态频率进行识别的新方法

针对从受噪声污染的脉冲响应信号和快速正弦扫频响应信号中识别振动系统的单模态和密集多模态的频率问题，将小波变换与奇异值分解（SVD）滤波相结合，利用基于小波变换的能量分布函数，为了提高对密集模态和含有噪声信号的识别效果，对该能量分布函数求n次方，再进行奇异值分解后，根据奇异值，求出主要分量，然后通过主要分量对应的n次方尺度图或频率计算公式，识别出模态的频率。仿真结果证明了该方法的有效性和可行性。     

基于希尔伯特黄变换的超声信号分析

传统的分析方法难以对细小裂纹缺陷尺寸进行有效判别,而依靠人工判别细小缺陷尺寸常导致检测准确度差、效率低下.针对这类问题,提出了一种基于希尔伯特黄变换的超声缺陷信号识别算法.通过对超声无损检测缺陷信号进行自适应经验模态分解得到不同频率的固有模态函数,再进行希尔伯特变换得到信号的瞬时频率、希尔伯特谱和边际谱.根据边际谱体现...     

基于瞬时频率估计阶比法的电机振动信号分析

电机转轴是电机中至关重要的精密零部件,运用信号分析的方法,可对电机转轴进行预估评价。为提高电机转轴的安全性,降低事故率,利用瞬时频率估计法与阶比法计算分析电机的振动信号,并进行电机实际缺陷情况下的验证试验。结果表明,基于瞬时频率估计阶比法能对信号进行有效降噪处理,准确地预测故障缺陷的具体位置。     

消除经验模态分解中混叠现象的改进掩膜信号法

经验模态分解方法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,常不能得到正确的经验模态分解结果。针对这一情况,提出了消除经验模态分解中混叠现象的一种方法——改进的掩膜信号法,并将其应用于风机叶片振动信号的分析中。该方法以能量为基础对掩膜信号的选择进行改进,并通过掩膜信号结合EMD来达到消除模态混叠现象的效果。对风机叶片振动信号进行验证的结果表明,该方法简便易行,可有效分离混叠模态,提取有用信号,并且对白噪声也有削减效果。     

基于希尔伯特变换的科氏质量流量计信号处理方法研究与实现

针对科氏质量流量传感器信号的特点,将格型自适应滤波与希尔伯特变换算法相结合,设计了一种科氏质量流量计信号处理方法。采用加窗函数的方法有效地抑制希尔伯特变换存在的端点效应,提高测量精度。在以TMS320F28335DSP为核心的科氏质量流量变送器系统上实时实现整套算法,并进行电信号测试与水流量标定实验,在量程比为10∶1的范围内,测量准确度为0.1级,测试结果表明整套算法是可行有效的。     

齿轮振动中调频信号的解调方法及仿真计算

齿轮发生裂纹故障时其振动信号会产生调制现象，包括幅值调制和频率（相位）调制两部分。目前调幅信号的解调分析已经比较成熟，但对于调频信号的解调方法研究还不够完善。全面系统介绍了近年来处理调频信号中最常用的希尔伯特相位解调和循环平稳解调两种方法，并通过仿真指出了这两种方法各自的优缺点和局限性。     

基于EMD的激光雷达信号去噪方法

针对激光雷达回波信号较弱易于被各种噪声污染的特点,本文提出利用经验模态来模态分解(EMD)这一非线性、非平稳信号处理方法,对Mie散射激光雷达信号进行多尺度分解.该方法是利用信号内部时间尺度的变化做能量与频率的解析,采用这种方法能够将噪声污染的激光雷达信号分解成若干个线性、稳态的本征函数(IMF),通过对本征函数的重构,去除包含高频噪声的IMFs,从而达到去噪目的.实验结果表明,这种方法的去噪能力强,并且具有自适应的特点,从而说明了这种方法在信号去噪中的优势.     

一种新的估计瞬时频率的方法—经验包络法

常用的求取瞬时频率的方法,希尔伯特变换,会出现无法解释的负频率和明显的端点效应。标准希尔伯特变换克服了希尔伯特变换出现负频率的缺点,但仍然有端点效应。为了避免希尔伯特变换,基于信号的经验调幅调频分解,论文提出了一种新的求取瞬时频率的方法—经验包络法(empirical envelope method,简称EE）。经验包络法本质上是先通过经验调幅调频分解获取纯调频信号,然后对其求导,再对求导的结果进行经验调幅调频分解,提取出包络信号,便可获得原信号的瞬时频率。论文首先给出了经验调幅调频分解的详细过程,然后给出了经验包络法的原理和具体步骤,最后采用仿真信号将经验包络法与希尔伯特变换、标准希尔伯特变换和反余弦法进行了对比,分析结果表明了经验包络法的优越性     

Bearings Fault Diagnosis Using Vibrational Signal Analysis by EMD Method

ABSTRACT

Studying vibrational signals is one reliable method for monitoring the situation of rotary machinery. There are various methods for converting vibrational signals into usable information for fault diagnosis, one of which is the empirical mode decomposition method (EMD). This article is about diagnosing bearing faults using the EMD method, employing nondestructive test. Vibration signals are acquired by a bearing test machine. The discrete wavelet bases are used to translate vibration signals of a roller bearing into time-scale representation. Then, an envelope signal can be obtained by envelope spectrum analysis of wavelet coefficients of high scales. Local Hilbert marginal spectrum can be obtained by applying thr EMD method to the envelope signal from which the faults in a roller bearing can be diagnosed and fault patterns can be identified. The results have shown bearing faults frequencies are easily observable. There is a variant of the EMD method called the ensemble EMD (EEMD), which overcomes the mode mixing problem which may occur when the signal to be decomposed is intermittent. The EEMD method is also applied to the acquired signals, and the two methods were compared. While the outcomes of both methods do not differ much, one important merit of the EMD is that it has much less computational processing time than EEMD.     

Phase Extraction in Dynamic Speckle Interferometry with Empirical Mode Decomposition and Hilbert Transform

Abstract: In many respects, speckle interferometry (SI) techniques are being considered as mature tools in the experimental mechanics circles. These techniques have enlarged considerably the field of optical metrology, featuring nanometric sensitivities in whole‐field measurements of profile, shape and deformation of mechanical rough surfaces. Nonetheless, when we consider classical fringe processing techniques, e.g. phase‐shifting methods, the deformation range is intrinsically limited to the correlation volume of the speckle field. In addition, the phase evaluation from such patterns is still computationally intensive, especially in the characterisation of dynamic regimes, for which there is a growing interest in a wide range of research and engineering activities. A promising approach lies in the pixel history analysis. We propose in this paper to implement the empirical mode decomposition (EMD) algorithm in a fast way, to put the pixel signal in an appropriate shape for accurate phase computation with the Hilbert transform.     

核电站扩建工程爆破开挖振动信号的HHT分析?

通过对田湾核电站二期扩建工程爆破施工的振动监测,得到了大量的试验数据,经由Hilbert-Huang变换(HHT)方法处理,分析论证了此方法运用于爆破地震波处理的科学性和可行性。第一步,用经验模态分解信号,得到了振动信号的固有模态分量,考虑到噪声信号的干扰,又对信号进行了改进算法的滤波处理;之后,对各个分量进行Hilbert变换,得到了信号的时频能量谱;针对时频能量谱分析,得到了信号的时频特性;从得到的瞬时能量谱中得到了3段微差起爆的间隔时间,为检测雷管的质量提供了新方法;而边际谱分析提供了一个频域分析的新角度。     

一种新的估计多项式相位信号瞬时频率的参数化时频分析方法

通过多项式非线性核函数取代线性调频小波变换中的线性核函数,提出一种新的参数化时频分析方法：非线性调频小波变换。对瞬时频率是时间任意连续函数的信号而言,选择合适的多项式核特征参数,非线性调频小波变换的时频分布有良好的时频聚集性。应用非线性调频小波变换分析任意阶次多项式相位信号。由于非线性调频小波变换的性能取决于多项式核特征参数,本文还给出非线性调频小波变换的核特征参数估计算法,进一步可实现多项式相位信号的瞬时频率和参量估计。仿真信号验证算法的有效性。