基于二次EEMD的WVD算法及在振动信号分析中的应用

基于二次EEMD的WVD算法及在振动信号分析中的应用

论文摘要

Wigner-Ville分布(WVD)作为一种最基本的时频分布凭借着多种优良的数学性质被应用于信号处理等领域,但因其不满足可加性而引起的交叉项却影响了信号分析的准确性。针对此问题提出利用二次聚合经验模态分解(Ensemble Empirical ModeDecomposition, EEMD)的方法来消除Wigner-Ville分布的交叉项。该方法首先用EEMD将原信号分解成为若干本征模函数(Intrinsic Mode Function,IMF),随后再利用EEMD对获得的IMF进行二次处理,得到一组新的IMF,然后对新得到的若干模态成分分别进行WVD计算,最后将各项结果求和得到信号的WVD分布。该方法在改善模态混叠的同时有效地消除了Wigner-Ville分布交叉项,并保留了Wigner-Ville分布的各种优良特性。计算机仿真和试验研究证实,该方法收到了很好的效果。为了简化MATLAB分析振动信号时的操作步骤提高数据分析效率,以LabVIEW中的MATLAB Script节点为纽带,利用LabVIEW与MATLAB混合编程的方法设计开发了振动信号辅助分析工具,包含小波分析、Wigner-Ville分布和Hilbert-Huang等多种信号分析方法,而且能够共享振动信号采集工具的数据库,该工具增强了人机交互能力,简化了离线分析振动信号的步骤,在很大程度上提高了振动信号离线分析的效率。最后,将基于二次EEMD的WVD算法也融合到了振动信号辅助分析工具中,并将其用于承德钢厂工程实际的故障诊断中,结果证实了基于二次EEMD的WVD算法的在实际应用中的准确性和可行性,同时也证实了振动信号辅助分析工具的实用性。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题研究的背景和意义
  • 1.2 设备故障诊断
  • 1.3 设备故障信号分析方法的发展与研究现状
  • 1.3.1 Fourier 变换
  • 1.3.2 ARMA 时序模型
  • 1.3.3 Cohen 类分布
  • 1.3.4 短时傅里叶变换
  • 1.3.5 小波变换
  • 1.3.6 自适应时频分析
  • 1.4 几种时频分析方法的比较
  • 1.5 论文研究内容
  • 第2章 旋转机械故障机理及特征分析
  • 2.1 旋转机械故障概述
  • 2.2 转子不平衡故障机理与特征分析
  • 2.2.1 故障机理
  • 2.2.2 故障特征
  • 2.3 转子不对中故障机理与特征分析
  • 2.3.1 故障机理
  • 2.3.2 故障特征
  • 2.4 轴承故障机理与特征分析
  • 2.4.1 油膜轴承的故障机理与特征分析
  • 2.4.2 滚动轴承的故障机理与特征分析
  • 2.5 动静件摩擦故障机理与特征分析
  • 2.5.1 故障机理
  • 2.5.2 故障特征
  • 2.6 本章小结
  • 第3章 基于二次 EEMD 的 WVD 算法
  • 3.1 Wigner-Ville 分布的定义和基本性质
  • 3.1.1 Wigner-Ville 分布的定义
  • 3.1.2 Wigner-Ville 分布的基本性质
  • 3.2 Wigner-Ville 分布的交叉项
  • 3.3 EMD 算法
  • 3.3.1 瞬时频率
  • 3.3.2 本征模函数
  • 3.3.3 EMD 分解算法
  • 3.4 EEMD 算法
  • 3.5 利用二次 EEMD 消除 Wigner-Ville 分布的交叉项
  • 3.5.1 二次 EEMD 的思想基础
  • 3.5.2 二次 EEMD 消除 WVD 交叉项算法
  • 3.5.3 计算机仿真试验
  • 3.6 本章小结
  • 第4章 二次 EEMD 消除 WVD 交叉项的试验研究
  • 4.1 试验设备简介
  • 4.2 试验设备参数设置
  • 4.2.1 转子试验台的参数设置
  • 4.2.2 数据采集设备的参数设置
  • 4.3 试验数据分析
  • 4.4 与其他方法的比较分析
  • 4.4.1 与 EMD 消除交叉项方法的比较
  • 4.4.2 与伪 WVD 和平滑伪 WVD 方法的比较
  • 4.5 本章小结
  • 第5章 基于 LabVIEW 的振动信号辅助分析工具设计
  • 5.1 虚拟仪器
  • 5.2 LabVIEW 语言简介
  • 5.3 软件设计
  • 5.3.1 数据采集模块的实现
  • 5.3.2 数据读入模块的实现
  • 5.3.3 数据库共享
  • 5.3.4 数据分析模块的实现
  • 5.4 应用程序发布
  • 5.5 本章小结
  • 第6章 工程实际应用
  • 6.1 设备运行状况介绍
  • 6.2 振动检测与分析
  • 6.2.1 参数设置
  • 6.2.2 数据分析
  • 6.2.3 设备故障原因分析
  • 6.2.4 治理措施建议
  • 6.3 本章小结
  • 结论与展望
  • 参考文献
  • 攻读硕士学位期间承担的科研任务和主要成果
  • 致谢
  • 作者简介
  • 相关论文文献

    • [1].爆破振动信号微分经验模态分解与经验模态分解对比分析[J]. 中国矿业 2020(04)
    • [2].经验模态分解类算法在经济分析中的选择及应用[J]. 西部金融 2020(01)
    • [3].基于经验模态分解的核磁共振去噪方法研究[J]. 西南石油大学学报(自然科学版) 2020(03)
    • [4].一种基于总体平均经验模态分解的线谱提取方法[J]. 舰船电子工程 2020(06)
    • [5].基于灰度预测的变长度经验模态分解方法研究[J]. 海洋科学进展 2020(03)
    • [6].基于总体经验模态分解的多类特征的运动想象脑电识别方法研究[J]. 自动化学报 2017(05)
    • [7].基于短时处理和经验模态分解的地面战场目标被动声识别[J]. 测试技术学报 2017(05)
    • [8].基于二维经验模态分解的航摄影像去噪应用研究——以江西省某地区航摄影像为例[J]. 湖北民族学院学报(自然科学版) 2016(02)
    • [9].基于集合经验模态分解和支持向量机的滚动轴承故障诊断[J]. 拖拉机与农用运输车 2015(02)
    • [10].基于集成经验模态分解的弹道导弹关机点估计算法[J]. 现代雷达 2020(05)
    • [11].基于经验模态分解的飞机微多普勒特性分析[J]. 雷达与对抗 2018(01)
    • [12].二维经验模态分解在工程表面形貌误差评定中的应用[J]. 光学精密工程 2017(02)
    • [13].经验模态分解理论及其应用[J]. 高技术通讯 2016(01)
    • [14].采样频率对聚合经验模态分解的影响研究[J]. 中国机械工程 2016(18)
    • [15].修正阈值的经验模态分解去噪算法研究[J]. 信息技术 2015(01)
    • [16].基于集合经验模态分解和自回归滑动平均的某碾压混凝土重力坝变形预测模型及应用[J]. 水电能源科学 2015(03)
    • [17].一种改进的二维经验模态分解图像消噪方法[J]. 测控技术 2015(06)
    • [18].基于一维经验模态分解的图像细节提取方法[J]. 吉林大学学报(工学版) 2011(06)
    • [19].二维经验模态分解边界效应抑制研究[J]. 计算机工程与应用 2008(13)
    • [20].基于混合多变量经验模态分解和极限学习机的非平稳过程预测[J]. 上海交通大学学报 2020(04)
    • [21].基于经验模态分解的组合保险策略动态调整方法[J]. 系统管理学报 2018(06)
    • [22].利用经验模态分解提高极移预报精度(英文)[J]. 天文研究与技术 2018(02)
    • [23].基于改进多元经验模态分解的多通道振动信号融合分析[J]. 机械设计与研究 2018(02)
    • [24].利用复数经验模态分解抑制高频地波雷达射频干扰的工程应用[J]. 科学技术与工程 2015(34)
    • [25].基于形态分量分析和集合经验模态分解的心电信号工频干扰消除法[J]. 生物医学工程学杂志 2015(06)
    • [26].基于多元经验模态分解的旋转机械早期故障诊断方法[J]. 仪器仪表学报 2016(02)
    • [27].基于近似熵和集成经验模态分解的转子多故障诊断方法研究[J]. 中国机械工程 2016(16)
    • [28].基于集合经验模态分解法的局部放电信号去噪[J]. 东北电力大学学报 2016(04)
    • [29].面向嵌入式穿戴医疗的快速经验模态分解方法[J]. 计算机工程与科学 2016(08)
    • [30].经验模态分解的理论研究及应用[J]. 科技导报 2015(02)

    标签:;  ;  ;  ;  ;  ;  ;  

    基于二次EEMD的WVD算法及在振动信号分析中的应用
    下载Doc文档

    猜你喜欢