基于集总平均经验模态分解法(EEMD)的星箭解锁分离机构冲击响应分析 被引量：8

1

作者 汪国元 徐洋 +2 位作者 胡晓楠 盛晓伟 蒋青飞 《振动与冲击》 EI CSCD 北大核心 2018年第1期47-52,共6页

基于集总平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD),提出一种星箭解锁分离机构冲击响应信号分析新方法。通过EEMD,将星箭解锁分离机构解锁过程的冲击信号分解成不同模态分量(Intrinsic Mode Function,IMF)。结果... 基于集总平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD),提出一种星箭解锁分离机构冲击响应信号分析新方法。通过EEMD,将星箭解锁分离机构解锁过程的冲击信号分解成不同模态分量(Intrinsic Mode Function,IMF)。结果表明前两阶模态分量IMF主要为冲击引起的高频振动,而IMF3之后为冲击激励引起的不同阶固有模态振动和局部振动,并通过模态实验验证了分析的正确性。 展开更多

关键词 星箭解锁分离机构 集总平均经验模态分解法(eemd) 模态分量IMF 冲击响应

在线阅读 下载PDF 职称材料

采用改进互补集总经验模态分解的电能质量扰动检测方法 被引量：7

2

作者 吴新忠 邢强 +2 位作者 陈明 成江洋 杨春雨 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2017年第9期1834-1843,共10页

针对集总经验模态分解(EEMD)方法加噪参数(噪声幅值、集总次数)需人为确定、分解残余噪声大以及计算耗时长的缺点,提出一种自适应快速互补集总经验模态分解(AFCEEMD)方法.该方法分析不同频率形式噪声对极值点分布的影响,确定加噪频率采... 针对集总经验模态分解(EEMD)方法加噪参数(噪声幅值、集总次数)需人为确定、分解残余噪声大以及计算耗时长的缺点,提出一种自适应快速互补集总经验模态分解(AFCEEMD)方法.该方法分析不同频率形式噪声对极值点分布的影响,确定加噪频率采用高频辅助分解的优势,并以极值点分布特性作为评价指标自适应选择最优加噪频率.通过对EEMD加噪准则的研究,推导出加噪幅值和分解次数采取固定值:0.01SD和2次,且以正负成对的形式加入到原始信号中.通过仿真实验和搭建的电能质量扰动平台的实测数据验证了所提方法的自适应性和计算性能,而且适用于电能质量扰动检测与分析. 展开更多

关键词 集总经验模态分解(eemd) 自适应快速互补eemd(AFCeemd) 极值点分布 加噪频率参数优化 电能质量扰动

在线阅读 下载PDF 职称材料

完全互补小波噪声辅助集总经验模态分解 被引量：19

3

作者 何刘 丁建明 +1 位作者 林建辉 刘新厂 《振动与冲击》 EI CSCD 北大核心 2017年第4期232-242,共11页

经验模态分解(EMD)是一种自适应非线性非平稳数据处理方法。噪声辅助的EMD方法能克服EMD方法在处理间歇信号时出现的"模态混叠"现象。在这些噪声辅助方法中,互补集总经验模态分解(CEEMD)和完全噪声辅助噪声集总经验模态分解(C... 经验模态分解(EMD)是一种自适应非线性非平稳数据处理方法。噪声辅助的EMD方法能克服EMD方法在处理间歇信号时出现的"模态混叠"现象。在这些噪声辅助方法中,互补集总经验模态分解(CEEMD)和完全噪声辅助噪声集总经验模态分解(CEEMDAN)恢复了EMD分解的完整性。在现有分析方法上提出了完全互补小波噪声辅助集总经验模态分解(CCWEEMDAN)算法。该算法能用更小的集总数、更少的迭代次数和极小的计算消耗获得更好的光谱分离效果和数目较少的筛选模态。 展开更多

关键词 经验模态分解 集合经验模态分解 噪声辅助 模态混叠 互补集总经验模态分解

在线阅读 下载PDF 职称材料

采用改进的集总平均经验模态分解法的内燃机气门拍击激励与燃烧激励分离的研究 被引量：3

4

作者 郑旭 郝志勇 +1 位作者 金阳 卢兆刚 《汽车工程》 EI CSCD 北大核心 2011年第11期930-936,共7页

提出了一种改进的集总平均经验模态分解(M-EEMD)方法,并阐述了其基本原理。通过仿真试验,证实了M-EEMD不仅能够很好地解决经验模态分解(EMD)中模态混叠问题,而且能够抑制集总平均经验模态分解(EEMD)的噪声残余和模态分裂等问题。作为实... 提出了一种改进的集总平均经验模态分解(M-EEMD)方法,并阐述了其基本原理。通过仿真试验,证实了M-EEMD不仅能够很好地解决经验模态分解(EMD)中模态混叠问题,而且能够抑制集总平均经验模态分解(EEMD)的噪声残余和模态分裂等问题。作为实例,对一个4缸4冲程内燃机气缸盖罩的振动信号进行M-EEMD分解,并对分解得到的IMF分量进行时频分析。结果表明M-EEMD能够成功地将内燃机气门拍击引起的机械激励成分与燃烧激励成分分离。 展开更多

关键词 内燃机 气门拍击 燃烧 激励分离 改进的集总平均经验模态分解

在线阅读 下载PDF 职称材料

基于时频谱和集总经验模式分解(EEMD)包络谱分析的地铁车辆故障分析 被引量：4

5

作者 何斌斌 戴焕云 石怀龙 《城市轨道交通研究》 北大核心 2015年第7期30-34,共5页

在分析地铁车辆激扰源特征和影响的基础上,针对车辆振动信号非线性、非平稳性的特点,提出一种地铁车辆故障综合诊断方法:时频法(短时傅里叶变换、希尔伯特-黄变换)和基于集总经验模式分解(EEMD)的Hilbert包络谱分析法。对某异常地铁车... 在分析地铁车辆激扰源特征和影响的基础上,针对车辆振动信号非线性、非平稳性的特点,提出一种地铁车辆故障综合诊断方法:时频法(短时傅里叶变换、希尔伯特-黄变换)和基于集总经验模式分解(EEMD)的Hilbert包络谱分析法。对某异常地铁车辆进行测试,并运用该方法进行诊断分析。综合分析表明,该车辆转向架构架异常振动并开裂的故障源为车轮。这与车轮检测结果一致,说明此综合诊断方法准确有效。 展开更多

关键词 地铁车辆 故障分析 集总经验模式分解 包络谱分析

在线阅读 下载PDF 职称材料

基于集合经验模态分解敏感固有模态函数选择算法的滚动轴承状态识别方法 被引量：33

6

作者 王玉静 康守强 +3 位作者 张云 刘学 姜义成 Mikulovich V I 《电子与信息学报》 EI CSCD 北大核心 2014年第3期595-600,共6页

为了更有效地提取滚动轴承各状态振动信号的特征,该文提出了一种基于集合经验模态分解(EEMD)的敏感固有模态函数(IMF)选择算法。该算法对振动信号经EEMD分解后得到的固有模态函数采用峭度值、相关系数相结合的方法自动提取其敏感分量,... 为了更有效地提取滚动轴承各状态振动信号的特征,该文提出了一种基于集合经验模态分解(EEMD)的敏感固有模态函数(IMF)选择算法。该算法对振动信号经EEMD分解后得到的固有模态函数采用峭度值、相关系数相结合的方法自动提取其敏感分量,以此获得振动信号的初始特征。再运用奇异值分解和自回归(AR)模型方法得到滚动轴承各状态振动信号的特征向量,并将其输入到改进的超球多类支持向量机中进行智能识别,从而实现滚动轴承的正常状态,不同故障类型及不同性能退化程度的各状态识别。实验结果表明,相比基于经验模态分解结合自回归模型或奇异值分解的特征提取方法,该方法可更有效地提取滚动轴承故障特征信息,且识别精度更高。 展开更多

关键词 信号处理 状态识别 非平稳信号 集合经验模态分解(eemd) 敏感固有模态函数(IMF)

在线阅读 下载PDF 职称材料

集合经验模态分解的稳健滤波方法研究 被引量：3

7

作者 刘海波 赵宇凌 《振动与冲击》 EI CSCD 北大核心 2013年第8期63-67,共5页

为了消除野值和噪声信号对观测数据的影响,给出一种基于集合经验分解的具有稳健性的滤波算法:首先用滑动中值滤波算法剔除原始数据中的野值,然后采用集合经验模态分解算法,抑制数据中的噪声。数值仿真和实际工程应用表明,该方法不仅能... 为了消除野值和噪声信号对观测数据的影响,给出一种基于集合经验分解的具有稳健性的滤波算法:首先用滑动中值滤波算法剔除原始数据中的野值,然后采用集合经验模态分解算法,抑制数据中的噪声。数值仿真和实际工程应用表明,该方法不仅能剔除野值,抑制信号中的噪声,提高信噪比,还能够有效消除模态混叠问题,将被测信号中不同的频率成分独立分解在不同的固有模态函数中,从而得到更清晰的时频分布,有利于实际数据处理中的信号分析和故障诊断。 展开更多

关键词 振动与波 经验模态分解 eemd 滤波

在线阅读 下载PDF 职称材料

基于集合经验模态分解的滚动轴承智能故障诊断方法 被引量：7

8

作者 陈永毅 张丹 薛焕新 《高技术通讯》 CAS 2021年第5期559-568,共10页

针对滚动轴承工作环境中含有强烈的环境噪声,其振动信号具有非平稳、非线性特征以及提取特征困难等问题,本文提出一种基于集合经验模态分解(EEMD)的滚动轴承智能故障诊断方法。首先通过卷积神经网络(CNN)提取振动信号关键特征,并将提取... 针对滚动轴承工作环境中含有强烈的环境噪声,其振动信号具有非平稳、非线性特征以及提取特征困难等问题,本文提出一种基于集合经验模态分解(EEMD)的滚动轴承智能故障诊断方法。首先通过卷积神经网络(CNN)提取振动信号关键特征,并将提取到的特征向量输入到支持向量机(SVM)中进行故障识别与分类。为了提高诊断性能,本文利用集合经验模态分解方法对原始振动信号进行分解,将复杂的振动信号分解为仅包含单一成分的本征模态分量(IMF),然后利用一维卷积神经网络对IMF进行特征提取,最后采用SVM进行分类。结果表明,所提出的方法相比于现有方法收敛速度更快,诊断正确率可高达99%,突出了该方法的优越性。 展开更多

关键词 故障诊断 滚动轴承 集合经验模态分解(eemd) 卷积神经网络(CNN) 支持向量机(SVM)

在线阅读 下载PDF 职称材料

基于经验模态分解和分类器集的滚动轴承故障诊断方法 被引量：2

9

作者 景治 张纯龙 《选煤技术》 CAS 2023年第5期94-98,共5页

为解决滚动轴承故障诊断过程不透明的问题,使用经验模态分解提取6个时域特征和5个频域特征,并模仿技术人员思考推理过程,构建了基于规则的分类器集,通过多样性指标筛选出最佳基分类器,采用遗传算法对构成候选基分类器的约简和诊断规律... 为解决滚动轴承故障诊断过程不透明的问题,使用经验模态分解提取6个时域特征和5个频域特征,并模仿技术人员思考推理过程,构建了基于规则的分类器集,通过多样性指标筛选出最佳基分类器,采用遗传算法对构成候选基分类器的约简和诊断规律进行了研究,采用加权投票策略形成分类器集。结果表明:在不同转速下,对正常轴承、内环、外环和滚珠故障识别正确率为90%,诊断过程类似于技术人员推理过程,解释性好,不像其他黑箱模型,更容易被现场技术人员接受。 展开更多

关键词 轴承故障诊断 经验模态分解 分类器集 轴承试验 故障识别正确率

在线阅读 下载PDF 职称材料

基于经验模态分解和分类器集的滚动轴承故障诊断方法

10

作者 景治 张纯龙 《工矿自动化》 CSCD 北大核心 2023年第S02期152-155,共4页

针对滚动轴承故障诊断过程不透明题,技术人员难以了解其推理过程,不能参与到诊断过程中的问题,提出一种基于经验模态分解(EMD)和分类器集的滚动轴承故障诊断方法。利用EMD分解信号,提取有效特征数据形成故障决策表,在此基础上构造出基... 针对滚动轴承故障诊断过程不透明题,技术人员难以了解其推理过程,不能参与到诊断过程中的问题,提出一种基于经验模态分解(EMD)和分类器集的滚动轴承故障诊断方法。利用EMD分解信号,提取有效特征数据形成故障决策表,在此基础上构造出基于规则的基分类器,可模仿人类专家推理诊断过程。同时为了避免“各自为战”,模拟人类专家集体决策过程,将上述单个基分类器按照一定投票策略组合成鲁棒性更好的分类器集。通过正常轴承、内环、外环和滚珠故障在不同转速下的实验验证了该方法的有效性,正确率为90%。该方法的诊断过程类似于技术人员推理过程,解释性好,更容易被现场技术人员接受。 展开更多

关键词 滚动轴承 故障诊断 经验模态分解 属性约简 分类器集

在线阅读 下载PDF 职称材料

CEEMD-FastICA-CWT联合瞬态响应阶次的电驱总成噪声源识别 被引量：2

11

作者 张威 景国玺 +2 位作者 武一民 杨征睿 高辉 《中国测试》 CAS 北大核心 2024年第4期144-152,共9页

以某增程式电驱动总成为研究对象,提出基于联合算法的噪声分离识别模型。首先,采用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)联合快速独立分量分析(fast independent component analysis,FastI... 以某增程式电驱动总成为研究对象,提出基于联合算法的噪声分离识别模型。首先,采用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)联合快速独立分量分析(fast independent component analysis,FastICA)方法提取纯电模式稳态工况下单一通道噪声信号特征,利用复Morlet小波变换及FFT对各分量信号时频特性进行识别。其次,采用阶次分析法和声能叠加法对稳态分量信号对应的各瞬态响应阶次能量进行对比分析,并结合皮尔逊积矩相关系数(Pearson product moment correlation coefficient,PPMCC)相似性识别确定不同噪声激励源贡献度。结果表明:减速齿副啮合噪声对该增程式电驱总成纯电模式运行噪声整体贡献度最大。 展开更多

关键词 电驱动总成 噪声源识别 互补集合经验模态分解 快速独立分量分析 连续小波变换 阶次分析

在线阅读 下载PDF 职称材料

基于集合经验模态的随钻脉冲信号优良降噪算法 被引量：26

12

作者 郑一 孙晓峰 +1 位作者 陈健 岳军 《石油勘探与开发》 SCIE EI CAS CSCD 北大核心 2012年第6期750-753,共4页

为了准确提取原始随钻钻井液脉冲信号,采用集合经验模态分解方法,基于固有模态分量构建不同的低通滤波算法,进一步采取方波整形处理,建立脉冲信号的降噪整形算法,并依据算法逼近度指标、相关度指标建立优良降噪算法的判断准则。利用单... 为了准确提取原始随钻钻井液脉冲信号,采用集合经验模态分解方法,基于固有模态分量构建不同的低通滤波算法,进一步采取方波整形处理,建立脉冲信号的降噪整形算法,并依据算法逼近度指标、相关度指标建立优良降噪算法的判断准则。利用单位脉冲信号、周期性杂波信号和高斯白噪声信号合成数值模拟钻井液信号,分析钻井液信号的降噪效果,所得优良降噪低通滤波算法由去掉前4个固有模态分量的其余模态分量及余项构成,其降噪结果能清晰描述单位脉冲信号,算法的逼近度达到0.7719,相关度高达0.8929。利用选定的优良降噪算法分析了实测的随钻测量钻井液信号,所得结果合理、有效。 展开更多

关键词 脉冲信号 集合经验模态分解(eemd) 低通滤波 优良降噪算法

在线阅读 下载PDF 职称材料

基于统计特征矢量符号值和聚类经验模态分解的短时电能质量扰动信号分析 被引量：1

13

作者 欧阳静 张立彬 +2 位作者 潘国兵 徐红伟 陈金鑫 《高技术通讯》 北大核心 2017年第11期929-937,共9页

研究了希尔伯特-黄变换(HHT)方法分析电能质量扰动信号的不足,提出了一种统计特征矢量符号化(SFVS)算法与聚类经验模态分解(EEMD)相结合的短时电能质量扰动信号分析方法。该方法采用循环周期比较的欧氏距离的边界检测算法来对电能质量... 研究了希尔伯特-黄变换(HHT)方法分析电能质量扰动信号的不足,提出了一种统计特征矢量符号化(SFVS)算法与聚类经验模态分解(EEMD)相结合的短时电能质量扰动信号分析方法。该方法采用循环周期比较的欧氏距离的边界检测算法来对电能质量扰动信号的突变时间进行检测,以突变时刻为边界点将原始电能质量信号进行划分,再用EEMD方法对区块划分信号进行分解,有效抑制模态混叠,以改善信号分解性能。测试结果表明,该方法能够实现突变时刻的准确检测,对电能质量扰动信号中的各种成分进行准确分析。 展开更多

关键词 短时电能质量扰动 暂态分析 统计特征矢量符号化(SFVS) 聚类经验模态分解(eemd) 模态混叠

在线阅读 下载PDF 职称材料

样本熵改进EEMD算法在继电器参数异常值处理中的应用

14

作者 彭威 孙鑫亮 李文华 《电力机车与城轨车辆》 2025年第1期47-54,共8页

针对继电器参数中存在的异常值问题,文章提出了一种模态异常值处理模型。首先,依据继电器特点对集合经验模态分解(EEMD)算法中的参数进行灵敏性分析,确定优化参数;其次,针对EEMD分解中存在的模态混叠现象,采用样本熵和哈里斯鹰优化算法... 针对继电器参数中存在的异常值问题,文章提出了一种模态异常值处理模型。首先,依据继电器特点对集合经验模态分解(EEMD)算法中的参数进行灵敏性分析,确定优化参数;其次,针对EEMD分解中存在的模态混叠现象,采用样本熵和哈里斯鹰优化算法得到有效的模态分量;最后,分别采用拉依达准则及三次样条插值法对各模态异常数据进行识别及替换,将处理后的所有分量进行重构异常值,得到处理后的数据序列。继电器接触压降参数的实例分析结果表明,该模型具有良好的泛化能力,且能够有效地识别出潜在异常值。 展开更多

关键词 集合经验模态分解(eemd) 样本熵 模态混叠 三次样条插值 继电器参数

在线阅读 下载PDF 职称材料

上证基金指数波动结构分解与短期预测:基于EEMD模型 被引量：4

15

作者 何凯 苏梽芳 何卫平 《金融理论与实践》 北大核心 2014年第1期80-85,共6页

上证基金指数反映了基金市场的整体变动情况,研究其波动结构特征对基金市场参与者具有重要作用。研究结果表明:(1)上证基金指数序列可由经济基本面决定的趋势项、重大事件带来的低频分量和短期不均衡导致的高频分量构成,而且趋势项主导... 上证基金指数反映了基金市场的整体变动情况,研究其波动结构特征对基金市场参与者具有重要作用。研究结果表明:(1)上证基金指数序列可由经济基本面决定的趋势项、重大事件带来的低频分量和短期不均衡导致的高频分量构成,而且趋势项主导上证基金指数的长期走势,低频分量在中期对该指数有较大影响,而高频分量的影响可忽略不计;(2)与直接SVM预测法相比,EEMD-SVM组合预测法有更高的预测精度,说明EEMD分解得到的各结构分量有效地刻画了上证基金指数的内在运行特征。 展开更多

关键词 证券市场 集成经验模态分解 本征模态函数 支持向量机 上证基金指数 ENSEMBLE empirical MODE decomposition (eemd) INTRINSIC MODE function (IMF) support VECTOR machine (SVM)

在线阅读 下载PDF 职称材料

集成全息希尔伯特谱分析及其在滚动轴承故障诊断中的应用 被引量：2

16

作者 彭国良 郑近德 +2 位作者 潘海洋 童靳于 刘庆运 《振动与冲击》 EI CSCD 北大核心 2024年第13期98-105,125,共9页

全息希尔伯特谱分析(holo-Hilbert spectral analysis, HHSA)是一种新的信号解调分析处理技术,其采用双层经验模态分解(empirical mode decomposition, EMD),能够有效揭示非线性或非平稳振动信号中的跨尺度耦合关系。但是,EMD在信号分... 全息希尔伯特谱分析(holo-Hilbert spectral analysis, HHSA)是一种新的信号解调分析处理技术,其采用双层经验模态分解(empirical mode decomposition, EMD),能够有效揭示非线性或非平稳振动信号中的跨尺度耦合关系。但是,EMD在信号分解过程中存在严重的模态混叠问题,导致瞬时频率估计不准确,影响了HHSA的分析精度。基于此,提出了集成全息希尔伯特谱分析(ensemble holo-Hilbert spectral analysis, EHHSA)方法。同时为了更精确解调故障特征信息,通过对载波变量进行积分,定义了一种可以揭示调制特征的调幅边际谱分析方法。最后,通过对滚动轴承仿真和实测数据进行分析,结果表明:与传统谱分析方法相比,所提EHHSA方法及调幅边际谱的特征提取性能和噪声鲁棒性更强。 展开更多

关键词 集成全息希尔伯特谱分析(EHHSA) 时频分析 集成经验模态分解(eemd) 故障诊断

在线阅读 下载PDF 职称材料

基于EEMD-ANN的自适应光伏日电量预测方法 被引量：2

17

作者 黄娟 赵鹏 +3 位作者 王聚博 凌宇龙 苏洋 赵闻音 《节能技术》 CAS 2024年第5期418-424,共7页

随着清洁能源的持续发展,我国光伏电源装机规模不断增大。为了应对其随机性、波动性、不确定性等特点给电网安全运行带来的严峻挑战,研究中结合集合经验模态分解(EEMD)方法对原始时间序列进行处理,将其分解为有限且少量的振荡模式,形成... 随着清洁能源的持续发展,我国光伏电源装机规模不断增大。为了应对其随机性、波动性、不确定性等特点给电网安全运行带来的严峻挑战,研究中结合集合经验模态分解(EEMD)方法对原始时间序列进行处理,将其分解为有限且少量的振荡模式,形成更清晰的信号输入,再通过人工神经网络(ANN)实现历史数据的规律挖掘,构建了基于EEMD-ANN的自适应光伏日电量预测模型。以我国南方某光伏电站日电量过程为例的结果表明,该模型获得的预测结果具有较好的预测精度,是一种实用性较强的光伏电量预测方法。 展开更多

关键词 光伏发电 集合经验模态分解(eemd) 人工神经网络(ANN) 非平稳 自适应预测

在线阅读 下载PDF 职称材料

基于双EEMD与重构的局部放电时延估计方法

18

作者 李明洁 陈东伟 +2 位作者 王通 刘金超 刘卫东 《电波科学学报》 CSCD 北大核心 2024年第4期760-768,共9页

对室内电气设备的局部放电检测与定位是保障设备长期稳定运行的有效手段,而时延估计精度是影响局部放电检测与定位准确度的重要因素。为解决局部放电信号在噪声及多径效应影响下的时延估计精度问题,本文提出了一种基于双集合经验模态分... 对室内电气设备的局部放电检测与定位是保障设备长期稳定运行的有效手段,而时延估计精度是影响局部放电检测与定位准确度的重要因素。为解决局部放电信号在噪声及多径效应影响下的时延估计精度问题,本文提出了一种基于双集合经验模态分解(ensemble empirical mode decomposition,EEMD)与重构的局部放电信号预处理方法。模拟仿真与实验测试结果表明,本文所提出的方法与广义互相关算法相比有效提高了时延估计准确度,且稳定性与鲁棒性更好。本文所提方法有效提高了局部放电信号的信噪比(signal-to-noise ratio,SNR)以及时延估计算法的精度,可用于低SNR及多径效应明显的室内环境中局部放电信号的时延精确估计。 展开更多

关键词 局部放电 广义加权互相关 二次相关 集合经验模态分解(eemd) 低信噪比(SNR) 多径效应

在线阅读 下载PDF 职称材料

基于MEEMD的内燃机辐射噪声贡献 被引量：15

19

作者 郑旭 郝志勇 +1 位作者 金阳 卢兆刚 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2012年第5期954-960,共7页

为了研究内燃机振动成分对噪声的贡献,提出一种改进的集总平均经验模态分解(MEEMD)方法.通过仿真试验,对比MEEMD与传统经验模态分解(EMD)和集总平均经验模态分解(EEMD)的结果.结果表明,MEEMD是一种更为优秀的自适应信号模态分解方法,不... 为了研究内燃机振动成分对噪声的贡献,提出一种改进的集总平均经验模态分解(MEEMD)方法.通过仿真试验,对比MEEMD与传统经验模态分解(EMD)和集总平均经验模态分解(EEMD)的结果.结果表明,MEEMD是一种更为优秀的自适应信号模态分解方法,不仅能够抑制模态混叠问题,而且能够解决模态分裂等问题.采用MEEMD方法对内燃机振动成分对辐射噪声的贡献进行研究,以一个4缸4冲程内燃机为例,对标定工况下的缸盖罩振动信号和缸盖罩近场噪声信号进行MEEMD分解,并对分解得到的本征模态函数(IMF)进行时频分析,研究对辐射噪声贡献大的振动成分的来源.研究结果表明,通过MEEMD方法能够得到对内燃机辐射噪声贡献大的振动成分,并且准确确定其来源. 展开更多

关键词 内燃机 振动信号 噪声信号 改进的集总平均经验模态分解 时频分析

在线阅读 下载PDF 职称材料

基于经验小波变换的地震资料噪声压制方法 被引量：11

20

作者 覃发兵 徐振旺 +4 位作者 啜晓宇 张小明 郭乃川 董玉文 陈伟 《中国石油勘探》 CAS 北大核心 2018年第5期100-110,共11页

噪声压制是地震资料处理中重要的环节,目前已有的去噪技术存在着噪声去除不干净、有效信号丢失、不能处理非线性非平稳信号等问题。经验小波变换(Empirical Wavelet Transform,简写为EWT)是一种能自适应分解原始信号的算法,其相较于经... 噪声压制是地震资料处理中重要的环节,目前已有的去噪技术存在着噪声去除不干净、有效信号丢失、不能处理非线性非平稳信号等问题。经验小波变换(Empirical Wavelet Transform,简写为EWT)是一种能自适应分解原始信号的算法,其相较于经典的经验模态分解(Empirical Mode Decomposition,简写为EMD)具有更好的自适应性和完善的数学理论基础。将EWT算法引入到地震资料噪声压制中,选取合适的小波函数并利用EWT算法对目标地震信号进行自适应分解,得到其各个频率尺度的固有模态分量;然后根据原始地震信号的主频设定阈值范围,选取主频值在阈值范围内的固有模态分量进行重构,最终获取去噪后的地震信号。结果表明将EWT噪声压制算法应用于数值模型和实际地震资料中,可以很好地实现有效信号和噪声的分离,结果均比常规算法的去噪效果要好。 展开更多

关键词 经验模态分解(EMD) 总体经验模态分解(eemd) 经验小波变换(EWT) 固有模态分量(IMF) 去噪

在线阅读 下载PDF 职称材料