基于EMD

“基于EMD”相关的资料有哪些?“基于EMD”相关的范文有哪些?怎么写?下面是小编为您精心整理的“基于EMD”相关范文大全或资料大全,欢迎大家分享。

基于独立分量分析的EMD模态混叠消除方法研究

标签:文库时间:2025-02-15
【bwwdw.com - 博文网】

第33卷第7期2012年7月

仪器仪表学报

V01.33No.7

ChineseJoumalofScientificInstmmentJul.2012

基于独立分量分析的EMD模态混叠消除方法研究术

汤宝平,董绍江,马靖华

(重庆大学机械传动国家重点实验室重庆400030)

摘要:针对经验模态分解(eⅡlpirical

mode

decomposition,EMD)算法中存在的模态混叠现象,提出一种应用独立分量分析进行模

态混叠消除的新方法。首先应用形态学滤波方法将信号中的噪声予以消除,减少由于噪声因素造成的模态混叠现象。然后将信号进行EMD分解,获得不同的IMF分量,将存在模态混叠成分的IMF分量进行相空间重构,利用基于峭度最大化的独立分量分解算法实现混叠成分的分离,仿真分析和工程应用的结果表明,所提方法能有效地消除EMD分解过程中的模态混叠现象。关键词:经验模态分解;模态混叠;形态学滤波;相空间重构;独立分量分析中图分类号:TP206+.3

文献标识码:A

国家标准学科分类代码:460.40

Study

on

the

methodforeliminatingmodemixingofempirical

on

modedecompositionbased

independent

基于独立分量分析的EMD模态混叠消除方法研究

标签:文库时间:2025-02-15
【bwwdw.com - 博文网】

第33卷第7期2012年7月

仪器仪表学报

V01.33No.7

ChineseJoumalofScientificInstmmentJul.2012

基于独立分量分析的EMD模态混叠消除方法研究术

汤宝平,董绍江,马靖华

(重庆大学机械传动国家重点实验室重庆400030)

摘要:针对经验模态分解(eⅡlpirical

mode

decomposition,EMD)算法中存在的模态混叠现象,提出一种应用独立分量分析进行模

态混叠消除的新方法。首先应用形态学滤波方法将信号中的噪声予以消除,减少由于噪声因素造成的模态混叠现象。然后将信号进行EMD分解,获得不同的IMF分量,将存在模态混叠成分的IMF分量进行相空间重构,利用基于峭度最大化的独立分量分解算法实现混叠成分的分离,仿真分析和工程应用的结果表明,所提方法能有效地消除EMD分解过程中的模态混叠现象。关键词:经验模态分解;模态混叠;形态学滤波;相空间重构;独立分量分析中图分类号:TP206+.3

文献标识码:A

国家标准学科分类代码:460.40

Study

on

the

methodforeliminatingmodemixingofempirical

on

modedecompositionbased

independent

基于EMD与神经网络的滚动轴承故障诊断方法

标签:文库时间:2025-02-15
【bwwdw.com - 博文网】

EMD

振动与冲击

 

第24卷第1期JOURNALOFVIBRATIONANDSHOCKVol.24No.12005

基于EMD与神经网络的滚动轴承故障诊断方法

杨 宇 于德介 程军圣

(湖南大学机械与汽车工程学院,长沙 410082)

3

  摘 要 针对滚动轴承故障振动信号的非平稳特征,提出了一种基于经验模态分解(EmpiricalModeDecomposition

,简称EMD)和神经网络的滚动轴承故障诊断方法。该方法首先对原始信号进行了经验模态分解,将其分解为多个平稳

的固有模态函数(IntrinsicModefunction,简称IMF)之和,再选取若干个包含主要故障信息的IMF分量进行进一步分析,由于滚动轴承发生故障时,加速度振动信号各频带的能量会发生变化,因而可从各IMF分量中提取能量特征参数作为神经网络的输入参数来识别滚动轴承的故障类型。对滚动轴承的正常状态、内圈故障和外圈故障信号的分析结果表明,以

EMD为预处理器提取各频带能量作为特征参数的神经网络诊断方法比以小波包分析为预处理器的神经网络诊断方法有

更高的故障识别率,可以准确、有效地识别滚动轴承的工作状态和故障类型。关键词:滚动轴承,EMD,能量,神经网络,故障诊断中图分类号:TH133   

EMD分解的流程图如下

标签:文库时间:2025-02-15
【bwwdw.com - 博文网】

1.什么是HHT?

HHT就是先将信号进行经验模态分解(EMD分解),然后将分解后的每个IMF分量进行Hilbert变换,得到信号的时频属性的一种时频分析方法。

2.EMD分解的步骤。

EMD分解的流程图如下:

3.实例演示。

给定频率分别为10Hz和35Hz的两个正弦信号相叠加的复合信号,采样频率fs=2048Hz的信号,表达式如下:y=5sin(2*pi*10t)+5*sin(2*pi*35t)

(1)为了对比,先用fft对求上述信号的幅频和相频曲线。

1.

2.

3.

4.

5.

6.

7.

8. function fftfenxi clear;clc; N=2048; %fft默认计算的信号是从0开始的 t=linspace(1,2,N);deta=t(2)-t(1);1/deta x=5*sin(2*pi*10*t)+5*sin(2*pi*35*t); % N1=256;N2=512;w1=0.2*2*pi;w2=0.3*2*pi;w3=0.4*2*pi; %

x=(t>=-200&t<=-200+N1*deta).*sin(w1*t)+(t>-200+N1*deta&t<=-200+N2*d

eta).*sin(w2*t)

EMD分解的流程图如下

标签:文库时间:2025-02-15
【bwwdw.com - 博文网】

1.什么是HHT?

HHT就是先将信号进行经验模态分解(EMD分解),然后将分解后的每个IMF分量进行Hilbert变换,得到信号的时频属性的一种时频分析方法。

2.EMD分解的步骤。

EMD分解的流程图如下:

3.实例演示。

给定频率分别为10Hz和35Hz的两个正弦信号相叠加的复合信号,采样频率fs=2048Hz的信号,表达式如下:y=5sin(2*pi*10t)+5*sin(2*pi*35t)

(1)为了对比,先用fft对求上述信号的幅频和相频曲线。

1. 2. 3. 4. 5. 6. 7. 8.

function fftfenxi clear;clc; N=2048;

?t默认计算的信号是从0开始的

t=linspace(1,2,N);deta=t(2)-t(1);1/deta x=5*sin(2*pi*10*t)+5*sin(2*pi*35*t);

% N1=256;N2=512;w1=0.2*2*pi;w2=0.3*2*pi;w3=0.4*2*pi; %

x=(t>=-200&t<=-200+N1*deta).*sin(w1*t)+(t>-200+N1*deta&t<=-200+N2*deta).*sin(w2*t)+(t>

EMD分解的流程图如下

标签:文库时间:2025-02-15
【bwwdw.com - 博文网】

1.什么是HHT?

HHT就是先将信号进行经验模态分解(EMD分解),然后将分解后的每个IMF分量进行Hilbert变换,得到信号的时频属性的一种时频分析方法。

2.EMD分解的步骤。

EMD分解的流程图如下:

3.实例演示。

给定频率分别为10Hz和35Hz的两个正弦信号相叠加的复合信号,采样频率fs=2048Hz的信号,表达式如下:y=5sin(2*pi*10t)+5*sin(2*pi*35t)

(1)为了对比,先用fft对求上述信号的幅频和相频曲线。

1. 2. 3. 4. 5. 6. 7. 8.

function fftfenxi clear;clc; N=2048;

?t默认计算的信号是从0开始的

t=linspace(1,2,N);deta=t(2)-t(1);1/deta x=5*sin(2*pi*10*t)+5*sin(2*pi*35*t);

% N1=256;N2=512;w1=0.2*2*pi;w2=0.3*2*pi;w3=0.4*2*pi; %

x=(t>=-200&t<=-200+N1*deta).*sin(w1*t)+(t>-200+N1*deta&t<=-200+N2*deta).*sin(w2*t)+(t>

EMD分解的流程图如下

标签:文库时间:2025-02-15
【bwwdw.com - 博文网】

1.什么是HHT?

HHT就是先将信号进行经验模态分解(EMD分解),然后将分解后的每个IMF分量进行Hilbert变换,得到信号的时频属性的一种时频分析方法。

2.EMD分解的步骤。

EMD分解的流程图如下:

3.实例演示。

给定频率分别为10Hz和35Hz的两个正弦信号相叠加的复合信号,采样频率fs=2048Hz的信号,表达式如下:y=5sin(2*pi*10t)+5*sin(2*pi*35t)

(1)为了对比,先用fft对求上述信号的幅频和相频曲线。

1. 2. 3. 4. 5. 6. 7. 8.

function fftfenxi clear;clc; N=2048;

?t默认计算的信号是从0开始的

t=linspace(1,2,N);deta=t(2)-t(1);1/deta x=5*sin(2*pi*10*t)+5*sin(2*pi*35*t);

% N1=256;N2=512;w1=0.2*2*pi;w2=0.3*2*pi;w3=0.4*2*pi; %

x=(t>=-200&t<=-200+N1*deta).*sin(w1*t)+(t>-200+N1*deta&t<=-200+N2*deta).*sin(w2*t)+(t>

EMD信号分析方法端点效应分析

标签:文库时间:2025-02-15
【bwwdw.com - 博文网】

西 南 交 通 大 学 本科毕业设计(论文)

EMD信号分析方法端点效应分析

年 级:2005级 学 号:20051198 姓 名:郭云喜

专 业:测控技术与仪器 指导老师:宁静

2009年6月

西南交通大学本科生毕业设计(论文) 第I页

院 系 机械工程学院 专 业 测控技术与仪器 年 级 2005级 姓 名 郭云喜

题 目 EMD信号分析方法端点效应分析

指导教师

评 语

EMD信号分析方法端点效应分析

标签:文库时间:2025-02-15
【bwwdw.com - 博文网】

西 南 交 通 大 学 本科毕业设计(论文)

EMD信号分析方法端点效应分析

年 级:2005级 学 号:20051198 姓 名:郭云喜

专 业:测控技术与仪器 指导老师:宁静

2009年6月

西南交通大学本科生毕业设计(论文) 第I页

院 系 机械工程学院 专 业 测控技术与仪器 年 级 2005级 姓 名 郭云喜

题 目 EMD信号分析方法端点效应分析

指导教师

评 语

EMD信号分析方法端点效应分析

标签:文库时间:2025-02-15
【bwwdw.com - 博文网】

西 南 交 通 大 学 本科毕业设计(论文)

EMD信号分析方法端点效应分析

年 级:2005级 学 号:20051198 姓 名:郭云喜

专 业:测控技术与仪器 指导老师:宁静

2009年6月

西南交通大学本科生毕业设计(论文) 第I页

院 系 机械工程学院 专 业 测控技术与仪器 年 级 2005级 姓 名 郭云喜

题 目 EMD信号分析方法端点效应分析

指导教师

评 语