-
公开(公告)号：CN104677580A
公开(公告)日：2015-06-03
申请号：CN201510049925.X
申请日：2015-01-30
Applicant: 燕山大学
Abstract: 本发明涉及一种基于解析模态分解的旋转机械故障诊断方法，包括以下步骤:(1)若某旋转机械中可能存在的故障特征频率为f1,f2,f3...fn，对原振动信号进行解析模态分解，提取出各个故障特征频率所在频段的信号；(2)求出所有提取出的信号的频谱，看频谱中是否有故障特征频率成分；(3)将信号频谱中有故障特征频率的保留，将频谱中不含故障特征频率的去除；(4)经解析模态分解法提取出的各个信号中含有的故障特征频率为f1,f2,f3...fm，根据所含频率成分判断该旋转机械是否存在故障以及发生故障的部位。其优点是：处理后的故障信号频谱中的频率成分更单一，故障频率的幅度也有所增加。处理中，略去了对其它不相关频率成分信号的分析处理，缩短了处理时间。
-
公开(公告)号：CN104330624B
公开(公告)日：2018-01-23
申请号：CN201410467815.0
申请日：2014-09-15
Applicant: 燕山大学
IPC: G01R23/16
Abstract: 一种非平稳信号紧密间隔频率成分的检测方法，所述方法包括以下步骤：对待测非平稳信号进行EMD分解，再通过希尔伯特变换得到待测非平稳信号的时频谱和边际谱；通过对频谱图数据的处理得到每个频率成分的值，并采用滤波方法提取出不同频率成分的信号；通过AMD分解判别各个频率成分是否含有多个没有被分离开的频率值；如果信号有频率混叠的现象，则对频率成分进行AMD分解，分离频率相近的信号；对分离出的信号再按照以上步骤顺序进行操作，直至分离出单一频率信号为止，保证分解的信号都是单一频率成分的。本发明解决了希尔伯特黄变换不能有效分离两个紧密间隔频率成分信号的问题，保证了信号有效数据的正确分解，提高了信号的分解精度。
-
公开(公告)号：CN104680011A
公开(公告)日：2015-06-03
申请号：CN201510086327.X
申请日：2015-02-16
Applicant: 燕山大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于AMD的去除经验模态分解中模态混叠方法，包括以下步骤:(1)对原始信号进行EMD分解，得到各个固有模态函数，观察固有模态函数是否存在模态混叠现象；(2)求出第一个固有模态函数的瞬时频率特性，可根据其判断是否存在模态混叠现象；(3)若IMF1的瞬时频率存在差异较大的频率成分，则说明出现模态混叠现象，并可根据瞬时频率得出间断信号的起止时刻；(4)若存在模态混叠现象，则根据IMF1瞬时频率中频率成分确定二分频率值；(5)利用该二分频率值对原信号进行AMD分解，提取出间断信号后再进行EMD分解。本发明能有效地消除EMD分解过程中的模态混叠现象，使IMF更可靠地反映真实物理过程。
-
公开(公告)号：CN104330624A
公开(公告)日：2015-02-04
申请号：CN201410467815.0
申请日：2014-09-15
Applicant: 燕山大学
IPC: G01R23/16
Abstract: 一种非平稳信号紧密间隔频率成分的检测方法，所述方法包括以下步骤：对待测非平稳信号进行EMD分解，再通过希尔伯特变换得到待测非平稳信号的时频谱和边际谱；通过对频谱图数据的处理得到每个频率成分的值，并采用滤波方法提取出不同频率成分的信号；通过AMD分解判别各个频率成分是否含有多个没有被分离开的频率值；如果信号有频率混叠的现象，则对频率成分进行AMD分解，分离频率相近的信号；对分离出的信号再按照以上步骤顺序进行操作，直至分离出单一频率信号为止，保证分解的信号都是单一频率成分的。本发明解决了希尔伯特黄变换不能有效分离两个紧密间隔频率成分信号的问题，保证了信号有效数据的正确分解，提高了信号的分解精度。
-
-
-
Search Results
4
records
(took 0.014 seconds)
