您现在的位置: 首页> 研究主题> Hilbert-Huang变换

Hilbert-Huang变换

Hilbert-Huang变换的相关文献在2002年到2022年内共计593篇,主要集中在无线电电子学、电信技术、机械、仪表工业、自动化技术、计算机技术 等领域,其中期刊论文545篇、会议论文48篇、专利文献47537篇;相关期刊305种,包括同济大学学报(自然科学版)、浙江大学学报(工学版)、噪声与振动控制等; 相关会议48种,包括第二十四届测试与故障诊断技术研讨会、第一届中国空天安全会议、第十届全国无损检测学术年会等;Hilbert-Huang变换的相关文献由1485位作者贡献,包括唐贵基、郑海起、周瑞忠等。

Hilbert-Huang变换—发文量

期刊论文>

论文:545 占比:1.13%

会议论文>

论文:48 占比:0.10%

专利文献>

论文:47537 占比:98.77%

总计:48130篇

Hilbert-Huang变换—发文趋势图

Hilbert-Huang变换

-研究学者

  • 唐贵基
  • 郑海起
  • 周瑞忠
  • 向玲
  • 范影乐
  • 吴琛
  • 关键
  • 唐力伟
  • 张建
  • 施卫星
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 王嘉凯; 余雷; 庞宇
    • 摘要: 为提高电能质量扰动检测定位在高噪声环境下的准确性,在小波包降噪的基础上引入模糊熵判据,对不同噪声水平的扰动信号自适应最优分解层数,构造阈值随噪声系数改变的函数。选取噪声序列模糊熵最大时的阈值作为最优阈值,对降噪后的扰动信号进行Hilbert-Huang变换,以确定其起止时间与频率等参数。将算法与传统的小波阈值降噪方法进行对比,结果表明算法对于不同的噪声环境均具有良好的抗噪能力。由此可见基于模糊熵的小波包降噪可以更好地提高电能质量扰动分析的精度。
    • 朵慕社; 纪国宜
    • 摘要: 为提高轴承故障诊断准确度,针对轴承振动信号易受噪声影响,工作状态参数非线性强和已有智能诊断模型学习深度浅的问题,提出一种基于希尔伯特黄变换(Hilbert-Huang transform,HHT)和深度残差神经网络的轴承故障诊断方法。对采集到的振动信号进行经验模态分解(Empirical mode decomposition,EMD),利用分解得到的本征模态分量(Intrinsic mode function,IMF)进行Hilbert变换,得到信号的时频分布图,训练集和验证集输入到深度残差神经网络模型中训练,测试集用以测试模型识别故障准确率。实验结果表明,提出的方法能快速的对轴承进行故障诊断,并具有较高的准确率。
    • 宋建; 束洪春; 董俊; 常勇
    • 摘要: 风电机组齿轮箱故障一直是风电场主要机械故障之一,其故障信息多是混有噪声的非平稳信号。为避免陷入对复杂的非线性信号求解,提出多种算法融合下的数字信息频率筛查处理方法。首先利用小波分析对高频信号的敏感性进行消噪,然后充分利用Hilbert-Huang变换对非平稳信号的分解和时频变换能力进行信号特征挖掘,在被干扰的非平稳信号里面找出故障对应频率。充分利用多种算法融合有效去除与主频率不相关的高频噪声,找出时域变换的边际谱。避免了直接分解含有高频信号的不确定性,降低了信号分解过程中回流成分,避免发生反射现象,完成对风电机组齿轮箱故障的非平稳信号频率筛查比对。通过对某机组进行故障实验,验证数字信息频率筛查方法的有效性。
    • 陈嘉锡; 张勇; 卢吉; 周诚
    • 摘要: 以某通用机场飞行区扩建项目部分路基段作为试验场地,通过在振动压路机车轮处布置传感器采集振动轮竖向加速度数据,利用Hilbert-Huang变换从时频域与稳定性两个方面来研究持续的压实工作下振动波自振动轮至填料深处全过程的传播机制及机场路基的压实质量。结果表明:(1)振动轮能量主要集中于低频部分,且随着碾压遍数的增加,振动轮所携带的能量逐渐增加,但能量较为分散且传递效率偏低;(2)Hilbert-Huang变换谱能够全面、系统地反映任意时刻振动信号的时域特征,对于同一碾压遍数的不同道次一般边际谱曲线差异不大,说明同一压实层质量不均匀性较小,若曲线出现明显异常,可识别潜在薄弱区域并采取人工换填或继续压实措施,保障路基的压实质量;(3)将随机信号理论中的信号平稳性度量引入压实质量的稳定性表征,通过算法的应用,提供了一种快速、全面、实时性强的压实质量稳定性表征方法,可以从不同碾压遍数、不同位置分析评估压实质量的稳定性,进而指导压路机驾驶员的操作。研究结论可为定量评估路基压实质量稳定性提供帮助。
    • 雷晴; 翟世龙; 毛玉剑; 朱治国
    • 摘要: 基于Hilbert-Huang变换对拜城M_(S)5.4地震波进行分析,探讨Hilbert-Huang变换对乌什台PET型相对重力仪地震波数据的应用。实验首先提取相对重力仪记录到的拜城M_(S)5.4地震波信号,利用HHT变换的EMD对地震波信号进行分解,得出地震波信号EMD分解后的各阶IMF信号。对IMF信号进行频谱分析显示:第1阶到第5阶IMF信号能量与地震波信号能量相对应,表现出地震波蕴含的信息。实验表明:拜城M_(S)5.4地震首波到达的时间为160~185 s;地震波能量集中释放的时间为185~250 s;地震波尾波持续时间为250~345 s。通过HHT频谱实验,精确的表达出拜城M_(S)5.4地震波在不同时间段上的变化形态,清晰展示出地震波在时间、频率和振幅之间的相互关系。
    • 叶博源; 梁喆; 刘文帅; 吕孟婷; 宋建强
    • 摘要: 本文提出一种基于奇异值熵的固有模态函数筛选重组方法,将经验模态分解得到的固有模态函数经过信息熵计算筛选,去除低信噪比信号中具有较高能量的环境噪声,提升舰船辐射噪声特征的信噪比,从而一定程度上改善对舰船目标的远距离识别效果。实验结果表明,经过信息熵筛选后的固有模态函数重构信号明显突出了舰船辐射噪声信号的原有特征,可有效提高对远距离目标的识别率。
    • 李勇军; 张泽坤; 陈睿; 魏林春
    • 摘要: 随着我国城市化建设快速发展,地下空间的开发愈发重要,对于盾构隧道的需求也越来越大.在盾构掘进过程中,保持开挖面稳定十分重要,当前对于盾构掘进开挖面稳定性的研究中,均无法得到实时的盾构掘进稳定性.盾构刀盘上的压力传感器记录了盾构开挖面受力情况,基于Hilbert-Huang变换的平稳性度量方法,本文提出了一种盾构数据驱动的盾构掘进稳定性表征算法,通过盾构压力数据的Hilbert谱及边界谱,计算其稳定性,并以某越江盾构隧道工程实测数据为基础验证了算法的适用性.结果表明,此算法可以快速计算实时盾构掘进稳定性表征值,以衡量开挖面失稳的相对风险,并为纵向环间稳定性比较与横向不同位置处土仓压力间稳定性比较提供依据.研究结论可为定量评估盾构掘进失稳风险提供帮助.
    • 王圣杰; 殷红; 彭珍瑞
    • 摘要: 针对滚动轴承故障信号特征难以提取与故障诊断效率较低问题,引入集合经验模态分解(EEMD)对Hilbert-Huang变换(HHT)进行改进,将改进的HHT结合拉普拉斯得分(Laplacian score,LS)进行轴承故障特征提取,并利用遗传算法(GA)优化支持向量机(SVM)分类参数,将其应用于滚动轴承振动信号故障状态识别中.首先,利用相关系数筛选EEMD分解后的IMF分量,计算IMF分量的Hilbert边际谱能量与Lempel-Ziv复杂度构成轴承高维特征向量;其次,运用LS得分对高维特征向量进行数据降维;最后,用GA-SVM对轴承不同故障状态进行识别.通过轴承不同状态下的试验数据验证本文方法,结果表明所提方法能够有效识别轴承不同故障状态.
    • 李勇军; 张泽坤; 陈睿; 魏林春
    • 摘要: 随着我国城市化建设快速发展,地下空间的开发愈发重要,对于盾构隧道的需求也越来越大。在盾构掘进过程中,保持开挖面稳定十分重要,当前对于盾构掘进开挖面稳定性的研究中,均无法得到实时的盾构掘进稳定性。盾构刀盘上的压力传感器记录了盾构开挖面受力情况,基于Hilbert-Huang变换的平稳性度量方法,本文提出了一种盾构数据驱动的盾构掘进稳定性表征算法,通过盾构压力数据的Hilbert谱及边界谱,计算其稳定性,并以某越江盾构隧道工程实测数据为基础验证了算法的适用性。结果表明,此算法可以快速计算实时盾构掘进稳定性表征值,以衡量开挖面失稳的相对风险,并为纵向环间稳定性比较与横向不同位置处土仓压力间稳定性比较提供依据。研究结论可为定量评估盾构掘进失稳风险提供帮助。
    • 陈甜甜; 赵维刚; 李荣喆; 杨勇; 田秀淑
    • 摘要: CA砂浆层脱空缺陷是无砟轨道隐蔽性病害的重要形式,脱空缺陷的检测识别对于保持无砟轨道状态至关重要.采用扫描式冲击回波测试系统(IES)对高铁实体模型中预设了砂浆病害的CRTSⅡ型板式无砟轨道进行检测.基于Hilbert-Huang变换和卷积神经网络(CNN),提出一种CA砂浆层脱空识别方法.首先,分析回波信号的Hilbert谱图,研究信号多频带特征表达方式;然后,以实体模型回波测试信号为基础,建立训练和测试数据集;最后,构建CNN网络,对CA砂浆层有无脱空缺陷、缺陷尺寸进行分类识别.研究结果表明:该方法对于CA砂浆层脱空缺陷识别率达到98.75%,预设脱空大小识别率达到98.3%.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号