《表1 各IMF与原始信号的比较》
Norden E Huang等[13]开发了一种分析非线性和非平稳数据的新方法,这一方法通过数据自身的时间尺度特征来进行信号分解,事先不用设置任何基函数,这一特点使得该方法和傅里叶分解法以及小波分解法从本质上区别开来。正是由于这样的自适应性,让它在处理非平稳及非线性数据上具有了非常明显的优势。该方法的关键部分是“经验模式分解”(Empirical Mode Decomposition,EMD),它能使复杂信号分解为有限数量的本征模函数(Intrinsic Mode Function,IMF),得到的各IMF分量蕴藏了原信号的不同时间尺度的局部特征信号。因此本文选用EMD的方法对柴油机的信号进行降噪处理,以某次实测信号为例,计算各IMF与原始信号的相关系数及各IMF与原始信号的能量比,所得结果见表1。
图表编号 | XD0099337800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.18 |
作者 | 魏琨竺、包彬彬、茆志伟、梁兆熙、魏东海 |
绘制单位 | 北京化工大学发动机健康监控及网络化教育部重点实验室、中核武汉核电运行技术股份有限公司、北京化工大学发动机健康监控及网络化教育部重点实验室、北京市第八十中学、北京化工大学发动机健康监控及网络化教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |