發(fā)動(dòng)機(jī)缸內(nèi)壓力信號(hào)頻譜分析及濾波處理(畢業(yè)設(shè)計(jì))(存儲(chǔ)版)
【正文】 {1,4}+IMF{1,5}+…+IMF{1,15}信號(hào)圖：圖 濾掉第三階imf分量圖IMF{1,4}+IMF{1,5}+IMF{1,6}+…+IMF{1,15}信號(hào)圖圖 濾掉第四階imf分量圖IMF{1,5}+IMF{1,6}+IMF{1,7}+…+IMF{1,15}信號(hào)圖：圖 濾掉第五階imf分量圖IMF{1,6}+IMF{1,7}+IMF{1,8}+…+IMF{1,15}信號(hào)圖：圖 IMF{1,7}+IMF{1,8}+IMF{1,9}+…+IMF{1,15}信號(hào)圖：圖 濾掉第七階imf分量圖經(jīng)過濾波處理后的圖形與實(shí)測(cè)示功圖進(jìn)行比對(duì)，發(fā)現(xiàn)圖 。對(duì)信號(hào)EMD分解結(jié)果進(jìn)行HHT變換，則可同時(shí)獲得信號(hào)的幅值和頻率隨時(shí)間變化的特性。 x2 = x1(s1+s2)/2。else, u = 1。s = spline([0 p N+1],[0 x(p) 0],1:N)。特向尊敬的導(dǎo)師表示真摯的感謝和由衷的敬意！在整個(gè)論文設(shè)計(jì)期間，很多同學(xué)也給我提出不少有益的建議和給予我很多幫助，在此感謝這些同學(xué)。 end function s = getspline(x) N = length(x)。 % FUNCTIONS function u = ismonotonic(x) u1 = length(findpeaks(x))*length(findpeaks(x))。 while (sd ) | ~isimf(x1) s1 = getspline(x1)。EMD方法與Hilbert變換相結(jié)合有效的消除了通道效應(yīng)干擾信號(hào)，還原了示功圖的數(shù)據(jù)。原始信號(hào)與包絡(luò)線均值的差值就是篩分出的第一個(gè)IMF分量。不管是或是中的頻率都與傅立葉分析中的頻率意義完全不同。EMD方法是基于信號(hào)的局部特征的時(shí)間尺度，將信號(hào)自適應(yīng)地分解為若干個(gè)IMF分量之和，這樣使得瞬時(shí)頻率這一概念具有了實(shí)際的物理意義，然后分別對(duì)每個(gè)IMF分量用Hilbert變換進(jìn)行譜分析。EMD方法的自適應(yīng)性表現(xiàn)在以下幾個(gè)方面：1 基函數(shù)的自動(dòng)產(chǎn)生EMD方法在整個(gè)“篩分”過程中是直接的，它不像小波分解那樣需要預(yù)先選擇基函數(shù)。理想情況下應(yīng)是本征模函數(shù)，因?yàn)榈臉?gòu)造過程就是使它滿足IMF的條件。找出信號(hào)中所有局部極大值并利用三次樣條插值函數(shù)連接成上包絡(luò)；同理，利用三次樣條插值函數(shù)連接所有局部極小值構(gòu)成下包絡(luò)，所有的數(shù)據(jù)都應(yīng)包含在上、下包絡(luò)之間；(2)求出上、下包絡(luò)線的平均值記為，原始信號(hào)與包絡(luò)均值的差值被定義為分量，即有如下等式： ()理想的，如果是一個(gè)本征模函數(shù)，那么就是的第一個(gè)IMF分量。因此，為了獲得有意義的瞬時(shí)頻率，就需要有一種特別的分解方法，將信號(hào)分解成多個(gè)IMF分量。直觀上，經(jīng)驗(yàn)?zāi)B(tài)函數(shù)具有相同的極值點(diǎn)和過零點(diǎn)數(shù)目，其波形與一個(gè)標(biāo)準(zhǔn)正弦信號(hào)通過調(diào)幅和調(diào)頻得到的新信號(hào)相似，IMF必須要滿足以下兩個(gè)條件：(1)整個(gè)信號(hào)中零點(diǎn)數(shù)與極值點(diǎn)個(gè)數(shù)必須相等或相差最多不能超過一個(gè)；(2)信號(hào)上任意一點(diǎn)由局部極大值點(diǎn)確定的包絡(luò)線和由局部極小值點(diǎn)確定的包絡(luò)線的平均值為零，即上下包絡(luò)線相對(duì)于時(shí)間軸局部對(duì)稱。目前，國(guó)內(nèi)外學(xué)者的研究主要集中在兩個(gè)方面：一是HHT變換方法的改進(jìn)和完善，包括如何去除虛假分量，如何降低端點(diǎn)飛翼現(xiàn)象的影響，如何選取固有模態(tài)函數(shù)分離的終止標(biāo)準(zhǔn)，以及如何選取包絡(luò)線的構(gòu)造中的插值方法、樣條函數(shù)等幾個(gè)方面；二是推廣了HHT變換的應(yīng)用范圍【20】，迸一步驗(yàn)證了HHT變換在處理非平穩(wěn)信號(hào)時(shí)的優(yōu)越性。把EMD方法與Hilbert變換相結(jié)合是一種全新的信號(hào)處理方法。在非平穩(wěn)信號(hào)的時(shí)頻變換理論中，小波變換具有完備性、正交性、局部化、自適應(yīng)等特點(diǎn)，其基本運(yùn)算包括伸縮和平移，從而形成信號(hào)的多尺度分析，因此，它能同時(shí)有效地分析信號(hào)的時(shí)間和頻率特性。1992年，Mallat提出的利用小波變換模極大值原理進(jìn)行信號(hào)濾波的方法是小波濾波中最經(jīng)典的方法[15]。它是通過快速富里葉變換來實(shí)現(xiàn)的，對(duì)計(jì)算機(jī)的內(nèi)存和計(jì)算速度要求較高，難于在一般的微機(jī)上實(shí)現(xiàn)。數(shù)據(jù)處理過程中的模數(shù)轉(zhuǎn)換及其它一些存在于測(cè)試系統(tǒng)中的特殊原因，測(cè)試曲線上往往伴有各種頻率成份的振蕩次諧波，振蕩嚴(yán)重時(shí)會(huì)使測(cè)試誤差大大地增加，甚至無法作進(jìn)一步分析和計(jì)算而獲得可靠的瀏試數(shù)據(jù)。它是基于信號(hào)的幾何結(jié)構(gòu)特性，利用預(yù)先定義的幾何結(jié)構(gòu)元素(相當(dāng)于濾波窗)對(duì)信號(hào)進(jìn)行匹配或局部修正，以達(dá)到提取信號(hào)，抑制噪聲的目的[9]。一般將頻域區(qū)域劃分為低中高三個(gè)頻域[2，3]，并且指出通道效應(yīng)的主要影響于示功圖的中頻域，但是許多文獻(xiàn)對(duì)此沒有令人信服的說明，因而對(duì)示功圖進(jìn)行濾波處理缺乏說服力。頻域分析法是平穩(wěn)信號(hào)常用的處理方法，而最常用的頻域分析是傅立葉分析，差譜分析、倒頻譜分析、三維全息譜分析等，但這些方法適用于平穩(wěn)信號(hào)。信號(hào)的分析與處理要靠特征提取這個(gè)環(huán)節(jié)來實(shí)現(xiàn)，特征提取是實(shí)現(xiàn)信號(hào)分析的關(guān)鍵環(huán)節(jié)。通過對(duì)信號(hào)進(jìn)行分析處理，可以獲得有用信息，因此從信號(hào)中獲得信息是信息與控制科學(xué)發(fā)展的主要方向，近十幾年發(fā)展迅速，在傳統(tǒng)的基于傅立葉變換的信號(hào)分析方法基礎(chǔ)上，新理論和新算法層出不窮，如小波變換。通常描述信號(hào)有兩種方式：時(shí)間描述、頻率描述。信號(hào)是變化的，是一個(gè)多變量函數(shù)，如電場(chǎng)強(qiáng)度是時(shí)間和空間的變量。選取簡(jiǎn)單的三角函數(shù)集展開信號(hào)，是最簡(jiǎn)單也是最重要的一種信號(hào)表示方式，即信號(hào)的傅立葉展開，它將信號(hào)表示為具有不同頻率的正弦信號(hào)的和的形式，為以后的頻譜分析奠定了基礎(chǔ)。為了保證設(shè)備的安全運(yùn)行，大力開展設(shè)備故障診斷系統(tǒng)的研究，提高故障信號(hào)的監(jiān)測(cè)、檢測(cè)、分析與處理能力已經(jīng)是當(dāng)務(wù)之急，達(dá)到設(shè)備故障早發(fā)現(xiàn)，早診斷的目的。目前采用的信號(hào)分析處理方法主要有時(shí)域統(tǒng)計(jì)分析、時(shí)域分析和頻域分析。隨著數(shù)字信號(hào)處理理論與應(yīng)用發(fā)展較快，人們目前一般對(duì)采集到的氣缸壓力信號(hào)進(jìn)行頻譜分析，得到氣缸壓力的頻譜特性。形態(tài)濾波器具有良好的非線性濾波作用[6,7]，有良好的邊緣信息和細(xì)節(jié)保持能力，對(duì)多種類型噪聲(如，正負(fù)脈沖噪聲、加性噪聲和信號(hào)關(guān)聯(lián)噪聲等)有良好的平滑與抑制作用[8]。由于在測(cè)試過程中存在難以避免的噪聲干擾。在確定疊加在測(cè)試曲線上的次諧波振蕩頻率后，用數(shù)字濾波法將其濾除。Witkin首先引入了利用尺度空間相關(guān)性來對(duì)信號(hào)濾波的思想[14]，對(duì)含燥信號(hào)經(jīng)過子帶分解后，從粗尺度到細(xì)尺度逐步確立信號(hào)的主要邊緣，最終從信號(hào)號(hào)背景中得到真實(shí)信號(hào)?；谏鲜鏊枷?，Xu 等人于1994年提出了一種基于空域相關(guān)性的噪聲去除方法[17]，根據(jù)信號(hào)與噪聲的小波變換系數(shù)在相鄰尺度之間的相關(guān)性進(jìn)行濾波，該方法雖不夠精確，但很直接，易于實(shí)現(xiàn)。然后對(duì)每一個(gè)IMF進(jìn)行Hilbert變換，得到時(shí)間頻率聯(lián)合分布的Hilbert譜。現(xiàn)在已經(jīng)有多種處理方法，但都沒有從根本上解決，這就是EMD方法中的邊緣效應(yīng)問題。 固有模態(tài)函數(shù)在Hilbert．Huang變換中，為了計(jì)算瞬時(shí)頻率，定義了固有模態(tài)函數(shù)【21】（IMF)，它是滿足單分量信號(hào)物理解釋的一類信號(hào)，在每一時(shí)刻只有單一頻率成分，從而使得瞬時(shí)頻率具有了物理意義。但在實(shí)際中的信號(hào)大多數(shù)都不是IMF，絕大多數(shù)情況下，信號(hào)中都可能包含超過一個(gè)的振動(dòng)模態(tài)。(1)根據(jù)本征模態(tài)函數(shù)的定義，該分解方法利用局部極大值與
物理相關(guān)推薦
鄂ICP備17016276號(hào)-1