经验模态分解(EMD)在滚动轴承故障诊断中的应用

针对滚动轴承故障振动信号的非平稳特征，提出了基于经验模态分解(Empiri-cal Mode Decomposition，简称EMD)和神经网络的滚葡轴承故障诊断方法，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(Intrinsic Mode functioll，简称IMF)之和，再选取若干个包含主要故障信息的IMF分量，并从中提取时城特征措标——峭度或裕度因子作为神经网络的输入参数来识别滚动轴承的故障模式，对滚动轴承的内圈、外圈故障信号的分析结果表明，以EMD为预处理器提取时域特征参数的神经网络诊断方法比直接从原信号中提取时域特征参数的诊断方法有更高的故障识剐率，可以准确、有效地识别滚动轴承的工作状态和故障类别。     

基于经验模态分解的中国粮食单产波动特征及影响因素

探索中国粮食单产的多尺度波动特征及其影响因素,进而有针对性地采取措施来稳定和提高粮食单产对保障中国粮食安全有重要意义。该文对1978-2012年中国粮食及其主要构成作物稻谷、小麦和玉米的单位面积产量,利用经验模态分解方法进行了多尺度波动分解,并分析了改革开放以来中国粮食单产波动的多尺度特征及其主要影响因素。结果表明:1)应用经验模态分解方法可以将1978年以来中国的粮食和三大作物的单产分解为1个趋势项和2个波动项,分别反应了科技、政策和气候对于中国粮食单产波动的影响。其中技术趋势为主导,2个尺度的波动都较小。2)粮食趋势单产年增长率从1997年前的2.28%下降到之后的0.69%,明显放缓。稻谷的趋势单产与粮食走势最为接近,但1997年以后几乎走平。玉米和小麦的趋势单产增速1997年后虽有所下降,但目前上升依然明显。3)中期波动项包括了3个完整的周期和1个进行中的周期,且与中国粮食政策的重大调整及其所产生的后效在时段上具有很好的一致性。总体看粮食生产领域政策的影响大于气候的影响,但不同作物对各种政策的响应也有所不同,土地、税收、补贴、奖励和保险政策的普惠性和同步性较价格政策更强。小麦的中期波动率明显大于其他作物,显示其对政策更加敏感。4)粮食单产的短期波动率为1.80%,其中玉米为3.38%,高于小麦(2.55%)和稻谷(1.06%),显示中国的粮食生产系统有较强的抵御气象灾害的能力,但玉米防灾能力不及稻谷和小麦。5)综合长期趋势和中短期波动来看,3大作物中稻谷最为稳产。稻谷的主要问题是1998年以后单产的趋势产量上升乏力,玉米的主要问题是短期波动较大,受气象灾害的影响大,而小麦的政策波动大于玉米和稻谷。当前中国的农业已经进入了新的发展阶段,农业政策的调整势在必行,该研究结果可为新阶段农业宏观调控政策的制定提供决策依据。     

基于EMD方法的土壤入渗空间异质性及其影响因素研究

利用经典统计学方法和经验模态分解方法(EMD),分析了杨凌区、武功县和乾县临平镇一带0~40cm土层土壤物理性质(初始含水率、体积质量、有机质、颗粒组成)和入渗性能(90min累积入渗量、初始入渗率、稳定入渗率)的空间变异性,研究了EMD分量对变异的贡献率,并进一步对多尺度下土壤入渗性能与土壤物理性质进行了相关性分析。结果表明:1土壤物理特性空间序列中,除土壤体积质量变异系数为0.08、表现为弱变异外,含水率、颗粒组成及有机质均表现为中等变异,变异系数为0.11~0.35;2对于土壤入渗特性,稳定入渗率、90min累积入渗量和初始入渗率均表现为中等变异,且三者变异程度依次减弱;3EMD分解研究发现:小尺度分量对土壤入渗性能总变异的贡献率比大尺度分量高;不同的土壤物理性质对土壤入渗性能的影响随尺度变化。     

EMD在循环谱检测中的应用研究

为解决循环自相关函数对多分量信号解调时出现的交叉项干扰问题,文章提出一种基于经验模式分解(EMD)的方法,可有效消除交叉项干扰.     

基于EMD和SVM的农用柴油机故障诊断研究

针对农用柴油机振动信号的非平稳特性和在现实条件下难以获得大量故障样本的实际情况,提出一种经验模态分解和支持向量机相结合的故障诊断方法。运用经验模态分解方法对气阀机构不同工况下的去噪缸盖振动信号进行分析,计算各内禀模态函数与去噪信号的互信息值以确定主IMF分量,并求其包含时间信息的能量熵以定量描述信号不同时频段的能量分布,将其作为支持向量机的输入特征向量以判断柴油机的工作状态和故障类型。试验结果表明,该方法在小样本情况下也具有较高的精度和较强的泛化能力,但不同转速时需重新采样以保证充足的诊断精度。     

基于SPEI的新疆干旱时空变化特征

基于新疆地区54个气象站1963—2012年的逐月气象资料,计算得到近50 a来新疆12个月时间尺度的标准化降雨蒸散指数(SPEI)序列,并利用线性趋势、经验模态分解(EMD)及经验正交函数(EOF)等方法,对新疆近50 a干旱时间和空间变化特征进行了分析。结果表明:新疆地区以1987年为界,由普遍干旱期转型为相对湿润期,但近10 a又出现显著的变干趋势,预示着新疆有可能会重新进入干旱期。新疆干旱变化存在2、6、24 a左右的主要振荡周期以及3~4 a的次振荡周期,其中6 a振荡周期最为突出。EOF展开的第一模态反应的是西风系统控制下,新疆全区干旱变化的平均状态。EOF展开的第二模态则反映出由于天山山脉阻隔及地形差异,导致的南北疆干旱呈现反相位变化的空间分布特征。新疆近50 a干旱时空变化整体上存在一致性,局域上又具有异质性。     

基于EMD和MLEM2的滚动轴承智能故障诊断方法

针对旋转机械的自主故障诊断,提出一种基于EMD和MLEM2的智能解决方法。利用EMD预处理振动信号,在最适合的IMF分量上提取6个时域指标和5个频域指标构成无量纲的轴承故障特征向量。根据设备运行数据形成决策表,使用改进的MLEM2算法挖掘诊断规则,再结合改进的规则匹配策略进行状态识别。EMD能够剥离故障最本质的信息,提高所选分量的信噪比,而MLEM2算法无需对连续属性事先离散化,获得的诊断规则更完备、准确。SKF6203轴承试验表明,该方法诊断精度达到93.75%,相当于能够自主获取知识的专家系统,且只要一次初始设定,无需后续人工干预,是一种有效的智能诊断方法。     

基于EMD的中国生态足迹与生态承载力的动力学预测

利用经验模态分解(EMD)方法对1961年以来中国生态足迹与生态承载力的变化波动的周期进行了分解,并在此基础上运用动力学建模方法,建立预测模型,对中国未来20年的生态足迹与生态承载力进行数值模拟和预测。研究结果表明:随着生态足迹的增大和生态承载力的减小,中国未来20年的生态赤字越来越大,发展处于不可持续状态。政府应从提高生态承载力和减小生态足迹消耗着手来实现可持续发展。     

Virtual Signal Analyzer Based on Hilbert-Huang Transform

Hilbert-Huang transform(HHT) is a new method for signal analysis developed by Norden.E.Huang et al in 1998.The concepts for main contents,Empirical mode decomposition,Hilbert spectrum and marginal spectrum of Hilbert-Huang transform(HHT) are introduced.Based on the characteristics of VI's development and application,combining software and hardware,the designed method,which includes hardware,software and panel for the Virtual Signal Analyzer Based on Hilbert-Huang Transform are introduced.Based on the HHT,combined with virtual instrument technology,a Virtual Signal Analyzer is developed successfully.It has provided a new method for signal test and analysis.     

基于改进型极限学习机的日光温室温湿度预测与验证

日光温室温湿度模型是其结构设计与控制的重要基础,因日光温室系统具有大惯性、强耦合、非线性等特性,采用机理分析法,难以建立其准确的数学模型,导致日光温室控制效果差。神经网络建模能更加灵活地得到日光温室系统的参数,但传统的极限学习机(extreme learning machine,ELM)存在隐含层神经元激励函数固定,只考虑经验风险(即训练误差最小化),而导致过拟合等问题。为了实现对日光温室内温湿度环境因子的综合控制,需要进一步提高日光温室环境因子的预测精度,该文将基于正交基函数的改进型极限学习机对日光温室环境因子进行辨识,并利用经验模态分解(empirical mode decomposition,EMD)方法确定网络隐含层节点数,建立了日光温室温湿度环境因子预测模型。利用所建立的模型对日光温室内的温度和湿度等环境因子进行预测结果表明:温度模型有效性为0.9434,湿度模型有效性为0.9208,实测值与预测值的拟合关系比较理想,说明基于正交基函数的改进型极限学习机对日光温室进行系统辨识是可行的,且对日光温室智能控制的发展有一定的参考价值。