10.13465/j.cnki.jvs.2016.22.007
基于 EEMD 分形与二次型 SPWV 分布的爆破振动信号分析
通过 EEMD(Ensemble Empirical Mode Decomposition)分解和分形盒维数组合算法,结合爆破振动信号统计自相似特性,提出了利用广义自相似性因子来识别爆破振动信号主分量的 EEMD 分形盒维数广义自相似性方法,并用机车运行振动信号对该方法的精确度进行了验证。将爆破振动原始信号和优势分量重组信号分别采用多重分形算法,定量描述了爆破振动信号在无标度区内的多重分形特征,并对比分析了原始信号和优势分量重组信号的 Cohen 类二次型SPWV(Smooth Pseudo Wigner-Ville)分布时频特性。结果表明:EEMD 分形盒维数广义自相似性方法能够精确识别振动信号的主分量。EEMD 优势分量重组多重分形与重组二次型 SPWV 分布相结合分析方法,可以深刻揭示爆破振动信号中包含的局部时频特性,更能有效改善模态混叠并消除交叉项干扰,提高信号时频聚集性。
爆破振动、EEMD 分解、分形盒维度、SPWV 分布
35
TD235.1(矿山设计与建设)
国家自然科学基金-面上项目51274203
2016-12-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
41-47