经验模态分解方法在结构冲击信号分析中的应用

介绍一种非线性非平稳信号分析的新方法，此方法是基于经验模态分解（EMD）技术的振动信号分析算法。基于这种方法编写了非线性信号分析程序，把振动信号分解成多个本征函数，在分析过程中比较EMD方法与传统的FFT方法，通过两种方法的对比分析，体现了基于EMD的希尔伯特一黄变换的先进性。对水下爆炸载荷作用下的舰船结构响应进行数值模拟分析，并将EMD方法应用于水下爆炸结构冲击信号分析。通过研究每一个本征函数，从本质上分析水下爆炸冲击加速度信号的组成成分及特点。     

经验模式分解方法在水下目标分类中的应用

针对经验模式分解在水下目标辐射噪声分析时存在的模式混叠问题,提出基于二进滤波的经验模式分解方法,研究了水下目标辐射噪声的分解和特征提取。仿真实验表明,基于二进滤波的经验模式分解方法能很好地抑制模式混叠。最后将该方法应用于海试数据分析,处理结果与直接利用经验模式分解方法相比,识别概率提高了6%,得到比较满意的分类结果。     

小波分析在信号消噪中的应用研究

小波分析具有在频率域的多分辨能力,已广泛用于信号和图像的消噪中。在引入小波阈值去噪方法的基础上,提出了一种新的阈值函数。经过信号仿真验证,这种新的阈值函数取得了较好的消噪效果,克服了采用传统的软、硬阈值函数去噪的不足。     

HHT滤波特性在sEMG信号滤波中的应用

在常规HHT滤波方法基础上,考虑sEMG信号频带分布特性,设计了一种新的HHT滤波方法.该方法设计了针对IMF分量的噪声能量抑制函数,用来抑制各分量可能包含的噪声,再将每个修正的IMF分量叠加,得到去噪后的sEMG信号.通过实验比较可以看出,考虑sEMG信号频带分布特性的HHT滤波方法可以一定程度上解决噪声与信号处于同...     

基于傅里叶变换的舰船通信低频信号传输精度分析

针对当前低频信号传输精度分析效果差等不足,以改善当前低频信号传输精度分析结果为目标,设计了基于傅里叶变换的低频信号传输精度分析方法。首先了解当前低频信号传输精度分析研究的现状,找到当前各种分析方法的局限性,然后采集低频信号,采用傅里叶变换对低频信号进行处理,得到低频信号的频带分量和残余分量,并采用灰色模型和神经网络对其进行分析,最后通过傅里叶逆变换得到低频信号分析结果,并进行低频信号传输精度测试。本文方法的低频信号传输分析精度超过了95%,同时低频信号传输分析速度快,具有十分广泛的应用前景。     

OBF分解与BP网络在船舶磁场信号检测中的应用

针对水中兵器探测船舶磁场信号时信噪比较低的问题,提出了基于OBF分解与BP网络的船舶磁场信号检测算法。首先采用BP网络对测量数据进行预处理,滤除大部分环境磁噪声;再采用OBF分解算法对网络输出信号进行检测,提取归一化能量信号作为检验统计量。试验结果表明,本文算法可以显著提高信噪比,增强对船舶磁场信号的检测能力,性能明显...     

时频分析在宽带信号检测中的应用研究

该文以时频分析中最典型的Wigner Ville分布在宽带信号检测中的应用展开讨论 ,与传统的处理方法进行比较 ,着重突出了其时频特征分离的特性。对比匹配滤波器进行了宽带确知信号的检测 ,指出基于互Wigner Ville分布的检测方法能够达到匹配滤波器的检测效果。在此基础上提出了采用时变滤波的改进方法 ,最后讨论了信号时宽、带宽对检测性能的影响。     

高桩码头桩基检测信号分析中的反褶积应用探讨

反褶积技术应用广泛,主要应用于地震勘探中地层系数的反演.但是在桩基础完整性检测方面的应用开发还有待进一步研究.文中主要依据两方面应用内容的契合性,研究将反褶积应用于桩基检测中.要用有限元软件ANSYS/LS-DY NA分别建立单缺陷、多缺陷桩模型进行数值模拟,通过低应变反射波法对其进行检测试验,使用最小平方反褶积进行曲线分析,并且要将分析的结果与实际工程中检测结论得到的曲线进行对比,用这种方法来验证反褶积方法的准确性,这种试验方法的出现为高桩码头的检测信号分析提供了便利条件.     

ICA技术在舰船信号分析中的应用

随着船舶动力系统动力增强,内燃机的振动信号频次及幅度提高,振动信号的非线性冲击特性更加显著。传统的内燃机信号分析通过统计算法分析信号的幅值变换,信号频率变换通过时域变换完成,而信号的非线性冲击特性对动力系统性能影响较大,需要进行滤除。ICA是一种基于Hilbert变换的信号分析方法,能够在幅值和频率上分析信号分布密度。本文在分析了舰船柴油内燃机振动信号特性的基础上,利用ICA分析了信号时频变换特性。     

一种通用型基于经验模态分解的小波阈值滤波方法研究

首先针对中高频水声信号,提出一种改进的经验模态分解加小波软阈值滤波方法;然后将信号进行带通滤波处理及经验模态分解,将分解得到的各个模态转换为频域信号,采用小波软阈值方法在频域上对这些模态进行滤波,最后对信号进行重构,并将其转换为时域信号。分别采用本方法和原时域上的小波阈值方法对不同频率的水声信号进行滤波,经计算分析可知,对频率小于800 Hz的水声信号,采用原方法可获得较好的滤波效果;当信号频率大于800 Hz时,采用本方法的滤波效果更好,因此应针对不同频率的水声信号,选择合适的滤波方法,以获得满意的滤波效果。     

结合EMD和功率谱熵的船舶轴频电场线谱提取

为实现强海洋背景噪声中的微弱船舶轴频电场信号检测,提出了一种结合经验模态分解(Empirical Mode Decomposition,EMD)和窄带子区间功率谱熵的线谱提取新算法.首先,利用EMD方法从含噪信号中分解出一组有效固有模态函数(Intrinsic Mode Functions,IMFs),对各有效IMF的功率谱进行子区间划分;其次,定义并计算各子区间的能量峰值熵比(Energy Peak Entropy Ratio,EPER)特征;最后,通过对轴频信号和环境噪声物理特征差异的分析,结合K-均值聚类方法进行特征量的筛选,实现线谱提取.海上实测数据的处理结果表明,相比于直接的功率谱分析,算法的线谱可提取下限降低了6.7 dB.     

基于EMD和4阶累积量的船舶轴频电场线谱提取

为实现海洋环境电场背景中微弱的船舶轴频电场信号的有效检测,提出一种结合经验模态分解(Empirical Mode Decomposition,EMD)和4阶累积量对角切片功率谱的方法。首先,利用EMD方法的自适应滤波特性将信号进行分解,得到本征模态函数(Intrinsic Mode Functions,IMF),按照K-L散度准则进行有效IMF的筛选;然后利用高阶累积量抑制高斯色噪声的性质,计算各有效IMF分量4阶累积量对角切片的功率谱,并进行多子带中的线谱提取。海上实测数据的处理结果表明,该方法能够实现-15d B下的线谱提取,具有一定的实用价值。     

基于机器学习的舰船机电装备故障诊断

随着信息技术的发展,以机器学习、模式识别为代表的人工智能技术在故障诊断领域逐步得到应用。通过对振动噪声信号的采集,利用时频分析技术对信号进行分解,并提取故障特征参数,再利用机器学习或模式识别技术对信号进行判别分类,可以实现舰船机电装备的智能诊断。为了验证该方法,选择经验模态分解方法进行信号分解,采用支持向量机进行诊断分类。通过实验表明,该方法有着较高的诊断精度,故障诊断率达到了96.7%,可以对舰船机电装备常见故障进行准确的智能诊断。     

A signal decomposition method based on repeated extraction of maximum energy component for offshore structures

Contrary to most signal decomposition methods that usually decompose an original signal into a series of components simultaneously, a novel approach based on repeated extraction of Maximum Energy Component (MEC) is proposed. The approach starts from determination of the MEC referring to the estimated Power Spectral Density (PSD) function, and then represents the MEC by employing an exponential function to fit the original signal. By defining a stopping criterion based on two adjacent estimated PSDs, each MEC can be accurately extracted with an improved performance throughout the entire signal decomposition. To verify the proposed method, a single degree-of-freedom system subject to harmonic loads has been examined. Numerical results show that the analytical response can not only be decomposed into four MECs corresponding to the excitation and the system, respectively, but also provide an accurate estimation of natural frequency and damping ratio of the system. Meanwhile, by observing results from the Ensemble Empirical Mode Decomposition (EEMD), Variational Mode Decomposition (VMD) and Prony based on state-space model (Prony-SS), an improved decomposition accuracy has been achieved from the proposed approach. Furthermore, experimental data from the Norwegian Deepwater Programme and two sets of field-test data from one fixed offshore platform and an offshore wind turbine have been used to demonstrate the correctness of the developed signal decomposition method. It is noted that divergence in results by Prony-SS can be observed when a very large model order is used, while the proposed method provides the better decomposition and reconstruction of signals.     

小波变换在风浪研究中的应用

基于小波理论,将实测波高与压力资料减去平均值作为修正后的资料,经小波变换所得系数再将它平方,可以得出能量密度在时间域和频率域上的三维分布特性。将三维分布图对时间积分后,再除以总延时,可以得到波浪与压力在频率上的平均能量,即传统傅立叶变换所得之波谱,对时间积分,可得各瞬间波浪与压力总能量。通过应用认为小波分析在波浪研究上有广阔的应用前景。     

大型集装箱船能效营运指数仿真研究

为应对IMO提出的日益严格的排放法规,降低船舶EEOI值,本文分析了EEOI的数学计算公式以及简化公式,并以某8063TEU大型集装箱船为目标船,基于MATLAB/Simulink建立了船舶能效系统的仿真模型.通过仿真研究,分析了船舶航速、航期、载货量、航程对船舶EEOI的影响,同时研究分析了EEOI对航速、载货量、航程变化的敏感性.结果表明随着航期的增加船舶EEOI逐渐减小;EEOI对航速的敏感性最高,对载货量的敏感性其次,而对航程的敏感性较低;降低主机工作负荷从而降低航速,以及提高船舶载货量都能有效降低船舶EEOI值,而增加航程则对降低EEOI值效果不明显.     

统计能量法在船舶舱室噪声预报中的应用

详细介绍了统计能量法并结合某船模型以统计能量法进行舱室噪声预报及改进设计研究。在某段舱室内分别以加减震器与不加减震器2种工况下噪声的计算结果与统计能量法得出的计算结果进行分析对比,充分验证了统计能量法的预报可行性,得出结论:统计能量分析法可以有效地预报船舶舱室的高频噪声,可以对局部设计的更改和局部减震装置的施加进行有效的仿真,适用设计阶段船舶舱室噪声的预报和结构声学优化计算。本文所得数据也可为今后船舶设计开发提供相关参考依据。