排序方式: 共有18条查询结果,搜索用时 15 毫秒
1.
国产浮动夹头在注入头高速运行情况下易发生变形.需要检测共振频率,避开易变形区域.采用敲击声频率测量法(以下简称声频法)获取共振频率信号,利用TMS320C6701DSP实现信号的采集并在CCS下编写DSP程序实现HHT分析得到共振频率.试验阶段,通过功率谱分析与HHT对比,得到浮动夹头的各阶固有频率. 相似文献
2.
国产浮动夹头在注入头高速运行情况下易发生变形.需要检测共振频率,避开易变形区域.采用敲击声频率测量法(以下简称声频法)获取共振频率信号,利用TMS320C6701DSP实现信号的采集并在CCS下编写DSP程序实现HHT分析得到共振频率.试验阶段,通过功率谱分析与HHT对比,得到浮动夹头的各阶固有频率. 相似文献
3.
基于HHT方法的电气化铁道谐波检测与分析 总被引:4,自引:0,他引:4
将希尔伯特-黄变换(HHT)方法用于电气化铁道谐波检测中.由于电气化铁道谐波电压、电流信号中基波能量很大,其它次数的谐波能量相对较小,使得经验模态分解 (EMD)方法在应用中出现模态混叠现象,不能准确地提取任意频率的谐波信号.为改善经验模态分解过程中产生的模态混叠现象,本文采用Yang提出的基于Fourier变换的EMD方法对电气化铁道谐波信号进行筛分.通过该方法可以有效地提取出任意频率的谐波分量,进而计算其Hilbert谱.通过对电气化铁道牵引变电所实测谐波电压、电流数据进行分析,结果表明:利用改进的HHT方法可以得到电气化铁道各次谐波准确的时频分布.最后通过HHT方法计算出各次谐波电压、电流含有率及总谐波电压、电流畸变率,并对计算结果进行分析.HHT 方法为电气化铁道谐波检测与分析提供了一种新的途径. 相似文献
4.
研究疲劳驾驶状态下驾驶员脑电信号的特征。结合Hilbert-Huang Transform(HHT)方法和近似熵方法,提出了一种新的脑电信号处理方法:HHT近似熵方法,首先用HHT方法把脑电信号分解为多个内在的模式分量,然后求取各个模式分量的近似熵值,探讨疲劳驾驶时脑电信号的非线性特征。在汽车模拟驾驶仪上进行疲劳驾驶,同时用脑电测量仪器测量驾驶员脑电,用HHT近似熵方法对正常静坐、正常驾驶、疲劳静坐、疲劳驾驶4种脑电信号进行具体的分析处理,结果表明d_2、d_4近似熵比值可以区分4种脑电信号,可以作为疲劳驾驶时的脑电特征。为疲劳驾驶的预警系统研究提供了理论上的一些依据和参考。 相似文献
5.
6.
《铁道标准设计通讯》2016,(10):67-71
以某城市的跨座式单轨交通桥梁为工程实例,通过对其高墩结构进行振动特性试验,并基于有限元理论对高墩结构进行分析计算。结合实测数据,采用信号处理分析中的方法 FFT变换和HHT变换进行试验结果分析,以此分析高墩结构的振动特性,并对比两种方法的分析结果,发现HHT变换分析方法优于FFT变换。通过实测值与理论值对比分析,发现高墩结构基频实测值高于理论值,表明高墩结构的实际刚度大于理论结果。通过对高墩结构的振动特性进行分析,表明高墩结构动力性能良好,能满足规范及运营要求。 相似文献
7.
8.
HHT变换在桥梁损伤诊断中的应用 总被引:1,自引:0,他引:1
将HHT引入国道104发生严重火灾的桥梁的损伤诊断,通过对提取的响应信号进行HHT分析判定出该桥第4跨发生损伤,与实测结果相吻合,证明了该方法在桥梁健康监测方面应用的可行性,同时与FFT计算结果进行了对比,可以发现通过HHT分析后得到的Hilbert谱能够清晰的反映出结构振动能量随振动频率和时间的分布情况,而且整个过程都是自适应的,优于FFT,同时,HHT可以比FFT更清晰的判断桥梁结构动力响应的频谱特性. 相似文献
9.
为帮助驾驶人正确认知自身的安全驾驶能力,揭示“人-车-路”相互作用关系并衡量各要
素对车辆驾驶安全性的影响,构建了考虑驾驶风格因子的综合风险场模型。首先,针对现有风险
场模型在人因要素刻画不足,将车辆加速度方差和方向盘转角方差转化为驾驶风格因子,表征驾
驶人潜在驾驶习惯;然后,根据事故风险的突发性和短时性特征,利用希尔伯特-黄变换(HilbertHuang Transform, HHT)将驾驶全域风险分解为平稳阶段和局部突变阶段风险信号能量,作为评
价驾驶能力内在属性的关键依据;最后,开展行人横穿风险场景的驾驶模拟试验验证。结果表
明:驾驶风险能量在空间形态上呈“椭圆形”圈层分布,沿物理轮廓中心高边缘低,风险演变过程
能量大小“爬山式”递增效应显著。对风险能量聚类可获得比主观问卷更加细致可量化的分类结
果,对比发现,驾驶人存在“认知-操纵”偏差(问卷安全型-模型危险型/危险倾向)同时丰富的驾驶
经验对薄弱的安全意识有补偿作用(问卷危险型-模型安全型/安全倾向)。研究成果可以为识别
危险驾驶人群,提高安全驾驶能力提供一种新方法。 相似文献
10.