典型文献
基于集合经验模态分解与希尔伯特-黄变换的有轨电车异常振动分析
文献摘要：
针对有轨电车运行过程出现的异常振动现象,提出将希尔伯特-黄变换(HHT)应用于有轨电车的异常振动分析研究.针对经验模态分解中模态混叠难题,提出利用集合经验模态分解(EEMD)对原始车辆振动数据进行分解.针对振动信号可能包含虚假分量的问题,提出通过相关系数法剔除虚假本征模分量(即噪声分量或趋势项分量),最后进行希尔伯特-黄变换的优化处理流程.以某型有轨电车为研究对象,通过HHT得到轴箱垂向加速度的Hilbert谱,获取时间-瞬时频率-瞬时能量三维关系,结合边际谱分析振动特征,判断有轨电车的异常振动原因及故障模式.结果表明该方法对有轨电车异常振动的分析研究十分有效.
文献关键词：
有轨电车异常振动;集合经验模态分解;希尔伯特-黄变换;特征提取;边际谱
中图分类号：
作者姓名：
闫转芳;张会杰;季元进
作者机构：
中车青岛四方机车车辆股份有限公司,山东 青岛 266000;同济大学,上海 200000
文献出处：
引用格式：
[1]闫转芳;张会杰;季元进-.基于集合经验模态分解与希尔伯特-黄变换的有轨电车异常振动分析)[J].科技创新与应用,2022(32):11-15
A类：
有轨电车异常振动
B类：
集合经验模态分解,希尔伯特,黄变,振动分析,车运,HHT,模态混叠,EEMD,振动信号,虚假分量,相关系数法,本征模,趋势项,优化处理,处理流程,轴箱垂向加速度,Hilbert,瞬时频率,瞬时能量,边际谱,振动特征,振动原因,故障模式
AB值：
0.221987
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
