论文部分内容阅读
Wigner-Ville分布（WVD）作为一种最基本的时频分布凭借着多种优良的数学性质被应用于信号处理等领域，但因其不满足可加性而引起的交叉项却影响了信号分析的准确性。针对此问题提出利用二次聚合经验模态分解（Ensemble Empirical ModeDecomposition, EEMD)的方法来消除Wigner-Ville分布的交叉项。该方法首先用EEMD将原信号分解成为若干本征模函数（Intrinsic Mode Function,IMF）,随后再利用EEMD对获得的IMF进行二次处理，得到一组新的IMF，然后对新得到的若干模态成分分别进行WVD计算，最后将各项结果求和得到信号的WVD分布。该方法在改善模态混叠的同时有效地消除了Wigner-Ville分布交叉项，并保留了Wigner-Ville分布的各种优良特性。计算机仿真和试验研究证实，该方法收到了很好的效果。为了简化MATLAB分析振动信号时的操作步骤提高数据分析效率，以LabVIEW中的MATLAB Script节点为纽带，利用LabVIEW与MATLAB混合编程的方法设计开发了振动信号辅助分析工具，包含小波分析、Wigner-Ville分布和Hilbert-Huang等多种信号分析方法，而且能够共享振动信号采集工具的数据库，该工具增强了人机交互能力，简化了离线分析振动信号的步骤，在很大程度上提高了振动信号离线分析的效率。最后，将基于二次EEMD的WVD算法也融合到了振动信号辅助分析工具中，并将其用于承德钢厂工程实际的故障诊断中，结果证实了基于二次EEMD的WVD算法的在实际应用中的准确性和可行性，同时也证实了振动信号辅助分析工具的实用性。