針對(duì)鐘表表音信號(hào)提取與分析存在較大困難的問(wèn)題,提出了雙麥克降噪采集裝置和基于經(jīng)驗(yàn)?zāi)B(tài)分解的手表表音希爾伯特-黃變換（Hilbert-Huang）方法。該方法提取機(jī)械手表的故障信號(hào)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解,進(jìn)而對(duì)內(nèi)稟函數(shù)進(jìn)行希爾伯特變換得到希爾伯特譜和希爾伯特邊際譜。仿真實(shí)驗(yàn)結(jié)果表明,邊際譜能識(shí)別出故障信息,該方法能夠定位誤差并實(shí)現(xiàn)故障診斷。 

【文章來(lái)源】：工業(yè)控制計(jì)算機(jī). 2020,33(01)

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

杠桿式擒縱裝置

如圖2所示，雙麥克風(fēng)陣列原理是：手表表音通過(guò)主麥克風(fēng)A輸入，然而采集到的表音信號(hào)存在外界的噪聲，此時(shí)次麥克風(fēng)B將主要采集到外部噪聲，其采集的噪聲信號(hào)是與A采集到的一致的。所以，想要得到純凈的表音信號(hào)，主麥克風(fēng)A采集的信號(hào)與次麥克風(fēng)B采集的信號(hào)做差值，得到的即為表音信號(hào)。然而，需要通過(guò)放大器進(jìn)一步放大，所以本文采用的是差分放大器，輸出信號(hào)輸入到電腦并做進(jìn)一步頻譜分析。2 希爾伯特-黃變換

由于傅里葉變換的時(shí)域變換研究信號(hào)的全面頻譜情況以及小波變換多分辨的特性被廣泛用于旋轉(zhuǎn)機(jī)械故障診斷中，但由于過(guò)分依賴(lài)于小波基的選擇，對(duì)于信號(hào)處理的自適應(yīng)不夠。經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）可以根據(jù)數(shù)據(jù)自身的時(shí)間尺度特征來(lái)進(jìn)行信號(hào)分解，逐漸成為故障處理領(lǐng)域的重要方法[4]。EMD分解信號(hào)的基本過(guò)程為：非平穩(wěn)的信號(hào)X(t）可以看作為由數(shù)量有限的IMF函數(shù)構(gòu)成的，而每個(gè)IMF函數(shù)的特點(diǎn)是必須具有相同數(shù)量的極值點(diǎn)和過(guò)零點(diǎn)。如圖3所示。得到的新的序列h1，如果h1滿(mǎn)足內(nèi)稟函數(shù)的特點(diǎn)，則h1為第一個(gè)IMF函數(shù)，否則，重復(fù)上述步驟，直至滿(mǎn)足為止。經(jīng)歷k次分解后，得到h1k滿(mǎn)足要求，記c1=h1k。將c1從x(t）中分離，得到：

【參考文獻(xiàn)】：
期刊論文
[1]希爾伯特黃變換在風(fēng)機(jī)故障診斷的應(yīng)用[J]. 郝東升.  內(nèi)燃機(jī)與配件. 2019(16)
[2]壓縮感知的稀疏字典學(xué)習(xí)在信號(hào)重建中的應(yīng)用[J]. 朱春進(jìn),沈振軍,張瑞杰.  工業(yè)控制計(jì)算機(jī). 2019(04)
[3]一種改進(jìn)的Hilbert-Huang變換方法及其應(yīng)用[J]. 周小龍,劉薇娜,姜振海,馬風(fēng)雷.  工程科學(xué)與技術(shù). 2017(04)
[4]一種EMD端點(diǎn)改進(jìn)方法及其在表音分析中的應(yīng)用[J]. 鄭迪,沈振軍.  自動(dòng)化技術(shù)與應(yīng)用. 2016(07)



本文編號(hào)：3336577