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

  • 打印
  • 收藏
收藏成功


打开文本图片集

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。(剩余6869字)

目录
monitor