一念永恒   http://.    http://.  835967987

一念永恒故障診斷及動力學(xué)分析:

       EEMD-BSS算法的優(yōu)點及應(yīng)用：EEMD算法不僅繼承了EMD算法的優(yōu)點，并且又改進(jìn)了EMD算法中的一些不足，所以將EEMD算法與BSS侶liedScmceSeparation)算法相結(jié)合，利用各自的優(yōu)點，對一些特殊情況卜的信號特征提取具有很好的可操作性。這是因為EEMD分解滿足了盲源分離的一個重要的前提條件—觀測數(shù)必須大于源數(shù)，即傳感器的安裝數(shù)目必須大于信號源數(shù)，可以在對信號源情況不甚了解的情況卜進(jìn)行盲源分離。

EEMD分解的盲源分離算法的思路

(1)得到機(jī)械設(shè)備的觀測信號;

(2)對觀測到的信號進(jìn)行EEMD分解;

(3)進(jìn)行源數(shù)估計，采用基于EEMD-SVD源數(shù)估計的方法[[6]，可根據(jù)機(jī)械實際情況與源估計算法進(jìn)行估計;

(4)使觀察信號與新分解的信號進(jìn)行重新組合，使其維數(shù)等于或者大于源信號數(shù)目;

(5)用ICA的盲源分離算法進(jìn)行分離。

EEMD-BSS仿真試驗

為了驗證基于EEMD的改進(jìn)盲源分離算法的有效性，這里使用3個模擬非平穩(wěn)信號進(jìn)行仿真試驗，取樣頻率為3000Hz,取樣點數(shù)為1024個，信號分別如下是盲源分離的欠定問題。