EEMD方法及在機(jī)械故障診斷中的應(yīng)用

第1章 EMD方法
1.1 內(nèi)稟模態(tài)函數(shù)
1.1.1 EMD分解過程
1.1.2 EMD篩分終止條件
1.2 Hilbert變換和Hilbert譜
1.3 EMD的特點(diǎn)和存在的問題
1.3.1 EMD的特點(diǎn)
1.3.2 EMD存在的問題
1.4 端點(diǎn)效應(yīng)和信號(hào)延拓
1.4.1 波形匹配延拓法
1.4.2 極值延拓法
1.4.3 數(shù)據(jù)預(yù)測(cè)延拓法
第2章 EEMD方法
2.1 EEMD方法概述
2.2 EEMD方法的優(yōu)點(diǎn)及存在的問題
2.2.1 EEMD方法的優(yōu)點(diǎn)
2.2.2 EEMD存在的問題
2.3 EEMD方法改進(jìn)效果的評(píng)價(jià)方法
2.3.1 仿真信號(hào)EEMD改進(jìn)評(píng)價(jià)方法
2.3.2 實(shí)測(cè)信號(hào)EEMD改進(jìn)評(píng)價(jià)方法
第2章 EEMD方法
3.1 EEMD降噪
3.1.1 EEMD閾值降噪
3.1.2 EEMD自相關(guān)降噪
3.1.3 EEMD奇異值差分譜降噪
3.2 基于頻率截止的EEMD算法改進(jìn)
3.2.1 基于頻率截止的EEMD算法改進(jìn)方法
3.2.2 仿真信號(hào)驗(yàn)證
3.2.3 實(shí)測(cè)信號(hào)驗(yàn)證
3.3 改進(jìn)三次樣條插值的EMD（EEMD）方法
3.3.1 常用插值函數(shù)擬合效果分析
3.3.2 基于極值中心三次樣條插值的改進(jìn)EMD（EEMD）方法
3.3.3 極值中心三次樣條插值的實(shí)例分析
3.3.4 包絡(luò)能量閾值法
3.4 EEMD的端點(diǎn)延拓方法
3.4.1 基于支持向量回歸機(jī)的EEMD延拓方法
3.4.2 基于極值點(diǎn)SVRM的EEMD延拓方法
3.4.3 基于極值波延拓的EEMD端點(diǎn)效應(yīng)處理方法
3.5 EEMD的虛假IMF分量識(shí)別
3.5.1 基于時(shí)域互相關(guān)系數(shù)的EEMD虛假IMF分量識(shí)別
3.5.2 基于頻域互相關(guān)系數(shù)的EEMD虛假IMF分量識(shí)別
3.5.3 能量熵增量的EEMD虛假IMF分量識(shí)別
第4章 SVRM延拓的影響分析
4.1 SVRM預(yù)測(cè)長(zhǎng)度的影響
4.1.1 預(yù)測(cè)長(zhǎng)度對(duì)預(yù)測(cè)精度的影響
4.1.2 預(yù)測(cè)長(zhǎng)度對(duì)運(yùn)算效率的影響
4.2 SVRM樣本點(diǎn)數(shù)的影響
4.2.1 樣本點(diǎn)數(shù)對(duì)預(yù)測(cè)精度的影響
4.2.2 樣本點(diǎn)數(shù)對(duì)運(yùn)算效率的影響
4.3 信號(hào)采樣頻率的影響
4.4 信號(hào)復(fù)雜性的影響
第5章 EEMD方法的應(yīng)用
5.1 改進(jìn)EEMD在信號(hào)趨勢(shì)分析中的應(yīng)用
5.1.1 改進(jìn)的EEMD分解與小波分解提取趨勢(shì)項(xiàng)的比較
5.1.2 改進(jìn)的EEMD分解與EMD、EEMD分解提取趨勢(shì)項(xiàng)的比較
5.2 改進(jìn)的EEMD在調(diào)制信號(hào)分析中的應(yīng)用
5.2.1 改進(jìn)的EEMD在調(diào)幅信號(hào)中的應(yīng)用
5.2.2 改進(jìn)的EEMD在調(diào)頻信號(hào)中的應(yīng)用
5.2.3 改進(jìn)的EEMD在幅頻調(diào)制信號(hào)中的應(yīng)用
5.3 改進(jìn)的EEMD在信號(hào)奇異性檢測(cè)中的應(yīng)用
5.3.1 FFT時(shí)頻分析在信號(hào)奇異性檢測(cè)中的應(yīng)用
5.3.2 STFT時(shí)頻分析在信號(hào)奇異性檢測(cè)中的應(yīng)用
5.3.3 WVD時(shí)頻分析在信號(hào)奇異性檢測(cè)中的應(yīng)用
5.3.4 WT時(shí)頻分析在信號(hào)奇異性檢測(cè)中的應(yīng)用
……
第6章 SVM智能診斷理論及參數(shù)優(yōu)化
第7章 EEMD與SVM結(jié)合的智能診斷方法
參考文獻(xiàn)