科研之友
微信
新浪微博
Facebook
分享链接
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。以某型有轨电车为研究对象，通过HHT得到轴箱垂向加速度的Hilbert谱，获取时间-瞬时频率-瞬时能量三维关系，结合边际谱分析振动特征，判断有轨电车的异常振动原因及故障模式。结果表明该方法对有轨电车异常振动的分析研究十分有效。
- 单位
