振动与冲击

作者：杨仁树，付晓强，张世平 ，苏 洪

单位：1.中国矿业大学（北京）力学与建筑工程学院，北京 100083；2. 太原理工大学矿业工程学院，太原 030024

关键词：爆破振动；EEMD分解；分形盒维度；SPWV分布

通过EEMD(Ensemble Empirical Mode Decomposition)分解和分形盒维数组合算法，结合爆破振动信号统计自相似特性，提出了利用广义自相似性因子来识别爆破振动信号主分量的EEMD分形盒维数广义自相似性方法，并用机车运行振动信号对该方法的精确度进行了验证。将爆破振动原始信号和优势分量重组信号分别采用多重分形算法，定量描述了爆破振动信号在无标度区内的多重分形特征。并对比分析了原始信号和优势分量重组信号的Cohen类二次型SPWV(Smooth Pseudo Wigner-Ville)分布时频特性。结果表明：EEMD分形盒维数广义自相似性方法能够精确识别振动信号的主分量。EEMD优势分量重组多重分形与重组二次型SPWV分布相结合分析方法，可以深刻揭示爆破振动信号中包含的局部时频特性，更能有效改善模态混叠并消除交叉项干扰，提高信号时频聚集性。<br>

来源：2016年第22期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2016年第22期