基于經驗模態的熱變形數據處理

在熱變形實驗中通過高速實時采集，獲取到熱變形量的實時變化。引入經驗模態法對熱變形實驗中的數據進行處理。系統介紹了經驗模態法的原理。通過幾個對比數據處理過程，將此方法與傳統濾波法進行對比。并對實驗數據進行分析，獲取最終的熱變形實時變化。熱變形數據屬于非線性、非平穩信號，用經驗模態分解法（EMD）可以很好的分解出它的真實數據及其物理意義。

【關鍵詞】經驗模態分解 熱變形數據 非線性 非平穩

隨著現代制造業的快速發展，精密及超精密加工得到廣泛應用，機械裝備精度及其相應的測試測量技術和儀器設備精度實現了質的提升，溫度引起的誤差在總誤差中的比重越來越高現代科技的高速發展已使研究精度不斷地深化，這使得從前可以忽略的精度影響因素必須重新加以考慮。如何降低和減小它的影響就變得尤為重要。對機械進行熱變形分析就是掌握和消除熱變形影響的重要途徑。熱變形分析中的數據處理是其中的重要部分，但也是被忽視的一部分。

目前傳統的熱變形數據處理都是采用平均處理法。即在熱變形實驗中，當被測件的溫度穩定后采集多組數據，將采集的數據平均值作為最后結果。這類方法由于受到高溫及非線性變化的溫度影響，采集到的數據重復性差且不能實時獲取熱變形量。這種數據處理方法無法實時精確的獲取熱變形數據。本文采用的經驗模態分解法在處理非線性、非平穩信號時具有很大優勢，可以更加準確和實時地求出出熱變形變化。

1 經驗模態的原理

EMD方法的本質是通過特征時間尺度獲得時間序列的多個本征震蕩模式，然后由本征震蕩模式來分解時間序列數據。即將一個時間序列分解為多個具有不同特征時間尺度的本征模態函數（IMF）和一個無法再進行分解的、光滑的、單調的趨勢項。

2 熱變形數據

采用實時數據采集的方法，實驗結束后會采集到大量數據。這些熱變形數據屬于非線性、非平穩信號。分別對這些數據進行平均法和EMD濾波法處理。

3 熱變形數據處理

截取實驗中的一段熱變形數據分別用兩種方法分別進行處理，兩種方法處理后的結果如下：

3.1 采用平均法進行數據處理

在熱變形量中每1000個數據平均一次，將平均值作為處理后的結果。平均法處理后的熱變形數據會成為一條直線，無法顯示出熱變形過程中的細節信息。

3.2 采用EMD法進行數據處理

對熱變形數據進行EMD分解，得到16個IMF分量和1個趨勢項。EMD方法是先把信號中頻率較大的模態分離出來，最后再分離頻率較小的分量。

把趨勢項加上第16、15兩個IMF分量作為EMD處理后的結果，并與采集數據進行比較。結果如圖1所示。

4 總結

熱變形數據屬于非線性、非平穩信號，采用平均法無法獲取到它的細節信息。而經驗模態法具有非常好的時頻聚集性、自適應性，可以有效處理非線性信號。通過對熱變形數據的處理可以看出，經驗模態可以很好地應用于熱變形數據的處理中，能夠準確的獲取到熱變形的實時變化。

參考文獻

[1]陳甦欣，郭裕聰，胡學敏，等.非對稱結構熱變形非相似性規律研究[J].安徽職業技術學院學報，2012，11（2）：23-25.

[2]費業泰.機械熱變形理論及應用[M].北京：國防工業出版社，2009.

[3]Huang N E，ShenZ，Long S R.A new view of nonlinear water waves—the Hilbertspectrum. Ann Rev Fluid Mech[J].Annual Reviewof Fluid Mechanics，2003，31（1）：417-457.

[4]鄭祖光，劉莉紅.經驗模態分析與小波分析及其應用[M].北京：中國氣象出版社，2010.

作者簡介

苗繼超（1989-），男，山東省臨沂市人。現為合肥工業大學研究生在讀學生。研究方向為現代精度理論及其應用。

作者單位

合肥工業大學儀器科學與光電工程學院 安徽省合肥市 230009