TELKOM NIKA , Vol. 11, No. 4, April 2013, pp. 1902 ~19 0 8   ISSN: 2302-4 046           1902      Re cei v ed  Jan uary 11, 201 3 ;  Revi sed Fe brua ry 12, 20 13; Accepted  February 26,  2013   Mixed Programming Realization of the EMD-WVD  Combined Method      Miaozho ng Sun* 1 , Hong tao Tang 2 , Yuanli Xu 3   1,2, 3 Colle ge of Mecha n ica l  En gin eeri ng, T i anjin Un iversit y  of  Science & T e chno log y   No.10 38 D agu  South Ro ad, H e xi District T i anjin C i t y , T i anji n  300 22 2, PR Chin a    *Corres p o ndi n g  author, e-ma i l : sunmzh6 6 @ s ina.com       A b st r a ct   W i gner-Vi lle  Di stributio n (W VD) poss e sses  hig h  ti me-freq uency c onc ent ration  an d res o luti ons ,   but bri ngs s e ri ous cross-ter m s in  process  of  a  multi-c o mp o nent si gn al to  distort gre a tly t he res u lt of ti me- freque ncy a nal ysis. Becaus e  of this t he us e  of the W V D is  li mited f o r ma ny ap plic atio ns . In this pap er  a  combi ned method  is prop os ed:  Empiric a l Mode  D e co mp ositio n (EMD) is first used to  deco m p o se t h e   origi n a l  si gn al  i n to a  seri es  of  Intrinsic Mo de   F unc tions  (IMF s), then fa lse I M F s  amon g th em ar e e l i m i n a t ed  accord ing to t he corre latio n   coefficie n ts be tw een each I M F  and the o r igin al si gna l, W V D is utili z e d to  ana ly z e  th e re ma ne nt IMF s , finally  e a ch W V D is  ad ded  li near ly w i th tog e ther to  reco n s truct the w hol e   W V Ds of the  origi n a l  sig n a l . In ord e r to ca rry  out an d va l i date th e co mbin ed  met hod,  a ti me-freq u e n c y   ana lytic system is desi g n e d  and real i z e d   by usi ng MAT L AB and D e lp hi mixed pr ogr amming b a se d  on   COM (Com ponent Object Model)  module  technology. This  system   is us ed  to perfor m  vibr at ion signal time- freque ncy a nal ysis of a gr ind i ng  mac h in e. T he a nalytic  r e s u lts show  val i d i ty of the co mb ine d l  meth od  a n d   success of the mix ed pr ogra m mi ng .    Ke y w ords :   e m pirica l mod e  de compos ition, w i gn er-vill e di stri butio n, mix ed p r ogra m mi ng, ti me-fre qu ency  analytic system , grinding  m a chine    Copy right  ©  2013 Un ive r sita s Ah mad  Dah l an . All rig h t s r ese rved .       1. Introduc tion  In ord e r to ex tract the  fault  feature s   and  t hen id entify the fault p a ttern s, si gnal  a nalysi s   has  bee n an i m porta nt topi c in m e chani cal fault di ag nosi s   resea r ch and  appli c a t ions. On e of  the  most pop ular transfo rms  kno w n to scientists  a nd engin eers is the Fourie r transfo rm that  conve r ts a  si gnal fro m  the  time domai n  to the freq ue ncy dom ain.  What the  sp e c trum  co mput ed   by usin g the  Fouri e r tran sform tell s u s  a r e  the f r eque nci e s  containe d in t he enti r e ti me   waveform, no t the frequ en cie s  at a  part i cula r time in stant. The  Fo urie r tra n sfo r m provid es t he  sign al’s ave r age  cha r a c te ristics a nd  smears the  sig nal’s lo cal  be havior. Thi s  i s  the sho r tco m ing   of the Fouri e r tran sform  that has been re cog n iz e d  for a long  time. In  the process of the   machi n e r y fault diagn osi s ,  the si gnal s u nder con s id e r ations  are kn own to  be  no n-statio na ry, for  whi c h  the sig nal’s paramet ers are  time-v arying.  Fo r  th e sp ectral an alysis  of su ch  type of signa ls,  the joint time -freque ncy  an alysis tech niq ue i s  wi dely u s ed.  Wig ner– V ille distri buti on i s  on e of t h e   best kno w n a nalytic tools [ 1 -3].   WVD is a q u adrati c  form time-fre que ncy distri bution  with infinite resol u tion s in both the  time and freq uen cy domai n. And it sup p lies hi gh  re solution s and    instantan eou s po we r den sity  spe c tru m s in  the time and freque ncy do main. WV D b e ing qu adratic in nature in trodu ce s cro s s- terms be ca use of a  multi-compon ent  sig nal. The   cro s s-te rm s a r e t he mai n  o b st acle  preventi n g   the use of th e WVD for  many appli c a t ions. In  ord e r to sup p re ss o r  delete  the cro s s-te rms,  Smoothed  Pseu do  WVD  (SPWVD) a n d  Choi-Willia ms  di stri butio n (CWD) etc. appe ar, u s i ng  kernel wi ndo w function s [4, 5]. But these metho d s redu ce the time-fre que ncy  con c entratio n . In   orde r to   solv e the  WV D  cross-term  p r o b lem, a n  effe ctive way i s   prop osed  tha t  a rea s on abl e   decompo sitio n  meth od i s  appli ed to  divide  a m u lti-co mpo n e n t sig nal i n to a  num ber of   indep ende nt  comp one nts,  then  WV D i s  a pplie d to   analyze e a ch  sin g le  co mp onent, finally  all  WVDs are ad ded linea rly with together to  reco nst r u c t the origi nal si gnal time-freq uen cy analysi s .  EMD can b e  able to d e compo s e the  origin al si gna l into a serie s  of ind epe n dent an d lo cal  cha r a c teri stic time scale i n trinsi c mo de  functi on s(IM Fs) th at are  orthog onal to  each othe r [6].  The above  method is ju st the com b i ned metho d  of EMD and  WVD to be  use d  to carry  out  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046       Mixed Prog ra mm ing Reali z ation of the  EMD-WVD  Co m b ined Meth od (Mia ozhon g Sun)  1903 vibration  sig nal time-f req uen cy analy s is for  a g r i nding  ma chi ne with  hig h  noi se. Th ro ugh  comp ari s o n  o f  analytic re sults of FFT, WVD,  SPWV D  and the  co mbined m e th od, the com b i ned   method can g e t best ch ara c teri stic info rmation of time-fre que ncy a nalysi s .  In orde r to p e rform th e a bove seve ral  method s an d displ a y the i r analytic g r aphi cs in  Wind ows Op eration Syste m , a  time-fre quen cy syste m  is de signe d and imple m ented by u s in g   MATLAB an d Del phi mix ed p r og ram m ing ba se d  on COM mo dule te chn o l ogy. Matlab  is a  comp uting scien c e en gin eerin g lang u age with hi gh efficien cy. It possesses such ma ny  advantag es t hat othe r la ngua ge s can ’ t match in   asp e ct s of  matrix algo rit h m, nume r i c a l   cal c ulatin g, si gnal  pro c e s si ng, sy stem i d entifying, co n t rol en gine er i ng, ne ural  ne twork, g r ap hi cs  displ a y etc.  No w it b e co mes  an  esse ntial tool  soft ware fo r rese arche r s. But   Matlab i s   we ak i n   informatio n al ternation, p r o g ram exe c uti on, par amete r s in put and  output. Delp h i  is a po werf ul  obje c t-o r iente d  langu age  with many a d vantage s  su ch a s  ra pid  developm ent, conveni ent use,  impleme n t of a perfect int e rface etc.. But Delphi  is found so dif f icult to carry out numeri c al  cal c ulatin g a nd g r ap hics  p r ocessin g  tha t  its efficie n cy  is  mu ch l o wer th an M a tla b ’s i n  the s e  two   asp e ct s. If the two l ang ua ges  are com b ined to   prog ram, they  ca n sh are  an d excha nge ma ny  advantag es f o r ea ch othe r [7, 8].      2. Cross-terms of Wi gner-Ville Distri bution  The WV D of a contin uou s  sign al x(t) is  defined a s :     d e t x t x f t WVD f j x 2 * ] 2 [ ] 2 [ ) , (                                        (1)    If  ) ( ) ( ) ( 2 1 t x t x t x , the correspondi ng. WV D ca n be re written as :     )} , ( Re{ 2 ) , ( ) , ( ) , ( 2 , 1 2 1 f t WVD f t WVD f t WVD f t WVD x x x x x                 (2)    Acco rdi ng to   Equation  (2 ), obviou s ly, e x cept  two a u to-term s   WV D also h a s on e cro s s- term twice the auto - term . This bad  cro s s-te rm  make s time -freque ncy a nalysi s  of g r eat  confu s io n. In  orde r to red u c e or d e lete the effe ct of the cro s s-te rm,  a smoothe d wind ow fun c tion  calle d a ke rn el function i s  brou ght into  the  WVD formula, su ch a s  sm oothe d pse udo  Wign er- Ville distrib u tion and  Choi -William s  dist ri bution an d so  on appe ar [9 ].      3. Principle  of Empirical Mode Deco mposition   The Empi ri cal Mod e   De comp ositio n  (EMD) p r op o s ed  by  Hua ng in  19 98 i s  a  very  powerful si gn al analysi s  tool for both linear a nd no nlinea r ca se s. The EMD has the ability to  decompo se  a n y time  seri e s  into  a  num ber  of  sp e c trally inde pend ent o scill atory mode s,  call ed  Intrinsi c Mo d e  Fun c tion s  (IMFs). IMFs rep r e s ent  si mple o s cillat o ry mod e s e m bedd ed i n   the   sign al. Gen e r ally, IMFs a r e o r thog ona l to each ot her, an d all  the IMF’s  co ntain only o ne  instanta neo u s  frequ en cy [10, 11]. The IMF sho u ld sa tisfy two definitions:   (1) In  the  whole a nalysi s  dataset, the  num b e r of  extreme a n d  the num ber of ze ro - cro s sing s mu st be either e qual or diffe r at most by on e.   (2) At any point, the mean value of the  envelop e defined by lo cal maxima  and the  envelop e defi ned by the lo cal minim a  is  zero.  EMD i s   appli ed to  de com pose the   sign al x(t)  into a seri es  of mon o -comp one nt  Intrin si c  Mode Fu nctio n s, and x(t)  can be written as:     ) ( ) ( ) ( 1 t r t imf t x n i n i                                                           (3)    Her e   ) ( t r n  is the resid ue an d re pre s ent s the mean si gnal’ s  trend.       Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046   TELKOM NIKA   Vol. 11, No. 4,  April 2013 :  1902 – 1 908   1904 4. EMD and WVD  Combined Method    In pro c e ss  of EMD, there  exists ove r  d e com p o s ition  owing to  so me followi ng    cau s e s :  errors in  the l o cal  average  cal c ul ation,  effect  of b o u ndary  re actio n  an d un dem andin g  sta n d a rd   for ultimate filtration etc.  Over de co m positio n lead s to additio n a l IMFs that  do not bel on g to   those of the  origin al sig n a l . The additio nal IMFs  a r e  called “fal se  IMFs” [12]. In orde r to so lve   this problem,  this pap er p r ese n ts a m e thod that ea ch IMF is u s e d  to co rrel a te  with the o r igi nal  sign al to gai n  own  co rrelati on coefficie n t. False  IMF i s  eliminated  when its  co rrel ation coefficie n t  is very small.   In the above  formula  (3), n  IMFs are divided into  k ba sic IMF s  an d m false IMF s  due to   over de com p osition. The f o rmul a (3 ) ca n be written a s :     ) ( ) ( ) ( ) ( ) ( ) ( 1 ' 1 1 t r t c t c t r t imf t x n m l l k j j n n i i                            (4)    Her e   m k n ,  ) ( 1 t c k j j  repre s ent s the su m of k ba sic I M Fs,  ) ( 1 ' t c m l l  depicts the sum of m  fals e IMFs  and  ) ( t r n  is the re si due. Obviou sly the correlat ion co efficien ts betwe en th e last two  terms a nd the  original  sign al are ab out zero. The fal s e  IMFs and the  resid ue can  be igno red du e   to their m u ch low  effect  duri ng the  pro c e s s of  WVD  analy s i s . The  ori g in al sig nal x(t) is  approximatel y combine d  with the basi c  IMFs written a s  :  ) ( ) ( 1 t c t x k j j                                                                     (5)    No w  ) ( t c p (p ≤ k)  a m ong the k  basi c  IMFs is used to  co rrelate with the origin al sig nal  x(t). The form ula is written as:   ) ( ) ( ) ( )] ( ) ( [ )] ( ) ( [ )] ( ) ( [ )] ( ) ( [ )] ( ) ( [ ) ( , , 1 , , 2 1 1 , p p p j p p p c c k p j j c c c c p k p p p k j j p c x R R R t c t c E t c t c E t c t c E t c t c E t c t x E R    (6)     0 ) ( , 1 , k p j j c c p j R ,beca u se the different ba si c IMFs a r e orthogon al to each oth e r.   Equation (6)  sho w s that the  cross-co rrel ation f unctio n  betwee n  ea ch basi c  IMF  and the   origin al sign a l  is just the self-co r relation  func tion of each self basi c  IMF. The cross-correlati o n   coeffici ent be tween the  jth   basic IMF a nd the origi n a l  signal i s  writ ten as:     j j j c x c j x c x t c t x E )] ) ( )( ) ( [( ,                                             (7)    Her e   j c x , re spe c ti vely  repre s e n t  mean  value   of the o r igin al  sig nal  and  m ean val ue  of the jth   basi c  IMF. j c x ,  re spe c tively  rep r esent vari an ce s of t he o r i g inal  sign al a nd varia n ces of the  jth ba sic IMF .  Obviou sly,  1 0 , j c x . When  j c x , =0,it sh ows th at  the ori g inal   sign al  doe sn’t a n y  correl ate  with  the jth  ba si c IMF. When   j c x , =1, it  depi cts that the  ori g inal  sign al  compl e t e ly  c o rrel a t e s  wit h  t he jt h b a si c I M F.  Thu s   j c x , can  be u s e d  to ju dge  whi c h  ba sic IMF is  con s id ere d  a s  fal s e  IMF o r  n o t. If ce rtai n false IMF s   among   k b a si c IMF s   are  el iminated, th ere   exists L (L ≤ k) reman ent ba sic IMF s . The  original  sign al is simply written as:     Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046       Mixed Prog ra mm ing Reali z ation of the  EMD-WVD  Co m b ined Meth od (Mia ozhon g Sun)  1905   ) ( ) ( 1 t c t x L l l                                                                                 (8)  The WV D of the origi nal si gnal can re prese n ts a s :    L l c c c c x f t WVD f t WVD f t WVD f t WVD f t WVD l L 1 ) , ( ) , ( ) , ( ) , ( ) , ( 2 1      (9)     5. Realiza t io n of the Tim e -fr eque nc y   Analy t ic Sy s t em   5.1. Mixed Programming   COM suppli e s with an  obje c t-o r iente d  and expa nded  comm unication pro t ocol for  Wind ows Op eration Syst em. It is a  comm on obj ec t interfac e.  Ac c o rding to the interfac e  stand ard, a n y  languag e  can  call it [13]. Firs tly p r og rammi ng  algorith m s of  signal  anal ytic   method s m u st be  edited  in to functio n  fil e s  (M  files)  stead of  scri pt files u s ing  th e Matla b  M  file  editor. T hen  each M file i s  tra n sfo r me d into diffe re nt DLL  file  with the hel p  of Matlab  COM  Builder in p o s sessio n of an extern al compile r su ch  as Borla nd  (3, 4, 5, 6), Microsoft Visual  Studio (5.0, 6 . 0) and Mi cro s oft Visual St udio.Net etc.   Microsoft Visual Studio 6. 0 is  cho s e in  this  pape r. Finall y  the each  DLL file  as t y pe libra ry  is assembl ed i n to an a c tive -X co mpon en t in   Delp hi. The compon ents  a r e put togeth e r in a d e si g ned inte rface  of the  time-freque ncy sy stem.  Thro ugh th e  interface, the  com pon ents coo p e r ate  with each othe r to inte ra ct. Whe n  an alytic  method s a r e  need ed to ex pand, the  wh ole sy stem  wi ll not be  ch an ged, only the  co rre sp ondi n g   components  will be pl aced to reas sembl e  the  new upgrade analytic  functions. F u rthermore this  system  ca n b e  executed in  Wi nd ows  se paratin g fro m  the Matlab  e n vironm ent. Figure 1  sho w s  the frame of the pro g ramm ing flow                             Figure 1.   Frame  of Progra mmi ng Flow      5.2. Design  of the M a in Inter f ac e   Figure 2 presents the mai n  inte rfa c e of  the time-freq uen cy analytic syste m . It is mad e   up of three m odule s : “inp ut data”, “si gnal  analysi s ” an d “Graphi cs shifting wind o w s”.   The firs t module is   c o mbined with three s e c t ions: input sam p ling  data file includes file  path a nd file   name, in put d a ta len g th (sa m pling  data  d o t), input  sam p ling frequ en cy (Hz).  Delp hi  us es  thes e data to be in  communic a tion with Matlab.  The  se con d  modul e i s   comp osed  of six fun c tion s: waveform  display, FF T, WVD,   SPWVD, EM D-WVD (th e   combi nation a l  method  of  E M D  and  WV D) and  ALL W VD (All  WV Ds of  true b a si c IM Fs).  Wh en  progra mming, t he  six corre s pondi ng A c tive X compo nents that h a v e  Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046   TELKOM NIKA   Vol. 11, No. 4,  April 2013 :  1902 – 1 908   1906 been  in stalle d ab ove a r e  put into th e  main inte rf a c e. Finally the  main  progra m  is  co mpile d into  an executed file that can b e  sep a rate d from Matlab.   In the last  module, a  windo w is  set  up co mbin e d  with Delp hi Panel a n d  Image   comp one nts. After  ce rtain analytic  item is  cli c k ed i n   sign al an alysi s  mo dule  wit h  a mo use, an  analytic g r ap hics will  be d i splaye d in g r aphi cs  shifting wi ndo ws.  The g r ap hics can  be  shifted   whe n  a ne w analytic item is ch ang ed.            Figure 2.  Main interface of syst em   Figure 3. Rea l  time waveform       6. An Ac tual  Example   6.1. Signal Sampling  In orde r to verify effectivene ss  of  th e pro posed  combi ned m e thod an d the time- freque ncy an alytic system,  they were ev aluated u s in g  the real vibra t ion data mea s ured in a type  S3SL gri ndin g  ma chin e which  ru ns i n  speed  285 0r p m /m (the  rota te frequ en cy f0=47.5 H z)  with   big  vib r ation  and noi se.  A vertical   vibrati on sign al  i s   pi cked  up  from   its surfa c e  sh ell u s ing  a  type   YD-1 2 accel e rom e ter. A test syste m  consi s ts of    type YD-12 a c cele rom e ters, a type DHF -4   cha r ge  amplif ier with filte r , a type PCI2 006 d a ta sa mpling  ca rd,  a com pute r  a nd a  softwa r e o f   vibration  sign al co ntinuo us larg e data  a c qui siti on  an d processin g  etc. Fig u re  3 displays a  real   time waveform with 1000 Hz sa mpling freque ncy an d 1000  sampli n g  data dots.     6.2. Signal Analy s is Usin g FFT and WVD   The a bove  waveform i s   an alyzed  with t he Fa st F ouri e r T r an sfo r m. Figu re  4 (Thi s figu re   and the follo wing figu re s only displ a y analytic grap hi cs in the scope of shiftin g  wind ows, cutting  the other pa rt s of the main interface)  sho w s the  spe c trum of the wa veform. In the figure, obvio us  pea k value s  are fou nd out  to occu r in 1 f 0, 3f0  positio ns of low freq uen cy, but bad cha r a c teri st ic  informatio n a ppea rs i n  the high fre quen cy scop e  du e to existen c e o f  noise. From  figure 5a  WV D  time-freq uen cy analytic graphi cs, 1f0  chara c te rist i c  freque ncy i s  stri king, but  others are to o  difficulty to distingui sh a s  a  result of WV D’s  cro s s-te rm leading to  wro ng e s tima tion.          0 50 100 15 0 20 0 25 0 30 0 35 0 400 45 0 500 0 20 40 60 80 10 0 12 0 14 0 16 0 F r equ enc y  f / H z A m pl i t ude A FF T  A n a l y s is Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046       Mixed Prog ra mm ing Reali z ation of the  EMD-WVD  Co m b ined Meth od (Mia ozhon g Sun)  1907 Figure 4. Spectrum of Waveform   Figure 5. WV D Analytic Re sult     6.3. Analy s is  of Combine d  Method o f   EMD and WVD  Figure 6 sho w s EM D results, ea ch WVD re su lt of  IMFs and  correlation  co efficients  betwe en ea ch IMF and the origin al sig nal. The co rrelation coefficient s (IMF1 - IMF7) re sp ectively  pre s ent: 0.6 0 57, 0.297 1,  0.5876, 0.2 0 78, 0.012 9,   0.0062, 0.0 0 69. Obviou sl y, the last th ree   correl ation co efficients a r e  very small, to sho w   that IMF5,IMF6 and  IMF7 are con s ide r  as  “false   IMFs” a nd th eir correspon ding WV D va lues a r e a b o u t zero. Of course, the WVD of the re sidue  rep r e s entin g the mean tre nd of the ori g inal si gnal i s  also con s id ered  as  ze ro . WVDs  will  be  perfo rmed  on ly for the fo ur rem ane nt IMFs  (IMF 1 - IMF 4 ).  All  a bove analytic re sul t s  can be se e n   in Figure 6. F i nally the four WV Ds are a dded lin early  together to g e t the all WV Ds di spl a yed  in   Figure 7.      Figure 6. EMD Re sult s, ea ch WV D re sul t   of IMFs, correlation  coeffi cient s betwee n   each IMF and  the original  signal           Figure 7. All  WVDs  Re sul t   Figure 8. SPWVD  Re sult                                                     Figure 7  com pare s   with Fi gure  8  whi c h  sho w s result of smo o thed  pse udo  Wig ner-Ville   distrib u tion. It is o b viou sly found th at 3 f 0 ch ar a c teri stic frequ en cy of Figure 7  is m u ch mo re   stri king th an  that of Figu re 8. Thi s   sh ows t hat SP WVD  sm ears partly the  3f0 ch aracte ristic  freque ncy  wh ich  rep r e s ent s certain  information of  g r i nding m a chin e vibration. T here  exist  so me  low va rying f r eque nci e s (le s s than  1f0 )  i n  sco pe  of  a bout time  0.3 - 0.75 s in  Fig u re  7. Thi s   show  T i me  t/ s F r equ enc y  f / H z 0. 1 0. 2 0. 3 0. 4 0. 5 0. 6 0. 7 0. 8 0. 9 1 0 50 10 0 15 0 20 0 25 0 30 0 35 0 40 0 45 0 ti m e  t / s f r equ enc y  f / H z S m oot h P s eud o W i gne r - V i l l e  D i s t r i bu t i on 0. 1 0. 2 0. 3 0. 4 0. 5 0. 6 0. 7 0. 8 0. 9 1 0 50 10 0 15 0 20 0 25 0 30 0 35 0 40 0 45 0 Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046   TELKOM NIKA   Vol. 11, No. 4,  April 2013 :  1902 – 1 908   1908 that the grin ding ma chin e  vibration sig nal imp lie s some low fre q uen cy inform ation (le ss th an   1f0), but there don’t in Figure 8. In two  figures , the r e is an obvio us commo n 1f0 cha r a c teristic  freque ncy. T he above  an alytic re sults  reveal t hat S P WVD  supp resse s  the cross-te rm of  WVD   but re du ce s  the time-freq uen cy co nce n tration to   smear  so me i n formatio n. In Figu re7, t h e   analytic  re sul t  of the EM D-WVD combin ed meth od  cl early illu strates th at the  bi gge st propo rt ion  of the charact e risti c  fre que ncy is in  the  positio n of 1f 0,  the secon d   is in  that of  3f0, the follo w is  in that of 7f0. This  phen om ena d e mon s t r ates that  the  sam p led  sig nal of the  gri nding m a chin e is  a mo dulated   sign al  with  certain  odd  fre quen cie s . A c cording  to th e relational  t heory  of  rotat i ng   machi n e r y fault diagno sis [14],  this gri nding ma chi n e come s fort h a serio u s i m balan ce fa ult,  particula rly a  bad e c cent ricity of the grin ding  whe e l th at lead s to  bi g vibratio n a nd noi se  in t he  above rotatin g  spe ed.       7. Conclusio n s   The EM D-WVD  combi ned  metho d  that  use d  to   pe rfo r m time -fre qu ency  analy s is not o n ly  sup p re sse s   t he seri ou s cross-te rm s  of WVD due   to  a multi-com p onent o r igi nal  sig nal b u t al so   hold s  goo d time-fre que ncy  con c ent ratio n  and  re solut i ons. Thi s  m e thod effe ctively overcome s  the short c omi ngs of d e crea se i n  time -fre quen cy  con c entration   cau s ed   by su ch as pseud o WVD,  smooth e d  p s eudo  WV D  a nd  Choi -Williams di stributi on  et c. Th us it is a vali d  method  of ti me- freque ncy a n a lysis. T h ro u gh mixed  pro g rammi ng of  Matlab an d Delphi b a sed o n  CO M mod u l e  techn o logy,  a novel  prog rammin g  tho ught h a s be en  reveale d   in the  proce s s of d e si gn  an d   impleme n t of the time-fre quen cy an alytic sy ste m  in  whi c h i s  put  FFT, WV D, SPWVD, EM D- WVD a nd AL LWVD fu ncti ons to gethe r. With the hel p of the ne w thought, the r e exist a l o t of  stron gpoi nts  in develo p m ent of  virtual  instru ment.  Ne w an alytic comp one nts can  be e a sily  upgrade d to add in this sy stem buildi n g  up a large system with m u ch mo re an alytic functio n s.  This time -fre quen cy analy t ic system i n  posse ssion o f  the above  method s ha s been a pplie d to  carry out the  vibration  sign al time-fre que ncy analy s is  of a grindi ng  machi ne. The  analytic re su lts  validate the succe ss of mix ed pro g ramm ing with COM  module tech nology.       Referen ces   [1]  Hua ng Jia n zh a o , Xi e Jian, Li  Hon g cai, T i an Gu i, Chen  Xi a obo. Self-a da p t ive decom posi t ion lev e l de- noisi ng m e tho d  bas ed o n   w a vel e t transf o rm.  T E LKOMNIKA Indon esia J ourn a l  of Electrica l   Engi neer in g . 2012; 10( 5): 101 5-10 20.   [2]  Xi an g L i n g , T ang  Guij i, Hu   Aiju n. Vibr atio n  si gna ls time -freque nc y a n a l y sis  an d co mpariso n  for  a   rotating mac h i ner y .   C h i na jo u r nal of vibr atio n and sh ock . 2 010; 12 9(2): 42 -45.  [3] Shie  Qian.   Introducti on  to T i me-F re qu ency  an d W a v e let  T r ansforms .  P e kin g : Ch in a  Machi ne Pr ess .   200 5: 1-18.   [4]  Shao- bai Z h a ng, Da n-da n  Hua ng. Electr oenc ep hal ogra p h y  featur e e x tractio n  usi n g hig h  time- freque nc y  r e so lutio n  an al ysis.   2012; 1 0 (6): 1 415- 142 1.   [5]  Luo  Yi, Wu G uan gfen g, LI  Chu n tian. A p p l icatio n  of Cho i -Williams distri butio n to  el ectrical s i gn als   detectio n  in C O 2 arc  w e ld ing .   T r ansaction  o f  the china  w e l d in g institut i on.  2008; 2 9 (2): 1 01-1 03,1 07.   [6]  Keji an Guo, Xing ang Z h a ng,  Hong gua ng L i , Guang  Men g . Applic ation  of EMD method to frictio n   sign al proc essi ng.  Mecha n ic al  Systems an d Sign al Process i ng . 20 08; 22:  248- 259.   [7]  LIU Hai- ya n, JIANG Lin, HU K e . T he Applicat i on of Mi xed Pr ogrammi ng Me thod Bas ed o n  Delp hi a n d   Matlab in T r affi c  Flow  Estimat e .  Microco m p u t er Applic ation s . 2009; 30( 6): 62-6 6 .  [8]  Cui Y u a n . Re alizati o n  of me rgin g pr ogram ming  of Matl a b  a nd  Del ph.  Chin a jour nal  of  co mp uter  &   digit a l en gi neer ing . 20 11; 26 3( 9): 176-1 78.   [9]  Baop ing  T ang , W e n y i L i u,  T ao Song. W i nd tur b i ne fa ult di ag nosis   base d  o n  Mo rlet  w a v e let   transformatio n  and W i g ner-Vi l l e  distrib u tion.  Ren e w able   E n ergy . 201 0; 35:  2862- 28 66.   [10]  Yu Jian g, Li Qin, Yuele i  Z hang, Jin gpi ng  W u .  Vibration  sign al proc essi ng for gear fa ult dia gnos i s   base d  o n   emp i rical  mod e   de compos ition   a nd  non lin ear  b lind  so urce s e parati on.  N o is e & Vi brati o n   Wo rld w id e . 20 11: 11: 55- 61.   [11]  Q Gao, C D uan, H F an,  Q  Meng. Rotating mac h i ne fault di ag nosis us ing e m pirica l mod e   decom positi on.   Mechan ical Sy stems a nd Sig nal Proc essin g . 2008; 22: 10 7 2–1 08 1.  [12]  Cai Y a n p in g, L i  Aih ua, W a ng  T ao, Yao L  ian g , Xu  Pi ng  IC.  eng ine  vibr atio n time- fre q u e n c y  a nal ys is   base d  on EMD - W i gner-Vi lle.  Chin a Jour na l of Vibratio n En gin eeri n g . 20 1 0 ; 23(4): 43 0-4 37.   [13]  Ren p in g Sh ao,  W entao Hu, J i ngmi ng C ao.  Gear dam age  detectio n   a nd  dia gnos is s y stem bas ed o n   COM modul e.  Proced ia En gin eeri n g . 20 11; 1 5 : 2301 –2 30 7.  [14]  W enhu   Hu an g,  Son g b o  Xia, Rui y a n  Li u.  Ap plicati o n  to tec hni que  a n d  th eory  of the   ma chin ery fa ul t   dia gnos is . Peki ng: Chi na scie n ce press. 19 9 7 : 77-81.   Evaluation Warning : The document was created with Spire.PDF for Python.