输气管道泄漏音波信号传播特性及预测模型

输气管道泄漏音波在管内传播过程中发生衰减,在安装音波传感器前必须明确管内音波信号的传播距离。综合考虑介质黏滞吸收和热传导作用及特殊管件(弯管、分支及变径管)的吸收作用,建立泄漏音波在管内传播模型。利用改进的小波分析法对泄漏音波信号时频域特征进行分析,模拟分析不同特殊管件对音波传播的影响,并利用高压泄漏试验装置对建立的传播模型进行验证。结果表明:泄漏音波在管内以平面波形式传播,泄漏信号幅值能量占优的频带主要集中在0～0.366 Hz及2.93～46.88 Hz内,直管和弯管对音波衰减影响较小,只有分支和变径(变径流量计、阀门)对音波传播影响较大;得到的拟合音波吸收系数与理论吸收系数吻合较好,模型计算结果较为准确,可提高音波泄漏检测的准确性。     

天然气管道泄漏音波序列局部投影降噪研究

天然气管道泄漏检测采集的音波序列中含有大量噪声,在进行泄漏特征提取之前必须进行降噪处理.通过频率分布和混沌性分析,引入泄漏音波序列局部投影方法.该方法寻找相空间重构过程中由噪声形成的子空间,通过抑制该空间中的噪声投影来达到降噪的目的.仿真信号测量和现场试验表明:局部投影方法适用于泄漏音波序列降噪,可以解决降噪过程中频率混叠和混沌性带来的问题;与其他方法相比,局部投影方法在时域统计指标、频域和功率谱分析、自相关函数分析以及提高信噪比等方面明显得到改善,大大提高了泄漏特征提取的准确率.     

输气管道泄漏定位的复相关迭代算法

针对输气管道泄漏点的定位难题,利用复相关法和迭代原理对现有负压波定位方法进行改进。首先对原始信号对进行自相关和互相关复合处理,得到的新信号对具有良好的信噪比且信号之间的时间延迟恒定不变,然后采用迭代处理方式可进一步提高信号能量聚集程度。     

电缆局部放电检测中周期性窄带干扰的抑制

局部放电检测系统由于覆盖了比较宽的频带，采集到的信号中会不可避免地包括背景噪声或干扰信号，针对局部放电检测中比较严重的周期性窄带干扰信号，介绍了现有的抑制此类干扰的方法。研究了基于db4小波基的软阈值小波包变换去除周期性窄带干扰的方法，在实验室环境下，对交联聚乙烯（XLPE）电缆的局部放电进行检测，用小波包变换去除所采集波形的周期性窄带干扰，由试验结果可以得出小波包变换抑制周期性窄带干扰效果良好．     

自适应小波阈值融合去噪法对采煤机振动信号的处理

提出一种自适应小波阈值去噪方法,该方法综合软、硬阈值函数的优点,构建了改进的阈值函数,赋予融合系数μ非定值表达式,使其具有较好的适应性。针对采煤机振动信号采集过程中的背景噪声较大的问题,采取分段阈值的方式,阈值根据信号分解层数的不同来确定。Matlab仿真实验表明,与软、硬阈值去噪法相比,改进的阈值去噪法去噪能力更强,而且能更好地保留原始信号的特征,对原始信号的重构更为准确。运用该方法对采煤机摇臂所采集的振动信号进行去噪处理,有效地去除了高频噪声信号,保留了齿轮啮合频率所在的低频频段,提高了信号的信噪比。     

高架桥下方高铁地震波场的特征量提取

通过互相关方法, 提取高铁列车经过前后沿着高铁桥梁传播的地震波信号。将不同车次的互相关函数叠加, 得到稳定的平均互相关函数, 可以作为高铁地震波场的特征量。该特征量有监测高铁桥梁结构变化的潜力。     

声发射信号的激光检测和分析

泄漏信号可以看成一种声发射源,通过传感器对它进行采集和分析可以获取泄漏的特点。提出采用激光传感器(激光测振仪)和信号采集系统,通过非接触方式采集用来模拟压力容器的易拉罐的泄漏信号,对采集到的信号进行短时傅立叶变换得到泄漏的特征。实验结果表明激光传感器对泄漏信号进行检测是可行的。     

基于声信号分析的齿轮故障诊断方法

为了解决齿轮故障诊断中传统的声振信号分析方法容易受到周围设备及环境噪声干扰的问题,提出了一种独立分量分析和自相关分析相结合的齿轮故障诊断方法.首先用独立分量分析分离特征信号和干扰信号,然后用自相关分析提取特征信号中的周期成分.实验结果表明,该方法可以有效地提取在强背景噪声干扰下的齿轮故障特征.     

基于背景噪声互相关函数的地震观测密集台阵时钟偏差分析方法

利用地震观测台阵中相邻台站间背景噪声互相关函数随时间的偏移的特性, 考虑参考互相关函数、噪声源变化、反演方法和数据误差的影响, 给出基于背景噪声互相关函数的密集台阵时钟偏差分析及其误差评价方法。对盐源短周期地震观测密集台阵的单台时钟偏差分析结果表明, 基于背景噪声互相关函数的时钟偏差分析方法可以给出连续的单台时钟偏差, 并能够筛选出有明显时钟偏差的台站及偏差出现的时段。该台阵的 209个台站中, 有17个台站在观测期内出现大于1 s的时钟偏差, 可能与仪器数据采集装置的硬件或软件故障有关。     

多路GNSS欺骗干扰信号功率控制策略

为满足多路GNSS欺骗干扰信号整体获得目标接收机高捕获性能的实际应用需求,设计了一种多路信号互相关干扰约束下的信号功率最优控制策略。分析了多路欺骗信号功率对噪声基底的影响,研究了在此情况下欺骗信号的捕获性能。以噪声基底上升和欺骗信号相对捕获概率为约束,构建了控制策略的目标函数,利用遗传算法进行寻优计算。仿真结果表明,该策略实现了多路欺骗信号的捕获性能优于真实信号,且此时噪声基底的抬升不超过10 dBW,欺骗信号功率不具有相关性。     

基于独立分量分析的声发射信号去噪方法

针对声发射信号比较微弱,实际检测信号中常含有强背景噪声的问题,提出了基于独立分量分析(ICA)的信号去噪方法.该方法首先对观测信号进行FastICA分解,得出多导独立分量;再根据一定的时域及频域先验知识,将独立分量中的噪声信号通道置零,利用解混矩阵反演出去噪后的信号.文中通过断铅声模拟发射信号去噪仿真和埋地水管泄漏声发射信号去噪实验,对该方法进行定性和定量分析.结果表明,与常规的去噪方法比较,ICA去噪方法受噪声强度影响较小,能够得到更高的信噪比和更好的相关系数,有利于提高埋地水管泄漏点的定位精度.     

基于参考信号频域半盲提取的机械故障特征声学诊断

针对生产现场机械设备零部件结构复杂、设备运行时背景噪声干扰严重等造成的监测诊断难题,以及传统盲信号处理算法在机械声信号处理方面的局限性,提出一种基于参考信号约束频域半盲提取的机械故障声学诊断算法。详细介绍了该算法的关键技术:以频域盲解卷积算法为基础,使用利于全局寻优的人工鱼群算法,构建适用于机械故障特征的改进多尺度形态学滤波器,以最大程度削弱背景噪声干扰;结合机械设备零部件结构参数构建参考信号,通过单元参考信号约束频域半盲提取算法,对降噪后的信号逐段进行复数盲分离;利用改进KL距离,解决复分量间次序不确定性问题,最终实现机械故障特征信号的提取与分离。实际声场环境中的滚动轴承故障声学诊断实验验证了该算法的有效性。     

基于共振稀疏分解与子带增强的滚动轴承声学诊断方法

针对轴承声信号易受环境噪声干扰,导致声学诊断结果准确率低的问题,提出一种结合共振稀疏分解与小波降噪选取核心冲击子带、对信号进行二次降噪的滚动轴承诊断方法。首先采用共振稀疏分解算法对原始声信号进行降噪处理,提取信号瞬态冲击成分;然后通过小波包变换对信号进行分解,依据各子带信号峭度值选取核心冲击子带信号进行线性叠加并重构;最终通过包络谱分析确定轴承故障。故障模拟实验结果表明,本文方法可有效增强复杂声场环境下轴承声信号的冲击特性,实现针对滚动轴承的声学诊断。     

利用声发射的往复空压机环状阀泄漏故障诊断试验

利用声发射信号对往复空压机气阀进行了故障诊断,并以某往复空压机的排气阀为例,结合有效电压和能量对气阀漏气、阀片裂纹、阀片断裂及阀片变形等故障进行了测量,从而获得了故障特征信号.研究结果表明:随转角变化的声发射信号包络波形能体现排气阀启、闭的特征位置,气阀漏气、阀片变形及断裂等会导致气阀启、闭特征位置发生变化;根据启、闭特征位置偏离度及相应的有效电压和能量,可以判断气阀故障的严重程度;声发射包络波形平均幅值及相应的有效电压和能量,可以体现气阀漏气、阀片变形及断裂等故障.通过试验结果还发现,阀片裂纹不能通过声发射信号来识别.     

VMD-Wavelet 联合去噪算法研究与应用

为解决天然气管道运行过程中采集到的泄漏声波信号含有大量噪声的问题, 通过研究小波、 经验模态分解、 变模态分解等常见去噪算法, 分析了泄漏声波信号的特点, 将改进小波阈值去噪和变模态分解去噪相结合, 提出了变模态分解-小波变换(VMD-Wavelet: Variable Mode Decomposition-Wavelet) 联合去噪算法。 利用该算法对典型信号进行去噪运算仿真, 结果表明, 该联合去噪算法性能优于常见算法。 最后, 将 VMD-Wavelet 联合去噪算法应用于实际采集的油气管道泄漏声波信号去噪处理, 研究发现, 该去噪算法对强背景噪声下的泄漏声波信号能取得很高的信噪比改善和很小的均方误差。     

基于EMD的油气管道安全分布式光纤预警系统信号分析方法

针对油气管道安全分布式光纤预警系统检测信号的非平稳特征，提出了基于经验模态分解（EMD）的信号分析方法．预警系统基于Mach—Zehnder光纤干涉仪原理，沿油气管道同沟敷设光缆，利用其中三条单膜光纤构成分布式微振动测试传感器，实时检测管道沿途所发生的泄漏及其他异常事件．该信号分析方法将检测信号通过EMD分解为多个平稳的固有模态函数（IMF）之和，选择若干包含信号主要信息的IMF分量对其进行峭度分析，提取几种事件信号的特征．最后分析了现场实验数据及其信号处理结果．研究结果表明，该方法可以有效地对管道周围发生的泄漏和其他异常情况进行特征提取．     

基于功率谱包络动态分割的鲁棒语音端点检测

在复杂的声学环境中,由于环境噪声的干扰,导致声学特征的稳定性不够理想.为克服此难题,通常对决策结果在时间维度上进行平滑.然而,这些平滑过程本身没有考虑数据在时间维度上的结构特征,属于启发式的方法.该文采用动态分割的方法,将语音的频谱包络在时间维度上分割成具有特征同一性的时间块,以分割块为单位计算能量特征,并进行语音/非语音决策,从而达到提高语音端点检测的稳定性目的.实验表明,提出的方法有效提高了语音端点检测的鲁棒性.      

CEEMD与广义形态差值滤波结合的故障诊断方法研究

为了提取滚动轴承早期微弱故障特征信息,提出一种互补总体平均经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)与广义形态差值滤波结合的故障诊断方法.该方法首先对振动信号进行CEEMD分解成若干不同尺度的本征模函数(Intrinsic Mode Function,IMF)分量,利用相关系数-峭度准则来选取故障信息丰富的IMF分量信号,并对其进行重构;然后采用广义形态差值滤波器对重构后的信号进行滤波,以滤除噪声干扰;最后利用Teager能量算子(Teager-Kaiser Energy Operator,TKEO)对去噪后的振动信号进行分析,提取振动信号的故障特征.滚动轴承振动信号分析试验结果证明了本文方法的有效性.     

子空间分解法在声目标特征提取中的应用

研究用于识别直升机目标声信号的特征提取方法,方法通过对直升机信号频特征分析,采用基于子空间分解的多重信号分类法算法提取信号谐波频率作为目标特征,利用子空产妥将观测数据分解为信号子这僮与噪声子空间特点,抑制噪声干扰,提高识别能力。