信息缺失条件下管道泄漏信号识别研究

在管道泄漏诊断过程中,负压波信息缺失会导致误判或漏判,采用改进奇异值降噪技术对负压波信号进行预处理,以提高定性评判泄漏的准确性。介绍了奇异值降噪技术的基本原理及其改进方法,并利用信号互相关技术对泄漏点位置进行了定量计算,实现了对液体输送管线的泄漏故障诊断。对室内液体管道在泄漏诊断过程中负压波特征明显和模糊情况下的奇异值降噪结果进行了对比。结果表明,相关分析方法对信息缺失条件下负压波信号拐点识别的准确率较高。该方法能突出强噪声背景下的负压波信号,并且使泄漏点的定位精度提高到1.52%。该研究结果也可用于液体管线小泄漏的诊断分析。     

信息缺失条件下管道泄漏信号识别研究

在管道泄漏诊断过程中，负压波信息缺失会导致误判或漏判，采用改进奇异值降噪技术对负压波信号进行预处理，以提高定性评判泄漏的准确性。介绍了奇异值降噪技术的基本原理及其改进方法，并利用信号互相关技术对泄漏点位置进行了定量计算，实现了对液体输送管线的泄漏故障诊断。对室内液体管道在泄漏诊断过程中负压波特征明显和模糊情况下的奇异值降噪结果进行了对比。结果表明，相关分析方法对信息缺失条件下负压波信号拐点识别的准确率较高。该方法能突出强噪声背景下的负压波信号，并且使泄漏点的定位精度提高到1．52％。该研究结果也可用于液体管线小泄漏的诊断分析。     

小波分析在管道泄漏信号识别中的应用

利用多尺度小波变换 ,把管道泄漏产生的负压波信号作为瞬态信号 ,来识别管道的局部泄漏特征。以光滑函数的一阶导数作为小波母函数 ,研究了管道泄漏特征信号拐点区间的敏感性 ,突出小波变换系数的局部极值性。分析表明 ,检测信号的小波变换系数极值的奇异性准确地反映了管道检测信号的泄漏特征 ,并且从局部描述了管道泄漏信号的瞬态正则性。对各级尺度系数进行了S形曲线拟合 ,此曲线能够完整地描述管道泄漏瞬变特征 ,其拐点区间描述了管道发生泄漏时的瞬变过程。     

小波分析在管道泄漏信号识别中的应用

利用多尺度小波变换，把管道泄漏产生的负压波信号作为瞬态信号，来识别管道的局部泄漏特征。以光滑函数的一阶导数作为小波母函数，研究了管道泄漏特征信号拐点区间的敏感性，突出小波变换系数的局部极值性。分析表明，检测信号的小波变换系数极值的奇异性准确地反映了管道检测信号的泄漏特征，并且从局部描述了管道泄漏信号的瞬态正则性。对各级尺度系数进行了S形曲线拟合，此曲线能够完整地描述管道泄漏瞬变特征，其拐点区间描述了管道发生泄漏时的瞬变过程。     

基于STA/LTA的输油管道泄漏检测方法

研究了将微震检测中的STA/LTA方法与负压波检测法相结合,并应用于输油管道泄漏检测的技术方法.根据管道泄漏时产生的负压波波形与微震信号初至的相似性,可利用STA/LTA方法对该特征波形进行准确的提取和捕捉,并通过对比管道首末站检测到该特征波形的时间差,对泄漏点位置进行定位.研究表明该方法可有效识别突变的负压波信号,并减少传统泄漏检测方法中小波变换等信号处理方法带来的计算复杂性.室内实验结果表明,将STA/LTA应用于输油管道泄漏检测具备可行性且能够有效识别负压波信号.      

基于时频消噪TFPF和时频分布MBD的轴承早期故障诊断

噪声是影响轴承、齿轮等机械设备早期微弱故障特征正确提取的主要因素,利用新颖的时频峰值滤波技术TFPT有力的噪声消减特性,将PTFT与改进的时频分布MBD相结合,提出了时频峰值滤波TFPT-时频分布MBD的故障识别新方法,即应用TFPF消减振动信号的随机噪声作为时频分析的前置处理,对消噪的故障信号作MBD时频分析来识别故障特征,给出了时频峰值滤波时频分布的故障诊断模型。诊断实例的分析结果表明了与传统的MBD的故障特征提取相比,提出的改进方法更易提取出强噪声背景下的轴承早期的微弱故障,具有明显的可诊断性和实用性。     

小波变换时频特性的信号识别

研究了小波变换时频特性的信号识别及其在复合材料损伤检测中的应用．根据小波变换的框架重构理论及时频相空间理论,提取信号的时频域特征,通过比较原信号的时频空间和小波变换相空间的相同部分,得到能反映同样时频特征的小波级数展开项和的个数,并用误差函数的最小化提取能反映时频性质的小波系数．以此作为小波神经网络的学习参数,经过学习后,使之能对信号进行识别．应用此方法对复合材料试验过程中的复杂曲线进行了实验识别,效果很好．从小波时频特性提取的信号特征,在时间和频率方面都能体现原信号所包括的本质信息,供助Ｂ样条小波神经网络的识别结果,达到了预期目的．     

小波包时频分析方法的研究及应用

针对非线性、非平稳信号分析与处理方法不能满足某些特别的工程要求的问题,提出将小波包变换和短时傅立叶变换融合形成小波包时频分析技术.建立了一套较完善的小波包时频分析技术框架体系.给出了小波包时频分量谱与小波包时频分量幅度谱以及小波包时频谱与小波包时频幅度谱的算法.对小波包分解的直接算法、Mallat算法、混合算法在计算量和识别精度等方面进行了比较研究.应用Visual C++,OpenGL,photoshop等计算机软件工具和虚拟仪器技术开发了一套虚拟小渡包时频分析仪.能实现任意信号的小波包分解和显示.最后将小波包时频分析应用于仿真测试信号与实测机械磨床振动信号,发现小波包时频分析在识别奇异、辨别信号深层次细节方面具有较好的性质.     

改进BP神经网络在管道泄漏检测中的应用

管道泄漏检测和定位在管道的安全生产中占有重要的位置.本文将用小波包分解技术提取的管道泄漏检测系统特征信号作为神经网络的输入,建立管道运行状态的神经网络分类器,根据输出对管道的运行状态进行识别.利用小波变换特性提取压力传感器的信号奇异点,根据负压力波定位法对管道泄漏点定位,仿真结果验证了该方法的有效性.     

小波去噪和奇异性分析方法在输油管道泄漏检测中的应用

输油管道中存在的噪声影响了管道泄漏事故的判决,利用瞬态压力波定位泄漏点的关键是准确地确定瞬态压力波传播到管道始末两端的时间差,通过小波阈值去噪和信号奇异点分析方法,可以有效降低管道工况噪声对泄漏信号的干扰,提高瞬态压力波定位的精度.