基于VMD-SVD联合降噪的网架结构模态识别北大核心CSCD

为减少测量噪声对网架结构模态识别的不利影响,提出基于变分模态分解(VMD)和奇异值分解(SVD)联合降噪的随机子空间(SSI)模态识别方法.首先,以整体正交系数最小作为优化目标,利用鲸鱼优化算法获取VMD所需的最优K、α参数.基于K、α最优值对响应信号进行VMD后,根据各分量频谱曲线的光滑程度来筛选被激发的有效模态分量.其次,在进一步对有效模态分量进行SVD后,将其叠加以得到降噪后的重构信号.最后,采用SSI法对重构信号进行模态识别.某三自由度体系的仿真分析和某3m×3m平板网架的模型试验均表明,本文方法具有良好的降噪效果,可以筛选有效模态分量和提高模态识别精度.     

基于ICEEMD样本熵分析的管道多点泄漏定位

摘 要：为解决城市管道多点泄漏定位误差较大的问题,提出一种基于改进的互补集合经验模态分解（ICEEMD）样本熵分析的管道多点泄漏定位方法。首先提出改进的CEEMD算法,利用CEEMD算法对多点泄漏声信号去噪、分解为真实泄漏信号分量和冗余分量,并通过样本熵分析去除冗余分量,获得多点泄漏声信号的有效信号;再利用盲源分离与极大似然估计算法分离观测信号,得到有效泄漏信号;然后利用互相关时延法计算两路信号到达上下游传感器的时差;最后计算得到单个泄漏点的精确定位。结果表明,该方法具有较好的信号分解效果,能提高管道多点泄漏定位的精度。     

直埋热水供热管道泄漏定位检测实验研究

选用傅里叶滤波法和小波阈值法进行了管道泄漏信号降噪和泄漏定位的对比研究。在DN300管路的实验直埋热水供热系统上进行了泄漏检测实验,采用小管径支管和调节阀模拟泄漏点、加速度传感器测量声波振动信号,依次选用2种滤波方法对直埋热水供热管道泄漏的声波振动信号进行数据降噪处理,讨论了泄漏信号降噪前后的信号频域特征和定位精度。在北京市某小区直埋供热管道进行了声波降噪泄漏检测工程验证,定位偏差不超过1.0 m。研究表明,傅里叶滤波法和小波阈值法对直埋热水供热管道泄漏定位的声波振动信号降噪处理效果显著,小波阈值法保持了全频段的信号特征,可获得更高的定位精度。     

VMD和CICA在齿轮箱故障诊断中的应用

针对齿轮箱故障信号微弱且易受周围噪声影响的问题,提出了一种基于变分模态分解(variational mode decomposition, VMD)的约束独立分量分析(constrained independent component analysis, CICA)算法。利用单通道加速度传感器采集齿轮箱的混合故障信号,通过VMD算法将混合信号分解为多个不同的本征模态函数(intrinsic mode function, IMF),然后依据峭度和互相关系数选取有效的IMF分量进行重构信号,对于重构信号利用CICA进行降噪处理,根据CICA降噪后得到齿轮和轴承的故障特征,对齿轮和轴承混合故障进行仿真及实验研究,结果表明,VMD-CICA算法可以很好地提取齿轮和轴承的故障特征频率,同时与经验模态分解-约束独立分量分析(EMD-CICA)和集成经验模态分解-约束独立分量分析(EEMD-CICA)算法相比得到的故障特征频率更明显。     

一种用CEEMDAN和排列熵去除脉搏信号噪声的方法

为去除脉搏信号中的噪声,提出了一种将自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和排列熵(permutation entropy,PE)相结合的方法。首先由HK-2000C脉搏信号传感器采集信号,对采集的脉搏信号用CEEMDAN得到一系列的本征模态分量(intrinsic mode function,IMF);然后计算各个本征模态分量的排列熵值,根据排列熵值选定阈值,确定并处理代表噪声的本征模态分量;最后对处理后的模态分量进行重构,从而消除脉搏信号中的噪声。实验结果表明,与经验模态分解(empirical mode decomposition,EMD)去噪方法和集合经验模态分解(ensemble empirical mode decomposition,EEMD)去噪方法相比,所提方法对脉搏信号去噪的效果更好。     

基于VMD-KPCA的轴承设备在线监控

针对轴承运行工况复杂且采集的信号受噪声影响较大,难以提取有效的故障特征并准确进行故障监测的情况,提出基于变分模态分解（VMD）和核主元分析（KPCA）融合的方法对轴承设备进行在线监控。该方法利用相关系数表征VMD得到各本征模态函数与原振动信号之间的关联程度,选择实相关的分量进行重构,提取重构信号的时、频域特征输入到KPCA模型中,结合热尔连T平方统计量（T2）和平方预测误差统计量（SPE）对轴承设备进行实时故障监测。根据已有的公开试验轴承振动数据集,通过试验分析发现,提出的方法对轴承设备的监控效果较好,能有效地监测出轴承设备发生的故障。     

工程机械齿轮箱复合故障诊断研究

针对工程机械中齿轮箱复合故障信号受实际工况下强噪声影响的问题,本文提出集合经验模态分解(EEMD)和小波包进行故障诊断。首先对采集的信号进行降噪,其次运用EEMD方法对降噪信号进行分解,最后采用快速独立分量分析(FastICA)对重构信号进行分离提取。通过实测验证表明,此方法在齿轮箱故障诊断上可行。     

模态相关法在MOA泄漏电流去噪中的应用

针对MOA泄漏电流幅值小,易受噪声干扰的问题。基于模态相关法基本原理,以求取相关系数第一极小值点为目标,首先使用检验模态分解法(empirical mode decomposition,EMD)对采集的含噪声泄漏电流信号进行固有模态函数(intrinsic mode functions,IMF)分解,求取各层IMF分量与原始信号之间的相关系数,得到第一极小值点,进而得到信号与噪声主导的IMF分量的分界点。最后通过重构有用信号的模态函数实现对MOA泄漏电流的去噪。计算发现:当泄漏电流信号信噪比分别为-1.1 d B、-3.2 d B、-5.1 d B和-6.7 d B时,使用模态相关法去噪后可将信号信噪比提高26.08 d B、24.17 d B、24.42 d B和23.80 d B;使用小波阈值去噪则可以分别提高21.06 d B、18.20 d B、17.48 d B和15.71 d B。两种算法的去噪效果明显。与小波阈值去噪法相比,模态相关法有较好的自适应能力,灵活度更高。对于准确监测MOA泄漏电流,及时发现MOA老化情况有指导意义。     

基于ESMD的局部放电信号自适应去噪方法

检测电力设备的绝缘缺陷对确保电网安全可靠运行具有重要意义，但电力设备信号易受到现场噪声干扰。因此，抑制局部放电信号背景噪声是准确诊断电气设备绝缘状态的关键问题之一。本研究提出了一种自适应阈值辅助极点对称模态分解(ESMD)的自适应去噪方法，采用ESMD对局部放电信号进行分解得到一系列模态分量，构建基于相关系数和峭度自适应重构准则，以减小噪声干扰对局部放电特征的影响；针对重构的局部放电信号，引入自适应阈值进一步去除重构信号中的残余噪声，从而实现干扰抑制。本算法分别针对局放仿真信号和现场实测信号进行了去噪实验，结果表明，基于ESMD的自适应去噪算法能够有效抑制噪声干扰，保留局部放电信号特征，波形相似系数接近1,提高了局部放电检测的准确性。     

应用独立分量分析管道两点泄漏定位

针对管道多点泄漏定位干扰因素多的问题,提出一种基于独立分量分析技术,融合小波消噪与时频分析的有用源信号提取方法。在管道检测粗定位混合信号进行小波消噪处理的基础上,利用Fast ICA算法最大化投影矩阵的非高斯性最大化组件的统计独立性,分析小波变换极大值与信号奇异点的关系,对观测信号进行白化处理与时域分析,同时通过小波时频分析确定泄漏源的主要导波模态形式,进而计算得出泄漏源的位置。通过实验证明,该方法能够有效对管道两点小泄漏进行定位,并获得了较高的定位精度。     

滚动轴承制造精度振动测试模型构建方法研究

滚动轴承的振动是非常复杂的随机机械现象,在轴承制造过程中,常采用振动测试作为其质量评判标准,其关键技术是振动信号的分析。针对滚动轴承制造质量测试过程中振动信号的分解和判别模型构建问题,提出基于粒子群优化算法（PSO）的滚动轴承振动信号的变分模态分解（VMD）和支持向量机（SVM）判别模型构建方法。首先,采用自动测振仪对不同精度等级的轴承振动信号进行采集;其次,对振动信号进行VMD分析,以变分后的有限带宽模态函数（IMF）与原信号的相关系数ρ为适应度函数对VMD参数中的模态分解个数K和二次惩罚项α进行优化;然后,根据各模态的中心频率与其原始信号的相关性对模态分量进行优选和信号重构,并计算重构信号的多尺度排列熵（MPE）特征;最后,采用PSO算法对支持向量机（SVM）模型的惩罚参数c和核函数参数g进行优化,建立滚动轴承质量实时分析的SVM判别模型。试验结果表明：经PSO优化后的VMD-MPE-SVM模型对轴承制造精度的正确判别率为95.00%。研究结果可为滚动轴承制造过程中产品精度实时全检提供一种参考方法。     

一种基于经验模态分解的梁式桥冲击系数检测计算方法

为解决基于桥梁动位移的桥梁实测冲击系数计算方法受检测人员主观判断影响较大、计算假定与实际工况存在偏差等问题,以信号经验模态分解为主要技术手段,提出了一种改进的适用于桥梁冲击系数计算中动静位移分量分离的方法。该方法通过对实测桥梁动位移信号进行经验模态分解,选择大尺度的固有模态函数与残余量之和作为动位移中所包含准静态趋势项的近似。数值计算结果表明,此方法的静位移分离结果与真实静位移具有良好相似性,且分离结果受噪声影响较小,具有良好的工程适用性。     

基于VMD-Hilbert变换的铁路路基填料振动压实动力响应研究

以京雄城际铁路路基填筑所采用的粗粒土填料为例,开展表面振动压实试验,研究不同振动频率和激振力组合下填料的干密度阈值。随后,采用变分模态分解(VMD)–希尔伯特(Hilbert)变换研究压实过程中振动设备与填料间的非线性动力响应,并基于能量守恒定律分析压实过程的能量变换,利用加速度信号的Hilbert边际谱能量评价填料的压实程度。研究结果表明：填料的干密度在表面振动压实试验中呈现出为“迅速增长,缓慢增长,保持稳定”的变化趋势,且在不同压实工艺参数下,填料所能达到的干密度阈值不同。利用变分模态分解(VMD)算法对加速度信号进行分解,可以精确地识别和分离出基波与各次谐波分量,且不存在模态混叠。分析Hilbert变换得到的加速度信号Hilbert谱和Hilbert边际谱得到压实过程中加速度信号能量在时频域上传播规律,表现为低频基波分量向高频谐波分量的转移。此外,激振头加速度信号的Hilbert边际谱能量与填料的干密度之间存在高度相关的对数关系,采用VMD分解后的振动信号Hilbert边际谱能量评价填料的压实程度是可行的。     

基于EMD分解与压缩传感的泄漏电流压缩方法

为了提高绝缘子监测系统数据传输和处理速度,对非平稳泄漏电流信号进行数据压缩至关重要。压缩传感理论(Compressed Sensing,CS)将采样与压缩合并进行,少量采样就能很好地恢复信号,不仅降低对硬件要求,而且提高压缩效率。然而CS恢复非平稳信号过程中计算复杂度很高。提出经验模态分解(EMD)和CS相结合的方法,将非平稳泄漏电流分解成有限个相对平稳的固有模态IMF,然后对相对平稳的IMF分量进行CS处理。实验结果表明,CS处理经EMD分解的泄漏电流信号不仅提高整个系统的处理速度和运行效率,而且提高了压缩比和重构精度。     

热水供热管道泄漏声波特性与传播规律

直埋供热管道泄漏点的非开挖精准定位是城市集中供热管网安全高效运行的重要保障.采用数值模拟与实验相结合的方法,基于声波法研究了热水供热管道的泄漏声波特性与传播规律,模拟了不同水压、水温及泄漏孔径条件下热水供热管道泄漏时流体声场特征,并进行了实验验证.结果表明:热水供热管道泄漏管内流体声信号主频段为0～20 Hz;泄漏量与...     

基于小波分析的太古热网泄漏信号识别研究

以太古一级网为分析对象,采用小波变换的方法对某次试验采集的泄漏主信号及辅信号进行分析。首先对泄漏信号进行分解以提高信号识别度;然后对比选用haar小波基对泄漏信号进行小波变换和降噪处理,最后利用压力值比较的方法对供热一级网是否泄露进行判断。此方法可以实现主信号的有效识别,但由于辅信号泄漏时压力振幅过小,需要进一步优化算法。此文为供热一级网突发泄漏快速定位提供了一定的理论基础。     

基于AEEMD和改进DATA-SSI算法的桥梁结构模态参数自动化识别

模态参数作为桥梁结构最重要的动力参数之一,在实际运用中,可通过监测其变化情况来辨识结构的使用性能,精确地参数识别对保障桥梁健康运营具有十分重要的意义。鉴于此,该文对现阶段常用的振动信号降噪处理算法和模态参数识别算法进行了相应的改进。一方面,提出一种新的信号自适应分解与重构算法,即自适应总体平均经验模态分解算法（AEEMD）,该算法相比总体平均经验模态分解算法（EEMD）而言,能够根据信号的自身特征自动化确定添加白噪声的幅值标准差和集成平均次数|能更好地处理端点效应|同时还能够保证所得本征模态函数之间不存在模态混叠现象|最终实现有效IMF分量的自动化筛选和信号重构。另一方面,将多维数据聚类分析算法引入随机子空间算法中,并以频率值、阻尼比以及振型系数为因子建立判别矩阵,以智能化区分虚假模态和真实模态,最终实现模态参数自动化识别。文章最后分别用模拟信号和实际桥梁测试信号对所提算法的有效性进行验证,结果表明,该文所提算法能运用于实际桥梁结构的模态参数自动化识别。     

基于小波变换与EEMD的绝缘子泄漏 电流去噪方法研究

采用总体经验模态分解和小波阀值去噪相结合的方法对泄漏电流进行去噪处理。对泄漏电流信号首先进行总体经验模态分解,再对高频IMF分量按照4种阀值小波去噪方法(固定阀值法、启发式阈值法、自适应阈值法和极大极小阀值法)进行去噪,最后进行重构。以泄漏电流的3个特征量(有效值、3次谐波与基次谐波之比、波形)对去噪效果进行分析,综合比较得到采用总体经验模态分解与启发式阈值小波相结合的去噪方法的去噪效果最佳,采用该方法对实际污秽绝缘子泄漏电流进行去噪处理,去噪效果良好。     

基于无线通信技术的供水管道泄漏点实时定位方法

为解决传统供水管道泄漏点实时定位精度低的问题,基于无线通信技术设计供水管道泄漏点实时定位方法。通过获取供水管道泄漏点信号,远程传输数据,实时定位供水管道泄漏点。通过实例分析表明,本定位方法得到的泄漏点位置与实际泄漏点位置更接近,能够解决传统供水管道泄漏点定位精度低的问题。     

基于VMD和CNN的滚动轴承故障定量诊断方法

针对滚动轴承故障尺寸难以定量诊断的问题,提出了变分模态分解(variational mode decomposition,VMD)和卷积神经网络(convolutional neural networks,CNN)相结合的诊断方法。首先对带有不同故障尺寸滚动轴承的运行进行监测,得到1个与滚动轴承故障尺寸有关的数据库;然后对数据进行VMD,提取有效的训练模式分量,并去除噪声等的干扰;最后将训练模式分量置入CNN进行训练,得到能对滚动轴承故障尺寸进行预测的网络模型。实验结果表明,所提方法可有效实现对滚动轴承的定量诊断。