抽油井动液面回音信号的声速提取方法

在油井开采过程中,需要对油井的温度、压力、动液面等参数进行不定期测量以监控采油过程,其中动液面是一个重要的参数。目前常用的测量方法是次声波测量,在测量过程中声波的传播速度是一个关键参数,该文提出利用DSP的FFT方法来提取声速,从而提高测量精度。     

井下动液面深度测量系统的设计与实现北大核心CSCD

井下动液面深度是掌握地层动态和确定采注方案的重要依据,对油井的安全生产至关重要。针对传统的井下动液面深度检测仪存在检测精度低、设备自检难以及人机交互差等3种问题,研制了一种基于声波测距法的新型智能化井下动液面深度测量系统。考虑到井下回波信号弱、噪声干扰大的问题,采用巴特沃斯二阶低通滤波器与24位高精度ADC相结合的模数转换电路,实现了声波信号采集的低噪声与高精度;针对仪器自检难题,提出了一种可存储式井下声波信号模拟器设计方案;为了提升人机交互体验,新增了语音交互技术,便于用户操作并了解仪器当前工作状态。经实验测试,该系统噪声均方根值小于5μV、采集电路信噪比约为108.6 dB。在实际油井深度测试中,与对标仪器的绝对误差在0.7 m以内,测试结果表明该系统能够满足油田的现场生产需求,为井下动液面深度检测提供了新的解决方案。     

基于小波变换的声波法测油井动液面信号去噪

由于受到油套环空中各种噪声的影响,用声波法测油井动液面过程中,得到的反射声波信号异常复杂,常常出现液面反射位置不容易辨识的情况.该文分析了噪声产生的原因,将小波阈值去噪的方法用于声波法测油井动液面信号的噪声去除.结果显示,利用小波去噪方法处理油井动液面信号能够有效地去除噪声,随着小波分解层数的增加,利用小波方法去噪的效...     

采用知识的粒子群算法的多频微弱信号自适应随机共振检测方法

调参随机共振系统结构参数的选择对该检测方法的性能优劣起着决定性的作用。针对工程应用中对多频微弱信号实时检测的要求,提出以平均输出信噪比为适应度函数,将随机共振系统产生最佳共振效应时势垒与噪声强度大致相等这一特性作为知识,采用基于知识的粒子群算法来并行优化随机共振系统结构参数。与标准粒子群算法相比,该算法能以更快的速度得到最佳的系统结构参数,自适应地实现非线性系统、输入信号和噪声之间的最佳匹配,削弱多频含噪信号中的噪声,提高信号的输出信噪比。仿真试验和水轮机振动信号提取的工程应用均表明,该方法参数寻优效率高,简单易行,在采样点数较少的条件下能最优地检测出淹没在强噪声中的多频微弱信号,可以实现早期故障特征信号的提取。     

工业现场强噪声环境下目标声音片段的提取

音频法作为一种低成本无损检测手段应用于工业在线检测时,工业现场的强噪声给目标声音信号的特征提取带来极大困难.给出一种强噪声环境下的目标声音提取方法,该方法设计了自屏蔽式声音采集装置;在分析现场实测音频信号成分基础上,提出通过机电结合方法的声音激励初次预测技术;运用短时傅里叶变换的目标声音时频域二次精确定位算法,实现了工业现场强噪声环境下目标声音片段的精确提取.实验结果表明:在2 m范围内自屏蔽声音采集装置可将噪声源声强降低20 dB上;声音片段提取的时间精度优于10 ms.     

基于时延约束势随机共振的机械故障诊断方法研究

在实际工作环境中,机械设备的有用信号通常很微弱,并会被淹没在强噪声中,导致其故障特征很难被提取出来,针对这一问题,提出了一种基于时延约束势随机共振的机械故障信号检测方法。首先,建立了时延约束势随机共振模型,描述了其势函数的结构和功能特点,从理论上推导了输出信噪比的数学表达式,并研究了系统参数、时延长度和反馈强度对信噪比和噪声强度关系的影响;然后,利用蚁群算法的参数优化能力,实现了随机共振系统的最佳匹配;最后,将提出的方法应用于仿真故障信号和实际滚动轴承的外圈故障信号的诊断实验中,并将结果与双稳态随机共振方法获得的结果进行了对比。研究结果表明:在故障频率为60 Hz和143.08 Hz时,相比于经典的双稳态随机共振方法,所提出的时延约束势随机共振方法具有更高的频谱峰值,并且其受噪声干扰较小,故障识别效果更明显;该结果可以提高滚动轴承等机械设备的微弱故障诊断能力。     

超声探测弱信号提取方法

为了在超声检测中排除噪声干扰，从强噪声背景中提取弱回波信号，利用小波变换技术从超声探测信号中提取弱缺陷回波信号，建立了超声缺陷回波的数学模型，并进行了仿真实验，其特有的“变焦距”特性使得小波分析在时域和频域中具有良好的分析能力。结果表明，利用小波变换方法能够很好地抑制噪声，提高信噪比，提取强噪声背景中的弱回波信号，且该方法原理简单，易于实现，在工程上有较高的应用价值。     

侵彻引信电路振动噪声处理方法研究

针对侵彻引信电路在受到过靶大过载冲击时的电路振动噪声问题,建立了侵彻冲击振动激励与电路振动噪声响应之间的数学模型;提出了一种基于小波分析的噪声消除方法。该方法通过对侵彻引信冲击激励信号进行小波分析,对输出电路振动噪声响应信号进行高斯函数拟合,建立了冲击振动激励信号与输出振动噪声响应信号之间的关联函数,在此基础上设计了针对于侵彻引信冲击振动激励的输出电路噪声信号处理算法。仿真结果表明,该算法对冲击振动引起的侵彻引信电路噪声有明显消噪效果。     

基于幂函数型双稳随机共振的故障信号检测方法

在实际的故障诊断中,有用信号经常淹没在噪声中,特征信息提取非常困难。为了提取强噪声背景中的微弱信号,将幂函数型单势阱模型与Gaussian Potential模型相结合提出一种新型的双稳随机共振系统,称为幂函数型双稳随机共振系统。首先,以平均信噪比增益为衡量指标,提出一种寻找最优系统参数组合的算法,使微弱信号、噪声及系统产生最佳的共振效果;然后,基于幂函数型双稳随机共振系统对Levy噪声背景下的仿真信号进行检测;最后提出一种基于小波变换和幂函数型双稳随机共振的微弱信号检测方法并应用于轴承故障信号检测中。仿真实验表明,幂函数型双稳随机共振模型在故障信号检测中是有效和可靠的。     

噪声干扰下的RV减速器故障诊断

在实际工况下,旋转矢量(Rotate vector, RV)减速器的振动信号往往掺杂噪声。被噪声污染后的振动信号给RV减速器的故障诊断带来挑战。为此,提出一种噪声干扰下的卷积神经网络模型(Anti-noise network, ANNet)以实现RV减速器的故障模式识别。该模型首先将一维振动信号通过信号堆叠的方式转化成二维灰度图像,然后采用Dropout操作直接对原始输入信号进行随机干扰,并同时利用多个不同尺度的卷积核对输入信号的不同特征进行自动提取和融合。进一步将ANNet算法与其他算法进行了对比分析,结果表明在不同强度的噪声干扰下,ANNet算法相比于其他算法具有更强的抗噪干扰能力;尤其是在强噪干扰环境下,ANNet模型的诊断准确率比现有算法高出10%～20%。最后探讨和解释了模型的特殊结构设计以及模型具备抗噪能力的原因。     

基于改进最大相关峭度解卷积的滚动轴承复合故障诊断

强背景噪声环境下,多故障特征的准确分离是滚动轴承复合故障诊断的关键与难点。针对此问题,提出了一种改进最大相关峭度解卷积的滚动轴承复合故障诊断方法。该方法基于故障信号的特点,利用最大相关峭度解卷积实现信号中的多故障特征分离,借助改进的粒子群算法对参数进行优化选取;利用互相关谱进一步突出信号中的故障特征,提高信噪比。仿真信号和实测滚动轴承内、外圈复合故障信号的分析表明,所提方法能够准确提取出滚动轴承复合故障特征,借助互相关谱的噪声抑制能力,能实现比单一MCKD方法更为有效的故障特征提取。     

Weak fault feature extraction of rolling bearing based on cyclic Wiener filter and envelope spectrum

In vibration analysis, weak fault feature extraction under strong background noise is of great importance. A method based on cyclic Wiener filter and envelope spectrum analysis is proposed. Cyclic Wiener filter exploits the spectral coherence theory induced by the second-order cyclostationary signal. The original signal is duplicated and shifted in the frequency domain by amounts corresponding to the cyclic frequencies. The noise component is optimally filtered by a filter-bank. The filtered signal is analyzed by performing envelope spectrum. In the envelope spectrum, characteristic frequencies are quite clear. Then the most impactive part is effectively extracted for further fault diagnosis. The effectiveness of the method is demonstrated on both simulated signal and actual data from rolling bearing accelerated life test.     

基于谱分析与相干分析的液力变速箱噪声源识别研究

通过噪声、振动自功率谱分析和相干函数分析技术，应用杭州亿恒公司的8通道动态信号测试分析系统，对一台内燃叉车的液力变速箱进行了噪声振动分析，从而得出了该台变速箱产生噪声的主要原因在于Z6-Z7齿轮轴的啮合激励。     

新型油井液位测量系统

在石油工业生产中广泛使用回声测距仪检测油井液位深度。本文将扩频理论引入生产测井仪器开发，研制开发一套油井液位测量系统，成功试用于工业油井。理论分析与实验表明：引入扩频技术较好地解决了常规脉冲测距仪器作用距离与测距精度间的矛盾，能准确识别接箍反射波和液面反射波，确定油井液面深度。测距系统采用相关检测方法，可有效抑制各种噪声干扰，使系统在信噪比很低的条件下正常工作，用于工业油井能大大提高测试距离。     

油膜压力传感器动态特性试验研究

为研究油膜压力传感器的动态特性,利用锤击法对该传感器进行了动态特性试验。分析了信号的频谱及相干函数。利用傅立叶逆变换对信号进行了重构,滤掉了信号中的高频干扰。在此基础上,分析了传感器的幅频特性及动态灵敏度。结果表明该传感器具有较好的动态特性,可实现动压滑动轴承6000r/min内油膜压力的测量,且具有较高的灵敏度。     

Flow pattern identification for gas-oil two-phase flow based on a virtual capacitance tomography sensor and numerical simulation

Gas-oil two-phase flow is widely encountered in oil exploitation and transportation pipelines. It's complex and transient changes of flow regimes present a great challenge for accurate and real-time measurement. As a non-invasion and real-time measuring method, electrical capacitance tomography (ECT) is suitable for the transient measurement of non-conductive gas-oil flow. However, the highly random and nonlinear nature of multiphase flow make it difficult and limited to investigate the flow parameters based on either static or dynamic measurement. In this research, the whole process of dynamic measurement of ECT applying in gas-oil two-phase flow is thoroughly studied, including simulation calculation, experimental validation and comprehensive data analysis. A simulation approach by coupling the flow and electrostatic field is proposed based on a virtual ECT sensor, in order to monitor the gas-oil two-phase flow characteristics. Based on FLUENT and COMSOL platform, the numerical simulation under six typical flow patterns in a horizontal pipe is carried out. Combining the visualized image generated by ECT measurement and the theory of flow pattern transition, the formation mechanism and structural characteristics of different gas-oil flow patterns are analyzed in detail. Furthermore, this research attempts to analyze the signal fluctuation characteristics caused by flow pattern change, in order to access more in-depth flow information implied in the original capacitance data, via time-series analysis as well as frequency domain analysis based on Flourier Transform. At last, a series of dynamic experiment is conducted to verify the feasibility of the simulation and data analysis approach. The experiment focuses on the flow pattern transition, gas-liquid dynamic characteristics and noise influence in the actual process. It can be concluded from the results of simulation and experiment tests, combining the visualized images and the dynamic characteristics of capacitance signals can make it more effective and intuitive for flow pattern identification, which might be used for the online measurement in real-industry process.     

基于信号延拓的采样信号频谱泄漏抑制

提出一种基于信号数据延拓的采样信号离散傅里叶变换频谱泄漏抑制方法,分析了经典谱估计方法中频谱泄漏产生的原因,得出含噪声周期信号的无泄漏条件,进而提出频谱泄漏抑制方法:对采样信号作周期估计和整数周期数据延拓处理,使DFT计算窗内信号的边界连续或近似连续,以达到抑制频谱泄漏的目的。对通信、电力系统中常出现的加性高斯白噪声恶化信号的仿真表明:该方法可以显著减少频谱能量泄漏,获得更高质量的频谱。     

Adaptive spectral band identification method in noncontact temperature measurement based on dynamic programming

An adaptive method based on dynamic programming is proposed to identify the spectral band for noncontact measurement of surface temperature of heatshield materials when Fourier transform infrared (FTIR) spectrometer is used to collect the radiation spectrum in the dynamic heating environment of a high-frequency plasma wind tunnel. First, the radiation spectrum is converted to a time series. Then, high-frequency parts of the measurement spectral signal are obtained by multi-resolution analysis of one-dimensional discrete wavelet and then the suitable spectral band required by a noncontact temperature measurement is adaptively identified based on dynamic programming. Eventually, surface temperature and its corresponding emissivity can be determined. Results of the experiment conducted on a benchmark material (graphite) in the dynamic heating environment of high frequency plasma wind tunnel show the proposed method to be practical.     

基于宽频激励电磁声谐振 7075 铝合金板厚检出概率

电磁超声换能器(EMAT)换能效率低、激发信号弱,而基于长周期激励信号以产生声波共振的电磁声谐振技术(EMAR)虽然可以提高接收信号的信噪比,然而可能导致主脉冲加宽并扩大超声波检测盲区,降低测量精度。本文应用一种宽频激励电磁声谐振技术(BE-EMAR)和一种Halbach阵列纵波EMAT,以单周期宽频激励作为EMAT输入信号,并利用EMAR方法对7075型铝合金试件板厚进行测量,借助检出概率(POD)模型来表征该技术针对微金属板厚的测量精度。实验结果表明,在未降噪时BE-EMAR得到的三种信噪比下的POD曲线中,对应的a_(50)或a_(90/95)最大差异值为0.05 mm,同一信噪比下降噪前后的最大差异值为0.07 mm,而在时差法(ToF)得到的POD曲线中这一最大差异值则为0.21 mm,因此说明BE-EMAR降噪前后得到的结果并无较大差别,该方案对于常规噪声信号不敏感;且降噪前后,在BE-EMAR得到的POD曲线中,a_(50)和a_(90/95)均可稳定在0.55 mm以内,证明了BE-EMAR比ToF测厚具有更优的精度、稳定性和抗噪能力。     

基于经典谱估计改进方法的涡街流量计

针对涡街流量计高精度、高量程比的要求,在分析涡街信号及其噪声特点的基础上,提出一种采用自适应采样频率和Welch功率谱估计相结合的涡街信号分析处理方法。该方法首先使用经典功率谱估计的FFT算法计算出信号频率的区间范围,然后将信号通过相应截止频率的低通滤波器以防止发生混叠现象,采用信号抽取的方法降低采样频率从而减小频谱的最小频率分辨率,最后采用Welch功率谱估计的方法进行谱分析提高信噪比、减少谱失真。仿真及实验结果表明:所提出的涡街信号处理方法能有效地抑制噪声,实现高精度的功率谱计算,对于提升和改进涡街流量计的性能有良好的效果。