期刊文献+
共找到19篇文章
< 1 >
每页显示 20 50 100
变模式分解在供水管道漏点定位中的应用研究 被引量:7
1
作者 吴珊珊 胡国兵 +1 位作者 张照锋 丁宁 《电子器件》 CAS 北大核心 2017年第4期1036-1043,共8页
针对供水管道中泄漏声信号的非平稳特征,提出了一种基于变模式分解VMD(Variational Mode Decomposition)的漏点定位方法。算法首先利用VMD将传感器所采集的两路泄漏声信号按预设尺度自适应地分解为若干个固有模态函数,而后根据各模态函... 针对供水管道中泄漏声信号的非平稳特征,提出了一种基于变模式分解VMD(Variational Mode Decomposition)的漏点定位方法。算法首先利用VMD将传感器所采集的两路泄漏声信号按预设尺度自适应地分解为若干个固有模态函数,而后根据各模态函数与原始信号的相关系数选择分量重构信号,并达到消噪的目的。通过对消噪后的信号作互相关实现时延估计,最终实现对漏点的定位。实验结果表明:VMD分解方法可以在保留泄漏声信号本质特征的前提下,消除噪声对信号的干扰。较传统的EMD方法而言,其定位精度更高。 展开更多
关键词 信号处理 漏点定位 变模式分解 互相关分析
在线阅读 下载PDF
基于变模式分解和频谱特性的自适应降噪算法 被引量:4
2
作者 陆振宇 赵为汉 +1 位作者 何珏杉 李凯 《现代电子技术》 北大核心 2016年第16期1-5,9,共6页
机械故障检测过程中,由于反映机械故障的振动信号微弱,很容易被外界噪声干扰信号污染,从而影响机械故障诊断。为提取纯净振动信号,传统EEMD滤波算法虽具有较强的降噪能力,但由于EEMD算法存在缺乏严谨理论基础、运算效率低、容易造成有... 机械故障检测过程中,由于反映机械故障的振动信号微弱,很容易被外界噪声干扰信号污染,从而影响机械故障诊断。为提取纯净振动信号,传统EEMD滤波算法虽具有较强的降噪能力,但由于EEMD算法存在缺乏严谨理论基础、运算效率低、容易造成有用信号丢失等缺点,致使降噪效果不理想。为解决以上问题,提出一种基于变模式分解和频谱特性的自适应降噪算法。基于变模式分解优点,通过分析有用信号模态与噪声模态频谱特性,提取有用信号模态从而实现降噪。通过仿真信号与实测信号分析表明,新算法降噪效果优于传统EEMD滤波算法。 展开更多
关键词 振动信号 降噪算法 变模式分解 频谱方差 轴承故障
在线阅读 下载PDF
基于改进变分模式分解的煤矿通风机振动信号特征提取
3
作者 陶珑 郭燕飞 《工矿自动化》 北大核心 2025年第2期131-137,共7页
煤矿通风机振动信号是一种非平稳多分量信号。传统的非平稳信号特征信号提取方法存在自适应性差、对通风机早期故障的微弱特征辨识能力有限等问题,基于广义变分模式分解的特征提取方法的信号处理速度难以满足通风机振动信号特征快速提... 煤矿通风机振动信号是一种非平稳多分量信号。传统的非平稳信号特征信号提取方法存在自适应性差、对通风机早期故障的微弱特征辨识能力有限等问题,基于广义变分模式分解的特征提取方法的信号处理速度难以满足通风机振动信号特征快速提取的要求。针对上述问题,提出了一种基于改进变分模式分解的煤矿通风机振动信号特征快速提取方法。在广义变分模式分解算法的基础上,采用乘子交替方向法迭代求解,将约束优化问题转换为无约束优化问题。应用改进变分模式分解算法对信号进行等效分解,得到匹配目标信号特征的等效滤波器,通过内积变换原理快速提取通风机振动信号特征分量。仿真和实验结果表明,改进变分模式分解算法对不同强度的特征分量提取效果均较好,准确性和抗噪性良好,处理通风机实测振动信号的耗时为0.008165 s,与广义变分模式分解算法相比,特征提取速度大幅提升。 展开更多
关键词 煤矿通风机 振动信号 非平稳信号特征提取 模式分解 等效滤波器 内积
在线阅读 下载PDF
基于变分模式分解的滑动轴承摩擦故障特征提取与状态识别 被引量:4
4
作者 张云强 张培林 +1 位作者 王怀光 杨玉栋 《内燃机工程》 EI CAS CSCD 北大核心 2017年第4期89-96,共8页
针对滑动轴承振动信号明显的非线性非平稳性及信号中摩擦信号微弱等特点,提出一种基于变分模式分解(VMD)的滑动轴承摩擦故障特征提取与状态识别方法。采用VMD对滑动轴承振动信号进行分解,将其自适应地分解为系统冲击信号、低频摩擦信号... 针对滑动轴承振动信号明显的非线性非平稳性及信号中摩擦信号微弱等特点,提出一种基于变分模式分解(VMD)的滑动轴承摩擦故障特征提取与状态识别方法。采用VMD对滑动轴承振动信号进行分解,将其自适应地分解为系统冲击信号、低频摩擦信号和高频摩擦信号3个分量,在此基础上定义并提取相对频谱能量矩特征参数,用于描述滑动轴承振动信号及其各分量的特征。对S195-2型柴油机曲轴轴承摩擦故障信号进行了分析,K-近邻分类器的平均识别精度达到93.3%。研究结果表明:基于VMD分解的相对频谱能量矩特征对滑动轴承的工作状态比较敏感,能有效识别其摩擦故障状态。 展开更多
关键词 内燃机 柴油机 滑动轴承 模式分解 特征提取 状态识别
在线阅读 下载PDF
基于反馈变分模式分解的单通道盲源分离算法 被引量:7
5
作者 赵知劲 黄艳波 +1 位作者 强芳芳 杨安锋 《振动与冲击》 EI CSCD 北大核心 2019年第13期268-273,共6页
针对源信号数目未知时,变分模式分解(VMD)算法分离单通道混合信号的性能受人为设定的模式分量中心频率间隔Δf影响大、复杂度高的问题。提出了基于反馈机制的VMD单通道盲源分离(VMDF-SCBSS)算法;首先利用VMD将观测信号分解为两个模式分... 针对源信号数目未知时,变分模式分解(VMD)算法分离单通道混合信号的性能受人为设定的模式分量中心频率间隔Δf影响大、复杂度高的问题。提出了基于反馈机制的VMD单通道盲源分离(VMDF-SCBSS)算法;首先利用VMD将观测信号分解为两个模式分量,其次利用相似系数衡量模式分量纯度,将最纯的模式分量反馈到输入端并从输入信号中减去,最后根据所提出的由相似系数构造的循环迭代终止条件判断是否继续分解。仿真结果表明,VMDF-SCBSS算法无需人为确定Δf,能很好地分离单载波源信号并估计源信号数目,算法复杂度较低。 展开更多
关键词 单通道 模式分解 反馈 盲源分离
在线阅读 下载PDF
基于变分模式分解和门循环单元的电子系统间歇故障严重程度评估方法 被引量:1
6
作者 李晟 徐飞洋 +3 位作者 李玉晓 刘松华 张文生 郭肇禄 《电子与信息学报》 EI CSCD 北大核心 2022年第10期3673-3682,共10页
针对电子系统间歇故障信号受噪声影响大且冗余信息多,导致深度神经网络模型对间歇故障严重程度评估能力受限的问题,该文提出一种基于变分模式分解和门循环单元(VMD-GRU)的间歇故障严重程度评估方法。先通过变分模式分解(VMD)对间歇故障... 针对电子系统间歇故障信号受噪声影响大且冗余信息多,导致深度神经网络模型对间歇故障严重程度评估能力受限的问题,该文提出一种基于变分模式分解和门循环单元(VMD-GRU)的间歇故障严重程度评估方法。先通过变分模式分解(VMD)对间歇故障信号进行自适应分解得到所有固有模式函数(IMF)分量,再对IMF分量进行相似度分析选择敏感分量,并利用微分增强型能量算子构建严重程度敏感因子。最后,利用严重程度敏感因子训练门循环单元(GRU)循环神经网络评估模型。通过对电子系统的关键电路注入不同严重程度的间歇故障进行评估,结果表明该方法有较强的间歇故障严重程度评估能力,评估结果更加准确有效。 展开更多
关键词 间歇故障 严重程度敏感因子 模式分解和门循环单元 故障注入 电子系统
在线阅读 下载PDF
基于变分模式分解的行星齿轮箱齿轮组合故障频率解调分析 被引量:8
7
作者 李肖 冯志鹏 《振动与冲击》 EI CSCD 北大核心 2020年第3期38-45,51,共9页
行星齿轮箱组合故障振动信号具有多源调制特点,在频域内边带结构复杂,通过常规Fourier频谱分析难以有效提取故障特征;组合故障振动信号的调频部分包含故障信息,且不受传递路径影响。为了准确提取行星齿轮箱组合故障特征,提出基于变分模... 行星齿轮箱组合故障振动信号具有多源调制特点,在频域内边带结构复杂,通过常规Fourier频谱分析难以有效提取故障特征;组合故障振动信号的调频部分包含故障信息,且不受传递路径影响。为了准确提取行星齿轮箱组合故障特征,提出基于变分模式分解的频率解调分析方法。根据采样频率和载波频率确定单分量个数,通过变分模式分解将多分量信号自适应地分解为一系列本质模式函数;计算本质模式函数的瞬时频率,根据中心频率和啮合频率的匹配关系选取敏感单分量;通过分析敏感单分量瞬时频率频谱诊断组合故障。通过仿真信号和实验信号分析验证了方法的有效性,诊断了太阳轮与行星轮、太阳轮与齿圈、行星轮与齿圈的组合故障。 展开更多
关键词 模式分解 组合故障 行星齿轮箱 频率解调
在线阅读 下载PDF
基于变分模式分解和向量自回归模型的波浪发电系统输出功率预测 被引量:2
8
作者 罗琦 杨俊华 +2 位作者 黄逸 梁昊晖 王超凡 《太阳能学报》 EI CAS CSCD 北大核心 2023年第3期291-297,共7页
为准确预测直驱式波浪发电系统的输出功率,提出基于变分模式分解和向量自回归模型预测方案。通过分析原始时间序列的相关性选择预测特征时间,应用变分模式分解方法将所选特征时间序列分解为不同子序列,经过单位根检验及差分运算,建立每... 为准确预测直驱式波浪发电系统的输出功率,提出基于变分模式分解和向量自回归模型预测方案。通过分析原始时间序列的相关性选择预测特征时间,应用变分模式分解方法将所选特征时间序列分解为不同子序列,经过单位根检验及差分运算,建立每个子序列的向量自回归模型,求和重构子序列模型预测结果获得所选特征的预测初值。建立了直驱式波浪发电系统的波能转换模型,仿真结果表明:所提方案模型具备合理性与可行性,模型预测结果稳定,预测精度高,预测趋势准确。 展开更多
关键词 波浪发电系统 波能转换 模式分解 向量自回归 预测
在线阅读 下载PDF
基于变分非线性调频模式分解的直驱式波浪发电系统控制 被引量:1
9
作者 罗琦 杨俊华 +2 位作者 王超凡 黄逸 梁昊晖 《太阳能学报》 EI CAS CSCD 北大核心 2023年第9期476-482,共7页
海浪的非平稳特性会影响直驱式波浪发电系统能量捕获,为此提出基于脊线检测与变分非线性调频模式分解的控制方案。采用短时傅里叶变换方法分析波浪激励力,结合脊线检测设定初始频率;应用变分非线性调频模式分解法分离波浪激励力,获得若... 海浪的非平稳特性会影响直驱式波浪发电系统能量捕获,为此提出基于脊线检测与变分非线性调频模式分解的控制方案。采用短时傅里叶变换方法分析波浪激励力,结合脊线检测设定初始频率;应用变分非线性调频模式分解法分离波浪激励力,获得若干模式分量并提取其瞬时频率;通过计算各模式分量的能量含量确定主导分量,根据其瞬时频率动态调整动力输出装置阻尼,搭建直驱式波浪发电系统模型。仿真结果表明,所提方案能量吸收性能好、输出平均功率高,可有效改善直驱式波浪发电装置性能。 展开更多
关键词 波浪发电系统 波能转换 脊线检测 分非线性调频模式分解 功率优化
在线阅读 下载PDF
基于特征模式分解的水声目标特征提取方法 被引量:4
10
作者 李紫鹏 纪永强 +1 位作者 郭兵勇 杨坤德 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2023年第9期1542-1548,共7页
针对复杂水声环境下的水声目标分类与辨识难题,本文提出了一种水声目标微弱特征提取方法。该方法以特征模式分解为基础,使用相关峭度作为优化目标优选分解参数,实现原始水声信号的最优分解;并根据子信号的相似性进行模式融合以增强特征... 针对复杂水声环境下的水声目标分类与辨识难题,本文提出了一种水声目标微弱特征提取方法。该方法以特征模式分解为基础,使用相关峭度作为优化目标优选分解参数,实现原始水声信号的最优分解;并根据子信号的相似性进行模式融合以增强特征表达,最终实现复杂水声环境下的水声目标准确识别。海上试验表明:基于该方法的水声目标识别准确率达到90.1%,相较于传统方法平均提升12.5%。 展开更多
关键词 水声目标 辐射噪声 特征模式分解 经验模式分解 模式分解 相关峭度 参数优化 模式融合
在线阅读 下载PDF
基于多因素的短期风电功率组合预测研究
11
作者 屈伯阳 付立思 《水电能源科学》 北大核心 2024年第10期216-220,共5页
为了提高风电功率模型的预测精度,采用卷积神经网络(CNN)、双向长短期记忆(BI-LSTM)和注意力机制(AM)组合预测模型。首先,考虑气象因素(不同高度的风速与风向、温度、湿度、气压)全面反映当时天气条件对风电预测精度的影响;然后在气象... 为了提高风电功率模型的预测精度,采用卷积神经网络(CNN)、双向长短期记忆(BI-LSTM)和注意力机制(AM)组合预测模型。首先,考虑气象因素(不同高度的风速与风向、温度、湿度、气压)全面反映当时天气条件对风电预测精度的影响;然后在气象因素基础上,探究历史风电功率时间序列数据与变分模态分解(WMD)信号作为特征量进行预测建模;最后,仅考虑时间序列数据与VMD信号作为特征量进行深度学习预测建模,发现基于气象因素和VMD组合信号作为特征输入的CNN-BI-LSTM-AM模型预测的准确率达到97.66%,而仅考虑VMD组合信号作为CNN-BI-LSTM-AM模型输入的预测准确率达到97.71%,在风电场功率预测的精度和稳定性方面均取得令人满意的结果。 展开更多
关键词 风电预测 双向长短期记忆 模式分解 卷积神经网络 注意力机制
在线阅读 下载PDF
结合VMD和Volterra预测模型的轴承振动信号特征提取 被引量:12
12
作者 张云强 张培林 +2 位作者 王怀光 杨玉栋 吴定海 《振动与冲击》 EI CSCD 北大核心 2018年第3期129-135,152,共8页
针对滚动轴承振动信号的非线性和非平稳性特点,提出了一种结合变分模式分解(VMD)和Volterra预测模型的轴承振动信号特征提取方法。利用VMD良好的非平稳信号分解能力将轴承振动信号分解成有限个平稳的本征模式函数(IMF)分量,然后对各IMF... 针对滚动轴承振动信号的非线性和非平稳性特点,提出了一种结合变分模式分解(VMD)和Volterra预测模型的轴承振动信号特征提取方法。利用VMD良好的非平稳信号分解能力将轴承振动信号分解成有限个平稳的本征模式函数(IMF)分量,然后对各IMF分量进行相空间重构,在重构的相空间内建立Volterra自适应预测模型,根据类内类间距准则对模型参数进行优选,用于描述轴承振动信号。对4种状态的滚动轴承振动信号进行了分析,优选的特征参数表现出较好的分类性能。实验结果表明,该方法能有效提取振动信号中的非线性和非平稳特征,从而提高滚动轴承故障诊断精度。 展开更多
关键词 滚动轴承 模式分解 Volterra预测模型 故障诊断
在线阅读 下载PDF
基于VMD和1.5维Teager能量谱的滚动轴承故障特征提取 被引量:23
13
作者 向玲 张力佳 《振动与冲击》 EI CSCD 北大核心 2017年第18期98-104,124,共8页
为准确提取非线性、非平稳的滚动轴承故障信号中的故障特征,提出基于变分模式分解(Variational Mode Decomposition,VMD)和1.5维Teager能量谱的滚动轴承故障特征提取方法;变分模式分解(VMD)是一种新的信号自适应分解方法,1.5维Teager能... 为准确提取非线性、非平稳的滚动轴承故障信号中的故障特征,提出基于变分模式分解(Variational Mode Decomposition,VMD)和1.5维Teager能量谱的滚动轴承故障特征提取方法;变分模式分解(VMD)是一种新的信号自适应分解方法,1.5维Teager能量谱具有1.5维谱良好的降噪效果和Teager能量算子强化信号瞬态冲击的优点。故障特征提取过程:首先,对滚动轴承故障信号进行VMD分解得到一组分量,根据峭度-相关系数准则筛选出2个冲击特征明显分量进行信号重构;再次,对重构信号进行1.5维Teager能量谱分析;最后根据能量谱图的分析,提取出滚动轴承的内圈和滚动体故障特征。仿真信号和试验信号的分析都验证了提出方法的有效性;通过与EEMD分解比较,采用VMD变分模式分解和1.5维Teager能量谱的分析方法更具有区分性,可以有效识别滚动轴承的故障特征。 展开更多
关键词 模式分解 1.5维Teager能量谱 特征提取 故障诊断 滚动轴承
在线阅读 下载PDF
自适应广义形态滤波和GG聚类在轴承故障识别中的应用研究
14
作者 季云健 黄国勇 黄刚劲 《陕西理工大学学报(自然科学版)》 2019年第1期28-34,共7页
针对复杂工况下滚动轴承受机械噪声等因素影响轴承故障类型区分难的问题,提出了一种基于自适应广义形态滤波和GG聚类的轴承故障诊断方法。采用自适应广义形态滤波对轴承振动信号进行降噪处理,对降噪后的信号进行变模式分解,去除虚假分... 针对复杂工况下滚动轴承受机械噪声等因素影响轴承故障类型区分难的问题,提出了一种基于自适应广义形态滤波和GG聚类的轴承故障诊断方法。采用自适应广义形态滤波对轴承振动信号进行降噪处理,对降噪后的信号进行变模式分解,去除虚假分量和噪声分量,最后对去噪后故障特征较多的信号分量求解近似熵,作为特征向量输入GG聚类分类器中,达到故障分类。仿真实验结果证明该方法能有效提取信号特征信息,准确识别故障类型。 展开更多
关键词 轴承故障 自适应广义形态滤波 GG聚类 变模式分解 近似熵
在线阅读 下载PDF
AVMD-IMOMEDA在滚动轴承声学复合故障诊断的应用 被引量:6
15
作者 周文杰 周俊 +1 位作者 柳小勤 刘韬 《振动与冲击》 EI CSCD 北大核心 2023年第24期152-159,共8页
针对滚动轴承声信号存在较强的背景噪声干扰,微弱故障特征信息难以有效提取等问题,并考虑到声信号非接触式测量的优势。提出一种参数自适应变分模式分解结合改进多点最优最小熵反褶积(improve multipoint optimal minimum entropy decon... 针对滚动轴承声信号存在较强的背景噪声干扰,微弱故障特征信息难以有效提取等问题,并考虑到声信号非接触式测量的优势。提出一种参数自适应变分模式分解结合改进多点最优最小熵反褶积(improve multipoint optimal minimum entropy deconvolution adjusted, MOMEDA)的复合故障声学诊断方法;采用综合指标解决变分模态分解(variational mode decomposition, VMD)参数自适应选择问题,利用最大加权峭度识别最优分量并重构信号,增强与故障特征相关的脉冲特征信息;结合IMOMEDA方法从重构信号中分离提取周期性的脉冲信号,通过包络解调获取故障特征频率。仿真信号和试验信号验证了该方法的有效性,与传统VMD、MOMEDA、VMD-MCKD(maximum correlation kurtosis deconvolution)方法进行比较,凸显了方法的优越性。 展开更多
关键词 自适应模式分解 改进多点最优最小熵反褶积(IMOMEDA) 加权峭度 复合故障 声学诊断
在线阅读 下载PDF
基于IVMD-RPE的船舶噪声信号去噪及特征提取方法 被引量:1
16
作者 刘夏扬 李晶 +2 位作者 赵国新 刘昱 雷琦 《声学技术》 CSCD 北大核心 2023年第3期297-305,共9页
针对由于复杂环境条件下的船舶噪声信号识别度低的问题,提出了一种改进的变分模式分解(Improved Variational Mode Decomposition,IVMD)、反向排列熵(Reverse Permutation Entropy,RPE)、加权排列熵(Weighted Permutation Entropy,WPE)... 针对由于复杂环境条件下的船舶噪声信号识别度低的问题,提出了一种改进的变分模式分解(Improved Variational Mode Decomposition,IVMD)、反向排列熵(Reverse Permutation Entropy,RPE)、加权排列熵(Weighted Permutation Entropy,WPE)和能量比相结合的船舶噪声信号识别分类方法。该方法利用IVMD将信号分解为若干本征模态函数(Intrinsic Mode Function,IMF);再利用RPE对IMF进行筛选,得到敏感IMF,实现去噪过程;最后计算IMF的WPE并与各个IMF的能量比构建特征向量,建立长短期记忆网络(Long Short-Term Memory,LSTM)进行识别分类。实验结果表明,与经验模态分解相比,文中提出的基于IVMD-RPE的船舶噪声信号去噪及特征提取方法能有效减少环境噪声的影响,提高信噪比,对船舶噪声目标信号识别分类的准确率更高。 展开更多
关键词 模式分解(VMD) 反向排列熵(RPE) 长短期记忆网络(LSTM)
在线阅读 下载PDF
参数自适应VMD及在高速列车轴承早期故障诊断中的应用 被引量:1
17
作者 吴吉利 曹洪勇 王旭 《陕西理工大学学报(自然科学版)》 2021年第2期35-41,共7页
高速列车滚动轴承振动响应信号振动特性复杂,信噪比低,传统的信号处理方法难以对轴承故障特征进行提取。为了识别高速列车滚动轴承早期故障,基于鲸鱼优化算法(WOA)和变分模式分解(VMD)自适应分解技术提出了一种参数自适应VMD信号处理方... 高速列车滚动轴承振动响应信号振动特性复杂,信噪比低,传统的信号处理方法难以对轴承故障特征进行提取。为了识别高速列车滚动轴承早期故障,基于鲸鱼优化算法(WOA)和变分模式分解(VMD)自适应分解技术提出了一种参数自适应VMD信号处理方法。在该方法中,鲸鱼优化算法依据故障相关分量包络谱熵最小准则得到最优的VMD参数,VMD分离噪声和选取有效共振频带,包络解调方法实现故障识别。仿真和试验信号的处理结果表明,该算法能够从低信噪比信号中有效提取滚动轴承故障特征,具有良好的工程应用价值。 展开更多
关键词 高速列车 滚动轴承 早期故障 鲸鱼优化 模式分解
在线阅读 下载PDF
Some problems of GPS RTK technique application to mining subsidence monitoring 被引量:15
18
作者 Liu Chao Zhou Feng +1 位作者 Gao Jingxiang Wang Jian 《International Journal of Mining Science and Technology》 2012年第2期223-228,共6页
Owing to the variability of mine surfaces, it is difficult to obtain the deformation monitoring data of the observation stations by traditional leveling technique. GPS RTK (Real-Time Kinematic) technique was employe... Owing to the variability of mine surfaces, it is difficult to obtain the deformation monitoring data of the observation stations by traditional leveling technique. GPS RTK (Real-Time Kinematic) technique was employed to the subsidence observation in this paper, and its main sources of errors including rover pole deflection of the vertical, un-modeled systematic errors (gross error, multipath delay etc.) and the height transformation error, were analyzed systematically. Based on the fundamental theories of spherical fit- ting and Empirical Mode Decomposition (EMD), the error reduction models were studied exhaustively. And two experiments were done in different environment to test the proposed models. The results show that the proposed methods can achieve a fourth-grade leveling accuracy, with (Root-Mean-Square) RMS in three orthogonal directions (N, E and H) of 4.1, 3.3 and 3.1 ram, respectively, by 3-5 rain continuous shaking of the observation GPS antenna, fully satisfying for mine surface subsidence deformation monitoring. 展开更多
关键词 GPS RTKSurface subsidenceKinematic positioningMultipath delay
在线阅读 下载PDF
管道泄漏监测系统的研究和实现 被引量:3
19
作者 王剑锋 《信息通信》 2018年第1期106-108,共3页
管道泄漏监测研究具有重要的意义和应用价值。文章提出了基于负压波检测的管道泄漏监测系统,主要包括泄露定位,泄漏报警,数据管理和数据通信等四个功能模块。系统首先采用NI数据采集卡采集声压波数据,然后利用变分模式分解算法进行信号... 管道泄漏监测研究具有重要的意义和应用价值。文章提出了基于负压波检测的管道泄漏监测系统,主要包括泄露定位,泄漏报警,数据管理和数据通信等四个功能模块。系统首先采用NI数据采集卡采集声压波数据,然后利用变分模式分解算法进行信号噪声去除,接着信号互相关算法计算时间差,最后利用声压波检测公式计算泄露源的位置。实验结果表明,系统可以自适应去除信号噪声,具有定位准确,应用性强的优点。 展开更多
关键词 泄漏监测 泄露定位 模式分解 互相关 信号去噪
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部