-
题名一种新的工业过程振荡数据去噪技术
被引量：2
- 1
-
-
作者
郎煜民
郎恂
吴建德
刘燕
李鹏
-
机构
云南大学信息学院
云南大学云南省智能系统与计算重点实验室
东北林业大学计算机与控制学院
-
出处
《仪器仪表学报》
CSCD
北大核心
2024年第12期307-318,共12页
-
基金
国家自然科学基金(62173168)
云南省基础研究计划(202301AT070277)项目资助。
-
文摘
振荡现象是工业过程控制回路性能恶化的重要表现,因此有效的振荡监控机制对于保证过程的安全稳定运行至关重要。然而,过程振荡数据中普遍存在随机噪声和外部扰动等因素,导致信噪比较低,严重影响振荡检测与诊断的准确性。为此,提出一种新的工业过程数据去噪技术,结合自适应噪声完备集合经验模态分解(CEEMDAN)、去趋势波动分析(DFA)与典型相关分析(CCA)。首先,利用CEEMDAN对信号进行分解,得到一系列固有模态函数(IMFs);接着,通过DFA将IMF分量划分为信息主导和噪声主导两类;然后,对噪声主导的IMF分量应用CCA以去除噪声;最后,将CCA输出的结果与信息主导的IMF分量叠加,得到去噪后的振荡信号。仿真和实际工业振荡数据的实验结果表明,与现有的去噪技术相比,方法在去噪后的信号相对均方根误差最低,相关性最高,展示出卓越的去噪精度和鲁棒性。
-
关键词
自适应噪声完备集合经验模态分解
去趋势波动分析
典型相关分析
工业振荡
去噪
-
Keywords
complete ensemble empirical mode decomposition with adaptive noise
detrended fluctuation analysis
canonical correlation analysis
industrial oscillation
denoising
-
分类号
TH86
[机械工程—精密仪器及机械]
TP274.2
[自动化与计算机技术—检测技术与自动化装置]
-
