经验模态分解结合频谱质心的方法在油管入侵信号诊断中的应用
在输油管道的安全防范系统应用背景下,针对传统方法诊断光纤采集到的入侵信号准确率不高的问题,提出一种基于经验模态分解(EMD)算法和频谱质心(SC)的入侵信号诊断方法.首先将采集到的原始入侵信号通过EMD进行分解,分离含噪最多的特征模态函数(IMF)分量,再组合剩余的IMF分量形成重构信号,对重构信号进行希尔伯特变换(HT)得到希尔伯特谱,计算它的SC,进一步识别入侵信号和干扰信号.通过对油管振动信号进行实验,本文方法对于每种入侵信号和干扰信号的诊断准确率均在90.oo%以上,整体的诊断准确率达到97.17%.对于该组油管振动信号,同时运用奇异值分解(SVD)法进行诊断并将其结果与本文方法的诊断结果进行对比,整体上本文方法的诊断准确率比SVD法高出19.00%.仿真实验结果表明,本文方法能有效诊断入侵信号,并且诊断效果明显优于奇异值分解法.
经验模态分解(EMD)、频谱质心、奇异值分解(SVD)、安全防范系统、信号重构、频谱分析
28
TP277(自动化技术及设备)
国家自然科学基金61503341
2017-09-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
865-870