基于HHT的管道监测系统中目标定位方法研究

针对输油管道由于人为因素造成的破坏,通过研究管道周围地面目标产生的震动信号的特性来进行监测和预警,提出一种基于目标特征频率信号到达时间差进行定位的方法.地震动信号是非平稳信号,通过多个传感器采集目标产生的震动信号,采用希尔伯特-黄变换(HHT)处理获得信号特征频率,以及不同测量信号中目标特征频率出现的时间,结合时间差异和传感器阵列与目标的相对位置实现定位.通过对实验采集数据的分析验证了文中提出的方法是有效的.     

供水管道泄漏定位中基于互谱的时延估计

供水管道泄漏时产生泄漏声波，根据泄漏声波到达安装在管道上的2个传感器的时间差可以估计泄漏位置。减小时延估计的方差必须对信号滤波以提高信噪比，但泄漏信号所在的频带是不能预先确知的。互谱相位谱和相干函数在频域上反映了2个信号的相关性，根据它们估计泄漏信号的频带、设定滤波器截止频率，在较低信噪比的情况下提高滤波效果及检测结果的置信度。实际检测结果表明，该方法减小了泄漏定位的误差。     

基于小波包熵与Gabor小波变换的管道连续型泄漏源定位

针对压力管道泄漏声发射信号的含有高频噪声、多模态以及频散现象,影响对泄漏源定位精度的问题。研究了一种基于Gabor小波变换与小波包熵值降噪相结合的方法对泄漏源进行定位。首先对采集的泄漏信号进行小波包熵值降噪以滤除背景噪声,其次对降噪后的信号进行Gabor小波变换获得其在特定频率下的时间-频率空间分布,确定不同模态信号到达同一个传感器的时间差,并结合压力管道的频散曲线特性确定该频率下不同模态的群速度,最终实现对管道泄漏源的精确定位。     

时间差磁通门敏感单元巴克豪森噪声处理研究

敏感单元是时间差型磁通门传感器的核心,磁芯在交变磁场激励下产生巴克豪森噪声,该噪声直接影响后续电路输出信号质量及时间差检测,限制了磁通门稳定性和灵敏度的提高。针对时间差型磁通门的工作原理,对巴克豪森噪声特点进行分析,研究该噪声与磁芯磁导率之间的关系。在Simulink仿真平台上以动态反正切磁滞回线模型为基础,搭建敏感单元巴克豪森噪声模型。根据噪声分布规律将小波滤波应用到感应信号去噪处理中,利用时间差信噪比对比分析不同滤波方法的效果。仿真及实测结果表明,小波滤波能有效去除巴克豪森噪声,时间差信噪比提高133倍,时间差波动小于35 μs,为提高时间差型磁通门敏感单元检测精度和稳定性提供了依据。     

多模式兰姆波走时提取的希尔伯特黄变换方法

根据希尔伯特黄变换时间分辨率精度较高的优点以及兰姆波信号多模式的特点,将希尔伯特黄变换方法用于兰姆波层析成像中复杂波形到达时间的提取.首先,通过经验模态分解将原始信号分解成固有模态函数,然后对固有模态函数进行希尔伯特变换,以所得波形包络的峰值对应的时间作为多个兰姆波模式的走时.通过与原始信号峰值包络、希尔伯特变换包络和小波变换包络的比较结果表明,希尔伯特黄变换的包络更为平滑,可以准确地提取多模式信息.     

时间差型磁通门敏感单元巴克豪森噪声处理研究

敏感单元是时间差型磁通门传感器的核心,磁芯在交变磁场激励下产生巴克豪森噪声,该噪声直接影响后续电路输出信号质量及时间差检测,限制了磁通门稳定性和灵敏度的提高。针对时间差型磁通门的工作原理,对巴克豪森噪声特点进行分析,研究该噪声与磁芯磁导率之间的关系。在Simulink仿真平台上以动态反正切磁滞回线模型为基础,搭建敏感单元巴克豪森噪声模型。根据噪声分布规律将小波滤波应用到感应信号去噪处理中,利用时间差信噪比对比分析不同滤波方法的效果。仿真及实测结果表明,小波滤波能有效去除巴克豪森噪声,时间差信噪比提高133倍,时间差波动小于35μs,为提高时间差型磁通门敏感单元检测精度和稳定性提供了依据。     

低信噪比下松动部件的检测方法

针对低信噪比环境下核电站松动件的检测,以降低误报率、漏报率为目标,提出了一种基于盲解卷积算法的松动部件冲击响应提取方法,并进一步结合支持向量机分类辨识算法,给出了一种低信噪比环境下核电站松动部件检测方法。利用叠加实堆背景噪声的平板钢球跌落实验数据开展了报警研究,并对盲解卷积算法进行了参数优化设计。结果表明:优化后的盲解卷积算法能够很好地恢复出信噪比低至-20dB的冲击响应信号,并使噪声能量降低了75%,有效抑制了噪声;给出的松动部件检测方法在信噪比低至-14dB时,仍具有极低的漏报率,并且噪声误报率和脉冲干扰误报率为零,因而具有良好的抗误报、抗漏报能力。     

基于能量衰减比的双通道源数目估计方法

利用源信号到达两传感器间具有不同能量衰减比的特性,提出了一种新的源数估计方法,解决了因传感器数量不足而无法准确估计源信号数目的问题。首先,利用线性时频变换方法得到两观测信号在频域的能量分布,然后,计算能量散点图中对应角度上的能量总和;最后,通过峰值检测法实现源数目的自动检测。通过理论分析、仿真和实验,证明了该方法的有效性。本方法为盲源分离算法处理振动、噪声信号,提供了可靠的先验信息。     

基于驰振的压电能量采集器建模与实验研究

针对低信噪比环境下核电站松动件的检测，以降低误报率、漏报率为目标，提出了一种基于盲解卷积算法的松动部件冲击响应提取方法，并进一步结合支持向量机分类辨识算法，给出了一种低信噪比环境下核电站松动部件检测方法。利用叠加实堆背景噪声的平板钢球跌落实验数据开展了报警研究，并对盲解卷积算法进行了参数优化设计。结果表明：优化后的盲解卷积算法能够很好地恢复出信噪比低至-20dB的冲击响应信号，并使噪声能量降低了75%，有效抑制了噪声；给出的松动部件检测方法在信噪比低至-14dB时，仍具有极低的漏报率，并且噪声误报率和脉冲干扰误报率为零，因而具有良好的抗误报、抗漏报能力。     

钢板声发射时间反转聚焦增强定位方法

声发射检测方法具有实时动态监测优点,应用越来越广泛,但是对声源的定位始终没有更大的突破。在钢板声发射检测中,提出一种基于时间反转理论的声发射源准确定位的方法。由于声发射检测是一种被动检测技术,结合时间反转聚焦理论,推导出对声源信号实现时间反转聚焦增强处理方法,可增强检测信号中声源幅值,提高信噪比;然后根据声源信号到达时间推算出声源聚焦时刻,利用弹性波传播理论对传感器监测区域重建信号传播波动图,显示出声源位置和区域;最后通过实验测试对该方法进行验证,结果表明该方法能有效提高损伤声源信号的能量,对检测区域的信号重建和定位显示准确地给出损伤声源位置。     

Ultrasonic Nondestructive Testing Accurate Sizing and Locating Technique Based on Time-of-Flight-Diffraction Method

The ultrasonic time-of-flight-diffraction (TOFD) method is a widely used flaw sizing and locating method. A signal identification technique is used to improve the arrival time resolution of a TOFD signal and to size and locate flaws more accurately. The ultrasonic signal is decomposed into several intrinsic mode functions by empirical mode decomposition. Some modes are selected to reconstruct a new signal considering their frequencies and energy. The reconstructed signal has a better signal-to-noise ratio and enhanced flaw information. A Hilbert transform is conducted to get the envelope and exact arrival time of the signal. All vertical flaws can be detected correctly with average sizing and locating accuracy of 0.08 mm in the laboratory. The deeper the flaw is located, the higher the accuracy. The blind area of TOFD is reduced to 2.5 mm under the surface.     

一种改进的基于小波变换的包络提取算法研究

结合“模极大值小波域去噪”原理，提出了一种基于小波变换和希尔伯特变换的包络提取算法。首先用小波变换作为包络分析的前置处理手段，再利用希尔伯特变换对处理后的信号进行包络提取。针对希尔伯特变换解包络的不足，采用模极大值小波域去噪算法对包络信号进行消噪，从而解决了一般算法难以解决的由于随机噪声的干扰造成的提取的包络轮廓信息粗糙的难题。实验结果表明，该方法可以精确提取信号的包络并通过包络细化谱分析全面获得信号所隐古的故障特征。     

能量算子在往复压缩机故障诊断中的应用研究

针对目前往复压缩机气阀故障诊断中存在的问题,提出了采用能量算子对其振动信号进行包络分析,并且指出了能量算子解调方法从运算速度和包络精度上都优于常用的Hilbert变换包络方法。最后将其用于往复压缩机气阀的故障诊断,把包络信号的歪度值和峭度值作为特征指标用于气阀故障判断,取得了满意的效果。     

基于驰振的压电能量采集器建模与实验研究

在压电能量采集器分布参数模型的基础上，对驰振作用下悬臂式压电能量采集器的振动和能量采集情况作进一步理论分析，得到质量块起振风速以及从起振到驰振过程中所采集到功率的解析解。利用直流式闭口低速风洞分别对正三棱柱、正四棱柱悬臂式压电能量采集器进行实验测试，结果表明，正四棱柱能量采集器和正三棱柱能量采集器的采集功率分别达到0.248 5 mW和0.125 9 mW。通过对采集功率和电压时程曲线进行对比，其理论解和实验值吻合程度较高，理论模型具有较高精度。通过理论模型分析发现：风速越大，质量块质量越小，能量采集器采集功率越高；对于不同条件下的能量采集器均存在最优外载阻值，低风速下还会出现双最优外载阻值。     

FAULT DIAGNOSIS APPROACH FOR ROLLER BEARINGS BASED ON EMPIRICAL MODE DECOMPOSITION METHOD AND HILBERT TRANSFORM

Based upon empirical mode decomposition (EMD) method and Hilbert spectrum, a method for fault diagnosis of roller bearing is proposed. The orthogonal wavelet bases are used to translate vibration signals of a roller bearing into time-scale representation, then, an envelope signal can be obtained by envelope spectrum analysis of wavelet coefficients of high scales. By applying EMD method and Hilbert transform to the envelope signal, we can get the local Hilbert marginal spectrum from which the faults in a roller bearing can be diagnosed and fault patterns can be identified. Practical vibration signals measured from roller bearings with out-race faults or inner-race faults are analyzed by the proposed method. The results show that the proposed method is superior to the traditional envelope spectrum method in extracting the fault characteristics of roller bearings.     

数学形态学滤波在电压闪变检测中的应用

对于有效的检测和控制电压闪变来说,检测精密度和有效性是非常重要的.本文提出了一种基于数学形态学滤波和希尔伯特变换的检测方法.通过希尔伯特变换,闪变信号包络可以被提取出来,包含在电压闪变信号中较高频率的谐波和其它噪声可以通过数学形态学滤波器消除.仿真分析结果表明了本方法的可行性、有效性,为电压闪变参数的提取提供了一种新方...     

HHT在Lamb波检测信号分析中的应用

将一种新的超声信号处理技术用于Lamb波波形中多个模式到达时间的提取。通过将希尔伯特-黄变换(Hilbert-Huang transform,简称HHT)与快速傅里叶变换(fast Fourier transform,简称FFT)、小波变换(wavelettransform,简称WT)在时频分辨率方面的比较,表明HHT能够精确识别信号中两种频率分量突变的时刻,显示了HHT方法的优越性。将HHT方法的特性用于Lamb波模式到达时间的提取,从HHT的能量-时间图上可以看出,能量峰值时刻对应着各Lamb波模式的到达时间。试验结果与理论值具有较好的一致性。     

Target location method for pipeline pre-warning system based on HHT and time difference of arrival

The increasing serious pipeline leakage accidents are caused by third part damage. The third party damage activity around pipeline can generate seismic wave, and the seismic wave can be used for target identification and damage activity location. This paper presents a novel passive location method based on arrival time difference of specific seismic wave characteristic frequencies. The seismic signals are typically non-stationary and the conventional methods cannot analyze them well. Hilbert–Huang Transform (HHT), including empirical mode decomposition (EMD) and Hilbert transform, is a new time–frequency analysis method and can be used for seismic signals analyzing. Firstly, EMD is applied to process the signals and obtain the intrinsic mode functions (IMFs) features. The kurtosis features are used to identify targets and characteristic frequencies are selected as principal components according to IMFs energy features. These principal components are processed by windowed harmonic wavelet transform and then instantaneous features of seismic signals can be extracted. TDOA can be deduced from the arrival time difference of principal frequency components. Finally, target location can be achieved by the time difference analyzing, sensors layout and the relative position between sensors and targets. The seismic signals acquired from field experiment are analyzed and the results are discussed.     

Hilbert-Huang变换在滚动轴承故障诊断中的应用

提出了一种新的滚动轴承故障诊断方法——基于小波系数包络信号的局部Hilbert边际谱方法，在Hilbert—Huang变换的基础上介绍了局部Hilbert谱和局部Hilbert边际谱，并将它应用于滚动轴承的故障诊断中。用小波基将滚动轴承故障振动信号分解，对高频段的小波系数用Hilbert进行包络分析得到包络信号，再对包络信号进行Hilbert—Huang变换求出局部Hilbert边际谱，从局部Hilbert边际谱中就可以判断滚动轴承的故障部位和类型。通过对滚动轴承具有外圈缺陷、内圈缺陷的情况下的振动信号的分析，说明该方法比传统的包络分析方法更能有效地提取滚动轴承故障特征。