基于互相关与混沌检测相结合的光声信号检测方法

采用光声光谱方法检测变压器油中溶解气体的体积分数时,由于变压器运行现场的干扰以及检测过程中存在的噪声使得微弱光声信号湮没在强噪声中而无法辨识。在分别对互相关运算和混沌检测进行分析说明的基础上将这2种方法结合起来作为微弱光声信号检测的理论依据。集成LabVIEW和Matlab软件构建了虚拟信号检测系统,编程实现了由李雅普诺夫特性指数谱来判定混沌系统运动状态的功能。实验结果表明该方法对被强噪声覆盖的微弱光声信号非常敏感,具有较高检测精度。     

基于悬臂梁光纤F-P声传感器的光声光谱检测法及其对微量乙炔气体的检测

运行变压器油中溶解微量乙炔气体含量能有效反映变压器内部的过热与放电故障;光声光谱气体检测是实现其在线监测的有效手段。传统的光声光谱采用电麦克风检测气体产生的光声信号,微弱的电学信号易受到变压器周围强电磁环境的干扰,严重影响微量气体检测的稳定性和灵敏度。论文开展微量乙炔气体光纤F-P传声光声光谱检测研究,结合光纤激光功率放大技术,将乙炔特定波长处的激发光功率由20 mW提高到了200 mW;制作了悬臂梁F-P光纤声传感器探头匹配共振光声池共振频率,实现悬臂梁与共振光声池的双共振增强;采用波长调制以气体光声信号二次谐波幅值检测气体浓度;搭建了基于光纤F-P光纤声传感器的乙炔气体光声光谱检测平台,实现了微量乙炔气体的稳定检测,线性度好,拟合优度为0.99,体积分数检测极限达15×10~(-9)。     

基于被动和主动降噪的光声光谱气体检测仪背景噪声控制技术

光声光谱技术通过检测微弱的声压信号来反演气体浓度，与仪器调制频率对应的相干噪声对仪器检测灵敏度具有重要影响。该文首先分析了斩波器机械噪声和环境噪声对光声光谱仪检测的影响，而后提出采用厚度为30 mm的蜜胺泡棉板隔离光声检测模块实现被动降噪。然后提出利用声波在空间的叠加干涉抵消原理，使噪声在声接收环节与主动噪声控制模块产生的主动声波进行叠加，实现光声池主动降噪。最后搭建噪声干扰模拟实验平台对提出措施的有效性进行验证，结果显示在调制频率为100 Hz和400 Hz两种条件下，提出的降噪技术均可降低外界相干噪声影响，光声光谱仪的检测能力在应用被动降噪技术后提升了0.4倍，而应用主动降噪+被动降噪技术后提升了2.4倍。该研究可为光声光谱仪开发中噪声抑制措施的选择提供指导。     

基于互相关和李雅普诺夫指数的微弱正弦信号混沌检测

微弱信号的幅值通常很小,且常被噪声淹没,难以检测。文中提出基于互相关和李雅普诺夫指数的微弱正弦信号混沌检测方法。该方法利用互相关方法对微弱正弦信号进行初步去噪,再利用混沌检测方法提取有效信号,以充分发挥互相关及混沌检测在噪声抑制及信号提取方面的优势;将最大李雅普诺夫指数作为判断混沌系统相变的量化依据,自动识别混沌系统的临界状态,从而准确给出用于确定微弱正弦信号幅值的策动力临界阈值。仿真实例分析表明,该方法能有效地检测出深埋于强噪声中的微弱正弦信号,且其检测精度较单独的互相关方法和混沌检测方法更优。     

混沌检测法在超声波流量计中的应用

针对时差法超声波流量计产生粗大误差的根源,本文提出了一种新的超声信号处理方法。该方法利用Duffing混沌振子对小信号的敏感性及对强噪声的免疫力,对微弱超声信号进行检测。实验表明,在强噪声的干扰下,混沌检测法能够对微弱超声信号的强弱区间进行有效的区分,可以剔除回波信号非常微弱的时间段。在超声波流量计的信号处理中采用该方法不仅能够避免粗大误差的产生,扩展时差法的使用范围,还能提高测量精度。     

基于光声光谱法的SF_6气体分解组分在线监测技术

为研究基于光声光谱法的分解组分在线监测技术,设计了在线监测的拓扑结构,提出了自循环监测气路设计,构建了气体光声检测单元,实现了分解组分SO2、CO及CF4含量和增长速率的连续监测,可及时发现SF6电气设备内部早期绝缘缺陷。基于光声光谱理论进行仿真研究,设计了一维纵向共振式光声池,获得了制作光声池的最优参数。选定了气体组分的最优吸收峰,测定不同体积分数标准气体的光声信号幅值,发现体积分数和光声信号幅值线性关系良好。测定了相同试验条件下的噪声水平,得到了SO2、CO和CF4气体的最低检测限,体积分数分别为1.94×10-6、6.28×10-6和7.17×10-6。根据研究结果制作了一台GIS气体组分光声光谱在线监测装置,已成功应用,实现了基于光声光谱法的GIS内多组分的无干扰在线监测,为基于SF6气体特征分解组分的设备内绝缘故障诊断奠定了基础。     

SF6气体中H2S光声检测及FFT滤波在检测信号噪声抑制中的应用

H_2S作为SF_6气体绝缘电气设备中一种重要的故障特征气体,其浓度对于评估SF_6气体绝缘状态有着重要意义。由于H_2S在近红外波段的吸收系数非常小,导致传统光学检测方法在该波段对H_2S气体的探测灵敏度较低。气体光声光谱技术灵敏度高、响应速度快且无需载气,非常适用于痕量气体的检测。搭建了一套大功率气体光声检测平台,选择H_2S气体在1 578.12 nm处的吸收谱线,结合波长调制技术和二次谐波检测技术针对H_2S气体进行检测,并采用快速傅里叶变换(fast Fourier transform,FFT)算法对光声二次谐波信号进行频谱分析,去除残余噪声。结果表明FFT滤波技术可以有效去除光声二次谐波信号中的残余噪声,使搭建的光声检测平台对H_2S气体体积分数的最低检测限从10~(–6)量级降低到亚10–9量级。     

基于有限元的变压器油中气体检测光声传感器研究

在变压器油溶解气体检测中,气体检测光声传感器应用效果较好。利用基于有限元的多重物理量耦合软件COMSOLMultiphysic 3.2,模拟了变压器油中溶解特征气体光声传感器光声池内光声信号的分布,分析了腔体的谐振特性以及光声信号随气体浓度的变化规律,实验研究了乙烯气体光声光谱检测特性。理论和实验结果为微量气体探测光声传感器的设计,特别是光声池的几何优化设计提供理论和数据支持。     

便携式蓄电池内阻测试仪的噪声抑制

设计了一种基于交流比例法的蓄电池内阻测试仪。在深入分析影响测试精度的噪声干扰基础上,提出采用前置放大器、锁定放大器和双积分AD转换器等技术措施对噪声干扰进行抑制,并进行了相关实验验证。实验结果表明,采用文中所提噪声抑制措施可有效提高微弱信号检测中的信噪比和分辨率,实现蓄电池内阻的精确测量。     

基于混沌振子周期区域的微弱信号检测方法

混沌振子微弱信号检测方法中存在着输出信号时域判别的抗干扰性差、宽频率范围信号检测系统复杂等问题。本文利用混沌振子对噪声处理的优势,提出一种新的强噪声背景中微弱周期信号检测方法。通过提取周期1外轨区域的Poincaré截面,得到一种频率为振子周期策动力与待检测信号频率差的周期信号,而该周期信号对噪声具有很强的抑制。应用所提方法对一个频率段的正弦信号进行检测,实现了低于-110dB信噪比条件下高斯白噪声背景中正弦信号检测。     

基于混沌振子和小波理论检测微弱信号的研究

分别分析了混沌振子检测微弱信号和小波消噪的方法。并在此基础上,提出将小波消噪思想和混沌振子检测方法相结合组成联合测量系统。经过大量仿真实验得出,联合测量系统在检测强噪声背景下的微弱信号中可以得到比较理想的效果,并且进一步提高了检测微弱信号的能力。应用混沌振子和小波消噪相结合的方法对强噪声有一定的免疫力,在微弱信号检测方面,是一种有效的手段。     

基于锁定放大的微弱激光回波信号探测系统

微弱信号检测的核心问题是对噪声的处理,为了探测深埋于噪声中的微弱激光回波信号,设计并搭建了一套锁定放大信号检测系统。PIN光电二极管探测到的微弱激光回波信号由前置放大电路和二级放大电路转换为电压信号并放大,再经带通滤波器滤除带外噪声,最后通过相敏检波电路,转换为与回波光强成正比的直流电压信号输出。测试结果表明,系统可以有效抑制噪声,被测信号的信噪比改善超过10.6dB。     

基于调制随机共振的转子故障早期检测

噪声是影响旋转机械早期故障检测的主要因素。只有抑制噪声增强信号、提高信噪比,才能从噪声中提取故障特征信息,为故障诊断特别是早期故障检测提供可靠的依据。文中根据非线性双稳系统在噪声和弱周期信号作用下的周期响应特性,将调制技术与随机共振原理相结合,提出了调制随机共振方法,实现了在较宽的频率范围内从强噪声中检测微弱周期信号。理论分析、数值仿真和实验结果表明,对信号进行调制产生的差频分量可形成低频信号,该低频信号通过双稳系统易产生随机共振,从而使随机共振发生在具有优良频率特性的低频区,能使微弱的故障信号特征突出、明显而易于捕捉。该方法灵活、可靠,在转子系统早期故障检测方面的应用是可行的。     

基于分布反馈半导体激光器的CO气体光声光谱检测特性

一氧化碳(CO)是变压器油中溶解的主要故障特征气体之一,能有效反映运行电力变压器中油纸绝缘的放电及老化;而光声光谱(photoacoustic spectroscopy,PAS)技术能够应用于变压器油中溶解气体的在线监测。基于光声光谱检测原理,利用分布反馈(distributed feedback,DFB)半导体激光器搭建了CO气体光声光谱检测平台,选择1.567m的CO分子谱线为研究对象,实验研究了DFB半导体激光器的辐射特性和CO气体的光声光谱响应特性,分析了光声信号与激光功率、气体浓度的关系。结果表明:在气体吸收未发生饱和效应的条件下,光声信号与激光功率、气体浓度均具有良好的线性关系。该研究结果为变压器油中气体光声光谱的在线监测奠定了基础。     

低频微弱信号检测中工频噪声的零点消除法

针对陷波器不能有效滤除工频及各高次谐波的情况,提出了一种在低频微弱信号检测中消除工频干扰的零点采样新方法,该方法通过跟踪工频信号产生间隔与工频周期相同的脉冲序列,对混合信号进行过零同步采样.理论分析和仿真实验表明有用信号在低频条件下,此方法可有效滤除工频及其整数倍谐波干扰噪声,对随机噪声也有一定的抑制能力.此方法可以推广到具有任意单频噪声干扰的信号检测系统中.     

线性调频信号的自相关检测技术研究

线性调频信号(LFM)是应用极为广泛的一种信号体制,这种信号最大的特点就是可以使雷达同时获得远的作用距离和高的距离分辨率。通常,雷达在搜索检测阶段可积累的脉冲数受雷达天线的扫描速度和波束宽度的限制,当目标处于强噪声背景或者目标本身的反射特性较弱时,在有限的积累脉冲数内往往达不到检测所需的信噪比。本文主要通过数字自相关技术及自相关运算来实现去除噪声,从而检测线性调频信号并给出相应实验结果。     

An adaptive improved unsaturated bistable stochastic resonance method based on weak signal detection

Stochastic resonance can detect weak periodic signals from strong background noise without loss of signal energy. However, the classical bistable stochastic resonance has the inherent output saturation defect, which limits the detection performance of system. And it is more difficult to detect signal with strong background noise. In this article, we constructed improved unsaturated bistable stochastic resonance to overcome this shortcoming. The improved bistable potential function makes the output signal more easily oscillate in two potential wells. To improve the stability and the accuracy of the method, we further propose an adaptive improved unsaturated bistable stochastic resonance (AIUBSR) by constructing a synthetic index (SI). The SI combines zero-crossing ratio and structural correlation coefficient, which can measure the periodicity of output signal and the accuracy of detective frequency at the same time. Theoretical analysis and numerical simulations show that the proposed AIUBSR can have good weak signal detection capability in strong background noise.     

光声光谱技术在油浸式电气设备故障气体检测中的应用

光声光谱气体检测技术具有精度高、检测范围宽、不消耗被测气体和载气等优点,适用于油浸式电气设备油中溶解气体的在线监测。对气体光声信号的产生机理进行了理论研究,分析了油中溶解气体的红外光谱特性。基于顶空脱气和光声光谱监测技术,构建了油中溶解气体在线监测平台。结合平台对标准气样和标准油样进行重复性和准确度的测试。采集实际运行的变压器中的油样,与实验室的气相色谱仪进行对比测试,结果都达到或优于电力系统油中溶解气体在线检测的要求,能有效地检测油浸式电器设备油中溶解气体含量。