小波分析在管道泄漏信号去噪中的优化研究

为解决油气管道泄漏的实时发现、精确定位及事故处置问题,研究了小波分析在管道泄漏信号去噪中的优化方法,通过傅里叶变换与小波变换理论对比分析,选用了更具优越性的小波去噪方法。利用Matlab软件在软、硬阈值法下对信号处理结果进行二重仿真对比,结合小波基选取的一般原则,对5种常用小波函数进行了研究,分析了其数学特性和相应小波函数图的变化趋势。基于信噪比和均方根误差指标分析不同的去噪方法和分解尺度的去噪效果,综合提出了一种二重对比与三步寻优相结合的信号去噪方法。     

热输油管道泄漏定位技术研究

对压力波在原油管道中的传播特性和传统负压波法泄漏点定位公式进行了分析,基于负压波平均波速的方法,提出了一种新的迭代定位算法.利用该算法对管道进行泄漏定位,提高了定位精度.利用小波变换在信号处理方面的优势,对负压波信号进行去噪处理,然后捕捉压力突变点.应用效果较好,得到较精确的时间差.仿真实例证明,新迭代算法的泄漏定位精度比传统方法有较大的提高.     

提升小波变换在信号去噪中的应用

文章介绍了提升算法和基于该算法的小波变换快速算法,重点探讨了如何利用提升小波变换对信号去噪,阐述了对实际信号去噪处理方法,得出了提升小波算法能够较好地应用于信号去噪的结论。     

基于实验研究的油气钻采水平两相流管道泄漏声发射检测

气液两相流管道在油气钻采、运输中应用广泛,但对其泄漏检测的研究较少。本文通过搭建水平气液两相流泄漏实验系统,利用声发射(AE)检测原理对气体压力、流型、泄漏孔径、泄漏位置等因素对泄漏声发射信号的影响进行了实验研究,提出通过经验模态分解(EMD)去噪并用小波包分解(WPD)提取声发射信号特征输入BP神经网络进行泄漏存在性、泄漏流型识别。研究结果表明,本文提出的泄漏声发射检测方法提高了BP神经网络对气液两相流泄漏模式的识别精度并可以实现对两相流管道的有效检测,具有较好的借鉴意义。     

基于CEEMD的地震数据小波阈值去噪方法研究

考虑到地震信号的非平稳性和去噪方法对非平稳信号的适应性,针对互补集合经验模态分解(CEEMD)舍弃高频分量的去噪方法和小波阈值去噪方法存在的不足,提出了基于CEEMD的地震数据小波阈值去噪方法。CEEMD是EMD(经验模态分解)的改进型算法,它既保留了EMD处理非平稳信号的优势,又能有效地克服EMD的模态混叠问题;但是,单纯的CEEMD分解去噪会在去除高频噪声的同时压制高频的有效信息。将CEEMD分解与小波阈值去噪相结合,对CEEMD去噪要舍弃的含噪声较多的高频固有模态函数(IMF)分量进行小波阈值去噪,以保留这些分量中的有效信息。模型数据和实际地震资料的测试结果表明,无论对于低噪声还是强噪声地震数据,基于CEEMD的小波阈值去噪方法的去噪效果都优于单纯的CEEMD去噪方法和小波阈值去噪方法。     

基于小波变换的声波法输油管道泄漏检测方法

利用声波法对输油管道进行泄漏检测,能检测到管道小流量的缓慢泄漏,从而克服了负压波检测法的不足.通过对热油长输管道原油温度沿程变化所造成的声波速变化的研究,改进了热油长输管道中声波波速随距离变化的具体函数表达式.利用多尺度小波变换以及阈值消噪的方法对声波泄漏信号进行分析,小波变换系数极值的奇异性准确地反映了泄漏信号的突变点,提高了泄漏定位的精度.     

一种改进的独立分量分析算法在大地电磁去噪中的应用

根据大地电磁噪声的特点和独立分量分析(ICA)中M-FastICA算法的优良性能,结合小波分析和盲源分离的相关理论,提出了一种改进的独立分量分析去噪方法。首先对观测信号进行多尺度小波分解,使信号从单道变成多道,以满足独立分量分析对观测信号的数目需求;然后采用M-FastICA算法对小波分解提取的多层高频分量进行独立分量分析以提取有效独立分量和特定独立分量;引入动态自适应因子来限制特定独立分量的权重以减小观测信号信噪比对去噪效果的影响;最后由小波低频分量和M-FastICA算法提取的两种独立分量共同构成恢复信号。模拟信号仿真实验表明,该方法的去噪性能优于传统小波阈值去噪方法。将该方法应用于实际大地电磁观测资料的去噪处理,无论是视电阻率曲线还是相位曲线,都比去噪前更加光滑和稳定,说明改进的独立分量分析算法能有效地去除大地电磁噪声。     

基于小波变换的地震资料去噪处理研究

常规小波阈值去噪方法未能充分利用地震信号相关性的特点进行去噪,为此在多层小波变换中引入了双变量概率分布模型。基于贝叶斯估计理论,得到了相应的双变量收缩函数;基于层内局域方差估计,得到了一种局域自适应去噪算法。在实验中,将该算法分别应用于实值离散小波变换域和复数小波变换域,并和隐马尔科夫模型的去噪方法进行了比较。图像处理和地震模型测试结果表明,复数小波变换的局域自适应收缩算法去噪效果最好。     

基于特征线法和小波分析法的输油管道泄漏检测与定位

针对输油管道可能发生的泄漏情况,首先,基于特征线法建立了输油管道泄漏的瞬态负压波计算模型,研究了其衰减规律;其次,对输油管道中负压波原理进行研究后提出了管道泄漏检测与定位的方法;最后,基于正交小波分析法提出了泄漏检测信号消噪及奇异点处理算法,编写了配套的Matlab处理程序,实现了泄漏准确定位。结果表明:基于特征线法和小波分析法设计的泄漏检测与定位方法具有实用价值,为输油管道泄漏相关问题提供了有效解决途径。     

基于小波变换的地震资料局域自适应去噪研究

:常规小波阈值去噪方法未能充分利用地震信号相关性的特点进行去噪，为此在多层小波变换中引入了双变量概率分布模型。基于贝叶斯估计理论，得到了相应的双变量收缩函数；基于层内局域方差估计，得到了一种局域自适应去噪算法。在实验中，将该算法分别应用于实值离散小波变换域和复数小波变换域，并和隐马尔科夫模型的去噪方法进行了比较。数值模拟实验和实际地震资料处理结果表明:复数小波变换的局域自适应收缩算法去噪效果最好。     

天然气管道泄漏声源特性及传播机理数值模拟

管道泄漏声源特性和传播机理决定了音波法在管道上的可检测性,管道泄漏引发的音波能量大小和其沿管道传播的衰减程度分别与泄漏口径大小、管道内压和管道长度等因素有关。以天然气管道泄漏时的气动噪声为研究对象,采用适用于高马赫数流场的MÖhring声类比对其进行模拟计算,建立了不同压力、不同泄漏孔径条件下的天然气管道泄漏噪声仿真模型,得到了天然气管道泄漏声源的相关特性,利用试验数据验证了计算模型的准确性。以该声源模型为基础,建立了音波在管道内的二维传播模型,通过模拟结果与现场试验的比较分析,表明天然气管道泄漏音波的超低频段（低于5 Hz）可在管道内传播较远距离并能被声波传感器所探测,从理论上验证了音波法在天然气管道泄漏检测领域的良好应用前景。     

基于VMD-SVM的管道漏磁检测信号特征辨识

传统管道漏磁检测信号处理出现混叠、过包络发散、低频异变等问题,导致缺陷信号特征量提取与识别效果不理想。针对上述问题,基于变分模态分析-支持向量机(Variational Mode Decomposition-Support Vector Machines,VMD-SVM)算法完成管道漏磁信号特征辨识。采用四阶VMD处理管道漏磁信号,解决了经验模态分解(Empirical Mode Decomposition,EMD)的过包络引发的信号发散问题,也解决了小波分解(Wavelet Transform,WT)的低频信号异变问题。同时,以峭度最大原则选择最佳的模态分量(IMFm),提取模态分量的特征量,建立样本集。最后,采用SVM算法对信号特征量进行辨识分类,优选核函数,提高辨识精度。利用现场采集信号进行验证,结果表明:VMD-SVM算法抗干扰性强、识别精度高。     

天然气管道漏磁检测中的信号处理

采用漏磁法对天然气管道进行检测时，关键问题是对漏磁信号的处理。为此，介绍了去除奇异值的算法，用相邻两点的平均值代替奇异值，可去除脉冲干扰而对信号没有影响。对于漏磁信号中的高斯噪声，采用小波变换去噪方法，选取二阶样条小波为小波函数，选用软阈值函数和固定阈值的方法处理小波系数。提出了提取缺陷信号特征的梯度算法，用信号幅度和梯度值的变化作为缺陷估计标准。研究结果表明，漏磁信号被处理后，很好地去除了各种信号噪声，有助于提取出缺陷信号的特征，可实现对天然气管道的无损检测。     

基于改进型小波阈值的输油管道磁记忆信号降噪方法

利用金属磁记忆检测方法对输油管道进行早期诊断时,磁记忆检测信号常常被各种噪声源污染,极大地降低缺陷信号可检测性。在传统软、硬阈值降噪方法基础上,根据磁记忆检测信号的特点,提出了一种改进小波阈值函数与自适应阈值相结合的方法,选用Daubechies小波作为小波函数,分解级数为4层,采用自适应方法计算阈值。用新型漏磁/磁记忆检测仪进行了算法验证,将改进降噪方法应用于磁记忆检测信号的降噪处理。与传统软、硬阈值降噪算法相比,新算法克服了软阈值信号失真和硬阈值不连续、振荡等缺点,提高了重建信号的信噪比,降低了均方根误差值,有效地消除了信号噪声,为正确判断输油管道的应力集中位置及早期诊断提供了理论依据。     

基于小波重构的输油管线压力信号降噪分析

在输油管线泄漏诊断中,压力信号常常夹杂大量的噪声信号,进行工况识别时需对原始信号进行降噪处理。应用小波Mallat算法,对压力信号分解和重构。在各个子带上分析信号的时域和频域特征,结合压力信号和噪声的时频分布规律,提出了对压力信号低频近似部分和分解到一定尺度的高频细节信号重构的降噪方法。对比小波阈值降噪结果,验证了小波重构具有良好的降噪效果,并简化降噪步骤、降低计算量,适合工程计算。     

小波奇异性分析在管道泄漏检测中的应用

输油管道泄漏诊断过程中.复杂噪声背景下的港式泄漏信号往难以检测,因此泄漏点的定位准确度也无法得到保障。而将小波变换在模极大值处理中的优势心用到管道泄漏检测与定位信号分析中.根据信号小波变换模极大值和信号奇异点之间的关系,由小波变换模极大值沿尺度变化趋势分析出压力的突变点.计算出管道泄漏产生压力波传播到上、下游监测点的时间差,利用负压波定位泄漏的常规公式确定出泄漏点在位置。实验证明.该方法能快速准确地捕捉压力信号突变点,并定位管道泄漏位置。     

输气管道泄漏声源特性及其变化规律

泄漏声源基本特征及变化规律是声波传播研究的基础,对泄漏信号预处理、特征准确提取及泄漏识别算法改进具有重要意义。为此,以输气管道泄漏喷注产生的声源为研究对象,基于气动声学理论推导泄漏喷注流场中的声源项构成,建立了泄漏声源区域三维仿真模型,基于M?hring声类比提取高马赫数和高雷诺数流场中的等效声源,采用气动噪声混合数值模型进行仿真。分析过程中提取了不同条件下(压力及泄漏孔径)泄漏声源的质点最大速率和平均速率、声压级及声功率级等基本特征参数,并利用管道泄漏模拟测试平台进行验证,明确了泄漏声源基本特征及其变化规律。研究结果表明:(1)泄漏喷注噪声主要是由气体高速喷射湍流和气固耦合引起的,声源以四极子和偶极子为主;(2)针对管道运行压力和泄漏孔径,得出了泄漏声源基本特征参数的变化规律;(3)泄漏产生的能量集中于低频部分,各频段(小于等于200 Hz)能量分布分析结果表明0~20 Hz能量比大于等于0.81,无泄漏及正常输送条件下能量分布趋于平均,可作为泄漏识别的特征指标。     

天然气管道阀门内漏声发射检测系统设计及试验研究

针对天然气管道阀门运行过程中承受较高压力易发生内漏且内漏不易被发现的问题,设计了基于声发射理论的阀门内漏检测系统,并在基于LabVIEW图形化编程语言基础上开发相应的检测分析软件。应用该检测系统对某内漏阀门进行室内检测试验研究。试验结果表明：4层小波分解后的声发射信号时域A4,D4,D1频带均方根值,频域A4,D4峰值与阀门内漏程度有良好的相关性,该系统可以有效地对运行过程中天然气管道阀门内漏程度进行无损检测与识别。     

基于独立分量分析和支持向量机的管道泄漏识别方法

将独立分量分析(ICA)方法应用到管道泄漏检测压力信号的降噪中。分析了压力波信号源的独立性,探讨了运用ICA方法的可行性。利用现场采集的压力信号对该方法进行降噪效果检验。结果表明,该方法较好地保留了泄漏拐点信息且降噪效果明显。将支持向量机(SVM)方法应用到泄漏检测的识别过程中,首先采取微分进化算法优化了SVM模型参数,然后利用现场泄漏实验数据,验证了基于SVM方法的识别模型具有很好的识别准确率和泛化能力。在实验的基础上,对噪声源合并和泄漏信号源不可分问题作了初步讨论。