基于EEMD和Hilbert分析的滚动轴承故障诊断方法研究

滚动轴承在风电机组中广泛应用,其运行状态直接影响整台风机的性能。提出EEMD(总体平均经验模态分解)和Hilbert包络分析相结合的方法对滚动轴承进行故障诊断。经验模态分解具有自适应性,但存在一些不足,易产生虚假分量和模态混叠现象。针对EMD分解方法的不足,引入改进型算法EEMD。首先将振动加速度信号进行EEMD分解,计算各阶IMF峭度值的大小,选择峭度值较大的IMF分量,利用Hilbert变换对其进行包络谱分析,提取故障特征频率,辨识滚动轴承故障。通过对实验采集的滚动轴承振动信号进行分析,证明了该方法的有效性和准确性。     

基于EEMD和特征降维的非侵入式负荷分解方法研究

针对现有非侵入式居民用电负荷监测缺乏对独立负荷完整、全面的分解方法,导致用电信息的完整性得不到保证的不足,提出一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)和Pearson-PCA改进的盲源分离算法。首先,利用EEMD对总功率信号分解,以消除经验模态在分解过程中易出现模态混叠的现象,并得到一系列本征模函数(IMF)。然后,结合Pearson相关系数和PCA,提出Pearson-PCA改进算法对IMF进行降维,剔除相关性较弱的IMF分量,以及估计源信号数目。其次,运用快速独立分量分析(Fast Independent Component Analysis, FastICA)对降维后的IMF进行分解,计算得出源功率信号。最后,将提出的改进算法应用于非侵入式居民用电负荷分解问题,采用能量分解数据集(Reference Energy Disaggregation Data, REDD)进行实验仿真。实验结果表明：在不同用电场景下,提出的改进算法均具有较好的分解效果。     

一种基于EEMD和高阶统计量的局部放电白噪声抑制方法

矿用干式变压器绝缘的劣化总是伴随着一定的局部放电,测量局部放电信号的真实性直接影响到变压器绝缘性能评估的准确性。文中在集合经验模态分解(empirical mode decomposition,EEMD)的基础上,结合高阶统计量原理,提出了一种基于EEMD和高阶统计量的局部放电白噪声抑制方法。首先利用EEMD方法分解得到各阶经验模态分量(IMF);然后通过IMF各分量峭度的计算,结合Bootstrap方法检测并滤除高斯分布的IMF分量;对剩余IMF分量进行自适应阈值处理,去除混叠的白噪声成份;最后将处理结果重构回原信号。分别以仿真信号和实际PD信号为例,证明了该方法的有效性。     

EEMD在激光测云仪后向散射信号处理中的应用

激光测云仪后向散射信号是典型的非线性、非稳态信号,容易受噪声污染。针对该问题采用集成经验模态分解(EEMD)去噪算法进行处理,首先对含噪信号进行经验模态分解(EMD),将分解后的IMF分量进行自相关性分析,找出含噪占有量较大的IMF分量,对其进行SG(savitzky-golay)滤波,最后将滤波后的IMF分量和剩余分量进行信号的重构。经仿真实验结果表明,与传统的EMD方法相比,EEMD方法处理含噪信号后的输出信噪比提高了1.695 dB,均方误差平均降低了30%以上,说明该方法可以适用于非线性、非稳态的后向散射回波信号去噪处理,能为激光测云仪下一级的云底高度反演提供高信噪比的初始数据。     

基于改进EEMD及能量特征的战场目标识别方法

针对战场声目标探测系统对目标识别及分类问题,提出了一种基于频率截止EEMD(cut-off frequency-EEMD,CFEEMD)的能量特征分析(energy feature analysis,EFA)方法。选取信号自身的最小有效频率作为EEMD筛分的终止条件,对EEMD方法进行改进,实现目标声信号的快速分解,获得准确的IMF分量;通过计算各阶IMF能量,得到目标信号的总体能量向量,进而分析典型目标声信号各阶IMF分量的能量分布情况;定义目标声信号高低频段能量差特征参数,用于战场声目标的特征识别与分类。半实物仿真试验结果证明了CF-EEMD与EFA相结合的目标声信号识别方法的可行性和实用性,适用于战场声目标识别及分类。     

基于声发射的管道内气固两相流颗粒相含量测量

为了实现管道内气固两相流颗粒相含量的在线测量,通过安装在管道截面网状结构上的传感器对管道内不同含量的气固两相流的声发射信号进行采集,通过集合经验模分解(EEMD)算法对采集到的信号进行10层分解,比较本征模函数(IMF)分量相对于原始信号的贡献率及其频域特性,建立了颗粒相含量与各个IMF分量之间的线性关系,并对该线性关系进行实验验证。结果表明:在给料量在4~20 g/s范围内,IMF1、IMF2和IMF3都能很好反映原始信号的某些频率内的特性,可以用来建立颗粒相含量与声发射信号之间的关系;其拟合函数误差均小于10%,平均误差小于5%,与小波包分析法进行对比,EEMD方法得到的结果更为精确。采集到的信号经EEMD分解后的3个分量,均可用以监测气固两相流中的颗粒相含量。     

基于自适应EEMD和分层分形维数的风电机组行星齿轮箱故障检测

针对传统平均经验模态分解(EEMD)中添加白噪声参数需依据人工经验设定的缺陷,在研究引起模态混叠原因的基础上提出一种自适应EEMD方法。该方法可以根据信号本身特性,自适应设定白噪声标准差以达到最优分解效果。首先使用奇异值差分谱法对信号进行分解、重构,然后利用提取得到的高频冲击分量和噪声分量的复合分量对所需添加白噪声标准差大小进行自适应整定,最后通过自适应EEMD将信号分解为一系列本征模态函数(IMF)。分形维数对信号特征评价性能良好,所以用分形维数来识别不同类型振动信号是十分有效的。本文提出分层分形维数方法,可提高信号识别、分类效率和准确度。使用该复合方法处理仿真信号、风电机组传动系统实验平台信号均取得良好效果,证明了本文所提方法的有效性。     

基于快速EEMD的自适应滤波算法在输电线路激光测距中的应用

为提高输电线路激光测距的精度,提出一种基于快速集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)的自适应滤波算法。首先,应用EEMD对含噪的激光测距信号进行分解,得到了激光测距信号的本征模态函数(Intrinsic Mode Function,IMF)分量。同时,对EEMD进行改进,加设阈值筛选IMF分量,提高算法的运行速度。再次,采用基于最小均方算法(Least Mean Square,LMS)的自适应滤波器对分解得到的IMF分量进行去噪。然后,将所得到的IMF分量重构,得到了去噪后的激光测距信号。最后,经模拟试验,结果证明应用该方法得到信号的去噪效果好,确实能提高输电线路激光测距的精度。     

基于EEMD近似熵的水电机组振动信号特征提取

对于水电机组非平稳非线性振动信号特征提取方法的研究近年来一直是水电机组故障诊断领域研究热点,特征提取的有效性直接关系到故障诊断的准确性。本文提出基于集合经验模态分解（EEMD）和近似熵的水电机组振动信号特征提取方法,将信号经EEMD分解后筛选得到的本征模态分量（IMF）近似熵特征值输入概率神经网络（PNN）进行模式识别。采用经验模态分解（EMD）和近似熵特征提取方法进行对比实验。识别结果表明：采用EEMD和近似熵的特征提取方法,能有效区分机组不同的运行状态,可为实际工程应用提供理论依据。     

结合滑动窗奇异值分解的EEMD暂态电能质量扰动检测法

为了解决噪声、模态混叠等原因造成提取电能质量扰动信号的时频特征不清晰的问题,根据电能质量扰动信号具有非平稳、不确定性以及周期性强的特点,应用总体经验模态分解(ensemble empirical model decomposition,EEM D)的方法对电能质量扰动信号进行分解,基于滑动窗奇异值分解(singular value decomposition,SVD)数据压缩方法对EEMD分解得到的一系列固模函数(intrinsic mode function,IMF)分量组成的矩阵进行了重构,并对重构后的IMF分量作Hilbert变换降维,提取了扰动信号时间、频率、幅值上的特征。对比传统的EEMD算法,新方法能更加准确定量地提取各个扰动成分的起始时刻、幅值、频率等扰动特征,同时能够有效抵御噪声的干扰,克服了以往只能通过人为选取IMF分量来提取扰动时频特征过于主观的缺点。算例仿真的结果验证了该方法的有效性。     

基于原子分解法的配电网谐波检测方法研究

配电网中的谐波问题不仅对系统的安全运行和电力设备的正常使用造成严重的损害,还会降低用户的电能质量。提出了一种基于匹配追踪原子分解法的配电网谐波检测方法,通过将故障信号在过完备原子库中进行稀疏分解,得到与该信号的结构特征相匹配的最佳匹配原子组,分析这些原子的时频特性即可以得到故障信号的各次谐波信息。通过Matlab仿真软件对配网中常见的谐波信号和电弧炉采样信号进行分析,对比分析了FFT变换和原子分解法的优缺点。仿真验证表明,基于匹配追踪原子分解法能够准确的分析出各谐波成分的特征量,且具有较强抗噪能力。     

放电等离子体处理VOCs的研究

非平衡放电等离子体技术,在处理挥发性有机物(VOCs),尤其是大气中低体积分数的VOCs方面,具有独特作用。综述了电子束法、介质阻挡放电法、脉冲电晕放电法和直流电晕放电法在脱除VOCs方面的研究进展以及各种方法的优缺点、反应器结构和脱除原理,最后介绍了在VOCs脱除方面所做的研究。     

基于正交优化时频原子分解算法的电能质量扰动匹配特征分析

针对电能质量扰动信号时频局部化信息量较广难以简洁、灵活提取有效细微特征以及匹配追踪收敛速度较差的问题,提出一种应用于电能质量扰动分解重构及扰动特征参量提取的匹配时频原子框架及其改进方法。在Gabor时频原子库离散优化基础上,通过匹配追踪算法对扰动信号进行自适应分解,同时对搜寻的最佳时频原子进行正交变换,减小冗余分量,设定迭代次数或残差阈值作为终止条件,从而获得一系列匹配扰动信号波形特征的正交时频原子及其参量化形式。仿真结果表明,该框架能有效分解提取电能质量扰动信号时频特征参量,相对基于匹配追踪的稀疏分解,改进算法单一扰动匹配特征重构信噪比高达55dB,多重扰动达35dB,均方误差数量级为0.001,匹配扰动特征精度及收敛性能进一步提高,满足电能质量分析要求。     

用Prony方法进行时频分解和经典方法的比较

文章介绍用Prony方法对采样数据系列进行时频分解,并用自动识别主模态项数的方法对其进行改进,使其容易收敛求解。因Prony分解可用矩形窗分段分割减少点数,由此可得出振荡衰减的正弦函数组合,时频分解比较清晰简洁,本文也和其它经典方法进行图例比较。     

基于VMD-SVD自优化的管道微泄漏信号增强方法

针对复杂环境噪声下管道微泄漏特征难以提取的问题,提出基于变分模态分解-奇异值分解(VMD-SVD)自优化的管道 微泄漏信号增强方法。 首先,采用遗传迭代算法对 VMD 参数对[α,K]进行自适应优化,采用奇异值峭度差频谱对 SVD 重构阶 次进行自适应优化;然后,采用参数优化的 VMD 对泄漏信号进行分解,并采用峭度分析法对分解的模态分量进行筛选并重构; 最后,采用阶次优化的 SVD 对重构信号进行非线性滤波,从而提高微泄漏信号的信噪比。 仿真与实验结果表明,信号增强方法 使仿真信号的信噪比提高了 9. 32 dB,使管道微泄漏信号的相关性提高了 5. 92 倍,使互相关泄漏相对定位误差减少了 14. 34%。     

基于 QH-ITD 和 AMCKD 的滚动轴承故障诊断研究

由于滚动轴承早期微弱故障易受噪声影响导致难以对故障进行诊断。针对原固有时间尺度(ITD)和三次样条插值改进ITD算法的不足以及最大相关峭度解卷积(MCKD)算法的滤波器长度参数选取困难的问题,提出基于四次Hermite插值改进的ITD(QH-ITD)算法和利用变步长网络搜索参数寻优改进MCKD(AMCKD)算法。该方法首先利用QH-ITD算法对原滚动轴承故障信号进行分解运算,然后利用峭度指标和互相关系数筛选相应的分量信号进行重构,再利用AMCKD算法中对重构信号进行降噪处理,最后利用Teager-Kaiser能量算子进行解调处理,提取出故障特征信息并判断故障类型。通过人工模拟的滚动轴承损伤故障诊断实验和全寿命周期的轴承早期微弱故障诊断实验,验证了所提方法可以有效地对滚动轴承的早期微弱故障进行诊断识别。     

基于EEMD的MMC串联结构微电网微源动态冗余控制策略

为提高MMC串联结构微电网系统的可靠性,研究一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)的微源动态冗余控制策略。介绍了系统在非故障运行时,通过微源原始功率EEMD分解、微源子模块选择、控制信号扩展与分配三个步骤实现微源动态冗余控制。系统在故障运行时,先将故障微源子模块剔除,再按照非故障运行状态运行。最后,以A相上桥臂所有微源子模块为例,验证了该策略不仅可以实现微源动态冗余控制,而且能够提高微源的利用率。同时对系统有冗余和无冗余情况下,微源子模块发生故障时的输出电压进行了仿真分析,结果证明了所提动态冗余控制策略的可靠性和有效性。     

基于改进 SVD_EMD 的绝缘子泄漏电流去噪方法

泄漏电流是表征气体绝缘输电线路(GIL)内部绝缘子性能优劣的重要指标,在实际工程中泄漏电流信号的采集常受窄带信号与白噪声信号的干扰,进而影响对于绝缘子性能的准确评估,常用泄漏电流去噪方法多依赖于经验参数与人工设定。针对以上问题,提出利用奇异值曲率谱对奇异值变换(singular value decomposition,SVD)进行改进,去除窄带信号干扰;然后引入正负白噪声组,利用经验模态分解(empirical mode decomposition,EMD)对含有白噪声信号的泄漏电流信号进行分解,在分解过程中对模态分量进行去噪处理,保留最终模态分量即为无噪泄漏电流信号。信号仿真与现场实测结果均表明所提方法可以有效实现GIL绝缘子泄漏电流去噪。     

基于对数平均迪氏指数分解法的陕西省居民用电影响因素分析

随着陕西省西安市新一线城市的确立和人才引进等计划的实施,将会引起居民用电量大幅增长,明确其增长动因及未来增长潜力对电力供应企业把控市场变化具有重要的参考价值。通过统计计算2010年至2016年陕西省人均住房面积、城镇化进程、常住人口以及居民用电量等相关数据,采用LMDI法分析了陕西省居民生活用电量增长动因,由分解结果可知,用电习惯、居住条件改善、城镇化进程、人口增长4个方面,对陕西省居民用电增长分别贡献了18.39%、52.51%、13.84%、15.26%,可以看出居住条件和用电习惯为重要影响因素。     

纳米碳化硅的高温高压稳定性研究

对纳米碳化硅的高温高压稳定性和分解行为进行了实验研究.通过对比实验,分别研究了:①纳米碳化硅在高温高压下的分解;②纳米S iC分别在纳米N i和N i70Mn25CO5合金片参与下的高温高压稳定性.实验观察到:高温有利于纳米S iC的分解;过渡金属的参与,将明显加快纳米S iC的分解;S iC分解后的终态产物存在形式与外部环境有密切关系,在本实验中,分解后的C主要转化为石墨,分解后的S i主要与O结合形成了柯石英(S iO2),或表现为非晶态形式.