基于改进互相关法的气固两相栓塞流速测量

在双截面电容层析成像（ECT）系统测量气力输送过程中栓塞流速度的应用中,利用动力学相关因子指数检测电容信号的均值突变,根据突变点设置时间窗以提取上下游信号,将所选信号映射成二值图像,并进行数学形态学闭运算处理,对处理后的图像进行二维互相关计算,估算出栓塞流速度。实验结果表明了该方法的有效性,和传统互相关法相比,改进互相关法可有效提取有明显波动特征的信号段,并通过二维图像互相关计算提高了互相关法的稳定性,从而提高了ECT技术在线测量两相流的准确性。     

一种基于多尺度分析的多变量统计过程监测方法

现有的多尺度主元分析方法为监测具有多尺度特性的工业过程提供了一种有效途径,但该方法还存在以下两个问题：一是采用了重构步骤使得需要建立的监测模型数大大增加;二是采用Haar小波进行小波变换,而Haar小波不连续从而对信号特征的刻画能力比较弱,为此,本文提出了根据故障尺度特征的分布特点修改原有的多尺度主元分析的框架,去除了重构步骤并具体给出了突变故障和振荡故障的定位和跟踪方法,还提出了采用sym小波进行多尺度分析并解决了边界效应的处理和信号对齐的计算等问题,在一个标准的CSTR仿真过程中验证了所提方法的有效性。     

基于小波变换的燃烧不稳定性检测方法研究

利用小波变换多尺度分析分解和重构燃气轮机燃烧室的高频、中频和低频压力信号,并在时域上定位燃烧不稳定性发生的时刻。对于具有不稳定成分的压力信号,该方法能够正确地检测出不稳定性,结果与电厂实际运行情况一致。     

基于VMD和MF-DFA的往复压缩机气阀故障特征提取方法

针对往复压缩机气阀故障振动信号在进行多重分形分析时易受时间序列非平稳趋势影响,无法准确揭示其多重分形特征的难题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和多重分形去趋势分解(Multifractal Detrended Fluctuation Analysis,MF-DFA)的往复压缩机气阀故障特征提取方法。首先,利用VMD方法对往复压缩机气阀信号进行分解,根据互相关系数法选取模态分量进行信号重构,可有效消除噪声干扰;然后采取MF-DFA方法对重构后信号进行分析,以反映结构特征和局部振动信号尺度行为的特征向量参数Δα、α(fmax)、fmax、Δf和B为模式识别向量,极限学习机(Extreme Learning Machine,ELM)为故障分类器对往复压缩机气阀的4种状态进行分类识别。研究结果表明:该方法能够揭示往复压缩机气阀振动信号的多重分形特性,具有较强的辨识能力。     

测量水平管道液塞速度和长度的差压波动分析法

分析了压力波动信号互相关求液塞速度存在的不足,引入了差压波动分析法,明确了液塞到达和离开上、下游测压点的时刻与差压波动信号起峰点及落峰点位置的关系;分析了电导探针信号、差压信号和压力信号互相关所求得的相关速度的含义,指出差压互相关得到的是液塞运动速度,电导探针信号互相关得到的是液塞速度与液膜段界面波速度的平均值,压力信号互相关得到的相关速度具有随机性;明确了差压信号脉冲宽度为液塞从传感器上游测压点运动到下游测压点的时间间隔,脉冲宽度与液塞速度的乘积为液塞长度与差压传感器间距之和.最后,按照上述方法分类,把空气-水、柴油和机械油的试验数据的分析结果与文献中报道的液塞速度和长度数据进行了对比,结果吻合得很好.     

基于Curvelet稀疏表示的图像压缩感知重构算法

提出一种基于Curvelet稀疏表示的图像分块压缩感知重构算法,分析了基于Curvelet稀疏表示的图像各尺度之间系数的相关性,结合分块压缩感知技术设计多尺度相关的双变量收缩阈值迭代重构方法,解决了Curvelet变换高频仍存在大量细节信息,而且各尺度之间的Curvelet变换系数相关性较强等问题。实验证明:该算法能更好地保持重构图像的细节信息,提高峰值信噪比。     

基于小波分析的输气管道泄漏信号消噪方法

当输气管道发生泄漏时,由传感器采集到的压力波信号中混杂有大量噪声,主要来自于仪器仪表的测量噪声,输送过程中的外界干扰,噪声信号严重干扰了泄漏点确定的准确度。由于小波变换具有能够分析到信号的任意细节的优点,本文对小波分析方法进行了理论分析,并采用db1小波对噪声信号进行了多尺度分析、重构,经过处理后的信号较好地恢复压力波信号地本来面貌。     

小波包分析方法在撞击流反应器内压力波动信号处理中的应用

在总结小波包理论的基础上,利用小波包分析方法将撞击流反应器内压力波动信号分解到相邻的不同频率段上,然后用信号重构方法对各个频率段上的信号进行重构,并做了相应的Hilbert包络谱分析。分析结果表明,小波包分析方法能够为信号提供一种更加精细的分析方法,它将频带进行多层次划分,对多分辨分析没有细分的高频部分进一步分解,从而提高了频率分辨率。同时验证了小波包分析在撞击流反应器内压力波动信号处理中应用的有效性,而且小波包分析方法比小波方法处理信号的效果更为理想。     

基于MEEMD-多尺度分形盒维数和ELM的球磨机负荷识别方法

针对球磨机在磨矿过程中负荷(充填率、料球比)靠经验难以准确判断的问题,提出基于改进的集总平均经验模态分解算法(modified ensemble empirical mode decomposition, MEEMD)-多尺度分形盒维数盒和极限学习机(extreme learning machine,ELM)的负荷识别方法。该方法首先利用MEEMD算法对不同负荷状态下的磨音信号进行分解得到本征模态分量,然后,采用相关系数法选取敏感模态分量进行重构得到降噪后信号;通过分析重构信号的多尺度分形盒维数,结果表明,欠负荷、正常负荷和过负荷状态下的多尺度分形盒维数存在明显的差异,能够很好地区分磨机的不同负荷状态。将重构磨音信号的多尺度分形盒维数作为极限学习机(ELM)的输入,磨机负荷状态为输出,建立磨机负荷识别模型;通过磨矿实验验证了该方法的有效性,整体识别率高达94.8%,模型能够准确识别磨机负荷状态。     

基于MEEMD-多尺度分形盒维数和ELM的球磨机负荷识别方法

针对球磨机在磨矿过程中负荷(充填率、料球比)靠经验难以准确判断的问题,提出基于改进的集总平均经验模态分解算法(modified ensemble empirical mode decomposition, MEEMD)-多尺度分形盒维数盒和极限学习机(extreme learning machine,ELM)的负荷识别方法。该方法首先利用MEEMD算法对不同负荷状态下的磨音信号进行分解得到本征模态分量,然后,采用相关系数法选取敏感模态分量进行重构得到降噪后信号;通过分析重构信号的多尺度分形盒维数,结果表明,欠负荷、正常负荷和过负荷状态下的多尺度分形盒维数存在明显的差异,能够很好地区分磨机的不同负荷状态。将重构磨音信号的多尺度分形盒维数作为极限学习机(ELM)的输入,磨机负荷状态为输出,建立磨机负荷识别模型;通过磨矿实验验证了该方法的有效性,整体识别率高达94.8%,模型能够准确识别磨机负荷状态。     

基于小波变换的随机干扰压制方法研究

在地震勘探中,随机噪声是一种频带较宽、严重影响有效波的干扰波,常用的傅立叶变换方法效果去除效果不理想。小波变换是一种时频分析方法,根据它的分频和局部分析能力,能有效地消除随机干扰,保留有效波的中、高频成分,经过小波重构,可恢复有效波信号。本文首先通过MATLAB合成了含噪地震记录,然后使用不同的小波基、阈值和分解层次对地震记录中的随机干扰进行了去除。其结果表明:基于小波变换的去噪方法是一种提取有用信号、展示噪声和突变信号的优越方法,具有广阔的应用价值。     

基于Hurst指数的严重段塞流多尺度分形特性

基于多尺度方法和Hurst分析方法,分析了严重段塞流的多尺度结构及其非线性特征。以空气、水两相混合物作为实验介质,利用高速数据采集板获得了集输立管内气液两相严重段塞流的压差波动信号。使用db4小波在1～8尺度下对压差信号进行分解和重构,提取不同尺度的系统动力学特征,发现严重段塞流气液喷发和液体回落的瞬态过程主要体现在d5～d8尺度的细节信号上。通过对压差波动信号不同尺度下的分解信号进行Hurst指数分析,发现严重段塞流存在显著的双分形特征,同时受正持久性和反持久性两种动力学因素的制约,但概貌分量和细节分量表现出截然相反的分形结构,概貌分量具有正持久性,而细节分量具有反持久性。d1尺度下的细节分量描述了微尺度的气泡与气泡之间的相互作用;d2～d5尺度下的细节分量描述了微尺度的液体与气泡之间的相互作用;d6～d8尺度下的细节分量描述了宏尺度的气液两相与管壁之间的相互作用。压差波动信号的能量主要分布于宏尺度上。     

基于Mallat小波变换分析牙轮钻头磨损状态的研究

在钻井过程中,由于井下岩石的不均质性、工况的不可预测性,采集到的钻柱振动信号通常被背景噪声信号所淹没。本文针对钻井过程中三牙轮钻头与岩石啮合产生钻柱轴向振动信号中强烈的背景噪声,采用Mallat小波变换对钻柱振动信号进行多尺度分解,小波去噪对每一尺度下归属于噪声信号的小波系数去除,并且保留及适当增强属于信号的小波系数。重构信号并进行分析,有效的提取出了被噪声淹没的信号特征。本文提出了新的钻柱轴向振动监测方法,可以及时发现三牙轮钻头磨损的前兆,实现安全、高效钻井。     

基于盲目反卷积算法的X90管线钢腐蚀声发射信号分析

油气管道腐蚀具有随机性,且腐蚀声发射源信号在传播过程中还会发生一定的衰减和畸变,致使管道腐蚀声发射信号的特征提取与准确识别相当困难。本文通过构建X90钢腐蚀声发射监测实验系统,采集腐蚀声发射原位信号和衰减信号进行对比分析。并通过时频分析,小波分解与重构以及盲目反卷积复原对信号进行进一步的分析。结果表明,盲目反卷积算法对于小波变换处理后的腐蚀声发射的复原十分有效,信号频率主要集中在130~170kHz,部分高频频率峰值在200kHz和250kHz,衰减的高频信号得到较好的恢复,从而使检测信号更加逼近X90钢腐蚀源信号的特征。信号复原对现场油气管道腐蚀声发射检测与评价具有重要的指导意义。     

流化床蒸发器中石墨管振动位移特性

借助振动传感器和静动态信号测试分析系统,采用标准偏差、功率谱和小波分解等方法,对汽液固三相外部自然循环流动沸腾流化床蒸发器中石墨管的振动位移行为进行了研究。结果表明:具有多尺度特性的原始完整的振动位移信号可以分解为低中频信号和高频振动信号;原始信号和低中频振动位移信号的标准偏差随加热蒸汽压力的增加先增加而后趋于稳定,高频振动信号则缓慢增加;在汽液两相系统中,颗粒的加入和流化抑制了石墨管的低中频振动行为,增强了高频振动行为;高频信号的标准偏差随固含率增加而显著增加;振动行为随粒径增大有所增强;研究了石墨管不同轴向位置处的振动规律;根据实验数据拟合得到了两相及三相条件下,石墨管振动强度的关联式。     

应用小波分析研究湍流相干结构(Ⅱ) 相干结构波形的重构及局部奇异性分析

基于对小波变换的分析 ,确定了能较准确地反映信号振幅的相干结构波形重构公式 .采用Morlet小波能有效地重构出不受基波干扰的次谐波波形 .结合Morlet小波分辨率高的优点和正交小波正交性的优点 ,提出了实际含噪声信号中相干结构波形的重构公式 ,既可重构出次谐波的波形 ,又可排除高频噪声的干扰 .提出了基于小波分析的湍流中相干结构局部奇异性分析的研究方法 ,可以计算相干结构的结构指数 .用模拟信号和圆形湍流射流边界层内的实验数据对上述结论进行了验证 .     

曲线拟合约束稀疏脉冲反演技术在薄储层中的应用研究

各种测井曲线对同一地质体有不同的地球物理场响应,它们之间存在一定的相关性,由于这种相关性非声波测井曲线可以拟合出声波曲线进行约束反演。本文以某陆相薄砂泥互层为例,针对原始声波测井曲线对薄砂体不敏感而伽玛测井曲线的高频成份对砂泥岩性变化敏感,同时与声波时差之间具有很好的相关性,利用小波多尺度分解对声波中的低频信息进行了提取,应用统计回归加低频的方法对曲线进行了重构。然后,在Jason里面用拟合曲线进行约束稀疏脉冲反演,拟合曲线反演显著地突出了所需的信息,有效地提高了对砂岩的识别能力。     

石灰岩声发射分析及源定位研究

首先,利用声发射仪器对石灰岩样品进行声发射断铅试验来获取声发射信号;然后,用小波变换对获取的声发射信号进行去噪处理,并用互相关方法对去噪后的信号进行分析,求取各个传感器之间的时差;最后,通过最小二乘法求取声发射源坐标,并将定位结果与仪器自带的定位结果进行比较。通过比较。得出了互相关方法在声发射源定位这一领域的可行性。     

滚动轴承故障声学信号小波分析方法研究

采用小波分析方法,对非接触式声学测试中的滚动轴承故障声学信号进行多尺度分解,计算分解后每层信号的能量系数,结合噪声信号频率特性,去除能量较低的频段信号,对能量集中的频段进行波形重构,得到最能代表声发射源特征的信号,并利用功率谱分析了其频域特性。     

快速流化床内气固两相流动态压力的实验研究

对快速流化床内轴向动态压力进行了测量,分别通过标准偏差、功率谱以及多尺度小波分析研究了流化床内的动态特性。研究结果表明:压力脉动的强度沿轴向由下至上逐渐衰减,且在循环速率较高时,底部压力脉动标准偏差与顶部之间存在着明显的转折;压力信号的主频随着颗粒质量流率的增加,其所对应的峰值(即脉动强度)有所增加,而主频的频率逐渐降低。通过压力脉动的小波多尺度分析表明:流化床内压力脉动中,小尺度信号主要体现在由于气体与颗粒的湍动、颗粒碰撞、颗粒团聚物的形成与破裂等高频部分的信号;中尺度信号主要捕获来自于不稳定进料所引起的较大的压力脉动;大尺度信号与床层的宏观稳定性相关。研究结果表明,通过对动态信号的微观分析可以深入认识气固两相流的瞬态参数特性以及气固间的相互作用机制。