本文關(guān)鍵詞：基于時(shí)頻分析的管道泄漏信號故障診斷研究

  更多相關(guān)文章： 管道泄漏信號 改進(jìn)的小波閾值函數(shù) 集合經(jīng)驗(yàn)?zāi)B(tài)分解 樣本熵 故障診斷

【摘要】：隨著石油天然氣工業(yè)的發(fā)展,管道運(yùn)輸已經(jīng)成為能源運(yùn)輸最主要的載體之一,其安全問題也越來越受到重視。管道泄漏故障診斷是降低管道風(fēng)險(xiǎn)和預(yù)防管道失效的重要手段。要實(shí)現(xiàn)對管道不同類型故障和不同損傷程度泄漏的診斷,就需要選用效果較好的信號降噪方法對原始信號進(jìn)行預(yù)處理,然后創(chuàng)建一個(gè)更為敏感的信號檢測系統(tǒng)。基于以上兩點(diǎn)本文選取改進(jìn)的小波閾值函數(shù)完成信號去噪,并引入集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)與樣本熵相結(jié)合的特征提取手法,通過BP神經(jīng)網(wǎng)絡(luò)對故障進(jìn)行狀態(tài)識別,旨在建立更有效、更精確的管道泄漏故障診斷系統(tǒng)。首先,提出了一種改進(jìn)的小波閾值函數(shù)去噪方法,并通過調(diào)節(jié)參數(shù)收到了很好的去噪效果。改進(jìn)的小波閾值函數(shù)克服了軟、硬閾值函數(shù)存在的不足,去噪性能優(yōu)越,能夠在更大程度上保留原始信號的特征信息,提高了管道泄漏監(jiān)測系統(tǒng)定位的準(zhǔn)確性。其次,介紹了經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)的理論算法,并將其運(yùn)用到信號分解中,針對EMD存在虛假分量和模態(tài)混疊的缺陷,引入添加噪聲輔助的EEMD方法,對原始信號依照不同頻率尺度逐層分解,從而提取信號的局部特征信息,并通過實(shí)驗(yàn)證明了EEMD與EMD算法相比所具有的優(yōu)越性,在一定程度上達(dá)到了抑制模態(tài)混疊的目的,最后對EEMD進(jìn)行了參數(shù)分析。再次,針對管道泄漏信號呈現(xiàn)出的復(fù)雜性特點(diǎn),引入用于度量信號復(fù)雜程度的樣本熵理論,是利用樣本熵對EEMD分解出的IMF分量進(jìn)行量化,獲取到管道次聲波信號不同頻率尺度上的復(fù)雜度信息,將其作為模式識別的數(shù)據(jù)源。在特征提取過程中,為了減少運(yùn)算量,提出了基于Shannon熵的篩選準(zhǔn)則,以此來確定需要進(jìn)行樣本熵計(jì)算的IMF分量,為管道泄漏信號故障診斷提供了依據(jù)。最后,以天然氣管道泄漏檢測實(shí)驗(yàn)室采集的次聲波信號數(shù)據(jù)作為分析對象,對管道不同類型和不同損傷程度兩種情況下的故障診斷進(jìn)行了研究。結(jié)果表明:基于EEMD和樣本熵相結(jié)合的時(shí)頻分析方法能夠有效地提取出上述兩種情況下的管道故障特征信息,通過BP神經(jīng)網(wǎng)絡(luò)進(jìn)行模式識別,與其他方法的分類準(zhǔn)確率進(jìn)行對比后發(fā)現(xiàn),其具有良好的識別效果。
【關(guān)鍵詞】：管道泄漏信號 改進(jìn)的小波閾值函數(shù) 集合經(jīng)驗(yàn)?zāi)B(tài)分解 樣本熵 故障診斷
【學(xué)位授予單位】：東北石油大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TE973.6
【目錄】：

• 摘要4-5
• ABSTRACT5-7
• 創(chuàng)新點(diǎn)摘要7-10
• 第一章 緒論10-15
• 1.1 課題研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢11-13
• 1.2.1 管道泄漏故障診斷技術(shù)的國內(nèi)外發(fā)展現(xiàn)狀11-12
• 1.2.2 自適應(yīng)時(shí)頻分析方法的發(fā)展現(xiàn)狀12-13
• 1.2.3 熵理論的發(fā)展現(xiàn)狀13
• 1.3 論文結(jié)構(gòu)及內(nèi)容安排13-15
• 第二章 改進(jìn)的小波閾值函數(shù)去噪15-23
• 2.1 引言15
• 2.2 小波閾值函數(shù)去噪原理15-16
• 2.3 改進(jìn)的小波閾值函數(shù)16-18
• 2.4 仿真實(shí)驗(yàn)與對比18-22
• 2.5 本章小結(jié)22-23
• 第三章 集合經(jīng)驗(yàn)?zāi)B(tài)分解研究23-33
• 3.1 經(jīng)驗(yàn)?zāi)B(tài)分解理論23-26
• 3.1.1 EMD的基礎(chǔ)算法23-26
• 3.1.2 EMD的模態(tài)混疊26
• 3.2 引入正態(tài)分布白噪聲的EEMD方法26-32
• 3.2.1 噪聲輔助分析方法在EMD中的應(yīng)用26-27
• 3.2.2 EEMD方法的提出27-28
• 3.2.3 EEMD原理和算法28-29
• 3.2.4 EEMD信號分解實(shí)例29-32
• 3.3 EEMD參數(shù)分析32
• 3.3.1 EEMD中集成平均的次數(shù)32
• 3.3.2 添加噪聲的幅度32
• 3.4 本章小結(jié)32-33
• 第四章 基于樣本熵的次聲波信號特征提取33-42
• 4.1 熵理論概述33-34
• 4.2 樣本熵理論34-37
• 4.2.1 近似熵34
• 4.2.2 樣本熵34-36
• 4.2.3 樣本熵的參數(shù)選取36-37
• 4.3 基于樣本熵的特征提取37-41
• 4.3.1 樣本熵的特征篩選37-39
• 4.3.2 EEMD與樣本熵方法融合39-41
• 4.4 本章小結(jié)41-42
• 第五章 管道泄漏信號故障診斷研究42-55
• 5.1 管道泄漏信號故障診斷實(shí)驗(yàn)數(shù)據(jù)42-44
• 5.2 不同類型故障診斷44-51
• 5.2.1 信號去噪44-45
• 5.2.2 管道泄漏信號EEMD分解45-48
• 5.2.3 基于樣本熵的特征量化48-49
• 5.2.4 基于BP神經(jīng)網(wǎng)絡(luò)的故障診斷49-51
• 5.3 不同程度泄漏故障診斷51-54
• 5.4 本章小結(jié)54-55
• 結(jié)論55-56
• 參考文獻(xiàn)56-59
• 發(fā)表文章目錄59-60
• 致謝60-61

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐晴晴;張來斌;梁偉;;天然氣管道泄漏聲場特性研究[J];石油機(jī)械;2011年02期

2 龐海艷;;天然氣管道泄漏及其檢測方法的幾點(diǎn)分析[J];中國石油和化工標(biāo)準(zhǔn)與質(zhì)量;2013年17期

3 劉存貴,張英杰;煤氣管道泄漏不停產(chǎn)搶修[J];煤氣與熱力;2003年12期

4 張朝陽,蘇華東;用流速測試儀確定管道泄漏點(diǎn)的位置[J];石油規(guī)劃設(shè)計(jì);2004年06期

5 瞿f，

本文編號：1001683