發(fā)布時間：2021-01-02 18:30

　　為解決天然氣管道運行過程中采集到的泄漏聲波信號含有大量噪聲的問題,通過研究小波、經(jīng)驗?zāi)B(tài)分解、變模態(tài)分解等常見去噪算法,分析了泄漏聲波信號的特點,將改進(jìn)小波閾值去噪和變模態(tài)分解去噪相結(jié)合,提出了變模態(tài)分解-小波變換（VMD-Wavelet:Variable Mode Decomposition-Wavelet）聯(lián)合去噪算法。利用該算法對典型信號進(jìn)行去噪運算仿真,結(jié)果表明,該聯(lián)合去噪算法性能優(yōu)于常見算法。最后,將VMD-Wavelet聯(lián)合去噪算法應(yīng)用于實際采集的油氣管道泄漏聲波信號去噪處理,研究發(fā)現(xiàn),該去噪算法對強背景噪聲下的泄漏聲波信號能取得很高的信噪比改善和很小的均方誤差。 

【文章來源】：吉林大學(xué)學(xué)報(信息科學(xué)版). 2020年05期

【文章頁數(shù)】：7 頁

【部分圖文】：

去噪效果分析

VMD分解得到的3個BLIMFs

該合成信號經(jīng)VMD分解后的頻譜分析如圖3所示，該圖采用雙對數(shù)橫坐標(biāo)，復(fù)合信號頻譜無準(zhǔn)確載頻值，2 Hz,24 Hz,288 Hz的3個余弦分量均能找到對應(yīng)的頻譜曲線。與EMD分解相比，VMD算法能得到更高的保真度，具有很強的中心頻率捕獲能力，可抑制模態(tài)混疊現(xiàn)象發(fā)生，具有較高的抗噪聲魯棒性。3.2 VMD-Wavelet聯(lián)合去噪算法仿真

【參考文獻(xiàn)】：
期刊論文
[1]基于峭度與譜峭度的鐵路軸承性能測試技術(shù)分析[J]. 湯武初,葛洪勝,王依.  大連交通大學(xué)學(xué)報. 2020(01)
[2]低速行駛地鐵軌道振動信號小波去噪?yún)?shù)研究[J]. 曾宇,鄔玉斌,宋瑞祥,戶文成.  噪聲與振動控制. 2019(01)
[3]基于改進(jìn)閾值和閾值函數(shù)的電能質(zhì)量小波去噪方法[J]. 王維博,董蕊瑩,曾文入,張斌,鄭永康.  電工技術(shù)學(xué)報. 2019(02)
[4]基于VMD的聲音信號增強算法研究[J]. 路敬祎,馬雯萍,葉東,姜春雷.  機械工程學(xué)報. 2018(10)
[5]基于經(jīng)驗?zāi)B(tài)分解的分?jǐn)?shù)維地震隨機噪聲衰減方法[J]. 顏中輝,欒錫武,王赟,潘軍,方剛,施劍.  地球物理學(xué)報. 2017 (07)
[6]基于集成固有時間尺度分解和譜峭度的滾動軸承故障檢測[J]. 向玲,鄢小安.  中南大學(xué)學(xué)報(自然科學(xué)版). 2016(07)
[7]基于擴(kuò)展灰數(shù)Hausdorff距離的隨機多準(zhǔn)則決策方法[J]. 王堅強,王丹丹.  控制與決策. 2014(10)
[8]基于改進(jìn)EMD的輸油管道泄漏信號特征提取方法研究[J]. 趙利強,王建林,于濤.  儀器儀表學(xué)報. 2013(12)
[9]基于經(jīng)驗?zāi)B(tài)分解和小波變換聲發(fā)射信號去噪[J]. 于金濤,趙樹延,王祁.  哈爾濱工業(yè)大學(xué)學(xué)報. 2011(10)
[10]基于平移不變小波的聲發(fā)射信號去噪研究[J]. 姜長泓,王龍山,尤文,翟寧,初明.  儀器儀表學(xué)報. 2006(06)

博士論文
[1]油氣管道泄漏聲波信號檢測與識別技術(shù)研究[D]. 梁洪衛(wèi).東北石油大學(xué) 2019
[2]齒輪箱故障振動信號去噪及特征提取算法研究[D]. 張澎濤.東北林業(yè)大學(xué) 2014



本文編號：2953420