摘要：为对管道大泄露高频信号进行降噪,提取信号的故障频率,实现对管道泄漏的源定位。引入了VMD方法对收集到的信号进行不同频率之间的分离,突出信号的局部细节。为消除VMD分解中k值与惩罚因子这两个人为因素对分解效果的影响,采用模态分量与原信号的相关系数法,得出最优分解层数k值。使用优化的k值来对信号进行VMD分解之后,用最大峭度值来选择最优的惩罚因子。将通过最优参数得到的VMD分解模态分量再次与原信号进行相关系数比较,选出包含故障信息最多的模态分量进行Hilbert包络分析,得到信号的故障信息,对故障进行诊断及定位。研究发现,该方法能有效分离故障信号成分,从而实现对故障频率的提取。

摘要：为解决压力管道微泄露的原信号降噪问题,采用最大相关峭度解卷积(MCKD)与最优小波基相结合的降噪方法。首先,采用MCKD方法对收集到的信号进行冲击成分的凸显,减少传输路径对信号的影响。然后,通过对比处理后信号的时频域波形选用合适小波基类型,用此类型的不同小波基对处理后的信号进行小波变换降噪处理,对比其信噪比(SNR)和均方差(MSE)得到最适用小波基,进一步削弱背景噪声对原始信号的干扰。结果表明,此方法能有效降低信号噪音,对管道泄漏进行精确定位。

摘要：为了解决滚动轴承在强噪声背景下提取微弱故障信号的问题,提出了一种二阶欠阻尼连续势随机共振方法并应用于轴承的早期故障诊断。建立了二阶欠阻尼连续势随机共振模型,研究了系统参数对粒子在势阱间运动状况的影响,并进一步分析了各个参数与信噪比之间的关系,利用蚁群算法对势函数参数进行优化,得到最优输出信号。根据仿真和轴承内圈的实验验证表明,所提方法有更好的特征频率幅值和抗噪能力,在微弱故障特征提取方面优于经典的双稳态随机共振方法,实现了轴承的早期故障诊断。