天然氣管道泄漏產(chǎn)生的次聲波信號(hào)是非平穩(wěn)信號(hào),在實(shí)際的天然氣管道泄漏檢測(cè)過程中存在著一些復(fù)雜的問題。例如泄漏特征信息提取困難,常造成錯(cuò)報(bào)、誤報(bào)、漏報(bào)等。針對(duì)以上問題,本文將變分模態(tài)分解（Variational Mode Decomposition,VMD）算法應(yīng)用于管道泄漏檢測(cè)中,完成管道泄漏信號(hào)的分解去噪、特征提取以及分類識(shí)別。首先,研究變分模態(tài)分解的理論知識(shí),將其應(yīng)用在噪聲魯棒性、低頻信號(hào)分離、實(shí)際采集的天然氣管道泄露信號(hào)的處理等方面。通過與經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition,EMD）、集合經(jīng)驗(yàn)?zāi)B(tài)分解（Ensemble Empirical Mode Decomposition）對(duì)管道信號(hào)的分解去噪仿真實(shí)驗(yàn)的結(jié)果進(jìn)行對(duì)比分析,證明VMD算法在天然氣管道泄漏檢測(cè)中可行性和分解去噪有效性。其次,引入用于度量信號(hào)復(fù)雜程度的熵理論。本章重點(diǎn)的介紹了樣本熵理論,并且在樣本熵理論的基礎(chǔ)上提出了基于VMD和樣本熵的特征提取方法。首先使用VMD分解管道信號(hào)時(shí),為了防止過分解或者欠分解問題,研究了通過中心頻率對(duì)預(yù)設(shè)尺度K進(jìn)行確定,使得信號(hào)得到最佳分解。接著用VMD算... 

【文章來源】：東北石油大學(xué)黑龍江省

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 管道泄漏檢測(cè)技術(shù)的研究現(xiàn)狀
        1.2.2 自適應(yīng)時(shí)頻分析方法的研究現(xiàn)狀
    1.3 論文主要研究?jī)?nèi)容
第二章 VMD算法理論研究及管道泄漏信號(hào)的分析
    2.1 VMD算法理論
        2.1.1 希爾伯特變換(Hilbert Transform)
        2.1.2 維納濾波
        2.1.3 瞬時(shí)頻率和本征模態(tài)函數(shù)(IMF)
    2.2 VMD算法原理
    2.3 VMD算法的仿真分析
        2.3.1 噪聲穩(wěn)定性
        2.3.2 管道泄漏信號(hào)的分析
    2.4 本章小結(jié)
第三章 基于VMD和樣本熵的特征提取方法研究
    3.1 熵理論
        3.1.1 信息熵
        3.1.2 近似熵
        3.1.3 樣本熵
    3.2 樣本熵的參數(shù)選取
    3.3 相關(guān)系數(shù)準(zhǔn)則
    3.4 基于樣本熵的特征提取
    3.5 實(shí)驗(yàn)仿真分析
        3.5.1 K值的確定
        3.5.2 樣本熵值的特征提取
    3.6 本章小結(jié)
第四章 基于ELM的天然氣管道信號(hào)工況識(shí)別
    4.1 實(shí)驗(yàn)管道信號(hào)數(shù)據(jù)來源
    4.2 基于樣本熵的特征量化
    4.3 ELM算法
        4.3.1 ELM算法的概述
        4.3.2 ELM算法原理
    4.4 基于ELM的管道工況信號(hào)的分類
    4.5 仿真實(shí)驗(yàn)分析
    4.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
作者簡(jiǎn)介、發(fā)表文章及研究成果目錄
致謝


【參考文獻(xiàn)】：
期刊論文
[1]APEEMD及其在轉(zhuǎn)子碰摩故障診斷中的應(yīng)用[J]. 鄭近德,潘海洋,張俊,程軍圣.  振動(dòng).測(cè)試與診斷. 2016(02)
[2]管道泄漏檢測(cè)與定位技術(shù)研究進(jìn)展與展望[J]. 金浩,陳健,黃肖靜,張英香,王吉武,姚江,潘長(zhǎng)城.  價(jià)值工程. 2016(08)
[3]基于極限學(xué)習(xí)機(jī)的變壓器故障診斷方法研究[J]. 苑津莎,張利偉,王瑜,尚海昆.  電測(cè)與儀表. 2013(12)
[4]混合干涉型分布式光纖天然氣管道泄漏檢測(cè)及定位方法研究[J]. 章仁杰,楊其華,王強(qiáng),胡正松.  中國計(jì)量學(xué)院學(xué)報(bào). 2013(02)
[5]基于多目標(biāo)函數(shù)的粒子群算法優(yōu)化小波閾值的去噪方法研究[J]. 姚建紅,林娜,付強(qiáng).  化工自動(dòng)化及儀表. 2013(02)
[6]天然氣長(zhǎng)輸管道泄漏檢測(cè)技術(shù)進(jìn)展[J]. 方亮,蘇旭,趙曉龍.  化工裝備技術(shù). 2012(03)
[7]基于樣本熵快速算法的心音信號(hào)動(dòng)力學(xué)分析[J]. 王新沛,楊靜,李遠(yuǎn)洋,劉常春,李麗萍.  振動(dòng)與沖擊. 2010(11)
[8]基于極限學(xué)習(xí)機(jī)的生化過程軟測(cè)量建模[J]. 常玉清,李玉朝,王福利,呂哲.  系統(tǒng)仿真學(xué)報(bào). 2007(23)
[9]小波變換域地震資料瞬時(shí)頻率分析方法[J]. 高靜懷,吳茜,陳文超,周艷輝,張向君.  石油物探. 2007(06)
[10]一種新的腦電特征提取方法研究[J]. 胡瑞芬,李光,張錦.  儀器儀表學(xué)報(bào). 2006(S3)

博士論文
[1]局部特征尺度分解方法及其在機(jī)械故障診斷中的應(yīng)用研究[D]. 鄭近德.湖南大學(xué) 2014
[2]地震勘探噪聲壓制方法研究與應(yīng)用[D]. 聶鵬飛.吉林大學(xué) 2012
[3]故障診斷中信息熵特征提取及融合方法研究[D]. 謝平.燕山大學(xué) 2006
[4]基于Hilbert-Huang變換的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D]. 程軍圣.湖南大學(xué) 2005

碩士論文
[1]基于互補(bǔ)自適應(yīng)噪聲的集合經(jīng)驗(yàn)?zāi)Ｊ椒纸馑惴ㄑ芯縖D]. 黃威威.廣東工業(yè)大學(xué) 2015
[2]基于信息熵特征提取的電路故障診斷技術(shù)研究[D]. 蘇敏.西安電子科技大學(xué) 2012
[3]基于紅外成像技術(shù)的埋地管道泄漏定位實(shí)驗(yàn)研究[D]. 王久龍.大慶石油學(xué)院 2008



本文編號(hào)：3181085