發(fā)布時(shí)間：2021-08-01 06:13

　　水輪機(jī)尾水管壓力脈動(dòng)信號(hào)的分析在機(jī)組故障診斷中具有重要作用,然而,采集數(shù)據(jù)時(shí)現(xiàn)場(chǎng)環(huán)境中的隨機(jī)噪聲干擾對(duì)信號(hào)的真實(shí)度會(huì)產(chǎn)生影響。針對(duì)這個(gè)問(wèn)題,提出了ALIF-PE算法,該方法采用自適應(yīng)迭代濾波算法（ALIF）對(duì)信號(hào)進(jìn)行分解,并得到各個(gè)IMF分量,計(jì)算分量的排列熵（PE）值;然后根據(jù)預(yù)先設(shè)定的閾值保留合適的分量達(dá)到降噪的目的,將ALIF-PE算法與VMD算法在信號(hào)降噪表現(xiàn)上的情況進(jìn)行對(duì)比。結(jié)果表明:ALIF-PE算法能夠較好地對(duì)尾水管壓力脈動(dòng)信號(hào)中的隨機(jī)干擾噪聲進(jìn)行降噪處理,同時(shí)能夠保留信號(hào)的重要信息。從與VMD的對(duì)比來(lái)看:ALIF-PE比VMD-PE的抗混疊表現(xiàn)更好;此外,在參數(shù)設(shè)置、計(jì)算效率以及自適應(yīng)性等幾個(gè)方面的分析均表明了ALIF在尾水管壓力脈動(dòng)信號(hào)降噪上的有效性和優(yōu)勢(shì)。 

【文章來(lái)源】：人民長(zhǎng)江. 2020,51(S2)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

水輪機(jī)尾水管壓力脈動(dòng)原始數(shù)據(jù)及其頻譜

原始數(shù)據(jù)的ALIF分解和頻譜圖

表1 ALIF分解的IMF分量頻率 IMF分量 主頻/Hz 主頻幅值/kPa 次頻/Hz 次頻幅值/kPa 1 123.50 0.18 132.40 0.17 2 11.10 1.00 13.45 0.83 3 2.30 1.17 1.97 1.00 4 0.66 2.80 0.98 1.80 5 0.33 9.00 0.66 5.80表2 VMD分解的IMF分量頻率 IMF分量 主頻/Hz 主頻幅值/kPa 次頻/Hz 次頻幅值/kPa 1 0.33 9.25 0.66 5.10 2 11.10 1.00 11.70 0.90 3 123.50 0.19 126.10 0.13 4 132.40 0.19 133.40 0.15 5 146.70 0.06 147.10 0.05

【參考文獻(xiàn)】：
期刊論文
[1]基于自適應(yīng)局部迭代濾波和能量算子解調(diào)的滾動(dòng)軸承故障特征提取[J]. 陳保家,汪新波,趙春華,陳法法,邱光銀,田紅亮.  南京理工大學(xué)學(xué)報(bào). 2018(04)
[2]基于ALIF-HT的汽輪發(fā)電機(jī)組轉(zhuǎn)子故障診斷[J]. 唐貴基,龐彬.  動(dòng)力工程學(xué)報(bào). 2017(11)
[3]基于VMD和排列熵的水輪機(jī)壓力脈動(dòng)信號(hào)去噪算法[J]. 于曉東,潘羅平,安學(xué)利.  水力發(fā)電學(xué)報(bào). 2017(08)
[4]基于改進(jìn)自適應(yīng)局部迭代濾波的諧波檢測(cè)方法研究[J]. 楊德友,王博,蔡國(guó)偉.  儀器儀表學(xué)報(bào). 2016(10)
[5]基于PEEMD的水輪機(jī)尾水管壓力脈動(dòng)分析[J]. 唐鋒.  大電機(jī)技術(shù). 2015(06)
[6]排列熵算法的應(yīng)用與發(fā)展[J]. 馮輔周,饒國(guó)強(qiáng),司愛(ài)威,孫野.  裝甲兵工程學(xué)院學(xué)報(bào). 2012(02)
[7]混流式水輪機(jī)部分負(fù)荷下尾水管壓力脈動(dòng)試驗(yàn)研究[J]. 張飛,高忠信,潘羅平,葛新峰.  水利學(xué)報(bào). 2011(10)



本文編號(hào)：3314981