為解決天然氣管道運(yùn)行過(guò)程中采集到的泄漏聲波信號(hào)含有大量噪聲的問(wèn)題,通過(guò)研究小波、經(jīng)驗(yàn)?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(hào)的特點(diǎn),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(duì)典型信號(hào)進(jìn)行去噪運(yùn)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(shí)際采集的油氣管道泄漏聲波信號(hào)去噪處理,研究發(fā)現(xiàn),該去噪算法對(duì)強(qiáng)背景噪聲下的泄漏聲波信號(hào)能取得很高的信噪比改善和很小的均方誤差。 

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

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

去噪效果分析

VMD分解得到的3個(gè)BLIMFs

該合成信號(hào)經(jīng)VMD分解后的頻譜分析如圖3所示，該圖采用雙對(duì)數(shù)橫坐標(biāo)，復(fù)合信號(hào)頻譜無(wú)準(zhǔn)確載頻值，2 Hz,24 Hz,288 Hz的3個(gè)余弦分量均能找到對(duì)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(qiáng)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(cè)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(bào). 2020(01)
[2]低速行駛地鐵軌道振動(dòng)信號(hào)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(dòng)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(bào). 2019(02)
[4]基于VMD的聲音信號(hào)增強(qiáng)算法研究[J]. 路敬祎,馬雯萍,葉東,姜春雷.  機(jī)械工程學(xué)報(bào). 2018(10)
[5]基于經(jīng)驗(yàn)?zāi)B(tài)分解的分?jǐn)?shù)維地震隨機(jī)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(bào). 2017 (07)
[6]基于集成固有時(shí)間尺度分解和譜峭度的滾動(dòng)軸承故障檢測(cè)[J]. 向玲,鄢小安.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(07)
[7]基于擴(kuò)展灰數(shù)Hausdorff距離的隨機(jī)多準(zhǔn)則決策方法[J]. 王堅(jiān)強(qiáng),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(hào)特征提取方法研究[J]. 趙利強(qiáng),王建林,于濤.  儀器儀表學(xué)報(bào). 2013(12)
[9]基于經(jīng)驗(yàn)?zāi)B(tài)分解和小波變換聲發(fā)射信號(hào)去噪[J]. 于金濤,趙樹延,王祁.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2011(10)
[10]基于平移不變小波的聲發(fā)射信號(hào)去噪研究[J]. 姜長(zhǎng)泓,王龍山,尤文,翟寧,初明.  儀器儀表學(xué)報(bào). 2006(06)

博士論文
[1]油氣管道泄漏聲波信號(hào)檢測(cè)與識(shí)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(dòng)信號(hào)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(hào)：2953420