(录用定稿)网络首发时间:2018-07-20 15:58:03

为了解决噪声干扰条件下叶尖定时脉冲信号难以准确提取的问题,提出了一种基于EEMD的含噪叶尖定时脉冲信号提取方法。采用EEMD对非平稳、非线性的原始含噪信号进行自适应分解,构建多尺度低通滤波器进行降噪,再对降噪后的脉冲信号进行方波整形处理,并提出融合相似度和相关度的最优降噪整形评价指标,用于含噪信号处理效果的评价。基于含噪叶尖定时脉冲信号特点建立数学模型,进行方法的可靠性和适用性验证。对比降噪整形处理后含噪叶尖定时脉冲信号与原始无噪信号,其相关度、相似度及综合评价指标分别达到97%、89%及92%以上,结果表明,所提方法能够准确提取噪声干扰下叶尖定时脉冲信号,并且推动了叶尖定时技术的发展与推广应用。

国家自然科学基金项目“基于迁移学习的往复压缩机故障诊断机制及预测预警模型研究”,51674277; 国家重点研发计划“罐区动力设备智能诊断及预测技术研究”,2017YFC0805803;

叶尖定时脉冲信号; 集合经验模态分解; EEMD; 方波整形; 降噪; 信号处理;

TN911.7

中国知网独家网络首发,未经许可,禁止转载、摘编。

油气储运

Oil & Gas Storage and Transportation

ISSN:1000-8241

中文核心期刊

739570K
在线咨询 用户反馈