当前位置:主页 > 科技论文 > 机电工程论文 >

基于EMD和小波包降噪的压力管道微泄漏源定位研究

发布时间:2018-01-22 17:21

  本文关键词: 压力管道 微泄漏 声发射 小波包 EMD 出处:《河南理工大学学报(自然科学版)》2017年04期  论文类型:期刊论文


【摘要】:为实现对压力管道裂纹微泄漏源的声发射信号降噪处理与准确定位,采用经验模态分解(EMD)和小波包变换相结合的方法对微泄漏源声发射信号进行降噪处理。结果表明,该方法能够很好地解决连续型声发射信号降噪问题。该方法首先对泄漏源声发射信号进行EMD分解,细化泄漏源信号中掺杂的高频背景噪声,然后根据EMD分解产生的各个固有模态函数(IMF)与原信号相关程度确定主要包含泄漏源信号特征的各IMF分量进行EMD重构,并进行小波包降噪,以进一步削弱背景高频噪声的干扰,最后对降噪并重构后的信号进行互相关计算,实现对压力管道微泄漏源的精确定位。
[Abstract]:In order to realize the noise reduction and accurate location of the acoustic emission signal of the crack micro-leakage source in the pressure pipeline. The empirical mode decomposition (EMD) method combined with wavelet packet transform is used to reduce the noise of the acoustic emission signal of the micro-leakage source. The results show that the proposed method can reduce the noise of the acoustic emission signal. This method can solve the problem of continuous acoustic emission (AE) signal de-noising well. Firstly, the EMD decomposition of the acoustic emission signal of the leakage source is carried out to refine the high frequency background noise doped in the leakage source signal. Then according to the inherent mode function generated by EMD decomposition and the correlation degree of the original signal, the IMF components which mainly contain the characteristics of the leakage source signal are reconstructed by EMD, and the wavelet packet denoising is carried out. In order to further weaken the interference of background high frequency noise, finally the noise reduction and reconstruction signal are calculated by cross-correlation, and the precise location of micro-leakage source in pressure pipeline is realized.
【作者单位】: 内蒙古科技大学机械工程学院;
【基金】:国家自然科学基金资助项目(51565047) 内蒙古自治区自然科学基金资助项目(2015BS0511) 内蒙古自治区高等学校科学研究项目(NJZY154)
【分类号】:TG115.28;TH49
【正文快照】: *?0引言石油、燃气、化工、医药等行业所使用的压力管道,由于所处的环境恶劣,且服役期较长,很容易造成管道的腐蚀、裂纹等缺陷。这些缺陷会使管道的材料结构强度降低[1],导致管道失效,甚至发生泄漏和爆炸。声发射检测方法是一种新的、被动的、动态的、低能耗的无损检测技术[2]

【相似文献】

相关期刊论文 前1条

1 陈欠根,纪云峰,陈大舵,邹湘伏;基于最优小波包基的破碎锤测试信号的消噪[J];凿岩机械气动工具;2002年04期

相关会议论文 前2条

1 张文广;周绍磊;史贤俊;李新;;基于最优小波包基的最大似然估计阈值消噪技术[A];2007年中国智能自动化会议论文集[C];2007年

2 王静;邹亮畴;;基于小波和小波包sEMG信号去噪的比较研究[A];第十三届全国运动生物力学学术交流大会论文汇编[C];2009年

相关博士学位论文 前1条

1 王国卯;细分树的L_p范数或拟范数平均大小和小波包的渐近性态[D];浙江大学;2008年

相关硕士学位论文 前2条

1 申传朋;基于信道识别的小波包调制系统性能研究[D];杭州电子科技大学;2009年

2 刘新元;应用小波包加权肌力研究与基于L-Z复杂度肌肉疲劳分析[D];陕西师范大学;2012年



本文编号:1455281

资料下载
论文发表

本文链接:https://www.wllwen.com/jixiegongchenglunwen/1455281.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户aa1aa***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com