锅炉管道声发射信号检测技术研究

发布时间：2017-09-16 22:14

  本文关键词：锅炉管道声发射信号检测技术研究

  更多相关文章： 声发射信号 压缩感知 经验模态分解 近似熵 支持向量机 递归定量分析

【摘要】：如今,锅炉管道等工业设备已被广泛应用于各行各业,在不同领域发挥着重要作用。但是,随着锅炉管道的快速发展,相应的泄漏爆炸事故也在不断增多,给国家和人民的生命财产安全带来严重威胁。锅炉管道老化、腐蚀是导致泄漏爆炸事故频发的主要原因。研究表明,在锅炉管道出现泄漏之前,其材料内部先产生裂纹,断裂部位会产生瞬态弹性波形,即声发射(Acoustic Emission, AE)。声发射检测技术是一种可以用于检测锅炉管道是否出现裂纹的一种动态无损检测方法。通过对检测到的声发射信号进行分析处理,可以得到早期裂纹的大量信息。但现场检测到的声发射信号往往伴随着复杂的工业背景噪声,给声发射信号的提取识别造成困难,因此,研究一种可靠的声发射信号检测识别技术具有重要意义。论文首先根据声发射信号的特征,研究了仿真声发射信号的数学模型,将压缩感知(Compressed Sensing, CS)理论及经验模态分解(Empirical Mode Decomposition, EMD)方法引入模拟声发射信号处理中,从数据压缩和分解两方面对声发射信号检测技术进行改进；其次,将近似熵(Approximate Entropy, ApEn)和递归定量分析(Recurrence Quantification Analysis, RQA)方法应用到声发射信号的检测处理分析中,对声发射信号进行特征提取,为准确识别声发射信号提供更多有用信息；最后,根据提取到的声发射信号特征信息,利用支持向量机(Support Vector Machine, SVM)对声发射信号进行分类识别。实验结果证明将压缩感知的信号处理方法应用到声发射信号的检测技术中,可以节省数据传输和储存成本；通过对比信号的EMD分解,EEMD分解和掩膜信号法分解,验证了掩膜信号法能有效改善声发射信号分解过程中存在的模态混叠现象；将EMD和近似熵算法引入声发射信号的检测识别中,可以有效提取声发射信号的特征信息；用RQA值作为特征参数输入SVM分类器可以得到很高的分类精度。
【关键词】：声发射信号 压缩感知 经验模态分解 近似熵 支持向量机 递归定量分析
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TK227
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-18
• 1.1 课题来源、背景及意义10-13
• 1.1.1 课题来源10
• 1.1.2 课题背景及意义10-13
• 1.2 国内外声发射信号检测技术研究现状13-15
• 1.3 研究内容和结构安排15-18
• 第2章 声发射现象及检测基础18-26
• 2.1 声发射现象18
• 2.2 声发射信号的传播特点18-21
• 2.2.1 声发射的传播模式18-19
• 2.2.2 声发射的传播速度19-20
• 2.2.3 声发射的反射、折射与模式变换20
• 2.2.4 突发型声发射和连续型声发射20-21
• 2.3 仿真声发射的数学模型21-22
• 2.4 声发射信号检测的基本原理22-23
• 2.5 传统声发射信号分析方法23-24
• 2.6 本章小节24-26
• 第3章 仿真声发射信号的压缩感知及经验模态分解26-40
• 3.1 压缩感知理论26-28
• 3.1.1 压缩感知26-27
• 3.1.2 正交匹配追踪重构算法27-28
• 3.2 经验模态分解方法28-30
• 3.2.1 EMD方法概述28-29
• 3.2.2 改进的经验模态分解方法29-30
• 3.3 仿真声发射信号的压缩感知及经验模态分解30-38
• 3.3.1 仿真声发射信号31-32
• 3.3.2 基于CS理论的声发射信号压缩重构32-34
• 3.3.3 重构信号的分解对比34-38
• 3.4 本章小节38-40
• 第4章 基于EMD近似熵的声发射信号识别40-50
• 4.1 近似熵40-41
• 4.2 支持向量机41-43
• 4.2.1 支持向量机的原理41-42
• 4.2.2 多分类器的构造42-43
• 4.3 实验装置43-44
• 4.4 基于EMD近似熵的声发射信号识别44-45
• 4.5 实验结果分析45-48
• 4.6 本章小节48-50
• 第5章 基于RQA和SVM的声发射信号识别50-62
• 5.1 小波阈值去噪50-52
• 5.2 RQA52-55
• 5.2.1 递归图52-53
• 5.2.2 定量递归分析参数53-55
• 5.3 基于RQA的信号声发射信号识别55
• 5.4 实验验证及分析55-61
• 5.5 本章小结61-62
• 第6章 总结与展望62-64
• 6.1 总结62
• 6.2 展望62-64
• 致谢64-66
• 参考文献66-70
• 附录A (发表的论文和科研情况说明)70

【参考文献】

中国期刊全文数据库 前6条

1 叶志申;张绍钧;黄仁泰;;压缩感知理论及其重构算法[J];东莞理工学院学报;2010年03期

2 柯慧;顾洁;;电能质量信号的小波阈值去噪[J];电力系统及其自动化学报;2010年02期

3 沈继忱;王春雨;王慧丽;;管道泄漏诊断方法研究[J];化工自动化及仪表;2012年03期

4 付俊涛;李玉星;孟令雅;刘超;;输气管道泄漏音波与干扰信号特征提取[J];石油化工高等学校学报;2012年02期

5 黄林洲;郭兴明;丁晓蓉;;EMD近似熵结合支持向量机的心音信号识别研究[J];振动与冲击;2012年19期

6 王向红;胡宏伟;张志勇;毛汉领;;微弱裂纹信号的稀疏编码提取[J];振动工程学报;2013年03期

中国博士学位论文全文数据库 前1条

1 梁巍;管道缺陷检测中超声信号稀疏解卷积及稀疏压缩方法的研究[D];上海交通大学;2008年

中国硕士学位论文全文数据库 前1条

1 于连富;原子分解在电能质量扰动信号分析中的应用[D];燕山大学;2010年

，

本文编号：865737