ALIF-PE算法在水轮机压力脉动信号降噪中的应用

发布时间：2021-08-01 06:13

　　水轮机尾水管压力脉动信号的分析在机组故障诊断中具有重要作用,然而,采集数据时现场环境中的随机噪声干扰对信号的真实度会产生影响。针对这个问题,提出了ALIF-PE算法,该方法采用自适应迭代滤波算法（ALIF）对信号进行分解,并得到各个IMF分量,计算分量的排列熵（PE）值;然后根据预先设定的阈值保留合适的分量达到降噪的目的,将ALIF-PE算法与VMD算法在信号降噪表现上的情况进行对比。结果表明:ALIF-PE算法能够较好地对尾水管压力脉动信号中的随机干扰噪声进行降噪处理,同时能够保留信号的重要信息。从与VMD的对比来看:ALIF-PE比VMD-PE的抗混叠表现更好;此外,在参数设置、计算效率以及自适应性等几个方面的分析均表明了ALIF在尾水管压力脉动信号降噪上的有效性和优势。 

【文章来源】：人民长江. 2020,51(S2)北大核心

【文章页数】：5 页

【部分图文】：

水轮机尾水管压力脉动原始数据及其频谱

原始数据的ALIF分解和频谱图

表1 ALIF分解的IMF分量频率 IMF分量 主频/Hz 主频幅值/kPa 次频/Hz 次频幅值/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分量频率 IMF分量 主频/Hz 主频幅值/kPa 次频/Hz 次频幅值/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

【参考文献】：
期刊论文
[1]基于自适应局部迭代滤波和能量算子解调的滚动轴承故障特征提取[J]. 陈保家,汪新波,赵春华,陈法法,邱光银,田红亮.  南京理工大学学报. 2018(04)
[2]基于ALIF-HT的汽轮发电机组转子故障诊断[J]. 唐贵基,庞彬.  动力工程学报. 2017(11)
[3]基于VMD和排列熵的水轮机压力脉动信号去噪算法[J]. 于晓东,潘罗平,安学利.  水力发电学报. 2017(08)
[4]基于改进自适应局部迭代滤波的谐波检测方法研究[J]. 杨德友,王博,蔡国伟.  仪器仪表学报. 2016(10)
[5]基于PEEMD的水轮机尾水管压力脉动分析[J]. 唐锋.  大电机技术. 2015(06)
[6]排列熵算法的应用与发展[J]. 冯辅周,饶国强,司爱威,孙野.  装甲兵工程学院学报. 2012(02)
[7]混流式水轮机部分负荷下尾水管压力脉动试验研究[J]. 张飞,高忠信,潘罗平,葛新峰.  水利学报. 2011(10)



本文编号：3314981