基于emd汽轮机碰摩信号消噪技术研究

《基于emd汽轮机碰摩信号消噪技术研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第53卷第1期汽轮机技术V01．53No．12011年2月TURBINETECHN0L0GYFeb．201l基于EMD的汽轮机碰摩信号消噪技术研究王翔，刘晓锋，朱正林(1南京工程学院能源与动力工程学院，南京211167；2江苏省电力试验研究院有限公司，南京211132)摘要：基于EMD理论提出一种汽轮机振动信号自适应消噪方法，对实测汽轮机碰摩振动信号EMD消噪和小波软阀值消噪结果的比较表明，基于EMD消噪方法能够有效地消除旋转机械振动信号中的噪声。关键词：经验模式分解；汽轮机；碰摩故障；信号消噪；小波软阀值分类号：TH113．2；TN911．7文献标识码：A文

2、章编号：1001-5884(2011)01-0071-03AStudyonTurbineRubbingSignalDe-noisingTechniqueBasedonEMDWANGXiang，LIUXiao-feng，ZHUZheng—lin(1SchoolofEnergyandEngineering，NamingInstituteofTechnology，Naming21l167，China；2JiangsuElectricPowerResearchInstitute，Nanjing211132，China)Abstract：BasedonEmpirical

3、ModeDecomposition(EMD)theory，thesteamturbinevibrationsignaladaptivede—noisingmethodisintroduced．TheEMDde-noisingandwaveletsoftthresholdingresultsforthelocalmeasuredrubbingvibrationsignalsofturbine，showedthatthebasedEMDde—noisingmethodcanefectivelyeliminatethevibrationsignalofrotatin

4、gmachinerynoise．Keywords：empiricalnlodedecomposition；steamturbine；rubbingfault；signalde-noising；waveletsoftthresholdmg0前言1经验模式分解及其消噪原理信号的特征提取与消噪一直是信号处理领域的重要内1．1经验模式分解方法容。传统的滤波方法是将被噪声污染的信号通过一个滤波EMD分解跟小波分解非常相似，通过不同的尺度把含器，滤掉噪声频率成分。但对于瞬态信号、宽带噪声信号、非噪声的信号分解成一系列IMF。只是EMD的尺度是在时域平稳信号等，采用传统的滤

5、波方法就具有一定的局限性⋯。提取，是一种经验分解，由信号的自适应基分解出信号的Donoho等人提出的小波变换阈值去噪方法有着重要的理IMF，所以EMD不需要像小波一样需要选择合适的正交基。论和应用价值。但选择不同的小波基函数，信号分解不具有而且小波的正交基在信号分析的始末都是不变的，通常，预唯一性，如何选择合适小波基及阈值估计是一难题；近年来先确定的不变的正交基不被认为是非平稳非线性信号的最一种新的信号分解算法一经验模式分解(EmpiricalModeDe．佳分解基。而EMD提供的这种随信号变化而变的自适应基composition)方法由1998年美国学者Hu

6、angN．E提出，其正好可以弥补小波分析的缺陷，从而使信号得到更精确的表方法被认为是非线性、非平稳数据处理方法的新进展。EMD达。EMD分解的一系列IMF是单分量信号，每个IMF满足的最大优点是其可以从数据中自适应的得到基函数，克服了以下两点：小波变换中要选取合适的小波基的困难。根据信号时间尺(1)整个IMF中过零点数和极值点数相等或至多相差1。度的不同，EMD方法将信号分解为一组固有模态函数(In—(2)信号关于时间轴对称，即信号由局部极大值确定的trinsicModeFunction，IMF)，固有模态函数的提出是为了获包络线和由局部极小值确定的包络线均值

7、为零。得有意义的瞬时频率，从瞬态尺度(高频模态)到粗糙尺度1．2基于经验模式分解自适应消噪方法(低频模态)对其进行分析可以更准确有效地把握原数据的ZhaohuaWu等人发现了自噪声在EMD算法下的统计特特征信息。本文根据白噪声在EMD下的分解特性，提出了性：所有的IMF均服从正态分布；各个IMF的傅立叶谱是一一种基于EMD的自适应的消噪算法。由于小波软阀值消噪致的，在半对数尺度坐标下覆盖同一区域。同时Wu等人效果优于小波硬阀值消噪效果j，本文仅与小波软阀值消噪还得出IMF的能量密度和其对应的平均周期的乘积是一常方法相比较，仿真结果表明基于EMD消噪方法具有良好

8、的数，即消噪特性。E=const(1)