EEMD-小波在高边坡变形信息提取中的应用研究

针对高边坡变形呈现非平稳性及数据“噪声”多源的问题,提出了一种定向滤波的变形信息提取方法。首先,利用集合经验模态分解方法分解变形时序数据,结合定量分析法判别模态分量信号频段;然后,对高频模态分量中的“噪声”利用小波函数进行“靶向”消噪处理,并对趋势项进行傅里叶级数拟合;最后,重构高边坡变形分析模型,实现真实变形量的提取。结果表明,对比分析各项检验指标,通过“靶向”消噪,各高频模态分量消噪效果明显,重构后的集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)-小波高边坡变形分析模型较原始形变和其他模型在精度指标方面提升显著,该方法可用于高边坡的变形预测分析和真实变形量提取。     

基于VMD排列熵与FASSA-SVM的滚动轴承故障研究

提出了一种基于萤火虫改进麻雀搜索算法-支持向量机（FASSA-SVM）的轴承故障诊断方法。首先对轴承工况的振动信号变分模态分解（VMD）得到多个模态分量（IMFs）,其次利用排列熵（PE）求解每种工况每个IMF的PE值作为特征参数输入至SVM中,最后利用FASSA方法优化SVM的惩罚因子、核参数并得到最优的轴承故障分类诊断效果。实验结果表明,FASSA-SVM方法的平均测试集诊断准确率高达99.8%,该诊断结果优于传统的萤火虫算法（FA）、优化麻雀搜索算法（SSA）。     

基于ICEEMDAN和MC-CNN的矿山声发射信号识别分类方法

为精准识别地下矿山声发射事件,采用基于改进的完全集合经验模态分解模型(ICEEMDAN)和多通道卷积神经网络(MC-CNN)模型对声发射信号进行处理后得到分量图,根据各通道输入分量峭度值赋予不同权重,并利用卷积神经网络对输入数据进行训练,最终采用五折交叉实验方法验证该分类识别方法的可行性及有效性.结果表明:基于ICEE...     

基于IEEMD样本熵分析的管道泄漏定位

为降低城市管道泄漏定位误差,提出1种改进的集合经验模态分解（IEEMD）样本熵分析的管道多点泄漏定位方法。首先通过在EEMD中添加自相关函数计算和EMD算法,得到IEEMD;然后应用IEEMD可将原始泄漏信号直接去噪并分解为真实信号分量和冗余分量,经样本熵分析计算剔除冗余分量,获得有效泄漏信号;最后根据互相关时延计算和声发射时差定位法精确计算泄漏点位置。结果表明:该方法泄漏信号提取效果好、计算效率更高,有效提高了信号的信噪比,降低了信号的均方误差;该方法将管道泄漏定位误差降低至4.06%,较大程度提高了管道泄漏定位精确度。     

基于VMD分量相对熵分析的压力管道泄漏定位

为减小压力管道泄漏定位误差,从而及时处理管道泄漏,预防事故,首先,提出一种基于变分模态分解(VMD)分量相对熵分析的管道泄漏定位方法,采用VMD分解泄漏信号,获得多个分量,用相对熵分析自适应选择方法去除与管道泄漏信号混合的非泄漏信号,获取最佳观测信号;然后,利用管道模态声发射理论与广义S变换互时频分析,减少泄漏声发射信号频散性对定位的影响,获取较准确的泄漏信号的时延与声速;最后,利用管道泄漏时差定位公式计算泄漏位置,实现管道泄漏的精确定位。结果表明:该方法能够实现管道泄漏精确定位,与直接互时频分析方法以及相关系数分析法相比,定位精度明显提高。     

基于小波包熵与AFSA-SVM的压力管道泄漏识别

为了快速、准确地诊断出输气压力管道不同的泄漏状态,提出了一种基于小波包熵与人工鱼群优化支持向量机(AFSA-SVM)相结合的压力管道泄漏模式识别方法。该方法首先对管道泄漏时产生的声发射信号进行小波包分解,并对分解的最后一层节点重构信号进行相关性分析,以获得敏感的节点信号。然后求取这些敏感节点信号的小波包熵值,作为管道不同泄漏信号的特征向量。最后将小波包熵值输入到SVM中,并运用AFSA方法对SVM分类器中惩罚因子C与核函数参数g进行全局优化,以提高其分类准确率。实验结果表明,该方法能准确地识别压力管道不同的泄漏状态,为天然气管道泄漏状态监测提供新方法。     

小波熵去噪在微差爆破延时精确识别中的应用

在小波熵去噪理论的基础上,对实际隧道爆破工程采集到的爆破振动信号进行了小波熵方法去噪。利用db8小波对去噪后的信号在尺度a=16进行了连续小波变换得到其模极大值,准确识别了隧道多段别微差爆破实际延期时间间隔,并验证了小波熵方法去噪的可靠性。结果表明,小波熵去噪方法能够有效滤除和抑制爆破振动非线性信号所夹杂的高频噪声分量,并且很好地保留了爆破振动信号的突变细节。对滤波后的信号进行模极大值变换,信号局部奇异点的辨识更准确,可以精确识别隧道微差爆破延时间隔。     

基于变模式分解方法的电梯机房噪声分析实验研究

本文针对电梯噪声来源识别困难,提出了运用变模式分解方法,找出产生噪声的主要运动部件的方法。在文中实验分析部分,主要针对电梯的旋转运动部件如曳引轮、反绳轮、限速器运动频率的不同,将信号采集卡收集的噪声信号进行变模式分解,把复杂的噪声信号分解为多个单一的噪声分信号,再将分信号进行频域分析,最后将分量信号频域图谱与实验所用电梯的运动部件的相关转动频率进行比对,找出频率相近且振幅较大的噪声分信号,那么此幅值大的信号即是噪声的主要来源,从而指导电梯维修人员准确地找到电梯噪声的主要来源部件。     

基于多点关联性的尾矿坝位移监测序列异常值诊断*

针对尾矿坝位移监测序列中噪声和真实异常值的区分问题,提出1种基于多点关联性和改进孤立森林（IF）算法的异常数据诊断模型。通过IF算法对监测序列中的各样本点异常程度进行量化计算,引入云模型（CM）算法确定IF量化的异常得分与异常概念的相互映射关系以实现异常点的初步诊断,根据Apriori算法计算多测点序列间的关联性,找出强关联序列组合,结合序列关联性以及异常点诊断结果区分噪声与真实异常值。以某尾矿坝位移监测序列为例进行模型验证。研究结果表明:基于多点关联性的异常诊断模型能够有效区分尾矿坝位移监测序列中的噪声与真实异常值,提高监测系统的准确性。     

基于HHT的煤岩破裂微震信号分析

微震信号处理是目前研究微震监测技术应用领域中的一个重要课题,应用ESG微震监测系统采集煤巷炮掘过程中产生的煤岩破裂微震信号,针对所采集微震信号具有明显的持续时间短、突变快等特点,选用希尔伯特黄变换(HHT)对其进行处理。HHT包括EMD分解和Hillert变换两部分,微震信号经过EMD自适应分解得出9个IMF分量和一个残余分量,对各IMF分量进行Hillert变换做出Hillert谱,从Hillert谱中得出煤岩破裂微震信号频率响应主要集中在500-800Hz,用边际能量谱加以验证得出Hillert谱在应用中的准确性,为进一步认识煤岩破裂的机理和预测煤岩动力灾害提供了有效的技术途径。     

饱水作用对锁固型岩体变形特性影响研究

为了研究饱水作用对锁固型岩体力学性质和变形特性的影响,对干燥与饱水状态下的岩体进行单轴压缩试验,利用数字图像相关方法对岩体加载过程进行非接触式实时变形监测。研究结果表明：饱水作用弱化了岩体的单轴抗压强度和弹性模量;应变场演化特征表明饱水作用增大试件的变形量,但未改变试件的裂纹扩展路径和最终破坏模式;岩桥锁固段剪切裂纹起裂和峰值应力时伴随着应变场分异速率突增,可作为锁固型岩体滑动和失稳破坏的前兆信号,饱水作用对应变场分异速率峰值有削弱作用;通过计算预制裂隙两侧的错动位移,定量揭示岩体失稳过程中岩桥的“锁固效应”。研究结果可为涉水环境下锁固型岩体的稳定性问题和灾变监测提供参考。     

基于数据挖掘的施工危险识别注意投入与分配研究*

为分析施工情境中危险识别注意资源动态投入分配规律,基于动态时间规整算法,挖掘危险识别注视轨迹序列,以表征注意资源投入分配变化,并采用k-means聚类、注视熵、Needleman-Wunsch全局序列对齐算法和统计等方法,深入挖掘注意资源在危险目标中投入和分配等时空变化规律。研究结果表明:当事人危险识别各阶段注意资源呈现从显著目标到高危目标的投入变化趋势,危险识别注意资源分配随情境复杂因素呈现零散、均匀的空间特征,分配无序程度提高。     

基于迭代退火算法的高压变频器功率单元频繁故障诊断方法研究

现有的变压器故障诊断方法较为复杂且计算冗余度较高,在高压变频器的功率单元频繁发生故障时难以高效地检测故障。为此,提出基于迭代退火算法的高压变频器功率单元频繁故障诊断方法。采用小波包分解方法提取高压变频器功率单元的电压信号特征熵,将该特征熵输入到支持向量机模型。使用迭代退火算法优化支持向量机的训练参数,并输出诊断结果。研究结果表明：该方法提取的高压变频器单元故障的平均冗余度最低至3.2%,平均诊断时间为15.1 ms,可实现高压变频器功率单元频繁故障的高效诊断。     

基于S变换的微地震监测中多源信号特征分析

为了提高微地震信号分析的精度,对模拟振动信号进行了试验,得到了时窗因子对ST(S-Transform)时频分辨率的影响,基于ST的良好时窗自适应性和高时频分辨率,进一步将其应用于泸沽铁矿巷道微地震监测数据的处理。结果表明:ST能准确提取信号属性用以构造特征向量,实现了矿山微地震监测中多源信号的量化分类,并为矿山微地震信号的自动识别与分析提出了新思路。     

基于模糊相似优先比的供水管网渗漏同步诊断*

为加强城市供水管网渗漏诊断能力,采用基于模糊相似优先比的漏损判别方法实现供水管网漏损定位及漏损程度的同步诊断。通过MATLAB软件调用最新版EPANET V2.2建立供水管网模型,在管段中间加入扩散器模拟单次渗漏事件,通过更改扩散器系数实现渗漏量的控制;基于压力驱动水力分析得到各节点压力变化,遍历模拟各管段漏损后,通过建立节点压力灵敏度矩阵,采用K均值聚类法进行监测点布置;在此基础上,在易渗漏管段模拟产生不同渗漏级别的渗漏事件,以监测点压力变化值构建源范例库,在熵权法的基础上,采用模糊相似优先比方法同步诊断渗漏位置及渗漏程度。以某一实际管网为例,模拟产生50例历史渗漏事件,采用模糊相似优先比同步诊断新渗漏事件的渗漏位置及渗漏程度,并对比3种权重方法。结果表明:模糊相似优先比法可有效地实现渗漏定位与渗漏程度的同步诊断。     

1种抑制巷道信号NLOS的矿井RSSI高精度定位算法*

在RSSI（Received Signal Strength Indication）测距定位技术中,为抑制巷道信号NLOS（Non Line of Sight）传输对定位结果的影响,提出信号指纹定位和几何优化算法。在离线阶段利用高斯滤波最大值加权法和最小二乘法建立符合矿井巷道环境的无线信号测距模型,设计改进卡尔曼滤波器平滑处理离线信号值,抑制巷道信号NLOS传输带来的影响,建立离线信号指纹库;在线定位阶段,利用加权K最近邻法（WKNN）将定位目标接收到的信号值与指纹库中的信号值进行匹配,将匹配到的最优信号值参与测距定位计算,最后通过几何优化算法将定位结果归一化处理,使其符合一维定位分布。结果表明:所提算法的平均定位误差为0.9 m,相比于高斯滤波最大值加权法、经典卡尔曼滤波指纹定位算法和改进卡尔曼滤波指纹定位方法,其平均误差分别减小2.36,1.17,0.35 m。所提算法能够有效抑制巷道信号NLOS传输对RSSI测距定位的影响,可实现RSSI方法在矿井NLOS环境中的有效应用。