基于信号注入和分散检测的井下供电系统防越级研究

为有效解决煤矿井下供电系统短路引起的越级跳闸问题,从注入信号分散检测单相接地故障原理出发,提出基于信号注入和分散检测相结合的单相接地故障选线理论,增加一个零序电流到故障电路中,将理想零序电流提供给故障系统,并利用模拟元件搭建测试系统测试注入信号检测部分,构建测试模型实现电网系统单相接地故障,并利用井下配电网数字光纤通信式保护器,解决井下供电系统发生故障后的快速、准确动作和故障隔离问题。结果表明：通过注入主频80 Hz,幅值40 mA的信号,信号滤波算法能够滤除工频及其谐波等信号的干扰,在注入信号的频率小范围偏移时,装置能准确检测和提取注入信号以便判断故障。     

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。     

基于小波包变换和ELM的滚动轴承故障诊断研究

为了准确诊断滚动轴承故障,降低滚动轴承故障对设备运行的影响,提出了一种基于小波包变换分析与极限学习机相结合的滚动轴承故障诊断方法.首先,通过小波包变换对轴承振动信号进行消噪处理,采用均方根差和平滑度法为指标筛选出合适的小波基函数,用以对原始信号进行消噪处理.然后以信号的8种特征作为指标对消噪后的信号进行特征值提取,并通过时域、频域信息图对轴承故障进行先验诊断.最后将提取的特征值作为样本通过极限学习机的方法对轴承故障类别进行分类、诊断.研究表明,该方法能够准确地对轴承故障类别进行诊断,为轴承的故障诊断提供了新的思路.     

基于MCKD和EMD分解的压力管道泄漏源定位研究

针对输气压力管道泄漏声发射信号由于含有大量噪声而特征难以提取的问题,文章提出一种基于MCKD(最大相关鞘度解卷积)和EMD分解相结合的管道泄漏声发射信号提取方法。首先根据MCKD对泄漏信号进行降噪,突出信号中的有效成分,然后进行EMD分解得到含有泄漏特征的敏感IMF分量,并进行EMD重构并提取泄漏源声发射信号的本质特征,提高管道定位精度。实验表明,该方法能够很好地滤除信号中的噪声并且准确地提取含噪声信号中的时频特征,是对压力管道泄漏声发射信号降噪的一种新方法。     

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。     

基于改进ELMD和多尺度熵的管道泄漏信号识别

为预防城市管道泄漏事故,准确提取管道泄漏信号的特征,首先提出一种改进的总体局域均值分解(ELMD)与多尺度熵的管道泄漏信号识别方法,通过峰值波形匹配延拓法处理端点处的信号,减弱端点处信号分量的畸变、失真;然后对管道原始泄漏信号进行ELMD分解,得到一系列乘积函数(PF),计算各PF分量的多尺度熵值,根据熵值的大小筛选出含有主要泄漏信息的PF分量,消除背景噪声的影响;最后构建反向传播(BP)神经网络,并识别泄漏信号。结果表明:该方法减少了分解后的误差,能够实现管道泄漏的检测,与未改进的ELMD方法相比,泄漏信号的识别率更高。     

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CEEMDAN-SOBI对桥梁监测挠度的分离研究

为实现桥梁挠度监测信号各种效应值的分离,提出1种基于自适应噪声的完备集合经验模态分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN）结合二阶盲源辨识（Second Order Blind Identification,SOBI）的单通道盲源分离算法。首先利用自适应噪声的完备集合经验模态分解将单通道的桥梁挠度信号分解为一系列线性平稳的本征模函数,计算各子序列的排列熵（Permutation Entropy,PE）并将排列熵值相近的序列相加组成新的序列;然后采用K-L散度的判别法剔除虚假的分量,将真实的分量组成盲源分离模型的输入信号;最后采用二阶盲源辨识对输入信号进行盲源分离,得到桥梁监测挠度的各效应值。结果表明:该方法能有效分离挠度监测信号中的各种效应值。     

基于广义延拓的电梯振动信号优化处理与分析

电梯的异常振动往往预示着电梯系统某部分故障或不协调,此振动信号可通过三轴加速度传感器在电梯轿厢内采集,进而通过适当处理可提取出轿厢振动的特征参数,用于电梯的故障诊断。然而电梯故障诊断的合理性取决于其特征参数的精确度,现将广义延拓法用于振动信号的优化处理,在处理离散数据上结合了插值法与拟合法的优势,有助于排除采集振动信号时产生的错误点。采用小波分解与峭度分析的方法对电梯故障特征参数进行提取,在此基础上设计开发了一种贝叶斯电梯故障诊断软件并对广义延拓法进行了验证,结果表明此方法可有效增大特征信号的分辨力度,提高电梯故障诊断的系统准确性。     

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。