水轮机空化声发射信号降噪与混沌图像特征提取.pdf
《水轮机空化声发射信号降噪与混沌图像特征提取.pdf》由会员分享,可在线阅读,更多相关《水轮机空化声发射信号降噪与混沌图像特征提取.pdf(7页珍藏版)》请在咨信网上搜索。
1、针对水轮机空化声发射信号存在噪声影响信号特征有效提取的问题,本文建立了基于傅里叶分解与多分辨奇异值分解的降噪和混沌特征提取的水轮机空化声发射信号处理方法。采用傅里叶分解算法将水轮机空化声发射信号分解为若干个固有频带函数,计算其相关系数。利用多分辨奇异值分解算法对相关系数较小的固有频带函数进行降噪,再将降噪后的固有频带函数与相关系数较大的固有频带函数进行重构,完成信号降噪。结果表明:将相空间重构得到相轨迹图和 Poincar 截面图作为信号特征,本文降噪方法可以更好实现水轮机空化声发射信号降噪;混沌特征图像可以反映空化状态变化规律。关键词:水轮机;空化;声发射;傅里叶分解;多分辨奇异值分解;相空
2、间重构;混沌特征DOI:10.11990/jheu.202207030网络出版地址:https:/ 文献标志码:A 文章编号:1006-7043(2023)08-1361-07Denoising and chaotic feature extraction of acoustic emission signals of hydraulic turbine cavitationLIU Zhong,LI Xianwei,ZOU Shuyun,WANG Wenhao,ZHOU Zehua(School of Energy and Power Engineering,Changsha Universi
3、ty of Science and Technology,Changsha 410114,China)Abstract:This study aims to address the problem concerning the influence of noise on the effective extraction of hy-draulic turbine cavitation acoustic emission signal characteristics.Therefore,a processing method for the turbine cavitation acoustic
4、 emission signal is established based on the Fourier decomposition method and multiresolution sin-gular value decomposition FDM-MRSVD denoising and chaos feature extraction.First,the cavitation acoustic emis-sion signal is decomposed into several Fourier intrinsic band functions(FIBFs)of instantaneo
5、us frequencies based on FDM,and the correlation coefficients are calculated.The FIBFs with a small correlation coefficient are denoised by using MRSVD,and the denoised FIBFs are reconstructed with a large correlation coefficient FIBFs to complete signal denoising.The phase space is reconstructed,obt
6、aining the phase locus and Poincar section as the signal characteristics.The experimental results show that the denoising method of FDM-MRSVD can achieve superior noise reduction by cavitation acoustic emission of hydraulic turbines.The chaotic characteristic images can repre-sent the change rule of
7、 the cavitation state.Keywords:hydraulic turbine;cavitation;acoustic emission;Fourier decomposition method;multiresolution singu-lar value decomposition;phase space reconstruction;chaotic characteristic收稿日期:2022-07-15.网络出版日期:2023-05-19.基金项目:国家自然科学基金项目(52079011);湖南省研究生科研创新项 目(CX20220927);湖 南 省 自 然 科
8、学 基 金 项 目(2023JJ30032).作者简介:刘忠,男,教授,硕士生导师.通信作者:刘忠,E-mail:drliuzhong .水电作为一种可再生能源受到国内外的关注。作为主要能量转换设备1-2,水轮机内部发生空化时,会损坏过流部件,降低机组效率,严重时会产生强烈振动,从而影响机组安全稳定运行3。空化发生时,大量空泡溃灭会在短时间对水轮机叶片和流道内壁产生冲击,沿水轮机机械结构传播出高频声发射(acoustic emission,AE)信号4。为了准确识别水轮机空化状态,对空化 AE 信号处理显得尤为关键。针对信号含大量噪声影响特征提取效果的问题,一系列降噪方法相继提出。经验模态分解
9、及其改进方法仍存在模态混叠弊端5-6,小波阈值降噪及变分模态分解方法依赖于关键参数的选取7-8。相较而言,傅里叶分解方法(Fourier decomposition method,FDM)优势明显,其分解原理基于傅里叶变换,对非线性信号能够进行完备的、正交的自适应分哈 尔 滨 工 程 大 学 学 报第 44 卷解,克服了端点效应、模态混叠、非自适应方法参数确定等问题9。由于采集到的水轮机空化 AE 信号受现场环境等因素影响包含一些噪声,采用 FDM 方法可将其自适应分解,利用相关系数法直接剔除一部分噪声分量,对同时包含噪声和有用信息的另一部分分量未作处理。而多分辨奇异值分解方法(multi-r
10、esolution singular value decomposition,MRS-VD)利用噪声和有效信息的奇异值分布特性,可对这些分量进行降噪10。水轮机空化 AE 信号具有典型的非线性和非平稳性11。采用混沌理论中最大 Lyapunov 指数、关联维数等参数可以定量描述空化严重程度,并且证实了水轮机空化 AE 信号具有混沌性12。然而,采用混沌特征图像表征水轮机空化 AE 信号并研究其演变规律的文献并不多见。本文利用 FDM 方法的优势对水轮机空化 AE信号进行完备分解,再采用 MRSVD 方法对同时包含噪声和有用信息的分量进行降噪,应用混沌理论重构相空间以挖掘水轮机空化 AE 信号内
11、在信息,构造相轨迹图及 Poincar 截面图。1 信号降噪及特征提取涉及的算法1.1 FDM 算法 FDM 算法可将多分量随机信号 x(t)分解为:x(t)=Wi=1yi(t)+(t)(1)式中:yi(t)为分解得到的 W 个单分量信号;(t)为残余分量。FDM 分解方式有从高频到低频 HTL-FS和从低频到高频 LTH-FS 共 2 种方式。LTH-FS 在高频段具有较好的时频分辨性,HTL-FS 在低频段具有较好的时频分辨性。根据水轮机空化 AE 信号的噪声分布特点,选择 HTL-FS 方式,具体步骤为13:1)对多分量信号 x(n)进行傅里叶变换得到时间序列矩阵 X(k),即:X(k)
12、=FFTx(n)(2)式中 FFT 为快速傅里叶变换函数。2)HTL-FS 算法求解解析傅里叶固有频率带函数(analytic Fourier intrinsic band functions,AFIBFs):AFIBFi=Ni-1-1k=NiX(k)expj2knN()=ai(n)expji(n)(3)式中:i=1,2,M;N0=N/2;NM=1;N 为信号长度。HTL-FS 搜索方法在保证信号完全分解的同时获得最少数目的,对于任意 i 个 AFIBFs 分量,傅里叶固有频带分量的叠加数目从 Ni-1-1 开始逐渐减小到Ni,1NiNi-1-1。且均满足单步差分的假设条件要求 AFIBFi的
13、相位时变幅值 i(n)始终为一个单调递增函数,即:i(n)=i(n+1)-i(n-1)2()0(4)3)计算残余分量(n):(n)=X(0)+X(N/2)(-1)n(5)4)求解 AFBIFs 的瞬时频率,实部即为傅里叶固有 频 带 函 数(Fourier intrinsic band functions,FIBFs)。1.2 MRSVD 算法 MRSVD 将矩阵二分递推构造法和奇异值分解算法相结合,能够将信号分解为多个层次的子信号。图 1 为 MRSVD 分解过程图。图 1 MRSVD 分解Fig.1 MRSVD decomposition processMRSVD 具体步骤为14:1)对任
14、意信号 X=x1,x2,xn,应用二分递推法分解理论将其构造成 Hankel 矩阵 H:H=x1x2xN-1x2x3xN(6)2)对矩阵 H 进行奇异值分解,分别计算 2 个重构子信号的奇异值。第 1 次分解得到的近似信号 A1为较大奇异值对应的重构子信号;第 2 次分解得到的细节信号 D1为较小奇异值对应的重构的子信号;3)将近似信号 A1继续应用二分递推法构建Hankel 矩阵,进行奇异值分解。MRSVD 的降噪性能较好,正常信号和噪声信号由于相关性不同导致其奇异值分布差异,结果使得噪声信号被分解在细节信号中,正常信号被分解在近似信号中。在分解开始时,细节信号奇异值急剧降低,这说明噪声分离
15、在刚开始时速度较快,随后逐渐平稳。说明当分解层数增多时,噪声的消除会减慢,最终趋于不变时,分解终止。获得第 j 次的近似信号 Aj为经过降噪处理后的信号。1.3 FDM-MRSVD 降噪 建立基于傅里叶分解方法和多分辨奇异值分解方法相结合的 FDM-MRSVD 降噪方法,其流程图见图 2。其主要步骤为:1)采用 FDM 方法对原始信号进行处理,分解为多个 FIBFs 和 1 个残余分量;2)应用相关系数法筛选 FIBFs 分量。相关系数2631第 8 期刘忠,等:水轮机空化声发射信号降噪与混沌图像特征提取小于 0.1 的 FIBFs 分量中基本不包含正常信号,予以剔除;相关系数大于 0.5 的
16、 FIBFs 分量中包含大量正常信号,予以保留;相关系数在 0.1 0.5 的FIBFs 分量同时包含部分正常信号和噪声信号,重构后采用 MRSVD 方法降噪;3)将 MRSVD 降噪后 FIBFs 分量和相关系数大于 0.5 FIBFs 分量进行重构,得到最终降噪后信号。图 2 FDM-MRSVD 降噪流程Fig.2 Flowchart of FDM-MRSVD denoising1.4 相空间重构 对离散时间信号 z(i)重构相空间为:Z=z1=(z1,z1+,z1+(m-1)z2=(z2,z2+,z2+(m-1)zn=(zn,zn+,zn+(m-1)(7)式中:Z 为重构之后的相空间;为
17、延迟时间;m 为嵌入维数;n=N-(m-1);l=1,2,N。在相空间重构中,延迟时间 及嵌入维数 m 的选择非常关键。最佳延迟时间 0、最佳嵌入维数 m0常分别采用互信息法和虚假最近邻点法确定15。1.5 混沌图像特征提取方法 对于不同的混沌系统,具有混沌特性的信号都 会生成独特且明显特征的混沌吸引子重构相轨迹图(简称相图)及 Poincar 截面图。相轨迹图的扩张和收缩趋势可以反映系统的混沌状态16。Poincar截面图上截点分布扩张和收缩趋势可以反映系统的混沌状态17。获得相图及 Poincar 截面图的步骤为:1)采用互信息法和虚假最近邻点法确定重构相空间的参数 0和 m0;2)对离散
18、时间信号按式(7)进行相空间重构,将该信号重构为 m0维相空间;3)在相空间内选取任意分量及其相邻的 2 个分量,即可得到三维相图;4)在相空间内,选取 1 个截面与轨迹线相交,该截面不与轨迹线相切并且不包含轨迹线,即可得到包含截点的 Poincar 截面图。2 试验信号降噪处理2.1 水轮机空化 AE 信号采集 在处于国内领先水平、综合误差0.2%的闭式水轮机模型试验台上进行水轮机空化试验。选择导叶拐臂和转轮下环底部布置 AE 传感器,该位置距离发生空化部位较近且金属厚度较小,可以减少信号在传递过程中的能量损失和设备噪声的影响。在试验过程中,采用声发射信号采集系统采集各个测点的声发射信号。2
19、.2 FDM-MRSVD 降噪分析 从导叶拐臂处 AE 传感器采集到的临界空化状态数据中截取长度为 4 096 的水轮机空化 AE 信号数据,信号波形图及频谱图如图 3 所示。图 3 临界空化 AE 信号Fig.3 Critical cavitation AE signal 对临界空化原始信号进行 FDM 处理,得到 28个 FIBFs 和 1 个残余分量。因篇幅限制,仅展示 8个典型的 FIBFs 的波形图(见图 4)。可以发现,信号被有效分解,而且避免了模态混叠现象。计算分解得到的所有 FIBFs 的相关系数,部分分量的相关系数见表 1。FIBF1 FIBF13、FIBF23 FIBF28
20、相关系数小于0.1,予以剔除。FIBF20相关系数大于 0.5,予以保留。FIBF14 FIBF19、FIBF21、FIBF22相关系数大于0.1 且小于 0.5,进行重构后进行 MRSVD 降噪。将MRSVD 降噪后的分量与保留的分量 FIBF20进行重构,得到降噪处理后的信号。为评价 FDM-MRSVD3631哈 尔 滨 工 程 大 学 学 报第 44 卷方法的降噪效果,再分别采用 FDM 降噪方法和MRSVD 降噪方法对临界空化 AE 原始信号进行降噪处理,降噪处理后的信号波形如图 5 所示。图 4 FDM 处理结果Fig.4 Results of FDM表 1 部分 FIBFs与原始信
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 水轮机 声发 信号 混沌 图像 特征 提取
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。