亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于EMD與VPMCD的礦漿管道泄漏檢測方法*

        2018-01-24 07:59:13王曉東吳建德劉英杰
        傳感器與微系統(tǒng) 2018年1期
        關(guān)鍵詞:特征值分量能量

        毛 敏, 王曉東, 吳建德, 劉英杰

        (1.昆明理工大學(xué) 信息工程與自動化學(xué)院,云南 昆明 652500;2.云南省礦物管道輸送工程技術(shù)研究中心,云南 昆明 650500)

        0 引 言

        復(fù)雜地形長距離礦漿管道(以下簡稱管道)在輸送過程中,由于受到地形復(fù)雜、高速流動、建筑施工等因素的影響,容易引發(fā)泄漏,帶來不必要的經(jīng)濟損失[1]。管道在正常運行的情況下,其壓力值呈現(xiàn)出穩(wěn)定而連續(xù)的變化,一旦發(fā)生了泄漏,管道沿程任意一點壓力值都會發(fā)生下降,通過分析管道某點壓力、流量是否偏離正常值范圍就可以判斷泄漏是否發(fā)生[2]。但工況調(diào)整同樣會導(dǎo)致壓力、流量下降,因此,易導(dǎo)致泄漏誤報與漏報,增加了準(zhǔn)確檢測的難度。

        如何在不同工況下,從非平穩(wěn)的信號中提取[3]、選擇最能準(zhǔn)確反映管道運行工況的特征參數(shù),以提高泄漏檢測效率,保障管道安全輸送的意義非常重大。

        在管道泄漏檢測領(lǐng)域中,由于復(fù)雜的運行現(xiàn)場和繁多的噪聲類型,測量信號表現(xiàn)為非平穩(wěn)、非線性的特征。經(jīng)驗?zāi)B(tài)分解(empirical mode decomposition,EMD)是一種新的非平穩(wěn)、非線性信號的分析方法,該方法具有自適應(yīng)的多尺度分解特性,且Hilbert變換也是自適應(yīng)的信號處理方法,具有較高的信噪比。與此同時,變量預(yù)測模型(variablepredictive mode based class discriminate,VPMCD)的方法因其分類效果較好,在其他領(lǐng)域的故障診斷中取得了較好的應(yīng)用。因此,結(jié)合以上方法分析信號,可排除管道工況調(diào)整對泄漏檢測產(chǎn)生的干擾,有效提高管道泄漏識別率并準(zhǔn)確報警[4]。

        本文提出了一種基于EMD與VPMCD分類識別的管道泄漏檢測方法,該方法能夠有效地提取特征信號,并利用VPMCD方法建立泄漏識別模型,用于檢測管道的運行狀況,并提供安全保障。

        1 信號特征提取方法

        1.1 EMD

        EMD的實質(zhì)是根據(jù)不同時間尺度的特征把多分量的信號分解成一系列的單分量信號,即固有模態(tài)函數(shù)[5]。各階次的IMF包含了原始信號的不同頻率信息,分析這些IMF即可獲得信號的局部信息特征。

        假設(shè)信號為x(t),經(jīng)過EMD分解后可得到若干個本證模函數(shù)(intrinsic mode function,IMF)分量和一個余量rn(t)[6],即

        (1)

        1.2 Hilbert-Huang變換

        對式(1)中的各個ci(t)作Hilbert-Huang變換(HHT)[7]得到

        (2)

        構(gòu)造解析函數(shù)

        zi(t)=ci(t)+jH[ci(t)]=ai(t)ejΦi(t)

        (3)

        于是,可得其幅值函數(shù)

        (4)

        以及相位函數(shù)

        (5)

        求得瞬時頻率

        (6)

        由此可得到Hilbert譜

        (7)

        式中Re為取其實部,展開式(6)中的頻率ωi(t)和幅值ai(t)為隨著時間變化的,從HHT的整個過程分析,Hilbert譜H(ω,t)描述了每個IMF分量的幅值隨著時間和頻率的分布規(guī)律。

        1.3 Hilbert能量譜

        若將|x(t)|2看成信號的能量密度,則經(jīng)HHT后,H2(ω,t)也具有能量密度的物理意義,因此,將H2(ω,t)稱為Hilbert能量譜?;贖HT邊際譜,定義E(ω)為Hilbert邊際能量譜

        (8)

        式中E(ω)為局部瞬時能量,反映了信號在某一頻率成分的能量隨著時間的變化規(guī)律。由式(3)可定義每個IMFci(t)的能量譜為

        (9)

        Ei(t)準(zhǔn)確地描述了第i個IMF分量的能量隨時間的變化情況。所以,第i個IMF分量的能量計算式為

        (10)

        標(biāo)準(zhǔn)差較好地反映了一個數(shù)據(jù)集的離散程度,各IMF的Hilbert能量譜分布標(biāo)準(zhǔn)差[6]為

        (11)

        2 信號特征識別方法

        本文選取二次交互模型(QI),如式(12)所示,對信號特征值向量進行分析

        (12)

        式中k,a,b≠i;Xi為變量;b0,bj,bjj,bjk為模型參數(shù)。

        VPMCD方法[8]分為模型訓(xùn)練與分類2個階段,具體過程[9]如下:

        1)模型訓(xùn)練

        a.假定存在q類狀態(tài),分別對其進行m次采集,每類狀態(tài)下都有m個訓(xùn)練樣本,即mk,k=1,2,…,q。

        b.對所有的訓(xùn)練樣本提取p個特征值,其特征向量記為T=[M1,M2,…,Mp]。

        c.對隨機被預(yù)測變量Mi,i=1,2,…,p,選取QI模型。

        2)模型分類

        a.選取測試樣本并提取對應(yīng)的特征值T=[M1,M2,…,Mp]。

        c.計算所有類別下的所有特征向量的誤差平方和的值δk,如式(13)所示。依據(jù)δk最小作為判別條件對測試進行分類,并將測試樣本歸到第k類

        (13)

        VPMCD方法根據(jù)VPM對信號進行特征值預(yù)測,用于信號實際特征值誤差平方和最小作為評定標(biāo)準(zhǔn),對信號進行識別。

        3 基于EMD與VPMCD的泄漏檢測方法

        對分析在不同工況下智能壓力變送器檢測到的礦漿管道壓力信號,考慮到管道工況的變化,會導(dǎo)致壓力信號的波動范圍差異較大,以此影響分析的結(jié)果,所以必須對上述條件下的信號進行去噪與歸一化的預(yù)處理[6],歸一化至[-1,1]。由此,本文具體方法流程圖如圖1所示。

        圖1 管道泄漏檢測流程

        具體的步驟如下:

        1)分別在管道正常運行、泄漏以及工況調(diào)整狀態(tài)下,按一定采樣頻率依次進行n次采樣,共得到2n個壓力信號作為訓(xùn)練樣本;為了數(shù)據(jù)準(zhǔn)確處理,將信號進行預(yù)處理。

        2)對每個工況下的各個壓力信號預(yù)處理后進行EMD,得到若干個IMF分量,然后求得能夠準(zhǔn)確反映工況特征的局部Hilbert能量譜,將其作為分析對象。

        3)提取前p個IMF分量的Hilbert能量譜作為樣本特征,并構(gòu)建相應(yīng)的特征值向量T=[M1,M2,…,Mp]。

        5)采集對應(yīng)的測試信號,按步驟(2)、步驟(3)構(gòu)成特征值向量T,將其分別作為VPMCD分類器的輸入,根據(jù)其輸出判斷礦漿所處的運行狀態(tài)。

        4 實驗結(jié)果與分析

        4.1 實驗管道數(shù)據(jù)

        為了驗證方法的有效性,利用某大學(xué)的管道輸送實驗室的一條復(fù)雜管道進行現(xiàn)場實驗,實驗室設(shè)備結(jié)構(gòu)布局如圖2所示。管道總長68.50m,其中平直管段僅有3.70m,管徑為100mm。為了保證礦漿的正常輸送,其高層差均小于15°,管道有2個至高點、2個至低點,在起始點及各點均安裝有智能壓力變送器,首尾端安裝有電磁流量計。實驗設(shè)置2處泄漏口。

        實驗內(nèi)容包括對管道進行不同濃度(65%,55%)和不同流速(2.0,1.7,1.5m/s)工況下的正常運行、正常工況調(diào)整與泄漏工況實驗。其中,1#,2#泄漏口均為直徑為15mm的閥門。采用緩慢打開閥門的方式模擬泄漏,采用緩慢打開管道首端電動閥門的形式調(diào)閥;采用降低泵速的方式調(diào)泵。與此同時,采集壓力、流量信號,其數(shù)據(jù)全部來自實驗室的數(shù)據(jù)采集與檢測系統(tǒng),采樣頻率為10Hz,提取壓力下降的暫態(tài)過程5min的數(shù)據(jù),采樣點個數(shù)為3000。

        圖2 管道結(jié)構(gòu)布局圖

        4.2 管道運行工況特征量提取

        管道泄漏與工況調(diào)整的壓力波動信號存在著豐富、不同的信息。據(jù)此,本文選取泄漏與工況調(diào)整作為特征提取的對象,對以上信號進行預(yù)處理后,如圖3所示。

        圖3 管道上下游壓力信號

        圖3為在65%濃度,1.7m/s流速運行條件下,管道泄漏和調(diào)閥時的壓力曲線。分別對其進行EMD,得到的IMF分量及Hilbert能量譜如圖4、圖5所示。

        圖4 泄漏壓力信號IMF分量圖及Hilbert能量譜圖

        圖5 調(diào)閥壓力信號IMF分量圖及Hilbert能量譜圖

        泄漏與調(diào)閥共分解出6個IMF分量。在整個頻率范圍內(nèi),泄漏信號的幅值稍大于調(diào)閥信號。由圖可看出泄漏信號IMF能量相比于調(diào)閥信號IMF能量大,且調(diào)閥信號的能量差異較小。經(jīng)計算,泄漏信號的σ1=41.03,調(diào)閥信號的σ2=5.73,所以,從能量分布情況便可清晰地區(qū)分泄漏與調(diào)閥信號間的差異。

        如圖6所示分別為泄漏與工況調(diào)整的壓力信號10組樣本的能量分布情況,兩者間存在著鮮明的差異。因此,可以將不同工況下的壓力信號IMF分量Hilbert能量譜作為特征值向量,并利用VPMCD分類器對泄漏進行識別。

        圖6 IMF能量標(biāo)準(zhǔn)差分布

        綜上根據(jù)流量信號間的差異,檢測管道泄漏,如圖7所示。

        圖7 管道流量信號

        4.3 管道泄漏檢測

        本文分別對管道在不同濃度、不同流速工況下1#,2#泄漏口上、下游的壓力信號進行采樣,在正常運行、泄漏與正常工況調(diào)整(調(diào)泵、調(diào)閥)數(shù)據(jù)中分別隨機抽取10組數(shù)據(jù)作為訓(xùn)練樣本,剩余20組作為測試樣本。在此基礎(chǔ)上,根據(jù)流量信號來綜合分析泄漏故障。

        實驗結(jié)果表明:在管道3種運行狀態(tài)下的60個樣本中,僅有3個工況調(diào)整被誤識別成管道泄漏,識別精度為95%。

        為驗證本文方法的準(zhǔn)確性,在相同條件下,與文獻[10]的方法進行對比分析,文獻[10]提出了基于EMD與SVM的泄漏信號識別方法。結(jié)果如表3所示。從表中可看出:本文方法優(yōu)勢較SVM方法更為明顯,驗證了利用本文方法進行管道泄漏檢測的可行性與有效性。

        5 結(jié) 論

        1)利用EMD方法對管道壓力信號進行分解,得到能夠準(zhǔn)確反映工況特征的局部Hilbert能量譜,較為鮮明地區(qū)分出不同管道運行工況,有效地實現(xiàn)分類。

        2)通過將選定的Hilbert能量譜,以此構(gòu)造特征值向量,并采用VPMCD方法建立泄漏識別模型,用于檢測管道運行狀態(tài)。實驗結(jié)果表明:該方法能有效提高泄漏檢測的準(zhǔn)確性。

        表1 泄漏狀態(tài)下的預(yù)測模型

        表2 基于EMD與VPMCD的管道泄漏檢測結(jié)果

        表3 本文方法與文獻[10]方法對比結(jié)果

        3)通過分析管道上下游流量信號,能更有效、更精確,更全面地進行泄漏檢測。

        由于受信號低采樣頻率的限制,給信號分析帶來了影響,下一步將對其進行改進,做更為精確的分析并對泄漏進行定位。

        [1] 王 正,王洪誠,傅 磊,等.基于多壓力傳感器負(fù)壓波的管道檢測法[J].傳感器與微系統(tǒng),2015,34(5):115-118.

        [2] Liu Cuiwei,Li Yuxing,Yan Yukun,et al.A new leak location method based on leakage acoustic waves for oil and gas pipe-lines[J].Journal of Loss Prevention in the Process Industries,2015,35:236-246.

        [3] 曲志剛,封 皓,靳世久,等.基于提升小波的管道安全系統(tǒng)信號特征提取方法[J].傳感器與微系統(tǒng),2010,29(5):59-62.

        [4] 王 政,付紅橋,付少華,等.基于虛擬儀器的原油管道泄漏實時監(jiān)測與定位系統(tǒng)[J].傳感器與微系統(tǒng),2012,31(1):111-116.

        [5] 劉 霞,黃 陽,黃 敬,等.基于經(jīng)驗?zāi)B(tài)分解的(EMD)小波熵閾值地震信號去噪[J].吉林大學(xué)學(xué)報:地球科學(xué)版,2016,46(1):262-269.

        [6] 趙利強,王建林,于 濤.基于改進EMD的輸油管道泄漏信號特征提取方法研究[J].儀器儀表學(xué)報,2013,34(12):2698-2702.

        [7] 劉玉龍,李曉林.HHT在動態(tài)稱重傳感器處理非線性信號中的應(yīng)用[J].傳感器與微系統(tǒng),2015,34(7):158-160.

        [8] Luo Songrong,Cheng Junsheng,Zeng Ming,et al.An intelligent fault diagnosis model for rotating machinery based on multi-scale higher order singular spectrum analysis and GA-VPMCD[J].Measurement,2013,87:38-50.

        [9] Yang Yu,Wang Huanhuan,Cheng Junsheng,et al.A fault diagnosis approach for roller bearing based on VPMCD under variable speed condition[J].Measurement,2013,46:2306-2312.

        [10] 于 蕊,張壽明,畢貴紅,等.基于EMD與SVM的泄漏聲發(fā)射信號識別方法 [J].計算機與應(yīng)用化學(xué),2015,32(10):1259-1264.

        猜你喜歡
        特征值分量能量
        一類帶強制位勢的p-Laplace特征值問題
        帽子的分量
        單圈圖關(guān)聯(lián)矩陣的特征值
        能量之源
        一物千斤
        智族GQ(2019年9期)2019-10-28 08:16:21
        論《哈姆雷特》中良心的分量
        詩無邪傳遞正能量
        中華詩詞(2017年4期)2017-11-10 02:18:29
        分量
        基于商奇異值分解的一類二次特征值反問題
        開年就要正能量
        都市麗人(2015年2期)2015-03-20 13:32:31
        日韩秘 无码一区二区三区| 中文字字幕人妻中文| 人妻少妇精品无码专区动漫| 最新69国产成人精品视频免费| 一本久道综合色婷婷五月| 精品国产一区av天美传媒| 99re免费在线视频| 亚洲最黄视频一区二区| 国产精品一区二区av麻豆日韩| 插b内射18免费视频| 欧美色五月| 国产成人亚洲合色婷婷| 成年人观看视频在线播放| 无码人妻久久一区二区三区app| 色yeye免费视频免费看| 中文字幕久区久久中文字幕| 国产一区二区三区av天堂| 男人j进女人j啪啪无遮挡| 国产在线视频国产永久视频| 日韩va高清免费视频| 国产精品久人妻精品老妇| 无套内谢的新婚少妇国语播放| 久久亚洲国产欧洲精品一| 国产精品自拍盗摄自拍| 国精品人妻无码一区二区三区性色| 俺来也俺去啦久久综合网| 亚洲色偷偷偷综合网另类小说| 少妇爽到高潮免费视频| 国产男女猛烈无遮挡免费网站| 精品国产AⅤ一区二区三区4区 | 99久久久精品免费观看国产| 91精品久久久久含羞草| 中文字幕亚洲一区视频| 性饥渴的农村熟妇| 男女真实有遮挡xx00动态图| 情色视频在线观看一区二区三区| 一本之道久久一区二区三区| 人妻精品动漫h无码网站| 人妖精品视频在线观看| 亚洲国产精品av麻豆网站| 乱子伦在线观看|