基于自适应最优核时频分析的管道泄漏检测应用研究.pdf

基于自适应最优核时频分析的管道泄漏检测应用研究.pdf

ID:51250218

大小:952.66 KB

页数:5页

时间:2020-03-22

基于自适应最优核时频分析的管道泄漏检测应用研究.pdf_第1页
基于自适应最优核时频分析的管道泄漏检测应用研究.pdf_第2页
基于自适应最优核时频分析的管道泄漏检测应用研究.pdf_第3页
基于自适应最优核时频分析的管道泄漏检测应用研究.pdf_第4页
基于自适应最优核时频分析的管道泄漏检测应用研究.pdf_第5页
资源描述:

《基于自适应最优核时频分析的管道泄漏检测应用研究.pdf》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、770化工自动化及仪表第42卷基于自适应最优核时频分析的管道泄漏检测应用研究1,211王秀芳汪清李博健(1.东北石油大学电气信息工程学院,黑龙江大庆163318;2.黑龙江省油田控制与信息工程实验室,黑龙江大庆163318)摘要针对泄漏声信号的特征,利用自适应最优核时频分析算法,通过短时模糊函数和随时间变化的自适应最优核,实现管道内声信号的时频处理和对管道发生小泄漏时的声信号进行准确判断,对泄漏时间的判断精度有很大提高。关键词管道泄漏检测次声波自适应最优核时频分析中图分类号TH701文献标识码A文章编号

2、1000-3932(2015)07-0770-05随着管道运输行业的发展和管道安全问题日号时频分布中的交叉干扰项进行了消除,并对管趋严重,天然气管道泄漏的检测越来越受到人们道内的次声波信号实现了实时处理。的重视。在过去的几十年里,人们提出了多种管1自适应最优核时频分析道泄漏检测的方法,比如流量平衡法、超声波检测管道泄漏产生的次声波信号属于非平稳随机[1][2]法、统计决策法、光纤传感器检测法及负压信号,而研究非平稳信号的主要工具就是时频分[3]波法等。尽管它们对于泄漏的检测有许多可取析理论。在许多时频分

3、析理论中,WVD分布拥有的地方,但是仍然存在着诸多问题,比如不能实时时频分辨率高、时间-带宽积可达到Heisen-berg对长输管道进行监测、安装麻烦、费用较高、不能不确定性原理给出的下界及具有理想的时频聚集[8]检测微小泄漏、不能定位及定位不准确等。性等优点,在对管道泄漏产生的次声波信号处管道泄漏过程伴随有声的产生,可采用声发理中,具有非常大的优势。[4,5][6][9]射对其进行有效的检测。目前,基于声波定义信号S(t)的WVD分布为:1+∞+∞的天然气管道泄漏检测方法越来越受到人们的关-j2π(t

4、v+τf)WVD(t,f)=∫∫AF(τ,v)edτdv(1)2π-∞-∞注。相关研究表明,基于次声波的管道泄漏检测其中,AF(τ,v)为信号S(t)的模糊函数:方法,不但能够实时监测管道中的微小泄漏,还能1+∞τ*τj2πvt实时对长输管道进行监测,并且安装方便、定位精AF(τ,v)=∫s(t+)s(t-)edt(2)2π-∞22度高,能够区分泄漏以及其他的外界干扰等。但但是对于含有多种分量的信号,WVD存在着是,当天然气管道内压力较低,且泄漏较小时,很许多交叉项干扰,为了抑制这些交叉干扰项,许多难对

5、泄漏进行判断并定位。管道泄漏时产生的次研究者对WVD进行了重要的改进,而Cohen对声波信号属于非平稳信号,而Wigner-Ville分布[9]这些改进进行了统一的定义:(WVD)能很好地描述非平稳信号的时频分布特1+∞+∞-j2π(tv-τf)P(t,f)=∫∫AF(τ,v)φ(τ,v)edτdv2π-∞-∞性,并且它在故障诊断及短路检测等方面有很好(3)的应用,YangHY等于2011年首次将WVD应用[7]其中,φ(τ,v)称为核函数,用于控制WVD中在基于声波的管道泄漏检测上。虽然他们利用的交叉

6、项。对于不同的核函数,得到的时频分布离线的方式证明了WVD对于管道的微小泄漏具有一定的有效性,但是对于实时运行的管道泄漏检测系统的数据处理不能只借助于离线的方式,收稿日期:2015-05-26(修改稿)基金项目:黑龙江省教育厅科技项目(12541063);黑龙江省并且WVD的交叉干扰项对信号有严重的影响。博士后基金资助项目(LBH-Q13036);2013年黑龙江省研究笔者利用自适应的最优核时频分布(AOK),对信生创新科研项目第7期王秀芳等.基于自适应最优核时频分析的管道泄漏检测应用研究771特性不一

7、样。但是一种固定的核函数仅适用于特为:1+∞+∞定类型信号的时频分布,能很好地抑制该类信号-j2π(tv-τf)P(t,f)=AF(t;τ,v)φ(t;τ,v)edτdvAOK∫∫2π-∞-∞的交叉项,增强自项,并得到精确的时频分布。但(9)是对于其他类型的信号,效果却不尽人意,缺乏对AOK的核函数能够随时间变化而对信号的不同类型信号的自适应能力。为了解决这个问局部特征进行自适应,在刻画非平稳信号细节方题,一些研究者在前人研究的基础上,提出了自适面较RGOK有明显的改进,并且对于多分量信号应的时频分布。

8、时频分布中的交叉干扰项具有很好的抑制作用。基于信号的径向高斯核时频分布(Radial计算AOK的具体步骤为:GaussKernelTimeFrequencyDistribution,RGOK)a.在直角坐标系中计算信号的短时模糊函在模糊域内能有效抽取待分析信号的自项且能很数;好地抑制互项,从而能在时频域内有效地抑制交b.将计算得到的短时模糊函数转换为极坐叉项,突出刻画信号的自项。径向高斯核时频分标形式;布是将待求的核函数定义为沿任意的径向剖

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。