基于改进VMD的离心泵空化声发射信号特征提取

针对变分模态分解算法中分解层数和惩罚因子不易确定的问题,提出一种改进变分模态分解(improved variational mode decomposition,IVMD)算法,并将其应用于离心泵空化声发射信号特征提取.应用IVMD算法时,首先根据包络熵差异系数确定变分模态分解的分解层数;然后采用人工蜂群算法优化得出惩罚因子,并将其作为变分模态分解的最佳输入参数.利用IVMD算法对仿真信号进行分析,并与集合经验模态分解结果进行比较.以60%额定流量下采集到的离心泵进口处的声发射信号为例进行IVMD计算,分析携带原信号大量信息的信号分量的频域特征及其绝对能量随离心泵空化状态变化的关系.结果表明:IVMD算法能够择优确定分解层数和惩罚因子,实现非平稳信号的自适应分解.反映离心泵空化状态的声发射信号特征频率集中在50,100 kHz及其附近.随着离心泵空化从无到有、从弱到强的变化,这2个特征频率范围信号分量绝对能量值呈“基本保持不变-减小-增大”的变化规律.     

基于优化VMD组合降噪和LMD的水轮机空化声发射信号特征提取

针对水轮机空化声发射信号存在噪声,进而影响信号特征有效提取的问题,提出基于优化变分模态分解(VMD)与Birge-Massart策略组合降噪和局部均值分解( LMD)的水轮机空化声发射信号特征提取方法.针对VMD算法中惩罚因子和分解模态数对分解结果有着显著影响,提出以散布熵差异相关系数最小值为目标函数,利用哈里斯鹰优化算法(HHO)对VMD进行参数寻优.以最优参数的VMD分解信号,得到一系列本征模态函数(IMF).计算各IMF的相关系数,对相关系数小于0.1的IMF进行剔除,大于0.5的IMF进行保留,0.1到0.5的IMF采用小波BM准则进行降噪,并与保留的分量重构.对重构信号进行LMD处理,将分解得到的乘积函数(PF)分量的能量提取为信号特征.试验分析结果表明,经过优化VMD组合降噪处理和LMD处理得到PF分量的能量与空化系数之间呈负相关,验证了所提方法用于水轮机空化状态识别的可行性.     

离心泵空化状态下声发射信号的小波能量特征

为了探究离心泵空化状态下声发射信号的频率分布特征及其变化规律,该文采用小波分析方法对离心泵空化试验过程中不同空化状态下的声发射信号进行了能量特征提取,研究了不同频段内声发射信号的能量特征随离心泵汽蚀余量变化的关系。试验分析结果表明,在离心泵的空化现象尚未出现以及不同的发展阶段,离心泵进、出口处声发射信号的全频段和各分频段绝对能量和相对能量的变化具有各不相同的特点。31.25~62.5、62.5~125和125~250 k Hz这3个分频段的绝对能量随空化状态改变而变化明显,且变化趋势与全频段的变化趋势类似。31.25~62.5 k Hz分频段的相对能量在空化状态变化过程中基本保持不变,而62.5~125和125~250 k Hz分频段的相对能量变化更为明显。研究结果可为离心泵空化状态的判别提供技术参考。     

离心泵空化状态与声发射信号特征关系试验

为了获得离心泵空化状态下声发射信号的变化规律,在离心泵空化试验基础上,采用声发射技术采集并分析了离心泵不同空化状态下的声发射信号,提取了声发射信号的事件计数、振铃计数、频率中心和有效电压值等4种典型特征参数,分析了这些参数随离心泵汽蚀余量变化的对应关系。研究表明,在空化未发生、刚发生和已完全形成等不同阶段,这些典型特征参数变化具有明显特点,先有少许波动,然后有较大幅度的增加或减少,再呈现较大幅度的减少或增加的趋势。这一规律可作为采用声发射技术辨识离心泵空化状态的技术依据。