汽轮机动静碰磨振动信号去噪方法分析研究.pdf

第54卷第6期 汽轮机技术 V01．54No．6 2012年12月 TURBINETECHNOLOGY Dec．2012 汽轮机动静碰磨振动信号去噪方法分析研究 邴汉昆1，卢盛阳2，丁常富1，崔可1 (1华北电力大学，保定071003；2河北省电力研究院，石家庄050021) 摘要：为确保汽轮机组故障诊断特征提取的准确性，由于现场实际振动信号掺有大量不确定噪声信号，针对现场采 集的实际振动信号，进行分析去噪研究。采用小波分析、经验模态分解等方法进行分解去噪，并进行去噪对比。最 后分析结果显示，基于集合经验模态分解(EEMD)的去噪方法，在对有突变故障的诊断信号自适应分解去噪弥补了 经验模态分解和小波分解的缺陷，有较好的效果。 关键词：去噪分析：，J、波变换；EMD；EEMD；信噪比 分类号：TK268．1 文献标识码：A 文章编号：1001-5884(2012)06-0463-04 A ofTurbine Study RubbingSignalDe—noisingTechniqueAnalysis BING Kel Han-kunl，LU Sheng-yan92，DINGChang-ful，CUI NorthChinaElectricPower (1 University；Baoding071003，China； 2HebeiElectricPowerResearch 050021，China) Institute，Shijiazhuang Abstract：Toensurethe ofturbinefault feature oftheon-sitevibration aceuracy diagnosisextraction，because signalsdoped a numberofuncertain and theactualvibrationwitlIWavelet noise，this signals analysis， large paper，Analysisde-noising mode ensembl to theeffectof empiricaldecomposition(EMD)andEMD(EEMD)methodscompare showedSet·basedEEMD methodcould and thevibrationwitll analysis de-noising adaptivedecompositionde-noising signal mutations itmakeforthedefectthat mode andwavelet better，and up empiricaldecompositiondecomposition． Keywords：de-noisinganalysis；wavelettransform；EnD；EEMD；SNR 件”时，因异常事件的局部包络与信号固有模式全局包络的 0前言 混叠，使EMD降噪方法效果不佳。集