粒子滤波在机械密封声发射信号降噪中的应用

论文摘要

机械密封声发射信号容易受到环境噪声的干扰,信噪比很低。提出一种基于互补集合经验模态分解(CEEMD)和粒子滤波(PF)相结合的降噪新方法(CEEPF)。该方法首先对采集的声发射信号进行CEEMD分解,利用相关系数原理识别出高频IMF分量后对其进行重构;然后对重构后的信号建立ARIMA模型,将其作为信号的状态方程,再利用小波分解重构思想提取测量噪声,并建立测量方程;最后对重构信号进行粒子滤波,将滤波结果与各低频IMF分量一起重构得到降噪后的声发射信号。结果表明:基于CEEMD与PF的机械密封声发射信号降噪方法能够很好地滤除背景噪声,并且能最大程度保留有效信息。对仿真信号和实验信号分别进行CEEMD小波阈值、标准粒子滤波、CEEPF降噪,发现CEEPF降噪在降噪效果上明显优于其他2种方法。

论文目录

• 1 CEEMD原理
• 2 粒子滤波算法
•   2.1 重要性采样
•   2.2 权值更新
•   2.3 重采样
• 3 ARIMA模型与状态空间模型
•   3.1 ARIMA模型原理
•   3.2 ARIMA模型建模过程
•     （1） 时间序列平稳性判断。
•     （2） 非平稳序列平稳化处理。
•     （3） 白噪声检验。
•     （4） 模型识别。
•     （5） 阶数确定与参数估计。
•     （6） 模型检验。
•   3.3 模型的转化
• 4 仿真分析
• 5 实验验证
• 6 结论

文章来源

类型: 期刊论文

作者: 石大磊,高宏力,胡龙飞,赵蕾

关键词: 机械密封,声发射信号,互补集合经验模态分解,粒子滤波

来源: 润滑与密封 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 工业通用技术及设备,机械工业

单位: 西南交通大学机械工程学院

基金: 中央高校基本科研业务费专项资金资助项目(2682016CX033)

分类号: TH136

页码: 64-70+76

总页数: 8

文件大小: 1778K

下载量: 86