公开(公告)号：CN118364249A

公开(公告)日：2024-07-19

申请号：CN202410429200.2

申请日：2024-04-10

Applicant: 三峡大学

Inventor： 冉昌艳 ,  肖培俊 ,  罗志会 ,  陈小安 ,  何慧灵

IPC: G06F18/21 ,  G06F18/213 ,  G06F18/214 ,  G06F18/241 ,  G06F18/10

Abstract: 基于ICEEMDAN‑FE‑AIT和F‑ELM的uwDAS管道入侵信号识别方法，包括以下步骤：使用uwDAS采集管道入侵信号x(t)，对x(t)进行预处理，得到预处理后的信号x'(t)；对x'(t)进行ICEEMDAN分解，得到多个IMF模态分量；计算各阶IMF的模糊熵值FE，将FE＝[FEl,FEh]阈值范围的IMF判定为噪声主导ρIMF；对噪声主导ρIMF进行AIT处理，将AIT处理过的噪声主导#imgabs0#和剩余有用信号主导IMF结合起来，进行重构，得到去噪信号x”(t)；提取去噪信号x”(t)的时域和频域特征并制作数据集，根据不同类型的管道入侵信号分配标签；将数据集分为训练集和测试集，输入F‑ELM模型进行识别。相比传统的去噪方法相比，本发明方法对uwDAS采集的管道入侵信号具有最佳的RDNSN，在最大程度保留有用信号的同时，抑制噪声的效果最为明显。管道入侵信号的识别准确率有了明显提升。

公开(公告)号：CN117690402A

公开(公告)日：2024-03-12

申请号：CN202311456969.5

申请日：2023-11-01

Applicant: 三峡大学

Inventor： 冉昌艳 ,  肖培俊 ,  罗志会 ,  黄江楼 ,  何慧灵 ,  徐冰

IPC: G10K11/178 ,  G06F18/2131 ,  G06N3/006

Abstract: 一种融合EWT的ISSA‑VMD‑KU的uwDAS振动信号去噪方法，包括以下步骤：使用uwDAS采集振动信号y(t)；对振动信号y(t)进行EWT预处理，得到M个mra模态分量；计算各阶mra与原始信号的皮尔森相关系数ρ，选取ρ＝[ρl,ρh]阈值范围的分量进行重构，得到重构后振动信号y′(t)；使用VMD分解重构后振动信号y′(t)，将最小包络熵作为适应度函数，使用ISSA优化VMD的分解层数K和惩罚因子alpha，直至达到最大迭代次数，输出最优参数组合[K_best，alpha_best]；使用最优参数[K_best，alpha_best]再对y'(t)进行VMD分解，得到K_best个IMF与余项RES；计算各阶IMF的峭度值KU，选取KU＝[KUl，KUh]阈值范围内的IMF重构，得到去噪后的uwDAS振动信号y″(t)。该方法能够有效抑制模态混叠现象，分解出更有效的分量IMF，提升了去噪效果。