基于自适应变步长波场延拓的可控层分阶层间多次波模拟

地下低速夹层的存在导致地震数据中包含较强能量的层间多次波,有效识别和预测深部储层上覆地层产生的层间多次波是提高深部储层解释精度的重要环节,而准确模拟层间多次波是辅助识别地震数据中层间多次波的一种非常有效的方法.本文提出了一种基于自适应变步长波场延拓的可控地层分阶层间多次波模拟方法,该方法基于自适应变步长波场延拓,以递归循环的方式实现分阶层间多次波的模拟.通过对模型添加双重层位约束,可以模拟指定地层产生的各阶层间多次波.利用二维反周期延拓方法压制波场延拓的边界反射优于传统方法,例如吸收边界法.提出自适应变步长波场延拓技术,大大提升了波场模拟的效率.理论和数值例子表明,本文方法模拟的一次波和各阶层间多次波与常用的有限差分方法模拟结果具有很好的一致性,且克服了有限差分方法无法分阶模拟波场的不足,显著提升了层间多次波识别的效率.

基于自适应EEMD算法的变压器绕组状态检测仿真

对变压器的绕组状态进行检测,可以有效预防变压器遭受突发短路冲击后绕组松动、形变等机械故障。当前检测方法不能有效的检测出微小非平稳信号,检测精度较低。本文从振动信号的非稳定性和强时变性出发,提出基于自适应EEMD算法的变压器绕组状态检测方法。首先利用白噪声频谱均匀分布的特点来均衡信号中的间歇区域,使用三次样条插值法对原信号的时间长度进行插值处理,得到端点效应后的上下包络线,以此求取上下包络函数以及信号序列局部极值点,通过IMF提取过程,将信号按照频率从高到低把每个特征信号分解出来,根据自适应波形匹配法实现延拓波形与原信号的光滑过渡,利用自适应波形延拓法解决EEMD固有的端点效应问题,从而实现对变压器绕组状态的检测。实验仿真证明,所提检测方法可以有效检测变压器绕组的状态变化,检测精度高,且具有很强的适用性。

基于固有时间尺度分解的能量算子解调法及故障诊断应用

针对Teager能量算子包络解调方法主要用于对单分量的调幅调频信号进行解调,而真实机械故障信号多为多分量的调幅调频信号的问题,提出了能量算子与固有时间尺度分解相结合的解调方法。首先,利用固有时间尺度分解法将原始振动信号分解为若干个固有旋转分量和一个单调趋势项,并基于波形匹配算法实现原始数据的自适应端点延拓以解决分解过程中的端点效应;然后再选取合适的固有旋转分量,利用能量算子方法实现调制信号的包络解调;最后,将该方法应用于仿真信号和故障模拟信号。结果表明:该方法能有效地提取机械振动信号的故障特征。

局部均值分解的几种改进方法

局部均值分解方法(Local Mean Decomposition,LMD)是一种性能优越的旋转机械故障诊断的方法,它不仅可以准确地反映非平稳信号的时频分布,而且非常适合处理含有多分量成分的非平稳信号。但是由于LMD方法本身的缺陷,使得该方法存在着诸如端点效应的处理方法、迭代终止条件的确定等问题。在介绍LMD方法的基础上,分别以改进的“自适应延拓法”和“信息熵判据”解决以上两个问题,并结合仿真软件上验证改进结果。

非线性非平稳波浪极短期预测的复合优化模型

海浪的时间序列一般具有非线性和非平稳性,针对直接对其进行预测精度较差,本文利用复合模型对波浪进行了预测。利用长短期记忆神经网络模型的非线性学习能力和经验模态分解的非平稳数据处理能力,采用镜像对称和长短期记忆算法联合消除经验模态分解端点效应,建立了一种用于不规则波极短期预测的复合经验模态分解-长短期记忆模型。研究表明:通过比较分析水槽试验获得的一般不规则波、线性聚焦波和非线性畸形波的预测效果,结果揭示出经验模态分解端点效应对模型预测精度具有负面影响,本文基于自适应镜像延拓的复合经验模态分解-长短期记忆模型可以更好地预测极短期非线性、非平稳波浪时序的变化趋势。