System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于声发射信号处理,具体涉及基于ssaf和emd的igbt声发射信号提取方法。
技术介绍
1、绝缘栅双极型晶体管(insulated gate bipolar transistor,igbt)由于具有低驱动功率和低饱和电压的特点,被广泛应用于各个领域,如新能源汽车、高铁、风力发电等。作为典型的开关器件,igbt在开关状态下的电气特性及其相关力学特性是可靠性评估的重点。在igbt涉及的各种物理过程中,声发射(acoustic emission,ae)效应在状态监测应用方面表现出巨大的潜力,近年来引起了越来越多的关注。与材料裂纹扩展所引起的传统机械式声发射不同,igbt中的声发射发生在igbt的开通和关断时刻,由于巨大电能量注入而引起的瞬态弹性波效应。值得注意的是,该声发射周期地产生于igbt的正常工作过程中,有望使其成为电力电子设备在线状态监测的检测指标。
2、然而,由于igbt工作过程中错综复杂的物理耦合过程,导致ae信号被淹没于背景信号中。具体而言,igbt工作过程涉及电-热-机多场耦合,生成的igbt原始混合信号包括热膨胀效应引起的相对低频的热形变信号,电磁干扰引起的高频噪声,以及仪器运行所引入的底噪;其中,高频噪声与底噪统称为干扰噪声信号。与上述信号相比,ae信号相对微弱,需采用相关算法从igbt原始混合信号中提取微弱的ae信号。传统的信号提取方法可分为时域和频域两种。以中值滤波、均值滤波和滑动平均滤波为典型代表的时域信号处理方法,通过直接在时域上对波形数据进行处理,以达到获取高频或低频信号的目的。而
技术实现思路
1、为了解决上述现有技术中无法从igbt原始混合信号中提取出干净的ae信号的问题,本专利技术提供了基于ssaf(segmented sliding average filtering,分段滑动平均滤波)和emd(empirical mode decomposition,经验模态分解)的igbt声发射信号提取方法,实现ae信号的精确提取。
2、本专利技术的技术方案如下:
3、基于ssaf和emd的igbt声发射信号提取方法,包括以下步骤:
4、步骤1、获取igbt周期性产生的igbt原始混合信号 s1( t),表示为热形变信号 s2( t)与混合信号 s3( t)的叠加;其中,混合信号 s3( t)包括ae信号和干扰噪声信号;igbt产生ae信号的关断时刻记为 t1;产生一个igbt原始混合信号 s1( t)的时间周期为 t,当前时刻;
5、步骤2、基于ssaf提取 s2( t),具体为:
6、以 t1为分界,对[0, t1]时间段的 s1( t),采用宽度为 w1的滑动时间窗进行滑动平均滤波;对( t1, t]时间段的 s1( t),采用宽度为 w2的滑动时间窗进行滑动平均滤波;将 s1( t)的滑动平均滤波结果作为 s2( t);其中, w1小于 w2;
7、步骤3、从 s1( t)中去除提取的 s2( t),得到 s3( t);
8、步骤4、基于emd,从 s3( t)中分离ae信号和干扰噪声信号。
9、进一步地,步骤2中 w1根据 s1( t)的采样率 fs和干扰噪声信号的主频 fnoise确定,计算公式为:
10、 w1= n×fs /fnoise
11、其中, n为正整数的调整因子。
12、进一步地,步骤2中 w2根据 s1( t)的采样率 fs和ae信号的主频 fae确定,计算公式为:
13、 w2= m×fs /fae
14、其中, m为正整数的调整因子。
15、进一步地,步骤2中 s1( t)的滑动平均滤波的计算公式为:
16、
17、其中, p( t)为 s1( t)的滑动平均滤波结果; i和 v均为无特殊含义的中间变量;表示向下取整; s1( t-i)为时刻 t-i的igbt原始混合信号; s1( t+i)为时刻 t+i的igbt原始混合信本文档来自技高网...
【技术保护点】
1.基于SSAF和EMD的IGBT声发射信号提取方法,其特征在于,包括以下步骤:
2. 根据权利要求1所述基于SSAF和EMD的IGBT声发射信号提取方法,其特征在于,步骤2中w1根据s1(t)的采样率fs和干扰噪声信号的主频fnoise确定,计算公式为:
3. 根据权利要求1所述基于SSAF和EMD的IGBT声发射信号提取方法,其特征在于,步骤2中w2根据s1(t)的采样率fs和AE信号的主频fAE确定,计算公式为:
4.根据权利要求1所述基于SSAF和EMD的IGBT声发射信号提取方法,其特征在于,步骤2中s1(t)的滑动平均滤波的计算公式为:
5.根据权利要求1所述基于SSAF和EMD的IGBT声发射信号提取方法,其特征在于,步骤4的具体过程为:
6.根据权利要求5所述基于SSAF和EMD的IGBT声发射信号提取方法,其特征在于,步骤4.3中EMD分解的本征模函数条件包括两个分条件,当两个分条件同时满足时,则判断满足本征模函数条件;否则,判断不满足本征模函数条件;
7.根据权利要求1所述基于SSAF和E
...【技术特征摘要】
1.基于ssaf和emd的igbt声发射信号提取方法,其特征在于,包括以下步骤:
2. 根据权利要求1所述基于ssaf和emd的igbt声发射信号提取方法,其特征在于,步骤2中w1根据s1(t)的采样率fs和干扰噪声信号的主频fnoise确定,计算公式为:
3. 根据权利要求1所述基于ssaf和emd的igbt声发射信号提取方法,其特征在于,步骤2中w2根据s1(t)的采样率fs和ae信号的主频fae确定,计算公式为:
4.根据权利要求1所述基于ssaf和emd的igbt声发射信号提取方法,其特征在于,步骤2中s1(t)的滑动平均滤波的...
【专利技术属性】
技术研发人员:陈聪,王家豪,白利兵,张杰,田露露,周权,程玉华,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。