压力脉动具有非平稳的特点,尤其在过渡过程中表现出非常强的非时变特性;应用EMD方法进行压力脉动信息提取解决了现场实测过程中压力脉动特性难以确定的问题,采用基于连续均方误差法有效地解决了压力脉动信号难以重构的问题。本文以现场机组甩负荷试验数据为计算基础,利用EMD方法实现了现场实测压力信号的分解和脉动信息的提取,为分析机组各部位的压力和脉动信息提供一个重要手段,证明了该方法对实测信号的分析具有很好的实用性。 基于Boudraa[4]提出的基于连续均方误差法则可以有效地实现信号重构，即：（10）该方法首先找到上式对应的脉动能量突变的第k个IMF分量，本文有公司网站全自动滚圆机采集转载中国知网整理 http://www.gunyuanji.com  然后用从第k+1个开始的所有IMF对信号进行重建得到测量压力的均值：（11）其中，分界点k定义为：（12）因此，经过EMD分解后可以得到压力测量的均值，然后通过实测信号与均值信号的差值得到当前测量的压力脉动信号。3现场实测信号分析在现场试验时一般测量的水力信号包括钢管压力、水力测量信号分析-数控钢管滚圆机滚弧机张家港电动钢管滚圆机滚弧机蜗壳压力、转轮与导叶间压力、转轮与泄流环间压力、尾水管进口压力、尾水管出口压力。图2为现场机组甩100%额定负荷实测曲线。对实测压力信号进行EMD分解，再实施信号重构得到压力脉动信号，在此基础利用HHT分解，获取压力脉动信号的内在特性。现以蜗壳压力为例进行信号分析。3.1蜗壳压力信号分解第一步：对机组甩100%负荷时蜗壳压力进行EMD分解，由于数据采集精度教高为200Hz，因此进行EMD分解时得到的IMF分量较多有14个，显示各IMF分量如图3所示。第二步：利用连续均方误差法对信号进行重构。即找到使得分量能量突变的IMF阶数。根据实测结果k=6；即imf1～imf6为压力脉动的主要成分，而imf7～imf14为均值压力的主要成分。第三步：根据上一步的结论对imf7～imf14进行信号重构，得到蜗壳均值压力，如图4所示。第四步：通过实测信号与均值信号的差值得到当前测量的压力脉动信号，如图5所示。3.2基于FFT的压力信号分析对机组甩100%负荷时蜗壳压力进行EMD分解得到各IMF分量，对各IMF分量进行FFT分析得到其频谱如图6所示。统计各阶IMF的频率范围和最大幅值如表1水力测量信号分析-数控钢管滚圆机滚弧机张家港电动钢管滚圆机滚弧机本文有公司网站全自动滚圆机采集转载中国知网整理 http://www.gunyuanji.com