鐵路繼電器是實現(xiàn)控制目標、信號傳遞、電路隔離的關(guān)鍵設備,在鐵路系統(tǒng)中發(fā)揮著重要的作用。它的可靠性將直接影響整個系統(tǒng)的穩(wěn)定和安全,因此對鐵路繼電器參數(shù)進行有效分析是十分必要的。
繼電器參數(shù)是反映其工作特性及可靠性的一項重要指標,對繼電器參數(shù)的有效分析,不僅有助于分析繼電器失效的機理,還可為其性能分析和壽命預測提供重要數(shù)據(jù)支持。由于參數(shù)數(shù)量達百萬之多,因此對繼電器參數(shù)進行預處理是十分必要的,而濾波降噪方法的選擇正是前期處理的重中之重。
小波閾值去噪是目前常用的繼電器參數(shù)降噪方法,針對單一方法濾波降噪的不足,其他領(lǐng)域的學者提出了此算法與經(jīng)驗模態(tài)分解(Empirical Mode Decomposition, EMD)相結(jié)合的降噪方法。研究結(jié)果表明,將EMD分解與小波閾值去噪相結(jié)合,能夠解決小波閾值去噪算法對含噪分量分解不細致的問題,并且在EMD分解的基礎(chǔ)上利用小波去噪進行二次去噪,能夠有效抑制高頻白噪聲,使聯(lián)合方法優(yōu)于單一方法。但EMD分解產(chǎn)生的端點效應問題還需進一步改善。
目前,廣大學者已提出一些抑制EMD端點效應的方法。
針對鐵路繼電器參數(shù)的噪聲問題,為提取其有效信息,省部共建電工裝備可靠性與智能化國家重點實驗室(河北工業(yè)大學)、沈陽鐵路信號有限責任公司的研究人員李文華、姜惠、趙正元、潘如政、胡康生,在2022年第10期《電工技術(shù)學報》上撰文,總結(jié)有關(guān)研究方法的優(yōu)缺點,建立一種基于改進波形匹配延拓法優(yōu)化的經(jīng)驗模態(tài)分解(EMD)算法,利用自相關(guān)函數(shù)分離含噪信號,小波閾值去除噪聲的混合降噪模型。
圖1 改進的EMD_小波閾值去噪模型
研究人員根據(jù)繼電器參數(shù)特點對波形匹配方法進行改進,重新定義匹配誤差度公式,并引入匹配精度誤差系數(shù),采用改進波形匹配延拓法優(yōu)化EMD分解過程產(chǎn)生的端點效應,得到有效的固有模態(tài)分量(IMF)和余項;然后求解其自相關(guān)函數(shù),并根據(jù)自相關(guān)函數(shù)圖像結(jié)合噪聲信號特征分離出含噪分量;最后對含噪分量進行小波閾值去噪,去噪后與剩余分量和余項結(jié)合,得到重構(gòu)后的參數(shù)序列。同時,提出利用結(jié)構(gòu)相似性(SSIM)評價指標,結(jié)合信噪比(SNR)、方均誤差(MSE)指數(shù)對模型可靠度評判。
圖2 不同模型去噪效果對比
通過結(jié)果分析,研究人員得出以下結(jié)論:
1)在對鐵路繼電器參數(shù)序列進行EMD分解時,根據(jù)分解后的IMF分量兩端出現(xiàn)的端點振蕩問題,提出基于波形匹配的端點延拓法,并在波形匹配時,將匹配子波的幅值考慮進去,重新定義了匹配誤差度公式,并引入匹配精度誤差系數(shù),讓單純的匹配誤差轉(zhuǎn)化為具有統(tǒng)一標準的匹配精度誤差,優(yōu)化后的EMD分解有效抑制了端點效應引發(fā)的波形失真。
2)利用自相關(guān)函數(shù)確定信噪分界點,對比自相關(guān)函數(shù)圖像和噪聲信號特點分離出含噪分量,在一定程度上解決了僅依靠IMF分量圖像來確定噪聲信號的片面性。
3)在一般的降噪評價指標SNR和MSE基礎(chǔ)上,引入SSIM指數(shù)評價降噪效果,從各指標論證本文所用方法能夠保留原始參數(shù)序列的結(jié)構(gòu),彌補EMD分解與小波閾值去噪的不足,提高降噪效果。
他們表示,在后續(xù)工作中,將利用本降噪后的參數(shù)序列進行繼電器性能退化過程及壽命預測的研究。
本文編自2022年第10期《電工技術(shù)學報》,論文標題為“基于波形匹配端點延拓法優(yōu)化的經(jīng)驗模態(tài)分解算法在鐵路繼電器參數(shù)降噪上的應用”。本課題得到了河北省自然科學基金項目和河北省自然科學基金創(chuàng)新群體項目的支持。