HHT在逆变器低频噪声检测中的突破性应用

本文《HHT在爆裂噪声检测中的应用研究》由陈晓娟、申雅茹和陈东阳三位作者共同完成，发表于东北电力大学信息工程学院，针对逆变器中常见的低频噪声问题，尤其是爆裂噪声的检测与定位进行了深入探讨。文章采用了希尔伯特黄变换（HHT）这一新颖的非线性非稳态信号处理技术。 HHT方法的核心在于其基于经验模态分解（EMD）的技术，该过程将待检测信号分解成一系列独立的内在模态函数（IMF），每个IMF代表信号的一个固有特征频率成分。这种方法的优势在于它能够捕捉信号中的非周期性和非线性特性，这对于复杂的爆裂噪声信号尤为适用。通过对分解后的IMF进行自适应阈值去噪，可以有效滤除背景噪声，凸显出爆裂噪声的特征。 在信号处理的后续步骤中，希尔伯特变换（HT）被用来进一步分析。HT能够提取信号的瞬时幅度和瞬时频率信息，这对于识别爆裂噪声的瞬时变化趋势以及确定其发生的时间和持续时间至关重要。这使得HHT在检测到信号中的突发性异常时，不仅能在时域上显示噪声的强度变化，还能在频域上展现噪声的频率特性，从而提高了故障定位的精度。 文章将HHT的方法与传统的信号处理技术如小波去噪和小波模极大值去噪进行了对比分析。结果显示，HHT不仅能够从时域和频域两个维度全面分析信号，而且在检测和定位爆裂噪声方面具有显著优势，能够更准确地识别和定位故障信号，对于逆变器系统的维护和故障诊断具有实际应用价值。 这篇文章的研究工作对于提升模拟电路特别是逆变器系统的噪声控制性能，以及提高故障诊断的准确性具有重要意义。关键词包括模拟电路、爆裂噪声、经验模态分解（EMD）、小波模极大值，表明了本文研究的焦点和技术手段。