微波干燥设备火情监控中的EMD和自功率谱分析

程晓辉+刘自然+陈仁权

摘 要：针对大型微波干燥设备火情监控的需要以及火情照度信号的非平稳随机性的特点，提出了一种应用EMD（经验模态分解）方法将照度信号分解出IMF（本征模式分量）并作自功率谱分析，以此得到信号能量沿频率轴线的动态分布，从而实现微波腔体内的火情监控。经过试验，仅需通过EMD方法分解得到少数IMF分量即可通过自功率谱中信号能量分布实现火花事件判定，充分验证了上述方法在火情监控中的可行性和有效性。

关键词：EMD；IMF分量；自功率谱；火情监控

中图分类号：TP227 文献标志码：A 文章编号：2095-2945（2017）21-0026-02

引言

微波干燥技术以其容易控制、干燥迅速均勻、节能高效等特点，得到广泛而迅速的应用和发展。在实际干燥工作过程中被干燥物料某些成分在微波腔体内由于极强的极化作用产生的火星爆闪、迸发火花等现象为安全生产带来极大的火灾隐患。因此，在微波干燥设备火情监控中准确检测提取火花信息直接关系到火情监控的准确性和及时发出预警信息的可靠性。

微波干燥设备的微波腔体处于亮度较低的动态平衡状态，当产生火星爆闪或是火花时产生的照度变化在照度信号波形中呈现非平稳随机性，提取相应的火花信息成为火情预警系统的关键。本文提出IMF分量的自功率谱分析方法应用在火情监控中，此种方法结合EMD分解和自功率谱分析的优点，利用EMD分解得到的IMF分量经过自功率谱分析，有效的提取火花事件的特征信息。

1 基于IMF分量的自功率谱分析

1.1 IMF分量求取

EMD方法分解基于信号局部特征尺度将信号分解成本征模态函数，其计算需满足两个条件，即在数据段内极值点数量与过零点相等以及在任以时间点上局部极大值所确定的上包络线与局部极小值确定的下包络线均值为零。将信号分解成IMF，首先找出原始信号x（t）极值点并拟合出该信号上、下包络线，计算出上、下包络线均值m1（t），由此计算出新数据序列h1（t）为：

（1）

在理想状态若h1（t）为IMF则其为原始信号第一个IMF分量，之后检测h1（t）是否满足本征模态函数的基本条件。若不满足则将其视为次级原始信号重复上述计算n次直到满足为止，在每次的运算过程中得到本征模式函数ci（t）；若满足基本条件则停止进行运算，在此将同级原始信号函数减去IMF分量得到该级IMF分量的残余量rn（t）。按照上述方法可以将一个数据分解成n个本征模式函数与残余量rn（t）之和：

从上述运算可知：IMF分量包含有原始信号不同频率成分，残余分量则表示了原始信号的一种新趋势。

1.2 IMF分量的自功率谱分析

由于自相关函数Rx（τ）反映了在不同时刻同一随机样本间的波形相似程度，而当τ为0时，自相关函数Rx（τ）的傅里叶变换自功率谱密度函数Sx（f）谱线与频率轴f所包围的面积反映了信号的平均功率，同时表明了信号功率密度的分布。因此自功率谱可以突出火花产生时信号能量变化。

由于微波腔体内部火花照度信号产生是非平稳随机过程，在整时程信号中设定一定时长时间窗，将每个时间窗内照度信号作为一平稳过程的样本进行EMD分解并对得到的IMF分量计算自功率谱。

2 IMF分量的自功率谱分析在火情监控系统中的应用

针对BDMW-S-F-80型单层连续式微波干燥机火情监控系统中火花检测的要求，采用CJMCU-101模拟光强度传感器和最大采样率100kHz的独立A/D转换器ADS8344进行采集照度信号。采用DSP芯片TMS320C2812对采集到的数据进行处理。微波腔体内实测火花仿真照度信号的时域波形图如图1所示。

设置合适的时间窗的时间跨度，分别对无火花、单个火花、双火花以及多个火花的火情信号进行EMD分解，并分别提取第一阶IMF分量，并对此IMF分量进行自功率谱运算，具体结果如图2所示。

在图2中无火花信号IMF分量的自功率谱Sx（f）波形呈现尖峰状且宽度极窄并且其幅值在10-6g的量纲范围，说明信号功率主要集中于较窄的频率范围之内并且能量较小； 在产生火花之后伴随着火花数量的增多信号IMF分量的自功率谱幅值从10-3g的量纲范围逐步下降，但宽度呈现10倍到百倍的增大，其频率成分从集中于10Hz左右扩展到10Hz到500Hz范围，即在功率谱中反映出信号产生了在无火花信号不存在的频率成分，并且在无火花时的集中于98Hz左右的频率成分由于能量微弱在进行EMD方法分解过程中达到可以忽略的程度。综上所述，设备在无火花正常运行时在微波腔体内的照度信号及其IMF分量和自功率谱线都处于相对平稳状态并且其幅值较小；在微波腔体内产生火花时，伴随火花数量增多，照度信号产生更多的频率成分且其能量以及在频率轴线上的分布范围随之扩大。

3 结束语

EMD方法可以根据时间尺度自适应的将非平稳随机信号分解为具有可突出表现信号局部特征和时变特性的IMF分量，对IMF分量的自功率谱运算分析可以根据信号在频率轴的能量分布鲜明的识别出火花的产生以及标识出火花能量的大小。经过试验表明，此种方法在火情监控中监测火花等火情具有极高的准确性、合理性和有效性。

参考文献：

[1]张梅军，韩思晨，石文磊，等.IMF分量的倒频谱分析在滚动轴承故障诊断中的应用[J].液压气动与密封，2012（03）：33-35.

[2]刘自然，熊伟，颜丙生，等.EMD方法和倒频谱在齿轮箱故障诊断中的应用[J].组合机床与自动化加工技术，2014（09）：102-104.

[3]刘自然，朱亚娜，颜丙生，等.基于实时高频率分辨率的附件机匣振动测试系统[J].组合机床与自动化加工技术，2015（08）：86-89.

[4]刘云鹏，王剑，赵涛.冲击电压下典型局部放电信号的光电检测系统[J].电测与仪表，2015（12）：68-72.