海底管道懸空錘擊內(nèi)檢測方法及振動信號分析

張行 李振林 啜廣山 王路路 段志文

摘要：敷設(shè)在海床的油氣管道可能會在洋流沖刷、地質(zhì)運移等多種因素的影響下出現(xiàn)管道局部懸空現(xiàn)象，海底管道懸空會嚴(yán)重威脅油氣輸送安全。為有效檢測管道懸空狀態(tài)，提出了一種基于錘擊檢測法的海底管道懸空內(nèi)檢測器設(shè)計方案；結(jié)合MSC/Adams動力學(xué)仿真軟件，采集經(jīng)內(nèi)檢測器主動錘擊激勵管道內(nèi)壁后不同敷設(shè)狀況管段的振動響應(yīng)信號，對采集的振動響應(yīng)信號分別進行基于短時傅里葉變換（STFT）、頻率切片小波變換（FSWT）和改進希爾伯特黃變換（HHT）時頻分析，結(jié)合3種時頻分析結(jié)果建立了管道懸空內(nèi)檢測效果評價指標(biāo)。研究結(jié)果表明：經(jīng)力錘激勵后，管道振動響應(yīng)信號整體幅值主要集中在50～120 Hz范圍內(nèi)，峰值頻率主要集中在80 Hz左右；不同懸空狀態(tài)下的管段振動響應(yīng)信號幅值存在明顯差別，越接近懸空管段中心位置，振動響應(yīng)信號峰值頻率對應(yīng)的幅值越大；基于錘擊法的管道懸空內(nèi)檢測器在仿真模擬環(huán)境中可有效辨別管道懸空狀態(tài)。研究結(jié)果可為錘擊內(nèi)檢測法應(yīng)用于海底管道懸空狀態(tài)內(nèi)檢測提供指導(dǎo)。

關(guān)鍵詞：海底管道懸空；錘擊法；短時傅里葉變換；頻率切片小波變換；希爾伯特黃變換

0 引 言

在多種因素的影響下，敷設(shè)于海床上的海底管道可能會出現(xiàn)局部懸空現(xiàn)象。管道懸空會導(dǎo)致其局部應(yīng)力集中、保溫層破壞、泄漏等各類安全事故，嚴(yán)重威脅管道的安全運行。定期巡檢海底管道，及時掌握其敷設(shè)狀態(tài)，是海洋油氣生產(chǎn)的重要保障措施［1-5］。國內(nèi)外針對海底管道懸空現(xiàn)象的檢測研究主要分為管外檢測與管內(nèi)檢測。相較于管外檢測，管道內(nèi)部環(huán)境相對穩(wěn)定，因此管內(nèi)檢測具有更大的優(yōu)勢。U.G.KPKE等［6-7］基于激振檢測技術(shù)設(shè)計了管道懸空內(nèi)檢測裝置，通過采集分析管道產(chǎn)生的響應(yīng)信號頻譜特征來辨識埋管懸空信息。廖寧生等［8-11］提出了一種基于管內(nèi)主動激勵載荷作用下的埋管懸空內(nèi)檢測方法，并通過試驗驗證了該方法的可行性。瞬態(tài)錘擊檢測技術(shù)是管內(nèi)主動激勵作用下的懸空內(nèi)檢測方法之一，該方法具有準(zhǔn)確、快速、操作簡單和信息量豐富等特點，因此廣泛應(yīng)用于各行業(yè)領(lǐng)域，如檢測道路橋梁領(lǐng)域［12］中路面板板底脫空問題，油氣管道檢測領(lǐng)域中管道裂紋無損檢測問題［13］，隧道領(lǐng)域中襯砌背后空洞問題［14］，軌道交通領(lǐng)域中鋼軌扣件失效問題［15］，航空航天領(lǐng)域中復(fù)合材料無損檢測問題［16］。海底管道懸空問題與鋼軌扣件失效、隧道襯砌空洞等問題存在一定的相似性，因此開展基于瞬態(tài)錘擊檢測技術(shù)的海底管道懸空內(nèi)檢測研究具有理論可行性。

基于瞬態(tài)錘擊檢測技術(shù)的管道懸空內(nèi)檢測器通過力錘敲擊裝置可使管道產(chǎn)生非平穩(wěn)振動信號，采集振動響應(yīng)分析信號，處理分析采集的信號時采用時頻分析法。信號時頻分析法主要包括短時傅里葉變換（Short-time Fourier Transform，STFT）、頻率切片小波變換（Frequency Slice Wavelet Transform，F(xiàn)SWT）、希爾伯特黃變換（Hilbert-Huang Transform，HHT）時頻分析法等［17-18］。筆者通過開展海底管道懸空內(nèi)檢測仿真試驗，利用MSC/Adams后處理模塊，采集經(jīng)內(nèi)檢測器力錘敲擊裝置激勵后不同懸空狀態(tài)管段的振動響應(yīng)信號，對采集的振動響應(yīng)信號分別基于STFT、FSWT和改進的HHT時頻分析法進行分析，結(jié)合3種時頻分析結(jié)果建立管道懸空內(nèi)檢測效果評價方法。分析結(jié)果表明，基于錘擊內(nèi)檢測法的管道懸空內(nèi)檢測器在仿真環(huán)境中可有效辨別管道懸空狀態(tài)。

1 管道懸空內(nèi)檢測器整體結(jié)構(gòu)及工作原理

管道懸空內(nèi)檢測器以輪式機器人為載體，主要由驅(qū)動與變徑裝置、力錘敲擊裝置、數(shù)據(jù)采集裝置組成，整體結(jié)構(gòu)如圖1所示。

檢測器外部設(shè)有圓筒形密封保護艙。驅(qū)動與變徑裝置保障檢測器具有足夠的摩擦力，以驅(qū)動檢測器行走，并使其具有一定的過彎能力、避障能力與一定范圍內(nèi)管徑變化的自適應(yīng)能力。力錘敲擊裝置主要由盤形凸輪、拉伸彈簧、擺桿與力錘組成，敲擊動力由步進電機提供，通過蝸輪蝸桿將動力傳遞至盤形凸輪。盤形凸輪通過與拉伸彈簧配合使擺桿前端力錘快速敲擊管道，完成單次管道激振，通過絲桿電機與滾珠螺母配合將采集裝置貼管壁下放以實現(xiàn)數(shù)據(jù)采集。

2 建模與仿真模擬

2.1 模型參數(shù)設(shè)置

基于MSC/Adams動力學(xué)分析軟件建立海底管道模型，采用四面體單元將管道離散成若干個有限單元并做柔性化處理，以便于測試管道在力錘敲擊下的瞬態(tài)響應(yīng)。管道模型外壁軸向間隔500 mm、周向間隔90°設(shè)置彈簧阻尼器，用于模擬管道與外部環(huán)境的相互作用。設(shè)有2種顏色的彈簧阻尼模擬器，其中紅色彈簧阻尼器模擬管道與土壤間的相互作用，與之連接的管道為非懸空管道；黃色彈簧阻尼器模擬管道與海水間的相互作用，與之連接的管道為懸空管道，建立的仿真模型如圖2所示。設(shè)置管土相互作用的彈簧阻尼器彈簧剛度為598 kN/m，阻尼為18.10 kN·s/m；檢測器車輪剛度為2 855 N/mm，阻尼為0.57 N·s/mm，車輪與管道內(nèi)壁設(shè)置為實體對實體接觸，靜摩擦因數(shù)為0.30，動摩擦因數(shù)為0.25；設(shè)置檢測器靜平移速度為0.10 mm/s，動摩擦速度為10 mm/s；設(shè)置檢測器力錘剛度為1.0×105 N/mm，阻尼為50 N·s/mm，力指數(shù)為1.5。

2.2 仿真試驗

基于MSC/Adams動力學(xué)分析軟件進行仿真模擬試驗，對仿真分析做如下假設(shè)：管道材質(zhì)均勻，在線性彈性范圍內(nèi)；支撐段支撐介質(zhì)具有各向同性；忽略管內(nèi)壓力對管道剛性影響；忽略環(huán)境噪聲和管內(nèi)流體引起的噪聲影響。仿真試驗概況如下：設(shè)定檢測管段總距離為6 m，中間5 m為懸空段，左右兩端各0.5 m為非懸空管段，管道模型相鄰彈簧阻尼器間隔0.5 m，如圖3所示。檢測管段共設(shè)置7個等距檢測點，通過控制檢測器敲擊裝置凸輪的運動函數(shù)，使檢測器每次通過檢測點時進行1次力錘敲擊，同時利用Adams Post Processor獲取力錘對管道的沖擊信號和經(jīng)力錘激勵后管道的振動響應(yīng)信號。

3 結(jié)果與分析

瞬態(tài)錘擊檢測法的試驗結(jié)果分析通常需同時考慮力錘的沖擊力信號和被檢測物體的振動響應(yīng)信號。通過分析仿真結(jié)果發(fā)現(xiàn)，在理想環(huán)境下力錘每次敲擊管道的沖擊力信號幅值幾乎無異，因此筆者對仿真試驗結(jié)果的信號時頻分析均采用管道的振動響應(yīng)信號。仿真試驗振動響應(yīng)信號如圖4所示。

為避免因單一信號分析結(jié)果的偶然性影響管段懸空狀態(tài)判別，分別基于STFT、FSWT和改進HHT時頻分析法對所采集的管道振動響應(yīng)信號進行分析，同時結(jié)合3種時頻分析指標(biāo)，建立管道懸空檢測效果評價方法。

3.1 STFT信號時頻分析

STFT對信號添加窗函數(shù)后做傅里葉變換，其實質(zhì)是一種加窗后的移動傅里葉變換，可以將信號從一維時域表示分解為時域和頻域的二維聯(lián)合表示［19-20］。信號zt的STFT定義為：

對管道振動響應(yīng)信號進行STFT時頻分析，選擇窗口長度為256個形狀參數(shù)的Kaiser函數(shù)，窗口重疊長度為220個采樣點，離散傅里葉變換長度為512個點，分析結(jié)果如圖5所示。圖5a為振動響應(yīng)信號STFT后的時頻幅值譜，圖5b為振動響應(yīng)信號STFT后峰值頻率處對應(yīng)幅值隨測點的變化規(guī)律。

分析圖5a可知，力錘敲擊后的管道振動響應(yīng)信號經(jīng)STFT分析后，幅值主要集中在50～120 Hz范圍內(nèi)，峰值頻率主要集中在80 Hz附近。分析圖5b可知，不同懸空狀態(tài)管段的幅值存在明顯差異，距懸空管段中間位置越近幅值越大，懸空管段初始位置（測點2）到懸空管段中心位置（測點4）過程中幅值呈上升趨勢，且測點2到測點3過程中增幅最高可達76%，懸空管段中心位置之后的幅值呈下降趨勢。

3.2 FSWT信號時頻分析

FSWT時頻分析法是基于頻率切片函數(shù)柔性設(shè)計準(zhǔn)則，將時域內(nèi)信號STFT和小波變換（Wavelet Transform，WT）應(yīng)用到頻域，可實現(xiàn)對目標(biāo)區(qū)域細化分析和特征分量提?。?1-22］。FSWT正變換時信號ft∈L2R，頻率切片函數(shù)pt其傅里葉變換p∧w存在。ft的FSWT時域定義為：

對管道振動響應(yīng)信號進行FSWT時頻分析，頻率切片函數(shù)參數(shù)中設(shè)ξ=0.5，η=0.025，k=28.2843。對仿真試驗懸空管段的5個測點做細化分析，以進一步分析能量幅值集中區(qū)域信號的時頻特性。FSWT時頻能量幅值譜與細化分析后的懸空管段FSWT時頻能量幅值譜如圖6所示。

圖6中細化分析的時間區(qū)域為不同測點管段受到激勵的時間，頻率區(qū)域為不同測點管段振動響應(yīng)信號主要瞬時能量區(qū)域。

分析圖6可知，力錘敲擊后的管道振動響應(yīng)信號經(jīng)FSWT時頻分析法分析后，不同狀態(tài)管段的能量幅值存在明顯差異，懸空管段能量幅值明顯高于非懸空管段；對懸空管段各測點能量幅值細化分析，位于懸空管段中心位置的測點4能量幅值為各測點峰值，且能量幅值由測點4向兩側(cè)測點遞減。由此可知，懸空管段能量幅值大小與距非懸空管段距離呈正相關(guān)。

3.3 改進HHT信號時頻分析

2014年Colominas等人提出改進自適應(yīng)噪聲的完備集合經(jīng)驗?zāi)Ｊ椒纸猓↖mproved complete ensemble empirical mode decomposition with adaptive noise，ICEEMDAN）的信號分解方法，可有效避免假模態(tài)現(xiàn)象，減少模態(tài)中包含的噪聲量［23-28］。基于改進HHT信號時頻分析，采用ICEEMDAN分解方法對所采集的振動響應(yīng)信號進行分解。圖7為經(jīng)力錘敲擊后，懸空管段中心位置振動響應(yīng)信號經(jīng)ICEEMDAN分解后的信號分量與對應(yīng)頻譜。其中ICEEMDAN分解圖縱坐標(biāo)為不同本征模態(tài)函數(shù)（Intrinsic Mode Function，IMF）分量信號的真實幅值，對應(yīng)圖譜縱坐標(biāo)為不同IMF分量信號經(jīng)傅里葉變換后的幅值，各測點振動響應(yīng)信號經(jīng)ICEEMDAN分解后，其IMF分量的能量百分比如表1所示。分析圖7和表1數(shù)據(jù)可知，非懸空管段（測點1、測點7）振動響應(yīng)信號經(jīng)ICEEMDAN首次分解出來的IMF 1高頻且高能量百分比；懸空管段（測點2～測點6）振動響應(yīng)信號經(jīng)ICEEMDAN首次分解出的IMF 1頻率高但能量百分比遠低于IMF 2，且越接近懸空管段中心位置，振動響應(yīng)信號ICEEMDAN首次分解出的IMF 1能量占比越低，IMF 2能量占比越高。

對原始信號中去除高頻低能量百分比IMF分量后的重構(gòu)信號做希爾伯特變換，基于改進HHT時頻分析的結(jié)果見圖8。

分析圖8可知，振動響應(yīng)信號瞬時能量集中在50～120 Hz范圍內(nèi)，峰值頻率集中在80 Hz左右。相比于非懸空管段，懸空管段整體瞬時能量較大，懸空管段各測點瞬時能量隨距非懸空管段的距離增加而增大，在懸空管段中心位置達到瞬時能量峰值，在測點2到測點3過程中增幅最大可達75%；非懸空管段測點1與測點7整體幅值較小，測點1略高于測點7。

3.4 懸空內(nèi)檢測效果評價方法

將STFT幅值增幅、FSWT能量幅值增幅和改進HHT瞬時能量增幅作為懸空檢測的評價指標(biāo)，結(jié)合這3個評價指標(biāo)建立管道懸空內(nèi)檢測效果評價方法，所建評價方法中增幅為末期值和基期值的差與基期值的比值?；趹铱諜z測效果評價方法建立的流程如圖9所示。

對真實增幅矩陣中的數(shù)據(jù)處理后得到增幅隨測點變化規(guī)律，如圖10所示。由所建評價方法與仿真試驗數(shù)據(jù)分析可知，測點2～測點6的STFT幅值、FSWT能量幅值和改進HHT瞬時能量值均大于兩端測點1和測點7，判定該范圍測點為懸空管段測點，其中測點4幅值為所有測點中的峰值，測點2到測點4呈遞增趨勢，測點4到測點6呈遞減趨勢。因此可得結(jié)論為：測點4為懸空管段中心位置；懸空管段各測點STFT幅值、FSWT能量幅值和改進HHT瞬時能量值變化規(guī)律與距非懸空管段距離呈正比?；谒ㄔu價方法對比分析3種時頻分析法，管道振動響應(yīng)信號經(jīng)3種方法分析均能有效辨別管道懸空狀態(tài)，由基于STFT與FSWT時頻分析可知，在通過懸空管段后進入非懸空管段的第一個測點時仍存有幅值現(xiàn)象。而基于改進HHT時頻分析可知，在通過懸空管段后的第一個非懸空管段測點能量幅值變化明顯，能夠較好地區(qū)分懸空管段與非懸空管段。對比3種時頻分析懸空管段中心位置幅值、峰值，相較于其他2種分析方法，基于FSWT時頻分析的峰值幅值最大，對懸空特征敏感性最強。

4 結(jié) 論

通過對提出的管道懸空內(nèi)檢測原理方案中錘擊檢測過程進行動力學(xué)仿真試驗，分析了管道懸空內(nèi)檢測器對管道模型產(chǎn)生有效激振力，驗證了管道模型能夠產(chǎn)生有效振動響應(yīng)信號的內(nèi)檢測方法的可行性。對所采集振動響應(yīng)信號分別基于STFT、FSWT和改進HHT時頻分析后可知：

（1）基于改進HHT時頻分析相較于STFT和FSWT時頻分析對懸空管段與非懸空管段區(qū)分更明顯，非懸空管段幅值受懸空管段幅值影響較小。

（2）基于FSWT時頻分析相較于STFT和改進HHT時頻分析在懸空管段中心位置幅值、峰值最大，對管段懸空特征敏感性更強。

（3）基于錘擊檢測法的管道懸空內(nèi)檢測器在仿真模擬環(huán)境中能夠有效檢測出不同敷設(shè)狀態(tài)的海底管道，仿真研究結(jié)果可為錘擊內(nèi)檢測法應(yīng)用于海底管道懸空內(nèi)檢測提供理論指導(dǎo)。

參考文獻：

［1］張行，杜書強，張仕民，等．基于管內(nèi)主動激勵的管道懸空檢測模擬分析［J］．石油機械，2017，45（8）：105-110．

ZHANG H，DU S Q，ZHANG S M，et al.Simulation analysis of pipeline free span detection based on inner pipe active excitation［J］.China Petroleum Machinery，2017，45（8）： 105-110.

［2］賈邦龍，帥健，張銀輝．海底管道懸空段狀態(tài)檢測及安全性評價［J］．油氣儲運，2021，40（6）：658-663．

JIA B L，SHUAI J，ZHANG Y H.State detection and safety evaluation of submarine suspended pipeline［J］.Oil & Gas Storage and Transportation，2021，40（6）： 658-663.

［3］王金龍，何仁洋，張海彬，等．海底管道檢測最新技術(shù)及發(fā)展方向［J］．石油機械，2016，44（10）：112-118．

WANG J L，HE R Y，ZHANG H B，et al.State-of-the-art advancement and development direction of submarine pipeline inspection technology［J］.China Petroleum Machinery，2016，44（10）： 112-118.

［4］LECKIE S H F，DRAPER S，WHITE D J，et al.Lifelong embedment and spanning of a pipeline on a Mobile seabed［J］.Coastal Engineering，2015，95： 130-146.

［5］辛佳興，陳金忠，李曉龍，等．油氣管道內(nèi)檢測技術(shù)研究前沿進展［J］．石油機械，2022，50（5）：119-126．

XIN J X，CHEN J Z，LI X L，et al.Advances in oil and gas pipeline internal inspection technology［J］.China Petroleum Machinery，2022，50（5）： 119-126.

［6］KPKE U G.Transverse vibration of buried pipelines due to internal excitation at a point［J］.Proceedings of the Institution of Mechanical Engineers，Part E： Journal of Process Mechanical Engineering，1993，207（1）： 41-59.

［7］KPKE U G，HUNT H E M.Identification of support conditions of buried pipes using a vibrating pig［J］.Proceedings of the Institution of Mechanical Engineers，Part E： Journal of Process Mechanical Engineering，1993，207（1）： 29-40.

［8］廖寧生，張行，張仕民，等．移動振動激勵下的管道懸空內(nèi)檢測試驗研究［J］．石油礦場機械，2018，47（5）：60-64．

LIAO N S，ZHANG H，ZHANG S M，et al.Experimental research of pipeline free span detection under moving vibration excitation［J］.Oil Field Equipment，2018，47（5）： 60-64.

［9］LIAO N S，ZHANG H，ZHANG S M，et al.A method for identifying support conditions of buried subsea gas pipelines based on forced vibration signal analysis［J］.Proceedings of the Institution of Mechanical Engineers，Part M： Journal of Engineering for the Maritime Environment，2019，233（1）： 218-228.

［10］LIAO N S，ZHANG H，ZHANG S M.Experiment for identifying free span of buried gas pipeline under internal excitation load［J］.International Journal of Pressure Vessels and Piping，2019，169： 215-222.

［11］LIAO N S，ZHANG H，YU D L，et al.Free-span identification of buried gas pipe subjected to sine sweep load in pipe［J］.Measurement，2020，163： 108020.

［12］周云，易偉建，蔣運忠，等．多參考點脈沖錘擊法識別橋梁模態(tài)柔度的實踐［J］．中國公路學(xué)報，2015，28（9）：46-56．

ZHOU Y，YI W J，JIANG Y Z，et al.Practice of bridge modal flexibility identification using multiple-reference impact test［J］.China Journal of Highway and Transport，2015，28（9）： 46-56.

［13］李鯤，肖逸飛，徐陽，等．基于壓電陶瓷傳感器的管道裂紋敲擊定位法［J］．石油機械，2020，48（6）：118-125．

LI K，XIAO Y F，XU Y，et al.Pipeline crack location using knocking locating method based on piezoceramic transducer［J］.China Petroleum Machinery，2020，48（6）： 118-125.

［14］牛超，馬蒙，梁瑞華，等．基于錘擊法的隧道襯砌背后空洞檢測試驗研究［C］∥2016中國隧道與地下工程大會（CTUC）暨中國土木工程學(xué)會隧道及地下工程分會第十九屆年會論文集．成都：中國土木工程學(xué)會，2016：576-581．

NIU C，MA M，LIANG R H，et al.Experimental study on EValuating the void conditions behind tunnel lining by impact-echo method［C］∥2016 China Tunnel and Underground Engineering Conference （CTUC） and the 19th Annual Conference of Tunnel and Underground Engineering Branch of China Civil Engineering Society.Chengdu： China Civil Engineering Society，2016： 576-581.

［15］侯博文，李佳靜，高亮，等．基于脈沖激勵下鋼軌振動響應(yīng)的扣件失效識別方法［J］．工程力學(xué)，2021，38（2）：122-133．

HOU B W，LI J J，GAO L，et al.Failure identification method of fastening system based on rail response under pulse excitation［J］.Engineering Mechanics，2021，38（2）： 122-133.

［16］段仕軒，李艷軍，曹愈遠，等．雙基推進劑/包覆層界面脫粘敲擊檢測的策略［J］．兵工學(xué)報，2022，43（8）：1779-1791．

DUAN S X，LI Y J，CAO Y Y，et al.Strategy of knock detection of double-base propellant/coating interface debonding［J］.Acta Armamentarii，2022，43（8）： 1779-1791.

［17］LI B，ZHANG Z S，ZHU X X.Multitaper adaptive short-time Fourier transform with chirp-modulated Gaussian window and multitaper extracting transform［J］.Digital Signal Processing，2022，126： 103472.

［18］黃夢宏，朱令嫻，張志勇，等．基于短時傅里葉變換的飛行器故障振動信號分析［J］．裝備環(huán)境工程，2021，18（2）：62-65．

HUANG M H，ZHU L X，ZHANG Z Y，et al.Fault vibration signal analysis of air vehicle flying based on STFT［J］.Equipment Environmental Engineering，2021，18（2）： 62-65.

［19］侯懷書，張世瑋，陳朝雷，等．基于短時傅里葉變換的粗晶奧氏體不銹鋼裂紋超聲檢測［J］．材料保護，2020，53（11）：129-135．

HOU H S，ZHANG S W，CHEN C L，et al.Ultrasonic testing of coarse-grain austenitic stainless steel crack based on STFT［J］.Materials Protection，2020，53（11）： 129-135.

［20］李婷，付德義，薛揚．基于AE與STFT的變槳軸承裂紋診斷研究［J］．振動、測試與診斷，2021，41（2）：299-303．

LI T，F(xiàn)U D Y，XUE Y.Research on crack diagnosis of pitch bearing based on AE and STFT［J］.Journal of Vibration，Measurement & Diagnosis，2021，41（2）： 299-303.

［21］CHEN J L，PAN J，LI Z P，et al.Generator bearing fault diagnosis for wind turbine via empirical wavelet transform using measured vibration signals［J］.Renewable Energy，2016，89： 80-92.

［22］YAN Z H，MIYAMOTO A，JIANG Z W，et al.An overall theoretical description of frequency slice wavelet transform［J］.Mechanical Systems and Signal Processing，2010，24（2）： 491-507.

［23］HUANG N E，SHEN Z，LONG S R，et al.The empirical mode decomposition and the hilbert spectrum for nonlinear and Non-Stationary time series analysis［J］.Series A： Mathematical，Physical and Engineering Sciences，1998，454（1971）： 903-995.

［24］DE SOUZA U B，ESCOLA J P L，DA CUNHA BRITO L.A survey on Hilbert-Huang transform： evolution，challenges and solutions［J］.Digital Signal Processing，2022，120： 103292.

［25］WU Z H，HUANG N E.Ensemble empirical mode decomposition： a noise-assisted data analysis method［J］.Advances in Adaptive Data Analysis，2009，1（1）： 1-41.

［26］YEH J R，SHIEH J S，HUANG N E.Complementary ensemble empirical mode decomposition： a novel noise enhanced data analysis method［J］.Advances in Adaptive Data Analysis，2010，2（2）： 135-156.

［27］COLOMINAS M A，SCHLOTTHAUER G，TORRES M E.Improved complete ensemble EMD： a suitable tool for biomedical signal processing［J］.Biomedical Signal Processing and Control，2014，14： 19-29.

［28］董紹華，田中山，賴少川，等.新一代超高清亞毫米級管道內(nèi)檢測技術(shù)的研發(fā)與應(yīng)用［J］.油氣儲運，2022，41（1）：34-41.

DONG S H， TIAN Z S， LAI S C， et al. Research and application of a new generation of ultra-high-definition inline detection technology with sub-millimeter precision［J］. Oil & Gas Storage and Transportation，2022，41（1）： 34-41.