基于希尔伯特-黄变换的电化学噪声解析及其应用

时频变换有助于电化学噪声信号中关键信息的识别。本文借助希尔伯特-黄变换(Hilbert-Huang transform，HHT)研究了碳钢在模拟混凝土孔隙液中的电化学噪声信号的时频谱，发现相比离散小波变换(Discretewavelet transform, DWT)，HHT在噪声信号识别过程中具有更高的时频分辨率和稳定性，能够从本质上提高对电化学噪声中耦合的亚稳态点蚀信号的解析精度。针对碳钢处于钝化态、亚稳态点蚀萌发和稳态点蚀生长等不同阶段的噪声特点，我们提出了一套基于HHT边界谱的腐蚀状态量化指数与腐蚀特征识别方法。借助于在线电化学噪声监测装置，HHT算法将可用于诊断工业环境的腐蚀形态和腐蚀发展趋势。