强噪声背景下钢丝绳损伤信号降噪方法
吴东1
张宝金1
刘伟新1
李光1
宫涛2
杨建华2
1.鞍钢集团矿业有限公司眼前山分公司,辽宁鞍山 1140442.中国矿业大学机电工程学院,江苏徐州221116;中国矿业大学江苏省矿山机电装备重点实验室,江苏徐州 221116
摘要：钢丝绳损伤信号是一种非平稳无周期性的冲击信号,其特征信号的降噪处理和特征提取成为亟待解决的难题.小波变换方法若小波基或者分解层数不适合,会在信号降噪的同时引入其他噪声干扰,影响信号处理与特征提取的效果.相较于小波变换方法,移位平均法只需要选择一定的移位窗宽即可实现对信号的有效降噪,但移位窗宽需要人为选择,盲目性大.针对上述问题,提出一种强噪声背景下钢丝绳损伤信号降噪方法.利用钢丝绳漏磁检测传感器采集不同类型的断丝数据,向信号中加入强高斯白噪声,以模拟强噪声背景;采用自适应移位平均法对钢丝绳损伤信号进行降噪,利用量子粒子群优化(QPSO)算法优化移位平均法的窗宽;将损伤信号的信噪比(SNR)作为适应度函数,通过QPSO算法使得损伤特征信号SNR最大化,从而实现最优信号降噪效果.实验结果表明,对于强噪声背景下的钢丝绳平稳和波动信号,相较于小波变换,自适应移位平均法的降噪效果更明显,信噪比更高,信号更为平滑.实测结果表明,对于现场采集的噪声相对弱一些的钢丝绳损伤信号,自适应移位平均法的降噪效果也比小波变换好,验证了自适应移位平均法具有较好的通用性.
关键词：钢丝绳损伤识别信号降噪特征提取自适应移位平均法量子粒子群优化算法
分类号：TD534.6(矿山运输与设备)
资助基金：鞍钢集团矿业有限公司科研项目(2020)
论文发表日期：2022-01-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 58-63 )
英文信息