基于改进完备集成经验模态分解的钢丝绳缺陷漏磁检测方法
钟小勇
陈科安
张小红
江西理工大学理学院,江西赣州 341000
摘要：钢丝绳小缺陷信号往往被淹没在股波噪声中,存在钢丝绳小缺陷检测困难、易漏检等问题.针对该问题,提出了一种基于改进完备集成经验模态分解(ICEEMD)的钢丝绳缺陷漏磁检测方法.为了避免钢丝绳表面润滑剂或尘埃对检测信号造成影响,采用电磁检测法.将ICEEMD、小波阈值滤波(WTF)、维纳滤波(WF)相结合,得到ICEEMD-WTF-WF多级降噪方法:通过ICEEMD分解钢丝绳漏磁信号,得到本征模态函数(IMF)分量;计算IMF分量的能量比、排列熵、互相关系数,取出IMF趋势分量和IMF股波噪声分量,并对股波噪声分量进行WTF,筛选有用的IMF分量重构信号;对重构后的信号进行WF,去除随机噪声.提取降噪后的缺陷特征值,输入BP神经网络并进行训练,识别钢丝绳缺陷漏磁信号.实验结果表明:ICEEMD-WTF-WF多级降噪方法对钢丝绳漏磁信号具有良好的降噪效果,信噪比、峭度指标优于WTF、移动平均滤波和WF;基于ICEEMD-WTF-WF的BP神经网络模型检测耗时短,对小缺陷的平均准判率达到98.13％,能较好地满足钢丝绳缺陷检测要求.
关键词：钢丝绳小缺陷检测漏磁检测改进完备集成经验模态分解小波阈值滤波维纳滤波多级降噪
分类号：TD534.6(矿山运输与设备)
资助基金：国家自然科学基金(51665019)国家自然科学基金(61763017)江西省研究生创新专项资金项目(YC2020-S479)
论文发表日期：2022-07-10
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：7( 118-124 )
英文信息