基于CEEMDAN-SampEn-改进小波阈值的重介质旋流器振动信号处理研究
李顺堂
郑钢丰
张海龙
吴子洋
周铮
安徽理工大学 材料科学与工程学院,安徽 淮南 232001
摘要：为了有效去除重介质旋流器振动信号中的外部噪声,提升设备故障检测效率和可靠性,解决重介质旋流器振动信号去噪效果差、提取信号特征困难的问题,提出了一种结合自适应噪声完备集合经验模态分解(CEEMDAN)、样本熵(SampEn)和改进小波阈值的信号处理方法.首先使用CEEMDAN抑制模态混叠,生成固有模态函数(IMF);再基于样本熵识别并筛选熵值较高的噪声分量;然后对含噪分量应用改进小波阈值去噪,保留有效信号特征;最后重构去噪后的IMF分量与未受噪声影响的模态分量,得到优化信号.仿真信号的模拟实验表明:该方法在信噪比(SNR)、均方误差(MSE)和波形相似系数(NCC)指标上显著优于传统小波阈值法、CEEMDAN法和CEEMDAN-小波阈值法,其中SNR提升至 33.36 dB,MSE降至 0.009 5,NCC达0.999 9.实例验证中,对涡北选煤厂重介质旋流器振动信号处理结果显示:样本熵筛选出前 6个IMF分量为噪声主导;改进方法能够有效去除高频噪声,同时保留了低频故障特征;其在实际应用中体现出了出色的去噪效果与特征保留能力,Lempel-Ziv复杂度(LZC)回升至 47.所提出的CEEMDAN-SampEn-改进小波阈值法通过多尺度分解、熵值筛选与优化阈值去噪,实现了重介质旋流器振动信号的高效去噪,为故障诊断提供了更清晰的信号,该方法在仿真与实例验证中均表现出优异性能,具备重要理论价值与工程应用潜力.
关键词：重介质旋流器振动信号故障特征识别CEEMDAN样本熵改进小波阈值信噪比均方误差波形相似系数
分类号：TD948.9(选矿)
资助基金：国家自然科学基金(10872001)
论文发表日期：2025-04-30
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：11( 78-88 )
英文信息