基于SBOA-VMD联合小波阈值的声发射信号降噪算法研究及验证OA
在声发射测试中,岩石破坏产生的有效信号易受到背景噪声及其他设备噪声的污染。针对砂岩破坏过程中声发射信号含噪问题,本文提出一种基于秘书鸟优化算法(SBOA)优化变分模态分解(VMD)参数,结合小波阈值降噪的方法,对监测的声发射信号进行降噪处理,提取有效信号,提高砂岩破坏过程的信号质量。采用SBOA算法寻优时,以最小包络熵为适应度函数,得到VMD分解时所需的关键参数[K,α],实现信号的有效分解。根据相关系数评判各IMF分量的含噪情况,对含噪信号分量进行小波阈值降噪处理,并重构得到降噪后的信号。通过仿真和实测信号降噪试验,对比降噪后声发射信号的信噪比、均方误差等评价指标,证明了SBOA-VMD对优化VMD参数的优越性和SBOA-VMD联合小波阈值降噪算法在岩石声发射信号降噪的实用性。研究结果为利用声发射信号探究岩石破裂规律提供参考。
邓敏;柏建彪;张自政;田志军;王襄禹;徐营;闫帅
中国矿业大学矿业工程学院,江苏徐州221116中国矿业大学矿业工程学院,江苏徐州221116 新疆工程学院新疆煤炭资源绿色开采教育部重点实验室,新疆乌鲁木齐830023湖南科技大学资源环境与安全工程学院,湖南湘潭411201中国矿业大学矿业工程学院,江苏徐州221116中国矿业大学矿业工程学院,江苏徐州221116中国矿业大学矿业工程学院,江苏徐州221116中国矿业大学矿业工程学院,江苏徐州221116
矿业与冶金
声发射秘书鸟优化算法变分模态分解小波阈值降噪
《采矿与安全工程学报》 2026 (4)
P.1031-1044,14
国家自然科学基金联合基金重点项目(U21A20107)新疆自治区重点研发任务专项—厅厅联动项目(2022B01051)中央高校基本科研业务费专项资金项目(2024-10943)江苏省研究生科研创新计划项目(KYCX24_2850)中国矿业大学研究生创新计划项目(2024WLKXJ016)。
评论