基于EEMD与改进小波阈值的磁记忆信号降噪研究

• 作者: 乔铁柱 张雪英 杨洋 谢飞
• 来源期刊: 太原理工大学学报
• 关键词: 总体平均经验模态分解 人工蜂群算法 小波半软阈值 金属磁记忆法 广义交叉验证 相关性分析
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 计算机、机械与信息工程
• 页码范围: 592-597
• 页数: 6页
• 分类号: TD526
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2015.05.022

摘要

利用金属磁记忆法对煤矿系统中的钢绳芯输送带进行早期故障诊断时，发现信号中包含的噪声对诊断结果影响较大。针对此问题，提出了基于总体平均经验模态分解和改进小波半软阈值的降噪算法。首先利用总体平均经验模态分解得到若干个本征模函数，经过相关性分析后提取本征模函数的有效分量，用人工蜂群优化算法改进阈值函数，再分别对有效分量进行改进的小波半软阈值函数降噪处理，最后将信号重构。经过降噪处理后的磁记忆信号能较好地保留信号中的有用信息。仿真实验结果表明，该算法可实现噪声环境下的钢绳芯输送带应力集中区特征的有效提取，从而实现早期故障诊断。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雪英		233	1213	15.0	23.0
5	杨洋		20	124	4.0	11.0
9	乔铁柱	太原理工大学新型传感器与智能控制教育部重点实验室	60	276	10.0	12.0
10	谢飞		6	18	2.0	4.0