参数优化VMD在爆破振动信号分析中的应用

• 作者: 杨宗林 熊继军
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 工学
• 关键词: 幅值谱熵 变分模态分解 混合GA-PSO算法 爆炸振动信号分解
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 电子与电子信息
• 页码范围: 467-473
• 页数: 7页
• 分类号: TD235
• 字数: 3729字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2020.05.014

摘要

针对经验模态分解(Empirical Mode Decomposition,EMD)方法在爆破振动信号应用中模态混叠的问题,提出了一种改进的变分模态分解(Variational Mode Decomposition,VMD)方法.首先,使用任意给定的模态分解个数与惩罚因子变分模态分解将爆破振动信号分解为K个模态;然后计算分量的幅值谱熵的局部最小值;其次采用混合GA-PSO算法对任意模态分解个数与惩罚因子进行全局搜索来不断优化参数并更新幅值谱熵的局部最小值,最终最小幅值谱熵与平均幅值谱趋于一致,得出全局最小的局部最小值的幅值谱熵相应的模态分解个数与惩罚因子.仿真结果表明:模态分解个数与惩罚因子作为全局最优输入交叉优化能够准确地确定模态分解个数与惩罚因子,与经验模态分解相比,改进的变分模态分解方法具有很强的鲁棒性和抗噪声干扰能力以及分解与去噪重构精度.最后利用参数优化后的VMD进行爆破振动信号的实测,通过相关系数法检验,各分量相关系数均在一个数量级上,解决了模态混叠问题并且无虚假分量,证明参数优化的VMD在爆破振动信号应用上具有很好的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊继军	中北大学仪器科学与动态测试教育部重点实验室	111	702	13.0	19.0
5	杨宗林	中北大学仪器科学与动态测试教育部重点实验室	1	0	0.0	0.0