基于BO-WT-VMD组合模型的钢丝绳的损伤信号降噪方法

摘要：

为了准确识别钢丝绳缺陷的故障数据,消除被测信号中的噪音,可使用基于贝叶斯优化-小波变换-变分模态分解(BO-WT-VMD)的组合降噪模型进行降噪.首先利用小波变换(WT)对原始信号进行处理;其次对处理后的信号再利用变分模态分解算法(VMD)进行模态分解,计算分解的各个模态与原信号之间的相关系数,以完成信号的模态选择和重构;再次利用贝叶斯优化算法(BO)对VMD算法的模态数目K以及α值进行寻参,避免其受序列分解和预测精度的影响,从而找到最优超参数组合.最后,在仿真实验和真实数据中,计算BO-WT-VMD、WT和VMD算法的SNR值和RMSE值,分别为(17.340 3,0.101 0),(15.617 0,0.123 2)和(15.649 2,0.122 7),说明提出的算法能够有效地去除信号噪音.

关键词：磁漏检测、小波变换、变分模态分解算法、贝叶斯优化、钢丝绳、降噪

所属期刊栏目：52

分类号：O29(应用数学)

资助基金：国家自然科学基金11901245

在线出版日期：2024-02-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：43-54