基于SA-GA模糊熵的VMD算法在爆破振动信号分解中的应用

摘要：

针对变分模态分解(VMD)算法预设参数选择的问题,提出了一种基于SA-GA模糊熵的VMD参数优化算法,该算法结合模拟退火算法(SA)和遗传算法(GA)的优点,选取模糊熵(FE)为适应度函数,求解最优分解参数.经过仿真信号分析,相比EMD算法,SA-GA模糊熵的VMD参数优化算法有效地抑制了模态混叠和虚假分量的现象,具有较高的分解精度.最后利用SA-GA模糊熵的VMD参数优化算法进行爆破振动信号实测分析,结果表明:SA-GA模糊熵的VMD参数优化算法可以根据不同的爆破振动自适应地选取最优解,解出来的IMF分量具有明确的物理意义,频谱图能清晰地看出信号内所包含的频率成分,具有良好的适用性.

关键词：模拟退火算法;遗传算法;模糊熵;VMD;参数优化

分类号：TD235(矿山设计与建设)

在线出版日期：2022-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：75-82