10.13272/j.issn.1671-251x.2022020037
基于改进完备集成经验模态分解的钢丝绳缺陷漏磁检测方法
钢丝绳小缺陷信号往往被淹没在股波噪声中,存在钢丝绳小缺陷检测困难、易漏检等问题.针对该问题,提出了一种基于改进完备集成经验模态分解(ICEEMD)的钢丝绳缺陷漏磁检测方法.为了避免钢丝绳表面润滑剂或尘埃对检测信号造成影响,采用电磁检测法.将ICEEMD、小波阈值滤波(WTF)、维纳滤波(WF)相结合,得到ICEEMD-WTF-WF多级降噪方法:通过ICEEMD分解钢丝绳漏磁信号,得到本征模态函数(IMF)分量;计算IMF分量的能量比、排列熵、互相关系数,取出IMF趋势分量和IMF股波噪声分量,并对股波噪声分量进行WTF,筛选有用的IMF分量重构信号;对重构后的信号进行WF,去除随机噪声.提取降噪后的缺陷特征值,输入BP神经网络并进行训练,识别钢丝绳缺陷漏磁信号.实验结果表明:ICEEMD-WTF-WF多级降噪方法对钢丝绳漏磁信号具有良好的降噪效果,信噪比、峭度指标优于WTF、移动平均滤波和WF;基于ICEEMD-WTF-WF的BP神经网络模型检测耗时短,对小缺陷的平均准判率达到98.13%,能较好地满足钢丝绳缺陷检测要求.
钢丝绳、小缺陷检测、漏磁检测、改进完备集成经验模态分解、小波阈值滤波、维纳滤波、多级降噪
48
TD534.6(矿山运输与设备)
国家自然科学基金;国家自然科学基金;江西省研究生创新专项资金项目
2022-09-05(万方平台首次上网日期,不代表论文的发表时间)
共7页
118-124