期刊文章详细信息
基于SA-GA模糊熵的VMD算法在爆破振动信号分解中的应用
Application of VMD Parameter Optimization Based on SA-GA Fuzzy Entropy in Blasting Vibration Signal Decomposition
文献类型:期刊文章
LIANG Erzhu;XU Miao;GU Chuanbao;MO Hongyi;XU Zhengyang(Ansteel Mining Blasting Co.,Ltd.,Anshan 114046,China;School of Mining Engineering,University of Science and Technology Liaoning,Anshan 114051,China)
机构地区:[1]鞍钢矿业爆破有限公司,辽宁鞍山114046 [2]辽宁科技大学矿业工程学院,辽宁鞍山114051
年 份:2022
卷 号:51
期 号:2
起止页码:75-82
语 种:中文
收录情况:BDHX、BDHX2020、CAS、IC、JST、RCCSE、ZGKJHX、核心刊
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]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...