强噪声背景下钢丝绳损伤信号降噪方法

来源 :工矿自动化 | 被引量 : 0次 | 上传用户:shening
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
钢丝绳损伤信号是一种非平稳无周期性的冲击信号,其特征信号的降噪处理和特征提取成为亟待解决的难题.小波变换方法若小波基或者分解层数不适合,会在信号降噪的同时引入其他噪声干扰,影响信号处理与特征提取的效果.相较于小波变换方法,移位平均法只需要选择一定的移位窗宽即可实现对信号的有效降噪,但移位窗宽需要人为选择,盲目性大.针对上述问题,提出一种强噪声背景下钢丝绳损伤信号降噪方法.利用钢丝绳漏磁检测传感器采集不同类型的断丝数据,向信号中加入强高斯白噪声,以模拟强噪声背景;采用自适应移位平均法对钢丝绳损伤信号进行降噪,利用量子粒子群优化(QPSO)算法优化移位平均法的窗宽;将损伤信号的信噪比(SNR)作为适应度函数,通过QPSO算法使得损伤特征信号SNR最大化,从而实现最优信号降噪效果.实验结果表明,对于强噪声背景下的钢丝绳平稳和波动信号,相较于小波变换,自适应移位平均法的降噪效果更明显,信噪比更高,信号更为平滑.实测结果表明,对于现场采集的噪声相对弱一些的钢丝绳损伤信号,自适应移位平均法的降噪效果也比小波变换好,验证了自适应移位平均法具有较好的通用性.
其他文献
民用爆炸物品的有效监管事关公共安全,其重要性不言而喻.针对县级民用爆炸物品监管环节存在的问题和实际需求,采用MySQL数据库及Java技术开发一套智能化监管系统软件,实现了民爆物品购买网上申请与审批及危险品出库至使用地点运输过程的实时监管,简化了民爆物品购买审批流程,提高了管理效率和监管水平.
针对现有采煤机滚筒载荷识别方法相关算法实施难度大、工程实现方式复杂、应用难度高等问题,通过分析采煤机工作时音频信号的特征,提出一种基于音频识别的采煤机滚筒载荷识别方法.为确保每个分析周期内的音频信号具有同一运行标准下的负载工况,将截割电流与牵引速度作为变量引入到动态能量计算中,采用动态能量归一化算法(DENA)对采煤机原始音频信号进行归一化处理;将归一化后的信号与标准工况库中的信号进行对比分析,通过最大相异系数判断两者之间的差异性,从而确定滚筒载荷特征,实现滚筒载荷识别判断.试验结果表明:DENA可有效抑
无线信号在井下传输过程中由于信号强度衰减和干扰导致读卡器与标志卡之间测距失败,当测距失败后,标志卡只能等到下一超帧内的固定测距时隙再次与读卡器进行测距,由于标志卡与读卡器进行重新测距的间隔时间较长,不利于及时掌控井下人员实时动态分布情况.针对该问题,提出了一种井下精确人员定位系统定位重测机制.当标志卡测距失败时,该定位重测机制利用空闲时隙,重新对标志卡进行测距.在出现多张标志卡竞争空闲时隙进行重测的情况下,采用层次分析法,根据标志卡的累计重测次数、信号强度、运动速度,确定标志卡抢占空闲时隙的重测优先级,定
针对传统煤矿突水预测算法易陷入局部最优、预测结果准确率低及速度慢等问题,提出了一种基于改进鲸鱼优化算法(IWOA)-支持向量机(SVM)的煤矿突水预测模型.IWOA从鲸鱼种群初始化、调节因子非线性化及随机差分进化(DE)3个方面入手对鲸鱼优化算法(WOA)进行改进:使用Tent映射初始化鲸鱼种群,提高鲸鱼种群寻找到最优猎物的可能性;通过调节因子非线性变化策略,提升算法在迭代前期的全局搜索能力及迭代后期的局部搜索能力,从而加快收敛速度;引入DE算法的变异、交叉、选择操作,以增强WOA的全局搜索能力.利用IW
目前煤矿领域本体侧重于对事故的预测,尚无针对煤矿作业人员操作安全性的本体研究.为及时发现作业人员的危险操作来为作业人员提供安全预警,提出了一种煤矿主要工种本体构建及安全规则推理方法.根据煤矿实际生产状况,将煤矿生产中的作业人员、操作设备、操作方法、地点、环境、事故和状态等信息形式化表示,利用本体语言构建了覆盖采煤系统、掘进系统、机电运输、地质测量、通风瓦斯、综合防尘和选煤厂等多个生产系统的煤矿主要工种本体.根据煤矿领域专业文献中的安全生产规定,基于Jena自定义规则语法制定了安全规则,并基于安全规则实现对
目前缺乏对厚松散含水层地质采矿条件下覆岩破断及变形规律的深入研究.以淮南矿区潘四东煤矿11111工作面为工程背景,构建相似材料模型,采用数字摄影测量提取位移法记录模型开挖过程中覆岩破断过程及覆岩变形情况.分析了含水层失水沉降原因:覆岩在W型剪切应力拱作用下形成2条纵向的主导水裂隙带,导水裂隙带的进一步发育引起含水层失水固结,在厚松散层重力作用下进一步压实,随着覆岩破断运动的加剧,在弯曲带和覆岩共同挤压下形成O型剪切应力拱,压缩薄层空间,导致地表下沉量增大.分析了失水状态下覆岩损伤情况:工作面开采工作完成且
甲烷传感器材质存在光反射,显示面板上有附着物,造成甲烷传感器自动检定系统采集的传感器数值图像质量较差,对字符识别困难.而现有的基于机器学习的仪表字符识别方法识别率较低、算法运行速度较慢.针对上述问题,提出了一种基于改进卷积神经网络(CNN)-支持向量机(SVM)的甲烷传感器数显识别方法.通过图像增强、数值区域图像提取、图像分割、小数点定位等4个步骤对甲烷传感器数值图像进行预处理,并将处理后的数字图像作为自定义数据集.针对CNN-SVM模型运行时间较长的问题,使用PCA算法对CNN全连接层提取的图像特征进行
采用光纤传感器监测的光纤频移值对矿压显现规律进行表征的过程中,传感器采集的数据存在缺失现象,无法准确预测矿压显现规律.针对该问题,以千秋煤矿为工程背景,在假设光纤下半部分数据丢失的前提下,引入GRU(门控循环单元)和LSTM(长短期记忆网络)2种预测模型,对缺失的光纤频移值进行对比预测,得出GRU模型的收敛速度优于LSTM模型的收敛速度,说明基于GRU模型的缺失值处理方法较优.将原始完整的光纤频移值转换为可表征矿压显现位置的光纤平均频移变化度,引入XGBoost(极端梯度提升)模型和BP神经网络模型进行对
翻译能力等级量表是我国英语能力等级量表最大的创新之处.主要采用历时和共时的研究方法,通过纵向、横向对比分析国外语言能力等级量表取得的成果及其研究存在的局限性,探讨CSE框架下的翻译能力等级量表较之国外研究所取得的新突破和亟待解决的问题,并重点对翻译能力等级量表下的笔译能力量表在翻译教学、学习和测评等领域的应用、应用价值及应用前景展开论述,以期为当前笔译量表在国际应用研究方面提供借鉴.
通过对乳化炸药生产水油相制备、乳化、敏化、装药和包装等工序的技术、设备和安全情况进行分析,在信息化和生产线规划设计方面提出关于生产线安全生产的见解,并细化了乳化炸药少(无)人化生产线智能化、自动化和信息化水平的措施.