基于SSA-VMD和ITFPF的喷油器信号去噪方法

由于柴油机工作环境复杂多变,喷油器信号中包含较多噪声,导致诊断率低。为降低噪声的影响,提高故障诊断率,提出一种麻雀算法优化变分模态分解(SSA-VMD)和改进时频峰值滤波(ITFPF)结合的信号去噪方法。针对VMD受分解参数制约的问题,以能量分解因子为目标函数,通过SSA自适应地将信号分解成一系列IMF,以解决参数设置不当导致的模态混叠问题。TFPF的窗长选择不当会影响其滤波效果,由于排列熵能够度量非平稳信号的复杂度,以排列熵为适应度函数寻到最优窗长,使ITFPF兼顾信号保真和噪声压制。仿真和试验结果表明:SSA-VMD和ITFPF结合的方法降噪效果优于其他方法,并使故障识别率相比未优化VMD提高了10.13%。