基于AO优化VMD-小波包的岩石破裂声发射信号去噪算法

针对岩石在破裂过程中产生的大量含噪声发射信号问题,基于天鹰优化(Aquila Optimizer,AO)算法提出一种改进的变分模态分解(VMD)联合小波包分解的声发射(AE)信号去噪算法。利用Circle混沌优化的AO算法对VMD算法中的分解模态个数K和二次惩罚因子α进行寻优,有效避免了人为经验选取参数导致的时间消耗以及效果不佳等问题;利用得到的最优参数组合对岩石破裂声发射信号进行分解,得到一系列本征模态分量,结合相关系数筛选出含噪分量;然后利用小波包去噪算法对含噪分量进行处理;最后,将未处理的分量与降噪处理后的分量重构得到去噪后的AE信号。通过仿真和实测信号分析,结果表明与现有去噪算法相比,该算法能更好地去除AE信号中的噪声分量,保留信号的频域特征信息,可为后续利用声发射信号探究岩体破裂规律提供参考。

改进的VMD-ITD岩石声发射信号联合降噪方法

针对岩石破裂声发射信号具有非线性、非平稳以及大样本的特点和传统VMD、ITD算法对降噪处理时存在一定局限性的问题,提出一种改进VMD-ITD联合降噪方法。以钨岩为研究对象,首先采用分量能量比作为VMD的终止条件,将岩石破裂声发射信号分解得到多个IMF分量,将各分量与原始信号的互信息量作为各分量的加权因子进行重构信号,再对重构信号进行ITD分解以达到二次降噪的目的,最后以均方根误差与信噪比为去噪效果评价指标,对比分析VMD、ITD以及改进VMD-ITD联合降噪算法降噪效果。通过试验验证,改进VMD-ITD联合降噪算法在抑制非平稳信号噪声中,其均方根误差为4.5521,信噪比为10.0128。相比单一的VMD、ITD算法,降噪效果更好。