基于 SA-GA 模糊熵的 VMD 算法在爆破振动信号分解中的应用

金属矿山 ›› 2022, Vol. 51 ›› Issue (02): 75-82.

基于 SA-GA 模糊熵的 VMD 算法在爆破振动信号分解中的应用

梁尔祝¹ 徐淼¹ 谷传宝¹ 莫宏毅² 徐振洋²

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

出版日期:2022-02-15 发布日期:2022-03-17

Online:2022-02-15 Published:2022-03-17

摘要/Abstract

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

梁尔祝, 徐淼, 谷传宝, 莫宏毅, 徐振洋. 基于 SA-GA 模糊熵的 VMD 算法在爆破振动信号分解中的应用[J]. 金属矿山, 2022, 51(02): 75-82.

[1]	庞俊勇, 刘　俊, 郑靓婧, 李瑶鹤, 苏红艳. 基于GA-PSO 混合优化SVR 的边坡危岩体稳定性评价模型[J]. 金属矿山, 2024, 53(9): 237-.
[2]	吕靖烨, 王美君, 李　晟. 节理发育区巷道锚杆支护参数优化研究[J]. 金属矿山, 2024, 53(5): 220-.
[3]	王其虎, 周俊宝, 姚　囝, 骆效兵, 伍　蒙, 张　震, 凌济锁, 黄兆云. 晒旗河磷矿掘进巷道工作面钻孔卸压参数优化[J]. 金属矿山, 2024, 53(4): 244-.
[4]	陈延康, 郭广礼, 孟　浩, 张连贵, 郑　辉, 李怀展, 张浩宇. 陕蒙矿区深部开采导水裂隙带发育特征与高度预测方法[J]. 金属矿山, 2024, 53(4): 186-.
[5]	刘树新, 庄　宇, 戴谦君, 安　帅, 曹　飞. 盲天井中深孔掏槽爆破布孔优化及围岩损伤数值分析[J]. 金属矿山, 2024, 53(12): 44-.
[6]	聂秀珍, 焦迎雪, 张霞. 融合优化遗传算法和变步长蚁群算法的矿山巡检机器人路径规划[J]. 金属矿山, 2023, 52(07): 248-253.
[7]	徐永文, 吴炳书, 李官兵, 李正灿, 刘允秋. 缓倾斜极薄矿体采场结构参数优化研究[J]. 金属矿山, 2022, 51(11): 52-57.
[8]	路燕泽, 郭斌, 杨志强, 刘志义, 王社光, 王庆刚. 复杂采场结构参数数值模拟及采矿方法优化[J]. 金属矿山, 2022, 51(08): 69-74.
[9]	朱权洁, 张震, 梁娟, 张教福, 刘晓辉, 王志帅. 矿山井巷掘进爆破参数优化设计及其三维可视化研究[J]. 金属矿山, 2022, 51(07): 120-127.
[10]	岳翔 , 李梓豪, 马阳, 郭小飞, 代淑娟. EDEM_DEM 模拟技术在矿石碎磨中的研究进展[J]. 金属矿山, 2022, 51(06): 150-159.
[11]	王立杰, 耿帅, 尹爱民, 张素娜 , 何伟. 复杂矽卡岩巷道锚杆支护参数优化研究[J]. 金属矿山, 2022, 51(04): 60-65.
[12]	赵乐乐, 王亮, 侯起阳, 万战胜, 郭庆彪. 基于PCA-RA和云模型的采空区建设场地稳定性评价[J]. 金属矿山, 2022, 51(03): 197-204.
[13]	段耀旭, 张悦刊, 刘培坤, 葛江波. 基于响应面法的锂渣旋流除泥优化研究[J]. 金属矿山, 2022, 51(03): 177-182.
[14]	郭斌 , 王立杰 , 耿帅 , 王福全 , 尹爱民, 杨金光. 地下矿山软岩巷道地压监测及其显现规律研究[J]. 金属矿山, 2021, 50(12): 132-136.
[15]	隋金铂 , 任凤玉, 曹建立. 倾斜破碎难采矿体完整性高效回采技术研究[J]. 金属矿山, 2021, 50(10): 1-7.

扫码分享

基于 SA-GA 模糊熵的 VMD 算法在爆破振动信号分解中的应用

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价