典型文献
基于SA-GA模糊熵的VMD算法在爆破振动信号分解中的应用
文献摘要：
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.
文献关键词：
模拟退火算法;遗传算法;模糊熵;VMD;参数优化
中图分类号：
作者姓名：
梁尔祝;徐淼;谷传宝;莫宏毅;徐振洋
作者机构：
鞍钢矿业爆破有限公司,辽宁 鞍山114046;辽宁科技大学矿业工程学院,辽宁 鞍山114051
文献出处：
引用格式：
[1]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(02):75-82
A类：
B类：
SA,GA,模糊熵,VMD,爆破振动信号,信号分解,变分模态分解,参数选择,模拟退火算法,取模,FE,适应度函数,信号分析,EMD,模态混叠,虚假分量,实测分析,最优解,解出来,IMF,物理意义,频谱图
AB值：
0.26435
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
