摘要

针对钢丝绳漏磁检测信号中存在的未知频率噪声干扰问题,提出一种基于多尺度样本熵(Multi-scale Sample Entropy,MSE)的自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)联合小波包阈值降噪(Wavelet Packet Threshold Denoising,WPTD)方法。将钢丝绳损伤信号分解为一系列本征模态函数(Intrinsic Mode Functions,IMF)分量,分别计算各IMF分量的多尺度样本熵,通过阈值对比筛选出含有噪声的IMF分量,进而利用小波包阈值法对这些分量进行降噪,并与保留的IMF分量进行重组,获取降噪后的损伤信号。实验结果表明,该联合降噪方法比其他降噪方法的信噪比提高了9.2%,均方根误差明显提高,滤波后的损伤信号曲线更加平滑,余弦相似度也大于0.85,能够有效降低检测信号中的噪声分量。

全文