基于自适应移位平均降噪与BP神经网络的钢丝绳损伤识别

作者：吴东; 张宝金; 隋显俊; 刘伟新; 黄升平; 杨建华^*

来源：无损检测, 2022, 44(08): 14-19.

• 钢丝绳损伤
• 强噪声
• 优化算法
• 降噪
• BP神经网络

提出了一种基于自适应移位平均降噪与BP神经网络的钢丝绳损伤识别方法，解决了强噪声背景下的钢丝绳损伤识别问题。以矿井钢丝绳为检测对象，采用自适应移位平均法对含噪的断丝信号与磨损信号进行降噪处理，通过自适应粒子群优化(APSO)算法找到移位平均算法的最优窗宽；然后，以断丝损伤为例，对输出的最优降噪信号提取峰峰值、波宽、波形下面积三种特征值作为特征值样本，将样本归一化后输入BP神经网络进行损伤识别；最后，通过试验验证了所提方法的有效性。试验结果表明，该方法能定性识别钢丝绳损伤并且识别准确率高。

• 单位
  中国矿业大学（北京）; 中国矿业大学; 机电工程学院