基于最优小波基选取的掘进机振动信号去噪方法

基金项目:

国家“863”计划资源环境技术领域重大项目（2012AA06A405）

国家自然科学基金项目（U1510112）

详细信息

Denoising method of vibration signal of roadheader based on the optimal wavelet basis selectio

1.
Shanxi Key Laboratory of Mining Electrical Equipment and Intelligent Control, Taiyuan University of Technology, Taiyuan 030024, China
2.
CCTEG Taiyuan Research Institute, Taiyuan 030006, China

摘要: 为了提高掘进机振动信号小波包去噪的效果，最大限度避免噪声对信号特征提取的影响，提出了基于最优小波基选取的掘进机振动信号去噪方法。该方法以信号频谱为分析依据，首先确定了小波包分解的最优分解层数，再选择最优小波基函数，实现了对掘进机振动信号的实时处理，去噪效果达到了最佳。现场试验结果也验证了该方法的有效性。
- 掘进机 /
- 振动信号 /
- 小波包去噪 /
- 小波包分解层数 /
- 小波基函数
Abstract: In order to improve wavelet packet denoising effect for vibration signal of roadheader and avoid influence of noise on signal feature extraction mostly, the paper proposed a denoising method of vibration signal of roadheader based on the optimal wavelet basis selection. The method takes signal frequency spectrum as analysis basis, firstly determines the optimal decomposition layer number of wavelet packet, then selects the optimal wavelet basis function, so as to realize real-time processing of the vibration signal of roadheader with the best denoising effect. The field test results verify effectiveness of the method.
- roadheader /
- vibration signal /
- wavelet packet denoising /
- wavelet packet decomposition layer number /
- wavelet basis functio

1.	焦玉冰，李杰，马喜宏，郭肖亭，冯凯强. 一种采煤机截割部滚动轴承故障诊断方法. 计算机测量与控制. 2023(05): 73-79 . 百度学术
2.	孙晓春，丁华，牛锐祥，王焱. 基于LW-DenseNet的采煤机摇臂齿轮故障诊断. 煤炭工程. 2023(11): 186-192 . 百度学术
3.	王岩，曹现刚，张旭辉，樊红卫，段雍，霍小泉. 基于知识图谱的采煤机智能维护知识库构建. 工矿自动化. 2021(07): 29-36 . 本站查看
4.	张继旺，丁克勤，王洪柱. 基于VMD-CNN的滚动轴承早期微弱故障智能诊断方法. 组合机床与自动化加工技术. 2020(11): 15-19 . 百度学术
5.	樊红卫，张旭辉，曹现刚，万翔，杨一晴. 智慧矿山背景下我国煤矿机械故障诊断研究现状与展望. 振动与冲击. 2020(24): 194-204 . 百度学术
6.	张雷，赵彤，李先圣，刘晓文. 井下人员违规进入无源监测方法. 工矿自动化. 2018(10): 29-33 . 本站查看