基于EEMD和分层阈值的磁记忆信号降噪方法研究

Chinese Journal of Engineering Design(2020)

Cited 0|Views1
No score
Abstract
针对现有缺陷管道的磁记忆信号降噪效果不佳及信号完整性鲜有考虑等问题,提出了基于总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)和分层阈值的磁记忆信号降噪方法.首先,设计了以STM32F407为控制核心的金属磁记忆检测系统,用于采集缺陷管道的磁信号;然后,对磁信号进行EEMD预处理,得到其本征模函数(intrinsic mode function,IMF)分量,并根据频谱分析和相似度计算选择最佳分解层数;最后,利用分层阈值降噪算法重构在最佳分解层数下的IMF分量,得到降噪后的信号.通过仿真分析和实验测试,对EEMD分层阈值降噪方法进行定量评价.结果 表明:该方法适用于信噪比较小的含噪信号;与小波阈值降噪方法相比,其降噪后信号的信噪比和平滑度较高,均方根误差较小,缺陷特征信号完整,可更直观地显示缺陷位置.研究结果为金属管道磁信号降噪提供了一种切实可行的方法,为管道缺陷的在线检测奠定了基础.
More
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined