The invention requests to protect a feature extraction method based on EMD denoising and IMF discriminating energy entropy. First, when the grinding machine works in the air mill, the full mill and the normal grinding, the grinding signal is collected and decomposed into a series of IMF subsignals through EMD. The effective IMF component is extracted by FFT time-frequency analysis. Then the IMF sub signal is denoised through the correlation rule and the 3 delta threshold rule. At the same time, the characteristic information of the grind signal is extracted according to the IMF entropy between the signals. Finally, the classifier based on the eigenvalue is designed. Through the classification experiment of three kinds of grinding signals, we can get the corresponding mill load. The simulation results show that the method not only has good denoising effect, but also has good classification effect for three kinds of signals, and provides the precondition for real-time and accurate detection of mill load.
【技术实现步骤摘要】
一种基于EMD去噪和IMF判别能量熵的磨音特征提取方法
本专利技术属于信号处理技术,具体涉及一种基于磨音特征的磨机负荷检测方法。
技术介绍
球磨机是对煤炭、金属、建材原料进行碾磨粉碎的核心设备,由于缺乏可靠的智能磨机负荷检测手段,球磨机长期工作于低产能高功耗的状态下。实际生产过程中,工人可通过听磨音对球磨机进料、碾磨和出料过程进行控制,这不仅损害个人健康,较差的准确性导致磨机经常工作在效率较低的空磨或饱磨状态下,大量的能源和工时在这个过程中被浪费。所以通过对磨音信号进行处理可实时检测磨机负荷,而磨音处理的关键在于磨音特征的提取,因此专利技术一种针对磨音信号的特征提取方法尤为重要。磨音是指磨机在运行中内部钢球、物料、筒壁之间的碰撞和研磨发出的声音,磨机负荷是指物料体积占筒壁内除钢球体积之外其他空间的比例。目前也存在一些常见的两种磨音特征提取方法,一是基于奇异熵去噪和FFT频谱分析的磨音特征提取方法,二是基于小波变换的磨音去噪和重建方法。但磨音信号干扰噪声的非平稳性和FFT滤波的机械性导致较低磨音特征提取精度,这使得磨机负荷检测准确性较差,而小波变换中最佳小波函数的选取又增加了特征提取的难点。所以为了实现磨机负荷的准确检测,专利技术一种适用于磨音信号特征提取方法尤为重要。
技术实现思路
本专利技术旨在解决以上现有技术的问题。提出了一种具有较好的去噪效果,、分类效果较好的基于EMD去噪和IMF判别能量熵的磨音特征提取方法。本专利技术的技术方案如下:一种基于EMD去噪和IMF判别能量熵的磨音特征提取方法,其包括以下步骤:步骤1)、将三种不同负荷状态下的磨音信号分别计为 ...
【技术保护点】
1.一种基于EMD去噪和IMF判别能量熵的磨音特征提取方法,其特征在于,包括以下步骤:步骤1)、将三种不同负荷状态下的磨音信号分别计为a,b和c,并分别对磨音信号a、b和c进行EMD经验模态分解得到各自的IMF分量,再分别通过FFT快速傅里叶变换对IMF分量进行时频转换,根据频谱提取合适的IMF分量;步骤2)、然后根据相关系数法则和阈值准则对得到的IMF经验模函数进行去噪;步骤3)、利用IMF子信号的能量作为不同磨机负荷下磨音信号的分类特征,同时选择IMF能量的均值离散度来度量其重要性,并计算IMF判别能量熵作为离散度的度量,基于IMF判别能量熵的磨音特征量提取方法,并选择IMF分量的能量进行分类器的设计,通过对三类信号分类试验,识别出待测磨音信号的特征进而判断出对应的磨机负荷。
【技术特征摘要】
1.一种基于EMD去噪和IMF判别能量熵的磨音特征提取方法,其特征在于,包括以下步骤:步骤1)、将三种不同负荷状态下的磨音信号分别计为a,b和c,并分别对磨音信号a、b和c进行EMD经验模态分解得到各自的IMF分量,再分别通过FFT快速傅里叶变换对IMF分量进行时频转换,根据频谱提取合适的IMF分量;步骤2)、然后根据相关系数法则和阈值准则对得到的IMF经验模函数进行去噪;步骤3)、利用IMF子信号的能量作为不同磨机负荷下磨音信号的分类特征,同时选择IMF能量的均值离散度来度量其重要性,并计算IMF判别能量熵作为离散度的度量,基于IMF判别能量熵的磨音特征量提取方法,并选择IMF分量的能量进行分类器的设计,通过对三类信号分类试验,识别出待测磨音信号的特征进而判断出对应的磨机负荷。2.根据权利要求1所述的基于EMD去噪和IMF判别能量熵的磨音特征提取方法,其特征在于,所述步骤1)由于EMD经验模态分解边界效应会产生假IMF子信号,这些IMF子信号对应着与原始信号相关性较低的噪声,根据相关系数法则对其进行IMF滤波去噪;同时,IMF分量尖峰脉冲干扰了特征提取,我们根据3δ准则对其进行阈值去噪。3.根据权利要求1所述的基于EMD去噪和IMF判别能量熵的磨音特征提取方法,其特征在于,所述步骤1)的三种不同负荷状态分别为30%、50%和70%;信号x(t)经过EMD分解可以表示为:其中i代表IMF分量的阶数,n代表经验模态的数量,x(t)代表a、b、c信号;ci(t)代表第i阶IMF子信号,rn(t)代表信号x(t)的平均趋势余量。4.根据权利要求3所述的基于EMD去噪和IMF判别能量熵的磨音特征提取方法,其特征在于,所述步骤1)相应的IMF频谱由FFT获得,公式如下:其中ω表示角频率,n代表经验模态的数量,jω代表傅里叶变换中的虚部,t代表时间。5.根据权利要求1所述的基于EMD去噪和IMF判别能量熵的磨音特征提取方法,其特征在于,所述步骤2)根据相关系数法则进行I...
【专利技术属性】
技术研发人员:代少升,张辛,杜江,张绡绡,陈雅玫,舒倩,胡昂,谭伟,
申请(专利权)人:重庆邮电大学,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。