[发明专利]球磨机筒体振动信号联合去噪方法、装置及存储介质

说明书

本发明实施方式提供一种球磨机筒体振动信号联合去噪方法、装置及存储介质，属于信号处理技术领域。方法包括：获取球磨机筒体的振动信号并分解为多个本征模态分量；依据连续均方误差准则将多个本征模态分量划分为高频本征模态分量及低频本征模态分量；依据小波阈值去噪法对高频本征模态分量进行去噪处理；将去噪处理后的高频本征模态分量与低频本征模态分量进行重构，得到去噪后的振动信号。本发明在去噪过程中仅仅对含噪声多的高频本征模态分量进行去噪而不针对整个信号，有效解决了小波阈值去噪方法处理非线性信号存在不足的同时避免了CEEMDAN算法会丢失有效信息的缺陷，在达到剔除噪声目的的同时较好地保留了振动信号中的有用特征。

技术领域

本发明涉及信号处理技术领域，具体地涉及一种球磨机筒体振动信号联合去噪方法、一种球磨机筒体振动信号联合去噪装置及一种计算机可读存储介质。

背景技术

球磨机作为矿冶领域内常用的工艺设备，它通过自身旋转带动钢球冲击、磨削来完成磨矿作业任务。磨矿作业中影响磨矿效率的主要因素是球磨机负荷状态，但是磨矿过程具有综合复杂性，导致球磨机负荷状态准确、有效识别历来都是磨矿工艺中难以攻克的问题。由于球磨机筒体振动信号特征参数中蕴含丰富的负荷信息，因而通常被选择作为负荷特征提取的对象。球磨机筒体振动信号在采集与传输过程中总会受到噪声的污染，其噪声有的来源于磨矿系统外部，有的来源于磨矿系统内部，给球磨机负荷特征提取与负荷识别造成一定的影响。因此，为了后续更好地提取特征，有必要对采集到的球磨机筒体振动信号进行去噪预处理。

磨矿过程中筒体产生的振动信号具有非线性、非平稳性特点，目前常用的小波阈值去噪方法在处理非线性信号过程中存在一定的局限性；以及对非线性、非平稳性信号分析具有优势的CEEMDAN算法在去噪的过程中存在舍弃分量的缺陷，所以单独采用小波阈值去噪方法或CEEMDAN算法对球磨机筒体振动信号进行去噪处理，都会存在丢失振动信号中有用信息的问题，影响球磨机的负荷识别结果。

发明内容

本发明实施方式的目的是提供一种球磨机筒体振动信号联合去噪方法、装置及存储介质，以解决现有去噪方法对球磨机筒体产生的非线性、非平稳的振动信号去噪过程中存在局限性及丢失有用信息的问题。

为了实现上述目的，在本发明第一方面，提供一种球磨机筒体振动信号联合去噪方法，所述方法包括：

获取所述球磨机筒体的振动信号；

将所述振动信号分解为多个本征模态分量；

依据连续均方误差准则将多个所述本征模态分量划分为高频本征模态分量及低频本征模态分量两类；

依据小波阈值去噪法对所述高频本征模态分量进行去噪处理；

将去噪处理后的高频本征模态分量与所述低频本征模态分量进行重构，得到去噪后的振动信号。

可选地，所述本征模态分量通过CEEMDAN算法分解得到。

可选地，所述振动信号的长度至少为所述球磨机筒体旋转1个周期采集到的信号长度。

可选地，所述振动信号的采集区域为所述球磨机筒体内钢球与物料抛落的区域。

可选地，所述连续均方误差准则包括：

依次计算两个连续重构信号之间的均方误差，得到各所述本征模态分量的能量密度，以得到的能量密度的全局最小值对应的本征模态分量为分界点，将所有的所述本征模态分量划分为所述高频本征模态分量和所述低频本征模态分量。

可选地，所述小波阈值去噪法包括：

依据预设的小波函数对所述高频本征模态分量进行小波分解，得到相应的小波系数；

设置小波阈值；

依据预设的阈值函数对所述小波系数进行阈值量化处理；