来源：期刊VIP网 时间：
作者：杨兴宽;黄永巍;潘碧琳;李立凡;史启帅;
单位：中国铁道科学研究院集团有限公司金属及化学研究所;北京中铁科新材料技术有限公司;
摘要：针对机车车轮超声检测信号在背景噪声干扰下易发生误诊的问题，提出一种基于参数优化变分模态分解VMD和奇异值分解SVD的超声检测信号降噪方法。该方法以提出的峭度—样本熵指标IkSE为麻雀搜索算法SSA的适应度函数来选择VMD最佳分解参数，从而获得最优模态分量IMF，实现检测信号自适应分解。经信噪比准则筛选，若达阈值则IMF为降噪后检测信号，若未达阈值IMF则利用改进SVD进一步降噪。经仿真信号和实测信号分析，设计方法处理后的仿真信号信噪比较原含噪信号分别有13.1、4.2、15.5 dB的提升；同EMD-SVD、EEMD-SVD及VMD-SVD方法对比，验证了设计方法对机车车轮超声检测信号降噪的有效性和优越性。
关键词：超声检测;;机车车轮;;降噪方法;;变分模态分解;;麻雀搜索算法
基金资助：中国国家铁路集团有限公司科技研究开发计划课题（J2022J007）
