Resumen

La desconvolución ciega de máxima cicloestacionariedad (CYCBD) puede recuperar los impulsos periódicos de señales de falla mixtas compuestas por ruido e impulsos periódicos. En los últimos años, la desconvolución ciega ha sido ampliamente utilizada en el diagnóstico de fallas. Sin embargo, requiere un preajuste de la longitud del filtro, y una longitud de filtro inapropiada puede causar la extracción inexacta de la señal de falla. Por lo tanto, para determinar la longitud del filtro de forma adaptativa, en este artículo se propone un método para optimizar CYCBD utilizando el algoritmo de optimización de gaviotas (SOA). En este método, se utiliza la relación de SNR con la curtosis como función objetivo; en primer lugar, se utiliza SOA para buscar la longitud óptima del filtro en CYCBD mediante iteración, y luego se utiliza la longitud óptima del filtro para realizar CYCBD; finalmente, la forma de onda en el dominio de la frecuencia se determina mediante la transformación de Fourier. El método propuesto se aplica a

• Materias:Ingeniería subterránea Deformaciones elásticas Excavación con explosivos Transitorios repetitivos Efecto de Perturbación
• Subjects:Underground engineering Elastic deformations Excavation with explosives Repetitive transients Perturbation effect
• Palabras claves:Deconvolución ciega; Impulsos periódicos; Diagnóstico de fallas; Longitud del filtro; Algoritmo de optimización de gaviotas; Relación señal-ruido
• Keywords:Blind deconvolution; Periodic impulses; Fault diagnosis; Filter length; Seagull optimization algorithm; SNR