| 摘要:由于涡轮叶片表面曲率变化，对其进行涡流检测时，提离效应会产生较大噪声信号，传统小波硬、软阈值函数降噪后信号存在局部振荡和失真。因此，提出了一种三参数自适应小波阈值降噪算法，对阈值矩阵添加分层修正因子，基于灰狼算法(GWO)对各调节因子进行寻优。通过模拟对 Bumps 测试信号添加高斯白噪声，进行降噪对比，改进阈值函数降噪的信噪比提升了 76.94％，均方根误差降低了 75.90％。对涡轮叶片表面裂纹涡流检测的信号进行分析，改进阈值降噪的信噪比最大可达 14.15 dB。另外，采用支持向量机(SVM) 对降噪后的检测信号进行特征提取，分类准确度达 93.3％，比降噪前提高了 195％。结果表明，改进的降噪算法优于传统阈值降噪，有效实现对涡轮叶片裂纹涡流检测信号的特征提取和聚类分析。 |
| 关键词: 涡轮叶片 涡流检测 小波阈值降噪 灰狼优化算法 支持向量机 |
|
|
|
|
| Abstract: |
| Key words: |