矿业安全与环保

作者：秦朝中, 甘涛, 彭博, 李勇, 孙传猛, 赵云飞, 梁勇

关键词：采掘设备, 振动信号, 信号降噪, ICEEMDAN, 多尺度排列熵, 遗传算法, 小波阈值

准确采集各种信号及提取特征是实现采掘装备自动控制的关键。电动机轴承的振动信号是采掘装备自动识别煤岩的重要信号之一，其在复杂工况条件下受到环境噪声及部件摩擦的严重干扰，易导致信号特征模糊，影响采掘设备信号特征提取。提出一种基于改进型自适应噪声完备集合经验模态分解(ICEEMDAN)与遗传算法优化多尺度排列熵(MPE)的联合小波降噪方法，并通过信噪比、均方误差和降噪误差比来评价其有效性。研究表明：相较于EEMD-MPE、CEEMDAN-MPE与ICEEMDAN-MPE等传统方法，联合小波降噪方法在仿真信号和机械设备轴承振动数据集中的信噪比最大、均方误差最小、降噪误差比最大，该方法不仅展现出优异的噪声抑制能力，同时有效保留了表征机械状态的特征信息。通过研究煤矿采掘设备的电动机轴承信号，可为研究整个采掘设备的信号特征提供前置研究，并为后续煤岩自动识别与工矿设备自动化、智能化奠定了一定的基础。

来源：2026年第1期

《矿业安全与环保》期刊编辑部

查看矿业安全与环保杂志2026年第1期