SVMD双阈值去噪算法

复合故障特征精准提取

同时利用欧氏距离和峭度对SVMD分解的模态分量进行三级分类,实现有效分量保留、噪声分量剔除和含噪分量的自适应降噪重构。

Xue, Hai · Jiangtao, Chen · Bai, Yongliang · Cenglin, Ye

Measurement Science and Technology 2025

参数信息

信噪比提升
27.6 %
均方根误差降低
7.4 %
信噪比提升
26.2 %
均方根误差降低
9.6 %

技术优势

双标准分模态

同时用欧氏距离和峭度判断,把SVMD分解出的模态分成有效、含噪、噪声三类,比单看峭度更准,避免有效信息被误删。

自适应去噪重构

有效模态原样保留,噪声模态直接扔掉,含噪模态用小波软阈值降噪后再重构,不用手动挑模态或设固定阈值。

高速工况也有效

在正常转速和失稳临界转速的台架实测数据上都验证了,SNR提升至少26.2%,不是只在低速下有效。

应用场景