灰叶猴优化器优化的特征模态分解用于浮式海上风机多源监测数据的自适应去噪

《Journal of Marine Science and Engineering》：Gray Langurs Optimizer-Optimized Feature Mode Decomposition for Adaptive Denoising of Multi-Source Monitoring Data from Floating Offshore Wind Turbines

　　

特征模态分解（FMD）通过相关峭度（CK）最大化优化的自适应有限冲激响应（FIR）滤波器组将信号自适应分解为带限模态，但其去噪性能对四个超参数高度敏感——分解模态数 nm、滤波器长度 L、CK 移位阶数 M 以及特征周期缩放因子 Tscale，在多通道浮式海上风机监测部署中手动调参不可行。研究人员提出 GLO-FMD，一种将灰叶猴优化器（GLO）与 FMD 耦合的自适应去噪框架。GLO 自主优化 FMD 参数，从而将 CK 目标与结构模态周期而非脉冲故障周期对齐。尽管搜索空间涵盖 (nm, L, M, Tscale)，研究人员将 M 固定为 2，Tscale 由主导自相关峰自动估计，因此仅主动优化 (nm, L)。优化后的 FMD 通过迭代 CK 最大化的 FIR 滤波器将多轴塔基信号分解为带限模态；各模态识别主导周期分量，并对原始信号在识别频率附近做零相位带通滤波以在重构中保留物理相位。验证采用（i）半合成信号复现实测塔基结构（平滑低频结构模态加脉冲激励共振）且具备精确已知真值——一种隔离去噪能力参考不确定性的理想基准；（ii）真实捷联惯性传感器数据，采自中国沿海水域某运行站点浮式海上风机塔基接口，8 Hz 采样，六天测量周期（2023 年 4 月 18–23 日）。分析三轴加速度（北、上、东）与三轴速度（北、上、东）共六条运动学通道，提取 200 s（1600 样本）连续窗口评估算法。在半合成数据上，GLO-FMD 相较默认小波阈值化取得一定 dB 的 SNR 提升，且 GLO 优化对可靠性至关重要——默认 FMD 配置在不同噪声实现下不稳定，而优化参数能稳定恢复干净分量。GLO-FMD 在全部六条真实数据通道上相较默认小波阈值化取得 5.3–7.8 dB 伪参考相对 SNR 增益。对 12 个独立片段的 bootstrap 重采样确认统计显著性（p < 0.05，Cohen’s d 较大），无参考平滑度指标提供独立于伪参考假设的补充评价。多日一致性分析变异系数低于 5%，表明六天数据集所代表环境条件下短期一致。在线去噪阶段每通道约需 1.5 s，支持在风机控制器级边缘计算硬件部署的潜力。

研究背景方面，全球浮式海上风机（FOWT）容量持续增长，塔基接口处加速度与速度信号承载结构整体响应，是结构健康监测（SHM）的关键测点。然而现场捷联惯性测量单元（IMU）受 MEMS 偏置不稳定性、陀螺随机游走、量化误差、风浪流耦合有色噪声、变流器电磁干扰及生物污损导致传递函数退化等多源干扰，下游模态参数估计与异常检测可靠性受损。现有滤波法需先验带宽且假设平稳噪声，学习法依赖大量标注数据且可解释性差，分解法如经验模态分解（EMD）存在模态混叠、变分模态分解（VMD）对 K 与惩罚因子敏感，均缺自动调参。特征模态分解（FMD）借助相关峭度（CK）最大化自适应 FIR 滤波器组在旋转机械故障诊断表现优异，但其超参数 n_m 与 L 随通道与工况漂移，人工调参在多通道部署中不可行。为此研究人员将灰叶猴优化器（GLO）——一种具单雄（OM）、多雄（MM）、全雄（AM）三层社会结构及周期性迁移机制的元启发式算法——与 FMD 耦合，提出 GLO-FMD 自适应去噪框架，论文发表于《Journal of Marine Science and Engineering》。

主要关键技术方法方面，研究人员采用三阶段流水线：第一阶段以 GLO 搜索 FMD 的 n_m 与 L（M 固定为 2，T_scale 由通道自相关峰自动估计），适应度函数以 2 Hz 四阶 Butterworth 低通滤波信号为伪参考，结合 Pearson 相关与 SNR 项加权；第二阶段以优化参数执行 CK 最大化 FIR 滤波器组分解并合并高相关模态；第三阶段对各模态 PSD 峰值频率做零相位二阶 Butterworth 带通滤波后求和重构。基准对比含 db4 小波软阈值、EMD（舍高频 IMF）、默认 VMD。验证数据含半合成信号（平滑低频模态+脉冲衰减共振+有色噪声，已知真值）与真实数据——中国沿海某 FOWT 塔基捷联 IMU 于 2023 年 4 月 18–23 日 8 Hz 采样六天，取六通道（三轴加速度与三轴速度）各 12 段 200 s 窗口。

研究结果部分，引言指出 FOWT 耦合气动-水动-伺服-弹性响应下 SHM 需求迫切，塔基六通道运动学兼具高频动态与低频准静态信息，但噪声致模态估计偏差。方法论中 GLO 章节说明 OM 组 α 个体用自适应 Lévy 飞行、MM 组梯度吸引全局最优、AM 组广域探索，每 20 代以概率迁移防早熟；FMD 章节给出 CK 定义（式 4）与 MCKD 滤波器更新（式 6），频率分辨率按 Miao 等默认值固定；GLO-FMD 框架章节明确仅 (n_m, L) 被主动优化，适应度见式 7，零相位带选重构见式 8，舍弃能量低于 5% 或中心频 <0.05 Hz / >2 Hz 模态；基准与指标章节列 SNR、RMSE、Bootstrap（万次）、Cohen’s d、无参考平滑度指数 SI 及加速度-速度固件积分一致性交叉验证。案例研究章节描述传感器为 IP67 三轴 MEMS IMU 装于塔基法兰内墙距平均海平面约 15 m，x 北 y 西 z 上，日文件约 691000 行×32 列；半合成验证章节报告 GLO-FMD 较默认小波阈值化获一定 dB SNR 提升且跨噪声实现稳定（默认 FMD 波动大），无参考谱峭度适应度与复合适应度所得参数 9/10 种子一致；时域与频域章节显示加速通道 GLO-FMD 残留最小、VMD 默认近 0 dB、EMD 有模态混叠伪振、小波过平滑；定量表 3–4 示六通道相对伪参考 SNR 增 5.3–7.8 dB，均值 +6.5 dB；GLO 收敛 15–20 代稳定；优化器对比章节在 CEC2005 与组合多峰函数上 GLO 胜 PSO/DE，但在 6 组合函数平均秩 2.33 次于 GWO 1.50，研究人员强调选用 GLO 凭工程适配而非基准排名；残差与 PSD 图证 GLO-FMD 与 2 Hz 参考残差标准差最低。

讨论与结论翻译部分，研究人员指出 GLO-FMD 通过元启发式自主调参克服 FMD 对 n_m、L 敏感的根本弱点，将 CK 目标从故障脉冲周期重新对齐到结构模态周期，从而在半合成已知真值下隔离出去噪能力、在真实六通道塔基数据上取得稳定 5.3–7.8 dB 相对伪参考增益且多日变异系数 <5%。局限在于伪参考仍依赖 2 Hz 低通假设，故补无参考 SI 与加速度-速度积分一致性作旁证；GLO 相较 GWO 在通用基准非最优，但其三组架构在异质通道相关 4 维 FMD 调参上方差更低。在线单通道约 1.5 s 的耗时支持将其部署于风机控制器边缘端做近实时去噪，为后续 SHM 模态追踪与疲劳评估提供低噪输入。