摘要： 为了更有效分析管道信号，提出一种基于采用在恶劣环境下的遗传算法（Genetic Algorithms in Harsh Environments，GAHE）优化变分模态分解（Variational Mode Decomposition，VMD）联合奇异值分解（Singular Value Decomposition，SVD）与选择性累计能量贡献率（Selective Cumulative Energy Contribution，SCEC）的互补去噪方法。首先，提出用GAHE算法优化VMD算法并结合相对熵对信号中的中高频噪声进行初步消噪，解决VMD参数难以确定和传统遗传算法收敛慢的问题。其次，提出采用SCEC算法结合SVD算法对信号中残留的中低频噪声进行消噪，解决非线性、非平稳信号中大数量级的直流分量影响奇异值选择的问题。最后，通过实验与分析表明：GAHE优化算法收敛速度更快；SCEC奇异值选择法的抗直流能力更强；所提算法的处理效果较优且算法两部分具有互补特性。

关键词: 振动与波, 恶劣环境下的遗传算法, VMD算法, SVD算法, 累积能量贡献率, 互补去噪