[發明專利]基于自適應小波能量的旋轉機械故障特征提取方法

在審

• 申請號: 201610028927.5
• 申請日: 2016-01-15
• 公開（公告）號: CN105651504A
• 公開（公告）日: 2016-06-08
• 發明（設計）人: 王普;溫崢;高學金
• 申請（專利權）人: 北京工業大學
• 主分類號: G01M13/00
• 分類號: G01M13/00;G01H17/00;G01M3/14
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 沈波

1.基于自適應小波能量的旋轉機械故障特征提取方法，其特征 在于：

本方法首先在機械故障綜合模擬實驗臺上采集轉子振動信號，然 后針對信號能量特征受轉速和采樣頻率影響的問題，采用一種自適應 小波能量特征提取方法，完成對旋轉機械的轉子不平衡故障、不對中 故障、軸承座松動故障的有效特征提取；同時為了保留旋轉機械振動 信號更多的原始特征，并且克服傳統去噪方法在閾值處分別存在恒定 偏差和不連續以及參數不可調的問題，在該方法中嵌入了一種閾值函 數進行去噪；

實現步驟如下，

1)信號采集；

利用加速度傳感器和NI信號采集設備,在MFS機械故障綜合模 擬實驗臺上以采樣率f_s采集轉子正常振動信號和不平衡、不對中、軸 承座松動三類轉子故障信號，轉子旋轉頻率為f_n；

實驗臺由基座、軸承座、軸承、轉軸、負重塊組成，控制器控制 電動機轉速，由電動機帶動，通過轉速傳感器獲知轉速,在軸承座上 垂直安裝加速度傳感器測量轉子振動信號，NI9234模塊和NI9171 便攜式機箱配合計算機進行振動信號的采集；

2)對信號進行重采樣；

旋轉機械的故障信號通常在精確的倍頻或分頻處有明顯的突出 幅值，即故障特征頻率與旋轉頻率f_n成比例關系，顯然,信號的倍頻 特征是不會隨著轉速頻率f_n的變化而變化的；那么,根據Fourier變 換定理，對輸入信號x(t)進行尺度為f_n的變換,有如 果對時間擴展后的時域信號x(f_nt)以時間間隔Δt_s進行采樣,那么相當 于對原始信號x(t)以Δt_s/f_n的間隔進行采樣；頻率壓縮后的信號采樣 的時間間隔Δt_s，直接由小波分解后得到的最高倍頻決定；通常,轉 子故障信號的頻率特征需要滿足最高倍頻在10倍以上；因此,Δt_s需 要滿足Δt_s＜(1/2)/10＝0.05；這里選用Δt_s＝0.01；

Δt_s確定后，對原始振動信號按Δt_s/f_n進行重采樣；

3)確定小波分解層數并對重采樣信號進行小波分解；

小波分析是一種信號時頻分析方法，每次對分解后的低頻信號繼 續分解；信號經小波分解后在低頻部分具有較高的頻率分辨率和較低 的時間分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨 率；通過小波變換可以將研究對象分解到不同尺度的空間進行分析和 處理,然后根據需要進行相應的重構；

信號x(t)的連續小波變換為：

(WΨx)(a,b)=<x,Ψa,b>=|a|-1/2∫Rx(t)Ψ(t-ba)‾dt,]]>

連續小波函數為小波基函數ψ(t)經過b及a 變化而形成的小波函數簇，其中，a為尺度參數，a＞0，b∈R為平移 參數；

將尺度參數a和平移參數b作離散化：其中 j∈Z,a₀≠1；小波函數的離散化即離散小波函數 Ψj,k(t)=a0-j/2Ψ(t-ka0jb0a0j)=a0-j/2Ψ(a0-jt-kb0),]]>信號x(t)的離散小波變換系 數為ωj,k=<x(t),Ψj,k(t)>=∫-∞+∞x(t)Ψj,k(t)‾dt,]]>ω_j,k表示j尺度下點k位置的 小波變換系數；

小波分解的層數m由分解后得到的最低倍頻確定，通常,轉子故 障信號的頻率特征需要滿足最低倍頻在0.5倍以下；因此，小波分解 層數m需要滿足在Δt_s＝0.01時，m>6.64,取m＝7；

分解層數確定后，對重采樣的振動信號進行m層的db5小波分 解；

4)小波閾值去噪；

在旋轉機械振動信號采集過程中，由于現場環境和設備的干擾， 使得正常信號中混入噪聲；為消除噪聲獲得有用信號，采用小波閾值 去噪方法；信號通過小波分解后，有用信號對應的小波系統比較大， 而噪聲信號所對應的小波系數比較小，因此設定合適的閾值，對小于 閾值的系數置零，大于閾值的系數保留或置零；對閾值處理后的小波 系數進行小波逆變換，即信號重構，就完成了整個的小波閾值去噪過 程；由于下一步要在小波系數基礎上進行分頻段能量特征提取，這一 步中只進行小波系數閾值處理；

為保留旋轉機械振動信號更多的原始特征，克服傳統閾值函數量 化方法的缺陷，設計了一種新型的閾值去噪函數量化方法如下式

ω^j,k=sign(ωj,k)·(|ωj,k|-αλ+2λα(1-∂)‾exp(ωj,k)),|ωj,k|≥λ0,|ωj,k|<λ]]>

其中，λ為設定的閾值，sign(·)為符號函數，ω_j,k為 j尺度下點k位置的小波變換系數(未經閾值處理)，為對應的經 閾值處理后的小波系數，在0和1之間適當調節參數的大小，可以 獲得更好的去噪效果；

5)提取能量特征

信號小波變換后的能量與原始信號能量等價；旋轉機械不同故障 狀態下的振動信號差別較大，對應的小波分解后各頻帶內的能量也有 所差別，根據各頻帶能量差異性可以判斷旋轉機械的故障類型；以閾 值處理后的小波系數為基礎，求取信號各頻段能量；以m層小波分 解為例，m個低頻段和1個高頻段由低到高依次編號為1,2，…m+1；

各頻段能量計算公式為：j＝1,2,…,m+1；式中，表示j尺度下點k處經閾值處理后的小波系數；

因此，轉子故障特征向量為T＝[E₁,E₂,...,E_m+1]。