機(jī)械故障定量提取的標(biāo)準(zhǔn)化多小波與多小波包變換方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種機(jī)械設(shè)備故障特征定量提取與識別方法，具體是指一種機(jī)械故障 定量提取的標(biāo)準(zhǔn)化多小波與多小波包變換方法，特別適用于電力機(jī)車、連鑄連乳機(jī)組、風(fēng)電 裝備、雷達(dá)精密穩(wěn)定平臺等關(guān)鍵機(jī)械設(shè)備早期損傷和復(fù)合故障定量提取與精確診斷。
【背景技術(shù)】
[0002] 隨著機(jī)械設(shè)備不斷運(yùn)行，故障狀態(tài)處于劣化或蛻變的漸進(jìn)物理過程。常規(guī)的故障 定性診斷一般是根據(jù)設(shè)備狀態(tài)信息識別故障類型并確定故障部位。而實(shí)際中我們往往更期 望定量識別故障程度，從而量化評估故障演變過程并準(zhǔn)確預(yù)測剩余壽命，為制定適當(dāng)預(yù)知 維修策略提供可靠依據(jù)。因此，不斷研究開發(fā)故障定量提取與識別的新理論和新方法，掌握 故障量化演變規(guī)律，進(jìn)行故障定量診斷和運(yùn)行狀態(tài)評估，才能保障設(shè)備運(yùn)行安全。
[0003] 工程實(shí)踐中常用的傅里葉變換、短時傅里葉變換、經(jīng)典小波變換、第二代小波變 換、多小波變換等信號處理方法都是基于內(nèi)積變換的特征波形基函數(shù)信號分解與特征提取 的機(jī)械故障診斷原理與技術(shù)。其中，近年來興起的多小波變換是小波理論的新發(fā)展。它不僅 兼?zhèn)鋯涡〔ㄋ荒芡瑫r具備的多種優(yōu)良性質(zhì)，同時擁有多個時頻特性有所差異的基函數(shù)， 使得多小波在機(jī)械故障特征提取與識別方面具有顯著優(yōu)勢。
[0004] 目前，國內(nèi)外現(xiàn)有的機(jī)械故障診斷的多小波變換方法，大部分研究集中于多小 波變換與多小波降噪。中國專利CN201210361717公開了一種利用矩陣小波變換的行 星齒輪箱復(fù)合故障診斷方法，其采用提升方法構(gòu)造最優(yōu)矩陣小波函數(shù)，以實(shí)現(xiàn)復(fù)合故障 的一次性分離和診斷。中國專利CN201210361690公開了一種采用多小波系數(shù)間相關(guān) 性進(jìn)行自適應(yīng)分塊閾值降噪的時域診斷方法，應(yīng)用范圍為齒輪箱損傷診斷。國際期刊 Mechanical Systems and Signal Processing 中記載的學(xué)術(shù)論文"An improved EEMD with multiwavelet packet for rotating machinery multi-fault diagnosis'，，主要是將多小 波包變換與EEMD相結(jié)合，分離與識別葉片轉(zhuǎn)子試驗(yàn)臺和燃?xì)廨啓C(jī)的復(fù)合故障。學(xué)術(shù)論文 "Construction and selection of lifting-based multiwavelets for mechanical fault detection"研究的是基于提升框架的自適應(yīng)多小波構(gòu)造理論，并應(yīng)用于電力機(jī)車、連鑄連 乳機(jī)組等關(guān)鍵設(shè)備故障識別。
[0005] 在經(jīng)典小波變換中，為保證分解和重構(gòu)的能量守恒，特別規(guī)定尺度函數(shù)Φ (t)所 對應(yīng)的低通濾波器{hk}滿足下式：
[0007] 而多小波基函數(shù)的構(gòu)造涉及矩陣運(yùn)算，采用分形插值、樣條插值等數(shù)學(xué)方法構(gòu)造 出GHM多小波、CL多小波、Hermite樣條多小波等多小波基函數(shù)，為保證基函數(shù)正交性、緊支 性、對稱性等優(yōu)良性質(zhì)，并沒有規(guī)定多尺度函數(shù)Φ (X)所對應(yīng)的低通濾波器組{HJ滿足類 似歸一化關(guān)系式。這使得在上述現(xiàn)有技術(shù)的多小波變換與多小波降噪過程中，因基函數(shù)本 身構(gòu)造問題和誤差累計傳播等因素導(dǎo)致多小波分解信號出現(xiàn)信號失真現(xiàn)象，即經(jīng)多小波技 術(shù)提取的故障特征存在失真性增強(qiáng)或削弱，扭曲分析結(jié)果中故障特征信息。因此，上述現(xiàn)有 技術(shù)無法反映多小波變換所提取的故障特征與真實(shí)損傷程度的對應(yīng)關(guān)系，難以實(shí)現(xiàn)機(jī)械故 障的定量提取與精確診斷。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明的目的在于提供一種機(jī)械故障定量提取的標(biāo)準(zhǔn)化多小波與多小波包變換 方法，其繼承傳統(tǒng)多小波變換優(yōu)點(diǎn)，并能克服多小波分解失真的問題，有效揭示機(jī)械故障 的部位、種類和程度，為機(jī)械故障特征定量提取與識別提供實(shí)用手段，保障機(jī)械設(shè)備運(yùn)行安 全。
[0009] 為了達(dá)到上述目的，本發(fā)明提供一種機(jī)械故障定量提取的標(biāo)準(zhǔn)化多小波變換方 法，其包含以下步驟：
[0010] S1、多小波變換：采用多小波基函數(shù)對待測故障信號進(jìn)行多小波分解，并計算分解 后各信號的多小波變換能量；
[0011] S2、標(biāo)準(zhǔn)基變換：采用標(biāo)準(zhǔn)基函數(shù)對待測故障信號進(jìn)行單小波分解，并計算分解后 各信號的標(biāo)準(zhǔn)基變換能量；
[0012] S3、能量誤差標(biāo)定：采用標(biāo)準(zhǔn)基變換能量對多小波變換能量進(jìn)行類比與標(biāo)定，計算 標(biāo)準(zhǔn)化系數(shù)；
[0013] S4、標(biāo)準(zhǔn)化處理：根據(jù)標(biāo)準(zhǔn)化系數(shù)分別對多小波分解后的各信號進(jìn)行標(biāo)準(zhǔn)化處理， 以實(shí)現(xiàn)對機(jī)械故障的定量提取與識別。
[0014] 所述的Sl中，具體包含以下步驟：
[0015] S11、對待測故障信號s實(shí)施重復(fù)采樣的前處理，或是實(shí)施無嚴(yán)格重復(fù)采樣的前處 理，獲得故障矢量輸入信號sc。；
[0016] S12、采用多小波基函數(shù)對故障矢量輸入信號sc。進(jìn)行m層非冗余多小波分解或m 層冗余多小波分解，并實(shí)施后處理，即Sll中所采用的前處理的逆過程，獲得多小波低頻信 號scdPm個多小波高頻信號sd m, sdm i，…，sd1;
[0017] 所述的多小波基函數(shù)包含多尺度函數(shù)φ (X)和多小波函數(shù)ψ (X)，且具有N階消失 矩；
[0018] S13、分別計算多小波低頻信號％"和m個多小波高頻信號sd "，Sdni i，…，Sd1的多 小波變換能量乓C…。
[0019] 所述的S2中，具體包含以下步驟：
[0020] S21、采用標(biāo)準(zhǔn)基函數(shù)對待測故障信號s進(jìn)行m層非冗余單小波分解或m層冗余單 小波分解，獲得標(biāo)準(zhǔn)基低頻信號Cni和m個標(biāo)準(zhǔn)基高頻信號d "，Clni i，…，d1;
[0021] 所述的標(biāo)準(zhǔn)基函數(shù)采用與多小波基函數(shù)具有相同階次消失矩的DbN小波 (Daubechies小波，N表示不同小波階次）基函數(shù)；
[0022] S22、分別計算標(biāo)準(zhǔn)基低頻{目號Cn^P m個標(biāo)準(zhǔn)基尚頻{目號d m, dm i，…，山的標(biāo)準(zhǔn)基 變換能量
[0023] 所述的S3中，采用標(biāo)準(zhǔn)基變換能量對多小波變換能量進(jìn)行類比與標(biāo)定，計算多小 波低頻信號scdPm個多小波高頻信號sd m, sdm i，···，Sd1所對應(yīng)的標(biāo)準(zhǔn)化系數(shù)am，bm，…，b1:
[0030] 所述的S4中，根據(jù)標(biāo)準(zhǔn)化系數(shù)am, bm,…，Id1，分別對多小波低頻信號scj m個多 小波高頻信號Sdni, Sdni i，…，^^進(jìn)行標(biāo)準(zhǔn)化處理，計算得到標(biāo)準(zhǔn)化多小波變換輸出的定量 分析結(jié)果SC' wSd' m，…，sd' 1:
[0031] Scrn= SCnXan
[0032] sd，^=SdniXbni ;
[0033] . '
[0034] .
[0035] .
[0036] Stlr != sd ^b1
[0037]
[0038] 最終從標(biāo)準(zhǔn)化多小波變換輸出的定量分析結(jié)果中提取機(jī)械故障特征。
[0039] 本發(fā)明還提供一種機(jī)械故障定量提取的標(biāo)準(zhǔn)化多小波包變換方法，其包含以下步 驟：
[0040] S1、多小波變換：采用多小波基函數(shù)對待測故障信號進(jìn)行多小波包分解，并計算分 解后各信號的多小波包變換能量；
[0041] S2、標(biāo)準(zhǔn)基變換：采用標(biāo)準(zhǔn)基函數(shù)對待測故障信號進(jìn)行單小波包分解，并計算分解 后各信號的標(biāo)準(zhǔn)基小波包變換能量；
[0042] S3、能量誤差標(biāo)定：采用標(biāo)準(zhǔn)基小波包變換能量對多小波包變換能量進(jìn)行類比與 標(biāo)定，計算標(biāo)準(zhǔn)化系數(shù)；
[0043] S4、標(biāo)準(zhǔn)化處理：根據(jù)標(biāo)準(zhǔn)化系數(shù)分別對多小波包分解后的各信號進(jìn)行標(biāo)準(zhǔn)化處 理，以實(shí)現(xiàn)對機(jī)械故障的定量提取與識別。
[0044] 所述的S1中，具體包含以下步驟：
[0045] S11、對待測故障信號s實(shí)施重復(fù)采樣的前處理，或是實(shí)施無嚴(yán)格重復(fù)采樣的前處 理，獲得故障矢量輸入信號sc。；
[0046] S12、采用多小波基函數(shù)對故障矢量輸入信號sc。進(jìn)行m層非冗余多小波包分解或 m層冗余多小波包分解，并實(shí)施后處理，即SI 1中所采用的前處理的逆過程，獲得2m個多小 波包頻帶分解信號…;
[0047] 所述的多小波基函數(shù)包含多尺度函數(shù)Φ (X)和多小波函數(shù)Ψ (X)，且具有N階消失 矩；
[0048] S13、分別計算2m個多小波包頻帶分解信號》…的多小波包變換能量
[0049] 所述的S2中，具體包含以下步驟：
[0050] S21、采