小波熵及其在状态趋势分析中的应用.pdf

第17卷第2期 振 动 工 程 学 报 Vo】17 No2 ofVibration Jun2(104 2004年6月 Journal Engineering 小波熵及其在状态趋势分析中的应用 印欣运 何永勇 彭志科 褚福磊 (清华大学精密仪器及机械学系北京，100084) 摘 要 研究了离散小渡变换的若干特性．以及用信息熵来反映信号统计分布特征的方法．引进了多尺度F小波 熵和相对小渡熵的概念．并且以此为参量对系统状态进行趋势分析，从丽突出系统信号中短暂的异常信号，达到及 早发现可能故障的目的。最后通过数值实验和应用实例说明：分析这两个参数的变化情况，可以反映系统的状态趋 势，提高维修的针对性，降低设备维修的代价．提高设备的安全性和可靠性。 关键词z机械振动；趋势分析；小波变换；墒 中圈分类号：0329；THll3l 趋势分析是设备状态监测和故障诊断中的一个 辨率信号分析方法，它通过伸缩和平移运算对面数 重要环节，它对设备的特征参数进行连续监测，然后 或信号进行多尺度细化分析，因而能够有效地从信 根据所得到的数据来确定设备目前的运行状态，并 号中提取时频信息。已在信号分析、图像编码、滤波 对设备将来的运行状态做出估计，进一步预报和确 器设计等领域得到了广泛的应用。 定设备的剩余寿命。技术人员可根据趋势分析的结 果，合理地安排设备的维修。因此这对于设备维护和 该函数的小波变换定义为以函数族丸。(f)为积分核 维修决策具有重要的意义。而振动信号的趋势分析 的积分变换”o，如下式所示 作为设备状态预测的最主要方法一直受到人们的关 Ⅳ。∞，6；≯)=(T(})，以^(f))一 注。 r (】) Iz(￡)以．^(t)dt(H0) 趋势分析的关键是要定义一个量，它能综合反 J 其中函数族以．。(f)由基本小波函数≯(})通过伸 映设备的运行状态，且对出现的异常有较高的敏感 缩和平移产生，如下所示 性。对大多数旋转机械而言，如水轮机、燃气轮机等， t一^ 它们的运行过程具有周期性。所以，尽管系统异常状 也6(f)一口-1“妒(!一一!) (2) “ 态的种类和形式多种多样，从信号的角度来看，出现 式中“为尺度参数，6为定位参数，园子““2用来 异常状态就是在统计特性平稳有序的正常信号中混 保证变换的能量守恒。小波≯(f)的选择不是唯一 杂了不一致的异常信号。因而分析的重点在于如何 的，但也不是任意的，它的选择应该满足以下条件： 选择一个能反映系统信号统计特征的参数，用该参 (1)定义域是紧支撑的，它保证了函数的速降特 数来对系统状态进行评估。小波变换具有多尺度和 性，以便获得时问局域化。 局部特性好的优点，结合信息论中熵的理论，人们定