小波域相关滤波法及其早期故障预示应用.pdf

第18卷第2期 振 动 工 程 学 报 V01．18No．2 2005年6月 ofVibration Jun．2005 Journal Engineering 小波域相关滤波法及其早期故障预示应用 李富才1，何正嘉2，陈 进1 (1．上海交通大学振动、冲击、噪声国家重点实验室，上海200030； 2．西安交通大学机械工程学院，陕西西安710049) 摘要：噪声是影响机械设备早期故障预示正确性的主要因素。根据相关分析理论和小波阈值降噪理论，提出了小波 域相关滤波法。它是一个迭代的过程，通过自适应的选择滤波过程参数，可以对信号进行良好的降噪；同时也不会 弱化信号中的弱故障信息。通过对旋转机械早期不平衡和不对中故障信号分析，结果表明小波域相关滤波法对机 械设备早期故障预示是有效的。 关键词：故障诊断；小波变换；相关滤波；降噪；早期故障预示 中图分类号：TNll文献标识码：A 文章编号：1004—4523(2005)02—0145一04 从设备中提取的信号一般带有很强的背景噪 同时，能够保证对信号突变信息的良好分辨，因此对 声，它们往往成为机械设备监测诊断技术的很大障 非平稳信号处理有其自身的优越性。不过当信号中 碍。在实践中，一些非常微弱的故障信息经常被振动 有很强的背景噪声时，这种优越性会被大大的削弱。 信号和随机噪声淹没，降噪成为机械设备监测及故 不失一般性，假设加载在信号上的噪声为高斯自噪 障诊断的关键技术之一。为了有效提取故障信息，实 声，将两者合成即为含噪声的待检测信号 现故障早期预示，人们探索过多种方法，如时域平 工：一x。+N。(O，O-z) (1) 均，自适应降噪，信号滤波等，其中最常用的就是时 式中‰为不含噪声的采样信号；N。(0，仃2)代表n 域平均法。传统机械设备振动信号的降噪一般都是 时刻的高斯随机噪声，均值为0，方差为仃2；z：是包含 对大量信号进行平均得到。时域平均要求信号平稳 有噪声M(o，仃2)的采集信号。 并严格进行周期采样，否则就有可能产生截取长度 信号x(￡)的小波变换为 误差。同时，时域平均将占掉分析过程的很长时间， r+o ·一厶 Mrr，(6，口)=口1／2 而且也只能在信噪比和分辨率之间找到一种权 J一∞ a 衡[1’2]。本文利用相关原理和小波阈值降噪思想，通x：经DWT处理后可以表述为 (3) 过直接将相邻层的小波分解系数相关，消除了传统 DW丁(工：)一DWT(工。+(Ⅳ。(O，arz)) 降噪方法对弱特征信号保留能力的不足，通过实际 式中DWT(·)表示对括号内的信号进行离散小 采集信号降噪分析，表明利用小波域相关滤波法不 波变换处理。根据文献[3，4]，式(3)可以写为 仅可以对目标信号有效降噪，而且不会有分辨率的 (4) 损失。 即离散小波分解后，高斯随机白噪声的分解结果仍 然为高斯随机噪声。 1小波域相关滤波法对信号进行降噪 小波域相关滤波