基于最大重叠离散小波变换的油中颗粒污染物特征信号提取.pdfVIP

第30卷第6期 重庆工商大学学报(自然科学版) 2013年6月 V01．30NO．6 J Tech∞lBusiness Sci Chon嘶ng UIliv．(NatEd) Jun．2013 文章编号：1672—058x(2013)06—0024—05 基于最大重叠离散小波变换的油中 颗粒污染物特征信号提取 彭娟，李川 (重庆工商大学废油资源化技术与装备教育部工程研究中心，重庆400067) 摘要：油液中的金属颗粒物是液压系统重要的健康指标，利用颗粒污染物的相关参数，实现对故障的 诊断，可以提前预防事故的发生；介绍了基于最大重叠离散小波变换的油中颗粒污染物特征信号提取技术。 并分别使用仿真信号和真实信号对该方法进行了验证，以期能够以此提高油液中颗粒污染物监测精度。 关键词：油中颗粒物；最大重叠离散小波变换；信号处理 中图分类号：TN701 文献标志码：A 油液中金属颗粒物可有效的反映油润滑系统的磨损状况¨]，对润滑油系统中的金属颗粒物进行监测可 以实现对故障的诊断，及时有效地预防事故的发生【2J。将油中颗粒物传感器安装在回油线路上，作为油液 的流动通道，当金属颗粒通过时将会产生类似脉冲的非平稳信号口]，但由于在监测环境中不可避免的振动 噪声和环境噪声，会对监测结果产生干扰，因此对油液中金属颗粒污染物监测的关键是在被噪声污染的传 感信号中提取出颗粒信号，进而获取颗粒特征。 典型的特征信号提取方法有传统阈值法、小波峭度结合法、分数算子法、经验模态分解法等，这些方法 为油液中金属颗粒物的监测技术的发展做出了重要贡献，但是也各自存在自己的弊端，如传统阈值法需要 预先设定阈值范围，且只有在信噪比较高时，该方法才能有效的区分出颗粒信号H1；而在使用小波峭度结合 法时，当油液中有粒径相同的颗粒连续通过时，所监测到的颗粒信号将会被作为噪声去除掉口1；分数算子法 和经验模态分解方法都存在计算量大，不利于实时运行的缺点M、7 J。针对上述问题，在此提出了使用最大离 散小波变换方法对油液中的颗粒物进行监测，并对仿真信号进行了分析，结果表明了该方法的有效性。在 将该方法应用于油液中颗粒污染物的监测中，对真实环境中监测到的混合信号的分析结果表明，基于最大 离散小波变换方法能够有效的提取出微弱的颗粒信号，提高油液中颗粒监测精度。 1 最大重叠离散小波变换提取油中颗粒污染物特征信号 最大重叠离散小波变换是从离散小波变换进化而来的，但又与传统离散小波变换有所不同。最大重叠 离散小波变换是一个高度冗余的非正交小波变换，它对样本容量没有要求。最大重叠离散小波变换中的尺 收稿日期：2012—12—12：修回日期：2013一01—25． (1(J120720，Ⅺ120727)；重庆工商大学研究生创新型科研项目(YJSCx)(201203712)． 作者简介：彭娟(1987．)，女，重庆市人，硕士研究生，从事油液污染检测技术研究． }}通讯作者：李川(1975一)，男，博士，研究员，硕士生导师，E．mail：chuanli@21cn．com． 万方数据 第6期 彭娟，等：基于最大重叠离散小波变换的油中颗粒污染物特征信号提取 25 √Z 正． 而i={。为了避免离散小波变换当中由于抽采而导致变换后数据点减少的情况，最大重叠离散小波变换采 。 √2 字塔算法一J，可以计算出尺度i下的尺度变换系数(概貌特征系数)和小波变换系数(细节特征系数)分别如 l—l Z一1 下：叫。=∑乃tt7H，(1-2I_1)mod(小气，t=∑吩tlJHm巧-1)mod(帕(t=o，…，，l一1)。 最大重叠离散小波变换用于颗粒信号提取