基于非抽样提升小波包及奇异值分解的液阀故障诊断.pdfVIP

基于非抽样提升小波包及奇异值分解的 液阀故障诊断 *  陈敬龙 张来斌 段礼祥 胡 超  (中国石油大学(北京)机械与储运工程学院 北京  102249)  摘要：针对液阀故障微弱信号特征识别问题，提出一种结合非抽样提升小波包(Undecimated lifting scheme packet, ULSP)及奇 异值分解(Singular value decomposition, SVD)的降噪方法。确定信号的分解层次及各层初始算子的长度后，通过拉格朗日插值 公式算出初始算子，用非抽样算法对原始信号进行分解。对最后一层各频带信号进行奇异值分解降噪处理，根据奇异熵增量 曲线确定降噪阶次。用非抽样提升小波包的重构算法对信号进行重构，最终获得降噪后的信号。对降噪后的信号再进行非抽 样提升小波包分解，以提取故障特征。对仿真信号的降噪表明，所提方法降噪获得了较高的信噪比及较低的均方差，且能保 留信号中应有的高频成分。提出的方法成功提取了某往复式注水泵排水阀弹簧失效的微弱故障特征。 关键词：非抽样提升小波包 奇异值分解 液阀 故障诊断 中图分类号：TH17  Diagnosis of Liquid Valve Based on UndecimatedLifting SchemePacket  and Singular Value Decomposition  CHEN Jinglong  ZHANG Laibin  DUAN Lixiang  HU Chao  (College of Mechanical and Transportation Engineering, China University of Petroleum(Beijing) , Beijing  102249)  Abstract：Aiming atthe extraction of failure character signal for liquid valve, a novel method tocombineundecimated lifting scheme  packet  (ULSP)  with  singular  value  decomposition  (SVD)  is  developed.  Initial  operators  are  calculated  by  using  Lagrange  interpolation formula  after determining decomposition level and the lengths of initial operators,  and then the original signal is  decomposed by using undecimated algorithm. All frequency bands signals of last layer were denoised by using SVD thresholding, a  reasonable order for noise reduction is selected according to the singular entropy of singular spectrum.Then signalis reconstructed by  using reconstruction algorithm,  and the denoised signal is decomposed by using ULSP again in order to  extract  fault  feature.  Simulative signal and engineering results confirm the better noise reduction of ULSP­SVD. The weak fault signal of the spring on the  drain valve of a reciprocating water­flood pump is extracted from the st