面向小波包分析的水轮发电机组振动的故障诊断.pdfVIP

( ) 第 35 卷第 1 期 武汉大学学报 工学版 Vol. 35 No. 1 2002 年 2 月 Engineering Journal of Wuhan University Feb. 2002 ( ) 文章编号 :1006 - 155X 2002 01 - 065 - 04 基于小波包分析的水轮发电机组振动的故障诊断 1 2 1 1 洪 　治 ,李国宏 ,蔡维由 ,蔡天富 ( 1 武汉大学动力与机械学院 ,湖北 武汉 　430072 ; 2 安徽省太和县电信局 ,安徽 太和 　236600) 摘要 :针对水轮发电机组振动的频谱特点 ,提出了基于小波包分析的水轮发电机组振动的故障诊断方法. 运用 小波包分析对振动信号进行分解与重构 ,可以获得振动信号的突变信息 ,即可以获得机组振动的故障状况 ,从而 为诊断机组振动的故障状况提供决策支持. 理论计算表明 ,应用小波包分析技术不仅可以确定信号的突变点 ,而 且可以在全频范围内确定信号的突变发生的时间及程度. 计算机仿真表明这种信号分析方法对水轮发电机组振 动的故障诊断是十分有效的. 关键词 :小波分析 ;故障诊断 ;小波重构 中图分类号:TK 39 　　　文献标识码 :A 　　用频谱分析方法对振动系统进行故障诊断在 以及信号发生突变的时间点,基于小波包分析的这 实际中得到了广泛而成功的应用[1 ] . 传统意义的频 种特性 ,通过对振动信号的小波包分析 ,就能够对 ( ) 谱分析方法是基于系统信号的傅立叶变换 FFT , 振动系统进行故障诊断 ,及时发现系统故障发生的 这种信号分析方法是对信号整个过程的频谱而言 时间及频率谱能量. 的 ,它缺乏对信号的局部特性的分析. FFT 对平稳 水轮发电机组的振动是一个非常复杂的物理 随机信号的分析十分有效 ,但对于振动系统这样一 过程 ,随着用户对供电质量要求的提高 , 以及大中 ( ) 个信号频率可变的非平稳信号而言 ,这种分析方法 型水力发电厂推行“无人值班”少人值守 的管理 就显得力不从心. 为此 ,人们提出了短时傅立叶变 模式 ,因此建立机组振动在线检测诊断系统,对机 ( ) [2 ] 换 STFT ,短时傅立叶变换可以看成是一个加固 组振动故障进行早期诊断 ,及时发现和排除系统故 定时间频率窗的变换 ,它虽然具有时间频率的可变 障 ,对保证水轮发电机组稳定安全运行十分重要. 本 性 ,但由于时间频率的大小由其窗函数决定 ,一旦 文根据水轮发电机组振动的特性[5] ,运用小波包分 窗函数确定 ,其大小也就随之确定 ,这与人们要求 析方法的分解与重构 ,得到信号的突变时间点及信 时间频率窗大小可变的信号分析意愿相悖. 小波分 号能量的大小 ,从而为系统故障诊断提供理论支持. 析法的应用 ,为人们分析信号的局部特性提供了很 1 　小波分析原理 好的数学工具 ,它有数学显微镜的美称 ,