基于小波包与支持向量机结合的滤波器故障诊断研究.pdfVIP

… … … … … … … … … … ． 研发展．。J 基于小波包与支持向量机结合的滤波器故障诊断研究 盐城工学院电气工程学院 李爱琴 【摘要】首先介绍了小波包分解与重构算法和支持向量机的分类算法，然后以一个带通滤波器故障诊断为实例，利用小波包提取特征响应向量建立样本集，并利用支持 向量机完成滤波器电路的故障诊断，诊断效果良好。 【关键词】小波包；支持向量机；滤波器；故障诊断 滤波器是电源 电路和信号电路中常用 1．小波包分解与重构算法 别定义为子空间 和 ，则 (，)满足的双尺 的电路模块。在电源电路和信号电路的各种 小波变换的实质是将原始待诊断信号 度差分方程如下： 故障中，滤波器故障占有很大的比例 ，因此 分别通过低通和高通滤波器，从而将其分解 (f)：√2∑^( (2t-一) 其工作状态直接关系到电源 电路和信号电路 为低频和高频部分，然后将低频部分一直分 = ∑g( (2t) 工作正常与否，故对滤波器的故障分类诊断 解下去，而高频部分不再分解细化，因此小 就显得很重要。从滤波器中元器件发生变化 波变换虽然实现了一定的有效时间频率分 式 (1)中系数甑 (-bhO一)，说 明双 的角度可以将滤波器故障分为硬故障和软故 解，但其在高频率段的频率分辨率和低频率 尺度差分方程 中系数 和gk具有正交关系， 障两类，而且硬故障又可以看成是软故障的 段的部分时间分辨率较低。而小波包变换采 当n=：0时，由式 (1)可得： 一 个特例，从滤波器 中元器件发生故障的数 取 了更加精细的分解方法，对低频和高频部 (),5yh(k (2t—) 目可以将滤波器故障分为单故障和多故障， 分一直分解下去，克服了小波变换中高频部 )： ) 而且有时又将一些相互联系的多故障当作单 分不能被分解细化的缺点，小波包变换能够 故障来处理，据统计，在滤波器电路模块中 根据原始待诊断信号的特点， 自适应地选择 式 (2)中， (f)和 “1(f)分别变为原小波 发生滤波器单软故障的概率是滤波器故障总 相应频段，使之与信号频谱相匹配，从而提 分析中的尺度函数 (f)和小波基函数q／(t)， 数的70％一80％ 。 高时频分辨率 。 则由式 (1)构造的序列 (f)，ez，被称之为 由此可见，在滤波器 的故障诊断中， 小波包的基本思想是对小波分析中的小 由基函数R0(r)： )即其系数^()决定的正交 对单软故障的诊断就显得尤其重要。本文以 波子空间进行分解 。小波分析是将空间 小波包 。 一 个滤波器 电路的部分单软故障为研究对 m 根据不一样的尺度因子 ／分解成各小波 假定设 (f) 当 ff1表示为m一∑一 。。。“， 象，利用小波包变换对滤波器电路的单软故 子空间 (／ez)的正交和 。小波包为了进一步 则小波包 ( z的算法可 以采用递推法实 障进行特征提取，构成滤波器电路相应单软 提高频率的分辨率，将各小波子空间 (z)按 现，小波包 (f)，sz的分解算法由g?(f1即由 故障的特征向量，采用支持向量机对滤波器 照二进制规律进行频率的细分，首先构造一个 分解推导，{ j分解成{d／}和 ’}如