转子系统典型故障的小波包分形特征.pdfVIP

维普资讯 大 庆 石 油 学 院 学 报 第 31卷 第5期 2007年 1O月 JOURNAIOFDAQING PETROLEUM INSTITUTE Vo1．31 No．5 OCt． 2007 转子系统典型故障的小波包分形特征 冯成付 ，杨丽晶 ，钟 声。 (1．大庆炼化公司 机动处 ，黑龙江 大庆 163411； 2．大庆油 田有 限责任公司 采油工程研 究院，黑龙江 大庆 163453； 3．大庆石油管理局 钻井工程技术研究院，黑龙江 大庆 163413) 摘 要 ：针对转子系统碰摩 、质量不平衡 、油膜涡动等典型故障，根据小波包和分形理论在多尺度分析和 自相似本质 上 的一致性 ，给出小波包分解和关联维数相融合的故障特征提取方法 ，即对转子系统的振动信号进行小波包分鳃 ，将计 算分解系数的关联维数作为故障特征向量 ，然后通过神经 网络进行识别．结果表 明，利用文中提出的故障特征提取方法， 可 以对转子系统故障进行有效诊断． 关 键 词 ：转子 ；小波包 ；分形 ；特征提取 ；故障诊断 中图分类号 ：TP206 文献标识码 ：A 文章编号 ：1000—1891(2007)05～0085—03 0 引言 旋转机械转子系统故障率高，动力学行为复杂 ，对转子系统振动信号进行分析具有重要 的意义．小波 包具有 自动 “变焦”功能，可 以聚焦到信号的任意微小细节 ，能够从复杂背景中提取特征信息．随着非线性 动力学研究的不断进步，在设备故障诊断领域 出现了基于相空间重构 的分形故障特征提取方法．关联维 数是度量分形复杂性的重要指标 ，能够用来刻画混沌吸引子的 “奇异”程度．小波包变换中从低分辨到高 分辨的过度原则 ，与分形过程中的从总体向局部 ，从宏观向微观深化一致_1]．拟提出小波包分解和关联维 数相融合的故障特征提取方法 ，对转子系统不同故障进行 3层小波包分解，然后计算各节点的关联维数 ， 作为特征向量输入 RBF神经网络进行识别，为转子系统故障诊断提供一种有效方法． 1 小波包分析 小波包分析将频带进行多层次划分 ，对多分辨分析没有细分的高频部分进一步分解 ，并能够根据被分 析信号的特征，自适应地选择相应频带 ，且与信号频谱适应 ，从而提高时频分辨率 ，使故障特征提取能在更 加细化的频带内进行 ¨2]．设 X 为经过消噪处理后的原始信号S，再经过小波包分解后的第 i层 的第J个 节点的小波包分解系数 ，对每个小波包分解系数单支重构 ，可提取各频带范围的时域信号．以S表示X 的单支重构信号，则总信号 s为 2 S：∑_‘jsj， (1) J= 1 式 中：i为小波包分解的层数 (取正整数)．假设 s中，最低频率成分为厂 最高频率成分为 _厂m ，令 af= (fm 一fm)／2，则 S信号代表的频率为(，m+ (—1)Af)～ (fmi+jAf)．转子不平衡时域和小波包 3 层分解结果见图 1和图 2． 2 关联维数 关联维数是 Gtassberger与 Procaccia在相空间重构理论的基础上提出的，一种 由观测得到的时间序 收稿 日期 ：2007一O3—04；审稿人：王金东 ；编辑 ：任志平 基金项目：黑龙江省教育厅科学技术研究项 目(1054101o) 作者简介：冯成付(1968--)，男，工程师，主要从事化工设备故障诊断技术方面的研究 维普资讯 大 庆 石 油 学 院 学 报 第3l卷 2007年 采样