基于小波变换的故障诊断方法概述.ppt

第六章 基于小波变换的故障诊断方法;一、小波变换的基本原理;小波变换是一种能够在时间－频率两域对信号进行分析的方法，具有可以对信号在不同范围、不同的时间区域内进行分析，对噪声不敏感，能够分析到信号的任意细节等优点，在信号处理领域获得越来越广泛的应用，被誉为“数学显微镜”。 ; 小波分析和Fourier分析;傅立叶变换最重要的意义是它引进了频率的概念，他把一个函数展开成各种频率的谐波的线性叠加，由此引出了一系列频谱分析的理论。 很多在时域中看不清的问题，在频域中却能一目了然 。 ;傅立叶分析的实质在于将一个任意的函数f(t)表示为具有不同频率的谐波函数的线性叠加。即一族标准函数 的加权求和，从而将对原来函数的研究转化为对这个叠加的权系数的研究： ;经过以上的变换，就将对;傅里叶变换是时域到频域互相转化的工具，从物理意义上讲，傅里叶变换的实质是把f(t)这个波形分解成许多不同频率的正弦波的叠加和。;例：假设一信号的主要频率成分是100Hz和400Hz，如下图所示，通过傅里叶变换对其频率成分进行频域分析。;从上例中可知，虽然傅里叶变换能够将信号的时域特征和频域特征联系起来，能分别从信号的时域和频域进行观察，但却不能把两者有机地结合起来。;在实际的信号处理过程中，尤其是对非平稳信号的处理中，信号在任一时刻附近的频域特征都很重要。;为了研究信号的局部特征，科学家们提出了一些对傅里叶变换进行改进的算法，其中短时傅里叶变换（Short Time Fourier Transform－STFT）就是比较有代表性的一种。;短时傅里叶变换的基本思想是：通过给信号加一个小窗，将信号划分为许多小的时间间隔，用傅里叶变换来对每一个时间间隔内的信号进行分析，以便确定该时间间隔内的频率信息。;短时傅里叶变换定义如下：;短时傅里叶变换 大致反映了f(t)在时刻τ时，频率为ω的“信号成分”的相对含量。;为了得到更好的时频分析效果，希望δ和ε都非常小，但是由海森堡测不准定理（Heisenberg Uncertainty Principle）可知， δ和ε是互相制约的，两者不可能同时都任意小。;由此可见，短时傅里叶变换虽然在一定程度上克服了标准傅里叶变换不具有局部分析能力的缺陷，但它也存在着自身不可克服的缺陷，即当窗函数g(t)确定后，矩形窗口的形状就确定了， τ和ω只能改变窗口在相平面上的位置，而不能改变窗口的形状。;正是由于傅立叶分析理论存在上述缺陷，人们一直在寻找更好的基来展开和描绘任意函数，经过多年的探索和总结，逐渐发展成为小波分析理论。; 1984年，法国地球物理学家Morlet在分析地震波的局部性质时，发现传统的Fourier变换难以达到要求，因而引入小波概念用于对信号进行分解。; 1990年，崔锦泰和王建忠构造了基于样条函数的单正交小波函数。 ; 1990年，Meyer等出版第一部小波系统性专著《小波与算子》，共三卷。尤众、王耀东、邓东皋等译校成中文本（共两册）。这套书详细研究了各种小波基的构造，小波基与函数空间的关系，小波分析在复分析、算子论、偏微分方程与分线性分析等方面的应用。;在国内，由于对小波的研究起步较晚，20世纪90年代以来，可以说小波的理论研究和应用研究几乎同时开始。 1994年，形成国内的小波高潮。;定义1：;定义2：;定义4：;定义7：;定义8：;定义11：; 小波与小波变换;函数f(x) ∈L2(R)的连续小波变换定义为：;由定义13可知，小波变换Wf（s，x）是尺度s与空间位置x的函数。小波变换通过ψ(x)在尺度上的伸缩和空间域（时域）上的平移来分析信号。;也即：当检测低频信号时（即对于大的s0），时间窗会自动变宽，以便在低频域用低频对信号进行轮廓分析。 反之，当检测高频信息时，（即对于小的s0），时间窗会自动变窄，以便在频率域用较高的频率对信号进行细节分析。 因而，小波分析具有“数学显微镜”的美誉。;例：;通常使用的小波母函数有：Daubechies小波、Harr小波以及Morlet小波。;小波变换具有多分辨即多尺度特点，可以由粗及精的观察信号。;二、奇异性的检测;李普西兹指数越大，函数越光滑。 ;设实函数 满足 且 ，;图 信号突变点与其小波变换模极大值的关系 ;函数的奇异点可以从其小波变换的模极大值检测出来。 小波变换的模极大值都是出现在信号有突变的地方。 信号突变越大，其小波变换的模极大值就越大。; 奇异点检测的小波的选择 ;由以上分析可得，突变点的位置有时是由小波变换的过零点反映的，有时是由小波变换的极值点反映的。 ;要使奇异检测有效，必须满足适当条件： ;三、基于小波变换的原油管道泄漏检测;