基于改进Mallat算法及包络线的气阀故障诊断.pdfVIP

石 油 机 械 一 56 一 CHINAPETROLEUMMACHINERY 2011年 第39卷 第5期 ．．检测诊断 基于改进 Mallat算法及包络线的气阀故障诊断 陈敬龙 张来斌 段礼祥 (中国石油大学 (北京)机械与储运工程学院) 摘要 气阀故障微弱信号特征不明显，常规方法难以通过计算结果来判断气阀状态，且传统 Mallat算法存在频率混叠及边界震荡现象，难以提取出气阀故障特征。为此，提出一种结合改进 Mallat分解算法及包络线的故障特征提取方法。改进传统的边界处理方式，对信号右边界进行数 据延拓，用二阶Volterra模型对延拓信号进行预测，用递推最小二乘法求取预测系数，用非抽样 算法对信号进行小波包分解。对分解得到的各频带信号进行奇异值降噪处理，通过奇异熵增量 曲 线选择降噪阶次，画出信号的上、下包络线，用于提取气阀故障特征。对仿真信号及工程信号的 处理表 明，用改进 的Mallat算法对信号进行分解 ，消除了边界震荡及频率混叠现象，成功提取了 阀片破损的微弱故障特征，取得 了良好 的效果。 关键词 Mallat算法 气阀 故障诊断 信号分解 0 引 言 1 改进的Mallat算法 往复压缩机是油 田广泛使用的设备，但其结构 笔者对传统的Mallat算法进行了2点改进：① 复杂、易损部件多，尤其是气 阀容易出故障，占总 不进行下采样 (DownSampling)运算，采用非抽 故障的60％¨。通过振动信号对气阀进行故障诊 样算法；②改进传统的边界处理方式，在信号右端 断是较常用的方式，但气阀振动信号包含非线性成 进行数据延拓，用二阶Volte~a模型对延拓信号进 分、故障特征不明显，难以通过频谱图判断阀片故 障，诊断难度大 。 行预测。 文献 [2]用 Mallat算法对阀片振动信号进行 1．1 非抽样 Mallat算法 分解 ，通过小波特征频带信号能量的变化来判断阀 连续小波变换定义为： 片状态。文献 [3]计算了气阀在不同工况下的信 息熵，并用支持 向量机对故 障进行分类 。文献 ， )( ) 1) [4]用双演化遗传聚类检测算法对气阀在 3种不 式中 口——伸缩尺度 ； 同工况下的振动信号进行研究。文献 [5]计算了 6——时间平移。 3种工况下气阀振动信号的近似熵。这些方法都是 二进小波定义为 ： 在已知阀片状态的前提下计算的，难以通过计算结 果来判断气阀状态，且传统Mallat算法存在频率混 ． (t)=2一享 (2t—k) (2) 叠及边界震荡现象，难以提取出气阀故障特征 。为 二进小波变换定义为： 此，笔者结合二阶Voherra模型、非抽样 Mallat分 解算法 、奇异值分解降噪及包络线 ，提取 了阀片破 哆， J一()，()dt (3) 损时域故障特征。 二进小波变换的Mallat分解算法如下 J： 基金项 目：国家 “863”计划项 目 “基于双扭环机制的输油管线泄漏诊断的新装置与方法研究” (2008AAO6Z209)；中国石油天然气 集团公司中青年创