基于小波包的全信息解调方法及其应用.pdfVIP

第34卷第4期 振动、测试与诊断 V01．34NO．4 2014年8月 of Aug．2014 JournalVibration，MeasurementDiagnosis 基于小波包的全信息解调方法及其应用。 巩晓簧1， 杨春燕1， 韩 捷2， 陈 宏2 (1．郑州轻工业学院机电工程学院郑州，450002)(2．郑州大学振动工程研究所郑州，450001) 摘要针对旋转机械故障信号的振动特点，将小波包络解调与基于数据融合技术的全矢谱相结合，提出一种诊断 旋转机械调制信号的分析方法。首先，对安装在转子同一截面不同方向上的传感器信息同步整周期采样，对来自 不同方向的时域信号分别采用小波包进行分解并重构，以实现带通滤波的效果；然后，采用全矢谱技术对两组重构 信号进行数据融合；最后，对合成后的信号做包络解调分析。通过仿真研究和工程实例分析可以得出，对来自同一 截面、不同方向的时域信号分别作小波包络谱分析时，两者在能量分布和频谱结构上存在着较大差别，以致造成提 取故障信息的不完整或造成误判、漏判。基于小波包的全信息解调分析方法通过对同源的双通道信号的有效融 合，可全面地反映出信号中包含的不同调制信息。与基于全矢谱的传统包络解调分析进行对比分析，具有较好的 分析结果和可信度。 关键词全矢谱；小波包；解调；旋转机械；故障诊断 中图分类号THl65．3；TN911．7 引 言 1 全矢谱 旋转机械系统发生故障时，其振动信号常表现 全矢谱是根据转子的旋转特性，将转子同一支 为调制形式，对调制的故障振动信号解调是一种行 承截面上两个相互垂直方向的传感器的振动信号加 之有效的分析方法口]。信号中的故障特征信息往往 以合成，并实现合成信号频域转换的一种频谱分析 被噪声所淹没，如何在强噪声背景下提取故障特征 方法邸]。与传统频谱分析方法相比较，全矢谱技术 是故障诊断的关键，包络解调和小波分析是目前常 将研究对象由单一通道的信号变为多通道的信号， 用的故障特征提取方法口。。]。在旋转机械设备运行 在保持频谱分析高分辨率的基础上又直观地反映出 状态监测中，为了全面地监测设备的运行状态，通常 转子的振动特征。 会在转子系统上安装一整套传感器以拾取振动信 由转子的运动方程可知，转子的运动轨迹为一 号。常规的振动信号分析方法仅以单一传感器的信 椭圆[7]。该椭圆轨迹可以看作是两个频率相同而进 息为研究对象。由于每个单一传感器的振动信息是 动方向相反的正圆轨迹分运动的合成，如图1所示。 独立的，缺乏各传感器信息之间的关联性[4]，所以单 图2为在某一谐波频率叫。下的全矢谱计算流 个传感器所采集到的信息只是该转子系统在传感器 程图。对,9S方向和y方向的信号进行同步整周期 安装的某方向上(或某坐标方向上)的振动，不能全 面地反映出转子的振动状态。5J。 N／e 笔者根据转子的旋转特性，将同一类型、不同方 里叶变换。结合转子的旋转特性及其运动方程，可 向的传感器信息进行融合，针对故障的调制特征对 得到谐波频率叫。下的各个特征参数。其中：R。为 提取的特征值采用小波解调分析。结合全矢谱技术 椭圆的长半轴或最大强度，定义为主振矢；R。为椭 和小波解调的优点，对某电厂的磨煤机齿轮传动系 圆的短半轴或最大强度的垂直方向，定义为副振矢； 统进行故障诊断。 d。为主振矢与z轴的夹角；击。为该频率下椭圆轨迹 * (2013BSJJ035) 09