基于多小波理论的风机故障诊断技术研究

• 作 者: 贺鹏
• 发表日期: 2013年01期
• 关键词: 多小波 风机 降噪 阈值 故障诊断 仿真

风机是工业生产中的重要设备,一旦发生故障,势必带来严重后果,所以对风机的故障诊断具有重要意义。小波分析是一种新兴的理论,它具有时间和频率的局部变换,而傅里叶变换只能单独分析时间或者频率,因此小波分析在数字信号处理方面具有先天优势,被誉为“数学显微镜”。而紧支撑性、对称性、正交性、高消失矩又是信号处理的重要性质,由于单小波只是具有其中一个或者两个性质,而不能同时具有这些性质,因此在故障诊断方面被广泛运用。本文首先介绍了多小波的理论基础,多分辨分析以及重要的性质,特别分析了多小波相比比单小波和傅里叶变换的优势。其次由于多小波是多输入输出系统,而待处理的故障信号都是一维的,所以在处理故障信号之前先要进行预处理。由于同一个多小波的处理效果会因为采用不同的预处理方法而不同,所以本文研究了SA4, GHM和CL三种多小波与不同预处理方法相结合对故障信号的处理效果,得出SA4多小波经过平衡预处理对风机故障信号的降噪效果最好的结论。再次,在降噪处理过程中要通过设置合理的阈值来滤除噪声,本文对于传统的软硬阈值法进行改进,得到一种新的阈值处理方法,并对六种常见信号进行仿真比较,证明新的阈值法处理效果更好。最后,利用PDES巡检设备采集某水泥厂的风机故障信号,利用多小波对该故障信号进行多小波分解,得到频谱图,分析特征频率,诊断风机故障,并与该巡检设备的自动诊断结果进行比较,发现本文采用的多小波理论诊断更准确。最后,采用同样的分析方法,对某钢铁厂的烧结主抽风机的故障信号进行诊断,运用故障分析方法,采用不同的多小波,单小波对故障信息进行多分辨分析,进行奇异点监测,运用多小波进行故障诊断,再次证明该方法的有效性。