基于小波变换的火炮随动系统电机故障分析诊断

基于小波能量谱分析的电机故障诊断①张敬春,谷爱昱,莫慧芳(广东工业大学自动化学院,广州510090)摘要:电机是一种复杂的旋转机械,故障种类多而且难以辨别,利用傅里叶变换对噪声信号分析很难得出满意的结果。

为了对小功率异步电机的常见故障进行正确快速地声频诊断,采用小波分析技术对小功率异步电机的几种常见故障噪声进行了多分辨率分析,从能量分布的角度出发,快速且较为准确地诊断出电机故障,诊断效果明显好于傅里叶分析。

表明小波分析是对电机故障进行声频诊断的有效方法,同时也提供了一种思路,为电机故障在线实时诊断提供了理论依据。

关键词:电机;小波;噪音;故障诊断;能量谱中图分类号:TM301.4 文献标识码:A 文章编号:100328930(2006)0320055204Fault D i agnosis for Electr ic M otor Ba sed onW avelet-Energy Spectru mZHAN G J ing2chun,GU A i2yu,M O H u i2fang(Co llege of A u tom ati on,Guangdong U n iversity of T echno logy,Guangzhou510090,Ch ina)Abstract:It is difficult to identify vari ous faults of electric mo to rs by using FFT to analyze the no ise signal. T h is paper introduces w avelet theo ry and app lies it to the common fault diagno sis of m icro2pow er inducti on mo to r.Several types of fault no ise are analyzed w ith m ulti2reso luti on analysis.T he results show that the p ropo sed m ethod has a better perfo r m ance in rap idity and validity.It also sheds ligh t on further research. Key words:electric mo to r;w avelet;no ise;fault diagno sis;energy spectrum1　前言 小功率异步电动机,特别是单相异步电动机在家用电器中应用十分广泛。

基于小波变换的电气设备故障诊断技术1李淑娥邸敏艳吕锋（河北师范大学电子系050031）摘要小波变换具有良好的时——频特性，因此可以有效地用于电气设备故障诊断。

在对电气设备进行故障分析、故障诊断过程中，利用小波变换进行故障信号的故障时刻检测具有重要意义。

小波变换用于电气设备故障诊断就是对电气设备各种电磁、机械等信号进行实时监测控制，判别其状态，以求在故障初期或故障时刻发出警报，并随时进行处理、排除故障。

对信号进行特征提取，是故障诊断的关键。

突变信号往往表明电气设备发生了某类故障，如果能对突变信号进行有效识别，就可以进行故障诊断、故障分析、从而排除故障。

本文分析了电气设备故障的奇异性，通过仿真得出小波变换用于电气设备故障诊断的方法，以准确检测奇异点，提取故障时刻。

关键词小波变换；信号检测；奇异点；故障时刻。

中图分类号：TM711The Tecnology Of The Fault DiagnosisIn The Electricity Equipments Based On The Wavelet TransformationLi Shue Di Minyan Lv Feng(Electrical department of Hebei Normal University ，Shijiazhuang 050031)Abstract:Because of the wavelet transformation has the good hour-frequency characteristic, So it can be availably used for the fault diagnosis in the electricity equipments. At the proceeds of the electric appliances equipments analyze and examination,It’s so important that uses the wavelet transformation to the electric appliances equipments examination,The wavelet transformation uses for the electric appliances equipments examination is the examination of solid hour for the physics signal of electromagnetism、machine etc.Distinguish its appearance、send out the alert at the early or every moment in the electric equipments breakdown and handle、expel the breakdown in the time. Withdrawing the signal characteristic is a key to fault diagnosis.The mutation signal usually expresses the electricity equipments have a certain fault take placed. If we can identify the mutation signal, So we can proceed the fault diagnosis, the fault analysis and the fault expel. This text analyzes the stange of the fault in the electricity equipments, and draws a conclution of the wavelet transformation used in the electricity equipments fault.So it can withdraw the fault time, and1本课题为国家自然科学基金资助（NO：60374020）；河北省自然科学基金资助（NO：F2004000180）；河北省教育厅自然科学研究资助（NO:2003240）.prove the correctness of the strang point examination.Key words: wavelet transformation; signal detection; strange point; fault diagnosis.1、 引言小波变换作为一种信号的时间――尺度分析和时间――频率分析法，能有效地从信号中提取信息，由于小波函数具有良好的时――频特性，因而小波分析方法为信号的时――频分析提供了有力的工具。

基于小波变换信号处理的故障诊断方法作者：孙丽君郑善亮来源：《大东方》2015年第10期摘要：本文着重介绍基于小波变换信号处理的故障诊断方法。

所谓基于信号处理的方法，通常是利用信号模型，如相关函数、频谱、自回归滑动平均、小波变换等，直接分析可测信号，提取诸如方差、幅值、频率等特征值，从而检测出故障。

故障诊断时，对采集的信号进行小波变换，在变换后的信号中除去由于输入变化引起的奇异点，剩下的奇异点即为系统发生的故障点。

关键词：小波变换；信号处理；小波除噪为保证发动机安全、高效的运行，对其进行状态检测与故障诊断非常重要。

由于内燃机在一个工作循环内转速是波动的，其转速的波动由瞬时转速来表达，发动机转速中包含各缸的气体压力、外负载、曲轴的转角等大量可供提取的内部状态信息，且转速测取方便。

目前文献对瞬时转速的研究多为如何利用瞬时转速判断气缸的压缩性、扭矩及发动机的工作状态等，总的来说研究得很少。

本文以发动机断缸故障为例，探讨了发动机转速信号小波分析法的可行性。

1实验及怠速信号采集1.1实验过程实验在Volvo B230F型电控发动机（点火顺序为1-3-4-2）上进行，试验数据见表1.1。

试验在怠速下进行，切断第4和第2缸的供油采集转速传感器的正常和异常信号，记录发动机转速、点火提前角、喷油脉宽等参数的变化。

表1.1 实验数据从表1.1可以看出，当发动机两个缸断油时，喷油脉宽增到4.0 ms，油耗和点火提前角不变，发动机转速基本不变，但有不稳现象。

这是因为：断缸后，转速有下降趋势，为了维持怠速工况稳定，电脑指令喷油脉宽由2.6ms增加到4.0ms，保持总供油量不变，故转速基本不变。

但由于供油量变化与转速变化不同步，加之各缸混合气均匀性恶化，故运转出现不稳现象。

1.2小波除噪各状态下的转速波形具有明显的干扰现象，这些干扰与各缸工作程度差异、传感器振动有关，同时干扰对故障特征参数提取有影响，所以去除干扰信号保留状态信息是诊断中的一个重要环节。

应用天地 2008年 2月第 27卷第 2期基于小波包能量谱分析的电机故障诊断唐友怀张海涛罗珊姜喆(工程兵工程学院南京 210007摘要 :小波包是继小波分析后提出的一种新型的多尺度分析方法 [1], 解决了小波分析在高频部分分辨率差的缺点 , 体现了比小波分析更好的处理效果。

文章描述了小波包分析方法的基本原理及其实现算法 , 并从能量分布的角度出发 , 阐述了在电机故障诊断中 , 利用小波包分析方法将模糊故障信号进行量化、分解 , 从而便于用单片机进行处理、判断的一种新的应用途径 , 在实验室中模拟各种电机故障进行了实验验证 , 实验进一步表明基于小波包能量谱分析的电机故障诊断方法是一种方便灵活并且准确度很高的故障诊断方法。

关键词 :小波包 ; 故障诊断 ; 能量谱 ; 电机中图分类号 :TP182文献标识码 :AB ased on w avelet p acked energy motor fau lt diagnosisHaitao L uo Shan Jiang Zhe(College of Engineering Corps , Nanjing 210007Abstract :The wavelet packed is presented as a new kind of multiscale analysis technique followed Wavelet analysis. it re 2solved t he wavelet analysis disadvantage on t he part of high frequency resolution lower , showed better treat ment effect t han wavelet analysis. The f undamental and it s realization arit hmetic of t he wavelet packed analysis met hod are described in t his paper. A new application approach of t he wavelet packed met hod on t he motor fault diagnosis from energy distrib 2uting angle is expatiated. And given t he experimental met hod and t he conclusion. and a new application approach which is convenient for t he microchip to process and judge by using t he wavelet packed analysis met hod to make the f uzzy motor fault diagnosis signals quantized and analyzedis proposed in t his paper. K inds of motor fault s experiment s are simulated in t he lab and t he experiment s prove t hat it is a more convenient and accurate motor fault diagnosis met hod which is based on wavelet packed enemy spectrum analysis.K eyw ords :wavelet packed ;failure diagnosis ;enemy spectrum ;motor作者简介 :唐友怀 (19742 , 讲师 , 主要研究方向为电力工程及其自动化、氢能发电、机电一体化等。

基于小波分析的电机故障诊断研究
电机作为工业生产中关键设备，在操作中如果发生故障就会给企业带来大量的损失。

为了有效检测和诊断电机故障，近期已经有许多电机故障检测和诊断的方法应用于实际价值场合。

其中，小波分析作为一种新兴的非常有效的故障诊断方法，可以用来分辨杂波信号中的脉冲和非脉冲特征，以及从持续的有序的绘图中分辨出不同版本信号。

此外，小波分析也可以被用来检查被测电机参数变化的细微变化，可以用来精准判断电机的可靠性和可用性，指导电机维修操作，提供实时运行监测及趋势分析。

因此，将小波分析应用于电机故障检测和诊断具有重要意义。

首先，为了有效提取电机故障特征，必须采用科学的信号处理技术和算法。

其次，由于故障信号的非平稳性，经常会受到背景噪声的干扰，因此，在处理过程中，必须使用合适的抗噪技术，例如统计分布叕函数和回归方法，来对不同信号进行噪声抑制。

此外，还可以利用小波分析，形成多维特征空间，从而有效提取出电机故障信号的特征，准确定位故障源头，以及诊断电机故障的类型，进而提升电机运行的可靠性和安全性。

在此基础上，研究者还需采取更多的方法，改进小波分析中的算法性能，准确预测和发现电机故障的根源，从而使得早期的电机检测和故障诊断更加可靠和准确。

同时，研究者还需努力探索新的强大计算机算法和微处理器，将其与小波技术相结合，实现高效的故障检测技术，以提高电机的运行效率。