资源描述：
《基于小波消噪的液压泵故障诊断》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、中国机械工程第15卷第13期2004年7月上半月基于小波消噪的液压泵故障诊断王少萍苑中魁杨光琴北京航空航天大学自动化科学与电气工程学院,北京,100083摘要:针对液压泵出口故障检测信号信噪比低、难以进行故障特征提取的特点,采用小波分析进行消噪处理,利用具有紧支结构的小波函数进行分解和重构消除检测信号中的干扰成分,有效提取故障特征,从而实现液压泵配流盘偏磨故障及滑靴磨损故障的高效故障诊断。试验结果表明,小波包分析能够将信号进行多层次的划分,根据被分析的信号的特征,自适应地选择相应的频带,从而提高信号的时-频分辨率,在时域和频域上有效突出故障信息,实现微弱故障
2、的高效诊断。关键词:小波分析;液压泵;故障诊断;配流盘偏磨中图分类号:TH137文章编号:1004-132Ⅹ(2004)13-1160-04王少萍教授StudyonFaultDiagnosisBasedonWaveletforHydraulicPumpWangShaopingYuanZhongkuiYangGuangqinBeihangUniversity,Beijing,100083Abstract:Directingtothedispersivenessandfaintnessoffailurecharacteristicsofhydraulicpump
3、,thispaperadoptedwaveletanalysistocanceltheinterferenceexistinginthemeasuredsignalsandpickupthefaultcharacteris-tics.Throughdecompositionandreconfigurationthemeasuredsignalswithwavelet,itiseasytoeliminatethenoiseandtostrengthenthefailuresignalseffectively.Theexperimentalresultsindi
4、catethatthewaveletanalysiscandi-videthesignalsintomulti-frequencybandwhenportplateandslipperwearoccuredamongfrictionpairsinhy-draulicpump.Accordingtothesignalcharacteristics,thefrequencybandwasselectedadaptivelysoastopromotethefailureinformation,thenthefaultdiagnosiswasrealizedbase
5、donsmallSNR(Signal-to-NoiseRate)signals.Theexperimentalresultsindicatethatthemethodisfeasible.Keywords:waveletanalysis;hydraulicpump;faultdiagnosis;portplatewear0引言用具有紧支结构的小波函数进行分解,分解出来传统的信号消噪方法(如FFT、WDT等)是将的信号是具有不同尺度(频率特性)和时间的各种信号完全在频率域中进行分析,它不能给出信号小波函数;而FFT变换是利用正弦函数进行分解,在某个时间上的变换
6、情况,使得信号在时间轴上分解出来的信号是不同幅值和频率的正弦函数。的任何一个突变都会影响信号的整个谱图。这些因此小波分解可以得到信号的频率特性,同时也方法都是针对平稳信号的,对于非平稳信号均不可以得到信号的时域上的特性。这个特性对于故适用。小波分析可以同时在时域和频域中对信号障诊断尤为重要,它可以得到出现故障的时间点,[1]进行分析,所以它能有效地区分信号中的突变同时对随机信号的分析比FFT要好。部分和噪声,实现信号的消噪。1.1小波包的分解小波包分解的过程是信号(S)低通滤波(A)1小波分析理论和高通滤波(D)的过程(见图1),它可以在整个时小波分析是一种
7、窗口大小(窗口面积)固定,频域中进行分析,获得更多的参数特征。但是形状可以改变、时间和频率窗可以改变的时频局部化分析方法,即在低频具有较高的频率分辨率和较低的时间分辨率,在高频部分具有较高[2]的时间分辨率和较低的频率分辨率。小波分解与FFT变换的区别是小波分解是利图1小波包分解示意图收稿日期:2003-05-19基金项目:航空科学基金资助项目(01E51023);北京市自然科学基金资助项目(4012009)·1160·基于小波消噪的液压泵故障诊断———王少萍苑中魁杨光琴信号的小波包分解:的层次N,然后对信号进行N层小波包分解。②a-j/2-j确定最佳小波基
8、。③对小波包分解系数的阈值量j,k=〈f(t),ψj
