分析水电机组振动信号特征提取

《分析水电机组振动信号特征提取》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、西北水电·2015年·第2期63文章编号：1006-2610(2015)02—O063—04水电机组振动信号特征提取李明桥，王子瑞，刘君，刘国峰，白亮(1．中国电建集团西北勘测设计研究院有限公司，西安710065；2．西安理工大学，西安710048)摘要：水轮发电机组在线监测与故障诊断中，信号特征提取是故障诊断前的关键步骤，在信号处理和模式识别之间起着承上启下的作用，构造的特征向量能否真实反映机组运行特性，直接影响到故障诊断结果的准确性。在水轮发电机组振动信号前处理基础上，结合信号自身特点与信息熵理论，实现固有模态函数能量熵特征提取，对机组当前运行状态做出判断，结果表明该

2、方法简单有效，切实可用。关键词：模态分解；信息熵；模态函数；特征向量中图分类号：TM312文献标识码：ADOI：10．3969／j．issn．1006—2610．2015．02．016AbstractionofCharacteristicsofSignalsforHydraulicUnitVibrationLIMing—qiao，WANGZi-rui。，LIUJun，LIUGuo-feng，BAILiang(1．POWERCHINAXibeiEngineeringCo．，Ltd．，Xi'an710065，China；2．Xi'anUniversityofTechnolog

3、y，Xi'an710048，China)Abstract：Duringonlinemonitoringandfailurediagnoseoftheturbine-generatorunit，abstractionofthesignalcharacteristicsisonekeystepbeforefailureisdiagnosed．Itconnectstothesignalhandlingandmodelidentification．Whetherthecharacteristicvectorofstructurecantrulyreflecttheunitoper

4、ationcharacteristicsdirectlyimpactstheaccuracyofthefailurediagnosingresults．Basedonthepre—han—dlingofthevibrationoftheUnitandincombinationofthecharacteristicsofthesignalitselfandinformationentropytheory，theenergyentropycharacteristicsofthenaturalmodelfunctionisabstracted．Andthecurrentoper

5、ationstatuesoftheUnitisjudged．Thepracticeshowsthatthismethodissimple，effectiveandpractica1．Keywords：modedecomposition；informationentropy；modelfunction；characteristicvector信号处理方法和模式识别方法，即可对机组当前工0前言作状态和未来故障情况作出准确预测和判断。振动是水轮发电机组运行中最为常见的故障之水轮发电机组在线监测与故障诊断中，原始信一强烈的振动将直接危及到机组乃至电力系统的，号前处理后的信号特征提

6、取是故障诊断的关键步安全运行。开展机组振动故障诊断研究，对保障机骤，提取的信号特征在信号处理和故障诊断之间起组稳定运行具有重要意义。水电机组振动同时受水着承上启下的作用，信号特征向量能否真实反映机力、电磁、机械3方面因素影响，机组振动信号为典组运行特性，直接影响到故障诊断结果的精度。水型的非线性、非平稳信号J。精确监测获得的机组电机组振动信号是由多种成分调制共同作用的结振动信号，包含大量机组运行的状态信息，选用一定果，表现形式千变万化，设备出现故障的特征信号隐于其中，根据信号自身特点选择适宜的信号特征提收稿日期：2014—11—06取方法十分重要。作者简介：李明桥(198

7、7一)，男，陕西省安康市人，助理工程师信号分析过程中，时间尺度和随时间分布的能主要从事水利机械设计工作．量是2个主要参数，系统故障振动信号和正常运行李明桥，王子瑞，刘君，刘国峰，白亮．水电机组振动信号特征提取振动信号相比，相同频带内信号能量会有较大差别，(状态)出现的先验概率较小，那么它一旦发生，监信号各个频率成分的能量反映了当前系统运行状测数据中包含的信息量就大。比如某台机器正常工态，某种或几种频率成分能量的改变就可能代表一作和机器故障2种运行状态，正常工作状态概率是种故障类型。P()=0．95，机器故障状态概率为P(：)=