基于小波包能量谱的航空发动机故障特征提取方法.pdf

《基于小波包能量谱的航空发动机故障特征提取方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第31卷第1期沈阳航空航天大学学报VOl_31No．12014年2月JournalofShenyangAerospaceUniversityFeb．2014文章编号：2095—1248(2014)01—0012—04基于小波包能量谱的航空发动机故障特征提取方法郭立全，王克明(沈阳航空航天大学航空航天工程学部(院)，沈阳110136)摘要：使用成熟的旋转机械振动信号频谱分析方法，对采集到的多台航空发动机试车振动信号进行分析，找出能反应出发动机转子不对中、转子不平衡和转静件碰磨3种故障频谱特征的振动信号。再使用小波包将信号分解为不同的频段，之后分别计算能反

2、应出故障信息的特征频段的能量，将它们组成用来区分上述3种故障的特征向量，为以后的航空发动机故障的模式识别做准备。关键词：小波包；能量谱；故障特征提取；小波包树中图分类号：V231．92文献标志码：Adoi：10．3969／j．issn．2095—1248．2014．01．003Theextractionofaero·enginefaultfeaturebasedonwaveletpacketenergyspectrumGUOLi—quan，WANGKe-ming(FacultyofAerospaceEngineering，ShenyangAerospa

3、ceUniversity，Shenyang110136)Abstract：Usingthemethodofrotatingmachineryvibrationsignalfrequencyspectrumanalysis，thispaperanalyzesthecollectedvibrationsignalsofsomeaero—engines，andfindsoutthevibrationsignalswhichcanshowthethreekindsoffaultfrequencyofrotormisalignment，rotorimbalanc

4、eandrotor—statorrubbing．Thenweusethewaveletpackettodecomposethesignaltosomefrequencyrangesandcalculatetheenergyoflea—turefrequencyrangeswhichindicatethefaultinformation．Intheend，weadoptthewaveletpacketenergyspectrumtodistinguishthethreekindsoffaultsandpreparefortheaero—enginefau

5、ltpatternrecognitionforthenltI】re．Keywords：waveletpacket；energyspectrum；faultfeatureextraction；waveletpackettree航空发动机的可靠性关系到飞机飞行的安分析来说是最基本最关键的性质11。小波分析全，全球范围内有很多由于发动机故障而造成的是一种全新的时频分析方法，对非平稳瞬态信号机毁人亡的事故，造成巨大的损失；航空发动机试具有宽频响应的特点，在低频处有较高的频率分车时的振动信号能反映出其本身大量的振动相关辨率，而高频处的频率分辨率较低。小波包分析信

6、息，如何充分地发掘振动信号所能反映的航空方法是在小波分析的基础上构成的一种更加精细发动机的健康状况信息，即航空发动机的故障诊的正交分解方法，它在全频带对信号进行多层次断，如何从存在故障的振动信号中完成故障特征的频带划分。它继承了小波变换所具有的良好时的提取就显得尤为重要。传统的信号分析技术一频局部化的优点，又继续对小波变换没有再分解主要是基于傅里叶变换的技术，然而傅里叶分析的高频部分作进一步的分解，从而提高了频率分使用的是一种全局变换，要么完全在时域，要么完辨率，因此小波包具有更广泛的应用价值。小波全在频域，所以傅里叶变换无法反应信号的时频包信号分离是

7、将包括正弦信号在内的任意信号划局部性质，而这种性质对航空发动机振动信号的归到相应的频带里，这些分解频带信号都具有一收稿日期：2013—09—21作者简介：郭立全(1987一)，男，河南辉县人，硕士研究生，主要研究方向：航空发动机强度、振动及噪声，E-mail：330159020@qqcom；王克明(1954一)，男，辽宁沈阳人，教授，主要研究方向：航空发动机强度、振动及噪声，E．mail：wkm308@126．com。第1期郭立全，等：基于小波包能量谱的航空发动机故障特征提取方法13定的能量，因此可以用每个频带里的信号能量作为250～500Hz，(2，

8、2)频段为750～1000Hz，为特征向量来表征设备的故障特征情况。(2，3)频段为500～7