基于小波包能量相对熵的电机振声信号故障检测-论文.pdf

基于小波包能量相对熵的电机振声信号故障检测-论文.pdf

ID:53763091

大小:246.21 KB

页数:3页

时间:2020-04-24

基于小波包能量相对熵的电机振声信号故障检测-论文.pdf_第1页
基于小波包能量相对熵的电机振声信号故障检测-论文.pdf_第2页
基于小波包能量相对熵的电机振声信号故障检测-论文.pdf_第3页
资源描述:

《基于小波包能量相对熵的电机振声信号故障检测-论文.pdf》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、第35卷第o3期煤矿机械V0l_35No.032014年O3月CoalMineMachineryMar.2014doi:10.13436/j.mkjx.201403104基于小波包能量相对熵的电机振声信号故障检测水莫慧芳,谷爱昱,饶明辉。陈瑞f1.广州科技贸易职业学院,广州511442;2.广东工业大学自动化学院,广州510006)摘要:电机的振声信号包含了丰富的状态信息,利用电机的声音信号进行故障检测,并提出了综合小波包能量相对熵的概念对采集的声音信号进行小波包分解.利用重构系数计算故障信号与正常信号小波能量包相对

2、熵,并得到综合小波包能量相对熵,确定电机是否有故障;并通过比较各频带的综合小波包能量相对熵大小判断故障所处的频带位置,从而确定电机为何种故障电机振声信号诊断实例验证了该方法的有效性关键词:电机噪声;故障检测;综合小波包能量相对熵中图分类号:TM307文献标志码:A文章编号:1003—0794(2014)03—023l—O3Audi0FaultDetectionofM0t0rBasedonWaveletPacketEnergyRelativeEntropyMoHui-fang。,GUAi-yu。RAOMing-hui。

3、,CHENRui(1.GuangzhouVocationalCollegeofTechnologyandBusiness,Guangzhou51142,China;2.CollegeofAutmationGuangdongUniversityofTechnology,Guangzhou510006,China)Abstract:Vibratingsoundsofmotors,whichcontainabundantstateinformation.Inthispaperweusevibratingsoundsforf

4、aultdetecting,andputforwardaconceptionofrelativeentropyofintegratedwaveletpacketenergy.Itmakeswaveletpacketdecomposition,usesdecompositioncoefficientstocalculatethewaveletpacketenergyrelativeentropyofnormalsignalsandfaultysignals,andthenobtainstherelativeentrop

5、yofintegratedwaveletpacketenergy,whichdetermineswhetherthemotorisfaulty.Comparingtheresultsineachfrequencytodeterminethefaultlocationandwhatkindoffault.Theexampleofaudiofaultdetectionhasverifiedtheeffectivenessofthemethod.Keywords:motornoise;faultdetection;rela

6、tiveentropyofintegratedwaveletpacketenergy0引言最大的为故障区,判断故障所处的频带位置.从而传统的电机故障诊断方法有定子电流分析法、确定电机为何种故障振动信号频域分析法等.其检测的参数是电机的温1小波能量相对熵的定义度、振动信号以及电流,这些方法需要建立精确的(1)小波包分解数学模型.有效的参数估计。适当的决策方法。这些小波分析可以对信号进行有效分解.但在高频前提条件使得传统的电机故障诊断具有相当的局段其分辨率较差,而在低频段其时间分辨率较差。限性。与振动信号相比.振声信号具

7、有较低的信噪小波包能对信号的频带进行多层次划分.对小波分比.吸声率低,拾取方便,利用一般的录音设备即析没有细分的高频部分进行分解.从而提高频率分可.因此提出了对故障电机运行时发出的声音进行辨率。根据多分辨分析理论,£z(R)=④,按照不同监测,从而对电机故障进行诊断。的尺度因子把空间LE(R)分解为所有子空间(小波变换具有多分辨率性质.能够准确地从复的正交和。其中为小波子空间。按照小波包分解杂的背景噪声中提取故障的声音信号特征.近年来算法进行分解。如式(1)所示。在电机故障诊断领域中得到了广泛的应用信息技产哌①咯0⋯

8、①①蜡‘。(1)术的发展使熵的概念作为特征参数提取的方法引空间分解的子空间序列记为昭其中m=0,1,入到故障诊断领域信号的小波包能量相对熵能够⋯,2l-1;/=1,2,⋯=l,2,⋯。得到不同信号在小波分解后各个尺度上能量熵的(2)小波包能量相对熵相对变化.相对熵越大,信号差异越明显。因此提出小波包能量熵是对被分析信号在各频段上的一种基于综合小

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。