基于小波包分析与信息融合技术汽轮机转子故障诊断

《基于小波包分析与信息融合技术汽轮机转子故障诊断》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52卷第4期汽轮机技术Vol_52No．42010年8月TURBINETECHNOLOGYAug．2010基于小波包分析和信息融合技术的汽轮机转子故障诊断谷敬佩，梁平(华南理工大学电力学院，广州510640)摘要：根据Bently实验台所采集的不平衡、不对中、碰摩、松动4种典型汽轮机转子振动故障信号，运用小波包分析方法对其进行分析并提取故障特征。将提取的故障特征作为D—S证据理论的识别框架，利用信息融合技术对汽轮机转子振动故障进行诊断。诊断结果表明：基于小波包分析和信息融合技术的故障诊断方法，能提高故障诊断的准确性。关键词：小波包分析；D—S证据理论；信息融合；故障诊断分类

2、号：TK268．1文献标识码：A文章编号：1001—5884(2010)04-0300-03TurbineRotorVibrationFaultsDiagnosisBasedonWaveletPacketAnalysisandInformationFusionTechnologyGUJing—pei，LIANGPing(CollegeofElectricityPower，SouthChinaUniversityofTechnology，Guangzhou510640，China)Abstract：Accordingtothefourtypicalfaultsignalsoft

3、urbinevibrationincluding：massunbalance，misalignment，rubbingandloosingfromtheBentlyexperimenttable，analysisandsymptomextractionarecarriedoutbywaveletpacketanalysis．ThefaultsymptomparametersextractedbywaveletpacketcomposetheframeworkoftheD·Sevidencetheory；getturbinerotorvibrationfaultstypesby

4、theinformationfusiontechnology．Theresultsofdiagnosisindicatethatthefaultsdiagnosismethodbasedonwaveletanalysisandinformationfusiontechnologycanimprovetheaccuracyoffaultdiagnosis．Keywords：waveletpacketanalysis；D-Stheory；informationfusion；faultdiagnosis其它途径的信息，能更加准确、全面地认识和描述诊断对象，0前言从而对复杂的故障诊断

5、做出正确的判断和决策。若将小波包分析和信息融合技术相结合，必然能够提高对汽轮机状电力工业快速发展、高参数大容量火电机组陆续投入运态识别的准确性。行，使得结构和系统日趋复杂化。由于设备结构的复杂性以及运行环境的特殊性，汽轮发电机组的故障率较高，而且故1小波包分解障危害性也大。所以汽轮机的故障预测及诊断问题历来受1．1小波包原理到有关的研究机构、企业和管理部门的高度重视，是现代故障诊断技术应用的一个重要方面⋯。汽轮机转子振动信号小波包分析方法能将信号频带进行多层次划分，能同时对各分解层的高频和低频部分进行分解，为信号提供了一种提供了丰富的故障征兆信息。如何准确、全面地提取征兆信更

6、加精细的分析方法。离散信号按小波包基展开时，包含低息，对于故障类型的确定，故障发展趋势的预测及汽轮发电通滤波与高通滤波两部分，每一次分解就将上层+1的第n机组的状态检修都具有重要的意义。个频带进一步分割变细为下层的第2n与2n+1两个子频带。小波包分析能够将任何信号(平稳或非平稳)分解成一离散信号的小波包分解算法：个有小波伸缩而成的基函数组，信息量完整无缺，通过对分fd(，2n)=∑ak(+1，n)解信号在不同尺度上的分解和重构，能得到原信号在不同频{(1)段上分布的详细信息。【d(，2n+1)=∑bk-ztd(+1，n)在故障诊断过程中，由于诊断对象运行工况复杂，不存式中，

7、a、b为小波包分解共轭滤波器系数。在对所有故障敏感的特征参量，而同一种故障现象又常常是小波包的重构算法：几种故障共同作用的结果。因此，故障的多样性、不确定性d(+1，n)=∑[p一d(，2n)+qt-2kd(，2n+1)]和各种故障之问联系的复杂性构成了故障诊断的难点。基=曼证据理论的信息融金技术，融合多传感器数据以及(2)收稿Et期：2010-01—18作者简介：谷敬佩(1983)，女，华南理工大学硕士研究生，主要研究方向：能量传递控制与节能，汽轮机转子振动故障诊断。第4期谷敬佩等：基于小波包分析和信