论文部分内容阅读
【摘要】电机作为现代工业的主要能源动力设备，其作用不言而喻。如果拖动生产设备的电机出现故障，将使生产过程中断，造成巨大的经济损失。因此，针对电机的故障监测与诊断技术的研究，具有重要的理论研究价值和工程实践意义。本文分析了小波分析的特征，进行了基于小波分析的电机故障诊断实证分析。
【关键词】小波分析电机故障诊断
中图分类号：U472.42 文献标识码：A 文章编号：
从电机启停运行过程中的电流、温度和振动等信号可以提取故障特征信息。其中属于非平稳随机信号的振动信号最能全面反映电机的运行状态。然而实践证明基于傅里叶变换的频域分析方法不能有效提取电机振动信号中蕴含的故障信息，无法满足故障信号特征提取的要求。小波分析采用多分辨率分析的方法，时间窗和频率窗可以根据信号的具体形态动态地调整， 低频部分采用低的时间分辨率，提高频率分辨率，而在高频部分可以采用较低的频率分辨率来换取精确的时间定位。因此，小波分析广泛应用于时频分析领域。
一、小波分析的特征
1、采用小波的原因
传统的基于傅立叶变换的FFT 频谱分析对平稳随机信号分析和处理很有效，然而它只对信号中的正弦成分进行统计，实际的振动诊断信号中可能包含早期的微弱信号与大量的非平稳信号，比如摩擦、旋转失速、机械松动、电磁故障等。利用基于傅立叶变换的频谱分析显得无能为力。后来采用加窗FFT 也就是ST FT ( 短时FFT) 。它的基本思想是把信号分成很多段，每段近似为平稳信号。但是STFT 是单分辨率的分析方法，适用于分析具有固定不变带宽的突变信号，无法对非平稳信号进行完全的分析。近年来兴起的小波分析技术具有良好的时频局部化特性，不仅可以分析平稳的随机信号，还可以分析非平稳的随机信号。因此，小波分析迅速成为故障诊断中比较理想的信号处理工具。
小波分析方法中两个重要方面是积分小波变换和小波级数。小波变换可以解决有奇异变化的信号， 小波分解可以把高频和低频波按不同的波带分解清楚。
2、小波基选择的标准
在小波分析中，如何选取最佳的小波基函数目前还没有一个理论标准。一般是依照小波基函数的属性、被检信号的特征和所作分析的具体要求而定。在小波变换过程中，如果信号所含波形和所选取的小波基函数形状相近，那么这个信号中所包含的和小波基函数波形相近部分的信号特征将被放大，而不同形状特征的其他部分信号将被抑止。而小波变换后的小波系数表明了小波与被处理的信号之间的相似程度。如果小波变换后的小波系数比较大，就表明小波和信号的波形相似程度比较大，反之则比较小。另外，还要根据信号处理的目的来决定尺度的大小，如果小波变换仅仅要反映信号整体的、近似的特性，则往往选用较大的尺度，反映信号细小、细节上的变化选用尺度较小的小波。在实际运用中有一些经验，Morlet 小波运用领域较广，可以用于信号表示和分类、图像识别、特征提取; 墨西哥草帽小波用于系统辨识; 样条小波用于材料探伤; 正交小波神经网络的小波基一般选择Daubechies 构造的具有紧支集的正交小波; 对于数字信号往往选择Haar 或Daubechies 作为小波基。
二、基于小波分析的电机故障诊断实证分析
某振动实验室一三相异步电机由定子铁心、定子绕组、风扇、转子、轴承、转轴、轴承盖和机座等组成。空载时用手持式测速表LZ-30测得其转速n=1585r/min（旋转频率f=26.4Hz）。运行时因振动较大而停机检修。其振动加速度时域信号如图1所示（采样频率为1000 Hz，分析频率为500 Hz）。
图1 振动时域信号及其频谱
图2小波分解趋势信号a4及其频谱
图3 小波离散细节信号d4及其频谱
故障分析：
1、分析图1中的FFT频谱图可以发现电机振动信号主要是基频成分f（26.394Hz），其谱值为48.62，超过正常水平值10；同时高次倍频成分3 f（79.13Hz）、5f（131.88Hz）、2f（52.76Hz）、4f（105.52Hz）、6f（157.25Hz）幅值也不小，由电机的振动特性分析可断定为电机转子质量偏心或部件缺损故障，还伴随着一定的不对中故障。
2、从图1的FFT频谱图中看不出有其它故障，为进一步对电机进行诊断，用小波多分辨率分析，将图1中的时域信号分解到4水平上，小波分解频域空间表示为：
其中频域空间Wj（j=1，2，3，4）对应于小波分解各频道离散细节信号；而频域空间V4对应于小波分解趋势信号a4。图2为小波分解趋势信号a4及其频谱图，其频道范围为0-31.25 Hz。图3为小波分解离散细节信号d4，其频道范围为31.25 -62.5Hz。从图2频谱图看出：出现基频的分数谐波频率12.16Hz（约为基频的1/2），值为4.36.，为基频的8.9%，可见小波分析在提取弱信号方面有很强的能力。此外，还有其次谐波成分36.74Hz（约为基频的2/3倍），值为5.16。在图3频谱中也出现了36.74次谐波频率成分，其值也为5.16，这是由于在实际工程应用中出现了频段交叠现象，结果使故障特征频率为36.74Hz的能量平均分配在W4与V4频段里。36.74Hz频率成分值为10.32，也超过正常水平。而且还可看出，在图1的FFT频谱中没有12.16Hz、36.74Hz 频率成分，这是因为FFT变换的信号分辨率低，而小波分析大大提高了信号的分辨率。此外，在增大电机转速时，其振幅值突然增大或减小。由以上分析得出，电机的基础或零部件装配出现了松动故障。
经停机检修发现：转子动平衡精度不高而出现质量偏心；轴承安装精度低，左右位置偏差超标；地脚螺栓松动。经现场动平衡、调整两端轴承座的标高，使其达到设计标准。紧固地脚螺栓后，电机振动恢复到正常水平。
结论
小波分析具有很强的提取弱信号的能力，是诊断早期故障的有效手段；
小波分析提高了信号的分辨率，可实现任意信号的分离；
电机的机械故障形式很多，有转子不平衡、轴承不对中、基础松动等。通过分析电机机械故障的振动特性，再利用小波分析技术的良好时频局部特性，成功地诊断出电机的几种典型机械故障，为电机的管理、维修及保养提供了科学依据。
参考文献：
[1] 王钢,李海锋,赵建仓,吴敏.基于小波多尺度分析的输电线路直击雷暂态识别[J].中国电机工程学报.2004(04)
[2] 张吉先,钟秋海,戴亚平.小波门限消噪法应用中分解层数及阈值的确定[J].中国电机工程学报.2004(02)
[3] 冷永刚,王太勇,李瑞欣,彭永胜,邓学欣.变尺度隨机共振用于电机故障的监测诊断[J].中国电机工程学报.2003(11)
【关键词】小波分析电机故障诊断
中图分类号：U472.42 文献标识码：A 文章编号：
从电机启停运行过程中的电流、温度和振动等信号可以提取故障特征信息。其中属于非平稳随机信号的振动信号最能全面反映电机的运行状态。然而实践证明基于傅里叶变换的频域分析方法不能有效提取电机振动信号中蕴含的故障信息，无法满足故障信号特征提取的要求。小波分析采用多分辨率分析的方法，时间窗和频率窗可以根据信号的具体形态动态地调整， 低频部分采用低的时间分辨率，提高频率分辨率，而在高频部分可以采用较低的频率分辨率来换取精确的时间定位。因此，小波分析广泛应用于时频分析领域。
一、小波分析的特征
1、采用小波的原因
传统的基于傅立叶变换的FFT 频谱分析对平稳随机信号分析和处理很有效，然而它只对信号中的正弦成分进行统计，实际的振动诊断信号中可能包含早期的微弱信号与大量的非平稳信号，比如摩擦、旋转失速、机械松动、电磁故障等。利用基于傅立叶变换的频谱分析显得无能为力。后来采用加窗FFT 也就是ST FT ( 短时FFT) 。它的基本思想是把信号分成很多段，每段近似为平稳信号。但是STFT 是单分辨率的分析方法，适用于分析具有固定不变带宽的突变信号，无法对非平稳信号进行完全的分析。近年来兴起的小波分析技术具有良好的时频局部化特性，不仅可以分析平稳的随机信号，还可以分析非平稳的随机信号。因此，小波分析迅速成为故障诊断中比较理想的信号处理工具。
小波分析方法中两个重要方面是积分小波变换和小波级数。小波变换可以解决有奇异变化的信号， 小波分解可以把高频和低频波按不同的波带分解清楚。
2、小波基选择的标准
在小波分析中，如何选取最佳的小波基函数目前还没有一个理论标准。一般是依照小波基函数的属性、被检信号的特征和所作分析的具体要求而定。在小波变换过程中，如果信号所含波形和所选取的小波基函数形状相近，那么这个信号中所包含的和小波基函数波形相近部分的信号特征将被放大，而不同形状特征的其他部分信号将被抑止。而小波变换后的小波系数表明了小波与被处理的信号之间的相似程度。如果小波变换后的小波系数比较大，就表明小波和信号的波形相似程度比较大，反之则比较小。另外，还要根据信号处理的目的来决定尺度的大小，如果小波变换仅仅要反映信号整体的、近似的特性，则往往选用较大的尺度，反映信号细小、细节上的变化选用尺度较小的小波。在实际运用中有一些经验，Morlet 小波运用领域较广，可以用于信号表示和分类、图像识别、特征提取; 墨西哥草帽小波用于系统辨识; 样条小波用于材料探伤; 正交小波神经网络的小波基一般选择Daubechies 构造的具有紧支集的正交小波; 对于数字信号往往选择Haar 或Daubechies 作为小波基。
二、基于小波分析的电机故障诊断实证分析
某振动实验室一三相异步电机由定子铁心、定子绕组、风扇、转子、轴承、转轴、轴承盖和机座等组成。空载时用手持式测速表LZ-30测得其转速n=1585r/min（旋转频率f=26.4Hz）。运行时因振动较大而停机检修。其振动加速度时域信号如图1所示（采样频率为1000 Hz，分析频率为500 Hz）。
图1 振动时域信号及其频谱
图2小波分解趋势信号a4及其频谱
图3 小波离散细节信号d4及其频谱
故障分析：
1、分析图1中的FFT频谱图可以发现电机振动信号主要是基频成分f（26.394Hz），其谱值为48.62，超过正常水平值10；同时高次倍频成分3 f（79.13Hz）、5f（131.88Hz）、2f（52.76Hz）、4f（105.52Hz）、6f（157.25Hz）幅值也不小，由电机的振动特性分析可断定为电机转子质量偏心或部件缺损故障，还伴随着一定的不对中故障。
2、从图1的FFT频谱图中看不出有其它故障，为进一步对电机进行诊断，用小波多分辨率分析，将图1中的时域信号分解到4水平上，小波分解频域空间表示为：
其中频域空间Wj（j=1，2，3，4）对应于小波分解各频道离散细节信号；而频域空间V4对应于小波分解趋势信号a4。图2为小波分解趋势信号a4及其频谱图，其频道范围为0-31.25 Hz。图3为小波分解离散细节信号d4，其频道范围为31.25 -62.5Hz。从图2频谱图看出：出现基频的分数谐波频率12.16Hz（约为基频的1/2），值为4.36.，为基频的8.9%，可见小波分析在提取弱信号方面有很强的能力。此外，还有其次谐波成分36.74Hz（约为基频的2/3倍），值为5.16。在图3频谱中也出现了36.74次谐波频率成分，其值也为5.16，这是由于在实际工程应用中出现了频段交叠现象，结果使故障特征频率为36.74Hz的能量平均分配在W4与V4频段里。36.74Hz频率成分值为10.32，也超过正常水平。而且还可看出，在图1的FFT频谱中没有12.16Hz、36.74Hz 频率成分，这是因为FFT变换的信号分辨率低，而小波分析大大提高了信号的分辨率。此外，在增大电机转速时，其振幅值突然增大或减小。由以上分析得出，电机的基础或零部件装配出现了松动故障。
经停机检修发现：转子动平衡精度不高而出现质量偏心；轴承安装精度低，左右位置偏差超标；地脚螺栓松动。经现场动平衡、调整两端轴承座的标高，使其达到设计标准。紧固地脚螺栓后，电机振动恢复到正常水平。
结论
小波分析具有很强的提取弱信号的能力，是诊断早期故障的有效手段；
小波分析提高了信号的分辨率，可实现任意信号的分离；
电机的机械故障形式很多，有转子不平衡、轴承不对中、基础松动等。通过分析电机机械故障的振动特性，再利用小波分析技术的良好时频局部特性，成功地诊断出电机的几种典型机械故障，为电机的管理、维修及保养提供了科学依据。
参考文献：
[1] 王钢,李海锋,赵建仓,吴敏.基于小波多尺度分析的输电线路直击雷暂态识别[J].中国电机工程学报.2004(04)
[2] 张吉先,钟秋海,戴亚平.小波门限消噪法应用中分解层数及阈值的确定[J].中国电机工程学报.2004(02)
[3] 冷永刚,王太勇,李瑞欣,彭永胜,邓学欣.变尺度隨机共振用于电机故障的监测诊断[J].中国电机工程学报.2003(11)