[发明专利]一种水轮机振动故障诊断方法

说明书

技术领域

本发明属于设备振动故障诊断技术领域，是一种水轮机振动故障诊断方法，更具体地说，是一种基于小波预处理和局域均值分解的水轮机振动故障诊断方法。

背景技术

水轮机运行在强噪声、电磁干扰等环境中，发生故障时一般都会在振动上有所体现，其振动信号具有非平稳、多调制、多分量的特点，采用传统方法，往往很难准确的提取出水轮机的故障特征信息，目前，信号的分析处理手段是制约故障诊断技术发展的一大阻碍。

傅里叶变换是一种整体变换，将整个时域信号挪移到频域上进行分析，它缺少对信号细节的描述，而故障信息往往体现在细节上，傅里叶变换缺乏对细节信息的放大效果。

小波变换，虽然它的时频窗可变，但是不能同时获得较高的时域和频域分辨率，小波变换的实质是用一组小波基函数的线性组合去近似待分析信号，这实质是一种线性变换，在处理非线性信号时，有时误差很大。

希尔伯特黄变换是一种自适应的时频分析方法，然而其过包络、欠包络、端点效应等问题，以及在计算瞬时幅值和瞬时频率时的边缘效应和产生无物理意义的负频率问题仍待解决。

发明内容

本发明的目的是克服现有技术的缺点，提供一种水轮机振动故障诊断方法，应用这种方法能够有效的提取包含在水轮机振动信号中的故障特征信息，并以此为依据，诊断水轮机的运行状态。

本发明的目的是由以下技术方案来实现的：

一种水轮机振动故障诊断方法，其特征是，它包括以下步骤：

1)采用小波变换，对采集到的水轮机振动信号自适应去噪，在降低噪声影响的同时，降低数据的复杂性；

2)利用局域均值分解法对小波预处理后的信号进行自适应分解，提取水轮机振动信号中的故障特征信息；

3)结合水轮机的振动机理，分析提取到的频率、能量等特征信息，诊断水轮机的运行状态。

所述步骤(1)采用小波变换是对采集到的水轮机振动信号自适应去噪，其中，自适应阈值的选择过程如下：

(1)将本层分解的n个高频系数D按模值大小排序，设定初始阈值，将阈值以下系数置零，D＝(D₁,D₂...D_k,0...0)，其中D₁到D_k为保留的小波系数；

(2)计算保留的小波系数的能量占信号能量百分数η_i＝∑(d_j)²/∑(d_j)²+∑(d_i)²及小波系数为零的个数所占的百分数ξ_i＝(n-k)/n，其中，d_j为保留的小波系数，d_i为置零的小波系数；

(3)选择abs(η_i-ξ_i)对应的最小的系数作为门限阈值T_i；

(4)做软阈值量化处理:

di=|di-Ti|·sign(di)|di|>Ti0|di|<Ti.]]>