[发明专利]基于自适应小波能量的旋转机械故障特征提取方法

权利要求书

1.基于自适应小波能量的旋转机械故障特征提取方法，其特征 在于：

本方法首先在机械故障综合模拟实验台上采集转子振动信号，然 后针对信号能量特征受转速和采样频率影响的问题，采用一种自适应 小波能量特征提取方法，完成对旋转机械的转子不平衡故障、不对中 故障、轴承座松动故障的有效特征提取；同时为了保留旋转机械振动 信号更多的原始特征，并且克服传统去噪方法在阈值处分别存在恒定 偏差和不连续以及参数不可调的问题，在该方法中嵌入了一种阈值函 数进行去噪；

实现步骤如下，

1)信号采集；

利用加速度传感器和NI信号采集设备,在MFS机械故障综合模 拟实验台上以采样率f_s采集转子正常振动信号和不平衡、不对中、轴 承座松动三类转子故障信号，转子旋转频率为f_n；

实验台由基座、轴承座、轴承、转轴、负重块组成，控制器控制 电动机转速，由电动机带动，通过转速传感器获知转速,在轴承座上 垂直安装加速度传感器测量转子振动信号，NI9234模块和NI9171 便携式机箱配合计算机进行振动信号的采集；

2)对信号进行重采样；

旋转机械的故障信号通常在精确的倍频或分频处有明显的突出 幅值，即故障特征频率与旋转频率f_n成比例关系，显然,信号的倍频 特征是不会随着转速频率f_n的变化而变化的；那么,根据Fourier变 换定理，对输入信号x(t)进行尺度为f_n的变换,有如 果对时间扩展后的时域信号x(f_nt)以时间间隔Δt_s进行采样,那么相当 于对原始信号x(t)以Δt_s/f_n的间隔进行采样；频率压缩后的信号采样 的时间间隔Δt_s，直接由小波分解后得到的最高倍频决定；通常,转 子故障信号的频率特征需要满足最高倍频在10倍以上；因此,Δt_s需 要满足Δt_s＜(1/2)/10＝0.05；这里选用Δt_s＝0.01；

Δt_s确定后，对原始振动信号按Δt_s/f_n进行重采样；

3)确定小波分解层数并对重采样信号进行小波分解；

小波分析是一种信号时频分析方法，每次对分解后的低频信号继 续分解；信号经小波分解后在低频部分具有较高的频率分辨率和较低 的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨 率；通过小波变换可以将研究对象分解到不同尺度的空间进行分析和 处理,然后根据需要进行相应的重构；

信号x(t)的连续小波变换为：

(WΨx)(a,b)=<x,Ψa,b>=|a|-1/2∫Rx(t)Ψ(t-ba)‾dt,]]>

连续小波函数为小波基函数ψ(t)经过b及a 变化而形成的小波函数簇，其中，a为尺度参数，a＞0，b∈R为平移 参数；

将尺度参数a和平移参数b作离散化：其中 j∈Z,a₀≠1；小波函数的离散化即离散小波函数 Ψj,k(t)=a0-j/2Ψ(t-ka0jb0a0j)=a0-j/2Ψ(a0-jt-kb0),]]>信号x(t)的离散小波变换系 数为ωj,k=<x(t),Ψj,k(t)>=∫-∞+∞x(t)Ψj,k(t)‾dt,]]>ω_j,k表示j尺度下点k位置的 小波变换系数；

小波分解的层数m由分解后得到的最低倍频确定，通常,转子故 障信号的频率特征需要满足最低倍频在0.5倍以下；因此，小波分解 层数m需要满足在Δt_s＝0.01时，m>6.64,取m＝7；

分解层数确定后，对重采样的振动信号进行m层的db5小波分 解；

4)小波阈值去噪；

在旋转机械振动信号采集过程中，由于现场环境和设备的干扰， 使得正常信号中混入噪声；为消除噪声获得有用信号，采用小波阈值 去噪方法；信号通过小波分解后，有用信号对应的小波系统比较大， 而噪声信号所对应的小波系数比较小，因此设定合适的阈值，对小于 阈值的系数置零，大于阈值的系数保留或置零；对阈值处理后的小波 系数进行小波逆变换，即信号重构，就完成了整个的小波阈值去噪过 程；由于下一步要在小波系数基础上进行分频段能量特征提取，这一 步中只进行小波系数阈值处理；

为保留旋转机械振动信号更多的原始特征，克服传统阈值函数量 化方法的缺陷，设计了一种新型的阈值去噪函数量化方法如下式

ω^j,k=sign(ωj,k)·(|ωj,k|-αλ+2λα(1-∂)‾exp(ωj,k)),|ωj,k|≥λ0,|ωj,k|<λ]]>

其中，λ为设定的阈值，sign(·)为符号函数，ω_j,k为 j尺度下点k位置的小波变换系数(未经阈值处理)，为对应的经 阈值处理后的小波系数，在0和1之间适当调节参数的大小，可以 获得更好的去噪效果；

5)提取能量特征

信号小波变换后的能量与原始信号能量等价；旋转机械不同故障 状态下的振动信号差别较大，对应的小波分解后各频带内的能量也有 所差别，根据各频带能量差异性可以判断旋转机械的故障类型；以阈 值处理后的小波系数为基础，求取信号各频段能量；以m层小波分 解为例，m个低频段和1个高频段由低到高依次编号为1,2，…m+1；

各频段能量计算公式为：j＝1,2,…,m+1；式中，表示j尺度下点k处经阈值处理后的小波系数；

因此，转子故障特征向量为T＝[E₁,E₂,...,E_m+1]。