基于最优小波包Shannon熵的再制造电机转子缺陷诊断技术

为了实现对再制造电机转子质量的有效监控,采用超声波技术对其内部缺陷进行检测与评价。引入滤波效果良好的最优小波包滤波法和对超声波信号噪声含量变化敏感的Shannon信息熵算法,定义一种新的最优小波包Shannon熵(Best wavelet packet Shannon entropy,BWPSE)的概念,并提出基于BWPSE的超声波信号消噪方法。对采集到的再制造电机转子超声检测信号进行最优小波包滤波处理,得到各尺度的小波包分解系数,在此基础上计算各尺度小波包分解系数的Shannon熵,通过分析小波包系数Shannon熵的变化规律确定分解层数及阈值。采用该方法对再制造电机转子超声检测信号进行消噪处理,结果表明该方法对噪声消除比较彻底,对比Sqtwolog阈值小波分析及Heursure阈值小波分析等其他信号消噪方法,该方法可显著提高再制造电机转子内部缺陷定量分析的准确度。     

最佳小波包基改进软阈值的消噪方法及应用

在讨论基于小波包变换消噪方法的基础上,针对传统小波方法消噪中阈值选取方法的优缺点,提出了一种基于最佳小波包基改进的软阈值消噪方法,并将该方法应用于电机故障信号的消噪。试验结果证实,与传统的阈值选取方法相比,基于最佳小波包基的改进软阈值消噪方法对非平稳的电机故障信号消噪效果更好。     

基于MATLAB的电弧铣削信号的小波消噪

提出一种基于MATLAB软件的电弧铣削信号的小波消噪分析方法,对受干扰背景下的检测信号进行消噪处理。比较了采用默认阈值消噪和软阈值消噪得到的不同效果的消噪信号,分析了电弧铣削过程规律,引弧时电压下降、电流上升、功率震荡,断弧时电压上升、电流保持较低、功率接近0。分析电弧铣削信号所得规律与电弧铣削理论相一致,证明了小波分析对电弧铣削信号消噪处理的有效性。     

基于小波包改进阈值方法的电能质量信号消噪

为了改善暂态电能质量扰动信号的消噪效果,提出了一种小波包改进阈值的消噪方法。在分析了软阈值消噪方法和硬阈值消噪方法的基础上,对阈值量化函数进行了改进,并通过小波包变换对消噪效果进行了强化。改进后的新阈值消噪法能有效克服＂硬阈值法不连续、软阈值法有偏差＂的缺点。对暂态电能质量扰动信号消噪处理的仿真结果表明,该新方法在消噪的同时能够减少信息的损失,在不同信噪比下都能有效地去除白噪声,其消噪效果优于软阈值函数消噪法。     

基于虚拟仪器的小波消噪技术在电机声频故障诊断中的应用

采用虚拟仪器技术构建了一种电机故障声频诊断系统。利用LabVIEW编程环境和Matlab软件,先用小波分析对噪声信号进行消噪,其次用软阈值进行小波系数阈值量化,最后对小波各分解系数进行重构,提取故障特征信息,实现故障诊断。现场应用表明该系统效果良好。     

基于最大似然估计的小波阈值消噪技术及信号特征提取

小波阈值消噪技术是近十年来发展起来的一个新方法,它因具有强大的去噪能力而被迅速应用在许多领域。针对工程中常见的具有稀疏概率密度形式的信号,推出了基于最大似然估计准则的小波消噪方法,并以脉冲信号为例,通过与现有的小波阈值消噪作比较,证实了该方法的优越性。最后,将该方法用在识别齿轮裂纹特征,收到了很好的效果。     

CO_2气保焊电信号的平移不变量小波消噪

CO_2气保焊的焊接过程中电信号含有大量随机非平稳噪声,消噪预处理是电信号后期分析的重要环节。常见的信号滤波方法有硬件滤波和软件滤波,其中小波阈值消噪方法在软件滤波中应用最为广泛,该方法能够很好的消除电信号中的噪声,但在信号不连续点处易产生伪吉布斯现象。提出利用一种平移不变量小波方法(Translation invariant de-noising,TID)对焊接电信号进行去噪处理,其通过对信号进行多次循环平移,再将平移后的信号进行软(硬)阈值小波消噪处理,然后将消噪后的重构信号进行反向逆平移,最后再对去噪结果进行平均,该方法可消除软阈值小波消噪产生的伪吉布斯(Pseudo-Gibbs)现象。结果表明相对于传统软阈值小波去噪法,该方法去噪后的信噪比更高,去噪后信号更加逼近于真实信号。该方法在熔化极气体保护焊电信号降噪处理方面具有广泛的前景,进一步扩展了小波方法在焊接中的应用。     

进化小波消噪方法及其在滚动轴承故障诊断中的应用

阈值是小波阈值消噪方法中决定消噪结果的关键因素,传统阈值估计方法存在抑制噪声污染与保留信号细节间的矛盾,难以实现对滚动轴承故障信号的有效消噪.为准确估计阈值以改善小波阈值消噪方法的消噪性能,提出一种基于小波变换的进化阈值消噪方法.该方法以小波变换作为含噪信号分解与重构工具,构造含噪信号在各小波分解尺度上硬阈值收缩均方误差的近似函数,利用粒子群优化进化搜索与其最小值对应的最优阈值,以近似实现均方误差最小意义下的最优消噪.模拟信号消噪分析与滚动轴承故障信号消噪实例表明,该方法可有效消除噪声对信号的干扰,并准确提取淹没在噪声背景中的故障特征,消噪性能在信噪比与均方误差意义下优于传统小波阈值消噪方法.     

基于最优小波基的电机故障信号特征提取研究

小波变换去噪中最关键的问题是最优小波基的选取,使其能够将噪声从原始信号中分离出来。针对电机故障的特点,提出了一种基于信号的最优小波基选取方法。将信号小波变换的能量阈值曲线作为小波基函数的适用性评价指标。通过训练神经网络,选取适合该信号的最优小波基,最后采用平移不变量(TI)小波阈值法实现信号去噪。在此基础上对750W化纤电机进行了测试,实验结果表明,该方法能准确找出适合特定信号的最优小波基。训练后的神经网络可直接用于其它类型电机的信号去噪处理,具有实用价值。     

基于小波半软阈值消噪的盲源分离方法

为了有效提取含噪机械故障信号中的故障特征信息,研究了一种基于小波半软阈值消噪的盲源分离方法。利用小波半软阈值对故障信号进行消噪处理;采用联合近似对角化算法对信号进行盲源分离;考虑在噪声干扰下预消噪常常不足以消除全部噪声,因此在盲源分离后再进行适当的消噪处理,以提高其分离性能。实验验证了所提出方法的有效性和可行性。     

基于改进平移不变量小波阈值法的齿轮泵振动信号降噪

齿轮泵的振动信号中含有大量噪声,在对其进行应用之前必须降噪处理。传统的小波阈值降噪法在信号的奇异点附近会产生振荡现象,为此研究了一种新的小波阈值函数,把新的阈值函数和平移不变量相结合,提出了改进小波阈值法的平移不变量降噪方法。该方法克服了软、硬阈值的缺陷,同时抑制阈值法降噪时产生的伪吉布斯(Pseudo-Gibbs)现象。利用该方法对仿真信号和实测齿轮泵振动信号进行降噪处理,并与小波软、硬阈值法及新阈值法进行了对比。结果表明:该方法具有更好的降噪效果,可应用于齿轮泵振动信号降噪处理。     

自由曲面数控加工中刀具破损的小波分析

介绍了小波变换的特点,并将其与傅立叶变换及快速傅立叶变换进行了对比,结合刀具破损信号,分析了快速小波变换——Mallat算法.对自由曲面数控加工中主轴电机电流信号的提取技术进行了分析,指出了霍尔电流传感器是行之有效的方法.鉴于刀具破损电机电流信号的瞬时性,采用小波分析方法给出了提取刀具破损信息特征的成功应用实例.研究表明,多分辨(多尺度)分析的方法,对于刀具破损这种突变信号不但具有精确的时-频定位作用,还具有易于监测的优点,说明这种方法能够有效地应用于刀具破损监控的信号处理.     

Adaptive wavelet transform for vibration signal modelling and application in fault diagnosis of water hydraulic motor

There has been an increasing application of water hydraulics in industries due to growing concern on the environmental, health and safety issues. The fault diagnosis of water hydraulic motor is important for improving water hydraulic system reliability and performance. In this paper, fault diagnosis of water hydraulic motor in water hydraulic system is investigated based on adaptive wavelet analysis. A novel method for modelling the vibration signal based on the adaptive wavelet transform (AWT) is proposed. The linear combination of wavelets is introduced as wavelet itself and adapted for the particular vibration signal, which goes beyond adapting parameters of a fixed-shape wavelet. The AWT procedure based on the parametric optimisation by genetic algorithm (GA) is developed. The model-based method by AWT is applied to extract the features in the fault diagnosis of the water hydraulic motor. This technique for de-noising the corrupted simulation signal shows that it can improve the signal-to-noise ratio of the vibration signal. The results of the experimental signal demonstrate the characteristic vibration signal details in fine resolution. The magnitude plots of the continuous wavelet transform (CWT) show the characteristic signal's energy in time and frequency domain which can be used as feature values for fault diagnosis of water hydraulic motor.     

基于电机电流分析的万能式断路器机械故障诊断

电机电流信号常用于分析电动机本身的故障问题,但对其应用于与电机相连机构的故障分析的研究较少。提出一种基于储能电机电流分析的万能式断路器操作机构故障诊断方法。首先采用Hilbert幅值解调法和改进的小波包阈值法相结合获取交流电流信号的包络线,以解决随机噪声干扰造成的所提取包络线粗糙的问题;然后通过包络线提取电流信号的时间量、电流量以及峭度作为不同故障状态电流波形的特征参数;最后融合模糊聚类和量子粒子群优化的相关向量机实现对断路器正常状态、传动齿轮卡涩、储能弹簧卡涩以及脱落的4种状态的辨识。构建了基于电流分析的万能式断路器故障诊断系统,在不同工况下进行了验证,结果表明该方法能有效提取操作机构储能相关部件的故障特征,实现了对操作机构储能相关部件的故障诊断。     

变频供电异步电动机转子断条故障诊断

异步电机转子断条故障发生时,定子电流（变频器输出侧电流）中会出现对称频率（1±2s）f1（f1为定子电流频率）的故障特征附加电流信号。以此为依据,定子电流特征频谱分析（MCSA）发展为经典转子断条故障在线检测方法。在工程实际过程中,变频供电异步电动机容易采集到的信号是开关柜二次侧供电电流（变频器输入侧电流）．因此要实现变频异步电动机转子断条故障诊断,必须清楚供电电流中是否也含有断条故障特征信息。首次对变频异步电动机供电电流进行分析．得出供电电流中也包括转子断条故障特征信息的结论,以此为基础。利用连续细化傅立叶和自适应滤波相结合的方法,实现了变频异步电动机转子断条故障诊断。     

基于小波包分析的电机转子故障诊断方法研究

针对异步电动机转子断条故障突发率高的原因,开展了基于小波包分析的故障诊断方法研究。通过小波包灵活的时频分析方法捕捉到的特征信号来确定故障信号的突变点和频谱特性,找出其故障特征,该方法为电机转子断条故障提供了一种有效的诊断方法。     

基于小波分析的交流伺服电流中摩擦影响信息特征提取的研究

由于交流伺服电动机的伺服电流受到很多干扰,难以从中直接得到有用的信息。为此,利用霍尔传感器测量了交流伺服电动机控制器输出的伺服电流,将小波变换的理论用于提取反映摩擦力动态特性的伺服电流的有用信息。在这一过程中,对它进行多分辨率分析,即把伺服电流信号分解成多个层次细节部分和平滑部分,从中识别出静摩擦力到动摩擦力过程中信息特征。通过和位移输出信号对比分析,说明在伺服电流中能提取出摩擦影响的信息。此外,还发现突变发生时刻总是早于工作台宏观运动时刻,这一提前量还需要进一步研究。     

新能源汽车油泵电机电磁力建模及其匝间故障监测方法研究

新能源汽车油泵电机出现匝间故障,无法保证燃料供给、控制压力、提供润滑和冷却等,威胁行车安全。对此,本文提出了一种基于电流和振动信号相结合的匝间故障在线监测方法。首先,根据麦克斯韦张量法构建含有故障电流谐波的电磁力模型。其次,设计了一个多传感器的电机信号采集电路。最后,采用改进的自适应经验模态分解法对经降噪后的振动信号进行自适应分解,利用相关系数法对所得的一系列本征模式函数筛选和重构。综合评估峭度与均方根值之比以及包络谱特征因子,得到故障特征指标提升52.3%,表明重构信号具备更高的敏感性,并通过电流波形分析验证了重构信号与故障特征的一致性。该研究对油泵电机故障诊断和状态预测具有重要工程意义。