基于小波包分析的电机故障检测

电机是一种复杂的旋转机械,故障种类多而且难以辨别。为了对电机的常见故障进行正确、快速地检测,在分析电机故障特征的基础上,对采集来的电机振动信号的时域和频域进行了小波包分解;利用分解的小波系数,在各个频段上进行小波系数重构,诊断故障发生的类型。仿真试验结果表明：小波包分析是对电机故障进行检测的有效方法,同时也给出了一种思路,为电机故障实时检测提供了理论依据。     

基于半正交三角样条小波包的电机故障信号处理方法

三角样条小波TSW（Trigonometric Spline Waelet)是作者首先提出适合电力系统信号处理的小波函数，它是对称的半正交小波。基于它的小波包称为半正交小波包，与Daubechies小波迭代算法不同，三角样条小波是对称的或反对称的小波，基于它的滤波器具有线性相位或广义线性相位，因而可避免信号相位失真，实验结果表明半正交小波包对故障信号的分解，压缩，重构比Daubechies小波包效果明显，另外对故障信号的小波包分解的不同频带的特征值和正常信号的特征值进行比较，可以对故障信号进行谐波检测和定位。     

基于半正交三角样条小波包的电机故障信号处理方法

三角样条小波(TSW)是作者首先提出适合电力系统信号处理的小波函数,它是对称的半正交小波。基于它的小波包称为半正交小波包,它的算法简洁、准确,与Daubechies小波迭代算法不同。三角样条小波是对称的或反对称的小波,基于它的滤波器具有线性相位或广义线性相位,因而可避免信号相位失真,实验结果表明半正交小波包对故障信号的分解、压缩、重构比Daubechies小波包效果明显。另外对故障信号的小波包分解的不同频带的特征值正常信号的特征值进行比较可以对故障信号进行谐波检测和定位。     

基于小波包分解实时检测电机振动信号

小波包分解本身对信号的奇异点十分敏感，此特点可以用来跟踪电机振动速度信号。在虚拟仪器（VI）LabVIEW6．i平台上，基于小波包分解算法设计了VI程序，实现了电动机振动速度信号实时检测系统。Y630-10／1180型大型三相异步电动机的振动速度信号，实测效果优于P3562A动态信号分析仪的测量结果。结果表明，该方法是可行的和有效的。     

基于小波包分析的异步电机转子故障检测

针对异步电机转子断条故障信号特征频率易被主频淹没的缺点,利用小波包分析法提取电机电流信号的故障特征频带能量,并以此为依据,基于"频率-能量-故障"模式,对异步电机转子断条故障进行检测信号,实验结果表明该方法能够有效检测转子断条故障。     

基于小波包算法的电机故障信号的压缩和重构

提出了基于小波包改进算法的电机故障信号压缩和重构方法,取定误差限后,通过选择分解阶数自动优化调节每个节点的阈值来获得尽可能大的压缩比。分析了小波包分解尺度空间系数V1不压缩和压缩2种方案,以及小波包完全分解和基于熵值的最优分解下各压缩指标随尺度的变化情况,并比较了不同小波的压缩效果。分析结果表明,提出的方法在获得较大压缩比的同时又能不失真地重构原信号,并有效地减少小波包分解和重构的计算量,是一种有效的电机故障信号和压缩和重构方法。     

基于最优小波包基的电动机故障信号的消噪与检测

现场采样获得的电动机故障信号通常会含有很多的噪声，如果对噪声不能加以有效地消除。那么故障特征信息的提取将会受到很大的影响。该文通过对基于shannon熵的最优小波包基的快速搜索算法的探讨，提出了基于最优小波包基的电动机故障信号的消噪与检测方法，通过实例分析，验证了基于最优小波包基的信号消噪声效果要优于小波方法或普通小波方法的消噪效果，通过对消噪后的故障信号进行分析，提取出了故障特征信息，检测结果表明，在故障检测前先采用最优小波包基方法对故障信号进行消噪，有利于提高电动机故障检测的准确性。     

基于小波包分解实时检测电机振动信号

小波包分解本身对信号的奇异点十分敏感,此特点可以用来跟踪电机振动速度信号.在虚拟仪器(Ⅵ)LabVIEW 6.i平台上,基于小波包分解算法设计了Vl程序,实现了电动机振动速度信号实时检测系统.Y630-10/1180型大型三相异步电动机的振动速度信号,实测效果优于P3562A动态信号分析仪的测量结果.结果表明,该方法是可行的和有效的.     

基于二代小波变换的电机转子不平衡故障检测

为了快速准确地检测电机运行中突发性转子不平衡故障,本文在介绍第二代小波变换和电机运行中突发性转子不平衡故障特点的基础上对附有各种随机噪声的电机振动信号进行二代小波变换分析,对分解系数进行重构,提取故障特征。仿真结果表明:第二代小波变换是检测电机突发性转子不平衡故障的有效方法,能够滤除大部分随机噪声,准确及时地提取故障特征,并提高了检测的可信度。     

基于半正交小波包的电机故障信号处理方法

B－样条小波是对称的半正交小波，基于它的小波包称为半正交小波包，它的算法简洁，准确，与Daubechies小波迭代算法不同，B－样条小波是对称的或反对称的小波，基于它的滤波器具有线性相位或广义线性相位，因而可避免信号的相位失真，实验结果表明半正交小波包对故障信号的分解，压缩，重构比Daubechies小波包效果明显，另外对故障信号的小波包分解的不同频带的特征值与正常信号的特征值进行比较，可以对故障信号进行谐波检测和定位。     

改进型小波包变换的谐波检测研究

针对当前利用小波包变换算法提取直流提升机中非稳定型信号时存在的信号混叠问题,提出一种改进型小波包变换算法,该改进型算法在起始时对引起混叠的基波进行分离,从而消除引起的影响,进而能准确地提取出非平稳信号的特征信息.仿真实验表明,0.04s后重构的信号与基波信号的重合精度在1％以内,并通过设计硬件检测系统进行现场实验.实验...     

基于小波分析的电机故障诊断研究

交流异步电机是广泛使用的能量转换装置,对其常见故障进行分析及诊断,提高电机故障的在线诊断水平,具有明显实用价值。文章利用小波包分析算法提取出电机故障特征向量,并针对轴承故障特征,提出峭度值指标计算和小波包分析相结合的算法,分析获得轴承故障特征频率,由此确定故障的类型。仿真结果证明了该方法的有效性。     

小波包分析在汽轮机转子振动故障诊断中的应用

针对汽轮发电机组振动的频谱特点,提出了基于小波包变换的汽轮机转子振动故障诊断方法,它较一般的小波变换更能反映振动信号所包含的频谱成分及能量。根据Bently实验台所采集的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能量分析并提取故障特征。实验分析表明,基于小波包分析与信号能量分解的故障特征提取方法,可以获得汽轮机转子振动的故障状况;根据不同故障发生时的频谱特征,识别出不同的故障,从而进行汽轮机转子振动故障诊断。该方法比基于Fourier变换的故障特征提取方法更有效,适合于机械故障诊断。     

基于相关分析和小波包的配网选线方法的研究

配网系统发生单相接地故障时,单一选线算法都存在着一定的动作死区。基于此提出了融合相关系数分析和小波包单频带分析的双重判据的综合选线算法。通过PSCAD/EMTDC仿真软件,搭建了一个35kV的配网模型验证了2种选线算法的可行性,并通过一次接地实例验证算法的准确性。     

基于小波包的异步电动机故障分析

小波包分析是一种能有效进行时一频定位和微弱信号提取的方法,它对信号具有最优降噪处理能力。采用小波包分析法来提取异步电动机振动信号的故障特征,并将电机故障信号和正常信号的特征频段能量进行对比,给出定量对比的结果,充分说明故障与无故障之间存在明显差异,从而实现异步电动机的故障诊断。实例证明该方法正确有效。     

基于小波包的异步电动机故障分析

小波包分析是一种能有效进行时-频定位和微弱信号提取的方法,它对信号具有最优降噪处理能力。采用小波包分析法来提取异步电动机振动信号的故障特征,并将电机故障信号和正常信号的特征频段能量进行对比,给出定量对比的结果,充分说明故障与无故障之间存在明显差异,从而实现异步电动机的故障诊断。实例证明该方法正确有效。     

基于小波包的多尺度主元分析在传感器故障诊断中的应用

由于传统的基于小波变换的多尺度主元分析(MSPCA)方法在检测高频类故障时的分辨能力不足，该文提出了基于小波包的MSPCA模型，并应用于传感器的故障诊断。首先对传感器数据进行正交小波包分解，得到小波包最佳分解树。根据最佳树的各个节点系数在对应的尺度上建立主元分析模型，根据这些主元分析模型在残差子空间利用平方预报误差统计量进行传感器故障检测，采用传感器有效度指标对故障传感器进行分离。最后以火电厂锅炉系统的传感器为例对设计的模型进行了验证，通过对传感器周期性干扰故障这种高频故障的诊断实例验证了基于小波包的MSPCA方法的有效性，其检测性能要优于基于小波变换的MSPCA模型。     

Orthogonal Wavelet Packet Analysis Based Chaos Recognition Method

The chaotic motion characteristics are expounded by taking the Duffing equation system as an example. The frequency band segmentation ability and the frequency resolution of the orthogonal multiresolution analysis and the orthogonal wavelet packet analysis are compared. A new orthogonal wavelet packet analysis-based chaos recognition method for chaotic motion characteristics is put forward. The chaotic, random, and periodic motions are identified effectively by use of the subfrequency band energy distribution in the signal spectrum. The characteristic frequency of chaotic motion is thus extracted. Translated from “Orthogonal Wavelet Packet Analysis-Based Recognition Method of Chaos” published in Journal of Yanshan University, 2004, 28(1): 7–13 (in Chinese).     

基于小波包变换的笼型异步电机转子故障诊断

本文分析了笼型异步电动机转子断条故障时的频率特点,阐述了小波包变换异步电动机转子断条故障的频带特征,在分析对比了多种信号处理方法后,本文提出了"自动寻求路径"的小波包树分解算法并选择其作为感应电机故障提取算法.这种算法既具有很好的自适应性和频域精度,又避免了过大的计算量,有效而实时地提取了故障信息.     

小波包分析在汽轮机故障诊断中的应用

用转子振动试验台模拟了汽轮机典型故障.根据其频域变化特性,采用小波包分析对其建立频域能量特征向量,并根据最佳分解树进行了特征选择.最后用神经网络进行故障状态识别,取得了良好的效果.