短波护卫滤波在电机杂音智能勘验里的践行

来源:网络  作者:网络转载   2019-10-06 阅读:242

  检测点的选择由于电机表面的噪声辐射是不均匀的,故应进行多点测量。经平均后作为对电机噪声的综合评价。现在确定的六点主要是考虑电机在三维空间的噪声辐射。而在生产线上的噪声测量则是在已知某类电机的基本性能的情况下,监控电机的工艺质量。且受生产节拍的限制,只能选择关键点进行检测,该测点必须经大量试验论证方能确定。

  电机噪声滤除算法小波包方法可以有效地进行各种频率信号的分离,选取某些特征频率进行动态能量监测,提供系统丰富的状态信息。

  小波包变换小波包方法是在多分辨率基础上构成的一种更精细的正交分解方法,由递归函数<6>W2n(t)=2khkWn(2t-k)W2n+1(t)=2kgkWn(2t-k)(1)所确定的族{Wn(t)}nZ+称为由正交尺度函数(t)=W0确定的正交小波包。其中kZ,Z和Z+分别为整数集合和非负整数集合,hk、gk是一组共轭镜像滤波器,{hk}kZ和{gk}kZ满足:nZ+hn-2khn-2l=nlnZ+hn=2gk=(-1)khk-1(2)小波包空间由(t)的伸缩平移系展成,每个空间都由比它大1的两个子空间的直角构成。多分辨率分析分解公式的算子形式:H(j)=kSkhk-2jG(j)=kSkgk-2j(3)小波包空间由Wn的伸缩平移系展成Un1=span{2-(j+1)Wn(2-(j+1)t-k)}kZ(4)式中,jZ.如果采集到的振动信号为f(t)Unj,即:f(t)=kjWn(2-jt-k)则:f(t)=2kH(i)W2n(2-(j+1)t-i)+2kG(i)W2n+1(2-(j+1)t-i)(5)式(5)就是信号的小波分解公式。该式说明任一时变信号总可以通过小波包的分解得到两部分,一部分为信号经过H的作用在{W2n(2-(j+1)t-i)}kZ上的投影,另一部分则是信号经过G的作用在{W2n+1(2-(j+1)t-i)}kZ上的投影。

  对于任意的jZ,nZ+,2-j{Wn(2-jt-k)}kZ构成Unj空间上的标准正交基,其空间的正交性表示为Unj=U2nj+1U2n+1j+1,从而有U0j+1=U0j+1U1j+1U0j+2U1j+2U2j+2U3j+2=U0j+kU1j+kU2k-1j+k(6)由此可以形象地把小波包空间的分解表示为塔式分解。小波包在机械振动信号分析中的实用价值在于它的分解是对全频域内的信号进行全面的正交分解,分解结果包含了从低频段到高频段的所有信息,信息量完整,既无冗余,也无疏漏。

  采样点取L=2M个,对{xi}进行N层小波包分解后,该层的分解结果包括2N个序列,每个序列包含2M-N个分解系数。将这些系数组成一个2N行2M-N列的二维矩阵,用amn表示矩阵中的元素,可以证明amn与原信号之间满足能量守恒<7>。

  这个重要结论表明了信号在不同小波包序列和不同小波包位置上的能量分布情况。由于小波包变换中的能量与原始信号的能量之间存在等价关系,用小波包能量谱来表示信号中能量分布情况是可靠的。当瞬态故障信号出现时,其各频带的能量分布将会有很大的变化。它们的特点是在某一时刻ti突然出现,持续短暂时间ti后迅速衰减到0,是一个很短暂的信号,而它们的能量都集中在中心频率附近,其频带宽度f远小于中心频率。一般来说,平稳振动信号在观察的整个时间内总是存在的,在时频空间中的分布是全局性的,且频域上具有均匀的功率谱密度,而瞬态故障信号在时频空间中是局部性分布。如果对非平稳振动信号不进行适当处理,由于瞬态信号的能量很微弱往往被平稳振动噪声淹没而难以发现。非平稳振动信号经小波包分解处理后,将小波包系数看作能量元,瞬态故障信号在相应的小波包序列和相应的时频空间位置上的能量元数值一般大于平稳振动信号的能量元。将能量元小的小波包系数置为0,保留能量元的小波包系数重构信号,就可以实现瞬态故障信号的特征提取。

  算法原理在对待分析信号离散采样序列进行N层小波包分解后,根据数理统计理论,构造统计量I(j)=S2ej/S2rj(其中S2ej为平稳振动信号方差,S2rj为非平稳振动信号方差),对故障信号采用F检验法进行显著性方差检验。

  实验研究选取一组噪声正常和有噪声故障的车用油泵电机样本,采集每个电机的振动信号{xi}.离电机本体30cm处布置一个噪声测点,测量探头把信号通过延伸电缆传输到工控机。在电机本体上布置一个振动测点,加速度传感器把采集到的振动信号传送到电荷放大器中。放大后的噪声信号和振动信号通过BNC电缆传输到工控机中的声卡中。这样就可以采集到一台电机的振动和噪声信号。

  电机振动频谱%6是该油泵电机的测试和分析结果。一般认为,空气动力噪声、电磁噪声、机械噪声是电机噪声的3大组成部分<9>。

  选作试验对象的车用油泵电机没有风扇,所以在噪声频谱中空气动力噪声较小。电磁噪声主要包含电枢旋转频率和电枢齿频率,与电机转速、电机槽数和级数有关。且由于电磁噪声主要是由定子和转子的磁滞伸缩振动引起的,而定子固定在电机外壳内,所以转子也可通过轴承将振动传递至电机外壳。在所示的电机噪声A声级频谱中,包含了自转转速的频率65Hz及其倍频的峰值,其中3000Hz、6000Hz频率成份是电磁噪声中最大的频率成份。在所示的电机振动频谱中3000Hz、6000Hz频率成份也很明显。显示相干系数在6000Hz以下达到09,也说明振动信号确实能反映电磁噪声的情况。

  结束语基于小波包滤波是一种有效的电动机非平稳信号的分析方法。小波包分析技术可以充分地应用到机械振动信号的分析中,特别是对淹没于正常噪声中的弱瞬态信号的特征提取与识别,消除噪声和非相关干扰,提高分析信噪比,从而得到可真正体现振动信号特征。电动机噪声自动检测系统利用计算机声卡的A/D转换功能来采集电动机的噪声信号,无需购买数据采集卡和建立噪声室,降低了硬件成本,使用效果好。

  

标签: 勘验
打赏

免责声明:
本站部份内容系网友自发上传与转载,不代表本网赞同其观点;
如涉及内容、版权等问题,请在30日内联系,我们将在第一时间删除内容!

购物指南

支付方式

商家合作

关于我们

微信扫一扫

(c)2008-2018 DESTOON B2B SYSTEM All Rights Reserved
免责声明:以上信息由相关企业或个人自行免费发布,其真实性、准确性及合法性未证实。请谨慎采用,风险自负。本网对此不承担任何法律责任。

在线咨询

在线咨询:

QQ交流群

微信公众号