机电系统故障诊断的理论与应用研究

2012-08-15兖矿集团山东百业设备租赁有限公司

湖北农机化 2012年2期

兖矿集团山东百业设备租赁有限公司王可

机电系统故障诊断的理论与应用研究

兖矿集团山东百业设备租赁有限公司王可

故障检测与诊断是一门相对独立发展的技术，该技术是随设备管理和设备维修发展起来的，对生产的延续和产品质量的影响意义重大。因此，了解机电系统故障检测及诊断技术的特点及现状，研究信号处理方法在机电系统故障检测诊断中的进展、方法，对增强机电系统故障诊断水平，提升机电系统的稳定性和可用性具有十分重要的意义。

故障诊断；小波理论；机电系统

0 引言

故障检测与诊断是一门相对独立发展的技术，该技术主要包括对设备运行状态监测以及发现异常现象后对系统的故障进行分析、诊断等方面的内容。该技术是在设备管理和维修日益受到重视的过程中发展起来的，对生产的延续和产品质量的影响意义重大。因此，了解机电系统故障检测及诊断技术的特点及现状，研究信号处理方法在机电系统故障检测诊断中的进展、方法，对增强机电系统故障诊断水平，提升机电系统的稳定性和可用性具有十分重要的理论价值和现实意义。

1 机电系统故障诊断核心问题研究

1.1 机电系统故障诊断技术分类

机电系统故障检测诊断按照采用的方法和思想主要分成两类，一类是建立被诊断系统数学模型的技术，该技术广泛应用于电力、化工等有条件获得机电系统精确数学模型的系统故障诊断中，通过建立机电控制系统包含故障特征的微分方程，采用参数或状态估计技术，对系统的参数、状态和特征函数进行预测、估计和判断；另一类是以观测数据为基础的诊断分析技术。该技术以观测数据与故障信息间存在必然联系为基本出发点，通过信号处理技术对系统的观测数据进行综合分析，从中提取和分析故障相关的特征量，运用模糊数学和统计方法对整个电气系统的运行状态进行分析和判断，了解和把握系统故障的性质、发生位置以及严重程度。以观测数据为基础的诊断分析技术由于回避了抽取机电系统数学模型的难点，所以适用性强，广泛应用于各个领域。

1.2 机电系统故障诊断技术核心问题研究

在机电系统故障检测诊断中，最核心的问题是如何提取故障特征信息。故障特征信息提取的数量和质量直接关系到故障诊断的准确率和故障早期预报的可靠性。但在实际的研究过程中发现，通过传感器输出的故障特征信号往往较弱，而非故障信号的强度却很强，在一定程度上阻碍了故障特征信号的表现，但这些故障特征信号是能够直接反映系统故障，或是通过加工处理后得到新的模型参数来间接反应系统的故障性质、位置等信息。所以需要采用现代信号处理理论来分析和处理故障信号信息，来处理和解决机电系统故障特征信息提取这一关键性问题。虽然不同的机电系统的故障点、故障原理存在差别，但是故障特征的提取方法却可以相同。例如频谱分析方法就可以广泛用于多个领域的机电系统故障诊断中。应用信号处理分析方法对故障特征信息进行提取必须遵循：突出和放大故障特征信号，抑制和降低非故障特征信号强度的原则。

2 机电系统故障检测与诊断常用方法研究

机电系统故障检测与诊断技术经过多年的实践和理论研究，目前已有多种成熟的理论和方法，具体总结如下：

（1）频谱分析法。因为多数的机电系统的运转都具有周期性特征，所以频谱分析方法成为目前最具操作性和特征分析方法。其中，功率谱分析是最常用的频谱分析方法，传统的带通滤波器的模拟谱分析技术已经被逐渐取代。尤其是需要提取或剔除与多个通道有关的特征时，这些方法的使用都能起到很好的效果。

（2）非高斯信号处理法。故障诊断分析中，一般会假定被分析信号服从高斯分布。但实际信号往往否定了假定。所以，在应用中非高斯信号处理方法研究逐渐被重视并在逐步深入。分析非高斯信号的主要数学工具是高阶统计量和相应的高阶谱。

（3）非线性信号处理方法。当机电系统中的设备发生某类故障呈现某些非线性特性时，基于非线性信号处理理论的特征提取方法就显得很有必要，而混沌与分形动力系统理论中的新方法恰恰可以解决这个问题。

（4）非稳态信号处理方法。非稳态信号按其普遍性主要可分为3类：谐和变频信号、宽带变谱信号、瞬态信号。目前，已有多种针对这三类不同形态的信号分析方法。

（5）诊断推理中的方法。诊断推理过程中采用的方法较多，主要分为5类：基于控制模型的故障诊断方法、基于模式识别的故障诊断方法、基于人工智能的故障诊断方法、基于模糊理论的故障诊断方法以及基于粗糙集理论的故障诊断方法。这五种方法隶属于不同的学科体系，所以在实际应用中需要根据机电系统的原理和模型分别采用其中的一种或几种方法，提高诊断推理的科学性和准确性。

3 基于小波理论的故障诊断方法研究

3.1 小波理论的主要思想

小波变换的核心思想是用小波函数系去表示或逼近一个信号或函数，小波函数系是通过一个基本小波函数的不同尺度的平移和伸缩构成。小波函数的最显著特点就是时宽与带宽乘积很小，且在时间和频率轴上都很集中。

3.2 小波理论在故障信号分析中的应用

（1）利用小波变换检测信号的突变。在故障诊断中，信号的突变点一般都包含重要的故障信息。小波变换具有自动改变窗长的功能，利用小波变换将信号在空间和频率上局部化，可以突出信号突变的特点，增强信号的局部奇异性。利用小波变换进行故障信号奇异性检测主要有2个方面的考虑，首先是通过小波变化检测故障发生时间，其次是通过小波变换区分故障信号不同的突变类型。

（2）利用观测信号频率结构的变化进行故障诊断。振动系统的故障通常会导致系统观测信号的频率发生变化。离散正交小波变换和连续正交小波变换恰恰能够描述信号频谱随时间变化的情况或信号在某时刻附近的频率分布，在这种情况下不难检测出系统故障。

（3）分析噪声特征进行故障诊断。电气系统在发生故障前或发生故障时，系统往往表现为输出噪声增多的现象。这些增多的噪声能够在很大程度上反映故障发生的部位、环节甚至直接显示出某一器件发生了故障，因此，利用小波变换对噪声进行特征提取和分析，是一项很有效的技术和方法。对于多个部件或是环节的并发故障，其噪声或呈现不同的时频特性，通过小波函数，可以对不同频率进行信号频带通道分离，这样就可以将多个故障信息分离并一一识别和检测出来。

（4）瞬态信号检测。瞬态信号本质上是强时变的短时段信号，针对这类信号处理的原则是获取样本信号与实际相符的瞬态频谱。而小波变化通过多重分辨率刻画信号局部特性的能力，正好可以用于提取和分析出正常信号中的瞬态反常现象，并通过局部放大等手段展现信号的成分和组成。