旋转机械振动故障检测中的仿真算法研究.pdf

第31卷第1期
计算机仿真
2014年1月
文章编号:1006-9348(2014)01-0374-04
旋转机裓振动故障检测中的仿真算法研究
王慧璿,孙冬梅,李向东2
(1.南京工业大学自动化与电气工程学院,江苏南京211816;2.江苏省特种设备监督检验研究院,江苏南京211816)
摘要:在旋转机械设备轴心轨迹故障检测的研究中,采集到的轴心轨迹振动信号容易受外部环境噪声的污染,实际合成后的
轴心轨迹故障特征杂乱没有规律,传统的小波故障特征检测算法需要通过复杂的卷积运算分离轴心轨迹故障信号,一且故
障信号受到干扰,不能实现精确地检测故障信号,造成检测准确性降低。提出了一种小波提纯轴心轨迹故障检测算法,采用
原位运算将现有的小波滤波器分解成基本的构造模块,分步完成小波的整数变换,更高效率的提取故障信号的小波系数,将
信号和噪声有效地分离,实现故障信号的精确重构,提高故障检测准确率。仿真结果表明,与传统小波故障检测方法相比,
提升小波在故障信号去噪中,实现了最大限度的抑制噪声和保留信号特征,提高了故障检测的准确率。
关键词;轴心轨迹;提纯;提升小波;阀值去噪
中图分类号:TP156文献标识码:B
Simulation Algorithms of Rotating Machinery Vibration Fault Detection
WANG Hui-xuan SUN dong-mei, LI Xiang-dong
(1. Collage of Automation an Electrical Engineering, Nanjing 211816, China
2. Jiangsu Special Equipment Supervision and Inspection Institute Nanjing 211816, China
ABSTRACT: The shaft centerline orbit is important basis for fault diagnosis. But the measured orbit is easy to be in
fluenced by the collected environment and instrumentation. Based on lifting wavelet, the paper proposed a method for
purification of the shaft centerline orbit to overcome the shortcomings and limitation of threshold de-noising in tradi-
tional wavelet. The method broke wavelet filter into several basic nonstructural modules while wavelet integer trans-
form was finished step by step. It exacted wavelet coefficients and separated the signal and noise more efficiently. The
reconstruction was achieved precisely at last. The simulation results show that, this method is more effective and con
sumes shorter time than traditional wavelet in purification of rotor axis's orbit
KEYWORDS: The shaft centerline orbit Purification; Lifting wavelet; Threshold de-noising
引言
的,只凭借模糊不清的轴心轨迹形状不能够准确地获得有效
随着现代旋转机械不断地往高速、高性能、智能化发展,的机械故障信息,造成故障检测准确率不高。传统的故障检
它在工业部门的占有的比重也越来越大,对旋转机械进行振测方法应用小波滤波2对故障信号轴心轨迹进行提纯去
动信号的监测是也越来越重要。在旋转机械振动信号监测噪,完成故障检测。但传统的小波变换是基于不能实现整数
系统中,轴心轨迹分析是振动故障分析中必不可少的环节,变换的Malt算法,它通过复杂的卷积运算分离细节信号和
如果综合轴心轨迹的形状、旋转方向以及稳定性进行分析,通近信号,但对小波滤波器处理的中间结果进行取整,这样
它比振幅和幅频曲线更能形象的反映转轴的运动的故障类就会造成数据丢失,不能实现精确地重构“?。造成在信号
型。转子轴心轨迹含有的特征向量能够反映转子瞬间的运模糊的情况下,故障特征很难被准确检测,准确度不高。
动情况,通过对它的形状特征和动态特性能及时的发现转子
本文根据旋转机械振动信号的特点,在研究小波阀值去
故障的早期症状。
噪原理的基础上,将提升小波变换应用到轴心轨迹提纯去噪
但实际旋转机械故障检测中,机械设备的轴心轨迹是振中。将现有的小波滤波器分解成基本的构造模块,分步完成
动故障检测的基础,采集到的振动信号不能避免受外部环境小波的整数变换,更高效率的提取小波系数,将信号和噪声
噪声的污染,实际合成后的轴心轨迹也是杂乱而且没有规律有效地分离,实现精确重构。仿真提纯轴心轨迹结果表明,
与传统小波相比,提升小波在信号去噪中,实现了最大限度
的抑制噪声和保留信号特征。
收稿日期:2013-04-17修回日期:2013-04-26
万方数据