提升小波包变换及在振动故障诊断中的应用

提升小波包变换及在振动故障诊断中的应用作者：邵衍振，曹建军，王艳霞，张培林，SAOYan-zhen，CAOJian-jun，WANGYan-xia，ZHANGPei-lin作者单位：邵衍振,SAOYan-zhen(中国人民解放军71345部队,淄博,255000)，曹建军,CAOJian-jun(中国人民解放军71345部队,淄博,255000;军械工程学院,石家庄,050003)，王艳霞,WANGYan-xia(南京理工大学,机械工程学院,南京,210094)，张培林,ZHANGPei-lin(中国人民解放军71345部队,淄博,255000;南京理工大学,机械工程学院,南京,210094)刊名：科学技术与工程英文刊名：SCIENCETECHNOLOGYANDENGINEERING年，卷(期)：2008，8(15)被引用次数：0次参考文献(14条)1.DelongRG.PowerPEEnginemonitoringusingvibrationsignals[SAEPaper861246]2.谭达明.秦萍.余欲为柴油机工作过程故障振动诊断的基础研究1992(04)3.刘世元.杜润生.杨叔子内燃机汽缸压力的振动信号倒谱识别方法1998(06)4.沈寿林基于多传感器信息融合的自行火炮内燃机故障诊断研究20015.耿遵敏.李兆前.宋孔杰适于往复机械非平稳振声分析诊断技术的研究及应用1996(04)6.刘世元基于瞬时转速与缸盖振动信号的内燃机诊断方法研究[学位论文]19987.刘世元.杜润生.杨叔子柴油机缸盖振动信号的小波包分解与诊断方法研究[期刊论文]-振动工程学报2000(04)8.张兢内燃机汽缸振动信号的小波包分解与故障诊断[期刊论文]-机械与电子2006(03)9.范红波.张英堂.孙烨小波包和SVM在发动机故障诊断中的应用[期刊论文]-车用发动机2006(04)10.SweldensW.SchroderPBuildingyourownwaveletsathome199611.SweldensWTheliftingscheme:Aconstructionofsecondgenerationwavelets1997(02)12.DaubechiesI.SweldensWFactoringwavelettransformsintoliftingsteps1998(03)13.胡桥.何正嘉.张周锁基于提升小波包变换和集成支持矢量机的早期故障智能诊断[期刊论文]-机械工程学报2006(08)14.刘世元.杜润生.杨叔子小波包改进算法及其在柴油机振动诊断中的应用[期刊论文]-内燃机学报2000(01)相似文献(10条)1.期刊论文吴义虎.宫唤春.岳文辉.侯志祥.袁翔.宋丹丹.WUYi-hu.GONGHuan-chun.YUEWen-hui.HOUZhi-xiang.YUANXiang.SONGDan-dan基于废气排放和工况参数信息融合的内燃机失火故障诊断-电力科学与技术学报2007,22(1)提出一种利用内燃机排气中HC,CO2,O2浓度和内燃机工况参数信息融合的内燃机失火故障诊断方法,并提出描述内燃机失火程度的模糊评价指标,进行内燃机有失火故障和无故障排气成分检测对比实验,通过RBF神经网络建立失火程度评价指标与排气中HC,CO2,O2浓度以及内燃机工况参数之间关系的诊断模型.仿真分析结果表明,此模型能正确诊断内燃机失火故障.2.期刊论文姚良.成曙.张振仁.蔡艳平.YAOLiang.CHENGShu.ZHANGZhen-ren.CAIYan-ping数据采集卡在内燃机性能监测与故障诊断中的应用-计算机工程2007,33(21)针对内燃机在线性能监测和故障诊断的需求,利用PCL-818HD数据采集卡完成了内燃机工况参数数据采集系统的硬件设计,整个系统由便携式工控机、数据采集卡、传感器及其调理电路等部分组成.介绍了基于VB和DLL技术的Windows环境下数据采集程序的编制.该系统能实现对内燃机启动系统、供油系统和振动信号的高速采集,为分析内燃机性能状态并进行故障诊断提供了保证.3.期刊论文朱云芳.戴朝华.陈维荣.ZHUYun-fang.DAIChao-hua.CHENWei-rong基于优化递归小波与改进型ART2网络的内燃机故障诊断-铁道学报2007,29(1)曲轴角振动信号是内燃机故障诊断的有效依据.针对传统小波变换存在数据窗长、实时性差的局限性,构造出一类用递推公式进行小波变换的小波基.基于该类小波基的小波变换不受分析窗的制约,能够实时地提取暂态特征.同时提出此类小波时频特性的优化方法,对内燃机曲轴角振动信号进行递归小波分解,并提取特征.针对传统ART2网络只利用模式的相位信息而丢失幅度信息和网络性能依赖于样本顺序等不足,在网络权值更新时引入平均滤波和关联函数,以便提高网络稳定性和收敛速度,同时降低其对样本输入顺序的敏感性.最后,将改进型ART2网络应用于内燃机故障诊断.实验结果表明,递归小波能反映内燃机状态信号的特征;改进型ART2网络训练耗时小于传统ART2网络的3%,识别率为100%.4.期刊论文张友亮.何瑞香内燃机状态监测与故障诊断综述-山东内燃机2005,(1)内燃机是生产的主要动力之一,然而,它又是一种复杂的往复式机械,状态监测和故障诊断十分困难.本文从监测信号(参数)、信号特征提取方法、信息融合识别方法等方面对内燃机目前的状态监测与故障诊断进行了综述.5.学位论文李辉基于曲轴角振动信号的内燃机故障诊断系统研究2004内燃机是一种重要的动力机械,广泛地应用于发电、机车车辆、工程机械、汽车及船舶动力等领域.因此,对内燃机的工作过程进行状态监测和故障诊断,对确保系统正常、安全运行,提高设备的维修质量和效率都是十分必要的.内燃机曲轴的角振动信号含有丰富的内燃机工作状态信息,很多学者都在研究利用此信号来诊断内燃机故障,并取得很大进展.神经网络具有高度并行性、联想泛化能力、模式提取及容错能力,因此在内燃机故障诊断领域得到了广泛应用,这极大推进了内燃机故障智能诊断技术的发展.该文在扭振测量分析系统(TVM)的基础上,开发了便携式内燃机曲轴角振动测量与故障诊断系统(CTDS).CTDS系统与TVM系统相比主要有两方面的改进:一是系统具有便携的功能;二是系统可进行故障诊断.系统的便携功能是通过多机通信技术,串口通信技术及组件技术实现的,它比TVM系统功能更完善,使用更方便.系统采用了基于角振动信号的二级诊断策略,把扭振信号反算法和单谐次诊断法作为系统一级诊断的工具.作者实现了一级诊断方法的编程工作,并进行了仿真计算,证明了它们的正确性;系统的二级诊断采用神经网络法,作者编制了软件并进行了实验验证.目前,利用角振动信号诊断内燃机工作过程故障的研究多是关于停缸故障或各缸均匀性的一级诊断,而对于产生故障的部位或原因即二级诊断内容则很少涉及.为此,该文研究如何利用神经网络诊断内燃机具体工作过程故障,属难度较大的二级诊断.文中提出针对不同故障提取不同的特征参数的思路,即多模式规则,同时也给出了从角振动位移信号中提取具体工作过程故障特征参数的两条新原则.对于BP神经网络的优化设计,该文采取了两个措施:一是从神经网络本身出发,即学习函数的选择和隐含层神经元数的确定;二是从样本集出发,即采用样本差法强化故障特征,通过降维处理削弱非故障信息,同时,降低样本空间冗余度.实验研究表明,用上述方法设计的BP神经网络具有良好的网络性能,可有效地实现故障模式的分类.通过该文的研究,丰富了内燃机故障诊断技术,得出了一些有益的结论,为内燃机具体工作过程故障诊断,即二级诊断,提供了神经网络法.开发的便携式内燃机曲轴角振动测量与故障诊断系统,具有较好的工程应用价值.6.会议论文夏勇.张振仁.商斌梁.薜模根.郭明芳图像处理在内燃机故障诊断中的应用2000本文探讨了图像处理在内燃机故障诊断中的应用,给出了缸盖振动信号的图像化方法.提取灰度图像的纹理特征和直方图的特征,得到内燃机各种状态下图像的特征参数,并生成基于图像灰度空间的特征向量,达到了故障诊断的目的.结果表明图像处理技术应用于内燃机故障诊断是行之有效的.7.期刊论文陈保家.李力.张园.CHENGBao-jia.LILi.ZHANGYuan尺度--小波能量谱在内燃机故障诊断中的应用-内燃机学报2006,24(3)为了对内燃机气门及活塞-连杆组故障进行有效地诊断,通过试验测取内燃机在不同故障下的振动信号,利用连续小波变换得到信号在尺度上的平均能量分布,即信号的平均尺度-小波能量谱.根据不同故障下振动信号在尺度上的能量分布差异,提出了基于尺度-小波能量的标准特征向量,并以此作为标准,结合欧氏距离方法,对待检故障信号进行诊断,定量判断出了内燃机的故障类型,取得了很好的结果,该方法为内燃机故障诊断提供了一种有效途径.8.期刊论文华春蓉.闫兵.董大伟.许明恒.HUAChunRong.YANBing.DONGDaWei.XUMingHeng基于0.5谐次扭振的内燃机故障诊断研究-机械强度2006,28(4)依据内燃机轴系测点扭振与各缸激振力矩的关系式,利用0.5谐次扭振的幅值与相位特性,进行内燃机各缸作功状态监测和拉缸故障诊断.以6135柴油机为对象的应用研究验证利用0.5谐次扭振确定故障阈值方法的实用性和诊断准确性.对6240柴油机的实例分析表明,不仅可以利用0.5谐次扭振相位角准确判断出内燃机拉缸缸号,还可利用其幅值反映拉缸故障程度.因此,利用0.5谐次扭振对内燃机进行一级诊断和三级诊断具有较强的工程应用价值.9.期刊论文夏勇.商斌梁.张振仁.薛模根.郭明芳.XIAYong.SHANGBin-liang.ZHANGZhen-ren.XUEMo-gen.GUOMin-fang图像处理在内燃机故障诊断中的应用研究-机械科学与技术2001,20(3)在应用图像处理进行故障诊断的基础上，探讨了应用这一技术进行内燃机故障诊断与状态监测时应注意的一些问题。指出利用缸盖振动信号小波包分解后的时-频分布图的灰度直方图进行故障诊断的效果并不好，并分析了原因；进行了信号加噪声与不加噪声的诊断效果对比，发现噪声对基于图像处理的气阀机构故障诊断的影响不大，验证了这一方法的工程实用性和可行性。10.学位论文彭恒义基于振动分析的内燃机故障诊断研究2004由于内燃机结构复杂、激励源众多等特点,目前尚无一套成熟实用的诊断方法能对内燃机进行准确的故障诊断,建立内燃机的故障诊断系统是人们努力的方向.本文主要以振动诊断法为主,在对内燃机进行结构和振动特性分析的基础上,针对内燃机表面振动信号的时域、频域特性和非平稳时变特点,通过对实测故障信号和正常信号的对比分析,给出了几种对内燃机诊断行之有效的特征提取方法和故障特征量,如时域分析方法和时域特征量、频域分析方法和频域特征量、时频分析方法和时频特征量以及小波包特征量.在此过程中,重点对短时傅立叶变换、Wigner-Ville分布和小波变换这三种时频分析方法进行了分析比较,将他们分别用于内燃机失火故障实例的诊断,取得了比较好的效果,证明时频分析方法在内燃机表面振动信号特征提取中具有比传统的傅立叶频谱分析更好的特征提取能力.对应用于多层前馈神经网络的BP算法进行了分析研究,并介绍了各种改进算法,采用附加动量项和自适应调整学习速率法相结合的策略,克服了标准BP算法收敛速度慢和易陷入局部极小点的缺点,在此基础上建立了基于BP神经网络的内燃机故障诊断模型,用实例验证了该模型的有效性.在综合运用上述各种方法、理论的基础上,用VisualC++和MATCOM混合编程方法开发了一套内燃机故障诊断系统,并用于生产实际.本文的研究结果表明,综合采用时域、频域、时频域和小波包特征量,建立基于BP神经网络的内燃机故障诊断系统是可行的,但是要彻底解决内燃机的故障诊断问题,还有许多工作要做,尤其是各种故障的振动机理和非平稳信号特征提取的分析研究,最后本文提出了一些有待进一步改进和完善的工作及建议.本文链接：