矿用电动机振动信号早期故障特征提取方法.pdf

工矿自动化 In d u st ry an d Mi n e Au t o mat i o n 第45卷第5期 2019年5月 Vo l . 45 No . 5 May2019 文章编号1671-251X201905-0096-04DOIi O. 13272/j . i ssn . 1671-251x. 17I99 矿用电动机振动信号早期故障特征提取方法 张建公 开滦集团有限责任公司，河北唐山06301 扫码移动阅读 摘要针对现有矿用电动机振动信号故障特征提取方法存在依赖参数设置、频率混叠、信号失真等问题 提出了一种基于双树复小波变换的矿用电动机振动信号早期故障特征提取方法。利用双树复小波变换对采 集的矿用电动机振动信号进行分解，得到各层双树复小波系数，并采用软阈值滤波对各层双树复小波系数进 行滤波处理，滤波处理后的双树复小波系数经双树复小波变换重构获得去噪信号应用结果表明，该方法能 有效去除电动机振动信号中噪声，提取的早期故障特征能很好地反映电动机实际运行工况，为电动机早期故 障诊断提供了有效依据。 关键词电动机早期故障；振动信号；故障特征提取；双树复小波变换；软阈值滤波 中图分类号TD67 文献标志码A Earl y f au l t f eat u re ext rac t i o n met h o d o f vi brat i o n si g n al o f mi n e-u sed mo t o r ZHANG Ji an g o n g Kai l u an Gro u p Co ., Lt d ., Tan g sh an 06I018, Ch i n a Abstract In vi ew o f pro bl ems o f paramet er set t i n g , f req u en c y al i asi n g an d si g n al d i st o rt i o n exi st i n g i n c u rren t f au l t f eat u re ext rac t i o n met h o d s o f vi brat i o n si g n al o f mi n e-u sed mo t o r, an earl y f au l t f eat u re ext rac t i o n met h o d o f vi brat i o n si g n al o f mi n e-u sed mo t o r based o n d u al -t ree c o mpl ex wavel et t ran sf o rm waspro po sed ,Fi rs,l y, c olec ,ed vi bra,i o n si g n al o f mi n e-u sed mo ,o ri sd ec o mpo sed by u si n g d u al -,ree c o mpl exwavel e,,ran sf o rm,so as,o o b,ai n d u al -,reec o mpl exwavel e,c o efi c i en ,s o f eac h l ayer,Th en s o f , ,h res h o l d f i l ,eri n g i s u s ed ,o f i l ,er,h e d u al -,reec o mpl ex wavel e,c o efi c i en ,s o f eac h l ayer,A,l as ,, d en o i si n g si g n al i so b,ai n ed byrec o n s,ru c ,i o n o f ,h ef i l ,ered d u al -,reec o mpl ex wavel e,c o efi c i en ,s,Th e appl i c ai o n res u l ,s s h o w,h a,,h e me,h o d c an efec ,i vel yremo ven o i sei n ,h e mo ,o rvi bra,i o n si g n al ,an d ex,rac ,ed earl yf au l ,f ea,u rec an ref l ec ,ac ,u al o perai n g c o n d i ,i o n o f mo ,o r, wh i c h pro vi d es an efec i ve bas i s f o rearl yf au l ,d i ag n o s i s o f mo ,o r, Key words mo t o r earl y f au l t; vi brat i o n si g n al; f au l t f eat u re ext rac t i o n； d u al -t ree c o mpl ex wavel et t ran sf o rm ； so f t t h resh o l d f i l t eri n g 0引言 矿用电动机轴承故障、不对中故障等是电动机 最常见故障,12矿井工况复杂、恶劣，伴有冲击性 振动、噪声等，且负载波动较大，矿用电动机早期故 障特征微弱，如何在强噪声背景下对其进行有效提 取成为当下研究热点。。矿用电动机振动信号故障特 征提取的研究分为2个方面 一是利用噪声实现对 信号中微弱特征的增强，如随机共振3、差分振 子弘5、混沌振子6等方法，但其应用效果依赖于参 数设置;二是通过滤除信号中的噪声来提取信号特 征，如经验模态分解滤波7、小波滤波8等方法，但 存在频率混叠、信号失真等问题。双树复小波变换 在小波变换的基础上进一步发展而来，降噪性能突 收稿日期收稿日期2019-01-07小波分解尺度;““为原始信号;为原始信号;k为位移因子为位移因子。 同理，可得虚部树小波变换的小波系数IImk 和尺度系数cJmk。因此，合并实部树和虚部树的 输出，可得双树复小波变换的小波系数IC k和尺 度系数cCk IC k Ie k jIImk 3 c\ k c\e k jcJm k 4 根据式1式4，可实现单支重构，重构后的 信号为信号为 di cj t 5 其中 d[t 2 , da k0h2t n n { { i djm k2g2t肌- 6 1{ cj t 2Ji , cfkh 2Jt n n { cJm kg2t 1 7 式中式中n为实数部位移因子为实数部位移因子; ;i为虚数部位移因子为虚数部位移因子o 2降噪滤波降噪滤波 降噪滤波一般分为硬阈值滤波和软阈值滤波降噪滤波一般分为硬阈值滤波和软阈值滤波 2种方式种方式,4-o由于硬阈值滤波会使信号存在附加震由于硬阈值滤波会使信号存在附加震 荡,荡,5-,而通过软阈值滤波去噪后信号更光滑,所以采-,而通过软阈值滤波去噪后信号更光滑,所以采 用软阈值滤波对信号进行处理用软阈值滤波对信号进行处理。软阈值函数为软阈值函数为,5- / -sg n Rj“ , 8 .0 I Rj“ I V 式中中Rj, ,R,分别为分别为降噪滤波噪滤波前后的第后的第J j 1,2, ，J 层第层第z“ 1,2,，N,N为第为第j层双树复小波层双树复小波 系数的个数个双树复小波系数；系数的个数个双树复小波系数；为阈值，为阈值， ③黄强研究员，互联网煤矿安全监管监察关键技术研发与示范；④喻川高级工程师，矿井人员、车辆与设 备精确定位技术与应用；⑤龚大利高级工程师，煤矿大脑人工智能在煤矿的应用；⑥高强高级工程师，智慧矿山建设核 心技术及解决方案；⑦刘坤高级工程师，基于自组网的融合应急通信系统在矿山中的应用；⑧常琳高级工程师，煤矿安全监 控系统电磁兼容设计必要性研究；⑨李晓方高级工程师，大数据在煤矿安全生产中的应用；⑩ 仝兆景副教授，基于贝叶斯网 络的电机轴承状态分析模型；⑪孙继平教授，智慧矿山关键技术。 中文核心期刊刊、中国科技核心期刊刊、RCCSE中国核心学术期刊刊（A）工矿自动化杂志2019年第5期对会议进行了全面 报道 第28届全国煤矿自动化与信息化学术会议暨第9届中国煤矿信息化与自动化高层论坛论文集被中国知网收录