功率谱在调速阀故障诊断中的性能分析.pdf

维修 R 删n g a n d M a in fe n a n c e 功率谱在调速阀故障诊断中的性能分析 吴文兵① ②黄宜坚③ ①福州外语外贸学院， 福建 福州 3 5 0 0 1 8 ； ②厦门大学信息科技学院， 福建 厦门3 6 1 0 0 0 ； ③华侨大学机电工程学院， 福建 泉州 3 6 2 0 2 1 摘要 利用小波包分别提取调速阀振动时的正常信号和故障信号的 A R功率谱的特征值 ， 之后利用提取的 特征值作为 L S S V M 的输入 ， 对调速阀的故障进行诊断 ， 取得了良好效果 ， 并与原始信号的效果进行 了对比， 并阐明了原因。 关键字 故障检测调速阀AR功率谱小波包L S S V M 中图分类号 T H1 6 1 文献标识码 A T h e p e r f o r ma n c e a n a l y s i s o f p o we r s p e c t r u m i n a r e g u l a t i n g v a lv e S f a u l t d i a g n o s i s W U We n b i n g ∞ ，HU A N G Y i j i a n ③ ①F u z h o u T e c h n i c a l C o l l e g e o f F o r e i g n S t u d i e s ， F u z h o u 3 5 0 0 1 8 ， C H N ； X i a m e n U n i v e r s i t y ， X i a m e n 3 6 1 0 0 0 ， C H N ； Hu a q i a o U n i v e r s i t y ， Q u a n z h o u 3 6 2 0 2 1 ， C HN Abs t r ac t By me a ns o f wa v e l e t p a c k e t ，t h i s p a p e r f i r s t e x t r a c t s f e a t u r e s f r o m t h e AR po we r s p e c t r u m o f s i g n a l s i n n o r ma l a n d f a u l t s t a t e r e s pe c t i v e l y，t h e n t h e f e a t ur e s a r e i n p ut t o a L S S VM a s p a r a me t e r s t o d i a g n o s e f a u l t s，a n d t h e r e s u l t i s s a t i s f a c t o r y ． Fu r t h e r mo r e，t h e r e s u l t i s c o mp a r e d wi t h t h a t o f p rima r y s i g n a l s， a n d t h e c a u s e s a r e i n t e r p r e t e d ． Ke y wo r d sF a u l t Di a g n o s i s；S p e e d-r e g u l a t i n g Va l v e；AR Po we r S pe c t ru mm ；W a v e l e t Pa c k e t ；L S S VM 谱估计的模型参量法是现代谱估计应用最广泛的 一种方法。 能模块 的详细设计 ， 实现对设备基本信息的管理和检 修流程的规范， 同时通过综合设备状态信息实现故障 诊断 、 状态评估 与检修决策 ， 提高设备的可靠性和检修 工作的准确性 ， 为状态检修在发动机制造企业 的实施 提供技术支持。 参考文 献 [ 1 ] 史进渊， 杨宁 ， 危 奇， 等． 火电厂主设备状 态检修技术 的研究 [ J ] ． 动 力工程 ， 2 0 0 2 ， 2 2 6 2 0 1 1 2 0 1 4 ． [ 2] 陈建华 ， 段美春． 火 电厂设备状态检修决策 支持系统 的研究 [ J ] ． 设 备管理与维修， 2 0 1 1 5 1 0 1 2 ． [ 3 ] 董超， 陈刚， 李冰， 等． 基于点检的发电设备状态检修系统实施[ J ] ． 臆用科技 ， 2 0 0 4 ， 3 4 7 1 9 - 2 1 [ 4 ] 张聪 ， 陈刚 ， 李冰 ， 等． 沙角 C电厂设备状 态检修平 台的设计 [ J ] ． 电 站系统工程 ， 2 0 0 6 ， 2 2 1 1 3 3 3 4 ． [ 5 ] 王学东． 玲珑金矿电气设备实施状态检修的探讨[ J ] ， 黄金， 2 0 0 3 ， 2 4 1 0 3 0 3 1 ． [ 6] 林华 ， 李军 ． 发 电设备状态检修平台总体方 案的研 究 与探讨 [ J ] ． 继 电器 ， 2 0 0 4 ， 3 2 7 6 5 6 8 ． [ 7 ] 冯德富． 在线检测技术 在发 动机生产 制造 中的应用 [ J ] ． 汽 f 配 件 ， 2 0 0 7， 1 2 6 3 2 3 3 ． [ 8] 李 为， 刘歆一 ， 郑勇峰． 加工中心 可靠性系统分析方法的研究[ J ] ． 机 电J 程 ， 2 0 0 7， 2 4 6 4 0 - 4 3 ． [ 9 ] 苏坚 ， 史进渊 ， 杨宇 ， 等． 可靠性分析 技术在 电站 主机和辅 机状态检 修 中的应用 [ J ] ．动力工程 ， 2 0 0 3 ， 2 3 6 2 8 3 3 2 8 3 5 ． [ 1 0 ] 黄树红 ， 李建兰． 发电没备状态检修 与诊断方法 [ M] ． 北京 中国电 力 出版社 ， 2 0 0 8 5 5 7 2 ． 第一作者 余然， 男， 1 9 8 7年生， 硕 士研 究生， 主要 从事故障诊断和检修方向的研究。 编辑李静 收稿 日期 2 0 1 1 0 8 1 0 文章编号 1 1 1 2 5 7 如果您想发表对本文的看法。 请将文章编号填入读者意见调查表中的相应位置。 国家 自然科学基金 5 0 9 7 5 0 9 8 ， 2 0 0 8福建省重大专项课题 2 0 0 8 H Z 0 2 0 1 1 9 8 善 耋 ’。 I‘ 通过建立 A R模 型来表示所 给定的抽样数据过 程， 即是将信号看成是由白噪声通过一模型所产生的 数据 n ； 这样就回避了Ⅳ个数据样本以外均为 0的 假设 ， 再将所求的变量代人该模型相应 的理论功率谱 表达式， 从而得到谱估计。这种谱估计方法有效避免 了频谱泄漏， 提高了谱的分辨度。 1 实验过程 调速 阀如图 1 所示 ， 其进 口压力 即液压泵出 口 压力 P 由溢流阀调整， 基本上保持恒定。调速阀出口 压力 P ， 由液压缸活塞上的负载 F决定 。F增大时 ， P 增大 ， 使得调速阀进 出 口压差 P 一P 将减小。在节流 阀的前面串上一差压式减压阀， 其 目的是使油液先经 减压阀产生一次压降， 将压力降为P 。减压阀阀心的 自动调节作用， 可使节流阀前后压差 △ p P 一 P 基本 上保持不变 。当节流阀后腔 弹簧损坏 、 阀内外 出现漏油 现象或节流口处积有脏物时 均会导致 调速阀出现故障 ， 这些故障情况均会在调速阀 工作时产生的振动信号中表 现出来。针对这些情 况， 本 实验设置了使节流阀后腔弹 簧变形并在弹簧里加异物 的 故障 图 1 调速 阀结构 图 数据采 集 时利 用 N I的 软件 L a b V I E W 及 P C 1 6 0 1 4的数据采集卡和一个加速度传感器， 依次采集调 速阀在正常和故障状态下的振动信号。在测试过程 中， 采样频率设为 1 0 2 4 Hz ， 读取频率为 5 1 2 H z 。 由于测试过程 中系统外部 和 内部各种 因素 的影 响 ， 必然在输出过程 中夹杂着许多不需要的成分 ， 这样 就需要对所获得 的数据进行预处理 ， 剔 除混杂在信号 中的干扰噪声。本文采用中值法对采集的振动信号进 行了预处理。处理后的正常信号和故障信号分别如图 2和 图 3所示 II - u - l 山 J }J l J l I lJ IJ I I III I 讪 山 『 l『 I 1 『 1f 唧 一 O 5 0 0 1 0 00 1 5 0 0 2 00 0 2 5 0 0 图2 正常状态原始信号图 ZU I Z l l_平 弟 2 ． 1 ． 0 ． 一O． 一 一1． _ 一 2 ． R n d M a jni fe n a n C e 改装与维修 0 50 0 1 0 00 1 5 0 0 2 0 0 0 2 5 0 0 图3 故障状态原始信号图 2 A R建模 如 图4所示 ， 假设 Y t 是 系统 实 际输 出信 号 Y t 经过去噪后的信号， 系 统输出的随机振动信号是由 均值等于零的非高斯 的白噪 声 o t 造成的， 所以输出的 随机信号 中含有丰富的动态 信息 ， 可以建立 A R模型 D 图4 信号流图 y f ∑ y 1 一 0 ， l ， 2 ， ⋯， Ⅳ l 1 式中 i 1 ， 2 ， ⋯， P 为自回归系数； p为 自回归模型 的阶数。对于稳定的线性物理过程 h t ， 考虑到系统 为最小相位系统， 可得 到基 于 A R模型的功率谱表达 式 P 彻 ∞ ∞ 式中 表示 的是频率 ； y 。 是滞后量为 0的二阶累量 ； 是系统的传递函数； H ∞ 为 的共轭函 数 。 3 L S S V M 原理 L S S V M方法采用最小二乘线性系统作为损失函 数 ， 寻优 目标 函数为 1 1 n 1 ∑e 2 一 一 I 其约束条件为 [ W b ]一1e 0 i 1 ， 2 ， ⋯， n 其 中 为惩罚因子 ； e 为每一个样本点给定的误差量 。 定义如下 L a g r a n g e函数 1 1 n ， J ， b ， ∑e 一 一 一 J ∑ 。 { Y i [ 6 ] _ l e } 3 其中， ∈ R为 L a g r a n g e 乘子。为求式 3 的最小值， 将其对W 、 b 、 e 、 分别求偏导， 并令等于0 ， 有下面的矩 5 4 3 2 O 0 4 改装与维修 。 ffHz 1 0 9 j一 八 、 。 t f Hz 图5 正常状态信号A R 功率谱图 1 0 9 ‘ ， 一 L， ＼ 。 f ／ H z 图6 故障状态信号A R 功率谱图 表 1 特征值向量表 。 。 D 。 ffHz 1 0 9 ＼ 一 √ J L 。 f ／ H z O． 8 8 1 0 0 ． 0 61 9 0 ． 0 3 0 7 0 ． 0 0 6 1 0． 01 5 3 0 ． 0 03 0 0． o o1 5 0 ． 0 0 0 5 0． 9 7 3 2 0 ． O 1 4 9 O． 0 0 7 5 0 ． 0 O 0 4 0． 0 0 3 7 0 ． 0 0 0 2 0． 0 0 0 l 0 ． 0 o O O 正常状态 O ． 9l 1 3 0 ． 0 4 7 l O ． o 2 3 4 O ． o o3 5 O． 01 1 7 O ． 0 O1 8 0． 0 O 0 9 O ． O 0 o 2 0． 4 9 9 7 O ． 21 4 2 0． 0 7 4 9 0 ． 0 7 1 0 0． 0 3 7 1 0 ． 0 3 3 2 0． 0 2 6 9 0 ． O 4 3 0 0． 5 8 6 6 O ． 2 O 4 8 0． 0 9 0 8 0 ． 0 3 2 3 0． 0 4 3 9 0 ． 0 l 5 5 0． 0 0 9 5 0 ． 0 l 6 6 故障状态 0． 7 2 9 0 0 ．1 3 8 9 0． 0 6 4 6 0 ． O 1 6 7 0． O 3l 8 0 ． 0 0 8 4 0． 0 0 4 6 0 ． 0 0 6 0 阵方程 『 0 一 y r I 【 Y Z Z 。圳 ， ex p { 一 4 其 中， z[ Y 。 ； Y 2 ； ⋯； Y ] ， y [ ， 1 ； y 2 ； ⋯ ； Y ] ， e [ e 1 ； e 2 ； ⋯； e ] ， o l [ o t 1 ； o l 2 ；⋯； o L ] 一 1[ 1 ； 1 ； ⋯； 1 ] 。若选取核函数 K ， ， X j ， i ， 1 ， 2， ⋯， n ， 最终得到的 L S S V M 最优分类决策函数为 l厂 s g n [ ∑o ti y K x ， 6 ] 其 中， ， b是线性方程组 4 的解。由于径 向基核函 数学习能力较强， 本文选用该函数对减压阀故障进行 识别。该 函数表达式为 4实验结果分析 本次实验一共获取了 3 6组数据 ， 正常状态和故障 状态各 l 8 组。为了对所获得的信号进行定量分析以 便进行故障判别 ， 首先计算出每组数据的A R功率谱 ， 如图 5和图 6所示 。从 图中可 以看 出， 正常状态下 的 A R功率谱不如故障状态下的尖锐， 底部也更宽大， 这 种直观上的差别为故障诊断提供了可能。为了有效判 别故障， 本文利用小波包分别对正常状态和故障状态 下的A R功率谱进行 3层分解与重构， 本文选取的小 波基为 d b l 。以 ， J ． 0 ， 1 ， ⋯， 7 代表经小波包分解 釜 蔓 垫 2 0 1 1年第 1 2期 O 9 8 7 6 5 4 3 2 1 O 一 一钆 O 9 8 7 6 5 4 3 2 1 O 后的第三层第J ‘ 个信号的系数， 以s 表示 ， 的重构信 号， 如图7 所示。设 s ， 对 应的能量为E ， 则有 ． n j I s I d t ∑l x jk l ， x j k j0 ， 1 ， ⋯， 7 ， k1 ， 2 ， ⋯， n 其中 x j k j O ， 1 ， ⋯， 7 ， k 1 ， 2 ， ⋯， n 表示重构信号 S 。 的离散点的幅值。构造归一化特征向量 [ E 3 0 ／ E E 3 l ／ E E 3 2 ／ E E 3 3 ／ E E 3 4 ／ E E 3 5 ／ E E 3 6 ／ E E 3 7 ／ E] 其中 E ∑I 巨 。 构造的特征 向量如表 1 所示。在构造了特征向量之 后 ， 分别将正常状态 和故 障 状态 编码为 1和一1 。由于 数据是在 5种不同的压力和 电动机转速的情况下采集 ， 所 以训练时分别在表 1的正 常数据和故障数据中各取出 相对应的5组数据对所建立 的最小二乘支持向量机进行 训练。训练结束后再利用该 支持 向量 机对所 剩下 的 2 6 组数据进行故障识别。经过 参 数 寻 优 取 7 9 、 0 ． 7 6 ， 模拟结果如图 8所示。 结果表明， 全部 2 6组数据中 只有一组正常状态的数据识 别错误 ， 结果是令人满意的。 为 了对 比 A R模型 的优点 ， 再对原始数据 如图 2和图 X 1 0 7 2 r _ ] 【 ．△．． j 0 1 0 0 0 2 0 0 0 30 0 0 1 0 1 r ] 一 ] 0 1 03 O 2 0 0 0 30 0 0 一疆 x 10 5 耍 五 耍 臣 一 1 0 1 面2 0 0 3 o O o 黧 匝 图7 小波重构 图 3所示 采取了相 同步骤。训练时所选取 的数据也分 别与 A R功率谱训练时的数据相对应 ， 模拟结果如图9 训练与测 试比较 I L 、 ‘⋯ l l平 用 朋 R n ga n d n f e n a n c e改装与维修 所示。结果显示 ， 在 1 3组正 常数据 中有 7组识别错 误 ， 结果是不理想的。出现这种情况的原因就在于 相 对于截取一段原始数据进行分析 ， A R模型有效避免 了频谱泄漏， 提高了谱的分辨度。而小波包正是提取 了功率谱中的低频和高频信息， 从而有效对故障进行 了识别。 5 结语 训练与测试 比较 本文通过对 A R功率谱和原始信号在调速阀故障 诊断中的性能对比分析， 得出了 A R模型在故障诊断 中具有优势的结论 ， 并对这一结论进行了理论分析， 对 故障诊断具有一定意义。 参考文献 [ 1 ] 刘君华， 贾惠芹， 丁晖． 虚拟仪器图形化编程语言 L a b V I E W 教程 [ M] ． 西安 西安电子科大学出版社， 2 0 0 1 3 4 ． [ 2 ] 张利平． 液压阀原理、 使用与维护[ M] ． 北京 化学工业出版社2 0 0 5 1 4 6 -2 0 4． [ 3 ] 赵中敏． 以振动信号分析方法诊断机械故障[ J ] ． 中国设备工程， 2 0 0 6 1 1 3 8 3 9 ． [ 4 ] F A N Y S ， Z H E N G G T ．R e s e a r c h o f h i g h - r e s o l u t i o n v i b r a t i o n s i g n a l d e - t e c t io n t e c h n i q u e a n d a p p l i c a t i o n t o me c h a n i c a l f a u l t d i a g n o s i s [ J ] ．Me - c h a n i c a l S y s t e ms a n d S i g n a l P r o c e s s i n g ， 2 0 0 7 ， 2 1 2 6 7 8 6 8 7 ． [ 5 ] 刘忠 ， 杨 国平． 工程机械液压传动原理 、 故障诊 断与排 除[ M] ． 北 京 机械工业出版社 ， 2 0 0 5 2 8 4 - 2 8 7 ， 2 9 0 - 2 9 1 ． [ 6] 胡昌华 ， 张军波 ， 聂军 ， 等． 基于 MA T L A B的系统分 析与设计小 波分析[ M] ． 西安 西安电子科技学出版社， 1 9 9 9 2 0 3 2 2 5 ． [ 7 ] 张贤达． 时间序列分析[ M] ． 北京 清华大学出版社 ， 1 9 9 6 1 3 8 2 0 8． [ 8 ] 李永龙 ， 邵忍平 ， 曹精明． 基于小波包与支持向量机结合 的齿 轮故障 分类研究 [ J ] ． 西北 工业大学学报 ， 2 0 1 0 8 ． [ 9 ] 朱树先， 张仁杰． 支持向量机核函数选择的研究 [ J ] ． 科学技术与工 程 ， 2 0 0 8 ， 8 1 6 4 5 1 3 - 4 5 1 7 ． 编辑宋业钧 收稿 日期 2 0 1 1 一 O 1 3 0 文章编号 l l l 2 5 8 如果您想发表对本文的看 法， 请将文章编号 填入读者意 见调查表中 的相应位置。 1 8 6 4 2 O 2 4 6 8 l 0 0 O 0 O O O O 1 8 6 4 2 O 2 4 6 8 1 O O 0 0 O O O 0