基于形态提升小波的机械状态监测数据压缩研究
2014-09-06王怀光张培林吴定海范红波
振动与冲击 2014年10期
王怀光,张培林,吴定海,李 兵,范红波
(军械工程学院 车辆与电气工程系,石家庄 050003)
对大型复杂机电设备进行远程监测为实时了解掌握其运行工况的重要技术手段。为实时掌握装备状态信息,基于CAN总线的状态监测网络应用愈加广泛。前端分布式节点通过传感器采集各关键部件响应信息,所测数据不仅含慢变信号,如油温、水温、油压、转速等,且含机械振动等快变信号,机械振动信号多为动态复杂非平稳信号,如裂纹、断裂、冲击、漏气、失火等故障状态信号,常会造成海量数据,给通信带来一定困难。状态监测数据表现为时间轴上数据序列,通常含大量冗余信息。而数据压缩为增加数据密度技术,可节约存储空间并减少数据传输流量,提高信息传输速度及效率,可解决该问题的最好办法[1-2]。在机械状态监测中,机械故障90%可由振动信号中检测出来,实测振动信号数据压缩存在诸多问题,测试数据一般为双精度浮点型,不像文本数据存在重复,编码压缩率低。目前实测振动信号数据压缩方法研究较少。
本文由机械振动监测目的特殊性出发,更好为后续降噪、特征提取及诊断服务,用小波稀疏分解特性,提出基于提升小波系数优化重组、编码方法,提高压缩效果及其在数据压缩的应用;用形态学滤波器非线性分析特性故障诊断信号预处理需求,能实现对振动信号数据压缩,预制噪声干扰,保留有用信号,具有计算量小,计算速度快等优点,具有良好应用前景。……
登录APP查看全文
