吴舰，　黄侠

(贵州师范大学 机械与电气工程学院， 贵州 贵阳　550001)



提升小波变换在煤矿轴承故障诊断中的应用研究

吴舰，黄侠

(贵州师范大学 机械与电气工程学院， 贵州 贵阳550001)

针对煤矿关键设备中滚动轴承故障诊断问题，提出将提升小波变换应用到煤矿轴承故障诊断中，介绍了提升小波变换原理，并设计了自适应提升小波预测器和升级滤波器。仿真结果表明，轴承故障信号实际测量值与理论值平均误差小于3%，说明利用提升小波变换能够实现噪声条件下轴承故障信号的准确识别。

轴承故障诊断； 提升小波变换； 自适应提升小波

网络出版地址：http://www.cnki.net/kcms/detail/32.1627.TP.20160902.1019.018.html

0　引言

当煤矿关键电动机轴承出现损伤类故障时，其测量信号中会出现以轴承元件固有频率为载波频率的多频率调制信号，主要体现于不断重复的脉冲衰减信号中[1]。现阶段煤矿电动机轴承振动监测多采用时域和频谱分析，时域分析方法易受噪声干扰，频谱分析方法对于设备轴系故障有效，但对于损伤类故障，由于冲击振动持续时间短，故障特征频率的信号能量比较弱，故障信号被强大的噪声信号淹没，微弱故障特征成分很难从传统频谱中鉴别出来[2]。离散小波变换(DWT)在信号去噪和低比特率的压缩算法中应用广泛[3]。早期的离散小波变换已经实现了多重速率的滤波器组功能。本文介绍了提升小波变换原理，并将其应用到煤矿轴承故障诊断中。

1　提升小波变换原理

提升小波变换由分割、预测、升级3个基本操作迭代完成[4]，如图1所示。该过程是基于Sweldens[5]提出的双正交小波开发的空间区域进行的。

分割：将原始数据分割成2个不相交的子集。如图1中将原始数据集x[n]分割为xe[n]=x[2n](偶数索引点)和x0[n]=x[2n+1](奇数索引点)。

图1　提升小波变换原理

预测：使用预测算子p产生小波系数d[n]，将d[n]作为x0[n]到xe[n]的错误估测。d[n]计算公式为

(1)

升级：结合xe[n]和d[n]获得一个缩放系数c[n]，表示对原始数据x[n]的粗略近似：

(2)

式中:u()为升级算子。

通过多次迭代提升过程，在输出端产生完整的一组DWT的缩放系数cj[n]和小波系数dj[n][4]。

式(1)和式(2)可改写为

(3)

(4)

2　自适应提升小波设计

2.1预测器设计

通常情况下，预测算子p是线性移位不变滤波器，是关于z的函数：p(z)=p1z-1+p2+p3z+p4z2。一个N=4的预测器如图2所示，用矢量形式可表示为

(5)

图2　N=4的预测器

预测的目的是消除生成小波系数过程中产生的低次多项式。对于线性预测，形成N×(2N-1)的矩阵 [V]m,n=nm,n=-(N-1),-N，…,(N-1),m=0,1,…，N-1。为了阻止所有多项式递增为N—1阶，令

Vg=0

(6)

由g形成一个范德蒙矩阵的前N行，在N维子空间中，用N×N的矩阵V0和预测器p(z)的系数矢量改写式(6),得

(7)

2.2升级滤波器设计

在标准的提升过程中，预测系数p[k]必须先于升级滤波器固定。升级滤波器如图3所示，其表达式为uz-2+u2z-1+u3+uz。

图3　升级滤波器

(8)

2.3自适应变换

在尺度自适应变换中，每个提升阶段都会调整预测器，以在相应的尺度上匹配信号结构。自适应变换的基本思路是使用一个线性的N点预测器，但要求其抑制多项式最多只能到M(M

3　测试与仿真

故障检测方案如图4所示，该方案利用信号发生器模拟轴承在不同故障状态下的故障信号，通过功率放大器放大模拟信号，推动谐振器产生振动，然后用标准振动传感器与示波器标定谐振器振动大小。将振动传感器接入振动分析仪振动策略通道，将频率测量信号接入振动分析仪频率测量通道，通过提升小波变换算法分析频率信号，从而得到故障信号。

图4　故障检测方案

用上述方案模拟产生转速为6m/s、故障频率为14.53Hz的调制振动信号，如图5所示。

采用升级小波算子对调制振动信号进行分析，识别信号频率如图6所示。

图5　调制振动信号

(a) 载波

(b) 故障波形

采用多组检测频率对算法进行验证，振动台模拟轴承故障振动信号数据及测试结果见表1。

表1　振动台模拟轴承故障振动信号数据及测试结果

由表1可知，利用信号发生器调制频率仿真不同转速下对应的轴承故障频率，利用振动分析仪采集、计算得到的轴承故障信号与模拟故障信号基本一致，其测量实际值与理论值平均误差小于3%，说明提升小波变换能够实现对噪声条件下弱轴承信号的准确识别。

4　结语

通过实验平台模拟故障频率处振动大小，对不同转速下、不同频率所对应的故障频率进行辨识，测试结果表明，测量值与理论值平均误差小于3%。因此，利用提升小波变换能够实现对噪声环境中故障信息的准确提取，有效提升了煤矿关键设备轴承的自诊断能力。

[1]李臻,操虹,贾洪钢,等. 煤矿带式输送机轴承监测诊断系统及其应用[J]. 工矿自动化,2011,37(12): 15-18.

[2]DONOHODL.De-noisingbysoft-thresholding[J].IEEETransactionsonInformationTheory, 1995, 41(3): 613-627.

[3]SWELDENSW.Theliftingscheme:Acustom-designconstructionofbiorthogonalwavelets[J].AppliedandComputationalHarmonicAnalysis,1996,3(2):186-200.

[4]DAUBECHIESI,SWELDENSW.Factoringwavelettransformsintoliftingsteps[J].JournalofFourierAnalysisandApplications, 1998, 4(3): 247-269.

[5]张鹏, 倪世宏, 谢川. 提升小波尺度自适应非线性预测算子构造方法[J]. 中南大学学报(自然科学版),2012,43(3):992-996.

[6]GOUZEA,ANTONINIM,BARLAUDM,etal.Designofsignal-adaptedmultidimensionalliftingschemeforlossycoding[J].IEEETransactionsonImageProcessing,2004,13(12):1589-1603.

[7]许悦雷, 马时平, 朱立民,等. 基于提升的自适应非线性小波变换研究[J]. 系统仿真学报, 2009, 21(16): 5141-5144.

[8]DAUBECHIESI.Tenlecturesonwavelets[M].NewYork:SocietyforIndustrialandAppliedMathematics, 1992.

[9]乔淑云. 基于EMD方法的煤矿绞车轴承故障诊断[J]. 工矿自动化,2016,42(4):51-54.

[10]GOLUBGH,LOANCFV.Matrixcomputations[M].Baltimore:JohnsHopkinsUniversityPress, 1989.

Application research of lifting wavelet transform in fault diagnosis of coal mine bearing

WU Jian，HUANG Xia

(SchoolofMechanicalandElectricalEngineering,GuizhouNormalUniversity,Guiyang550001,China)

Inviewoffaultdiagnosisproblemofantifrictionbearinginminecriticalequipment,thepaperproposedtoapplyliftingwavelettransformtofaultdiagnosisofcoalminebearing,introducedprincipleofliftingwavelettransform,anddesignedadaptiveliftingwaveletpredictorandupgradedfilter.Thesimulationresultsshowthataverageerrorofactualmeasurementvalueandtheoreticalvalueofbearingfaultsignalislessthan3%,whichindicatesthattheuseofliftingwavelettransformenablesaccurateidentificationofbearingfaultsignalundernoisyconditions.

bearingfaultdiagnosis;liftingwavelettransform;adaptiveliftingwavelet

1671-251X(2016)09-0074-03DOI:10.13272/j.issn.1671-251x.2016.09.018

2016-04-11；

2016-07-21；责任编辑：胡娴。

贵州省科技厅研究项目(黔科合SY〔2010〕3023号)。

吴舰(1969-)，男，贵州贵阳人，副教授，硕士研究生导师，研究方向为智能控制技术，E-mail:13985560745@163.com。

TD67

B网络出版时间：2016-09-02 10:19

吴舰，黄侠.提升小波变换在煤矿轴承故障诊断中的应用研究[J].工矿自动化，2016,42(9)：74-76.