范万里

摘要：本文对机车牵引电动机的振动信号通过振动传感器传输至MATLAB小波包分析软件，小波包去噪处理分离出噪声信号保留有用信号，进行能量谱分解。不同特征频率的能量百分比进行归一化处理，作为改进BP神经网络样本输入数据进行训练，得到牵引电机故障诊断模型，输入样本测试数据故障诊断，测试结果显示，该模型能够有效诊断牵引电机所发生的故障。

Abstract： In this paper， the vibration signal of the traction motor of locomotive is transmitted to the MATLAB wavelet packet analysis software through the vibration sensor. The wavelet packet denoising process separates the noise signal and retains the useful signal， and carries out the energy spectrum decomposition. The energy percentages of different characteristic frequencies were normalized and trained as sample input data of improved BP neural network. The fault diagnosis model of traction motor was obtained. The test results show that the model can effectively diagnose the faults of traction motor.

关键词：牵引电机;小波分析;神经网络;故障诊断

Key words： traction motor;wavelet analysis;neutral network;fault diagnosis

0  引言

HXD3C型大功率交流传动电动机是为重载货运设计制造的六轴传动电力机车[1]。机车牵引电机在线上运行和工业电机运行条件不同[2]，机车的振动信息传递着机车的运行状态。MATLAB小波分析是将传感器测出的多个振源叠加而成的信号，通过傅里叶变换将有用的信号从干扰信号中分离出来。改进BP神经网络将小波包分离后的有用信号的能量特征值进行归一化处理，输入样本数据进行训练得到牵引电机故障模型，输入测试样本数据，模型将自动诊断出对应的故障类型。

1  小波包分析提取牵引电机故障特征值

1.1 小波包分析理论[3]

小波包分析把频带根据不一样的j尺度因子将Hilbert空间Vj+1进行正交分解成Wj小波子空间和Vj尺度空间，重新用一个新的U子空间来统一表示。令：

得到空间Hilbert的正交分解可以用式（2）表示，即：

定义U是un（t）的闭包空间，定义U是u2n（t）的闭包空间，并令函数un（t）满足式（3）的双尺度方程，即：

式中，，并且g（k）正交于h（k），两关系也是具有正交的关系。当n=0时，式（3）可以直接变成：

在小波包分析中，u0（t）和u1（t）分别退化为？准（t）和？渍（t），式（2）用（4）等价表示。尺度函数？准（t）和小波基函数？渍（t） 满足式（5）的双尺度方程：

将这种等价推广到（非负整数）时，得到式（6），即：

其中;。由（3）式构建的序列函数（）是由基函數得到的正交小波包。而hk是函数？准（t）唯一的系数，因此是序列函数{h（k）}的正交小波包。

1.2 利用小波包分析提取故障特征值

在机车牵引电机轴承位置安装传感器探头，牵引电机振动信号通过传感器发送至小波包分析软件，对信号进行小波包分析，通过小波包分析将提取到的信号按照频率的高低进行多层次分解，去掉无用的信号，将油膜振荡、转轴不对称、转轴横向裂纹、振动正常四种信号的特征值与信号频谱相匹配，牵引电机正常运行输出正常特征值，牵引电机发生轴向裂纹、油膜振荡、转轴不对中发生其中一种故障或者多种故障，小波包输出相对应的故障特征值。在长期试验中发现，小波包可以有效提取电力机车牵引电机故障特征值。

2  BP神经网络理论

2.1 BP网络结构

多层前向型是BP网络特征，其权值的调整通过反向传播进行训练学习。BP网络有多个输入，每个输入通过权值与下一层相连，下一层是有一个或者几个隐含层传递函数，输出层通过线性传递函数，第一阶段输入学习样本，从网络第一层向后计算各神经元输出，第二阶段从最后一层向前计算权值和阈值对误差的影响修正权值和阈值，两个阶段反复计算直到网络收敛。

2.2 改进BP神经网络学习算法[6]

LM的优化算法比动量BP、最速下降BP、弹性等算法收敛更快、迭代次数少、精度高[4-6]。当误差性能函数存在平方和误差的形成时，Hessian矩阵表示为：

梯度的计算式为：

LM算法对近似Hessian矩阵按式（9）修正：

当？滋=0时，式（9）为牛顿法;当系数？滋的值很大时，式（9）为梯度下降法。

3  基于改进BP神经网络的牵引电动机故障模型

3.1 BP网络的输入

小波包分解的牵引电机故障信号的能量特征值，通过人工分析存在误差较大，本文通过对小波包提取的四种故障信号能量特征值进行归一化处理后输入LM改进算法的网络进行学习训练。

对网络目标输出按照故障类型进行编码，油膜振荡（1 0 0 0）、转轴横向裂纹（0 1 0 0）、转轴不对称（0 0 1 0）、振动正常（0 0 0 1）。表1为部分样本输入数据，表2为测试数据。

3.2 LM算法的故障诊断模型的训练

该模型的输入层神经元4个，网络输出层神经元4个，样本数据输入后进行修正，直至网络收敛，输入测试数据。

图1表明，该LM算法的神经网络训练能够达到目标值，可以有效诊断机车牵引电机故障。

4  结论

小波包分析能够对机车牵引电机振动信号进行去噪处理，保留故障信号，将故障信号转换成相应的能量特征值作为LM算法的神经网络的输入样本数据进行分析诊断。表2的测试结果表明，小结合波包分析和神经网络的机车牵引电机故障诊断是可行的。

参考文献：

[1]郭德纲，樊晶.HXD3型电力机车牵引电动机[J].内江科技，2011（10）：115-116.

[2]彭文生.铁路机车牵引电动机的振动[J].机车电传动，1982（03）：10-15.

[3]张德丰，等.MATLAB小波分析[M].二版.机械工业出版社，2012，02.

[4]雷俊卿，霍永生.用神经网络分析估计斜拉桥的施工控制参数[J].中国铁道科学，2005（3）：22-25.

[5]毛颖科，关志成，王黎明，等.基于BP人工神经网络的绝缘子泄露电流预测[J].中国电机工程学报，2007，27（27）：7-12.

[6]张德丰.MATLAB神经网络应用设计[M].北京：机械工业出版社，2009.

[7]周东翔，张小明，陈明，等.小波分析在发动机故障诊断中的应用[J].内燃机与配件2019，12：240-241.

[8]朱涛.基于ABC-BP神经网络的航空发动机故障诊断方法研究[J].自动化技术，2020：82-83.