矿山现代化机械故障诊断的谐波小波分析

矿山现代化机械故障诊断的谐波小波分析

摘要 矿山机械设备在煤矿生产中有着举足轻重的作用，其工况的优劣关系到煤矿的安全生产。随着科学技术的进步和经济建设的发展，对机械设备的性能要求越来越高，其结构也越来越复杂。因此，如何提高矿山机械设备的可靠性、可控性，保障设备的安全、稳定、长周期、满负荷优质运行，及时发现并消除故障，以成为机械工程学亟待解决的新课题。基于此，本文就矿山机械故障诊断的谐波小波分析进行探讨研究。

关键词 矿山机械；故障诊断；谐波小波

前言

在矿山机械运行异常时，振动信号表现为复杂的动态非平稳信号，利用此信号可有效地对故障进行诊断。处理非平稳信号需从时域、频域、局部以及整体等多个方面进行分析，以提取丰富的特征信息。为此，谐波小波不仅具有较强的时域局部分析能力，而且还具有极好的“盒型”频谱、完美的滤波特性以及零相位特性，能够有效提取局部微弱信号，克服了信号遗漏和频泄现象，诸多优点确立了其在故障诊断方向的优势。

1 谐波小波分析的概述

谐波小波的理论最早是由英国剑桥大学Newland教授提出來的，组成谐波小波的实部小波呈偶对称，而虚部小波呈奇对称，其中实部和虚部均为零相移且相互正交，由此可以得出其相位锁定能力很强，因此在进行诊断时我们选择相位作为参考因素。谐波小波滤波效果极强，是理想的带通滤波器。

而谐波小波变换的基本思想类似于Fourier变换，小波分析优于博立叶之处在于，它能够实现时域和频域的局部分析，即通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析（Multiscale Analysis），从而可以聚焦到信号的任意细节。因此，小波变换被誉为分析信号的显微镜。

现今，谐波小波分析解决了传统的傅立叶变换不能用于非平稳信号、不能同时进行时一频局部化分析等难题，被大量应用在信号处理、模式识别等领域。由Newland提出的谐波小波不仅具有小波函数的优点，还具有以下优点：小波函数具有确定的数学表达式；谐波小波变换的时频分解更灵活、算法简单。由于谐波小波具有完全“盒形”的频谱特性和良好的相位定位能力，运用谐波小波进行滤波提纯，为根据轴心轨迹的形状研究旋转机械的故障提供了依据[1]。

2 谐波小波变换在矿山机械设备故障诊断中的应用

2.1 降噪处理

小波变换可以看作一个带通滤波器，从而可以对信号进行滤波抑制或消除噪音。近年来，出现了很多小波变换的降噪方法。小波变换降噪的原理与传统滤波方法不同，通过多尺度小波分解，得到了细节系数和近似系数，已被证明，随着等级的提升各级白噪声的方差和幅值呈规律性的细节变化，而振幅和方差的小波变换的信号不规模的变化有关。根据这一特性，通过调整小波系数可以减弱噪声。

小波降噪需要选择最优的小波基，否则会造成结果将是不同的原始信号。可采取随机共振（SR）方法降噪，它可以利用噪声来检测信号。近年来通过随机共振与小波理论相结合来降噪也是新的研究方向。例如，有学者提出了一种基于小波变换和参数补偿的微弱信号的多稳随机共振检测方法。而第二代小波变换作为一种时域变换方法，由于其具有多分辨特性，可以实现完全重构，从分解算法可以直接导出重构算法，运算速度快等优点近年来也被广泛研究和使用。

2.2 机械设备故障诊断

机械设备的故障信号通常是非平稳信号，也可能有较大的背景噪声。故障诊断的目的就是提取信号特征，判断故障形式。利用小波变换进行故障诊断通常有两类方法：

（1）小波故障诊断。利用小波变换直接处理信号，从而检测系统故障类型。常用方法有：①检测信号的奇异点，实现对系统突变故障诊断；②利用小波变换尺度与频率的对应关系，分析信号频率结构变化特点进行诊断；③系统脉冲响应函数小波变换诊断方法，即系统故障导致系统结构和传递函数发生变化，其脉冲响应函数的变化由几个小波变换系数可以反映出来。通常这些小波变换系统中只有少数几个元素具有较大的模，其余元素的模都非常小，以系统的状态为参照，根据系统待检状态下辨识得到的这几个元素或其平均值随时间的变化情况，就可以判断有无故障；④利用小波变换降噪提取系统波形特征进行诊断，即小波变换可以看作一个带通滤波器，从而可以对信号进行滤波。

（2）小波与其他理论结合进行故障诊断。在各学科迅猛发展的今天，越来越多的学科交叉结合在一起。当今模糊逻辑理论、分型理论、神经网络理论、数据融合、混沌理论等理论贯穿于各大学科中。进行故障诊断的同时也往往与上述理论相结合，从而进行理论上的创新和发展点[2]。

3 谐波小波分析理论的发展趋势

小波分析理论虽然在许多应用领域已取得了一定的成果，但还面临着许多问题和机遇。

（1）小波理论尚不完善，除一维小波理论比较成熟以外，高维小波、向量小波的理论还远非人们所期待的那样，特别是各类小波，如正交小波、双正交小波及向量小波、二进小波、离散小波的构造和性质的研究。未来向量小波及高维小波的研究能够为小波分析的应用开创一个新天地。

（2）最优小波基选取方法的研究。虽然国内外已有一些最优基选取方法的研究，但缺乏系统规范的最佳小波基选取方法。

（3）目前小波分析软件远不如有限差分方法、有限元方法等软件成熟和完善，缺乏具有行业权威水准的小波分析软件。因此，作为商品的高水平小波分析软件仍然很少。

（4）基于神经网络的智能处理技术没有小波理论的嵌入很难取得突破。非线性科学的研究正呼唤小波分析，也许非线性小波分析是解决非线性科学问题的理想工具[3]。

4 结束语

目前，随着谐波小波理论的迅速发展，从时频两方面对非稳态信号提供了局部化分析的手段，并且取得了很好的效果。但谐波小波分析还存在很多有待深入研究的问题，如谐波小波时域分辨率不高、小波变换后信号的细节信息与整体信息如何兼顾的问题以及谐波小波变换结果的图示手段尚不丰富等。因此，要加强实际应用研究，如开发实用的小波分析应用软件，并解决实际应用中的硬件实现问题。

参考文献

[1] 常永.基于谐波小波分析的矿山机械故障诊断研究[D].焦作：河南理工大学，2012.

[2] 秦红义.基于谐波小波包和神经网络的旋转机械故障诊断系统研究[D].秦皇岛：燕山大学，2012.

[3] 冯伟，郑晟.基于谐波小波分析的矿井通风机故障诊断[J].煤矿机械，2014，35（5）：253-255.