. . . .
②观测信号频率结构变化的故障诊断方法
小波多分辨率分析能够描述信号的频谱随时间变化情况或信号在某时刻
附近的频率分布。系统故障由于产生原因不同,通常具有不同的频率特征。利用
小波变换尺度与频率的对应关系,分析观测信号的频率结构特点,可以有效地检
测系统的故障。有人利用多分辨率分析获得系统状态信号奇异值特征矩阵,并根
据相应的故障检测算法,实现对系统故障检测,该方法成功实现对某一武器平台
上的精密弹簧阻尼器的故障检测。有研究者提出了利用Mallet塔式算法实现对
系统的多故障检测,将观测信号进行多尺度分解,获得故障在不同尺度下的特征,
进而实现故障区分,利用该方法实现对某一电网上不同故障的区分。
③基于系统脉冲响应函数小波变换的故障方法
�系统故障导致系统结构和传递函数发生变化,其脉冲响应函数也必然发生
变化,这一变化可以由少数几个小波变换系数反映出来。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利用小波变换去噪提取系统波形特征的诊断方法
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。近年来,已
经出现了很多基于小波变换的去噪方法。Mallat提出了通过寻找小波变换系数
中的局部极大值点,并据此重构信号,可以很好地逼近未被噪声污染前的信号 。
Donoho也提出了一种新的基于阈值处理思想的小波去噪技术。利用去噪后的
信号可以直接对系统进行故障诊断,也可利用此信号进行残差分析。通过去噪获
得系统输出信号来进行故障诊断,方法上比较简单,但对故障的判断受限于观测
人员自身的经验。某期刊文献中提出了基于小波变换的含噪系统辨识方法,利用
噪声和信号在小波变换下的不同特性达到消噪目的,直接对含噪声的数据进行小
波变换来实现系统辨识。
2) 小波变换与模式识别相结合的故障诊断方法�
�
在故障诊断过程中,对于那些使系统输出发生明显变化的故障,利用小波变换
能够有效检测出。但是,当故障的程度很小时,使用小波变换所得的可视信息是
有限的,这些信息用于故障检测是困难的。某些研究员提出了利用模式识别中的
统计相似性分析的方法进行故障特征提取与诊断,信号检测值与样板之间的相似
性是通过二者之间的距离来实现的。直接使用小波变换的小波系数的所有值作
为特征矢量是不现实的,因此必须进行特征压缩。这一方法特别适用于缓变故障
或具有故障趋势的系统故障诊断。
3) 基于小波分析和模糊逻辑理论的故障诊断方法�
模糊逻辑理论是描述与处理广泛存在的不精确、模糊的事件和概念的有效理
论工具。近年来人们已将这一理论成果应用于故障诊断中。但在故障诊断中,通
常是将这一理论和其他方法相结合来实现的。某研究人员将小波变换和模糊逻
辑理论相结合,实现对影响电网稳定性的干扰源故障诊断。还有研究者用小波变
换分析模糊数据的局部时频特性来进行故障的检测与分离,利用了在线和离线的
学习算法进行规则库的设计和更新。
2 / 16
评论0
最新资源