作者：吕宣哲, 纪国宜
作者单位：南京航空航天大学机械结构力学及控制国家重点实验室, 江苏 南京 210016
关键词：小波变换; 奇异性检测; Lipschitz指数; BP神经网络
摘要：
通过小波变换奇异性检测理论,利用连续小波变换提取极大模值线并求取Lipschitz指数,提取转子每转中Lipschitz指数的平均个数和全部Lipschitz指数的平均值作为转子故障振动信号的奇异性特征。通过BP神经网络对转子不平衡、不对中、油膜涡动、摩碰和无故障5种状态进行分类识别,取得了较好的效果。
Application of wavelet maximal modulus method in rotating machinery fault diagnosis
LÜ Xuan-zhe, JI Guo-yi
State Key Laboratory of Mechanics and Control of Mechanical Structures, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China
Abstract: The paper used continuous wavelet transform to extract the maximum module line and calculating the Lipschitz exponents based on wavelet transforms modulus maxima method. The number of Lipschitz exponents and the mean value of all Lipschitz exponents are used as features of rotating vibration signals' singularities. The BP neural network is used to classify the unbalance, misalignment, oil whirl, rub-impact, and trouble-free. The results show that the effect of this method is more obvious.
Keywords: wavelet transform; singularity detection; Lipschitz exponent; BP neural network
2014, 40(2): 141-144 收稿日期: 2013-1-3;收到修改稿日期: 2013-3-27
基金项目:
作者简介: 吕宣哲(1985-),男,湖北黄冈市人,硕士研究生,专业方向为故障诊断。
参考文献
[1] 褚福磊,彭志科,冯志鹏. 机械故障诊断中的现代信号处理方法[M]. 北京:科学出版社,2009:58-70.
[2] 孙延奎. 小波分析及其应用[M]. 北京:机械工业出版社,2005:199-202.
[3] Mallat S, Hwang W L. Singularity detection and processing with wavelets[J]. IEEE Trans on Information Theory,1992,32(2):617-643.
[4] 杨福生. 小波变换的工程分析与应用[M]. 北京:科学出版社,1999:1-2.
[5] 彭志科,何永勇,卢青,等. 小波局部极大模方法在轴心轨迹辨识中的应用研究[J]. 机械工程学报,2002,38(7):6-11.
[6] 宋芳莉. 图像边缘检测中的方法研究[D]. 西安:西北大学,2002.
[7] 唐艳丽,苏燕辰. 数字图像处理在距离测量中的应用[J]. 中国测试,2009,35(1):63-67.
[8] 林京,屈梁生. 基于连续小波变换的奇异性检测与故障诊断[J]. 机械工程学报,2000,13(4):523-530.
[9] Peng Z K, Chu F L, Tse P W. Singularity analysis of the vibration signals by means of wavelet modulus maximal method[J]. Mechanical Systems and Signal Processing,2007(21):780-794.
[10] 赵庆海,陈一军,高庶勤. Matlab和LabVIEW混合编程在齿轮故障识别中的应用[J]. 中国测试,2009,35(4):36-39.
[11] 米江,纪国宜. 基于改进BP神经网络的风机故障诊断研究[J]. 发电设备,2010(6):430-434.
