泵机组振动信号提取与消噪研究

《泵机组振动信号提取与消噪研究》由会员分享，可在线阅读，更多相关《泵机组振动信号提取与消噪研究（5页珍藏版）》请在金锄头文库上搜索。

1、 - 1 - 泵机组振动信号提取与消噪研究泵机组振动信号提取与消噪研究 李丹丹 河海大学工程力学系，南京（210098） E-mail：lidandan003 摘摘 要：要： 随着人们对水电机组安全可靠性的重视， 机组的状态监测和故障诊断研究不断取得 进展，各种监测方法和手段不断推陈出新。结合水利部“948”项目，本文主要在泵机组状态 监测和故障诊断过程中，对测试对象、测试部位进行了探讨；指出了轴振动和轴承振动测量 方式提出了泵机组振动信号特征的提取方法； 研究了小波分析用于泵机组状态监测和故障诊 断过程中在数据预处理中的应用研究表明在数据消噪过程中， 针对泵机组大轴摆度信号 而言最佳小波基为

2、 Db4、阈值策略为 henrsure、最佳分解层数为 3。 关键词关键词：泵机组；小波分析；信号消噪；数据压缩 1. 引言引言 大型旋转机械如风机、压缩机和汽轮机等设备是石油、化工、冶金和电力等现代企业中 的关键生产工具， 对这些设备开展状态监测与故障诊断工作以保障设备安全可靠的运行， 可 以取得巨大的经济效益和社会效益。 大型旋转机械的故障常在振动状况方面体现出来， 因此， 根据振动信号进行监测与诊断目前仍是设备维护管理的主要手段，经过多年的发展与完善， 旋转机械振动故障诊断已经形成了比较完备的理论与技术体系。 近年来， 随着非线性理论的 发展，尤其是信号处理、知识工程和计算智能等理论技术

3、与故障诊断的融合渗透，使旋转机 械振动故障诊断的内容得到了进一步的丰富与充实。 发生故障的旋转机械在运行中一般处于非线性振动状态， 陈予恕等应用非线性动力学理 论，针对发电机组轴系存在的关键振动问题，建立了转子非线性动力学模型，从理论、试验 和数值计算等方面， 对各种故障因素影响下的动力学行为进行了综合分析， 提出了对轴系振 动故障进行综合治理的方案1。高金吉对高速涡轮机械振动故障机理进行了研究，探讨了振 动主导频率与产生振动的直接原因之间的关系， 编制了亚异步、 同频、 超异步振动故障原因、 机理及识别特征表格，给出了在设计制造、安装维修、运行操作、机器劣化等方面产生故障 的主要问题及防治方

4、法2。文献3阐述了旋转机械常见故障，如不平衡、不对中、弯曲、裂 纹、松动、碰摩、喘振、油膜涡动、油膜振荡、旋转失速等故障的产生机理，以表格的形式 总结出了各种故障与振动特征、 敏感参数和故障原因之间的对应关系， 给出了相应的治理措 施。 作为大型旋转机械的泵站机组， 采用计算机网络对泵站机组运行状态进行实时监测是泵 站机组状态监测和故障诊断的发展方向。 由于计算机要采集传输来自各种仪器和传感器的大 量的实时数据，这对网络是一种严重的考验，也对数据存储提出了新的挑战。为缓解网络压 力，有必要对这些实时数据进行数据压缩。同时对于来自各种仪器和传感器的信号而言，不 同程度地存在着噪声的污染问题， 而

5、噪声的干扰使得对真实信号的分析产生偏差， 甚至发生 严重错误，因此有必要对信号进行数据消噪处理，还原实际信号。 2. 振动信号提取振动信号提取 从整体上看， 旋转机械的绝大多数机械故障都与转子及其组件直接相关， 因此对于大型 旋转设备而言，可以从监测转子的振动来发现故障，而对于泵机组而一言，首要的任务就是 对转子进行监测。当泵发生故障时，转子振动的变化比轴承要更敏感，这是因为油膜具有轴 - 2 - 承间隙，其中的油膜起到了抑制振动的作用。常用的振动信号采集系统为 CRAS 振动信号 采集与分析处理系统，该系统为分析机械结构振动的强有力工具。CRAS 是以 PC 机为核心 的振动信号检测与分析系

6、统，以 PC 机为基础配以 A/D 板、信号采集器、传感器、放大器等 硬件后，用丰富的 CRAS 系列软件来实现振动信号或其他随机信号的采集，信号分析、系 统分析和模态分析等项工作的。 在对机组的测点进行评价时发现， 由于机组的特点， 一些测点不能够合理的安装传感器， 因此对于转子进行监测时并不能够完全满足要求。 故在水导轴承和推力轴承处布置振动传感 器， 作为辅助手段， 对机组振动情况进行综合分析。 对机组的振动测量所需要的传感器而言， 一般高频采用加速度传感器，中频采用速度传感器，而低频则采用位移传感器。由于机组的 转速为 136.4rpm，所以对于轴的径向摆度，即振动采用电涡流传感器，而

7、轴承的振动则采 用速度传感器。 泵机组在运行过程中，由于水力、机械、电气等方面的原因常常引起机组的振动，对于 电机而言其故障可能是二相交流电机定子异常产生的电磁振动、 气隙静态偏心引起的电磁力 等；对于机械原因有主轴的滑动摩擦，转子不对中等；对于水力因素则主要表现为机组偏离 最优效率点从而引起压力脉动幅值过高， 或山于流道设计参数未优化等。 本文主要研究由机 械原因所引起的故障情况，因而振动信号中往往并不含有高频分量，主要表现较低的频率。 振动测试中的采样频率为 512Hz，机组转频为 2.273Hz，采样频率为转频的 225 倍，这满足 信号分析的要求。图 2-1 为某泵机组主轴径向摆度信号

8、。 图 2-1 主轴径向摆度信号图 3. 小波分析基本理论小波分析基本理论 随着小波理论的深入发展， 小波应用和产业的建立也成为一种趋势。 从 20 世纪 90 年代 初， 国内不少院校和科研单位相继成立了小波理论和应用研究的专题小组， 已取得了部分突 出成果。现在，有关小波理论的文献已经遍布当代信息科学的所有学科。所有这些都充分显 示了小波分析自身的优势和强大生命力。 采用小波滤波方法对信号进行消噪，必须满足三个基本假设4： (1)噪声经小波变换后大多数小波系数为零或近似为零； (2)噪声均匀分布在所有的系数中； (3)噪声水平不是太高。 假设观测数据 iii gf+= i=1，2，3，N)

9、2( n N = 由真实信号 i g 和加性噪声 i 组成，其向量形式表示为 += gf 。在理想情况下， i 为正态噪声；不相关的噪声；方差为常量。实际情况诚然并非严格如此，因此每种条 - 3 - 件可以适当放宽，以满足实际的需要。但是最终目标是在观察到 f 的情况下，对 g 进行估 计。 设 )(W 和 )( 1 W 分别表示小波变换和逆变换算子，小波变换用于降噪过程可以分为 如下三个阶段： （1）分解过程 )( fWw = ：选定某种小波基，对信号进行分解； （2）作用阈值过程 ),(tDwt= ：为非线性滤波算子，它是滤波问题的核心； （3）重建过程 )( 1 t Wg = ：将处理后

10、的系数通过小波重建恢复信号。 4. 振动信号消噪处理振动信号消噪处理 4.1 信号压缩信号压缩 正交小波的离散小波变换提供了高效的数据压缩方式，数学上己经证明了这一点。 信号压缩的一般步骤如下： （1）对信号进行小波或小波包分解，在此步骤中选取合适的小波基，计算各个尺度下 的细节系数； （2） 对分解的高频系数进行阈值量化处理， 对分解的各层高频信号进行阈值量化处理； （3）对阈值量化处理后的系数进行重构。 在实际分析中， 遇到的问题是怎样选取合适的小波基和分解层数， 以及怎样选择阈值并 达到最佳的压缩质量， 以上几点不单单在压缩中要考虑到更要结合信号消噪一起考虑以得出 最佳结果。 4.2 信

11、号消噪信号消噪 信号降低噪的准则： （1）光滑性：在大部分情况下，降噪后的信号至少和原信号具有同等的光滑性； （2）相似性：降噪后的信号和原信号的方差估计是最坏情况下的方差最小。 从以上分析可以得到小波域阈值滤波中的两个基本问题：阈值函数的选取和阈值的确 定。 阈值函数的选取体现了小波系数的处理策略， 主要分为软阈值函数、 硬阈值函数和半软 阈值函数。它们的基本思想都是去除小幅值的系数，对幅值较大的系数进行收缩或保留。 在小波域阈值滤波中， 阈值函数的选取直接影响滤波效果， 目前大量的文献提出了确定 阈值的方法5 6。 小波滤波除了阈值函数选取和阈值确定两个基本问题之外， 还存在另外两个非常重

12、要的 问题小波基的选取和分解层数的确定。 这不仅存在于小波滤波中， 也存在于数据压缩中。 这里在 DbN 小波中进行优化 针对泵机组主轴径向摆度信号本文选用硬阈值策略下的启发式 SURE 阈值（henrsure） 方式。 4.3 实例实例泵站主轴径向摆度信号消噪泵站主轴径向摆度信号消噪 对泵机组主轴摆度数据进行处理可以确定 Db4 小波为最优小波基，因而可以确定信号 消噪时的分解层数。 依据消噪的最高信噪比可以确定最佳分解层数为 3 层， 可采用的阈值策 略为启发式 SURE 阈值（henrsure）的方式。 - 4 - 图 4-1 主轴径向摆度信号消噪前后信号对比 采用上述方法对实际的机组主

13、轴摆度信号进行处理7，其结果如图 4-1 所示。 图 4-2 主轴摆度信号消噪前后频谱变化图 通过图 4-2 可以看出滤波后的信号比原信号光滑， 同时由于消噪后信号与原始信号的能 量比例为 0.9960，较好地保证了与原信号的相似性。 滤波前细节系数占总能量的比例为： cd1， cd2， cd3=0.0360，0.0795，0.0959 滤波前后细节系数占总能量的比例为： cd1， cd2， cd3=0.0000，0.0128，0.0455 噪声的分布主要集中在较高的频率段中， 因此小波滤波后， 对比滤波前后反映高频信息 的细节系数所占信号能量的比重可以看出，高频信号所占比重减小，即噪声被滤除

14、，留下的 - 5 - 信号为真实信号。 5. 结论结论 本章针对卧式贯流泵机组， 详细研究了机组稳定性分析中测试对象、 部位选择以及轴与 轴承的振动测量方式； 针对泵机组振动信号的特点， 指出了数据压缩过程中分解层数的选择 和阈值的选取方式，研究了小波分析在泵机组振动信号滤波中的应用，研究表明采用 Db4 小波对主轴摆度信号进行三层分解，采用基于启发式 SURE 阈值的阈值估计（henrsure）进 行处理，可以得到最佳的结果。 参考文献参考文献 1 陈予恕非线性动力学理论与大型火电机组振动故障综合治理技术J中国机械工程，1999，10(9)： 1063-1068 2 高金吉高速涡轮机械振动故

15、障机理及诊断方法的研究学位论文北京：清华大学，1993 3 徐敏，张瑞林等设备故障诊断手册M西安：西安交通大学出版社，1998：291430 4 Donoho D L. Wavelet Shrinkage and W.V.D-A Ten-Minute Tour. Http:/www.stanford.edu/toulous.gs 5 Chang S G, Bin Yu, Vetterli M. Adaptive Wavelet Tresholding for image Denoising and CompressionJ. IEEE Trans. Image Processing, 2000

16、, 9(9): 15321546 6 Kim H, etal. On Denoising and Best Signal RepresentationJ. IEEE Trans. Inform. Theory, 1999, 5(7): 22252238 7 张飞，郑源，陈振华小波分析在泵站机组信号预处理中的应用J水泵技术，2006.6： 2830 Research on Vibration Singnals Distilling and Denoing of Pump Unit Li Dandan Mechanical Engineering of Hohai University，Nanjing （210098） Abstract With more attachment on stability and reliability of hydropower unit, pr