【正文】 “基于小波分析和神經(jīng)網(wǎng)絡(luò)的電機故障診斷方法 ”研究報告 摘要 電機是現(xiàn)代工業(yè)中最主要的動力能源和驅(qū)動設(shè)備之一，不僅需要進一步提高電機驅(qū)動自動化水平，更要求電機的運行具有很高的可靠性、安全性和穩(wěn)定性。本文通過監(jiān)測電機振動信號對直流電動機故障進行診斷研究，提出了基于小波分析和神經(jīng)網(wǎng)絡(luò)的電機故障診斷方法，利用小波變換提取振動信號特征，利用神經(jīng)網(wǎng)絡(luò)識別特征，輸出電機相應(yīng)的運行狀態(tài)。 關(guān)鍵詞： 故障診斷 小波分析 神經(jīng)網(wǎng)絡(luò) 振動信號 第一章 引言 課題的研究背景與研究意義 隨著現(xiàn)代工業(yè)制造的發(fā)展 ， 電機巳經(jīng)成為當今生產(chǎn)活動和日常生活中最重要的原動力和驅(qū)動裝置。由于電機大量的應(yīng)用 ,使用環(huán)境的不同 ,所驅(qū)動的負載也各盡不同等原因 ， 導(dǎo)致了電機故障時有發(fā)生 ， 特別是一些運行環(huán)境惡劣、負載沖擊性很大的場合中運行的電機 ， 其故障率更高。近些年來 ,因關(guān)鍵電機設(shè)備故障而引起的事故時有發(fā)生 ， 造成了慘重的經(jīng)濟損失。 一直以來 ,針對電機的各種故障 ， 一般都選用成熟、可靠的繼電保護措施。繼電保護技術(shù)是在電力系統(tǒng)發(fā)展背景下產(chǎn)生的 ， 其目的是對電力系統(tǒng)進行保護 ,避免在電力系統(tǒng)中發(fā)生災(zāi)難性事故。繼電保護經(jīng)歷了 4 個發(fā)展階段 ， 第一個階段是基于電磁式保護裝置 ， 第二個階段是基于晶體管式繼電保護裝置 ， 第三個階段是基于集成電路繼 電保護裝置 ， 最后一個階段是基于微機繼電保護裝置 ， 也是目前使用最廣泛的繼電保護裝置。目前繼電保護被廣泛應(yīng)用于電機設(shè)備系統(tǒng)中 ， 其主要目的是當電機發(fā)生故障或異常時 ,在可能實現(xiàn)的最短時間和最小區(qū)域內(nèi) ， 自動將電機故障設(shè)備從系統(tǒng)中切除 ， 或發(fā)出信號由值班人員消除異常工況根源 ， 以避免事故發(fā)生惡化。外表上看 ,繼電保護的作用很明顯 ， 但是它并沒有從根本上避免事故的發(fā)生。因為只有當事故已經(jīng)發(fā)生時 ， 繼電保護才會起作用。這可能導(dǎo)致一系列問題 ， 比如繼電保護可能會突然斷開整個生產(chǎn)線中的電源 ， 使整個生產(chǎn)線上的設(shè)備突然停電 ， 不會造成其他設(shè)備的 損害 ， 也會造成一定的經(jīng)濟損失。正如文獻 [1]中所描述的 ： “設(shè)備的繼電保護 ,并不意味著能夠預(yù)防事故的發(fā)生 ， 它只能在事故發(fā)生后采取行動 ； 它是在懸崖絕壁下的救護車 ,而不是懸崖頂上保護行人的柵欄。” 為了從根本上避免災(zāi)難性事故的發(fā)生以及保證電機及其所驅(qū)動負載的安全運行 ， 應(yīng)對電機采取故障診斷。與采用繼電保護相比 ， 電機故障診斷具有的優(yōu)點是電機故障診斷能夠在電機故障初期就能發(fā)現(xiàn)故障 ， 從而避免電機故障的進一步惡化。此外還可以為電機制造商提供經(jīng)驗 ， 積累數(shù)據(jù) ,有利于電機性能的提升 ， 增強可靠性。 設(shè)備故障診斷技術(shù)的發(fā)展狀況 設(shè)備故障診斷技術(shù)是從上世紀 60 年代發(fā)展起來的一門新學(xué)科，從科學(xué)發(fā)展的大環(huán)境來看，設(shè)備故障診斷技術(shù)的產(chǎn)生也是各學(xué)科交叉發(fā)展的必然。隨著人工智能、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)技術(shù)和知識發(fā)現(xiàn)理論的發(fā)展，以及監(jiān)測技術(shù)、計算機技術(shù)、電子技術(shù)和通訊技術(shù)等相關(guān)學(xué)科領(lǐng)域的進步發(fā)展，設(shè)備故障診斷技術(shù)從理論到實際應(yīng)用都有了很大發(fā)展，已形成一門集數(shù)學(xué)、物理、力學(xué)、化學(xué)、電子技術(shù)、計算機技術(shù)、信息處理和人工智能等各種現(xiàn)代科學(xué)技術(shù)于一體的綜合性極強的智能化故障診斷技術(shù) [79]。 該學(xué)科以設(shè)備的管理、狀態(tài)監(jiān)測和 故障診斷為內(nèi)容，以建立新的維修體制為目標，在各個領(lǐng)域得到了推廣和應(yīng)用，它提高了對設(shè)備故障診斷的科學(xué)化、合理化、系統(tǒng)化、準確化等，大大豐富了人們在故障機理、故障識別與診斷等領(lǐng)域的知識，其作用和效益日趨顯著。 國內(nèi)外發(fā)展狀況 目前 ， 許多國家的大學(xué)和公司都在開展電機故障診斷技術(shù)的研究工作其中取得了較好研究成果的研究機構(gòu)主要集中在歐洲、美國、日本的一些知名大學(xué)和一些知名電氣公司 ， 例如 ： 美國的紐約大學(xué)、弗吉尼亞大學(xué)、南加利福尼亞大學(xué)等 ,日本的京東大學(xué)、大阪大學(xué)等 ， 德國的通用電氣公司和美國的 ENTEK 公司等 。其中部研究成果 已 經(jīng)被轉(zhuǎn)化成產(chǎn)品投放到市場 ， 如美國的 ENTEK 公司的交流感應(yīng)電機診斷儀。我國對電機故障診斷技術(shù)也非常重視 ， 例如在 60 年代就提出了帶電實驗的方法 ， 該方法由于存在一些致命的缺點 ,并沒有得到廣泛的實踐和應(yīng)用。近年來 ， 我國也進行了大量的電機故障診斷技術(shù)研究 ， 并取得了一定的研究成果 ， 特別是清華大學(xué)高景德、王祥行等在電機故障分析方面做出了重大貢獻。 電機故障診斷技術(shù) 自 19 世紀發(fā)明電機以來，由于電能應(yīng)用方便，且電機的性能優(yōu)良，便于控制，所以得到了迅速普及。電機是工業(yè)領(lǐng)域中最主要的動力能源和驅(qū) 動設(shè)備，各行各業(yè)的使用場和性能要求千差萬別，因此電機的種類、型號、結(jié)構(gòu)林林總總，不同的環(huán)境對電機有不同的使用要求，不同的電機有不同的工作原理。 電機故障診斷技術(shù)發(fā)展到今天已經(jīng)經(jīng)歷了三個階段： 第一階段：診斷結(jié)果在很大程度上取決于領(lǐng)域?qū)＜业母泄俸蛯I(yè)經(jīng)驗，對診斷信息只作簡單的數(shù)據(jù)處理，比如人工定期維修制度。 第二階段：是以傳感器技術(shù)和動態(tài)測試技術(shù)為手段，以信號處理和建模處理為基礎(chǔ)的現(xiàn)代化診斷技術(shù)，在工程中得到了廣泛的應(yīng)用。 第三階段：為了滿足復(fù)雜系統(tǒng)的診斷要求，隨著計算機及人工智能的發(fā)展，診斷技術(shù)進入以知識處 理為核心，信號處理、建模處理與知識處理相融合的第三發(fā)展階段 ——智能診斷技術(shù)階段。 狀態(tài)監(jiān)測和故障診斷；故障診斷的四個步驟為 ： 信號檢測、特征提取 (信號處理 )、狀態(tài)識別和診斷決策。電機故障診斷的基本實施過程，電機的故障診斷技術(shù)的實施過程，一般可分為兩個階段、四個步驟。兩個階段分為狀態(tài)監(jiān)測和故障診斷；故障診斷的四個步驟為 ： 信號檢測、特征提取 (信號處理 )、狀態(tài)識別和診斷決策。電機故障診斷的基本實施過程，如圖 11 所示： 圖 11 電機診斷基本過程 (1) 信號檢測：按不同的診斷目的選擇最能表現(xiàn)工作狀態(tài)的信號，為故障分析診斷提供依據(jù)。 (2) 特征提取 (信號處理 )：將初始模式向量進行信號處理，維數(shù)壓縮，形式變換，去掉冗余信息，提取故障特征，形成待檢模式，獲得對診斷工作有價值的，既敏感又直觀的信息。 (3) 狀態(tài)識別：將待檢模式與樣式模式 (故障檔案 )進行對比和狀態(tài)分類。這一步是整個診斷過程的核心，需要建立判別函數(shù)，規(guī)定函數(shù)準則并力爭使誤差最小。 (4) 診斷決策：根據(jù)診斷系統(tǒng)的分析判斷，做出相應(yīng)決策，對設(shè)備的管理和維修工作進行必要的預(yù)測及干預(yù)，實現(xiàn)預(yù)知維修。 主要研究內(nèi)容 由上述可知，自動化設(shè)備運行的穩(wěn)定性受到了世界各個國家的普遍重視，故障診斷技術(shù)也成為各國學(xué)者競相研究的熱點。其中，智能診斷系統(tǒng)以其智能性和實性正受到越來越多的重視，小波分析和人工神經(jīng)網(wǎng)絡(luò)是該領(lǐng)域的研究熱點之一。本文在廣泛查閱國內(nèi)外相關(guān)文獻資料的基礎(chǔ)上，針對實驗室直流驅(qū)動系統(tǒng)的直流電動機對電機故障診斷方法進行系統(tǒng)研究，報告主要內(nèi)容涉及以下幾個方面： （ 1）闡述了研究內(nèi)容的背景， 概述了故障診斷技術(shù)的發(fā)展狀況和理論體系構(gòu)成；全面介紹了電機故障診斷的技術(shù)的特點和實施過程。 （ 2）在介紹了傅里葉分析和小波分析的基礎(chǔ)上，系統(tǒng)的闡述了多分辨率分析及小波包分析理論，從理論上對小波包用于非平穩(wěn)信號特征提取進行了可行性研究； （ 3）在介紹了人工神經(jīng)元模型和神經(jīng)網(wǎng)絡(luò)優(yōu)點的基礎(chǔ)上，深入研究了 BP 神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)和其正向傳播和反向調(diào)整的算法原理，從理論上研究了應(yīng)用 BP 網(wǎng)絡(luò)進行故障狀態(tài)模式識別的優(yōu)越性。 （ 4）對直流電動機的常見故障及其振動分析進行了研究，全面介紹了振動信號處理方法；介紹了小波與神經(jīng)網(wǎng)絡(luò)的結(jié)合方法，詳細介紹了基于小波包的信號能量特征提取方法和步驟，并利用 MATLAB 軟件 編程軟件予以實現(xiàn)；并且詳細介紹了應(yīng)用 BP 神經(jīng)網(wǎng)絡(luò)進行故障診斷分類的方法和步驟，并利用 MATLAB 軟件編程軟件予以實現(xiàn)；系統(tǒng)闡述了振動信號采集系統(tǒng)及其相關(guān)問題；并對論文所述故障診斷方法進行了仿真實驗研究。 第二章 小波及小波包分析理論 小波變換的提出是一種對于數(shù)字信號處理在數(shù)學(xué)計算方法上的突破 ， 也是對傅立葉變換的一種延伸與補充。小波變換是一種通過對信號進行平移和伸縮進行多尺度分析，并在時間與頻率兩個方向上對信號進行局部變換，可以有效的從數(shù)字信號中抽取有用信息。利用小波變換對數(shù)字信號進行分析已然成為一種新興的數(shù)字信號處理技術(shù)，尤其因為其在微弱信號信息提取方面的優(yōu)勢，成為國內(nèi)外數(shù)字信號處理技術(shù)研究的重點。 小波變換的基本原理 傅立葉分析 眾所周知，傅立葉變換與傅立葉分析是現(xiàn)代數(shù)字信號處理技術(shù)的基石，它將信號分析從時域引入到頻域內(nèi)分析，可以從物理上對一個信號的進行更加清楚的解釋。 從傅立葉級數(shù)的概念可以得出，任意一個周期信號都可以表示為直流分量和各次諧波分量疊加之后的結(jié)果。用更數(shù)學(xué)化的語言描述，即任意一個滿足狄里赫利條件的周期函數(shù)都可以展開成為一組規(guī)范正交基的線性組合。這組規(guī)范正交基即為熟知的： 0co s ( )af kw t? 21 0si n( )bf k w t? 22 經(jīng)典的傅 立 葉變換（ FT）定義如下： ( ) ( ) jtF f t e dt?? ?? ???? ? 23 ( ) ( ) jtF t f e d????? ???? ?