【正文】 而小波尺度圖通常不 用于機(jī)器的故障診斷中 。為了提高高頻區(qū)域中小波變換的分辨率，小波包變換得以被提出，小波包變換是基于小波變換提取了小波函數(shù)線性區(qū)域的分析方法。為了提高分辨率，可以采取下面的信號(hào)重構(gòu)方法。采用梯度搜索技術(shù)，使網(wǎng)絡(luò)的實(shí)際輸出值與期望輸出值得誤差均方值最小。所謂中是用聯(lián)軸節(jié)聯(lián)接起來的兩根軸的中心線存在偏差，如產(chǎn)生軸線平行偏移，軸線生角偏移或者是兩者的組合。這種渦動(dòng)頻率一般大約為轉(zhuǎn)軸轉(zhuǎn)動(dòng)角速度的一半，稱為半速渦動(dòng)。 本文采用松散型小波神經(jīng)網(wǎng)絡(luò)進(jìn)行電機(jī)轉(zhuǎn)子軸承的故障診斷研究。根據(jù)上節(jié)所述方法步驟，本課題主程序設(shè)計(jì)流程圖如圖 44 所示。模擬輸入是采集卡的最基本的功能。 (2) 采樣頻率的確定 在實(shí)際的采樣過程中，考慮到抗混濾波器的非銳截止性，實(shí)際工作中會(huì)把采樣頻率提高一些，一般取 fs≥（ 3～ 4） fmax (3) 采樣長(zhǎng)度的確定 采樣長(zhǎng)度即采樣時(shí)間的長(zhǎng)短。 小波神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)的學(xué)習(xí)訓(xùn)練 通過振動(dòng)信號(hào)采集系統(tǒng)采樣得到 6 組樣本信號(hào)，用于訓(xùn)練 BP 神經(jīng)網(wǎng)絡(luò)。利用小波包分析故障信號(hào) ,克服了傳統(tǒng)的基于傅里葉變換的信號(hào)分析方法難以對(duì)故障信號(hào)中的微弱信號(hào)和奇異信號(hào)成分進(jìn)行特征提取的缺點(diǎn) ,進(jìn)一步利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練功能進(jìn)行狀態(tài)識(shí)別 ,不需要建立故障診斷模型。實(shí)際上，由于檢測(cè)轉(zhuǎn)子軸的振動(dòng)往往要比測(cè)量軸承座內(nèi)座或外殼的振動(dòng) 需要更高的監(jiān)測(cè)條件和技術(shù)，其中最基本的條件就是合理的安裝傳感器，因?yàn)闇y(cè)量轉(zhuǎn)子振動(dòng)的非接觸式傳感器，安裝前一般需要加工設(shè)備外殼，保證傳感器與軸頸之間沒有其他物體，在不具備條件時(shí)可采取測(cè)量外殼或軸承座等措施。位數(shù)多，量化步長(zhǎng) R 就較小，誤差也會(huì)相應(yīng)減小。數(shù)據(jù)采集設(shè)備的工作過程為首先按一定的等長(zhǎng)度時(shí)間間隔對(duì)模擬信號(hào)進(jìn)行采樣即離散化，然后將每一個(gè)瞬時(shí)模擬量通過模數(shù) 轉(zhuǎn)換裝置轉(zhuǎn)換成數(shù)字量即量化，于是得到幅值和時(shí)間均離散的數(shù)字信號(hào)。以能量為元素構(gòu)造特征向量，特征向量構(gòu)造如下： 45 信號(hào)的小波包分解對(duì)信號(hào)進(jìn)行更細(xì)致的頻率劃分，將不同的頻率分量分解到相應(yīng)的 頻帶上，其節(jié)點(diǎn)系數(shù)的能量值主要依賴于諧波成分的幅度及分布，反映信號(hào)的特征信息。 小波神經(jīng)網(wǎng)絡(luò)系統(tǒng) 小波神經(jīng)網(wǎng)絡(luò)的結(jié)合途徑 小波分析由于其基函數(shù)的自動(dòng)伸縮和平移特性，已成為信號(hào)處理的重要工具。由于動(dòng)靜部分碰摩而產(chǎn)生的振動(dòng)具有豐富的頻譜特征，占據(jù)超低頻、低頻和高頻的各個(gè)頻帶，特征頻率復(fù)雜，特 別是對(duì)于早期的微弱的碰摩故障，故障信號(hào)的特征提取相對(duì)困難。由于轉(zhuǎn)子、軸承、殼體、密封和固定等部分的結(jié)構(gòu)及加工和安裝方面的缺陷，使電機(jī)在運(yùn)行時(shí)引起振動(dòng)，振動(dòng)的加劇又往往是電機(jī)破壞的主要原因，所以對(duì)電機(jī)這樣的旋轉(zhuǎn)機(jī)械進(jìn)行振動(dòng)監(jiān)測(cè)和分析是非常必要的。 神經(jīng)網(wǎng)絡(luò)識(shí)別系統(tǒng)的輸入層接收待識(shí)別樣本的特征向量，經(jīng)過隱層神經(jīng)元的運(yùn)算，輸出層的輸出就是識(shí)別結(jié)果，輸出層的每個(gè)神經(jīng)元代表一類，哪個(gè)輸出神經(jīng)元獲勝，該樣本就是該輸出神經(jīng)元所代表的那一類（所謂獲勝就是該單元的輸出遠(yuǎn)大于其他單元的輸出）。小波包算法的基本思想是將第一次分解結(jié)果的高頻部分和低頻部分利用二抽取運(yùn)算，保留其偶數(shù)部分或奇數(shù)部分（即每隔一個(gè)數(shù)保留一個(gè)）。 3. Morlet 小波 (圖 21,a)：它是一個(gè)具有解析表達(dá)式的小波，但它不具有正交性，所以只能滿足連續(xù)小波的允許條件，同時(shí)不存在緊支集，不能做離散小波變換和正交變換。 變量 ?是與窗函數(shù)的位置有關(guān)的 ， 隨著窗通過信號(hào)的不同區(qū)域 ， ? 也隨之發(fā)生變換 。這里的窗函數(shù)選擇必須是實(shí)對(duì)稱函數(shù)；在某個(gè)小區(qū)間外迅速衰減為 0。 （ 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(duì)小波包用于非平穩(wěn)信號(hào)特征提取進(jìn)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(diǎn)的基礎(chǔ)上，深入研究了 BP 神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(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(jìn)行故障狀態(tài)模式識(shí)別的優(yōu)越性。 電機(jī)故障診斷技術(shù) 自 19 世紀(jì)發(fā)明電機(jī)以來，由于電能應(yīng)用方便，且電機(jī)的性能優(yōu)良，便于控制，所以得到了迅速普及。繼電保護(hù)經(jīng)歷了 4 個(gè)發(fā)展階段 ， 第一個(gè)階段是基于電磁式保護(hù)裝置 ， 第二個(gè)階段是基于晶體管式繼電保護(hù)裝置 ， 第三個(gè)階段是基于集成電路繼 電保護(hù)裝置 ， 最后一個(gè)階段是基于微機(jī)繼電保護(hù)裝置 ， 也是目前使用最廣泛的繼電保護(hù)裝置。目前繼電保護(hù)被廣泛應(yīng)用于電機(jī)設(shè)備系統(tǒng)中 ， 其主要目的是當(dāng)電機(jī)發(fā)生故障或異常時(shí) ,在可能實(shí)現(xiàn)的最短時(shí)間和最小區(qū)域內(nèi) ， 自動(dòng)將電機(jī)故障設(shè)備從系統(tǒng)中切除 ， 或發(fā)出信號(hào)由值班人員消除異常工況根源 ， 以避免事故發(fā)生惡化。電機(jī)是工業(yè)領(lǐng)域中最主要的動(dòng)力能源和驅(qū) 動(dòng)設(shè)備，各行各業(yè)的使用場(chǎng)和性能要求千差萬別，因此電機(jī)的種類、型號(hào)、結(jié)構(gòu)林林總總，不同的環(huán)境對(duì)電機(jī)有不同的使用要求，不同的電機(jī)有不同的工作原理。 （ 4）對(duì)直流電動(dòng)機(jī)的常見故障及其振動(dòng)分析進(jìn)行了研究，全面介紹了振動(dòng)信號(hào)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(xì)介紹了基于小波包的信號(hào)能量特征提取方法和步驟，并利用 MATLAB 軟件 編程軟件予以實(shí)現(xiàn)；并且詳細(xì)介紹了應(yīng)用 BP 神經(jīng)網(wǎng)絡(luò)進(jìn)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(shí)現(xiàn)；系統(tǒng)闡述了振動(dòng)信號(hào)采集系統(tǒng)及其相關(guān)問題；并對(duì)論文所述故障診斷方法進(jìn)行了仿真實(shí)驗(yàn)研究。這是一種最初有 Gabor 提出的較為簡(jiǎn)單的時(shí)頻分析方法，而且窗函數(shù)都是短時(shí)函數(shù)，所以又稱該方法為 Gabor 變換或短時(shí)傅 立葉變換（ STFT）。 顯然 ， 這與變換域中的時(shí)間信息緊密聯(lián)系在一起 。其解析形式如下： 2 2( ) C e c o s (5 )xxx? ?? 28 此外，還有 Symlets 小波、 Mexican Hat 小波、 Meyer 小波 （圖 21 ,b） 、 Gauss小波等。在進(jìn)行下一步分解時(shí)，不僅將低頻部分進(jìn)行分解，同時(shí)也將高頻部分進(jìn)行分解，對(duì)分解結(jié)果仍采用二抽取運(yùn)算，這樣無論在低頻段還是在高頻段都具有相同的時(shí)頻分辨率。 反向傳播 BP 網(wǎng)絡(luò) 1986 年， 和 提出了一種利用誤差反向傳播訓(xùn)練算法的神經(jīng)網(wǎng)絡(luò)，簡(jiǎn)稱 BP(Back Propagation)網(wǎng)絡(luò)，是一種具有隱含層的有導(dǎo)師指導(dǎo)的多層前饋網(wǎng)絡(luò)。振動(dòng)參數(shù)更能直接地、快速準(zhǔn)確地反映電機(jī)的運(yùn)行狀態(tài)，所以把對(duì)振動(dòng)參數(shù)的監(jiān)測(cè)作為對(duì)電機(jī)狀態(tài)進(jìn)行診斷的主要依據(jù)，通過對(duì)振動(dòng)信號(hào)的分析，可以推斷出振動(dòng)原因和故障類型。 4. 油膜振動(dòng) 油膜振動(dòng)是軸承軸頸帶動(dòng)潤(rùn)滑油高速流動(dòng)時(shí)，高速油流反過來激勵(lì)軸頸，使其發(fā)生強(qiáng)烈振動(dòng)的一種自激振動(dòng)現(xiàn)象。神經(jīng)網(wǎng)絡(luò)由于可以實(shí)現(xiàn)輸入到輸出的非線性映射，并具有自學(xué)習(xí)和模式識(shí)別的能力，適用于診斷的自動(dòng)化。同時(shí)，故障信號(hào)與特征信號(hào)相比，在相同的頻帶內(nèi)信號(hào)的能量發(fā)生了較大的變化，其相應(yīng)小波包系數(shù)的能量值也會(huì)映射地隨之改變，因此，可將頻帶節(jié)點(diǎn)的小波包系數(shù)的能量值作為表征電機(jī)振動(dòng)信號(hào)的特征量，為下一步智能故障診斷做好準(zhǔn)備。 2. 信號(hào)調(diào)理模塊 對(duì)于絕大多數(shù)數(shù)據(jù)采集系統(tǒng)來說，信號(hào)調(diào)理是非常重要的。對(duì) 8 位 A/D 板來說，量化級(jí)數(shù)為 28=256，則量化步長(zhǎng) R 便為所測(cè)量最大電壓幅值的 1/256。 旋轉(zhuǎn)機(jī)械振動(dòng)信息的采集，一般應(yīng)在水平、垂直和軸向三個(gè)方向進(jìn)行，因?yàn)椴煌收显诓煌臏y(cè)試方向上敏感程度是不同的，例如不平衡故障一般在水平方向，碰摩故障主要反映在垂直方向，而不對(duì)中的軸向振動(dòng)較大。實(shí)驗(yàn)結(jié)果證明了該方法的正確性和有效性 ,可以擴(kuò)展應(yīng)用到電機(jī)綜合故障 診斷系統(tǒng)研究與應(yīng)用之中。 實(shí)驗(yàn)過程及結(jié)果評(píng)析 根據(jù) 節(jié)所述的振動(dòng)信號(hào)采集方法，本實(shí)驗(yàn)采用加速度傳感器拾取直流電動(dòng)機(jī)機(jī)體振動(dòng)信號(hào)，測(cè)點(diǎn)布置在直流電動(dòng)機(jī)的機(jī)殼上，采用數(shù)據(jù)采集卡進(jìn)行對(duì)將傳感器信號(hào)進(jìn)行 A/D 轉(zhuǎn)換，得到樣本訓(xùn)練信號(hào)和測(cè)試信號(hào)，并將信號(hào)數(shù)據(jù)存入上位機(jī)，為離線故障診斷系統(tǒng)實(shí)驗(yàn)做準(zhǔn)備。但在實(shí)際應(yīng)用中，考慮到成本因素， A/D 板的位數(shù)也不可一味求高，能滿足系統(tǒng)使用要求即可。通過信號(hào)調(diào)理的各種功能，如信號(hào)的放大、隔離、濾波、多路轉(zhuǎn)換以及直接變送器調(diào)理等，使得數(shù)據(jù)采集系統(tǒng)的可靠性及性能得到極大地改善 3. 數(shù)據(jù)采集卡 數(shù)據(jù)采集卡的功能主要有模擬輸入，數(shù)字輸出，計(jì)數(shù)器 /計(jì)時(shí)器等。 Matlab 為小波分析為提供了基于 Simulink 的小波工具箱（ WaveletToolbox ），提供了圖形化的函數(shù)功能和命令，方便易用，可以用于創(chuàng)新算法研究上，但利用 Simulink 小波工具箱方法進(jìn)行信號(hào)處理缺乏編程靈活性，所以本課題仍讓利用高級(jí)語言編程方法編寫 .m 文件進(jìn)行程序設(shè)計(jì)，程序執(zhí)行效率明顯提高，有利于程序移植和嵌入式智能診斷軟件開發(fā)。目前有兩種結(jié)合途徑： 松散型結(jié)合 ，緊致 性結(jié)合 。但失穩(wěn)后，軸頸不僅繞軸頸中心高速旋轉(zhuǎn)，而且軸頸中心本身將繞平衡點(diǎn)甩轉(zhuǎn)或渦動(dòng)。這些故障都會(huì)引起電機(jī)在運(yùn)行過程中的強(qiáng)烈振動(dòng)，因此對(duì)電機(jī)故障按振動(dòng)原因可以分為： 1. 不對(duì)中 不對(duì)中是電機(jī)的常見故障，大多數(shù)發(fā)生在負(fù)載聯(lián)軸器部位。 BP 算法原理 BP 學(xué)習(xí)算法的基本原理是梯度最速下降法，核心思想使調(diào)整權(quán)值使網(wǎng)絡(luò)總誤差小。隨著分解層數(shù)的增加，頻段劃分得越來越細(xì)。因此，當(dāng)信號(hào)在高頻區(qū)域分布緊密時(shí)小波變換很難提高其分辨率。 在工程應(yīng)用方面 ， 連續(xù)小波變換系數(shù)的平方通常被稱為小波尺度圖 。從理論上上講，小波分析理論是建立在實(shí)變函數(shù)、復(fù)變函數(shù)、泛函分析、調(diào)和分析等近代