基于小波分析的故障檢測(cè)與診斷.pdf

1、隨著現(xiàn)代化技術(shù)水平的提高，各類(lèi)工程系統(tǒng)的復(fù)雜性大大增加，系統(tǒng)的可靠性和安全性已成為保障經(jīng)濟(jì)效益和社會(huì)效益的一個(gè)關(guān)鍵因素，日益得到了廣泛的重視。故障診斷技術(shù)也因此成為目前控制理論領(lǐng)域研究的熱點(diǎn)問(wèn)題?；どa(chǎn)過(guò)程自動(dòng)化程度高、生產(chǎn)復(fù)雜，一旦發(fā)生故障，必將造成巨大的經(jīng)濟(jì)損失，因此化工過(guò)程的故障診斷具有現(xiàn)實(shí)意義。 小波變換是近年來(lái)發(fā)展起來(lái)的一種用于處理非平穩(wěn)信號(hào)的分析方法，具有良好的時(shí)頻局部性?；谛〔ǚ治龅墓收显\斷方法無(wú)需系統(tǒng)的精確模

2、型，結(jié)構(gòu)簡(jiǎn)單、運(yùn)用性廣。但是由于噪聲的存在，使得現(xiàn)有的小波故障診斷方法存在著誤報(bào)率過(guò)高的問(wèn)題，嚴(yán)重的限制了小波故障診斷方法在實(shí)踐領(lǐng)域中的應(yīng)用。而現(xiàn)有的小波去噪方法，去噪效果達(dá)不到后繼故障診斷的需要。 首先，介紹了故障診斷的由來(lái)和意義，總結(jié)了故障診斷的理論和方法，并介紹了小波分析技術(shù)目前在故障診斷中的應(yīng)用情況。 其次，通過(guò)比較小波分析和傅立葉分析，引入小波變換的定義，并詳細(xì)介紹了小波多分辨率分析和Mallat算法。利用小波

3、多尺度分析對(duì)信號(hào)進(jìn)行特征提取研究，通過(guò)提取不同尺度上的低頻和高頻特征，更加準(zhǔn)確的對(duì)信號(hào)進(jìn)行故障診斷。 然后，小波閾值去噪算法中，對(duì)小波系數(shù)進(jìn)行量化處理的閡值函數(shù)的選取以及閾值的確定是影響去噪效果的關(guān)鍵。針對(duì)小波閾值去噪方法的現(xiàn)狀，根據(jù)隨機(jī)噪聲的概率特點(diǎn)提出了采用小波熵理論選擇閾值函數(shù)中待定參數(shù)最佳值的方法，從而在盡可能消除噪聲的情況下盡量小的影響真實(shí)信號(hào)，從而使其具備了比軟、硬閡值更好的去噪效果。 最后，運(yùn)用文中提取的方