吳存潔,谷玉海,2,徐小力
(1.北京信息科技大學(xué) 現(xiàn)代測(cè)控教育部重點(diǎn)實(shí)驗(yàn)室,北京 100192;2.機(jī)械科學(xué)研究總院,北京 100044)
風(fēng)力發(fā)電機(jī)組在復(fù)雜工作環(huán)境下運(yùn)行,齒輪箱是風(fēng)力發(fā)電機(jī)組傳動(dòng)系統(tǒng)的核心部件,風(fēng)機(jī)安裝環(huán)境惡劣且齒輪傳動(dòng)存在接觸、交變嚙合應(yīng)力和潤(rùn)滑等特點(diǎn),所以齒輪箱是風(fēng)力發(fā)電機(jī)組中故障率較高的部件。齒輪箱的故障通常可通過振動(dòng)信號(hào)分析來診斷確定[1],由于風(fēng)力發(fā)電機(jī)組中的時(shí)變和突發(fā)性噪聲嚴(yán)重干擾對(duì)齒輪箱故障的識(shí)別,因此消除振動(dòng)信號(hào)中的噪聲干擾、精確提取故障信息是風(fēng)力發(fā)電機(jī)齒輪箱故障診斷的關(guān)鍵[2]。
設(shè)齒輪箱信號(hào)f(m)被噪聲e(m)污染,則含噪聲的齒輪箱振動(dòng)信號(hào)模型可以表示為:
其中:y(m)為含噪聲信號(hào);f(m)為原始信號(hào);e(m)為高斯白噪聲信號(hào);σ為信號(hào)的標(biāo)準(zhǔn)方差;N為信號(hào)的長(zhǎng)度。
去噪就是將信號(hào)y(m)中的噪聲e(m)對(duì)原始信號(hào)f(m)的影響減小到最小程度。
對(duì)含噪聲的齒輪箱振動(dòng)信號(hào)y(m)作離散小波變換之后分解得到小波系數(shù)dj,k。根據(jù)小波變換的線性性質(zhì),得到:
其中:df(j,k)為信號(hào)f(m)通過小波分解后得到的第j層第k個(gè)系數(shù);de(j,k)為噪聲e(m)通過小波分解后確定的第j層第k個(gè)系數(shù)。
小波閾值去噪的基本方法是:將信號(hào)通過小波基函數(shù)分解后得到的各層系數(shù)的模的大小同某閾值λ(λ=σ)相比較,丟棄由噪聲造成的低于閾值λ的系數(shù),保留大于閾值λ的系數(shù),然后對(duì)經(jīng)過處理的小波系數(shù)再反變換,最后將有用的小波系數(shù)進(jìn)行重構(gòu),得到經(jīng)去噪后的真實(shí)信號(hào)。應(yīng)用小波閾值去噪算法對(duì)信號(hào)進(jìn)行去噪處理的主要流程如圖1所示。在圖1的幾個(gè)步驟當(dāng)中,閾值選取以及閾值量化是最重要的,決定信號(hào)去噪的質(zhì)量。
圖1 小波降噪流程圖
目前,比較常用的閾值函數(shù)是由Donoho提出的硬閾值函數(shù)和軟閾值函數(shù)。硬閾值函數(shù)為:
其中:為小波分解的j層的第k個(gè)系數(shù)對(duì)應(yīng)的估計(jì)高頻小波系數(shù);ωj,k為小波分解的j層的第k個(gè)系數(shù)。
軟閾值函數(shù)為:
通常,硬閾值函數(shù)方法沒有改變小波系數(shù)的幅值,能夠很好地保留信號(hào)邊緣等局部特征,但由于硬閾值函數(shù)在閾值處不連續(xù),導(dǎo)致估計(jì)信號(hào)產(chǎn)生更大的方差,重構(gòu)信號(hào)較粗糙并降低信號(hào)的光滑性;軟閾值處理相對(duì)要平穩(wěn)光滑,但易造成信號(hào)邊緣模糊不清等非線性失真現(xiàn)象[4-5]。
為了彌補(bǔ)軟、硬閾值函數(shù)各自的缺陷,本文設(shè)計(jì)了一種新的閾值函數(shù)算法。其算法方法為:
其中:α、β、n為參數(shù),且α∈(0,1),β∈(0,1],n>1/[(1-α)β],可根據(jù)實(shí)際情況調(diào)節(jié)參數(shù)α、β、n的值。
從式(5)可以看出,新閾值函數(shù)在閾值處連續(xù),即新閾值函數(shù)是以=ωj,k漸近的,隨著|ωj,k|的不斷增大,不斷地逼近ωj,k,解決了和ωj,k之間具有固定偏差這一缺陷,而當(dāng)閾值很小時(shí),新閾值函數(shù)同硬閾值函數(shù)相似,但更加靈活;當(dāng)|ωj,k|≥λ時(shí),新閾值函數(shù)是高階連續(xù)可導(dǎo)的;log2可動(dòng)態(tài)調(diào)整閾值,當(dāng)|ωj,k|≥λ時(shí),log2的值的范圍是(0,1],隨著|ωj,k|的不斷增大,或α趨近于0時(shí),log2的值逐漸減小,這樣動(dòng)態(tài)地減小了軟閾值方法中模值較大的小波系數(shù)的收縮,從而避免了高頻信息的丟失,提高了重構(gòu)信號(hào)的信噪比。
由此可見,新的閾值函數(shù)可兼顧軟、硬閾值函數(shù)方法的優(yōu)點(diǎn)。參數(shù)β用來調(diào)節(jié)閾值化小波系數(shù)與原始小波系數(shù)之間的偏差。由于經(jīng)閾值λ處理后小波系數(shù)值變?yōu)椋?-α)β,α和β的取值共同決定了函數(shù)由軟變硬的快慢程度。α值越小,β值越大,函數(shù)越快接近硬閾值函數(shù)。
對(duì)某風(fēng)場(chǎng)1.5MW某型號(hào)的風(fēng)力發(fā)電機(jī)齒輪箱進(jìn)行振動(dòng)信號(hào)的采集,風(fēng)速為3m/s,主軸轉(zhuǎn)速為15r/min。實(shí)驗(yàn)使用丹麥B&K的Type 3050-B-060采集卡,傳感器使用北京測(cè)振儀器廠的CD-21有線振動(dòng)速度傳感器,采樣頻率為25.6kHz。對(duì)采集的部分頻率的信號(hào)分別進(jìn)行新、舊閾值函數(shù)的小波去噪,其效果如圖2所示,新、舊閾值函數(shù)去噪性能分析見表1。
從圖2和表1中的數(shù)據(jù)對(duì)比結(jié)果發(fā)現(xiàn),新的閾值函數(shù)取得了良好的去噪效果,經(jīng)新閾值函數(shù)處理后的信號(hào)其信噪比高且均方根誤差低,信號(hào)譜線比傳統(tǒng)的軟、硬閾值函數(shù)更加平穩(wěn)光滑,邊緣明晰,貼近真實(shí)信號(hào)??蓳?jù)此提煉信號(hào)的特征,再做進(jìn)一步的分析即可對(duì)齒輪箱是否存在故障作出判斷。
圖2齒輪箱振動(dòng)信號(hào)的新、舊閾值函數(shù)去噪效果對(duì)比
表1 新、舊閾值函數(shù)去噪性能分析
通過仿真實(shí)驗(yàn)可以看出,本文針對(duì)傳統(tǒng)軟、硬閾值去噪的缺陷設(shè)計(jì)的新閾值函數(shù)無窮連續(xù)可導(dǎo),在小波去噪的應(yīng)用中取得了良好的去噪效果,并且保留了原始信號(hào)的細(xì)節(jié)特征,可以有效提取淹沒在高頻噪聲中的微弱故障沖擊信號(hào),提高了信號(hào)的信噪比。
[1]張金敏,翟玉千,王思明.小波分解和最小二乘支持向量機(jī)的風(fēng)機(jī)齒輪箱故障診斷[J].傳感器與微系統(tǒng),2011,30(1):41-43.
[2]任學(xué)平,王培.基于小波包變換的齒輪箱降噪方法研究[J].機(jī)械制造與研究,2010,39(4):26-28.
[3]David L Donoho.De-noising by soft-thresholding[J].IEEE Trans on Information Theory,1995,41(3):613-626.
[4]張曉楠,曾慶山,萬紅.基于改進(jìn)小波去噪和EMD方法的軸承故障診斷[J].測(cè)控技術(shù),2014,33(1):23-26.
[5]張德豐.MATLAB小波分析[M].北京:機(jī)械工業(yè)出版社,2012.