基于第二代小波與分形理論的水電機組振動信號分析研究.pdf

1、水電機組振動是運行時產生的常見故障，嚴重的將可能直接危及整個機組乃至電網(wǎng)的運行安全。故對水電機組振動故障診斷進行研究對機組的安全穩(wěn)定的運行意義重大。本文完成的工作主要有：
　　 首先進行了信噪分離的研究。主要針對水電機組振動信號特點，基于bior4.4小波函數(shù)，進行了第二代小波分解、閾值量化和應用db5小波進行信號多尺度濾波重構，保留了信號最關鍵波形特征。并應用第二代小波變換多尺度濾波重構消噪算法，有效剔除了噪聲因素引起的干擾，

2、保留了原始信號中的銳變尖峰特征和平滑特征等最關鍵波形特征，取得了很好的消噪效果。
　　 接下來開展了水電機組振動信號圖形分形特征提取的研究。首先，提出了應用分形關聯(lián)維數(shù)來表征水電機組系統(tǒng)的狀態(tài)量化指標，應用國際通用的G&P關聯(lián)維數(shù)計算方法對經(jīng)過二代小波消噪后的信號計算其關聯(lián)維數(shù)。研究了基于分形理論的水電機組振動信號特征提取方法，對常見各種水電機組振動特征提取。然后，應用MATLAB信號處理工具與分形關聯(lián)維數(shù)計算方法相結合，開展了

3、機組振動信號識別研究，提出了建立水電機組故障振動分形維數(shù)庫。
　　 最后，進一步開展了水電機組振動信號的第二代小波降噪與分形分類識別方法相結合的研究。將分形G&P關聯(lián)維數(shù)作為水電機組屬性特征判別參數(shù)，并通過改進誤差閾值函數(shù)，提出了第二代小波與分形理論相結合的振動信號處理方法。結果表明，用實測振動信號樣本和一定數(shù)量仿真樣本就可建立性能優(yōu)越的故障分類的分形維數(shù)數(shù)據(jù)庫；該故障分類分形維數(shù)數(shù)據(jù)庫可實現(xiàn)多故障的識別和診斷，并且具有算法簡單