一种水轮机振动故障诊断方法

摘要

本发明是一种水轮机振动故障诊断方法，其特征是，它包括的步骤有：采用小波变换，对采集到的水轮机振动信号自适应去噪，在降低噪声影响的同时，降低数据的复杂性；利用局域均值分解法对小波预处理后的信号进行自适应分解，提取水轮机振动信号中的故障特征信息；结合水轮机的振动机理，分析提取到的频率、能量等特征信息，诊断水轮机的运行状态。首先由小波变换对信号进行预处理，处理后的信号受噪声影响降低，并且信号的复杂度降低，信号的熵减小，这样再经过局域均值分解，可以更准确、有效的提取故障特征信息。

主权项

一种水轮机振动故障诊断方法，它包括的内容有：采用小波变换，对采集到的水轮机振动信号自适应去噪，在降低噪声影响的同时，降低数据的复杂性；利用局域均值分解法对小波预处理后的信号进行自适应分解，提取水轮机振动信号中的故障特征信息；结合水轮机的振动机理，分析提取到的频率、能量特征信息，诊断水轮机的运行状态，其特征是：所述采用小波变换，对采集到的水轮机振动信号自适应去噪所采用的阈值选择方法如下：(1)将本层分解的n个高频系数D按模值大小排序，设定初始阈值，将阈值以下系数置零，D＝(d₁，d₂，…，d_k，0，…，0)，其中d₁到d_k为保留的小波系数；(2)计算保留的小波系数的能量占信号能量百分数η_i＝Σ(d_j)²/Σ(d_j)²+Σ(d_m)²及小波系数为零的个数所占的百分数ξ_i＝(n‑k)/n，其中，下标i作为保留k个小波系数时，η和ξ的标识，d_j为保留的小波系数，d_m为置零的小波系数；(3)选择abs(η_i‑ξ_i)对应的最小的系数作为门限阈值T；(4)做软阈值量化处理:$d_i=\left\{\begin{array}{cc}|d_i-T|·sign\left(d_i\right)& \left|d_i\right|>T\\ 0& \left|d_i\right|<T\end{array}\right..$