小波分解及圖像處理在內(nèi)燃機振動診斷中的運用研究

高全

【摘? 要】 內(nèi)燃機缸蓋振動具有明顯的非平穩(wěn)時變特點，因此在監(jiān)測診斷時應盡量利用信號中的信息.為了克服時域和頻域特征提取方法的不足，從而充分利用振動信號所包含的信息，本文提出了一種新的內(nèi)燃機故障診斷方法：對缸蓋振動信號進行小波包分解，得到信號的時-頻分布圖，并利用軟件方法定義圖象，然后提取圖象的各種特征參數(shù)實現(xiàn)診斷.將該方法用于6135柴油機氣閥機構(gòu)的故障診斷，取得了很好的效果.結(jié)果表明此方法簡單有效，診斷精度較高，且對信號采樣的要求不高，易于實用。

【關鍵詞】多指標融合;小波去噪;運用研究

大地測量參數(shù)的處理十分繁瑣，而數(shù)據(jù)去噪一直是這項工作的重點難點，去噪的程度直接決定著最終測量結(jié)果以及數(shù)據(jù)處理結(jié)果的精準性。而在這其中，本文選擇的多指標融合去噪最佳尺度選擇方法在融合小波渠道中的幾個指標上的變化特征主要是使用了信息熵這一算法，所以在分析小波去噪結(jié)果方面的應用更加全面，在處理去噪結(jié)果和分解尺度間對應關系工作中的應用也更加高效。而且，這一去噪方法可以對各項指標改變的轉(zhuǎn)折點進行了識別，進而分析出了最適宜的小波去噪分解尺度。

1、多指標融合的小波去噪最佳分解尺度選擇

1.1 融合指標的選擇

能否定量地描述出多個方面的去噪信號的參數(shù)是融合指標選擇的關鍵點?，F(xiàn)在用于描述去噪信號的定量參數(shù)主要包括相互關系數(shù)、平滑度、信噪比和均方根誤差。均方根誤差即為分解后的重構(gòu)信號和初始信號之間的均方根誤差，數(shù)值越小代表的去噪效果越高。信噪比則代表初始的信號能量和噪聲信號能量的比值，故此，多數(shù)情況下信噪比數(shù)值越大則代表去噪效果越佳。平滑度則為去噪后的信號和初始信號兩者各自的差分數(shù)之間的方差根的比值，因此該數(shù)值越小則代表得到的信號越光滑，效果越顯著?；ハ嚓P系數(shù)代表的是去噪之后的信號以及參考信號兩者之間的相似程度，兩者越相似，也就是相互關系數(shù)的數(shù)值越趨近于1，則可以說明去噪信號和初始信號的相似度越高。因此，在通過與真實信號的比較來判定去噪信號特征時，往往會構(gòu)造包括均方根誤差變化量、信噪比變化量以及平滑度變化量等三個描述指標，根據(jù)對這三項描述指標的收斂特性分析來判斷去噪信號特征。

1.2 多指標融合方法

隨著去噪范圍的提升，均方根誤差改變量、信噪比變化量和平滑度變化量的三項指標的變化趨勢各不相同。所以，多指標融合的小波去噪最佳分解尺度選擇方法更能精準的反應出信號的變化特征。理論上，對熵的定義是衡量信息不穩(wěn)定性的一項參數(shù)。一般情況下，熵和信息的不穩(wěn)定性是成正比的，而信息的不確定性又同信息量成反比關系。所以，在使用多指標融合方法的過程中，可以借助熵的這一特性對相關的指標進行加權(quán)融合，進而得出對部分指標離散程度的初步判斷。具體來說，如果該項指標的變異數(shù)值相對而言偏大，那么對應的這項指標的離散度就偏大，這項指標在綜合評價中所占的比重，也就是該項指標的權(quán)重就越大。

1.3 最佳分解尺度辨別

在信號去噪的過程中，包括均方根誤差等在內(nèi)的一系列指標存在比較明顯的收斂性特征。也就是說，當?shù)搅艘粋€最適合的分解尺度之后，均方根誤差的變化程度就會明顯變小，并逐漸趨于平緩，因此我們能夠把指標變化的轉(zhuǎn)折點作為判斷最佳分解尺度的指標。所以，在識別該參數(shù)的過程中，拐點法的應用十分有效。首先，相關人員可以將去噪信號劃分為多個尺度，從中提取出融合指標序列。對相應變量加權(quán)融合結(jié)果分析之后，不能觀察出變化率的收斂趨勢。隨后，就可以開展異常值剔除、拐點識別操作。在剔除異常值時，可以參考最小二乘擬合對序列的整體趨勢判斷，或者采用中位數(shù)絕對偏差法剔除異常值。而在識別拐點時，則應該借助已經(jīng)剔除異常值的序列連接來分析去噪結(jié)果。

2、熱電廠汽輪機異常振動故障的處理措施

2.1機組摩擦異常振動故障的處理。摩擦振動在熱電廠汽輪機工作過程中是不可避免的，技術(shù)人員只能通過摩擦降低措施減輕摩擦振動的影響。在例行檢查汽輪機時，針對內(nèi)部的各個組件進行檢查，觀察部件之間是否存在摩擦，如果存在摩擦現(xiàn)象，確定是動摩擦還是靜摩擦，這些都要分析清楚。此外，還要注意其在工作時，是否有摩擦聲傳出，聲音在超過一定范圍時，需要對其進行檢修，并振動的頻率也要符合規(guī)定。同時，要對汽輪機摩擦力較大的連接處定期更換潤滑油，對于使用時間過長的部件要進行及時的修理或者是更換，可以通過合理的維護和保養(yǎng)，降低汽輪機部件的摩擦，降低摩擦振動的不良影響。

2.2油膜振動故障的處理。在油膜振蕩引發(fā)的汽輪機組軸承振動過程中，熱電廠相關技術(shù)人員應根據(jù)油膜振蕩的原理，通過提高汽輪機轉(zhuǎn)子和軸承可靠性的方法來對異常振動進行處理。①增加軸瓦比壓，有效控制油膜發(fā)生的振動。②縮小軸瓦頂部的間隙，將上軸瓦的軸承合金寬度增加，這樣能有效減少振動頻率。③將軸瓦和軸頸之間的接觸角度減少，當減少到一定范圍后，其振動就會減少。④在機組中添加合適的潤滑油是非常有必要的，潤滑油要選擇動力粘度小的，這樣使用起來對機組的正面效益最大，可以極大的促進機組的工作效率，還不會有負面影響。⑤利用平衡力原理，把設備中存在的不平衡力降到最低，當其相互平衡后，就不會發(fā)生加大位移，進而出現(xiàn)振動的概率降低。

2.3轉(zhuǎn)子熱變形振動故障的處理。由于汽輪機轉(zhuǎn)子工作區(qū)域在蒸汽區(qū)，因此熱彎曲故障的發(fā)生較為常見。針對轉(zhuǎn)子熱變形引起的汽輪機振動現(xiàn)象，可以采取以下措施。①最初的汽輪機制作過程中下功夫，在制作汽輪機時，對于汽輪機中長時間暴露在高溫環(huán)境下的部件，用耐高溫、高壓的材料來進行制作。②通過轉(zhuǎn)子的經(jīng)常更換，避免轉(zhuǎn)子熱變形引發(fā)的汽輪機軸承異常振動。③還需要對轉(zhuǎn)子中心孔內(nèi)的油進行定期的清理，避免中心孔進油導致汽輪機轉(zhuǎn)子排氣孔有可能無法與外界相連現(xiàn)象，進而為汽輪機的穩(wěn)定運行提供保障。

2.4氣流激振故障的處理。技術(shù)人員在進行氣流激振引發(fā)的汽輪機振動故障處理中，可以適當調(diào)整不同負荷條件下熟練掌握汽輪機高壓進氣門的特性，從而盡可能地消除氣流激振。在日常汽輪機運行過程中，要對汽輪機負荷汽壓的變化進行控制，降低對負荷氣壓的變化，避免氣流激振的出現(xiàn)，有效減少汽輪機振動故障出現(xiàn)的幾率。同時，要對機組的振動數(shù)據(jù)進行長時間記錄，并將這些數(shù)據(jù)進行合理整理后做成曲線圖，從而以便觀察其振動的變化趨勢以及范圍，然后通過改變升降負荷速率及改變汽輪機不同負荷時高壓調(diào)速氣門來消除氣流激振。

3、結(jié)束語

綜上所述，多指標融合的小波去噪最佳分解尺度選擇方法的主要根據(jù)是均方根誤差、信噪比以及光滑度等三項指標，這些方法的運用可以降低去噪的計算難度、增加去噪最佳尺度的識別精度，具有推廣價值。

參考文獻：

[1]錢峰，盧經(jīng)，邵建根，覃延佳.局部放電信號檢測中自適應分解層數(shù)小波去噪[J].電力設備管理，2019（08）

[2]劉海江，張欣，李敏.汽車駕駛性評價中小波去噪分解層數(shù)的確定[J].噪聲與振動控制，2019（04）

[3]趙肖宇，賀燕，佟亮，蔡立晶，尚廷義.基于EMD分解的拉曼光譜小波去噪方法[J].黑龍江八一農(nóng)墾大學學報，2019（03）

[4]胡薛毅，黃聲享，龐輝.變形監(jiān)測數(shù)據(jù)小波去噪分解尺度確定方法[J].測繪地理信息，2017（02）

（作者單位：四川省成都市郫都區(qū)西華大學）