基于連續(xù)小波變換的故障診斷的仿真應用

基于連續(xù)小波變換的故障診斷的仿真應用

ID:33297133

大小:260.80 KB

頁數(shù):5頁

時間:2019-02-23

基于連續(xù)小波變換的故障診斷的仿真應用_第1頁
基于連續(xù)小波變換的故障診斷的仿真應用_第2頁
基于連續(xù)小波變換的故障診斷的仿真應用_第3頁
基于連續(xù)小波變換的故障診斷的仿真應用_第4頁
基于連續(xù)小波變換的故障診斷的仿真應用_第5頁
資源描述:

《基于連續(xù)小波變換的故障診斷的仿真應用》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在教育資源-天天文庫

1、http://www.paper.edu.cn基于連續(xù)小波變換的故障診斷的仿真應用徐曉東,蔣新華,余明揚中南大學信息工程學院自動化系長沙410001摘要:連續(xù)小波變換具有很強的弱信號檢測能力,非常適合故障診斷領域。文中介紹了連續(xù)小波變換的基本原理,以及選擇小波基函數(shù)的一些方法,并給出了基于MATLAB的連續(xù)小波GUI分析工具在故障診斷中的仿真應用,比較了幾種常用小波基函數(shù)的分析結果,論證了其在故障診斷中的實用性。關鍵詞:連續(xù)小波變換,故障診斷,仿真1引言電氣設備在運行過程中的異?;蚬收铣3е聞討B(tài)信號的非平穩(wěn)性,因此針對非平穩(wěn)性的動態(tài)信號進行分

2、析和處理,就可以檢測和診斷除電氣設備的故障點或故障類型。為了分析和處理非平穩(wěn)信號,人們提出了一系列新的信號分析理論,其中法國地球物理學家Morlet提出的小波變換理論成為當今研究的熱點。[1][4]小波變換的基本思想是將原始信號通過伸縮和平移后,分解為一系列具有不同空間分辨率、不同頻率特性和方向特性的子帶信號,[1]而這些子帶信號在時、頻域具有良好的局部特征,進而可在時、頻域?qū)π盘栠M行局部化分析,從而克服了傅里葉分析在處理非平穩(wěn)信號的局限性。這種功能為動態(tài)信號的非平穩(wěn)性描述、電氣設備部件故障特征的分離、提取以及早期故障診斷提供了高效、有力的工具

3、。[5]但是小波基函數(shù)的選擇是個難點,連續(xù)小波變換對于基小波的要求比較寬松,當已知需檢成分的特征時,就可以選取或構造與之對應的基小波,作連續(xù)小波變換來揭示這些成分的分布和大小。[6]2連續(xù)小波變換所謂小波,就是用具有零均值、在時域和頻域內(nèi)能量局部化的函數(shù)表示,其波形表現(xiàn)為兩端衰減為零的小的波形。22定義1設ψ(x)∈L(C),L(C)為平方可積的復合函數(shù)空間,其傅里葉變換為ψ?(x),當ψ?(x)滿足條件:2ψ?()ωc=dω<∞(1)ψ∫ωR時,稱平方可積函數(shù)為ψ(x)一個基函數(shù)或小波母函數(shù)(MotherWavelet)。該式也稱為容許條件,

4、這個條件隱含著ψ?(w)在原點必須等于0,即+∞ψ?(0)=∫ψ(x)dt=0(2)?∞將基函數(shù)ψ(x)經(jīng)伸縮和平移后,就可以得到一個小波序列。2定義2函數(shù)f(x)∈L(R)的連續(xù)小波變換定義為:1+∞x?uW()s,x=f×ψ(x)=f(u)ψ()du(3)fs∫s?∞s其中,×表示卷積。-1-http://www.paper.edu.cn由(1)式給出的小波變換存在逆變換,并由下式給出:+∞+∞11f(x)=W(s,u)ψ(u?s)duds(4)∫∫fsCsψ0?∞由于基本小波ψ(x)生成的小波序列中對被分析的信號起著觀測窗的作用,所有ψ(

5、x)還應滿足一般函數(shù)的約束條件:+∞∫ψ(x)dt<∞(5)?∞故ψ?(w)是一個連續(xù)函數(shù)。由(3)式可以得知,小波變換W(s,x)是尺度因子s與空間位置x的函數(shù)。小波變換通過ψ(x)在尺度f上的伸縮和空間域(時域)上的平移來分析信號。適當?shù)倪x擇ψ(x),可以使ψ(x)及其傅里葉變換ψ?(w)ss具有較好的局部特性。尺度因子s增大時,ψ(x)在空間域上伸展,小波變換的空間域分辨率降低;ψ?(w)ss在頻率域上收縮,其中心頻率降低,變換的頻域分辨率升高。反之,當s減小時,小波變換在空間域收縮,頻域分辨率降低。所有小波變換可以根據(jù)ψ?(w)的中心頻

6、率的高低調(diào)整時域分辨率,從而達到對故障信s號的檢測和分離。3介紹小波基函數(shù)的選擇方法小波變換在各種領域得到了廣泛的應用,但還存在一些關鍵性的問題沒有解決,其中小波基函數(shù)的選擇一直還沒有系統(tǒng)的方法。因為小波基波是不規(guī)則的、波形差別很大、不具有唯一性。另外支撐長度和規(guī)則性都有很大的差別,同時小波變換中還可以進行尺度變換,從而造成對一個信號選用不同的小波基函數(shù)進行信號處理,往往得到的結果差別很大。[5]在實際應用中,Morlet小波應用領域較廣,可以用于信號表示和分類、圖像識別、特征提??;墨西哥草帽小波用于系統(tǒng)辨識;對于數(shù)字信號往往選擇Haar或Da

7、ubechies作為小波基;另外還有根據(jù)小波函數(shù)的消失矩來選擇小波基函數(shù)。一般的方法是:在故障的奇異性檢測中,信號的奇異點可以從其小波變換的小波系數(shù)模極大值中檢測出來?;驹硎钱斝盘栐谄娈慄c附近的Lipschitz指數(shù)α>0時,其小波變換的模極大值隨尺度的增大而增大;當α<0時,則隨尺度的增大而減小。即在一個合適的尺度下,通過小波變換,根據(jù)小波系數(shù)模極大值和奇異點的關系,能夠檢測出信號的奇異點。[1]對于Daubechies(DBN)小波系,因其具有:正交性、雙正交性和緊支性,可以進行連續(xù)小波變換(CWT)、離散小波變換(DWT),但不具有對

8、稱性,支集寬度為2N-1,小波變換的消失矩數(shù)為N,規(guī)則性系數(shù)隨階數(shù)增大而增大,對于大的N,規(guī)則性系數(shù)大約為0.3N,而Daubechies小波函數(shù)的階

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。