摘要：論文探討了小波技術(shù)的發(fā)展和其特點(diǎn)，指出其在煤礦電機(jī)故障檢測(cè)中可以發(fā)揮很好的作用。闡述了應(yīng)用小波進(jìn)行煤礦電機(jī)故障檢測(cè)的具體方法，通過(guò)振動(dòng)故障特征的提取，實(shí)現(xiàn)故障的檢測(cè)。

關(guān)鍵詞：煤礦安全；電機(jī)；故障；小波；信號(hào)處理理火

引言

煤礦生產(chǎn)時(shí)電機(jī)經(jīng)常處于復(fù)雜工況下，受到潮濕、霉變等環(huán)境條件影響，經(jīng)常有可能發(fā)生各種故障。比如強(qiáng)行開機(jī)引發(fā)定子溫度過(guò)快，破壞原有絕緣性能，造成短路。電機(jī)故障直接影響著煤礦的安全生產(chǎn)，必須采取積極地措施來(lái)加強(qiáng)監(jiān)管。本文主要探討應(yīng)用小波方法，對(duì)煤礦電機(jī)故障進(jìn)行檢測(cè)。

1 故障檢測(cè)

故障診斷是個(gè)古老的話題，它在各個(gè)領(lǐng)域都引起了人們的重視。所謂故障診斷就是對(duì)系統(tǒng)進(jìn)行監(jiān)視與檢查，判斷系統(tǒng)是否出現(xiàn)了異常。自動(dòng)故障監(jiān)測(cè)系統(tǒng)是對(duì)系統(tǒng)運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)、評(píng)判，及時(shí)給出發(fā)生的故障信息，包括故障發(fā)生的時(shí)間、部位，大小等，為可靠控制和安全生產(chǎn)提供保障。信號(hào)處理、模式識(shí)別、最優(yōu)化方法、決策論、人工智能等理論和方法的迅速發(fā)展，為解決復(fù)雜系統(tǒng)故障診斷問(wèn)題提供了有力的理論基礎(chǔ)，從而產(chǎn)生了大量行之有效的新技術(shù)、新方法。在技術(shù)進(jìn)步與市場(chǎng)拓展的雙重驅(qū)動(dòng)下。故障診斷技術(shù)得到了快速發(fā)展，大量專用動(dòng)態(tài)系統(tǒng)的故障診斷專家系統(tǒng)都已接近實(shí)用水平，并在航空航天、核反應(yīng)堆、熱電廠、石油輸送、機(jī)器人，化工等一系列工程技術(shù)領(lǐng)域得到了初步應(yīng)用，并取得了顯著的經(jīng)濟(jì)效益。

2 小波變換與小波處理

法國(guó)地球物理學(xué)家Morlet在分析地震波時(shí)首先提出了小波分析。后來(lái)與Grossman共同發(fā)展了連續(xù)小波變換。1986年開始小波理論迅速發(fā)展。Mallat統(tǒng)一了所有具體的正交小波基的構(gòu)造，提出了基于小波分解和重構(gòu)的快速算法。經(jīng)過(guò)近10年的探索研究，數(shù)學(xué)形式化體系已經(jīng)建立，理論基礎(chǔ)扎實(shí)。“小波”就是小區(qū)域、長(zhǎng)度有限、均值為0的波形。所謂“小”是指它具有衰減性；而稱之為“波”則是指它的波動(dòng)性，其振幅正負(fù)相間的震蕩形式。與Fourier變換相比，小波變換是時(shí)間(空間)頻率的局部化分析，它通過(guò)伸縮平移運(yùn)算對(duì)信號(hào)逐步進(jìn)行多尺度細(xì)化，最終達(dá)到高頻處時(shí)間細(xì)分，低頻處頻率細(xì)分。正交小波變換這種小尺度大頻窗、大尺度小頻窗的時(shí)頻分布規(guī)律是同自然界中信號(hào)的時(shí)頻特性相符合的，適宜于分析任意尺度的信號(hào)，能自動(dòng)適應(yīng)時(shí)頻信號(hào)分析的要求，解決了F0urier變換的困難問(wèn)題。小波變換稱為“數(shù)學(xué)顯微鏡”，作為一種新穎的時(shí)頻分析工具，不僅繼承和發(fā)展了STFT局部化的思想，而且克服了短時(shí)傅里葉變換的時(shí)頻窗口固定、離散正交基匱乏的弱點(diǎn)?？上驳氖?，它是一種理想的時(shí)頻分析工具，還對(duì)平穩(wěn)信號(hào)同樣有效。因此把小波應(yīng)用到電機(jī)的故障檢測(cè)里，是信號(hào)處理在故障檢測(cè)應(yīng)用的發(fā)展。

3 基于小波的電機(jī)故障檢測(cè)

3.1在線檢測(cè)的方式

電機(jī)設(shè)備的運(yùn)行又受到很多因素的影響，導(dǎo)致故障產(chǎn)生的原因多種多樣，如電網(wǎng)電壓、負(fù)載性質(zhì)、安裝環(huán)境、產(chǎn)品質(zhì)量等，既有設(shè)計(jì)制造質(zhì)量問(wèn)題，也有安裝和運(yùn)行維護(hù)方面的問(wèn)題。除了采取各種積極的維護(hù)措施消除或減少故障隱患之外，在故障初期可靠地診斷出故障是一種不錯(cuò)的選擇。為了能在電機(jī)有早期故障征兆時(shí)采取積極主動(dòng)的調(diào)節(jié)措施，防止故障的進(jìn)一步惡化，更需要對(duì)它們進(jìn)行可靠、有效的狀態(tài)監(jiān)測(cè)與故障診斷，以利生產(chǎn)的合理進(jìn)行。

3.2小波的特征提取

故障診斷主要包含三個(gè)步驟：檢測(cè)設(shè)備狀態(tài)的特征信號(hào)，如振動(dòng)、噪聲等，從所檢測(cè)到的特征信號(hào)中提取征兆，故障的模式識(shí)別。應(yīng)用小波技術(shù)的故障實(shí)際上也是一種基于信號(hào)處理的故障檢測(cè)方法?；谛盘?hào)處理的診斷方法直接利用各類信號(hào)處理方法，如相關(guān)函數(shù)、高階統(tǒng)計(jì)量、頻譜的分析和自回歸滑動(dòng)平均過(guò)程、小波變換技術(shù)等，原理上既適應(yīng)干線性系統(tǒng)，也適用于非線性系統(tǒng)。電動(dòng)機(jī)的在線故障監(jiān)測(cè)也就是應(yīng)用小波對(duì)振動(dòng)信號(hào)的特征提取。當(dāng)電機(jī)出現(xiàn)故障時(shí)，其故障信號(hào)更多地表現(xiàn)為：信號(hào)是淹沒于強(qiáng)背景中的微弱信號(hào)；信號(hào)特征頻率波動(dòng)范圍較大甚至有跳動(dòng)；信號(hào)瞬變非平穩(wěn)。采用相關(guān)分析、頻譜分析的方法很難形成一個(gè)準(zhǔn)確的故障診斷判據(jù)。當(dāng)電動(dòng)機(jī)分別處于正常運(yùn)行狀態(tài)和故障狀態(tài)時(shí)，其振動(dòng)頻率的特征分布會(huì)有非常大的差別。將電機(jī)正常和故障信號(hào)分別進(jìn)行多層小波包分解，并對(duì)其進(jìn)行單支重構(gòu)，從中提取電機(jī)故障特征頻段，從特征頻段波形的對(duì)比分析中可以看到能夠反映電機(jī)的故障狀況重構(gòu)信號(hào)。

所以應(yīng)用頻率特征進(jìn)行小波的故障檢測(cè)方法如下：采樣信號(hào)小波包分解；小波包分解系數(shù)重構(gòu)，提取各頻帶范圍的信號(hào)。由于電機(jī)出現(xiàn)故障時(shí)，會(huì)對(duì)某些頻帶信號(hào)的能量有較大的影響。用此方法可以構(gòu)造特征向量。對(duì)特征向量廠進(jìn)行歸一化處理，應(yīng)用歸一化的特征向量就可以實(shí)現(xiàn)煤礦電機(jī)的故障檢測(cè)。

4 總結(jié)

由于小波分析具有很強(qiáng)的提取弱信號(hào)的能力，所以是診斷早期煤礦電機(jī)故障的有效手段，對(duì)電機(jī)的常見故障進(jìn)行分析及診斷，可以有效地降低故障率，減少突發(fā)事故造成的停產(chǎn)損失，減小對(duì)人員的安全威脅，保證礦井作業(yè)的安全。雖然這些故障診斷技術(shù)雖然進(jìn)展顯著，但仍然存在誤判率高、準(zhǔn)確度低的問(wèn)題，對(duì)電機(jī)系統(tǒng)故障診斷技術(shù)的研究有必要進(jìn)一步深化和成熟。

參考文獻(xiàn)：

[1]樓應(yīng)候，蔣亞南.機(jī)械設(shè)備故障診斷與監(jiān)測(cè)技術(shù)的發(fā)展趨勢(shì)[J].機(jī)床與液壓2002：(4)

[2]周東華.三相感應(yīng)電動(dòng)機(jī)的在線故障檢測(cè)與診斷問(wèn)題的研究[J]，控制理論與應(yīng)用1995.12(1)

[3]程軍圣，于德介，鄧乾旺等.時(shí)間一小波能量譜在滾動(dòng)軸承故障診斷中的應(yīng)用[J].振動(dòng)與沖擊：2004.2