蔡龍飛 楊 蕾

(1.海軍駐武漢四三八廠軍事代表室 武漢 430060)(2.武漢輕工業(yè)大學(xué)電氣與電子工程學(xué)院 武漢 430023)

基于時頻反射的船舶電纜故障診斷方法研究*

蔡龍飛1楊 蕾2

(1.海軍駐武漢四三八廠軍事代表室 武漢 430060)(2.武漢輕工業(yè)大學(xué)電氣與電子工程學(xué)院 武漢 430023)

論文針對基于時域反射的高技術(shù)船舶電纜故障診斷方法中,因反射信號微弱、信號衰減大而造成難以診斷的問題,采用時頻反射法使該類故障信息更明顯,提高高技術(shù)船舶電纜故障診斷檢出率。另外,反射信號因受噪聲信號干擾而導(dǎo)致電纜故障誤報,利用小波系數(shù)收縮算法對反射信號進行降噪處理,可降低電纜故障診斷誤報率。論文通過實驗對時域反射法和時頻反射法進行了比較,結(jié)果表明電纜故障診斷的檢出率和誤報率均有明顯改善。

船舶電纜; 故障診斷; 時頻反射

Class Number TP206+.3

1 引言

船舶電纜是為船舶電氣系統(tǒng)提供動力能源和信號傳導(dǎo)的重要組成部分,同時也是各類電子設(shè)備功能實現(xiàn)的必要組成。

一般來說,以往普通船舶電纜在敷設(shè)量并不大,且都采取了一定的冗余設(shè)計等措施,電纜故障并未引起重視。但隨著船舶建造技術(shù)的不斷發(fā)展,自動化水平不斷提升,船舶電纜的輻射量明顯增加,而且敷設(shè)環(huán)境更惡劣,敷設(shè)要求更嚴格。尤其是各類高技術(shù)船舶,由于增加了許多特種設(shè)備,電纜故障帶來的影響逐漸顯現(xiàn),電纜故障檢測和定位成為直接影響船舶的航行安全和維修效率的重要因素。

傳統(tǒng)的導(dǎo)線的故障檢測采用三用表和歐姆表結(jié)合經(jīng)驗進行,檢測效率低下,已不能適應(yīng)高技術(shù)船舶電纜檢修的需求。美國3M公司研制的基于時域反射法的導(dǎo)線故障定位儀,對簡單的短、斷路故障檢測效率較高。但實際中由于船舶電纜多具有多點損壞和轉(zhuǎn)接頭多等特點,導(dǎo)致信號反射信號微弱和時域信號跨轉(zhuǎn)接頭衰減嚴重等現(xiàn)象,造成連續(xù)故障和跨轉(zhuǎn)接頭故障難以診斷。而且測量環(huán)境中的噪聲信號對微弱反射信號干擾嚴重,造成故障誤判,降低了故障診斷效率[1]。

本文針對時域反射法中存在的若干問題,采用時頻反射法診斷船舶電纜故障。在設(shè)計閾值濾波器時結(jié)合信號的時頻分布特性,運用小波系數(shù)收縮降噪算法對反射信號進行預(yù)處理,并通過匹配濾波來改善微弱的故障反射信號的表達。最后通過實驗驗證了該方法對船舶電纜故障診斷的可行性。

2 參考信號設(shè)計及特性分析

船舶電纜故障診斷的機理是通過觀察故障點反射信號的波形異常來診斷故障,這種方法側(cè)重于信號的高頻部分。將船舶電纜視為長線,故障檢測儀激發(fā)的檢測脈沖在同軸電纜中傳播,一旦電纜有故障,將引起該區(qū)域同軸電纜特性阻抗的變化,電磁波在其中的傳播將發(fā)生反射和透射,并反映于反射信號之中。時頻反射法就是綜合考慮信號在時頻域內(nèi)的綜合特性,通過設(shè)計一個參考信號,利用其時頻域特性對微弱的反射信號進行提取,以實現(xiàn)對故障的診斷,提高故障檢出率[2～3]。參考信號為高斯包絡(luò)Chirp信號如式(1)所示。

s(t)=(α/π)1/4e-α(t-t0)2/2+jβ(t-t0)2/2+jω0(t-t0)

(1)

Chirp信號是一種在持續(xù)期內(nèi)頻譜連續(xù)性變化的脈沖壓縮信號,其自相關(guān)函數(shù)具有明顯的主瓣和較小的旁瓣,作為子波具有良好的分辨率。對其加高斯窗使其在時域內(nèi)是緊支撐的,頻域內(nèi)是帶限的,如圖1所示[4]。

圖1 參考信號時頻分布示意圖

對于一維信號來說,高頻段影響小波分解的第一層細節(jié),低頻段影響小波分解的最深層和低頻層。而對于加性白噪聲,高頻系數(shù)的幅值隨著分解層數(shù)增加而迅速衰減。如圖1所示,檢測信號為參考信號和反射信號的疊加,是一個帶限信號,所以其小波系數(shù)主要集中在某一頻段內(nèi),噪聲的小波系數(shù)遍布整個頻域。

小波分解具有時移共變性和伸縮共變性,即

f(t)?WTf(a,τ)

f(t-t0)?WTf(a,τ-t0)

f(ct)?

(2)

可以發(fā)現(xiàn):信號幅度與對應(yīng)的小波系數(shù)幅值成正相關(guān)。在故障檢測過程中,某一時刻向故障導(dǎo)線發(fā)出參考信號,并在接收端接收檢測信號,即參考信號和反射信號的疊加[5～6]。所需的小波系數(shù)只存在于參考信號和反射信號窗口內(nèi),而窗口外則是噪聲信號的小波系數(shù)。

3 時頻反射故障診斷原理

由于作為參考信號的高斯包絡(luò)Chirp信號在時域內(nèi)是有限支撐的,頻域內(nèi)是帶限的,其自相關(guān)函數(shù)具有明顯的主瓣和較小的旁瓣。而故障點反射的是幅度衰減后的參考信號,與原信號在時頻域內(nèi)是相關(guān)的。因此,對兩者在時頻域內(nèi)進行互相關(guān)處理,可使故障點的反射信號更明顯,信號時頻分布由Wigner-Ville變換得到,互相關(guān)函數(shù)如式(3)示:

(3)其中,Wr、Ws分別為參考信號和反射信號經(jīng)Wigner-Ville變換得到的對應(yīng)的頻域信息。Er、Es為歸一化系數(shù)。由式(3)可知,相關(guān)運算為參考信號在時域內(nèi)移位后與反射信號進行求和運算,因此會令峰值點在時域內(nèi)造成參考信號半個窗口的偏差,但不改變反射信號和參考信號的時間差,不影響故障定位。

4 檢測信號降噪處理

在對微弱反射信號進行放大處理的同時噪聲信號也被相應(yīng)放大,嚴重影響對故障反射信號的判斷。因此,對檢測信號的降噪處理必要環(huán)節(jié),采用小波系數(shù)收縮算法進行降噪處理。

4.1 小波系數(shù)收縮算法

信號f(t)∈L2(R)的連續(xù)小波變換定義為

=〈f,ψs,x〉

(4)

若采用的小波滿足容許條件,則連續(xù)小波變換存在著逆變換,即

(5)

(6)

其中,Sjf(t)為采樣信號f(t)的離散平滑逼近信號(簡記為Sj,一般令S0位原始采樣信號);Wjf(t)為f(t)的離散細節(jié)信號(即小波變換,簡記為Wj);j=1,2…,J;J為小波分解的最高次數(shù);{hm|m∈Z},{gm|m∈Z}分別為分解過程的低通和高通濾波系數(shù)。

小波重構(gòu)算法為

(7)

小波系數(shù)收縮降噪是令S0=f(n),在尺度空間對信號f(n)進行降階分解。在每一尺度j下都將信號分解成逼近信號Sj和細節(jié)信號Wj,在更高一級的小波分解中,又將上一級的逼近信號Sj進一步分解成頻率更低的逼近信號Sj+1和細節(jié)信號Wj+1。逼近信號Sj主要包含信號中的低頻成分;而細節(jié)信號Wj包含信號的高頻部分,其中也包含高頻噪聲[7]。通過確定閾值,按照一定系數(shù)調(diào)整方法對各級細節(jié)分量的小波系數(shù)進行閾值調(diào)整,消除其中的噪聲成分,就能達到對檢測信號降噪的目的。然后按小波分解反演算法對信號進行重構(gòu),就能得到降除噪聲后的信號。

4.2 噪聲強度估計

一個含噪聲的信號可以表示為

S(n)=f(n)+σ·e(n)

(8)

其中,f(n)為純凈的檢測信號,e(n)為高斯白噪聲N(0,1),σ為噪聲強度。

Donoho提出的噪聲強度σ估計由中值絕對偏差除以0.6745得到[8],即

(9)

4.3 閾值濾波器設(shè)計

為了達到良好的降噪效果,選取的閾值應(yīng)該剛好大于噪聲系數(shù)的最大水平,極大極小原理選擇閾值(minimaxi)是一種固定的閾值選擇形式,它所產(chǎn)生的是一個最小均方差的極值[9]。因為被降噪的信號可以看作是與未知回歸函數(shù)的估計式相似,這種極值估計器可在給定的函數(shù)中實現(xiàn)最大均方誤差最小化[10]。minimaxi閾值thr定義是:

(10)

其中,n為小波系數(shù)個數(shù)。

系數(shù)調(diào)整方法有軟閾值法和硬閾值法兩種,本文采用軟閾值法,即

(11)

5 實驗及結(jié)果分析

本實驗參考信號是波形發(fā)生器產(chǎn)生的高斯包絡(luò)Chirp信號,被測導(dǎo)線為RG104型同軸電纜,單故障點導(dǎo)線長47m,多故障點導(dǎo)線長16m,故障點分別位于7m和16m處,檢測信號由數(shù)據(jù)采集卡采集并應(yīng)用Matlab7.0進行數(shù)據(jù)處理。

根據(jù)相似性原理選擇db8小波進行分解,sym小波進行重構(gòu)。對未經(jīng)過降噪處理和經(jīng)過閾值降噪處理的檢測信號進行時頻相關(guān)運算,單個故障點分析結(jié)果如圖2所示,多個故障點分析結(jié)果如圖3所示。

圖2 單個故障點反射信號與參考信號互相關(guān)處理

從圖中可以看出,對于單個故障點反射信號,衰減較小,反射信號能量遠高于噪聲能量級,對反射信號的檢測影響較小。從圖3(b)可以看出,降噪效果比較好。對于多個故障點的導(dǎo)線,參考信號在每個故障點都有衰減,當(dāng)反射信號能量衰減到噪聲能量級的時候,噪聲影響造成故障點的誤判。

圖3 多個故障點反射信號與參考信號互相關(guān)處理

可以看出,在參考信號后得到四個波峰,判定出有三個故障點和一個端點,與實際不符。所以,可以判定在325ns處為噪聲干擾;檢測信號經(jīng)過降除噪聲處理后消除了干擾。

用故障檢出率來評估對船舶電纜故障的檢測效率,即檢測到故障點次處與測量總次數(shù)的比值。對不同故障點個數(shù)的船舶電纜進行重復(fù)多次測試,比較時頻反射法和時域反射法的測量效率,檢出率如表1所示。

表1 船舶電纜故障檢出率分析

由表1可以看出,故障點個數(shù)越少,兩種方法的檢測效率越高。連續(xù)三個故障點時域反射法檢出率降為7%,而時頻反射法仍保持較高的檢出率。當(dāng)故障點個數(shù)更多時,由于參考信號在前面故障點處的衰減較大,到達第四個故障點時參考信號已經(jīng)衰減到很難檢測出來的程度,兩種方法都不能準確地檢測到故障點。一般來說船舶電纜發(fā)生故障后都有顯性反應(yīng),算上例行的日常維護,檢測距離故障發(fā)生間隔時間不會太長,故障點很少超過三個。

由于信號在故障點處和節(jié)點處衰減較大,隨著故障個數(shù)增加,反射信號的信噪比降低,故障點達到一定個數(shù)的時候,信號能量衰減至噪聲的量級,那么該故障點反射信號受噪聲影響較為嚴重。用故障點的誤報率來衡量該方法的故障檢測準確度,即出現(xiàn)誤報現(xiàn)象次數(shù)和測量總次數(shù)的比值。對不同故障點個數(shù)的船舶電纜進行重復(fù)多次測試,比較時頻反射法降噪前和降噪后的檢測誤報率,如表2所示。

表2 船舶電纜故障誤報率分析

由表2可以看出,誤報率隨著故障點個數(shù)的增加而增大,與前面分析一致,降噪前由于噪聲信號在時頻相關(guān)處理的過程中也被放大了,從而在沒有反射信號的時刻出現(xiàn)尖峰信號產(chǎn)生誤報現(xiàn)象。通過小波降噪處理在很大程度上減輕了噪聲對檢測誤報率的影響。

6 結(jié)語

本文針對船舶電纜故障特點,采用時頻反射方法對局部故障、連續(xù)故障和跨轉(zhuǎn)接頭故障進行診斷。根據(jù)參考信號的時頻特性,合理設(shè)置小波降噪的閾值來進行有效降噪,并且通過在時頻域內(nèi)對參考信號和反射信號進行時頻相關(guān)運算,很好地使這些故障的微弱反射信號更明顯,通過分析故障檢出率和誤報率,驗證了該方法的可行性。

[1] Shi X D, Li D Y, Wang L W, et al. Application of wavelet in airplane cable fault location[C]//IEEE International Conference on Control and Automation,2007:127-130.

[2] Tokson Choe, Chan Young Hong, Jin Bae Park, et al. Implementation of a time-frequency domain reflectometry system with PXI platform for a coaxial cable[C]//Instrumentation and Measurement Technology Conference, Italy,2004.

[3] Yong June Shin. Theory and application of time-frequency analysis to transient phenomena in electric and other physical systems[D]. The University of Texas at Austin,2004:108-135.

[4] Remi Gribonval. Fast matching pursuit with a multi-scale dictionary of gaussian chirps[J]. IEEE Transactions on Signal Processing,2001,49(5):994-1001.

[5] Teal C, Larsen W. the Phenomenology of wire, dielectrics and frequency[C]//Digital Avionics Systems Conference, Corona, USA,2002:1-9.

[6] 陳克難,劉文紅.信號波形在同軸電纜中的傳輸[J].儀器儀表學(xué)報,2004,25(4):502-505.

[7] 張炳達,瞿敏,陳偉樂.軟閾值消噪法在電纜故障測距中的應(yīng)用[J].儀器儀表學(xué)報,2003,24(4):506-507.

[8] D L DONOHO. Denoising by soft-thresholding[J]. IEEE Transactions on Information Theory,1995,41(3):613-627.

[9] Zhao Z D. Wavelet shrinkage denoising by generalized threshold function[J]. Proceedings of the Fourth International Conference on Machine Learning and Cybernetics,2005,18(21):5501-5506.

[10] Berman Z, Baras J S. More about wavelet maxima representations[C]//Acoustics, Speech, and Signal Processing, Maryland University,1993:662-665.

Ship Cable Fault Diagnose Based on Time-Frequency Reflection

CAI Longfei1YANG Lei2

(1. Navy Representative Office in Wuhan 438 Plant, Wuhan 430060) (2. School of Electric and Electronic Engineering, Wuhan Polytechnic University, Wuhan 430023)

Aiming at difficult diagnosis problem caused by weak reflected signal, big signal attenuation in high-tech ships cable fault diagnosis method based on time domain reflection, time-frequency diagnosis method is adopted to amplify the weak echo and improve hit rates. In addition, the threshold denoising method based on wavelet decomposition is studied to eliminate the interference of noise and reduce false alarm rates. Experiment is set to compare the time domain reflection and time-frequency reflection, which shows that the proposed method can achieve higher hit rates and lower false alarm rates.

ship cable, fault diagnosis, time-frequency reflection

2014年6月6日,

2014年7月25日

蔡龍飛,男,工程師,研究方向:電子工程。楊蕾,女,博士,副教授,研究方向:電子工程。

TP206+.3

10.3969/j.issn1672-9730.2014.12.043