论文部分内容阅读
【摘 要】 内燃机缸盖振动具有明显的非平稳时变特点，因此在监测诊断时应尽量利用信号中的信息.为了克服时域和频域特征提取方法的不足，从而充分利用振动信号所包含的信息，本文提出了一种新的内燃机故障诊断方法：对缸盖振动信号进行小波包分解，得到信号的时-频分布图，并利用软件方法定义图象，然后提取图象的各种特征参数实现诊断.将该方法用于6135柴油机气阀机构的故障诊断，取得了很好的效果.结果表明此方法简单有效，诊断精度较高，且对信号采样的要求不高，易于实用。
【关键词】多指标融合;小波去噪;运用研究
大地测量参数的处理十分繁琐，而数据去噪一直是这项工作的重点难点，去噪的程度直接决定着最终测量结果以及数据处理结果的精准性。而在这其中，本文选择的多指标融合去噪最佳尺度选择方法在融合小波渠道中的几个指标上的变化特征主要是使用了信息熵这一算法，所以在分析小波去噪结果方面的应用更加全面，在处理去噪结果和分解尺度间对应关系工作中的应用也更加高效。而且，这一去噪方法可以对各项指标改变的转折点进行了识别，进而分析出了最适宜的小波去噪分解尺度。
1、多指标融合的小波去噪最佳分解尺度选择
1.1 融合指标的选择
能否定量地描述出多个方面的去噪信号的参数是融合指标选擇的关键点。现在用于描述去噪信号的定量参数主要包括相互关系数、平滑度、信噪比和均方根误差。均方根误差即为分解后的重构信号和初始信号之间的均方根误差，数值越小代表的去噪效果越高。信噪比则代表初始的信号能量和噪声信号能量的比值，故此，多数情况下信噪比数值越大则代表去噪效果越佳。平滑度则为去噪后的信号和初始信号两者各自的差分数之间的方差根的比值，因此该数值越小则代表得到的信号越光滑，效果越显著。互相关系数代表的是去噪之后的信号以及参考信号两者之间的相似程度，两者越相似，也就是相互关系数的数值越趋近于1，则可以说明去噪信号和初始信号的相似度越高。因此，在通过与真实信号的比较来判定去噪信号特征时，往往会构造包括均方根误差变化量、信噪比变化量以及平滑度变化量等三个描述指标，根据对这三项描述指标的收敛特性分析来判断去噪信号特征。
1.2 多指标融合方法
随着去噪范围的提升，均方根误差改变量、信噪比变化量和平滑度变化量的三项指标的变化趋势各不相同。所以，多指标融合的小波去噪最佳分解尺度选择方法更能精准的反应出信号的变化特征。理论上，对熵的定义是衡量信息不稳定性的一项参数。一般情况下，熵和信息的不稳定性是成正比的，而信息的不确定性又同信息量成反比关系。所以，在使用多指标融合方法的过程中，可以借助熵的这一特性对相关的指标进行加权融合，进而得出对部分指标离散程度的初步判断。具体来说，如果该项指标的变异数值相对而言偏大，那么对应的这项指标的离散度就偏大，这项指标在综合评价中所占的比重，也就是该项指标的权重就越大。
1.3 最佳分解尺度辨别
在信号去噪的过程中，包括均方根误差等在内的一系列指标存在比较明显的收敛性特征。也就是说，当到了一个最适合的分解尺度之后，均方根误差的变化程度就会明显变小，并逐渐趋于平缓，因此我们能够把指标变化的转折点作为判断最佳分解尺度的指标。所以，在识别该参数的过程中，拐点法的应用十分有效。首先，相关人员可以将去噪信号划分为多个尺度，从中提取出融合指标序列。对相应变量加权融合结果分析之后，不能观察出变化率的收敛趋势。随后，就可以开展异常值剔除、拐点识别操作。在剔除异常值时，可以参考最小二乘拟合对序列的整体趋势判断，或者采用中位数绝对偏差法剔除异常值。而在识别拐点时，则应该借助已经剔除异常值的序列连接来分析去噪结果。
2、热电厂汽轮机异常振动故障的处理措施
2.1机组摩擦异常振动故障的处理。摩擦振动在热电厂汽轮机工作过程中是不可避免的，技术人员只能通过摩擦降低措施减轻摩擦振动的影响。在例行检查汽轮机时，针对内部的各个组件进行检查，观察部件之间是否存在摩擦，如果存在摩擦现象，确定是动摩擦还是静摩擦，这些都要分析清楚。此外，还要注意其在工作时，是否有摩擦声传出，声音在超过一定范围时，需要对其进行检修，并振动的频率也要符合规定。同时，要对汽轮机摩擦力较大的连接处定期更换润滑油，对于使用时间过长的部件要进行及时的修理或者是更换，可以通过合理的维护和保养，降低汽轮机部件的摩擦，降低摩擦振动的不良影响。
2.2油膜振动故障的处理。在油膜振荡引发的汽轮机组轴承振动过程中，热电厂相关技术人员应根据油膜振荡的原理，通过提高汽轮机转子和轴承可靠性的方法来对异常振动进行处理。①增加轴瓦比压，有效控制油膜发生的振动。②缩小轴瓦顶部的间隙，将上轴瓦的轴承合金宽度增加，这样能有效减少振动频率。③将轴瓦和轴颈之间的接触角度减少，当减少到一定范围后，其振动就会减少。④在机组中添加合适的润滑油是非常有必要的，润滑油要选择动力粘度小的，这样使用起来对机组的正面效益最大，可以极大的促进机组的工作效率，还不会有负面影响。⑤利用平衡力原理，把设备中存在的不平衡力降到最低，当其相互平衡后，就不会发生加大位移，进而出现振动的概率降低。
2.3转子热变形振动故障的处理。由于汽轮机转子工作区域在蒸汽区，因此热弯曲故障的发生较为常见。针对转子热变形引起的汽轮机振动现象，可以采取以下措施。①最初的汽轮机制作过程中下功夫，在制作汽轮机时，对于汽轮机中长时间暴露在高温环境下的部件，用耐高温、高压的材料来进行制作。②通过转子的經常更换，避免转子热变形引发的汽轮机轴承异常振动。③还需要对转子中心孔内的油进行定期的清理，避免中心孔进油导致汽轮机转子排气孔有可能无法与外界相连现象，进而为汽轮机的稳定运行提供保障。
2.4气流激振故障的处理。技术人员在进行气流激振引发的汽轮机振动故障处理中，可以适当调整不同负荷条件下熟练掌握汽轮机高压进气门的特性，从而尽可能地消除气流激振。在日常汽轮机运行过程中，要对汽轮机负荷汽压的变化进行控制，降低对负荷气压的变化，避免气流激振的出现，有效减少汽轮机振动故障出现的几率。同时，要对机组的振动数据进行长时间记录，并将这些数据进行合理整理后做成曲线图，从而以便观察其振动的变化趋势以及范围，然后通过改变升降负荷速率及改变汽轮机不同负荷时高压调速气门来消除气流激振。
3、结束语
综上所述，多指标融合的小波去噪最佳分解尺度选择方法的主要根据是均方根误差、信噪比以及光滑度等三项指标，这些方法的运用可以降低去噪的计算难度、增加去噪最佳尺度的识别精度，具有推广价值。
参考文献：
[1]钱峰，卢经，邵建根，覃延佳.局部放电信号检测中自适应分解层数小波去噪[J].电力设备管理，2019（08）
[2]刘海江，张欣，李敏.汽车驾驶性评价中小波去噪分解层数的确定[J].噪声与振动控制，2019（04）
[3]赵肖宇，贺燕，佟亮，蔡立晶，尚廷义.基于EMD分解的拉曼光谱小波去噪方法[J].黑龙江八一农垦大学学报，2019（03）
[4]胡薛毅，黄声享，庞辉.变形监测数据小波去噪分解尺度确定方法[J].测绘地理信息，2017（02）
（作者单位：四川省成都市郫都区西华大学）
【关键词】多指标融合;小波去噪;运用研究
大地测量参数的处理十分繁琐，而数据去噪一直是这项工作的重点难点，去噪的程度直接决定着最终测量结果以及数据处理结果的精准性。而在这其中，本文选择的多指标融合去噪最佳尺度选择方法在融合小波渠道中的几个指标上的变化特征主要是使用了信息熵这一算法，所以在分析小波去噪结果方面的应用更加全面，在处理去噪结果和分解尺度间对应关系工作中的应用也更加高效。而且，这一去噪方法可以对各项指标改变的转折点进行了识别，进而分析出了最适宜的小波去噪分解尺度。
1、多指标融合的小波去噪最佳分解尺度选择
1.1 融合指标的选择
能否定量地描述出多个方面的去噪信号的参数是融合指标选擇的关键点。现在用于描述去噪信号的定量参数主要包括相互关系数、平滑度、信噪比和均方根误差。均方根误差即为分解后的重构信号和初始信号之间的均方根误差，数值越小代表的去噪效果越高。信噪比则代表初始的信号能量和噪声信号能量的比值，故此，多数情况下信噪比数值越大则代表去噪效果越佳。平滑度则为去噪后的信号和初始信号两者各自的差分数之间的方差根的比值，因此该数值越小则代表得到的信号越光滑，效果越显著。互相关系数代表的是去噪之后的信号以及参考信号两者之间的相似程度，两者越相似，也就是相互关系数的数值越趋近于1，则可以说明去噪信号和初始信号的相似度越高。因此，在通过与真实信号的比较来判定去噪信号特征时，往往会构造包括均方根误差变化量、信噪比变化量以及平滑度变化量等三个描述指标，根据对这三项描述指标的收敛特性分析来判断去噪信号特征。
1.2 多指标融合方法
随着去噪范围的提升，均方根误差改变量、信噪比变化量和平滑度变化量的三项指标的变化趋势各不相同。所以，多指标融合的小波去噪最佳分解尺度选择方法更能精准的反应出信号的变化特征。理论上，对熵的定义是衡量信息不稳定性的一项参数。一般情况下，熵和信息的不稳定性是成正比的，而信息的不确定性又同信息量成反比关系。所以，在使用多指标融合方法的过程中，可以借助熵的这一特性对相关的指标进行加权融合，进而得出对部分指标离散程度的初步判断。具体来说，如果该项指标的变异数值相对而言偏大，那么对应的这项指标的离散度就偏大，这项指标在综合评价中所占的比重，也就是该项指标的权重就越大。
1.3 最佳分解尺度辨别
在信号去噪的过程中，包括均方根误差等在内的一系列指标存在比较明显的收敛性特征。也就是说，当到了一个最适合的分解尺度之后，均方根误差的变化程度就会明显变小，并逐渐趋于平缓，因此我们能够把指标变化的转折点作为判断最佳分解尺度的指标。所以，在识别该参数的过程中，拐点法的应用十分有效。首先，相关人员可以将去噪信号划分为多个尺度，从中提取出融合指标序列。对相应变量加权融合结果分析之后，不能观察出变化率的收敛趋势。随后，就可以开展异常值剔除、拐点识别操作。在剔除异常值时，可以参考最小二乘拟合对序列的整体趋势判断，或者采用中位数绝对偏差法剔除异常值。而在识别拐点时，则应该借助已经剔除异常值的序列连接来分析去噪结果。
2、热电厂汽轮机异常振动故障的处理措施
2.1机组摩擦异常振动故障的处理。摩擦振动在热电厂汽轮机工作过程中是不可避免的，技术人员只能通过摩擦降低措施减轻摩擦振动的影响。在例行检查汽轮机时，针对内部的各个组件进行检查，观察部件之间是否存在摩擦，如果存在摩擦现象，确定是动摩擦还是静摩擦，这些都要分析清楚。此外，还要注意其在工作时，是否有摩擦声传出，声音在超过一定范围时，需要对其进行检修，并振动的频率也要符合规定。同时，要对汽轮机摩擦力较大的连接处定期更换润滑油，对于使用时间过长的部件要进行及时的修理或者是更换，可以通过合理的维护和保养，降低汽轮机部件的摩擦，降低摩擦振动的不良影响。
2.2油膜振动故障的处理。在油膜振荡引发的汽轮机组轴承振动过程中，热电厂相关技术人员应根据油膜振荡的原理，通过提高汽轮机转子和轴承可靠性的方法来对异常振动进行处理。①增加轴瓦比压，有效控制油膜发生的振动。②缩小轴瓦顶部的间隙，将上轴瓦的轴承合金宽度增加，这样能有效减少振动频率。③将轴瓦和轴颈之间的接触角度减少，当减少到一定范围后，其振动就会减少。④在机组中添加合适的润滑油是非常有必要的，润滑油要选择动力粘度小的，这样使用起来对机组的正面效益最大，可以极大的促进机组的工作效率，还不会有负面影响。⑤利用平衡力原理，把设备中存在的不平衡力降到最低，当其相互平衡后，就不会发生加大位移，进而出现振动的概率降低。
2.3转子热变形振动故障的处理。由于汽轮机转子工作区域在蒸汽区，因此热弯曲故障的发生较为常见。针对转子热变形引起的汽轮机振动现象，可以采取以下措施。①最初的汽轮机制作过程中下功夫，在制作汽轮机时，对于汽轮机中长时间暴露在高温环境下的部件，用耐高温、高压的材料来进行制作。②通过转子的經常更换，避免转子热变形引发的汽轮机轴承异常振动。③还需要对转子中心孔内的油进行定期的清理，避免中心孔进油导致汽轮机转子排气孔有可能无法与外界相连现象，进而为汽轮机的稳定运行提供保障。
2.4气流激振故障的处理。技术人员在进行气流激振引发的汽轮机振动故障处理中，可以适当调整不同负荷条件下熟练掌握汽轮机高压进气门的特性，从而尽可能地消除气流激振。在日常汽轮机运行过程中，要对汽轮机负荷汽压的变化进行控制，降低对负荷气压的变化，避免气流激振的出现，有效减少汽轮机振动故障出现的几率。同时，要对机组的振动数据进行长时间记录，并将这些数据进行合理整理后做成曲线图，从而以便观察其振动的变化趋势以及范围，然后通过改变升降负荷速率及改变汽轮机不同负荷时高压调速气门来消除气流激振。
3、结束语
综上所述，多指标融合的小波去噪最佳分解尺度选择方法的主要根据是均方根误差、信噪比以及光滑度等三项指标，这些方法的运用可以降低去噪的计算难度、增加去噪最佳尺度的识别精度，具有推广价值。
参考文献：
[1]钱峰，卢经，邵建根，覃延佳.局部放电信号检测中自适应分解层数小波去噪[J].电力设备管理，2019（08）
[2]刘海江，张欣，李敏.汽车驾驶性评价中小波去噪分解层数的确定[J].噪声与振动控制，2019（04）
[3]赵肖宇，贺燕，佟亮，蔡立晶，尚廷义.基于EMD分解的拉曼光谱小波去噪方法[J].黑龙江八一农垦大学学报，2019（03）
[4]胡薛毅，黄声享，庞辉.变形监测数据小波去噪分解尺度确定方法[J].测绘地理信息，2017（02）
（作者单位：四川省成都市郫都区西华大学）