小波分析的电梯曳引机故障诊断方法

技术交流　囵圈圈圈圈　小波分析的电梯曳引机故障诊断方法　・　文／乔贵强’夏艳　（１安庆市特种设备监督检验中心安庆２４６０００　２．南京理工大学机械工程学院南京２１００９４）　摘　要：作者针对小波分析技术及其在电梯曳引机故障检测中的应用作了一些研究。本文阐述了电梯曳引机故　障的机理、故障特征，通过对信号的分析、处理，判断出电梯曳引机是否有故障存在以及故障类型，　便于及时采取措施，减少损失。　关键词：小波分析电梯曳引机故障诊断　１前言　随着科学技术和社会经济的发　展，高层建筑已成为现代城市的标　志。电梯作为垂直运输工具，承担　现象发生，减少对人员和设备安全　的威胁，具有重大的经济和社会意　障信号分析的要求。而小波分析和　小波包分析法具有良好的时频局部　性和多分辨率的处理能力，既可对　信号进行整体分析，又能反映信号　局部细节的能容，它能够将信号在　任意频段进行划分，从而使在不同　义：并且研究电梯曳引机故障诊断　还可为电梯曳引机设计制造者提供　数据，积累经验，有助于电梯曳引　着大量的人流和物流的输送，其作　用在建筑物中至关重要。电梯的使　用领域越来越广，电梯已成为现代　物质文明的一个标志。现代电梯向　机性能及可靠性的改进；同时对电　梯曳引机故障定位、决策、维修及　检验检测也有重要的作用。　电梯曳引机出现故障时，故障　信号大多属于非平稳随机信号，其　中往往含有大量的时变、短时突发　频段的各种故障特征信号更加容易　被识别和提取，在电梯曳引机故障　诊断中有不可比拟的优越性。　着低噪音、节能高效、全电脑智能　化方向发展，具有高度的安全性和　可靠性。　电梯曳引机作为电梯的主要安　全部件之一，结构复杂，成本昂　贵，出现事故损失大，影响大；即　２小波基的选择　对一个确定的信号作小波变换　以提取信号的故障特征时，不一定　每个小波基函数都适合作该小波变　换的母小波，处理效果最好的母小　波只可能有一个。因此最重要的是　性质的成分。因此可以通过检测、　分析故障信号，获得电梯曳引机的　故障信息。传统的信号分析方法，　如傅立叶变换，是一种纯频域分　析，缺乏空间局部性，只能说明信　便是正常维修，也会产生很大的设　备维修量和维修费用。一旦发生故　障，就可能破坏设备，甚至影响整　个运行过程，造成巨大损失。因　此，对电梯曳引机进行故障诊断及　早发现故障和预防故障的进一步恶　化，减少突发事故造成的停梯困人　号中某频率成分幅值的大小和频率　密度，不能检测奇异信号点的时域　要寻找适当的小波基函数作为母函　数。因为与Ｆｏｕｒｉｅｒ变换不同，小波　基不具有唯一性。Ｆｏｕｒｉｅ度换不需　要选择基波，而且其基波是规则　的、可预测的；小波基是不规则　信息，而且还可能将含有丰富故障　信息的微弓弓信号作为噪声滤去。因　此，不能完全满足对电梯曳引机故　电褊工业５１　Ｅ　技术交流　的，不同小波基波形形状差别很　大，支撑范围和规则性都有着很大　的差别。因而，对同一个信号选用　不同的小波基波进行信号处理，往　往得到的结果差别很大，这必然影　响最终的处理结构。小波基函数的　选择直接关系到信号处理效果的好　坏以及特征信号提取的成败，进而　影响到故障的诊断。　目前，对于小波包基的选取并　没有形成一个统一的标准，在遵循　一般性原则的基础上，要具体问题　具体分析。就被检测信号的特征而　言，我们检测的是电梯曳引机的故　障信号，要从中提取非平稳的瞬　时、突变和奇异的成分，也就是说要　提取有限频带上的信息，所以在选取　小波基时，其时频两域的紧支撑能力　应首先被考虑；而对于信号的奇异性　检测，当信号产生奇异点时，往往在　突变处含有高频成分，而且信号形状　不规则，从规则性系数表可知，规则　性系数越大，规则性就越好，但在分　析电梯曳引机故障的振动信号时，我　们更加关心它的低频成分，所以对于　ｄｂＮ的小波函数的消失矩阶数不应　太高；同时，在选择小波基的过程　中，正则性原则也不容忽视，因为正　则性越好，检测突变点的效果就越不　理想。　综上所述，在电梯曳引机的机　械故障诊断中，为了有效地分析突　变信号，在小波包基的选取上，主　要满足定区间的紧支撑和足够的消　５２　ＥＬＥＶＡＴＯＲ　ＩＮＤＵＳＴＲＹ　失矩阶数，这样能有效的消除噪　声，发现奇异点。　３故障信号的预处理　在进行电梯曳引机故障诊断　时，数据采集过程是必不可少的。　但在采集的实际信号当中是多种信　号的叠加，去除噪声提取有用的信　号，这对于故障诊断是非常关键　的。如果对信号去噪不干净，会混　入不应用的高频干扰信号；相反，　如果去噪太多，可能会丢失有用的　频率分量。这两种情况都会使原有　信号失真，导致对电梯曳引机故障　做出错误的判断。因而，去噪方法　的选取对故障信号的分析与处理是　至关重要的。　信噪分离通常有三种途径：　一是在了解所关心的频率成分　的情况下，通过小波分解，只保留　所关心的频带的小波变换结果，将　其他通道的变换结果置零，然后重　新合成信号。　二是在了解噪声成分频率范围　的情况下，可以通过将噪声成分所　在的频道的小波变换系数置零，然　后重新合成信号，去除噪声。　上述两种信噪分离途径，具有　本质上的一致性。但二者所要求的　对信号的先验知识不同，途径一了　解所有信号的频率范围，这对检测　轴承，齿轮的故障是很有用途的。　途径二要求了解信号噪声的先验知　识，因此，广泛适用于普遍存在的　含低频和高频噪声的信噪分离。　另一种是浮动阈值消噪方法。　传统闯值的线性平滑消噪，在降低　噪声的同时也展宽了波形，虽然平　滑了信号中的锐变尖峰部分，但也　损失了这些奇异点可能携带的重要　信息。而采用浮动阈值消噪方法，　既去除大量噪声，又不会引起重建　信号失真，这就是浮动阈值消噪的　优势所在。　大致步骤如下：　①对数据进行小波变换，得出　带有噪声的小波系数；　②用非线性的软门限Ｔｈ（ｙ）作　用于数据，用ｔ＝　ｇ√２ｂｇ（ｎ）来　设定浮动门限，由此给出新的小波　系数值。　③再用处理过的新的小波系数　值进行小波反变换来重建新号，达　到消噪的目的。　４故障信号的小波分解及　处理　当一个电梯曳引机出现故障　时，它的传递函数会相应发生改　变，这样不同频率信号幅频和相频　特性均会改变。其输出信号各频率　成分的增强和抑制作用明显改变。　此时，与正常电梯曳引机输出相　比，频带相同的信号能量之间会很　大的差异。小波包能够将信号中不　同分量正交、无疏漏、无冗余地分　解到独立的频带内，这些子频带里　信号的能量为电梯曳引机状态监测