資源描述：
《基于小波包分析和案例推理的轉(zhuǎn)子系統(tǒng)故障診斷方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、2010年簟36■囊1期V01．36No．1Feb．2010己6／己7基于小波包分析和案例推理的轉(zhuǎn)子系統(tǒng)故障診斷方法孫濤，侯志強(qiáng)，張贊(海軍航空工程學(xué)院飛行器工程系，山東煙臺(tái)264001)孫濤f1979)，男。工程師，畢業(yè)于海軍航空工程學(xué)院，從事航空發(fā)動(dòng)機(jī)狀態(tài)監(jiān)測(cè)與故障診斷工作。收稿Et期：2009-11—271引言轉(zhuǎn)子系統(tǒng)是典型的時(shí)變非穩(wěn)態(tài)振動(dòng)系統(tǒng)【lI，其故障多以振動(dòng)的形式表現(xiàn)出來(lái)，對(duì)其進(jìn)行分析可以診斷轉(zhuǎn)子系統(tǒng)故障。小波包方法可以將振動(dòng)信號(hào)分解為一系列具有局部特性的小波函數(shù)，在低頻和高頻范圍內(nèi)均具有較好
2、的分辨力。它對(duì)信號(hào)頻帶進(jìn)行多層次劃分，進(jìn)一步分解多分辨分析所沒(méi)有細(xì)分的高頻部分，并能夠根據(jù)被分析信號(hào)的特摘要：將小波包分析與案例推理技術(shù)應(yīng)用到轉(zhuǎn)子系統(tǒng)故障診斷中，解決了復(fù)雜轉(zhuǎn)子系統(tǒng)中小波包方法故障診斷結(jié)果可解釋性差、分析判斷需要專門經(jīng)驗(yàn)的問(wèn)題；用小波包技術(shù)所提取的故障特征表示轉(zhuǎn)子系統(tǒng)故障案例，利用案例檢索技術(shù)將以往相似案例應(yīng)用到解決當(dāng)前問(wèn)題的過(guò)程中，提高了故障診斷結(jié)果的可解釋性。仿真結(jié)果證明了該方法的有效性。關(guān)鍵詞：小波包；案例推理；轉(zhuǎn)子系統(tǒng)；故障診斷RotorSystemFaultDiagnosisBas
3、edonWaveletPacketAnalysisandCBRSUNTao．HoUZhi—qiang,ZHANGYtm(DepartmentofAirborneVehicleEngineering，NavalAeromudcalEngineeringInstitute，Yantai264001，Shandong，China)Abstract：Thepoorexplanationoffaultdiagnosisresultsanddependence0I細(xì)出analysisOilspecializedexpe
4、rienceforcomplicatedrotorsystemwaveletpacketmethod靚舊化solvedbyincorporatingwaveletpacketanalysisandCBDintotherotorsystem如t‘lldiagnosis．Theexplanationof‘，鋤diagnosisresultsW05improvedbythec珊ethatrotorsystemfaultwascharacterizedwith知出characteristicextractedusi
5、ngwave拓tpackettechnologyandintheprocess$ofdeolingwiththepresentproblems哪垤$ilni赫casesobtainedfromretrievaltechnique．Thesimulationresultsprovethevalidityofthemethod．Keywords：waveletpacket；CBR；rotorsystem；faufldiagnosis征，自適應(yīng)地選擇相應(yīng)的頻帶，使之與信號(hào)頻譜相匹配，信息量完整無(wú)缺121。對(duì)信號(hào)在
6、不同尺度上進(jìn)行分解與重構(gòu)，能得到原始信號(hào)在不同頻段上分布的詳細(xì)信息。但利用小波包方法診斷轉(zhuǎn)子系統(tǒng)故障時(shí)，存在診斷結(jié)果可解釋性果具有較好的解釋性，且診斷過(guò)程不需要專門經(jīng)驗(yàn)。本文提出1種基于小波包分析與案例推理技術(shù)的轉(zhuǎn)子系統(tǒng)故障診斷方法，在振動(dòng)信號(hào)小波包特征提取的基礎(chǔ)上，利用案例推理技術(shù)將以往類似經(jīng)驗(yàn)應(yīng)用于當(dāng)2010年囊36簟簟1期V01．36No．1Feb．2010前故障中，提高了診斷結(jié)果的可解釋性，且推理過(guò)程不需要專門經(jīng)驗(yàn)。2基于小波包的故障特征提取方法’對(duì)信號(hào)進(jìn)行多尺度分析常用離散小波包方法。離散信號(hào)按小
7、波包基展開時(shí)，包含高、低通濾波2部分，每次分解就將上層j+l的第n個(gè)頻帶進(jìn)一步分割，變細(xì)為下層．7的2個(gè)子頻帶(第2，l和2n+1)131。離散信號(hào)的小波包分解算法1_『df(『，2幾)=2二ak一2fdkq+l，，1){‘(1)1ndf仃，2，l+1)=2。6I一2fd：仃+l，幾)I式中：a。、b。為小波分解共軛濾波器系數(shù)131。小波包重構(gòu)算法dt(／'+1，凡)='n2。【pI一強(qiáng)畋仃，2凡)+gf_絲dk仃，2n+1)】k(2)式中：P。、口。為小波重構(gòu)共軛濾波器系數(shù)13I。小波包頻帶分析技術(shù)和Fo
8、urier頻譜分析的理論依據(jù)均為Parseval能量積分等式。信號(hào)他)在時(shí)域上的能量I，II吶lI：f㈤l2dx(3)m)的小波變換為dO"，后)=形(_，2，
9、
10、})=2彬L疏)抓)式中：砂0)為基小波。二者由Parseval恒等式聯(lián)系131fIm)I2dx：f協(xié)，．
11、})l2(5)由式(5)可知，小波變換系數(shù)d仃，后)的平方具有能量的量綱，可以用于故障診斷中的能量特征提取。一般用小波系數(shù)的平方計(jì)算小波包分解第
