煤礦電機的小波故障分析方法

摘要：論文探討了小波技術的發展和其特點，指出其在煤礦電機故障檢測中可以發揮很好的作用。闡述了應用小波進行煤礦電機故障檢測的具體方法，通過振動故障特征的提取，實現故障的檢測。

關鍵詞：煤礦安全；電機；故障；小波；信號處理理火

引言

煤礦生產時電機經常處于復雜工況下，受到潮濕、霉變等環境條件影響，經常有可能發生各種故障。比如強行開機引發定子溫度過快，破壞原有絕緣性能，造成短路。電機故障直接影響著煤礦的安全生產，必須采取積極地措施來加強監管。本文主要探討應用小波方法，對煤礦電機故障進行檢測。

1 故障檢測

故障診斷是個古老的話題，它在各個領域都引起了人們的重視。所謂故障診斷就是對系統進行監視與檢查，判斷系統是否出現了異常。自動故障監測系統是對系統運行狀態進行監測、評判，及時給出發生的故障信息，包括故障發生的時間、部位，大小等，為可靠控制和安全生產提供保障。信號處理、模式識別、最優化方法、決策論、人工智能等理論和方法的迅速發展，為解決復雜系統故障診斷問題提供了有力的理論基礎，從而產生了大量行之有效的新技術、新方法。在技術進步與市場拓展的雙重驅動下。故障診斷技術得到了快速發展，大量專用動態系統的故障診斷專家系統都已接近實用水平，并在航空航天、核反應堆、熱電廠、石油輸送、機器人，化工等一系列工程技術領域得到了初步應用，并取得了顯著的經濟效益。

2 小波變換與小波處理

法國地球物理學家Morlet在分析地震波時首先提出了小波分析。后來與Grossman共同發展了連續小波變換。1986年開始小波理論迅速發展。Mallat統一了所有具體的正交小波基的構造，提出了基于小波分解和重構的快速算法。經過近10年的探索研究，數學形式化體系已經建立，理論基礎扎實。“小波”就是小區域、長度有限、均值為0的波形。所謂“小”是指它具有衰減性；而稱之為“波”則是指它的波動性，其振幅正負相間的震蕩形式。與Fourier變換相比，小波變換是時間(空間)頻率的局部化分析，它通過伸縮平移運算對信號逐步進行多尺度細化，最終達到高頻處時間細分，低頻處頻率細分。正交小波變換這種小尺度大頻窗、大尺度小頻窗的時頻分布規律是同自然界中信號的時頻特性相符合的，適宜于分析任意尺度的信號，能自動適應時頻信號分析的要求，解決了F0urier變換的困難問題。小波變換稱為“數學顯微鏡”，作為一種新穎的時頻分析工具，不僅繼承和發展了STFT局部化的思想，而且克服了短時傅里葉變換的時頻窗口固定、離散正交基匱乏的弱點。可喜的是，它是一種理想的時頻分析工具，還對平穩信號同樣有效。因此把小波應用到電機的故障檢測里，是信號處理在故障檢測應用的發展。

3 基于小波的電機故障檢測

3.1在線檢測的方式

電機設備的運行又受到很多因素的影響，導致故障產生的原因多種多樣，如電網電壓、負載性質、安裝環境、產品質量等，既有設計制造質量問題，也有安裝和運行維護方面的問題。除了采取各種積極的維護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的選擇。為了能在電機有早期故障征兆時采取積極主動的調節措施，防止故障的進一步惡化，更需要對它們進行可靠、有效的狀態監測與故障診斷，以利生產的合理進行。

3.2小波的特征提取

故障診斷主要包含三個步驟：檢測設備狀態的特征信號，如振動、噪聲等，從所檢測到的特征信號中提取征兆，故障的模式識別。應用小波技術的故障實際上也是一種基于信號處理的故障檢測方法。基于信號處理的診斷方法直接利用各類信號處理方法，如相關函數、高階統計量、頻譜的分析和自回歸滑動平均過程、小波變換技術等，原理上既適應干線性系統，也適用于非線性系統。電動機的在線故障監測也就是應用小波對振動信號的特征提取。當電機出現故障時，其故障信號更多地表現為：信號是淹沒于強背景中的微弱信號；信號特征頻率波動范圍較大甚至有跳動；信號瞬變非平穩。采用相關分析、頻譜分析的方法很難形成一個準確的故障診斷判據。當電動機分別處于正常運行狀態和故障狀態時，其振動頻率的特征分布會有非常大的差別。將電機正常和故障信號分別進行多層小波包分解，并對其進行單支重構，從中提取電機故障特征頻段，從特征頻段波形的對比分析中可以看到能夠反映電機的故障狀況重構信號。

所以應用頻率特征進行小波的故障檢測方法如下：采樣信號小波包分解；小波包分解系數重構，提取各頻帶范圍的信號。由于電機出現故障時，會對某些頻帶信號的能量有較大的影響。用此方法可以構造特征向量。對特征向量廠進行歸一化處理，應用歸一化的特征向量就可以實現煤礦電機的故障檢測。

4 總結

由于小波分析具有很強的提取弱信號的能力，所以是診斷早期煤礦電機故障的有效手段，對電機的常見故障進行分析及診斷，可以有效地降低故障率，減少突發事故造成的停產損失，減小對人員的安全威脅，保證礦井作業的安全。雖然這些故障診斷技術雖然進展顯著，但仍然存在誤判率高、準確度低的問題，對電機系統故障診斷技術的研究有必要進一步深化和成熟。

參考文獻：

[1]樓應候，蔣亞南.機械設備故障診斷與監測技術的發展趨勢[J].機床與液壓2002：(4)

[2]周東華.三相感應電動機的在線故障檢測與診斷問題的研究[J]，控制理論與應用1995.12(1)

[3]程軍圣，于德介，鄧乾旺等.時間一小波能量譜在滾動軸承故障診斷中的應用[J].振動與沖擊：2004.2