基于小波尺度譜重排與小波排列熵的自動機故障診斷

潘宏俠，馬百雪，許 昕

（中北大學 機械與動力工程學院，山西 太原 030051）

自行火炮作為炮兵現代化的重要標志、現代炮兵的重要組成部分，于上世紀五十年代已經在我國裝甲兵部隊中廣泛使用，并且逐漸發展為擁有不同體系和用途的武器裝備系列。高速自動機作為小口徑火炮的核心部件，受高溫、高壓、工作環境惡劣的影響，部件產生磨損、裂紋在所難免，因此必須對自動機進行可靠性監測與故障診斷。

自動機獲得的振動信號往往具有大量的背景噪聲，屬于非平穩、短時瞬態信號，而且一些構件的裂紋及磨損的振動響應也很微弱［1－2］。而小波包變換通過伸縮和平移運算實現對信號的多尺度細化分析，可以在時頻域內表示信號的局部特征，能有效地提取信號的時頻特征量。小波變換的尺度譜被認為是擁有一個相對恒定帶寬的頻譜，是對信號時頻信息的反映。小波尺度譜重排是對小波尺度譜的一種再分配方法，具有更好的時頻集中性和較少的干擾項，提高了信號時頻分布的可讀性，且能很好地表現信號中能量較小的微弱信號，利于提取早期故障特征，可以進行信號的時頻特征提取、消噪處理［3］。

筆者將小波尺度譜重排應用于自動機故障信號的早期預處理，并結合同樣對信號微弱變化特征敏感的排列熵算法作為預處理信號所要提取的特征量進行故障診斷。診斷結果表明該方法可以對自動機故障進行有效的診斷。

1 小波尺度譜重排基本原理

對所有的信號x（t）、ψ（t）∈L2（R），x（t）作連續小波逆變換：