基于小波分析的油田機械傳動裝置振動信號識別方法

摘要：為提高油田機械設備運行的穩定性與高效性，分析傳動裝置的運行特性，該研究設計了一種基于小波分析的油田傳動裝置振動信號識別方法。應用小波分析方法采集機械傳動裝置的振動信號，為振動信號的識別提供數據基礎。然后對采集到的振動信號進行卷積預處理，根據Hilbert變換、小波變換原理，從振動信號的時域特征、頻域特征以及時頻特征等方面出發，識別傳動裝置的振動信號。實驗結果顯示：經過小波分析后的3組振動信號頻率均變得更加簡潔，保留的關鍵頻率特征為85.11 Hz，與實際傳動頻率85.399 Hz非常接近，表明該文方法通過將復雜的信號簡化，能夠有效地識別裝置振動的振動信號特征，便于對油田機械傳動裝置的運行狀態進行判斷。

關鍵詞：小波分析? 智能化油田? 機械傳動裝置? 振動信號識別? 傳動信號? 支持向量機

中圖分類號：TP751文獻標識碼：A

Abstract： In order to improve the stability and efficiency of oilfields mechanical equipment operation and analyze the running characteristics of the gear， a method of vibration signal identification of the oilfields mechanical gear based on wavelet analysis is designed in this study. It uses the wavelet analysis method? to collect the vibration signal of the mechanical gear and provides the data basis for the identification of vibration signals， then performs? convolution pre-processing of the collected vibration signal， and according to the principle of Hilbert transform and wavelet transform， identifies the vibration signal of the gear from the time-domain characteristics， frequency-domain characteristics and time-frequency characteristics of vibration signals and other aspects. The experimental results show that the frequencies of the three groups of vibration signals are all more concise after wavelet analysis，? the key frequency characteristic retained is 85.11 Hz， which is very close to the actual transmission frequency of 85.399 Hz， indicating by simplifying the complex signals， the method in this paper can effectively identify the characteristics of the vibration signal of the device vibration， and is convenient to judge the running state of the oilfields mechanical gear.

Key Words： Wavelet analysis; Intelligent oilfield; Mechanical gear; Vibration signal identification; Transmission signal; Support vector machine

隨著我國科學技術的發展，我國各個行業對機械設備的要求越來越高，開始將大型作業、智能化技術以及高度集成的特性與機械設備相結合，成為我國現在短自動化設備的發展趨勢，這就要求相關機械設備需要有更多樣化的功能與高質量的性能[1]。

在石油工程中，油田機械設備是工業運營的核心部分，在設備性能優良的基礎上，還要保證環保性、安全性與穩定性[2-3]。機械設備的傳動裝置是其能否正常運行的關鍵部分，若不及時發現傳動裝置的故障，不僅會阻礙油田工程的運轉，降低工程的工作效率，還會對相關工作人員帶來一定的安全隱患。因此，對傳動裝置的穩定性研究是非常重要的[4]。在檢測傳動裝置的運行狀態時，一般通過對裝置的振動信號的分析，判斷傳動裝置的性能好壞。

基于以上背景，該研究應用小波分析法，設計了一種油田機械傳動裝置振動信號識別方法，為大型機械設備的傳動裝置的故障分析提供一種識別方法，為油田工業的長久穩定發展提供一種參考。

1分析傳動裝置運行特性

在機械設備中，傳動裝置是設備穩定運轉的基礎部分。油田機械設備作為油田工業的主要動力設備，其正常穩定地運行，是油田工業生產效率與效益的基礎保障。現通過對油田傳動裝置的運行機理進行分析，提取傳動裝置的特性指標，為裝置振動信號特征的識別提供基礎的理論依據[5]。

現階段，我國油田工業常用的機械設備，其傳動裝置的主要構成部分有齒輪、傳動鏈條、萬向軸、三角膠帶等。通過相互作用，從裝置的驅動側傳遞能量，并分配到裝置的運行側，裝置傳動的本質是一種運動形式的轉換。計算機械設備傳動裝置的相關指標參數，包括傳動裝置的轉速比、變矩向量、功率能容、傳動效率以及過載向量。

綜上所述，油田機械設備傳動裝置的振動，主要來自于齒輪振動，其振動的特征與其傳動效率、過載系數等相關，基于上述分析，對油田機械傳動裝置額振動信號進行研究。

2振動信號采集

在油田機械傳動裝置的運行過程中，不同節點發生偏差，都會以不同的振動信號特征顯示出來[6]。因此，為了把控油田機械傳動裝置的穩定運行效果，結合傳動裝置的運行機理，采用小波分析的方式對油田機械傳動裝置振動信號進行采集、處理與特征識別。

將上文所述的時域特征與頻域特征結合，構建時、頻域的特征矩陣，通過小波變換，將振動信號，進行多層次的分解，對矩陣進行計算，得到振動信號的綜合特征結果，實現對油田機械傳動裝置振動信號的識別。

5測試與分析

為檢測基于小波分析的油田機械傳動裝置振動信號識別方法的效果，進行裝置振動試驗。

5.1試驗準備

以M油田機械傳動裝置為試驗對象，傳動裝置的基本參數如下表1所示。基于Labview振動信號采集系統，應用本文設計的振動信號識別方法，進行試驗，為排除因試驗用傳感器故障或調試不準等外部相關因素的影響，分別選擇傳動裝置的隨機三處，作為試驗的檢測點，設為試驗組1、試驗組2、試驗組3，以此來避免外界因素影響，提高試驗檢測的準確性。

5.2試驗結果與分析

根據上述試驗準備完成振動試驗。提取傳感去檢測的三組振動信號，作為對照組，應用該文方法監測的三組振動信號，作為實驗組。采用Matlab程序，繪制兩組試驗結果，如圖1、圖2所示。

由圖2可知，經過小波分析的3組振動信號頻率均變得更加簡潔，將高頻區域的一段信息與低頻區域的信息去掉，并且均保留了初始振動信號的主要信號頻率特征，保留的關鍵頻率特征為85.11 Hz，計算實際的傳動裝置的傳動頻率，結果為85.399 Hz，兩個數值非常接近。

上述結果表明該文方法通過將復雜的信號進行簡化，能夠有效地識別裝置振動的相關特征，便于對油田機械傳動裝置的運行狀態進行分析和判斷，為傳動裝置的穩定運行提供保障。

6結語

傳動裝置的穩定與否關系到大型工業的生產效率。石油工業作為我國重要大型工業的一種類型，維持其相關機械設備傳動裝置的性能是油田工業生產效率的保障。為此，該文研究了識別油田機械設備傳動裝置的信號特征，及時判斷機械設備是否正常運轉，以期提高我國油田工業的經濟效益與社會效益。

參考文獻

[1]陳宇，何芝仙，時培成.實現等速往復運動的機械傳動系統動力學分析[J].機械設計，2022，39（1）：98-104.

[2]朱本瑞，張德瑞，楊樹耕，等.海洋平臺上部組塊機械設備動力響應評估[J].石油機械，2020，48（2）：66-71.

[3]蔣佳煒，胡以懷，柯赟，等.基于小波包特征提取和模糊熵特征選擇的柴油機故障分析[J].振動與沖擊，2020，39（4）：273-277，298.

[4]于濤，劉國棟，李金耀，等.基于小波分析的壓力機振動信號處理與分析[J].鍛壓技術，2022，47（2）：152-157.

[5]董鑫，李國龍，何坤，等.譜圖小波閾值降噪及其在滾刀主軸振動信號分析中的應用[J].機械工程學報，2020，56（11）：96-107.

[6]潘志城，鄧軍，楚金偉，等.基于小波包的換流變壓器振動信號特征分析方法[J].變壓器，2020，57（11）：21-26.

[7]田祖織，吳向凡，謝方偉，等.磁流變液傳動裝置時間響應特性[J].液壓與氣動，2022，46（5）：190-195.

作者簡介：趙磊（1985—），男，本科，工程師，研究方向為機電儀表。