基于小波包分析的電機調速系統故障診斷與自動修正
邱愛中
(鄭州師范學院物理系，河南鄭州450044)
摘 要：提出了一種針別電機調速系統故障診斷和自動修正的方法。對被檢信號采用小波包分解和單節點重構的改進算法，細化信號的信息特征，消除頻帶混淆；以容差范圍作為誤差判別標準，統汁平均，計算各個頻段內的能量向量值，力使故障診斷誤差最小化；構建歸一化能量特征向量，凸顯故障特征，提高診斷的實時性；建立故障特征向量和修正措施的映射關系，通過調節脈寬調制(PWM)波束修正電機轉速。設計了以80C196KC草片機為控制核心的自動檢測故障和修正轉速的電機凋速系統，并與常規PID控制器進行對比試
驗。試驗結果表明：該系統具有較好的糾錯性能和調速精度，是特征提取、故障診斷和自動修正的有效方法。
關鍵詞：小波包分析；故障診斷；電機；自動修正
中圖分類號：TM 307文獻標志碼：A文章編號：1673—6540(2010)06—0050-05
0 引言
小波分析作為一種非平穩信號的時頻域分析方法，既能夠反映信號的頻率信息，又能夠反映該頻率信息隨時間變化的規律，并且分辨率是可變的，所以利用小波分析提取故障的時域和頻域特征能實時診斷故障。文獻[1]利用小波變換的模極大值方法檢測工作軸承振信號的突變故障。文獻[2]利用小波分析提取信號不同分辨率上的特征信息，并結合神經網絡進行模擬電路的故障診斷。文獻[3]分析了基于小波變換和支持向量機的故障診斷方法。文獻[4]將小波變換與模糊邏輯相結合用于電力傳輸線故障的診斷。這些處理方法有的針對故障簡單的信號處理，有的雖能處理復雜信號和系統，但節點多，計算復雜，精度低；另外，針對電機調速系統的故障診斷和自動修正鮮有研究。
為解決以上問題，將小波包分析理論應用于電機控制器故障檢測中，對被檢信號采用小波包分解和單節點重構的改進算法，細化信號的信息特征，提取小波包系數中所包含的時頻信息作為故障特征，構建歸一化能量特征向量，并對比事先建立的故障辭典，判定輸出主電流、勵磁電壓和轉速的狀態出現的故障，再利用脈寬調制(PulseWidth Modula{ion，PwM)技術，自動修正控制輸出，提高調速精度和抗干擾性能。
1 設計原理
設計的思想依據是小波包理論。故障診斷和自動修正兩大功能的實現主要由以下七個步驟來完成。
(1)對被檢測信號采樣，進行小波包分解。
設被檢測的電壓信號為U(t)，通過對應的前置濾波器，模數轉換后的離散信號為U(T)，
Pj,i(T)表示第j層上第i個小波包，稱為小波包系數。G、H為小波共軛正交鏡像濾波器，日與尺度麗數p，(t)有關，G與小波函數Ψ(t)有關。小波包的算法為
信號u(T)在第j層上=共有2個小波包，經過小波共軛正交鏡像濾波器H、G，能把所檢測到的電壓故障信號非常完整地劃分到不同的頻段內，實現故障的小波包分解[5-6]。
(2)使用改進算法，消除頻率混淆。
為了解決子帶中的頻率交錯和各子帶中的假頻率分量，避免頻率混疊，采用小波包分解和單節點重構的改進算法，即在前面的基礎上再引出兩個算子A和B。設x(n)表示2j尺度上低頻子帶小波包系數，且W=ej2/Nj。
式(4)、(5)作為算子B的輸出，采取該方法能有效消除頻率混淆。
(3)求各個子帶內的能量特征值，初步建立故障能量特征向量。
為了更加方便和準確地判定故障類型，計算分解后各頻段內信號的能量。選取各個子帶內信號的平方和作為能量的標志，第j層第i個小波包分解后在各個頻段內的能量為
式中：ek(i)——重構信號離散點的幅值。
以各個子帶內的能量元素構建故障特征向量T,用能量特征向量反映故障在時域和頻域的信號信息。
|
