基于第二代小波与分形理论的水电机组振动信号分析研究

摘要

水电机组振动是运行时产生的常见故障，严重的将可能直接危及整个机组乃至电网的运行安全。故对水电机组振动故障诊断进行研究对机组的安全稳定的运行意义重大。本文完成的工作主要有：
　　 首先进行了信噪分离的研究。主要针对水电机组振动信号特点，基于bior4.4小波函数，进行了第二代小波分解、阈值量化和应用db5小波进行信号多尺度滤波重构，保留了信号最关键波形特征。并应用第二代小波变换多尺度滤波重构消噪算法，有效剔除了噪声因素引起的干扰，保留了原始信号中的锐变尖峰特征和平滑特征等最关键波形特征，取得了很好的消噪效果。
　　 接下来开展了水电机组振动信号图形分形特征提取的研究。首先，提出了应用分形关联维数来表征水电机组系统的状态量化指标，应用国际通用的G&P关联维数计算方法对经过二代小波消噪后的信号计算其关联维数。研究了基于分形理论的水电机组振动信号特征提取方法，对常见各种水电机组振动特征提取。然后，应用MATLAB信号处理工具与分形关联维数计算方法相结合，开展了机组振动信号识别研究，提出了建立水电机组故障振动分形维数库。
　　 最后，进一步开展了水电机组振动信号的第二代小波降噪与分形分类识别方法相结合的研究。将分形G&P关联维数作为水电机组属性特征判别参数，并通过改进误差阈值函数，提出了第二代小波与分形理论相结合的振动信号处理方法。结果表明，用实测振动信号样本和一定数量仿真样本就可建立性能优越的故障分类的分形维数数据库；该故障分类分形维数数据库可实现多故障的识别和诊断，并且具有算法简单和对多故障水电机组振动信号图形在线分类能力强的优点。