机电一体化中级论文异步电动机故障信号的消噪方法.PDF

中国月期刊咨询网 机电一体化中级论文异步电动机故障信号的消噪方法 众所周知，常用的信号去噪方法主要有平均值法、傅里叶变换法以及曲线拟合法。而傅里叶变换法是先对信号进行傅 里叶变换，在频域里找到噪声的傅里叶系数并置零，再进行傅里叶逆变换[1]，因为傅里叶变换是一种纯频域的变换 ，去噪方法受傅里叶算法影响较大，用傅里叶变换处理非平稳信号，不是很理想。 摘 要： 通过对异步电动机早期故障诊断，分析了基于小波变换的信号消噪方法，根据不同频带将信号展开，并选择 浮动阈值对小波变换系数进行量化，结果表明，这种方法可消除大部分噪音并保留原信号尖锐变化的曲线轮廓，对异 步电动机突发故障信号诊断准确，并能达到更好的降噪效果。 关键词： 机电一体化中级论文,异步电动机,小波分析,故障诊断,降噪效果 Method of asynchronous motor′s fault signal denoising realized on the basis of wavelet transform YAO Nian?chun (Department of Mechanical and Electronic Engineering， Jiangsu Polytechnic of Finance Economics， Huai’an 223003， China) Abstract： The signal denoising method based on the wavelet transform is analyzed according to the early fault diagnosis of asynchronous motor. The signal is spread according to the different frequency band. The wavelet transform modulus is quantified through the float threshold value. The result shows this method can eliminate the most noises and keep the curve profile of the original signal in acumination transform. It can accurately diagnose the asynchronous motor′s emergency fault signal and achieve the preferable denoising effect. Keywords： asynchronous motor; wavelet analysis; fault diagnosis; noise attenuation effect 0 引 言 小波分析是近年来发展的一个新分支，处理非平稳信号比傅里叶变换优越性更大，小波理论信号的分辨能力强，应用 广泛，对异步电机的故障信号诊断中，小波理论的运用也起到了更重要的作用。 1 基于小波变换的信号消噪方法[2?8] 小波消噪的方法主要有以下三种：强制消噪处理、默认阈值消噪处理及给定软或硬阈值消噪处理。小???消噪的原理就 是通过小波分析将原始信号进行分解，得出一系列的近似分量和细节分量，其中噪音部分包含在高频系数中，经小波 重构得到平滑信号，从而达到降噪目的。 小波变换对信号具有自适应性，可通过平移和伸缩等方法对信号进行细化分析，尤其对不稳定信号处理占有更多优势 ，但对于长期处于稳定变化的信号，则没有必要运用小波变换进行分析。因此，在异步电动机的控制系统中，运用小 波信号奇异性分析，可取得明显效果。 小波函数具有以下两个特点： (1) 时域内具有紧支集; (2) 小波函数的叠加构成了信号，其直流分量为零，即具有正负交替的“波动性”。 基于上述特点，噪声信号一般基于以下模型[2]： [s(n)=f(n)+σe(n)] (1) 式中：[n]是采样时间;[σ]为噪声强度(水平);[e(n)]为噪声信号;[f(n)]为有用信号;[s(n)]为污染噪声信号。 1 / 3