[发明专利]一种基于可调Q小波电机故障诊断方法

说明书

本发明涉及一种基于可调Q小波电机故障诊断方法，所述方法包括：获取电机的电流信号；采用可调Q小波算法(TQWT)对电流信号进行分解得到若干子带信号；选取能量较大几个子带进行信号滤波重构得到新的电流信号；根据分形理论提取信号的盒维数为特征量；采用支持向量机对提取的分维数特征量进行训练分类给出电机故障诊断结果。本发明基于电机的电流信号进行故障诊断，通过引入可调Q小波算法能够可靠地表征故障信号的稀疏性以及非平稳性，通过分形维数引入可以有效的描述故障信号的非线性及不规则性，可提高电机故障诊断结果的准确性。

技术领域：

本发明涉及工业生产中电机的故障诊断技术领域，具体涉及一种基于可调Q小波电机故障诊断方法。

背景技术：

在煤炭领域中鼠笼式异步电动机由于其结构简单、容易制造、价格低廉、运行可靠、适用于各种工作环境等优点，已经成为煤矿井下生产中的主要执行部件。异步电动机运行的正常与否，直接关系到整个生产过程运行状况的好坏。而电动机一旦发生故障，作为动力提供端和整个系统的一部分，故障可能会使整个系统降低甚至丧失功能，从而可能引起整个系统无法正常工作，这样会造成巨大的经济损失。因此需要对电机进行故障诊断，预防事故的发生，也是保证煤矿生产能够安全、稳定运行的一项重要举措。

当前煤矿井下常用的电机故障诊断方法一般通过对采集电机振动信号分析电机故障或通过采集电机电流信号分析电机故障。基于振动信号分析电机故障需要对电机进行改造安装振动传感器，而振动传感器造价高、容易损坏，这就增加了投资及维护工作量。并且很多场合下在异步电动上安装振动传感器设备颇为不便。基于电流信号分析电机故障一般对电机电流信号进行小波分解，利用分解后各频段的能量作为特征，小波方法需要选择合适的小波基，需要一定的经验，这也是小波分析法不足之处。

发明内容：

本发明的目的提供一种基于可调Q小波电机故障诊断方法，在不改造电机机械结构和不影响电动机的正常工作的前提下，采用非侵入式传感器采集电机电流信号，通过引入可调Q小波算法实现信号重构，通过信号盒维数特征进行电机多种故障类型诊断。

本发明是通过如下技术方案实现的：

为实现上述目的，本发明提供如下技术方案：一种基于可调Q小波电机故障诊断方法，包括以下步骤：

第一步：采集电机电流信号数据；以电机故障诊断综合实验台的三相异步电机为对象，实验台由三相异步电机、电涡流制动器、电气控制柜组成，通过更换电机模拟不同的故障状态，保证实验数据的多样性；随机选取每种故障各工况的70％作为训练样本，剩余30％作为测试样本。

第二步：采用可调Q小波算法对采集到的电流信号进行处理，将其分解为若干子带信号。选取TQWT信号分解先选取品质因子Q和过采样率r。利用选取的参数对原始信号进行处理，分解层数J为理论允许的最大值，计算公式如下：

其中N数据长度。

第三步：不同故障子带能量占比不同，将子带中能量占比较大的几个子带提取出来进行滤波重构，得到新的电流信号；根据第二步骤分解层数为J，可以的得到J+1个子带{w[1],w[2]...w[j+1]}，计算每个子带能量{E[1],E[2]...E[j+1]},不同子带占比计算公式为设置能量占比门槛值，选取子带中能量占比大于门槛值的子带进行信号重构得到新的电流信号。

第四步：根据分形理论对滤波重构的电流信号进行计算，提取信号的盒维数为故障诊断特征量；理想的分形具有无限精细的细节信息，实际应用中一般采用近似方法，即以一定长度的标尺Δ作为最小(或最大)网格宽度，然后逐步放大(或缩小)网格宽度k倍为kΔ，k∈Z⁺，k＜N₀，N₀为一正整数。记宽度为kΔ的网格覆盖离散吸引子的网格数为N_KΔ,计算公式为：

式中，ceil(y)表示向上取整，x为不同网格宽度条件下的网格数；