基于小波分析的船舶同步发电机故障诊断仿真分析.docx

第1章引言1.1研究背景随着计算科学和控制科学的发展，各种机器设备越来越向高性能、高参数、高精度方 向发展；而制造与加工工艺的提高使设备的结构越来越精细、越来越复杂；同时，需求的 不断提高，使它们的功能越来越完善、自动化程度越来越高；因此，自动控制系统的规模 和复杂程度也随之迅速增加如果系统中某个设备出现故障，且不能及时检测并排除的话, 就很有可能导致整个系统失效，对于船舶电力系统亦是如此船舶电力系统是船舶上最重要的系统之一，为船上各种辅机、通讯导航设备、照明设 备以及船员生活区提供电能随着现代船舶逐渐向大型化、高速化、自动化的方向发展， 船舶电站的自动化和智能化程度也不断提高；而船舶自动化技术的不断发展，自动化船舶 的研究与开发的推广程度越来越大，对船舶电力系统的可靠性、连续性、经济性的要求以 及对船舶电站自动化程度的要求也都越来越高船舶同步发电机是船舶电力系统的重要组成部分，它的稳定运行为船舶电力系统安全 稳定供电提供了重要保证，同吋也为船舶的安全航行提供了可靠保障因此，现代船舶要 求能够及时发现船舶同步发电机运行过程中出现的各种故障，对船舶同步发电机的故障有 一定的应变能力，能实施及时有效的处理，做到及时准确的检测、诊断以及排除故障，保 证船舶电力系统的供电有效性。

虽然现代船舶的白动化和智能化的程度越来越高，对设备状态的监控也越來越及时准 确，也越来越完善，但是船舶同步发电机作为船舶主要设备之一，其工作环境恶劣，运行 中的突加/突卸负载受到电动力的冲击，加上发电机生产制造工艺和制造过程有时存有缺 陷，以及人为的操作不当，甚至违章操作等等，都会致使船舶同步发电机的故障率大大提 高；同时，各国船级社的《钢质海船建造规范》对船舶同步发电机本身（内部）不设置继 电保护要求，这对船舶电力系统的安全可靠供电是极其不利的因此，如何及时准确的对 船舶同步发电机的不止常运行状态进行实时监视，对船舶同步发电机的故障进行实时检 测、诊断并排除，确保船舶电力系统的正常供电以保证船舶的安全航行，冃前已成为船舶 电气工程工作者广泛关注的焦点近年来，现代测试技术和信号处理技术迅速发展，设备故障诊断技术的发展也非常快, 人们可对不同工作环境条件及运行状态下的机器或工程系统的许多故障进行监测、识别和 诊断随之也出现了众多故障诊断方法，如专家系统、神经网络、模糊理论、可靠性技 术、信息融合技术、小波分析等等小波分析是20世纪数学研究成果中的杰出代表之一，它具有理论深刻和应用广泛的 双重意义，是继傅里叶分析Z后纯粹数学和应用数学完美结合的又一典范。

小波分析作为数学学科的一个分支，汲取了现代分析学中诸如泛函分析、数值分析、傅氏分析等众多分 支的精华它为计算机科学、信号处理、图象处理、数学物理、工程技术等众多学科带来 了崭新的思想，提供了强有力的数学工具小波分析是一种介于纯时域的方波分析和纯频 域的傅里叶分析Z间的时频分析工具，它是一种信号的时间一尺度(时间一频率)分析方 法，具有多分辨率分析(Mui t i resol ut i on Anal ysi s)的特点，在时频两域都具有表征信 号局部特征的能力，在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分 具有较高的时间分辨率和较低的频率分辨率，具有对信号的自适应性，因此它可以聚焦到 对象的任意细节并加以分析，能有效地检测出信号中包含的瞬态信息，被誉为分析信号的 显微镜⑺小波分析具有如下优点：(1) 小波分析是一种时频信号分析法，具有在时域和频域同时局部化的特点，并且可 以多分辨率分析，可以由粗到细地逐步观察信号，特别适用于分析瞬态信号，具有比傅 氏变换更强的特征提取能力2) 小波变换对特征信号定位精确，分析频率范围全面3) 小波分析能将各种交织在一起的不同频率组成的混合信号分解成不相同频率的块 信号，随着分解层数的增加，重构图内信号频率降低，可见利用小波分析可以将给定信 号的各频率成分区分开。

4) 适当地选择基小波，使在时域上为有限支撑，在频域上也比较集中，便可以使小 波变换在时频两域都具有表征信号局部特征的能力，这样就有利于检测信号的瞬态变化 或奇异点，而且在实际工程应用中可结合其它分析工具进一步加快故障诊断速度，提高分 析的精确度⑻由于小波分析在理论上的完美性和应用上的广泛性，小波方法很快在众多学科领域中 得到了广泛应用，并取得了重大进展小波分析特别适合分析瞬态非平稳信号，很适合探 测在正常信号中带有瞬吋反常现象的信号，应用于故障检测与诊断，具有良好的效果川 为此，本文应用小波分析理论对船舶同步发电机的内部故障表现的特征信号进行仿真研 究，为设计船舶同步发电机的内部故障诊断仪提供一个理论依据1.2 研究现状与发展趋势设备的故障诊断方法可大致分为两类：传统故障诊断方法和智能故障诊断方法传统 故障诊断方法是利用各种物理的、化学的原理和手段，通过伴随故障产生的各种物理和化 学现象，加上对检测数据的分析与处理，直接进行故障的检测与诊断；它是通过人们长期 的经验以及对检测信号的分析与处理而发现故障，因此需要人们对故障现象及故障信号有 一定的敏感性另一种是智能诊断方法，主要包括人工智能的专家系统、人工神经网络、 遗传算法等。

船舶同步发电机是一个机电一体的系统，故障形式涉及机械、电气和绝缘各 个方面，仅通过传统的诊断方法通常不能及时、准确、有效地实现故障的检测和诊断，因此，需要研究比较智能化的诊断方法来对船舶同步发电机进行状态监视和故障诊断近年來，随着对设备的安全性和可靠性要求的不断提高，故障诊断技术的发展也非常 迅速，而计算机技术、现代测试技术和信号处理技术的迅速发展，加之各种相关学科的相 互渗透、相互交融和相互促进，逐渐使设备故障诊断技术这一科学体系FI臻完善，已逐步 形成一门既有系统诊断理论、乂有多种诊断方法，既有现代检测手段、乂有先进分析技术, 既有很强的工程应用性、又与其它高技术密切相关的现代新型学科⑹国内外许多专家学 者多年来一直都在探索方便、快捷、准确、有效的故障检测与诊断方法，尤其是近些年， 由于各种分析方法的不断出现以及微电子技术的发展，国内外在故障诊断的理论、方法研 究以及各种设备故障诊断的实验研究方面都取得了很大进展，提出了许多有效的故障诊断 的方法，并且有的已应用到实际的机器设备中1.2.1故障诊断技术发展现状与趋势近些年来，傅里叶变换一直是信号分析、处理的主要方法传统的傅里叶分析法是将 信号表示成多个正弦信号的叠加形式，它是平稳、周期信号的理想分析工具。

虽然傅里叶 变换在工程上得到广泛的应用，但由于存在加窗截取、谱线泄漏、旁瓣出现、不具备时间 分辨率、弱信号被淹没等固有缺陷，致使谱分析产生误差，因此只适用于对稳态信号的分 析，而对非稳态信号，如将其进行频率平均，则不能真实反映信号的特性，故障诊断结果 不精确为了分析暂态非平稳信号，研究信号在局部时间段的频域特征，在傅里叶变换的 基础上发展岀了短时傅里叶变换，也就是对信号加窗，然后对窗内的信号进行傅里叶变换, 因此它可以反映出信号的局部特性⑺但是由于船舶同步发电机故障所特有的复杂性，以 及短时傅里叶变换的时一频窗口大小不变，只适合分析所有特征大致相同的信号而不适合 分析多尺度信号过程和突变过程，且离散形式不能实现正交展开，难以获得高效算法，使 得短时傅里叶变换不能在船舶同步发电机故障信号处理方面实现很好应用因此人们开始 寻求新型有效的信号处理方法随着现代科学技术的发展，尤其是人工智能技术的出现以及迅速发展，特别是知识工 程、专家系统和人工神经网络等智能方法在故障诊断领域中的广泛应用，使人们逐渐对智 能故障诊断技术的研究与开发更加深入化与系统化，智1能方法已成为现代故障诊断系统的 发展趋势和有效手段。

国内外许多专家学者陆续开发了一大批智1能的故障诊断系统，各种 故障诊断方法和技术也在诊断系统中得到了广泛应用⑻人工智能模式识别等技术也正逐渐应用到船舶同步发电机故障诊断中来，当前船舶同 步发电机故障诊断研究领域中的一个重要的特点是，人工智能方法正越来越广泛地应用到 故障的检测与诊断中这些方法主要有专家系统、神经网络、遗传算法、模糊理论、可靠 性技术、信息融合技术以及这些方法的综合等1) 专家系统专家系统是一个具有智能特点的计算机程序，它的智能化主要表现为能够在特定的领域内模仿人类专家思维来求解复杂问题因此，专家系统包含领域专家的大量知识，拥有 类似人类专家思维的推理能力，并能用这些知识来解决实际问题如上海外高桥发电有限 责任公司研究了专家系统在发电机故障诊断中的应用，在不增加任何硬件设施的前提下， 实现了对发电机设备状态的识别、分析和判断，实现了早期发现故障及其萌芽先兆，及时 提供分析、处理意见，组织合理的检修措施⑻专家系统的应用主要依赖专家的领域知识，而领域知识的获取却是专家系统研究开发 中的“瓶颈”问题，如何更有效、更全面的获取专家知识，是构造一个完备的专家诊断系 统不得不面对的难题。

其次，实际中的故障信息都属于实时信息，在现实坏境中，信息在 形成和传递过程中会不可避免的发生畸变，因此知识库的可维护性以及对知识库的及时维 护也是极其重要的，知识库不完整或不一致就可能会岀现知识库没有涵盖新故障的情况， 导致专家系统推理混乱并得出错误的结论因此，专家系统的容错能力较差，这是实时专 家系统的最大局限性2) 神经网络神经网络是一种模拟人脑信息处理机制的网络系统，它不但能处理数值数据，而且还具有 处理知识的思维、学习和记忆能力，以及超高维性、强非线性等动力学特性，使其具有原则上 容错、结构拓扑鲁棒、联想、推测、记忆、自适应、自学习、并行和处理复杂模式等功能，具 有能提供更佳诊断性能的潜在可能性因此，它对探索非线性等复杂现象起到了重大的作用 如上海海事大学电气自动化系研究的基于DHNN的船舶发电机故障诊断，将离散Hopfield 神经网络(DHNN )应用于船舶发电机故障诊断中，利用DHNN作为按记忆内容寻址(CAM) 的联想记忆能力，针对船舶发电机几种故障状态进行诊断| o神经网络故障诊断虽然有它独特的优越性，但也存在一定的局限性，主要表现为：训 练样本获取困难；忽视了领域专家的经验知识；网络权值形式表达方式难以理解。

另外， 如何确保神经网络训练时收敛的快速性和避免陷入局部最小，也是每一个基于神经网络的 诊断系统必须面对的问题3) 遗传算法遗传算法是一种新发展起来的优化算法，是根据生物进化的模型提出的一种优化算 法，它吸取了自然界生物系统“适者生存，优胜劣汰”的进化思想，从而提供一个能够在 复杂空间中进行鲁棒搜索的方法，为解决许多传统方法难以解决的问题提供了新的途径 遗传算法从优化的角度解决故障诊断问题，能够在诊断信息不完整的情况下给岀全局最优 或局部最优的多个可能的诊断结果遗传算法在电力电子故障诊断系统中也得到了应用， 合理利用采集信息，运用遗传算法进行分层信息故障诊断如长春工程学院研究了免疫遗 传算法在现代电力系统故障诊断中的应用，基于免疫遗传算法的特征，建立数学模型，通 过故障假说，能准确的识别出故障元件并能快速的识别故障区域，并利用仿真程序和仿真 算例给出了故障诊断结果旳在诊断所依据的信息发生畸变，出现复杂的故障模式的时候，遗传算法难以保证诊断 结果的可靠性因此如何根据被诊断对象特征，建立能保证高容错性能故障诊断适应度函 数，以及如何确定迭代操作结束的准则和保证最终的结果为最优解或近似最优解。

这些问 题是遗传算法应用中需要深入研究的内容24） 模糊理论模糊理论是通过研究故障信号与征兆之间的模糊关系来判断系统运行状态的方法，可 以将不确定的知识和定性的知识转化为定量的知识，它在处理复杂系统的时滞、时变及非 线性方面，具有一定的优越性随着系统的不断完善，将大大提高故障诊断的可靠性、通 用。