一种新的液压系统故障特征信号消噪方法研究.pdf

2 0 1 2年 5月 第 4 0卷 第9期 机床与液压 MACHI NE T OOL HYDRAULI CS Ma v 2 0l 2 Vo 1 ． 4 0 No ． 9 DO I 1 0 ． 3 9 6 9 ／ j ． i s s n ． 1 0 0 13 8 8 1 ． 2 0 1 2 ． 0 9 ． 0 4 6 一 种新的液压系统故障特征信号消噪方法研究 邓鹏飞，舒涛 空军工程 大学导弹学院，陕西三原 7 1 3 8 0 0 摘要现场采样获得的液压系统压力脉动信号通常含有很多的噪声，如果不能有效地消除噪声，那么故障特征参量的 提取将会受到很大的影响，从而影响液压系统故障诊断的准确性。针对压力脉动信号非平稳随机性、统计特性不可预知等 特点，提出一种基于小波自适应滤波的信号消噪方法，并将其应用于采集到的液压系统压力脉动信号的消噪中。通过实例 分析，验证了基于小波变换的自适应滤波的信号消噪方法要优于传统的自适应滤波的信号消噪方法。 关键词小波理论；自适应滤波；消噪；液压系统；故障特征 中图分类号T P 2 7 7 文献标识码 A 文章编号1 0 0 1 3 8 8 1 2 0 1 2 91 5 1 3 A Ne w De - no i s i n g M e t h o d f o r Hy dr a u l i c S y s t e m’ S Fa ul t Ch a r a c t e r i s t i c S i g na l DENG Pe n g f e i ． S HU Ta o Mi s s i l e I n s t i t u t e ，A i r F o r c e E n g i n e e r i n g U n i v e r s i t y ，S a n y u a n S h a a n x i 7 1 3 8 0 0 ，C h i n a Ab s t r a c t T h e p r e s s u r e fl u c t u a t i o n s i g n a l o f h y d r a u l i c s y s t e m t h a t i s a c q u i r e d a t a c t u a l w o r k i n g s p o t u s u a l l y i n c l u d e s l a r g e a mo u n t o f n o i s e ． E x t r a c t i o n o f t h e f a u l t c h a r a c t e ri s t i c i n f o r ma t i o n w i l l b e i n f l u e n c e d g r e a t l y i f t h e p r e s s u r e fl u c t u a t i o n i s n o t e f f e c t i v e l y e l i mi n a t e d， a s w e l l t h e a c c u r a c y o f t h e f a u l t d i a g n o s t i c s ． Ai mi n g a t t h e c h a r a c t e r s o f n o n s t a t i o n a r y a n d r a n d o mn e s s o f t h e p r e s s u r e fl u c t u a t i o n s i g n a l ， a n e w me t h o d b a s e d o n wa v e l e t t h e o r y a n d s e l f - a d a p t i v e fi l t e r i n g wa s p r e s e n t e d t o e l i mi n a t e t h e p r e s s u r e fl u c t u a t i o n ． T h r o u g h a n a c t u al e x a mp l e，i t i s d e mo n s t r a t e d t h e d e n o i s i n g e f f e c t o f t h e s e l f - a d a p t i v e fi l t e r i n g me t h o d b a s e d o n wa v e l e t t h e o r y i s b e t t e r t h a n t h a t o f t r a d i t i o n a l s e l f - a d a p t i v e fi l t e ri n g me t h o d ． Ke ywor ds W a v e l e t t he o r y；Se l f - a da p t i v e fil t e rin g；De no i s i n g； Hy d r a ul i c s y s t e m； Fa u l t c h a r a c t e r i s t i c 在基于信号处理的液压系统故障诊断中，测量信 号 的消噪处理是非常关键 的一个步骤 。在液压系统运 行过程中，由于油液管道摩阻、周围介质扩散等影 响，使得测得的故障特征信号不论是压力脉动还是流 量脉动都带有很大的噪声 ，如果不能有效地消除噪 声 ，那么故障特征信息的提取将会受到很大的影响。 由于自适应滤波不需要预先知道关于输入信号和噪声 的统计特性 ，它能够在工作过程中逐步 “ 了解”或 估计出所需的统计特性 ，并以此为根据 自动调整 自身 参数 ，达到最佳滤波效果⋯。所以，对液压系统故障 特征信号这种非平稳随机信号进行滤波时，一般都采 取 自适应滤波方法 。然而 ，对 自适应滤波而言 ，当干 扰信号的频带比较窄时，采取大量仿真的方法可得到 最优的自适应滤波参数；但当干扰信号频带较宽时， 获取最优自适应滤波器参数时的计算量就特别大 ，滤 波效果也就难以令人满意。 近年来 兴起 的小波变换 为解决上述 问题提供 了有 力的工具。小波变换是一种时间 一 尺度分析方法，具 有多分辨分析的特点 ，而且在 时域 和频域都具有表征 信号局部特征的能力 。所以作者采用小波变换和 自 适 应滤波相结 合的方法对液压 系统压力 脉动信号进行 消噪处理 ，用小波变换将输入 向量正交分解到多尺度 空 间 ，从而减小 自适应滤波器输入 向量 自相关阵的谱 动态范围和 自适应滤波算法的计算量，提高其收敛速 度和稳定性。通过比较消噪前后的特征信号的检测效 果 ，可以看到小波 自适应滤波的消噪效果要比传统自 适应滤波的好。因此，在对液压系统进行故障诊断之 前 ，先用小波 自适应滤波算法对液压故障特征信号进 行消噪处理 ，将有利于提高液压系统故障诊断的准确 性 。 1 液压系统故障特征信号的选取 液压系统运行时，会产生多种动态参数和信号。 为了找到最适合液压系统故障诊断的故障特征信号， 就必须研究各类动态信号的特点。从理论上讲，能够 用于液压系统状态监测和故障诊断的特征信号主要 有 压力脉动信号 、流量脉动信号、振动信号、温度 信号和油液污染度等等。其中，油液污染度分析法比 较复杂，周期长 ，并且对早期故障诊断效果不明显； 温度信号由于其滞后效应以及外界工作环境等各种随 机因素的干扰和影响，所获得的温度信息存在偏差； 压力脉动和流量脉动信号能从微观上反映液压系统的 工作状态，对故障比较敏感 ，但流量测量比压力测量 收稿 日期 2 0 1 1 0 41 4 作者简介邓鹏飞 1 9 8 7 一 ，男，硕士，助理工程师，研究方向为智能故障诊断。Em a i l p f y y l 3 1 4 1 6 3 ． c o rn。 1 5 2 机床与液压 第 4 0卷 困难得多 ，因此 ，压力脉动具有更大 的优越性 ；振动 信号能提供液压设备运行状况的丰富信息，但由于外 界环境的干扰 ，振动信号的信噪比非常低 。从上面 的分析可以看出，最适合液压系统故障诊断的故障特 征信号只有压力脉动信号。 对于完整液压系统来讲，系统中绝大多数的元 件 、液压 回路都是 以非周 期 、非平稳 的方式 运行 的。 如 油缸 活塞 杆 的伸缩 运动 、换 向阀 的 阀芯 换 向运 动 、溢流 阀的开启运动均是非平稳的 、有一定 随机性 的运动。又由于液压 系统动摩擦 、元件特性 变化 、磨 损和负载力等因素的变化 和影 响 ，液压系统的运动状 态呈现出非平稳性。所以液压系统的故障特征信号压 力脉动 、流量脉 动等 ，都是非平稳随机信号。 2 基于小波自适应滤波的液压 系统故 障特征信号 消噪 方 法研究 由于液压系统运行过程中会受油液管道摩阻、周 围介质扩散等各种因素的影 响 ，所 以在提取液压系统 的故障特征之前 ，必须对采集 到的故 障特征信号 压力脉动进行滤波消噪处理。通 常 ，对液压系统压力 脉动这类非平稳的 、难以预知其统计特性 的信号进行 消噪都采用 自适应滤波的方法。 2 ． 1 自适应 滤波 器原理 美 国斯坦福大学 的 WI D R O W 和 H O F F于 1 9 6 0年 提出的最小均方误差 L MS 算法 ，因其具有计算量 小 、易于实现等优点而被广泛采用为自适应算法 。 图 1 为 自适应滤波器原理图。 图 1 自适 应滤波器 原理 图 自适应 滤波器 由参数可调的数字滤波器和 自适应 算法 两部分组成 。参数可调 的数字滤波器采 用 F I R数 字滤波器 ，自适应算法采用 L M S算法。输入信号 n 通过参数可调的 F I R数字滤波器后产生输出信 号 Y It ，将其与参考信号 d It 进行 比较，形成误差 信号 e n ，并以此通过 L M S算法 对滤波器 参数进行 调整 ，最终使得 e It 最小 。 由图 1 得 Y It C n It 1 其中C[ C ， c 2 ， ⋯， c r，X It [ n ， n一1 ， ⋯ ， n～M 1 ] ，c 为滤波 器 的系数 ，也称 权 系 数，初始条件 c o 0 ；M为 自适应滤波算法中权 系数个数。式 1 表 明，输出是所有过 去 个输入 的线性加权。由此可以得到第 1t时刻 自适应滤波器的 误差 信号 e It d n 一C n n 2 由于采用 L M S算 法求 滤波器 的最 佳权 系数 ，所 以滤波器 的输 出的均方差为 E [ e It ] E [ d ]一 2 P c C R C 3 其中 P E [ d n n ] ，R E [ X It It ] ， J P 、 R分别为信号的真值与输入信号的互相关矢量和输入 信号的自相关矩阵。 该算法 的迭代公式如下 C n 1 C It 一 2 g e 1 2 X n 4 实践证 明对于 自适应 滤波而言 ，当干扰信 号的 频 带很窄 时 ，采取大量仿 真的方法可 以得到最优 的 自 适应滤波参数 ；但当干扰信号频带较宽时，获取最优 自适应滤波器参数时的计算 量就特别大 ，而且其滤波 效果也难以令人满意⋯。 2 ． 2基 于小波 变换 的 自适应 滤波 器 由于小波分解 的实质就是将输 入信号正交分解到 多尺度空间，这样，分解得到的各个信号比原信号的 频带要窄得 多 ，相应地 ，分解得到 的各个信号中噪声 的频带也变窄了 。所 以作者结合 小波变换和 自适应 滤波各 自的优点 ，构 建基 于小 波变 换 的 自适 应 滤波 器 ，用小 波变换将输人 向量正交 分解 到多尺度 空 间， 从而减小获取最优 自适应滤波器参数时的计算量及其 输入 向量 自相关 阵的谱动态范 围，提高其 收敛速度 和 稳定性 。 由于基于 L MS算 法的 自适 应滤 波器具 有有 限 的 冲激响应，所以，其权系数 C 可由一组小波及尺度 函数来表示 ， k i l k 一 1 c ， ， m 磊U J , k m 5 其 中砂 m m 为小 波 函数 ， m 为 尺度 函数 ，t ， 为小波分解 的最大 尺度 ，将式 5 代 入式 1 可 得 J 一1 k ， 一1 y n r j m 磊 m 6 其 中 M n ∑ ． n m m { 7 【 n ∑ ． n m m 这样 就 实 现 了 由正 交 小 波 表 示 滤 波 器 的输 出 Y n ，此时 ，滤 波器 的特性 由 W j ， 和 来体现，它 们相当于滤 波器 的权 系数 。式 7 中 ，r n 和 s n 的计算依赖于 和 的解析表达式。然 而 ，实 际应 用 当中 正交小 波 的解析 式 不易 得 到 ，为 此，作者从多尺度小波变换的角度给出了更一般的算 法。 由Ma l l a t 算法知 ，长度为 的离 散信号 S [ I ， s o 2 ， ⋯ ， 0 ] 可分 解为 I 、R 2 、⋯ 、R ， 和 5 ， 其 第 9期 邓鹏飞 等一种新的液压系统故障特征信号消噪方法研究 1 5 3 中，s ，[ s ．Jo ， s ⋯， 卅 一 1 ] ，R ， [ r J o ， r ⋯， r J 一 。 ] ， 和 G J 分别是由共轭正交镜像低通滤波器 { 和高通滤波器 { ， 构成 的小 波变换 矩阵，则 有 s j 一 S j一 一。 一 1 ， 2， ⋯， J 8 令 R[ R 1 ， R 2 ， ⋯， R J ， S 』 ] ，则 RP S 0[ G 0 ， G l H o ， ⋯ ， G 川 H I 一 2 ⋯ 日 l ， 日 川 一 ⋯ ] [ S 。 ] 9 P为小波变换正交矩阵 ，这样便可用矩 阵来 表示 信号 的正交小波变换 。在式 9 中取 S n [ ／1 ， n一1 ， ⋯， n M 1 ] R n R[ r 1 0 ， r l l ， ⋯ ， r 1 一 1 ， r 2 u ， r 2 l ， ⋯ ， r 2 一 l ， ⋯ ，r J o ， r J l ， ⋯ ， r J ， l ， s J o ， 5 J 1 ， ⋯ ， 一 1 ] 1 0 那么 n e x n 令 V n [ W 1 0 n ， W 1 1 n ， ⋯， W J． ，一1 n ， J o n ， J 1 ／7 , ， ⋯， 一 n ] 1 2 可得基于小波变换的自适应滤波算法如下 ， Y n n R n { e n d n 一 Y n 1 3 【 V n 1 V n 2 肛 n R n 基于小波变换 的 自适 应滤波流程 如图 2所示 ，基 本步骤如下 1 选择小波函数和小波分解的层次 ，对输入信 号进行 Ⅳ层小 波分解 。 2 调整各 自的滤波 器参 数 ，对小 波 分解 后 的 信号进行 自适应滤波，使其在每个尺度下的滤波效果 均达到最佳 ，只有当所有 尺度 下的信号 满足滤波要求 后 ，自适应 滤波结 束。 3 对 自适应滤波后的各信号进行小波重构 ， 即可得到需要的有用信号。 垦 I 设定 滤波 ． 1 器参 数 输入 信 号 多尺 度小 波分 解 自适应滤波l l 自适应滤波l I I l 自适应滤波 呈 三 至 二 迫曼 苎 垩 Y Y Y 上 小 波莺 构 有 用 信号 果 ，用实测的压力脉动信号对两种方法进行验证。先 用 自适应滤波方法对含噪信号进行滤波，然后再用小 波自适应滤波的方法对含噪信号进行滤波 ，最后通过 比较信噪比、均方根误差、峰值误差等滤波效果评价 参数 ，得 出哪种方法滤波效果好 的结论 。 实验采集 的是 J S P ． 0 4快 速组 合式全 功 能液压 教 学试验台的液压齿轮泵出口的压力脉动信号。压力传 感器 的型号是 H T P I 3 2 ，测 量范 围 0～ 2 5 M P a ，输 出 范围 0～5 V；齿轮 泵 型 号 为 C B B 1 0 ，理 论 排 量 1 0 L ／ ra i n ，额定压力 2 5 MP a ，额定转速 1 4 5 0 r ／ m i n 。实 验时 ，系统 压 力设 定 为 1 ． 6 0 MP a ，采 样 频 率 2 5 6 0 H z ，采用 d b 4 0作 为小 波 基 ，小 波 分解 的尺 度 为 4 。 采集多组压力脉动信号，由于篇幅所限，文中只对一 组信号 数据点数为 1 0 2 4 的滤波予以说明。 由于噪声信号都表现为高频信号 ，从图3中可以 明显看出，原始压力脉动信号经传统 自适应滤波消噪 后仍包含有少量的高频噪声。 三1 ． ． 1 ． 2 蓦 m 詈 ． 坦 1 ．4 2 蚕 - ．s - ． 姆 1 ．4 0 2 0 0 4 0 0 6 0 0 8 0 0 l 0 0 0 1 2 0 0 采 样点 数， 点 a 采 样 信 号 0 2 0 0 4 0 0 6 0 0 8 0 0 1 0 0 0 1 2 0 0 采 样点 数／ 点 b 传 统 自适 应滤 波后 的信 号 Z OO 400 600 800 l OOO l 20 U 采 样点 数， 点 c 小 波 自适应 滤波 后 的信 号 图3 传统 自适应滤波和小波 自适应滤波效果图 分别计算其滤波效果评价参数 ，如表 1 所示 。 表 1 滤波效果评价参数表 从表 1 可以看出对于液压系统压力脉动这类非平 图2 小波自适应滤波流程图 稳随机信号的滤波 ，小波自适应滤波方法比传统 自适应 3 实例分析 滤波方法在滤波效果评价参数上表现出很大的优越性 。 为了比较传统 自适应滤波和小波 自适应滤波的效 下转第 1 5 7页 第9期 李胜 等基于 A d a B o o s t 算法的液压系统故障诊断研究 1 5 7 从而使得决策树 A d a B o o s t 算法在 5 0回合左右就不能 继续再减小测试错误率。 将作者提 出的算法的准确率与 “ 一对一 ”算法 和 “ 一对余”算法进行 比较。然后 ，对 3种算法进 行交叉验证 ，先将数据随机分成 n等份 ，然后依次将 其中的n一1 份组成训练集，余下的 1 份作为测试集， 得 出仿 真结果 。最后 ，对 于一个 m类分类 问题 ，“ 一 对一”算法需 『 n m一1 ／ 2个二元 A d a B o o s t 分类 器 ；“ 一对多”算法需 m个二元 A d a B o o s t 分类器；决 策树 A d a B o o s t 算法只需 m一1 个二元 A d a B o o s t 分类 器，而且 ，训练所需的样本数将随着训练过程逐渐减 小 。因此 ，可 以预期文 中提 出的算法 的执行 时间将 比 其他两个算法缩短。在 C P U主频为 2 ． 8 0 G H z 的计算 机上用 Ma t l a b 7 ． 0平台进行测试 。结 果见表 2 。 表 2 对特征向量的分类结果 虽然基于决策树的 A d a B o o s t 方法的分类精度与 基于 “ 一对余” 的 A d a B o o s t 方法基本相当，但基于 决策树的 A d a B o o s t 方法简单，直接处理多类 问题 ， 计算量小；而基于 “ 一对余”的 A d a B o o s t 方法则需 把多类问题转化为多个两类问题来处理，计算过程复 杂，计算量大，执行时间长。因此比较来说 ，基于决 策树的 A d a B o o s t 方法性 能要 优于 基 于 “ 一对 余 ” 的 A d a B o o s t 方法 。 4结 论 利用多类 A d a B o o s t 算法对液压系统故障进行分 类，将决策树引入到 A d a B o o s t 算法中，实现 了对多 类故障的判断和识别 ，大大提高了液压系统故障诊断 自动化与智能化水平。通过实验分析，该智能故障诊 断方法具有较短的分类时间和较高的分类准确率，可 以有效地应用于液压系统的故障诊断，为液压系统的 故障诊断提供了一种新的方法。 参考文献 【 1 】吴定海， 张培林， 傅建平， 等． 基于故障树分析的液压故 障诊断专家系统研究[ J ] ． 液压与气动， 2 0 0 7 7 7 9 81． 【 2 】V A P N I K V N ． T h e N a t u r e o f S t a t i s t i c al L e a r n i n g T h e o r y [ M] ． N e w Y o r k S p ri n g e r V e d a g ， 1 9 9 5 ． 【 3 】胡金海， 骆广琦 ， 李应红 ， 等． 一种基于指数损失函数的 多类分类 A d a B o o s t 算法及其应用[ J ] ． 航空学报 ， 2 0 0 8 ， 2 9 4 8 1 18 1 6 ． 【 4 】 F R E U N D Y ， S C H A P I R E R E ． A D e c i s i o n t h e o r e t i c G e n e r ali z a t i o n of On l i n e Le a rni n g a n d a n Ap p l i c a t i o n t o Bo o s t i n g [ J ] ． J o u r n a l o f C o m p u t e r a n d S y s t e m S c i e n c e s ， 1 9 9 7 ， 5 5 1 1 1 91 3 9 ． 【 5 】 付忠良 关于 A d a B o o s t 有效性的分析[ J ] ． 计算机研究 与发展 ， 2 0 0 8 ， 4 5 1 0 1 7 4 71 7 5 5 ． 【 6 】 周明， 孙树栋． 遗传算法原理及应用 [ M] ． 北京 国防工 业 出版社 ， 2 0 0 2 ． 【 7 】 L E A R D I R ， G O N Z A L E Z A L ． G e n e t i c A l g o ri t h m s A p p l i e d t o F e a t u r e S e l e c t i o n i n P L S Re g r e s s i o n Ho w a n d W h e n t o U s e T h e m[ J ] ． C h e m o me t r i e s a n d I n t e l l i g e n t L a b o r a t o ry S y s t e ms ， 1 9 9 8 ， 4 1 2 1 9 52 0 8 ． 【 8 】L E A R D I R ． A p p l i c a t i o n of G e n e t i c A l g o r i t h m ． P L S f o r F e a t u r e S e l e c t i o n i n S p e c t r a l D a t a S e t s [ J ] ． J C h e mo m e t r ， 2 0 0 0 ， 1 4 5 ／ 6 6 4 3 6 5 5 ． 【 9 】 戴南． 基于决策树的分类方法研究[ D ] ． 南京 南京师范 大学 ， 2 0 0 3 ． 上接 第 1 5 3页 4结论 通过对 液压 系统 运行 时 产生 的 多种 动态 参数 和 信号的特点进行分析 比较 ，选取 了压力脉动信号作 为液压系统的故障特征信号 ，并针对压力脉动信号 的非平稳随机性 、统计特性不可预知等特点 ，提出 一 种基于小波 自适应滤波的液压系统压力脉动信号 消噪方法 ，该方法结合了小波变换和 自适应滤波的 优点 。通 过实例 分析 ，验证 了基 于 小波 变换 的 自适 应滤波信号消噪方法要优 于传统的 自适应滤波信号 消噪方 法 。 参考文献 【 1 】 唐剑锋． 基于多尺度小波变换的 L M S自适应滤波算法 研究与实现[ D] ． 长沙 国防科技大学 ， 2 0 0 8 ． 【 2】D A U B E C HI E S I ． T h e Wa v e l e t T r a n s f o r m， T i me f r e q u e n c y L o c a t i o n a n d S i g n a l A n a l y s i s [ J ] ． I E E E T r a n s I n f o r ma t i o n ， 2 0 0 7 ， 3 6 5 9 6 1 9 7 6 ． 【 3 】 许葆华 ， 李洪儒． 某型导弹发射装置液压元件故障的预 测[ J ] ． 工程设计学报 ， 2 0 0 7， 1 4 6 4 4 9 4 5 0 ． 【 4 】E R D O L N， B A S B U G F ． Wa v e l e t T r a n s f o m B a s e d A d a p t i v e F i l t e r s A n al y s i s a n d N e w R e s u l t s [ J ] ． I E E E S i gnal P r o c e s s i n g ， 2 0 0 9 9 2 1 6 3 2 1 7 1 ． 【 5 】 姜洪洲 ， 张涛， 何景峰． 基于自 适应滤波器的功率谱复现 算法的研究 [ J ] ． 机床与液压， 2 0 0 9， 3 7 6 8 O一 8 2 ． 【 6 】K WO N G R H， J O L MS T O N E W． A V a r i a b l e S t e p S i z e L MS A l g o ri t h m[ J ] ． I E E E T r a n s S i gna l P r o c e s s i n g ， 2 0 1 0 ， 4 0 7 1 0 1 11 0 1 9 ． 【 7 】张子瑜 ， 吴镇扬， 任永川， 等． 离散小波变换域 L M S自 适 应消噪[ J ] ． 电路与系统学报， 2 0 0 6， 5 1 7 7 8 1 ． 【 8 】 张静远 ， 张冰蒋， 兴舟． 基于小波变换的特征提取方法分 析[ J ] ． 信号处理 ， 2 0 0 8 ， 1 6 2 1 5 61 6 2 ． 【 9 】贝绍轶 ， 孙广田， 冯俊萍． 小波实时阈值消噪在信号分析 中的应用[ J ] ． 机床与液压 ， 2 0 0 9 ， 3 7 4 1 6 71 6 8 ．