基于EMD和AR模型的电磁换向阀故障特征提取研究.pdf

基于E M D 和A R 模型的电磁换向阀故障特征提取研究 口高斐口李洪儒口许葆华 军械工程学院导弹工程系石家庄0 5 0 0 0 3 摘要针对经验模态分解 E M D 方法存在的分解不完全问题，提出了一种改进E M D 算法。该算法采用分段幂函数 插值法代替原E M D 算法中的三次样条插值法来生成包络线．对比实验表明了改进算法的优越性。结合时间序列分析中的 A R 模型。提出了一种基于E M D 和A R 模型的故障特征提取方法．将其应用到电磁换向阀的故障特征提取中．实验结果表 明。该方法能够正确有效地提取电磁换向阀的故障特征。 关键词电磁换向阀E M DA R 模型故障特征提取 中图分类号T H l 3 7 ．5 2 3 ；T P 2 0 6 ．3 文献标识码A 文章编号1 0 0 0 4 9 9 8 f 2 0 1 2 0 9 0 0 5 2 0 4 电磁换向阀是液压系统中一种重要的控制元件． 若其出现故障，将严重影响液压系统的正常运行．故对 其故障特征提取方法和故障识别方法进行研究具有重 要意义。经验模态分解 E m p i r i c a lM o d eD e c o m p o s i t i o n ． E M D 是近年发展起来的一种适于处理非线性、非平稳 信号的分析方法⋯，在机械故障检测方面得到了良好 收稿日期2 0 1 2 年4 月应用∞】，克服了传统小波分析方法的不足，非常适合于 气e 代e 气e 世 七 啦心，夸巳写e 气c 代e l c 七 心 吧 ℃ c 电 沁 ≈ 心“ S ’謦6 t e 代C 啃℃，眯 七，∞，们，钟／啦／啦，啦水，啦，代，啦，鹋供础1 电肿础甜水，夸e ． i ；c 速， m s j ；c 速／ m s 口 ▲l 剥7 段进 策正1 1 水内表向；氚往，，竹J 界【酊流述分m群f n 】i 晚j 生分佑 方案由1 5 ．4 2 ％降低为1 1 ．3 8 ％ 参考文献 另外，相对于原方案整体平均流速也有了很大的 [ 1 ]陈志娥，毕玉华，雷基林，等．新型2 D 2 5 卧式柴油机冷却 提高，由0 ．5 5 3m ／s 提高到0 ．6 1 4m ／s ，改进效果较明 水套C F D 分析[ J ] ．科学技术与工程．2 0 1 0 ，l O 8 1 9 7 6 一 显，基本上达到了预期要求。 1 9 7 9 ． 只缝论 [ 2 ]谢雪峰，孙平，顾勤，等．Y Z 4 1 0 S Z L Q 柴油机冷却水套的数值 u ；口’‘ 模拟[ J ] ．车用发动机，2 0 0 5 5 6 1 6 4 ． 通过正交试验与C F D 仿真计算结果分析表明 [ 3 ] 毕玉华，雷基林，王贵勇，等．增压中冷柴油机缸盖水套 1 缸盖进气侧上水孔孔径的变化对缸盖底面流 C F D 分析[ J ] ．拖拉机与农用运输车，2 0 1 0 ，3 7 3 7 1 7 6 ． 速以及冷却水流动均匀性的影响最大。 [ 4 ]俞晓莉，僦亚娇，黄瑞，等．轿车发动机冷却水套流动与传热 2 改进方案较原方案相比，整体平均流速得到提 C F D 计算分析[ J ] ．车用发动机，2 0 1 0 3 5 0 - 5 5 ． 高，4 缸进气倾0 流速提高了约0 ．1m ／s ；冷却液流动均匀 [ 5 】徐劲松，毕玉华，申立中，等．增压中冷柴油机冷却水套流 性得到了改善，流动不均匀性由1 5 ．4 2 ％降低为 动特性研究⋯．汽车工程，2 0 1 0 。3 2 1 1 9 5 6 9 6 1 ．△ 1 1 ．3 8 ％。 编辑小前 回2 0 1 2 ／9 机械制造5 0 卷第5 7 7 期徙 万方数据 处理电磁换向阀工作时的菲平稳压力信号。本文针对 E M D 方法中存在的分解不完全的缺点⋯．提出一种基 于分段幂函数插值的改进E M D 算法。并将改进的 E M D 算法和A R 模型相结合来提取电磁换向阀的故 障特征，并进行了实验分析。 1基于E M D 和A R 模型的特征提取方法 1 ．IE M D 改进算法 E M D 算法的关键是求上、下包络线．包络线生成 不准确将导致信号的E M D 分解不完全，而目前普遍 采用的三次样条插值算法存在过冲现象，易对信号的 分解不够完全E s3 。因此，提出采用分段幂函数插值算 法，基本原理如下。 记所有插值点为P ， 算I ，y 】 ，P 2 聋2 ，弛 ，⋯，P n 茗⋯y ， 插值函数为y 钒石 。对任意3 个相邻点只一t 矩。，Y l 一． ， 只 ％Y 。 ，只 ， h 。，，，。 进行幂函数插值 h 产 z z “ 咒一l y 。 一 戈H 茗。 M r M 1 ／ 戈“J 喘 1 当X ≤筏时，插值函数f x 满足 工 x X - - X , ； ， 石一】一z 。 ] ％I ∞ 。- y r l 鬈x 。 ／ 艽。 l 戈．一1 卜孔 2 当石≥置时，插值函数s x 满足 f x [ 戈戈。 ／ 戈什l 戈。 ] 铴。 ，o I - y 卜1 髫一并。 ， 戈件l 戈卜1 竹 3 用f x Z ， z 重新插值，得到只 蕾，竹 、足， 戈m ，y “ 之间的分段幂函数插值曲线 Z 卅l 戈 石。 l z 搬 戈 ／ 戈。 l 一髫。 x - x 。Ⅵ l x ／ 茗件l 戈i 1 4 对任一信号戈 f 进行改进的E M D 分解过程的具 体步骤‘53 如下。 1 确定z ￡ 所有局部极值点，然后通过分段幂函 数插值算法将所有的局部极大值点和局部极小值点连接 起来形成上、下包络线。包络线应该包络所有的数据点。 2 计算上、下包络线的平均值曲线m ． f ，用戈 。 ∞ q 6 l 2 噬≯絮二二孝≮竺 芝乏装』n 六戈 竺 墨二二兰骂 盏二二二 二 二 二] 二二二 i 二二j 二二过∑ 二 三二三二二 i 二二划 a 改进E M D 算法得到的I M F s 1o o o f - ⋯⋯～一r 一～1 ■⋯一一一T ‘■一一⋯一’1 一一 『～一‘广～一’i 一一1 ～’～⋯～1 ⋯一⋯～1 ⋯⋯～⋯一T - ～一i f ～T 一] o 盏幽幽畦型型蜘蚓堕挫型蝰竺型型螋塑唑堕蚴 5 0 0 0 r ⋯辈⋯～华⋯⋯哗⋯⋯辈一～ 罂⋯一 暑坠⋯』粤一⋯16 r 0 0 ⋯一 竿⋯⋯2 0 0 0 s o 脚删卧椰枷肿蝴m 州”m 洲帆枷叫啡啡p 矾删俐w 抄州胁俯娜w 岍删m m 静哪酗吣蛳咄啡Ⅶ叫 ，S 0 01 ．一一⋯．．⋯一i ～一一一L ～～i ～二、一一￡一～。～l ～⋯一一、L ⋯一～～、．L ．一一⋯～～L ～～一．一L ⋯～⋯～～⋯L j 2 罅⋯～辈⋯～掣⋯⋯掣⋯～辈一⋯一 罂～⋯．上罂～⋯ 一掣一一三罂～、 掣～一三犟一， 。 o 栅删o Ⅳ州赫删肛椭删f 如Ⅳ岫人／＼俐卜八㈨～M 删 。一≮1 0 0 区及雯迈夏亚丕变巫型婴蕊强 ．i ⋯～～．～．j ．、，．⋯一～一L ⋯、一J ～旦、L 一。一。J ～一一L ～～』～一．～上二，～，，。． U 』⋯一j 一、j 。一虽巫至霹≥／三受／i 乏∑Z ≤Z ∑召 o o b 八八／＼／、厂＼八 ＼＼／＼／＼／＼／鼍 一5 0 L ～⋯～一L ⋯⋯一一L ～～⋯、⋯L ⋯⋯⋯』⋯．二～上一』 g 乙一j ～⋯一∑正一一⋯工二～⋯一I 一～∑一』～J 5 0 0 r ～～～掣一⋯华⋯一珲⋯～罕一～j 、竿吐⋯一望掣⋯～ 华一一 竿⋯～』譬望⋯三罕、 o o r ＼／、、八一、／弋 』 i 罴9 3 0E 三三三二i 三三三三三三三i ，； o ～一⋯⋯』一一～一L ～ ．⋯～．j ～⋯⋯一～L ⋯～一～J ⋯～⋯～一l ⋯一～、～』⋯．。一二[ ⋯。，～一．I ～一～一、一～J 一一J b E M D 算法分解得到的I M F s ▲图1不同插值算法对E M D 分解效果的影响 铟I 由机械制造5 0 卷第5 7 7 期 ￡ 减去m l ￡ 得h l t 剐 ￡ 一m l t 判断h 。。是否满足I M F 条件。 若不满足，则把h ， ￡ 作为原信号重 复上面的步骤，得到h I l t h 。I t h ， t 一m ，， t 。再判断h ，、是否满足 I M F 条件。若不满足，则反复筛选k 次直到h 。k ￡ 变为一个I M F ，即 h l k ￡ 危l ￡ 一，n l k ￡ 。记c l l k ，则C l 为信号石 ￡ 的第1 个满足I M F 条 件的分量。 3 将信号c ．从X ￡ 中分离出 来，得到r l ≈ z 一c l 。将r ，作为原始 数据重复步骤 1 、 2 ，得到石 ￡ 的 第2 个满足I M F 条件的分量c ，重 复循环n 次，得到信号戈 t 的n 个 满足I M F 条件的分量，得到 x t 乞C i - t - r 。 5 ￡ 】 式中“称为残余函数，代表信号的 平均趋势。 1 ．2 特征提取方法 在时间序列建模中，A R 模型 是最基本的、实际应用最广的时序 模型，它是在线性回归模型基础上 发展起来的，其模型参数凝聚了系 统状态的重要信息㈨。对于时间序 列z ￡ 拄1 ，2 ，⋯，Ⅳ ，其A R 模型系 统函数为 1Z x t 乞妒≯。， q ，a , - N I D 0 ，盯。 6 il 式中n 为模型阶数；驴； 注1 ，2 ，⋯，川 ． 2 0 1 2 ／9 万方数据 心8 O o o 坦70 0 0 赣避6 50 0 0 0 0 00 5 01 0 01 5 02 0 02 5 0 3 0 03 5 04 0 04 5 0 5 0 0 05 01 0 01 5 02 0 02 5 03 0 03 5 04 0 04 5 05 0 0 05 01 0 0 1 5 02 0 02 5 03 0 03 5 04 0 04 5 0 5 0 0 4 0 c F ] 一7 一～⋯1 一T 1 1 - - T - - - - 广一 一州删M 卅帆州 喈{ i 南一亩盎赢～如毓咭6 j 品 簦 垂 2 皇 也 岂 a 正常状态 4 0 0 r 丁一r ～1 广一厂T 一r 一丁一一广n 一篡狮㈣懈M 嗍M 州 4 0 0 3 如打矗赢知一荀矿菇矿高赢晶 4 0 0 r r 一r 一r ] 一T _ r r 1 ⋯1 一 一瑟M 删M 叫p 删M 胁吣哪 _ 4 0 0 铲亩亩矗砸鼯茜矿盎矿l 拓一南r 扬l 荔 三； 兰一1 2 譬； 三- 一2 1 l 堇一 一1 审5 逛4 蓬i 】 堇一 一1 1 莹． 一1 0 0 r T _ 丁1 ] 广『_ r T 专n | | | 咿肿枷州“ 忡小 0 0 0 } √矿矗矿矗矿菇产菇r 茹矿蠢旷盘F 南引 I[II 黔帅州懈删舭州 0 1 c l r r 一广r 下_ 1 r 一] 一1 一．T ～一] n ；翔M 州m ∽州 0 0 0 L 。J L J 』L J L J 一L L 』 05 01 0 0 1 5 02 0 02 5 0 3 0 03 5 04 0 04 5 0 5 0 0 b 复位弹簧变形 0 0 0 广丁r 一广T ] ■一丁■丁r T 一r n 器M ”州舭删w 枷 0 0 0 卜亩1 护茜汤占荟矿蠡苗靠雨；石瑞 0 f c r 『 一r 一一广_ 『广广r r 一一1 1 1 阳州㈣M 吣叫 O O O L ～_ L L L ～L J j 上．L 一L ～上j 05 01 0 0 1 5 02 0 02 5 03 0 0 3 5 0 4 0 04 5 0 5 0 0 0 0 旷T 一一1 广r ’T 一r r r 丁- T 1 黧㈨№删黼删删p 似分弓厂再拓亩J 2 0 0 2 』5 03 L 啪0 0 ～3 L 5 0 4 L 0 0 4 。5 0 5 0 u 0 c 阀芯磨损 d 阀芯卡死 ▲图2 电磁换向阀各工作状态下的E M D 分解结果 c ▲图3I M F 分量定阶曲线 为自回归参数；q 为残差，满足均值为O ，方差为盯z 的 独立正态分布。 同时，大量研究表明，A R 模型的自回归参数和残 差方差对状态变化规律反映最为敏感，因此采用A R 模型的自回归参数和残差方差作为特征向量来分析系 统状态变化是十分有效的。 但是，A R 模型只能适用于平稳信号的分析，而电 磁换向阀压力信号往往表现为非平稳特征，因此，直接 采用A R 模型对电磁换向阀压力信号进行建模效果不 好。采用E M D 方法对复杂信号分解的过程实际上是 对非平稳信号进行线性化、平稳化处理的过程，其得到 I M F 分量就不需要再进行提取趋势项、零化处理和数 据的平滑等处理。因此．对原始信号进行E M D 分解 后．就可以直接对各个I M F 分量建立A R 模型，得到各 个I M F 分量的A R 模型参数，以这些参数为基础．建立 相应的特征向量，从而实现特征向量的提取。 2 基于改进E M D 算法的电磁换向阀信号分解 2 0 1 2 ／9 特征提取首先应对信号进行分解，采集电磁换向 阀不同工作状态时的压力信号进行E M D 分解，取得本 征模态函数。分别用E M D 算法和本文改进后的E M D 算法对正常时压力信号进行分解．结果如图1 所示。 由图1 可以看出，信号经改进E M D 算法分解后得 到1 0 个I M F s ．而经原E M D 算法分解只得到6 个 I M F s ，说明改进E M D 算法分解的层数更多，效果更 好；图1 a 中代表信号趋势的残余分量r e s 比图1 b 中的r e s 单调趋势更为明显，说明改进的E M D 算法对 信号的分解更彻底。 3 基于E M D 和A ll 模型的电磁换向阀故障特 征提取 电磁换向阀的故障信息会在阀体工作时的压力信 号中表现出来，实验中，人为设置电磁换向阀的3 种故 障①阀芯卡死；②阀芯磨损；③复位弹簧变形。分别 采集正常和故障情况下的阀体压力信号各2 0 组数据， 随机抽取1 0 组数据作为样本数据，剩下1 0 组数据作 机械制造5 0 卷第5 7 7 期a 禹南 堑燃 黜咖铷咖_ 鲁 黜 州 跏． 、瞄皇 万方数据 表1电磁换向阀各工作状态下的特征向量 工作 I M F 自回归参数和残差 状态分量 ∞1p 2妒3‘D 4妒5e i c 1 - 0 ．6 5 90- 0 ．2 5 05- 0 ．0 6 78- 0 ．0 6 36- 0 ．0 7 241 ．4 2 43 正常 C 2 1 ．0 3 37- 1 ．5 7 550 ．9 6 74 0 ．8 4 470 ．3 7 260 ．3 9 56 状态 C 3 3 ．4 2 955 ．1 0 474 ．3 3 75- 2 ．4 9 851 ．2 0 260 ．0 0 64 C l - 0 ．3 1 55- 0 ．1 4 900 。0 1 160 ．0 7 080 ．0 3 591 ．8 5 68 复位弹 C 2 1 ．6 5 01- 2 ．3 4 552 ．2 5 92- 2 ．2 0 181 ．6 9 341 ．3 3 92 簧变形 C 3 2 ．9 6 82- 4 ．0 5 593 ．0 7 41一1 ．3 1 66O ．1 5 820 ．0 4 26 C 1 0 ．5 0 03- 0 ．2 3 75- 0 ．1 4 22- 0 ，0 8 860 ．1 1 8l1 ．5 5 23 阀芯 C 2 1 ．5 0 651 ．9 9 901 ．5 5 07一1 ．1 6 45- 0 ．6 9 90O ．1 6 23 磨损 C 3 2 ．9 9 l7- 4 ．0 3 783 ．0 6 531 ．5 2 8l0 ．5 6 970 ．0 0 46 C I O ．3 1 37- 0 ．0 3 l40 ．1 5 030 ．2 1 11- 0 ．0 9 712 ．6 2 07 阀芯 C 2 1 ．1 5 071 ．6 6 841 ．4 0 82一1 ．4 9 741 ．1 2 420 ．7 0 15 卡死 C 3 2 ．7 0 50- 3 ．5 3 982 ．4 5 55- 0 ．7 1 12- 0 ．4 0 l5O ．0 1 86 表2 测试信号分析结果 综合判断距离 识别 序号信号状态 d ld 2也 d d 结果 1 5 ．9 1 321 1 ．0 8 201 2 ．8 6 602 4 ．5 5 20正常正确 26 ．2 2 001 0 ．1 2 501 2 ．5 6 002 4 ．7 2 30 状态 31 3 ．4 5 024 ．5 2 461 4 ．8 9 872 3 ．4 3 25 复位弹簧变形正确 41 4 ．1 9 19 4 ．4 7 391 4 ．6 6 702 3 ．5 2 39 52 5 ．1 0 551 5 ．0 5 919 ．7 3 322 9 ．8 8 37阀芯磨损正确 6 2 5 ．8 9 751 4 ．9 4 359 ．5 5 682 9 ．1 5 20 72 8 ．9 1 121 7 ．1 0 553 1 ．7 5 035 ．4 4 20 阀芯卡死正确 8 2 8 ．4 8 041 7 ．9 6 203 1 ．1 0 654 ．9 9 05 为测试数据。 首先采用本文提出的改进E M D 算法对各种状态 下采集到的压力信号进行分解，取得本征模态函数。各 种状态的压力信号都可以分解成若干个本征模态函 数，状态不同，对应的各阶模态和模态阶数也有所不 同。由于E M D 方法分解出来的I M F 是频率由高到低 逐渐变化的，而电磁换向阀压力信号的主要信息集中 在高频段，因此，只需对分解得到的包含主要信息的 I M F 分量进行分析即可。图2 给出了电磁换向阀正常 工作和发生故障时的压力信号及前3 阶模态函数 I M F l ～I M F 3 。 得到电磁换向阀各工作状态的I M F 分量后．对其 建立A R 模型。要建立各I M F 分量的A R 模型．首先进 行定阶运算。基于均方误差最小的最终预测误差 F P E ，f i n a lp r e d i c t i o ne r r o r 准则是确定A R 模型阶次 比较有效的准则，在准则函数取得最小值时的模型为 适用模型。图3 为对正常状态时的前3 个I M F 分量采 用F P E 准则进行定阶运算的结果。 由图3 ，得到各I M F 分量阶次依次为3 6 、1 9 、1 3 。 实际中，系统的状态主要由前几阶的自回归系数和残 盛 机械制造5 0 卷第5 7 7 期 差方差决定，为减少计算量，选择前5 阶自回 归系数驴i 1 ，2 ，3 ，4 ，5 和残差方差e ；作为特征 向量。表1 列出了4 类状态下前3 个I M F 分量 的特征向量。 为验证所提取特征向量的有效性。采用 M a h a l a n o b i s 函数来对测试数据进行状态识别。 哦表示被诊断信号第i 个I M F 分量的特征向 量的加权系数。通过分析，发现在加权系数a l 0 ．4 、啦 0 ．3 、a 3 O ．3 的情况下计算结果对故障的 分辨率最为敏感，此时识别结果最为准确。表 2 列出了8 个不同信号的分析结果．可以看 出，识别结果与实际完全一致，从而验证了该 方法有效提取了电磁换向阀的故障特征。 4 结论 1 针对E M D 算法分解不充分的不足． 提出了基于分段幂函数插值的改进E M D 算 法。实例证明，改进后的E M D 算法对信号的分 解效果更充分完全。 2 将E M D 和A R 模型方法相结合应用 于电磁换向阀的故障特征提取，对阀体压力信 号经E M D 分解后得到I M F 分量．对各分量建 立A R 模型，提取模型参数作为特征向量。实 验结果表明。该方法能够正确有效地提取出电 磁换向阀的故障特征。 参考文献 H u a n gW ，S h e nZ ，N o r d e nE ．N o n l i n e a rI n d i c i a lR e s p o n s eo f C o m p l e x n o S t a t i o n a r y O s c i l l a t i o n sa s P u l m o n a r y H y p e r t e n s i o nR e s p o n d i n gt oS t e pH y p o x i a [ C ] ．P r o c e e d i n g s o ft h eN a t i o n a lA c a d e m yo fS c i e n c e ，1 9 9 9 ． 于德介，陈淼峰。程军圣．一种基于经验模式分解与支持向 量机的转子故障诊断方法[ J ] ．中国电机工程学报， 2 0 0 6 ，2 6 1 6 1 6 2 1 6 6 ． F a r s h i dT a v a k k o l i ，M o h a m m a dT e s h n e h l a b ．AB a l lB e a r i n g F a u l tD i a g n o s i sM e t h o dB a s e do nW a v e l e ta n dE M DE n e r g y E n t r o p yM e a n [ C ] ．I n t e r n a t i o n a lC o n f e r e n c eo nI n t e l l i g e n t a n dA d v a n c e dS y s t e m s ，2 0 0 7 ． 钟佑明，金涛．秦树人，希尔伯特一黄变换中的一种新包络 线算法[ J ] ．数据采集与处理，2 0 0 5 ，2 0 1 1 3 1 7 ． 孟宗．顾海燕．应用经验模态分解下的A R 模型提取旋转 机械故障特征[ J ] ．燕山大学学报，2 0 1 1 ，3 5 4 3 4 2 3 4 6 ． 杨叔子，吴雅．时间序列分析的工程应用 上册 [ M ] ．武 汉华中科技大学出版社，2 0 0 7 ． △ 编辑凌云 ’， ●。。。。。_ _ 一 2 0 1 2 ／9 f 刘 ] J 1 J 1 j 1j l 眩 b M 瞪 陌 万方数据