基于小波分析與BP神經(jīng)網(wǎng)絡(luò)的機(jī)車牽引電機(jī)故障診斷

范萬里

摘要：本文對(duì)機(jī)車牽引電動(dòng)機(jī)的振動(dòng)信號(hào)通過振動(dòng)傳感器傳輸至MATLAB小波包分析軟件，小波包去噪處理分離出噪聲信號(hào)保留有用信號(hào)，進(jìn)行能量譜分解。不同特征頻率的能量百分比進(jìn)行歸一化處理，作為改進(jìn)BP神經(jīng)網(wǎng)絡(luò)樣本輸入數(shù)據(jù)進(jìn)行訓(xùn)練，得到牽引電機(jī)故障診斷模型，輸入樣本測(cè)試數(shù)據(jù)故障診斷，測(cè)試結(jié)果顯示，該模型能夠有效診斷牽引電機(jī)所發(fā)生的故障。

Abstract： In this paper， the vibration signal of the traction motor of locomotive is transmitted to the MATLAB wavelet packet analysis software through the vibration sensor. The wavelet packet denoising process separates the noise signal and retains the useful signal， and carries out the energy spectrum decomposition. The energy percentages of different characteristic frequencies were normalized and trained as sample input data of improved BP neural network. The fault diagnosis model of traction motor was obtained. The test results show that the model can effectively diagnose the faults of traction motor.

關(guān)鍵詞：牽引電機(jī);小波分析;神經(jīng)網(wǎng)絡(luò);故障診斷

Key words： traction motor;wavelet analysis;neutral network;fault diagnosis

0? 引言

HXD3C型大功率交流傳動(dòng)電動(dòng)機(jī)是為重載貨運(yùn)設(shè)計(jì)制造的六軸傳動(dòng)電力機(jī)車[1]。機(jī)車牽引電機(jī)在線上運(yùn)行和工業(yè)電機(jī)運(yùn)行條件不同[2]，機(jī)車的振動(dòng)信息傳遞著機(jī)車的運(yùn)行狀態(tài)。MATLAB小波分析是將傳感器測(cè)出的多個(gè)振源疊加而成的信號(hào)，通過傅里葉變換將有用的信號(hào)從干擾信號(hào)中分離出來。改進(jìn)BP神經(jīng)網(wǎng)絡(luò)將小波包分離后的有用信號(hào)的能量特征值進(jìn)行歸一化處理，輸入樣本數(shù)據(jù)進(jìn)行訓(xùn)練得到牽引電機(jī)故障模型，輸入測(cè)試樣本數(shù)據(jù)，模型將自動(dòng)診斷出對(duì)應(yīng)的故障類型。

1? 小波包分析提取牽引電機(jī)故障特征值

1.1 小波包分析理論[3]

小波包分析把頻帶根據(jù)不一樣的j尺度因子將Hilbert空間Vj+1進(jìn)行正交分解成Wj小波子空間和Vj尺度空間，重新用一個(gè)新的U子空間來統(tǒng)一表示。令：

得到空間Hilbert的正交分解可以用式（2）表示，即：

定義U是un（t）的閉包空間，定義U是u2n（t）的閉包空間，并令函數(shù)un（t）滿足式（3）的雙尺度方程，即：

式中，，并且g（k）正交于h（k），兩關(guān)系也是具有正交的關(guān)系。當(dāng)n=0時(shí)，式（3）可以直接變成：

在小波包分析中，u0（t）和u1（t）分別退化為？準(zhǔn)（t）和？漬（t），式（2）用（4）等價(jià)表示。尺度函數(shù)？準(zhǔn)（t）和小波基函數(shù)？漬（t） 滿足式（5）的雙尺度方程：

將這種等價(jià)推廣到（非負(fù)整數(shù)）時(shí)，得到式（6），即：

其中;。由（3）式構(gòu)建的序列函數(shù)（）是由基函數(shù)得到的正交小波包。而hk是函數(shù)？準(zhǔn)（t）唯一的系數(shù)，因此是序列函數(shù){h（k）}的正交小波包。

1.2 利用小波包分析提取故障特征值

在機(jī)車牽引電機(jī)軸承位置安裝傳感器探頭，牽引電機(jī)振動(dòng)信號(hào)通過傳感器發(fā)送至小波包分析軟件，對(duì)信號(hào)進(jìn)行小波包分析，通過小波包分析將提取到的信號(hào)按照頻率的高低進(jìn)行多層次分解，去掉無用的信號(hào)，將油膜振蕩、轉(zhuǎn)軸不對(duì)稱、轉(zhuǎn)軸橫向裂紋、振動(dòng)正常四種信號(hào)的特征值與信號(hào)頻譜相匹配，牽引電機(jī)正常運(yùn)行輸出正常特征值，牽引電機(jī)發(fā)生軸向裂紋、油膜振蕩、轉(zhuǎn)軸不對(duì)中發(fā)生其中一種故障或者多種故障，小波包輸出相對(duì)應(yīng)的故障特征值。在長(zhǎng)期試驗(yàn)中發(fā)現(xiàn)，小波包可以有效提取電力機(jī)車牽引電機(jī)故障特征值。

2? BP神經(jīng)網(wǎng)絡(luò)理論

2.1 BP網(wǎng)絡(luò)結(jié)構(gòu)

多層前向型是BP網(wǎng)絡(luò)特征，其權(quán)值的調(diào)整通過反向傳播進(jìn)行訓(xùn)練學(xué)習(xí)。BP網(wǎng)絡(luò)有多個(gè)輸入，每個(gè)輸入通過權(quán)值與下一層相連，下一層是有一個(gè)或者幾個(gè)隱含層傳遞函數(shù)，輸出層通過線性傳遞函數(shù)，第一階段輸入學(xué)習(xí)樣本，從網(wǎng)絡(luò)第一層向后計(jì)算各神經(jīng)元輸出，第二階段從最后一層向前計(jì)算權(quán)值和閾值對(duì)誤差的影響修正權(quán)值和閾值，兩個(gè)階段反復(fù)計(jì)算直到網(wǎng)絡(luò)收斂。

2.2 改進(jìn)BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法[6]

LM的優(yōu)化算法比動(dòng)量BP、最速下降BP、彈性等算法收斂更快、迭代次數(shù)少、精度高[4-6]。當(dāng)誤差性能函數(shù)存在平方和誤差的形成時(shí)，Hessian矩陣表示為：

梯度的計(jì)算式為：

LM算法對(duì)近似Hessian矩陣按式（9）修正：

當(dāng)？滋=0時(shí)，式（9）為牛頓法;當(dāng)系數(shù)？滋的值很大時(shí)，式（9）為梯度下降法。

3? 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的牽引電動(dòng)機(jī)故障模型

3.1 BP網(wǎng)絡(luò)的輸入

小波包分解的牽引電機(jī)故障信號(hào)的能量特征值，通過人工分析存在誤差較大，本文通過對(duì)小波包提取的四種故障信號(hào)能量特征值進(jìn)行歸一化處理后輸入LM改進(jìn)算法的網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練。

對(duì)網(wǎng)絡(luò)目標(biāo)輸出按照故障類型進(jìn)行編碼，油膜振蕩（1 0 0 0）、轉(zhuǎn)軸橫向裂紋（0 1 0 0）、轉(zhuǎn)軸不對(duì)稱（0 0 1 0）、振動(dòng)正常（0 0 0 1）。表1為部分樣本輸入數(shù)據(jù)，表2為測(cè)試數(shù)據(jù)。

3.2 LM算法的故障診斷模型的訓(xùn)練

該模型的輸入層神經(jīng)元4個(gè)，網(wǎng)絡(luò)輸出層神經(jīng)元4個(gè)，樣本數(shù)據(jù)輸入后進(jìn)行修正，直至網(wǎng)絡(luò)收斂，輸入測(cè)試數(shù)據(jù)。

圖1表明，該LM算法的神經(jīng)網(wǎng)絡(luò)訓(xùn)練能夠達(dá)到目標(biāo)值，可以有效診斷機(jī)車牽引電機(jī)故障。

4? 結(jié)論

小波包分析能夠?qū)C(jī)車牽引電機(jī)振動(dòng)信號(hào)進(jìn)行去噪處理，保留故障信號(hào)，將故障信號(hào)轉(zhuǎn)換成相應(yīng)的能量特征值作為L(zhǎng)M算法的神經(jīng)網(wǎng)絡(luò)的輸入樣本數(shù)據(jù)進(jìn)行分析診斷。表2的測(cè)試結(jié)果表明，小結(jié)合波包分析和神經(jīng)網(wǎng)絡(luò)的機(jī)車牽引電機(jī)故障診斷是可行的。

參考文獻(xiàn)：

[1]郭德綱，樊晶.HXD3型電力機(jī)車牽引電動(dòng)機(jī)[J].內(nèi)江科技，2011（10）：115-116.

[2]彭文生.鐵路機(jī)車牽引電動(dòng)機(jī)的振動(dòng)[J].機(jī)車電傳動(dòng)，1982（03）：10-15.

[3]張德豐，等.MATLAB小波分析[M].二版.機(jī)械工業(yè)出版社，2012，02.

[4]雷俊卿，霍永生.用神經(jīng)網(wǎng)絡(luò)分析估計(jì)斜拉橋的施工控制參數(shù)[J].中國鐵道科學(xué)，2005（3）：22-25.

[5]毛穎科，關(guān)志成，王黎明，等.基于BP人工神經(jīng)網(wǎng)絡(luò)的絕緣子泄露電流預(yù)測(cè)[J].中國電機(jī)工程學(xué)報(bào)，2007，27（27）：7-12.

[6]張德豐.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M].北京：機(jī)械工業(yè)出版社，2009.

[7]周東翔，張小明，陳明，等.小波分析在發(fā)動(dòng)機(jī)故障診斷中的應(yīng)用[J].內(nèi)燃機(jī)與配件2019，12：240-241.

[8]朱濤.基于ABC-BP神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)故障診斷方法研究[J].自動(dòng)化技術(shù)，2020：82-83.