小波分析技术在汽轮机故障诊断中的应用研究
|
摘要
汽轮发电机组属于典型的旋转机械,其振动信号在本质上可分为平稳振动信号和非平稳振动信号两大类,这两类信号都包含有能反映旋转机械工作状态的重要特征信息,有效地利用这些信息对设备的监测和诊断有重要价值。
本论文对信号处理的前沿技术之一——小波分析技术进行了深入研究和探索,初步实现了基于小波分析技术的汽轮发电机组故障诊断。
1.在查阅大量文献的基础上,系统地回顾了旋转机械故障诊断的有关方法和原理。指出了当前信号分析技术对旋转机械非平稳振动信号分析的不足和现有方法存在的问题。
2.研究了小波分析技术的最新发展,深入地探讨了小波分析技术应用于汽轮机故障诊断中必须解决的关键技术难题。
3.本文就最优小波包基和消噪阈值的选取问题进行了深入研究。提出了一种基于最优小波包基的消噪方法;对于消噪阈值的选取,提出一种以小波包能量为基础,以原始信号与降噪后信号之间的均方误差(MSE)极小化为目标的基于小波包的降噪算法。检测结果表明,在故障检测前先采用最优小波包基方法对故障信号进行消噪,有利于提高汽轮机振动检测的准确性。
4.本文提出了一种新的汽轮机振动监测和故障诊断的特征提取方法——小波包特征提取。小波包作为一种时-频分析手段引入到振动信号分析中,小波包系数可以非常灵活地提供信号在时域和频域的信息。在转子实验台上的实验证明,该方法能够完全满足振动信号分析的要求,是非常有效和切实可行的。
5.将上述的理论研究系统整合后,本文设计了一套基于信号处理方法的故障诊断系统样机。针对复杂的小波包分解算法,为了满足振动信号实时分析的要求,设计了一种有效的基于DSP的小波包分解算法。大量实验表明,该方法能够满足振动信号实时分析的需要。该样机不仅能对平稳信号表征的汽轮机组故障进行诊断,而且可以检测机组运行过程中的突变故障,可以有效降低故障的漏报率和误报率。
Turbo-generator is a kind of typical rotation machine. The vibration signature of rotating machinery can be classified to stationary and non-stationary signature. Both of the signatures contain important information that can reflect the working station of rotating machinery. It is valuable to make good use the information on supervising machine working station.
In this dissertation, wavelet transform technique (an advanced technique in signature processing) was deeply researched and explored. Turbo-generator fault diagnosis based on wavelet transform technique was implemented.
1. With the study of a great deal of literatures, the methods and theory of rotating machinery fault diagnosis were reviewed orderly. The disadvantage and problem existing in the signature processing methods are pointed out.
2. The latest development of wavelet transform technique is researched. The key technique problems that wavelet transform technique applied to turbine generator fault diagnosis are discussed in depth.
3. In this dissertation, we study the problem of wavelet packet basis (BWPB) and denosing threshold in depth. A new method based on BWPB is presented to denoise vibration signature; What about the selection of denoising threshold, we present a new denoising algorithm which is aimed to reduce the mean square error (MSE) between the reconstructed signal and the original signal. The detection results show that signal denoising applying BWPB method is in favor of enhancing the detection accuracy of turbine faults.
4. In this dissertation, we put forward a new method based on wavelet packet transform (WPT) for vibration monitoring and fault diagnosis of turbo-generator. The WPT is introduced as an alternative means of extracting time-frequency information from vibration signature. The results of WPT coefficients provide one with arbitrary time-frequency resolution of vibration signal. Extensive experiments on rotor laboratorial platform show that the implementation meets the requirement of vibration signals analysis. It is feasible and effective.
5. After the above-mentioned theoretic research organized together, a set of fault diagnosis system is implemented. For the complicated WPT algorithm, we design an effective method based on DSP to meet the real-time requirement of vibration signals
analysis. Extensive experiments show that the DSP based application and it is a feasible and effective solution. The system not only can diagnose the turbo-generator fault presented by stationary signature, but also can diagnose the break fault. It can efficiently reduce the fault failed to report and the fault missed to report.
本论文对信号处理的前沿技术之一——小波分析技术进行了深入研究和探索,初步实现了基于小波分析技术的汽轮发电机组故障诊断。
1.在查阅大量文献的基础上,系统地回顾了旋转机械故障诊断的有关方法和原理。指出了当前信号分析技术对旋转机械非平稳振动信号分析的不足和现有方法存在的问题。
2.研究了小波分析技术的最新发展,深入地探讨了小波分析技术应用于汽轮机故障诊断中必须解决的关键技术难题。
3.本文就最优小波包基和消噪阈值的选取问题进行了深入研究。提出了一种基于最优小波包基的消噪方法;对于消噪阈值的选取,提出一种以小波包能量为基础,以原始信号与降噪后信号之间的均方误差(MSE)极小化为目标的基于小波包的降噪算法。检测结果表明,在故障检测前先采用最优小波包基方法对故障信号进行消噪,有利于提高汽轮机振动检测的准确性。
4.本文提出了一种新的汽轮机振动监测和故障诊断的特征提取方法——小波包特征提取。小波包作为一种时-频分析手段引入到振动信号分析中,小波包系数可以非常灵活地提供信号在时域和频域的信息。在转子实验台上的实验证明,该方法能够完全满足振动信号分析的要求,是非常有效和切实可行的。
5.将上述的理论研究系统整合后,本文设计了一套基于信号处理方法的故障诊断系统样机。针对复杂的小波包分解算法,为了满足振动信号实时分析的要求,设计了一种有效的基于DSP的小波包分解算法。大量实验表明,该方法能够满足振动信号实时分析的需要。该样机不仅能对平稳信号表征的汽轮机组故障进行诊断,而且可以检测机组运行过程中的突变故障,可以有效降低故障的漏报率和误报率。
Turbo-generator is a kind of typical rotation machine. The vibration signature of rotating machinery can be classified to stationary and non-stationary signature. Both of the signatures contain important information that can reflect the working station of rotating machinery. It is valuable to make good use the information on supervising machine working station.
In this dissertation, wavelet transform technique (an advanced technique in signature processing) was deeply researched and explored. Turbo-generator fault diagnosis based on wavelet transform technique was implemented.
1. With the study of a great deal of literatures, the methods and theory of rotating machinery fault diagnosis were reviewed orderly. The disadvantage and problem existing in the signature processing methods are pointed out.
2. The latest development of wavelet transform technique is researched. The key technique problems that wavelet transform technique applied to turbine generator fault diagnosis are discussed in depth.
3. In this dissertation, we study the problem of wavelet packet basis (BWPB) and denosing threshold in depth. A new method based on BWPB is presented to denoise vibration signature; What about the selection of denoising threshold, we present a new denoising algorithm which is aimed to reduce the mean square error (MSE) between the reconstructed signal and the original signal. The detection results show that signal denoising applying BWPB method is in favor of enhancing the detection accuracy of turbine faults.
4. In this dissertation, we put forward a new method based on wavelet packet transform (WPT) for vibration monitoring and fault diagnosis of turbo-generator. The WPT is introduced as an alternative means of extracting time-frequency information from vibration signature. The results of WPT coefficients provide one with arbitrary time-frequency resolution of vibration signal. Extensive experiments on rotor laboratorial platform show that the implementation meets the requirement of vibration signals analysis. It is feasible and effective.
5. After the above-mentioned theoretic research organized together, a set of fault diagnosis system is implemented. For the complicated WPT algorithm, we design an effective method based on DSP to meet the real-time requirement of vibration signals
analysis. Extensive experiments show that the DSP based application and it is a feasible and effective solution. The system not only can diagnose the turbo-generator fault presented by stationary signature, but also can diagnose the break fault. It can efficiently reduce the fault failed to report and the fault missed to report.
引文
[1] 王道平,张义忠.故障智能诊断系统的理论与方法.北京:冶金工业出版社,2001
[2] 程道来,吴茜,吕庭彦等.国内电站故障诊断系统的现状及发展方向.动力工程Vol.19No.1 Feb.1999:53-57,79
[3] 施圣康.汽轮发电机组振动故障诊断技术的发展现状.动力工程Vol.21No.4 Aug.2001:1295-1298
[4] Doglas J. Smith. Intelligent Computer systems enhance power plant operations. Power Engineering. 1989,93(12): 21-26
[5] Muszynska A. Vibrational Diagnostics of Rotating Machinery Malfunctions. Vki, Vibration and Rotor Dynamics. C1992.p40
[6] 张瑞林. 机械故障诊断技术发展现状及展望. 第二届全国机械设备故障诊断学术会议论文集,1988 年
[7] 机械故障诊断丛书. 冶金工业出版社. 1989-1993
[8] Frank P. M. Fault Diagnosis in Dynamic Systems Using Analytical and Knowledge based Redundancy——A Survey and Some New Results [J]. Automatica,1990,26(3):459 474.
[9] Patton R J, Chen J. Review of Parity Space Approaches to Fault Diagnosis for Aerospace System. Journal of Guidance, Control and Dynamics, 1994,17(2): 278 285.
[10] Patton R J. Robustness in Model based Fault Diagnosis: 1995 situation. Annual Review in Control, 1997,21:103 123.
[11] Gertler J J. Analytical Redundancy Methods in Fault Detection and Isolation. Proceedings of IFAC Fault Detection, Supervision and Safety for Technical Processes, Baden-Baden, Germany,1991,9,21
[12] Frank P.M, X. Ding. Survey of Robust Residual Generation and Evaluation Methods in Observer based Fault Detection System. Journal of Process Control, 1997,7(6):403-424.
[13] 吴今培. 智能故障诊断技术的发展和展望. 震动、测试与诊断,1999,19(2):80-147.
[14] 玄志成, 陈章位, 黄克强等. 基于Petri 网的符合故障诊断方法的研究. 机械科学与技术,1999,18(2):291-293.
[15] Feng Lin. Dignosability of Discrete Event Systems and Its Applications. Discrete Event Dynamics Systems, 1994,4:197-212.
[16] Meera Sampath, Raja Sengupta, Stephane Lafoutune. Dignosability of Discrete Event Systems. IEEE Transaction on Automatic Control, 1995,40(9): 1555-1575.
[17] Meera Sampath, Raja Sengupta, Stephane Lafoutune. Active Diagnosis of Discrete Event Systems. IEEE Transaction on Automatic Control, 1998,43(7): 908-929.
[18] 叶昊,王桂增,方崇智. 小波变换在故障检测中的应用. 自动化学报,1997,23(6):736-741.
[19] 张君,韩璞,董泽等.基于小波变换的振动信号分析中能量泄漏的研究.中国电机工程学报. 2004 年10 期,Pages:238-243
[20] 韩璞,张君,董泽等.汽轮机振动信号的最优小波包基消噪与检测.动力工程,2005,vol.25, No.1 Pages: 92-96
[21] JUN ZHANG, RUIXIN LI, PU HAN, DONGFENG WANG, XICHAO YIN, Wavelet Packet Feature Extraction for Vibration Monitoring and Fault Diagnostic of Turbo-Generator.The Second International Conference on Machine Learning and Cybernetics (ICMLC2003), Volume: 1,2-5 Nov. 2003 Pages:76 -81 Vol.1
[22] Jun Zhang, Ruixin Li, Pu Han, Dongfeng Wang, TMS320 DSP Based Wavelet Packet Decompose on Vibration Signature Analysis of Turbine . 2003 IEEE International Conference on Systems, Man & Cybernetics,Volume: 2, 5-8 Oct. 2003 Pages: 1181-1186 vol.2
[23] XI-CHAO YIN, PU HAN, JUN ZHANG, APPLICATION OF WAVELET TRANSFORM IN SIGNAL DENOISING. The Second International Conference on Machine Learning and Cybernetics(ICMLC2003),Volume: 1, 2-5 Nov. 2003 Pages: 436-441 Vol.1
[24] 李建平等. 小波分析与信号处理理论,应用及软件实现. 重庆:重庆出版社,1997
[25] 崔锦泰著,程正兴译. 小波分析导论. 西安:西安交通大学出版社,1995
[26] Chan D. Wai T. A novel technique for high impedance fault identification[J]. IEEE Transactions on Power Delivery, 1998; 13(3): 738-744
[27] 韩鹏,程耕国. 小波分析在旋转机械故障诊断中的应用. 武汉科技大学学报(自然科学版). Vol.26, No.1 Mar. 2003: 60-62
[28] 王肖芬, 徐科军, 沈峄.小波滤波器幅频特性的研究. 合肥工业大学学报(自然科学版). 第26 卷第2 期2003 年4 月, Vol. 26 No.2 Apr. 2003 171-175
[29] 曹志彤, 何国光, 陈宏平. 电机故障特征值的倍频小波分析. 中国电机工程学报. 第23 卷第7 期2003 年7 月(Vol.23 No.7 Jul. 2003 112-116)
[30] 钱立军,蒋东翔. 小波变换在横向裂纹转子升速过程状态监测中的应用. 中国电机工程学报. 第23 卷第5 期2003 年5 月(Vol.23 No.5 May 2003 86-89)
[31] Mallat S. A theory for multiresolution signal decomposition: the wavelet representation. IEEE Trans[J]. On Pattern Analysis and Machine Intelligence; 1989, 11(7): 674-693
[32] Daubechies I. Orthonormal basses of compactly supported wavelets. Comm. In Pure and Applied Math, 1990; 41(7): 99-105
[33] (美)J. S. 米切尔著; 林明邦等译. 机器故障的分析与监测. 北京:机械工业出版社,1990.2
[34] 管霖,吴国沛,黄雯莹等. 小波变换在电力设备故障诊断中的应用研究. 中国电机工程学报,2000 年第10 期第20 卷(46-49, 54)
[35] 曹志彤,何国光,陈宏平等. 电机故障特征值的倍频小波分析. 中国电机工程学报,2003 年第7 期第23 卷(110-114)
[36] 胡晓光,戴景民,纪延超. 基于小波奇异性检测的高压断路器故障诊断. 中国电机工程学报,2001 年第5 期第21 卷(67-70)
[37] 彭志科,何永勇,卢青. 用小波时频分析方法研究发电机碰摩故障特征. 中国电机工程学报,2003 年第5 期第23 卷(75-79)
[38] 钱立军,蒋东翔. 小波变换在横向裂纹转子升速过程状态监测中的应用. 中国电机工程学报,2003 年第5 期第23 卷(86-89, 121)
[39] 赵松年,熊小芸. 子波变换与子波分析.北京:电子工业出版社,1996.
[40] 任震,黄雯莹,石志强.小波分析及其在电力系统中的应用.电力系统自动化1997,21(3):9-12.
[41] 胡广书. 数字信号处理. 清华大学出版社,1997
[42] S. Mallat and W. L. Hwang. Singularity detection and processing with wavelet. IEEE Transaction on Information Theory, 1992,38(2): 617-643
[43] Donoho.D..L. Denoising by soft thresholding[J]. IEEE Transaction on information Theory, 1995, 411(3), 613-627
[44] Donoho D.L. Adapting to unknown smoothness via wavelet shrinkage. J Amer starist assoc, 1995, 90(432), 613-627
[45] Grossmann A. Wavelet transform and edge detection[A]. Hanzewindkel. M cd. Stochastic processing in physics and engineering. Dodrecht, Reidel, 1986,89-96
[46] Pan Q, Zhang L, Dai G. Two denoising method by wavelet transform. IEEE Transaction on Signal Processing, 1999,47(12), 567-589
[47] Nath S. K. Wavelet based compressing and denoising of optical tomography data. Optics Communication, 1999, (total 167),37-46
[48] 胡昌华,张军波等. 基于MATLAB 的系统分析与设计——小波分析,西安电子科技大学出版社,1999
[49] 彭玉华,小波变换与工程应用[M],北京:科学出版社,1999
[50] 李录平编著,汽轮机组故障诊断技术[M]. 北京:中国电力出版社,2002
[51] 钟秉林,黄仁主编,机械故障诊断学[M]. 北京:机械工业出版社,1997.12
[52] 施维新编著,汽轮发电机组振动及事故[M]. 北京:中国电力出版社,1998.10
[53] 徐敏等编著,设备故障诊断手册——机械设备状态监测和故障诊断[M]. 西安:西安交通大学出版社,1998.10
[55] 于文虎,宋斌,大型火电机组的振动故障诊断. 中国工程科学[J],2001 年1 月第3 卷第1 期
[56] 何正嘉等. 机械设备非平稳信号的故障诊断原理及应用. 北京:高等教育出版社,2001.11
[57] G. G. Yen, “Health monitoring of vibration signatures in rotorcraft wings,”Neural Processing Lett., vol. 4, no. 3, pp. 127–137, Dec. 1996.
[58] 彭启棕,李玉柏编著. DSP 技术. 成都:成都电子科技大学出版社,2001
[59] 张雄伟,曹铁勇编著. DSP 芯片的原理与开发应用(第2 版). 北京:电子工业出版社,2000.9
[60] 姚其峰,刘建民,玉立江等. 汽轮机转子不平衡的诊断及治理. 中国修船,2004第4 期,18-20
[61] Ti. TMS320C54X DSP Reference set, Volume 1: CPU and Peripheral, 1999
[62] Ti. TMS320C54X DSP Reference set, Volume 2: Mnemonic and Instructions, 1999
[63] Ti. TMS320C54X DSP Reference set, Volume 3: Algebraical Instructions, 1999
[64] Ti. TMS320C54X DSP Reference set, Volume 4: Application Guide, 1999
[65] Ti. TMS320C54X DSP Reference set, Volume 5: Enhanced Peripheral, 1999
[66] Ti. TMS320C54X DSP Composer Studio Tutorial, 2000
[67] 王雪峰,祁智明,焦玲玲. 工作转速下转轴碰磨振动的诊断处理. 山西电力,No.1(Ser.118)Feb.2004, 25-27
[68] 赵文新. 200MW机组通流碰磨的非稳定振动分析与诊断. 东北电力技术, 2003年第3期:1-5
[69] 马元奎, 陆颂元. 机组动静碰磨故障的小波包诊断及贝叶斯判别方法研究. 动力工程, Vol.21 No.5, Oct. 2001:1439-1443
[70] 李录平, 邹新元等. 汽轮发电机组碰磨故障的典型特征研究. 振动、测试与诊断,Vol.21 No.4, Dec. 2001:281-285
[71] 李录平, 韩西京, 韩守木等.从振动频谱中提取旋转机械故障特征的方法.汽轮机技术,1998,(1):11-14
[72] 李录平,邹新元. 小波变换在振动故障奇异信号检测中的应用.汽轮机技术,2000,(1):7-9
[73] 李首忠. 基于DSP的给水泵运行状态监测仪的研究与开发. 武汉大学硕士学位论文,2003年4月
[74] 黄文虎等. 设备故障诊断原理、技术及应用, 北京:科学出版社,1996.8
[75] 戴逸民等. 基于DSP的现代电子系统设计. 北京:电子工业出版社,2002
[76] 艾珂尔逊著,陈逸等译. USB大全. 北京:中国电力出版社,2001
[77] 瞿红春. 旋转机械轴系不对中故障的建模及其理论分析. 中国民航学院学报, Vol.17 No.3 June.1999, 11-16
[78] 孙超韩捷关惠玲等. 齿式联轴器联接不对中振动机理及特征分析. 振动、测试与诊断,Vo1.24 NO.3 Sep.2004:229-233
[79] 王延博,张学延. 大坝电站300MW机组不对中振动故障的诊断处理. 汽轮机技术,Vo1.46 No.4 Aug.2004:302-304
[80] 李慧敏,曾胜,汪希萱. 采用电磁辅助支承在线消除转子不对中的试验研究. 机床与液压,2004,No.12:102-103
[81] 陈林华. 不对中转子系统振动特征分析与诊断. 压缩机技术, 2003年第6期(总第182期):16-19
[82] 刘淑莲,郑水英,应光耀等. 稳态和非稳态油膜力模型下的转子系统非线性特征比较. 机床与液压,2004, No.8:46-48
[83] 刘淑莲,郑水英,汪希萱. 转子-轴承系统油膜失稳故障预测准则的探索. 机械强度,2004,26(4):380-383
[84] 白尚刚,庞秀荣. 秦岭2号汽轮发电机组油膜振荡原因分析及处理. 西北电力技术,2004年32卷3期:109-110
[85] 荆建平,孟光,孙毅等. 油膜振荡下转子疲劳的损伤力学研究. 机械工程学报,2004年40卷6期:5-9
[86] 缪明华. 汽轮发电机组突发性振动分析与故障诊断. 安徽工业大学学报,2004年21卷2期:116-120
[87] 韩清凯,俞建成,邓庆绪等. 转子系统油膜振荡的小波包分解与频带能量比例特征分析. 中国机械工程,2004年15卷4期:343-346
[88] 张彦梅,陆启韶. 一种非稳态油膜力模型下转子系统的碰摩分岔分析. 振动工程学报,2002年15卷1期:68-73
[89] 赵道利,梁武科,罗兴锜. 水电机组振动信号的子带能量特征提取方法研究. 水力发电学报,2004年23卷6期:116-119
[90] GU Yanfeng,ZHANGYe,YU Shanshan. A Fast Feature Extraction Method Based on Integer Wavelet Transform for Hyperspectral Images. Chinese of Journal Electronics(电子学报:英文版),2004年13卷3期:496-500
[91] 焦卫东. 基于互信息的小波特征提取方法及其在机械故障诊断中的应用. 中国机械工程,2004年15卷21期,1946-1949
[92] 戴洪海,周建中,付波. 水轮机组振动信号中的小波滤波和特征提取. 华中电力,2004年17卷3期,5-7
[93] Shao Junpeng, Jia Huijuan. FEATURE EXTRACTION OF VIBRATION SIGNALS BASED ON WAVELET PACKET TRANSFORM. Chinese Journal of Mechanical
Engineering(机械工程学报:英文版),2004年17卷1期:25-27
[94] 侯敬宏,黄树红,申弢等. 基于小波分析的旋转机械振动信号定量特征研究. 机械工程学报,2004年40卷1期:131-135
[95] 侯军虎,王松岭,安连锁等. 电站离心通风机旋转失速的试验研究及特征提取. 风机技术,2003年卷6期:15-19
[96] 吴多,程德福. 基于DSP的快速小波分解和重构. 吉林大学学报:信息科学版,2004年22卷3期:214-218
[97] 陈虹丽,艾晓庸,王凤阳. 快速小波变换的定点DSP实现. 应用科技,2003年30卷11期:34-36
[98] 王丽荣,申铉国,王延杰. 基于提升方法的整数小波在DSP上的实现. 光学精密工程,2004年12卷2期:185-189
[99] 彭秀艳,王凤阳,万博. 快速小波变换的定点DSP实现. 自动化技术与应用,2003年22卷3期:8-9,29
[100] 严居斌,刘晓川等. 基于DSP的小波算法的实现. 四川大学学报:工程科学版, 2002年34卷2期:92-95
[101] 孙勇,胡广书等. 小波零树图像编码算法在DSP上的实时实现. 清华大学学报:自然科学版,2001年41卷9期:63-66
[2] 程道来,吴茜,吕庭彦等.国内电站故障诊断系统的现状及发展方向.动力工程Vol.19No.1 Feb.1999:53-57,79
[3] 施圣康.汽轮发电机组振动故障诊断技术的发展现状.动力工程Vol.21No.4 Aug.2001:1295-1298
[4] Doglas J. Smith. Intelligent Computer systems enhance power plant operations. Power Engineering. 1989,93(12): 21-26
[5] Muszynska A. Vibrational Diagnostics of Rotating Machinery Malfunctions. Vki, Vibration and Rotor Dynamics. C1992.p40
[6] 张瑞林. 机械故障诊断技术发展现状及展望. 第二届全国机械设备故障诊断学术会议论文集,1988 年
[7] 机械故障诊断丛书. 冶金工业出版社. 1989-1993
[8] Frank P. M. Fault Diagnosis in Dynamic Systems Using Analytical and Knowledge based Redundancy——A Survey and Some New Results [J]. Automatica,1990,26(3):459 474.
[9] Patton R J, Chen J. Review of Parity Space Approaches to Fault Diagnosis for Aerospace System. Journal of Guidance, Control and Dynamics, 1994,17(2): 278 285.
[10] Patton R J. Robustness in Model based Fault Diagnosis: 1995 situation. Annual Review in Control, 1997,21:103 123.
[11] Gertler J J. Analytical Redundancy Methods in Fault Detection and Isolation. Proceedings of IFAC Fault Detection, Supervision and Safety for Technical Processes, Baden-Baden, Germany,1991,9,21
[12] Frank P.M, X. Ding. Survey of Robust Residual Generation and Evaluation Methods in Observer based Fault Detection System. Journal of Process Control, 1997,7(6):403-424.
[13] 吴今培. 智能故障诊断技术的发展和展望. 震动、测试与诊断,1999,19(2):80-147.
[14] 玄志成, 陈章位, 黄克强等. 基于Petri 网的符合故障诊断方法的研究. 机械科学与技术,1999,18(2):291-293.
[15] Feng Lin. Dignosability of Discrete Event Systems and Its Applications. Discrete Event Dynamics Systems, 1994,4:197-212.
[16] Meera Sampath, Raja Sengupta, Stephane Lafoutune. Dignosability of Discrete Event Systems. IEEE Transaction on Automatic Control, 1995,40(9): 1555-1575.
[17] Meera Sampath, Raja Sengupta, Stephane Lafoutune. Active Diagnosis of Discrete Event Systems. IEEE Transaction on Automatic Control, 1998,43(7): 908-929.
[18] 叶昊,王桂增,方崇智. 小波变换在故障检测中的应用. 自动化学报,1997,23(6):736-741.
[19] 张君,韩璞,董泽等.基于小波变换的振动信号分析中能量泄漏的研究.中国电机工程学报. 2004 年10 期,Pages:238-243
[20] 韩璞,张君,董泽等.汽轮机振动信号的最优小波包基消噪与检测.动力工程,2005,vol.25, No.1 Pages: 92-96
[21] JUN ZHANG, RUIXIN LI, PU HAN, DONGFENG WANG, XICHAO YIN, Wavelet Packet Feature Extraction for Vibration Monitoring and Fault Diagnostic of Turbo-Generator.The Second International Conference on Machine Learning and Cybernetics (ICMLC2003), Volume: 1,2-5 Nov. 2003 Pages:76 -81 Vol.1
[22] Jun Zhang, Ruixin Li, Pu Han, Dongfeng Wang, TMS320 DSP Based Wavelet Packet Decompose on Vibration Signature Analysis of Turbine . 2003 IEEE International Conference on Systems, Man & Cybernetics,Volume: 2, 5-8 Oct. 2003 Pages: 1181-1186 vol.2
[23] XI-CHAO YIN, PU HAN, JUN ZHANG, APPLICATION OF WAVELET TRANSFORM IN SIGNAL DENOISING. The Second International Conference on Machine Learning and Cybernetics(ICMLC2003),Volume: 1, 2-5 Nov. 2003 Pages: 436-441 Vol.1
[24] 李建平等. 小波分析与信号处理理论,应用及软件实现. 重庆:重庆出版社,1997
[25] 崔锦泰著,程正兴译. 小波分析导论. 西安:西安交通大学出版社,1995
[26] Chan D. Wai T. A novel technique for high impedance fault identification[J]. IEEE Transactions on Power Delivery, 1998; 13(3): 738-744
[27] 韩鹏,程耕国. 小波分析在旋转机械故障诊断中的应用. 武汉科技大学学报(自然科学版). Vol.26, No.1 Mar. 2003: 60-62
[28] 王肖芬, 徐科军, 沈峄.小波滤波器幅频特性的研究. 合肥工业大学学报(自然科学版). 第26 卷第2 期2003 年4 月, Vol. 26 No.2 Apr. 2003 171-175
[29] 曹志彤, 何国光, 陈宏平. 电机故障特征值的倍频小波分析. 中国电机工程学报. 第23 卷第7 期2003 年7 月(Vol.23 No.7 Jul. 2003 112-116)
[30] 钱立军,蒋东翔. 小波变换在横向裂纹转子升速过程状态监测中的应用. 中国电机工程学报. 第23 卷第5 期2003 年5 月(Vol.23 No.5 May 2003 86-89)
[31] Mallat S. A theory for multiresolution signal decomposition: the wavelet representation. IEEE Trans[J]. On Pattern Analysis and Machine Intelligence; 1989, 11(7): 674-693
[32] Daubechies I. Orthonormal basses of compactly supported wavelets. Comm. In Pure and Applied Math, 1990; 41(7): 99-105
[33] (美)J. S. 米切尔著; 林明邦等译. 机器故障的分析与监测. 北京:机械工业出版社,1990.2
[34] 管霖,吴国沛,黄雯莹等. 小波变换在电力设备故障诊断中的应用研究. 中国电机工程学报,2000 年第10 期第20 卷(46-49, 54)
[35] 曹志彤,何国光,陈宏平等. 电机故障特征值的倍频小波分析. 中国电机工程学报,2003 年第7 期第23 卷(110-114)
[36] 胡晓光,戴景民,纪延超. 基于小波奇异性检测的高压断路器故障诊断. 中国电机工程学报,2001 年第5 期第21 卷(67-70)
[37] 彭志科,何永勇,卢青. 用小波时频分析方法研究发电机碰摩故障特征. 中国电机工程学报,2003 年第5 期第23 卷(75-79)
[38] 钱立军,蒋东翔. 小波变换在横向裂纹转子升速过程状态监测中的应用. 中国电机工程学报,2003 年第5 期第23 卷(86-89, 121)
[39] 赵松年,熊小芸. 子波变换与子波分析.北京:电子工业出版社,1996.
[40] 任震,黄雯莹,石志强.小波分析及其在电力系统中的应用.电力系统自动化1997,21(3):9-12.
[41] 胡广书. 数字信号处理. 清华大学出版社,1997
[42] S. Mallat and W. L. Hwang. Singularity detection and processing with wavelet. IEEE Transaction on Information Theory, 1992,38(2): 617-643
[43] Donoho.D..L. Denoising by soft thresholding[J]. IEEE Transaction on information Theory, 1995, 411(3), 613-627
[44] Donoho D.L. Adapting to unknown smoothness via wavelet shrinkage. J Amer starist assoc, 1995, 90(432), 613-627
[45] Grossmann A. Wavelet transform and edge detection[A]. Hanzewindkel. M cd. Stochastic processing in physics and engineering. Dodrecht, Reidel, 1986,89-96
[46] Pan Q, Zhang L, Dai G. Two denoising method by wavelet transform. IEEE Transaction on Signal Processing, 1999,47(12), 567-589
[47] Nath S. K. Wavelet based compressing and denoising of optical tomography data. Optics Communication, 1999, (total 167),37-46
[48] 胡昌华,张军波等. 基于MATLAB 的系统分析与设计——小波分析,西安电子科技大学出版社,1999
[49] 彭玉华,小波变换与工程应用[M],北京:科学出版社,1999
[50] 李录平编著,汽轮机组故障诊断技术[M]. 北京:中国电力出版社,2002
[51] 钟秉林,黄仁主编,机械故障诊断学[M]. 北京:机械工业出版社,1997.12
[52] 施维新编著,汽轮发电机组振动及事故[M]. 北京:中国电力出版社,1998.10
[53] 徐敏等编著,设备故障诊断手册——机械设备状态监测和故障诊断[M]. 西安:西安交通大学出版社,1998.10
[55] 于文虎,宋斌,大型火电机组的振动故障诊断. 中国工程科学[J],2001 年1 月第3 卷第1 期
[56] 何正嘉等. 机械设备非平稳信号的故障诊断原理及应用. 北京:高等教育出版社,2001.11
[57] G. G. Yen, “Health monitoring of vibration signatures in rotorcraft wings,”Neural Processing Lett., vol. 4, no. 3, pp. 127–137, Dec. 1996.
[58] 彭启棕,李玉柏编著. DSP 技术. 成都:成都电子科技大学出版社,2001
[59] 张雄伟,曹铁勇编著. DSP 芯片的原理与开发应用(第2 版). 北京:电子工业出版社,2000.9
[60] 姚其峰,刘建民,玉立江等. 汽轮机转子不平衡的诊断及治理. 中国修船,2004第4 期,18-20
[61] Ti. TMS320C54X DSP Reference set, Volume 1: CPU and Peripheral, 1999
[62] Ti. TMS320C54X DSP Reference set, Volume 2: Mnemonic and Instructions, 1999
[63] Ti. TMS320C54X DSP Reference set, Volume 3: Algebraical Instructions, 1999
[64] Ti. TMS320C54X DSP Reference set, Volume 4: Application Guide, 1999
[65] Ti. TMS320C54X DSP Reference set, Volume 5: Enhanced Peripheral, 1999
[66] Ti. TMS320C54X DSP Composer Studio Tutorial, 2000
[67] 王雪峰,祁智明,焦玲玲. 工作转速下转轴碰磨振动的诊断处理. 山西电力,No.1(Ser.118)Feb.2004, 25-27
[68] 赵文新. 200MW机组通流碰磨的非稳定振动分析与诊断. 东北电力技术, 2003年第3期:1-5
[69] 马元奎, 陆颂元. 机组动静碰磨故障的小波包诊断及贝叶斯判别方法研究. 动力工程, Vol.21 No.5, Oct. 2001:1439-1443
[70] 李录平, 邹新元等. 汽轮发电机组碰磨故障的典型特征研究. 振动、测试与诊断,Vol.21 No.4, Dec. 2001:281-285
[71] 李录平, 韩西京, 韩守木等.从振动频谱中提取旋转机械故障特征的方法.汽轮机技术,1998,(1):11-14
[72] 李录平,邹新元. 小波变换在振动故障奇异信号检测中的应用.汽轮机技术,2000,(1):7-9
[73] 李首忠. 基于DSP的给水泵运行状态监测仪的研究与开发. 武汉大学硕士学位论文,2003年4月
[74] 黄文虎等. 设备故障诊断原理、技术及应用, 北京:科学出版社,1996.8
[75] 戴逸民等. 基于DSP的现代电子系统设计. 北京:电子工业出版社,2002
[76] 艾珂尔逊著,陈逸等译. USB大全. 北京:中国电力出版社,2001
[77] 瞿红春. 旋转机械轴系不对中故障的建模及其理论分析. 中国民航学院学报, Vol.17 No.3 June.1999, 11-16
[78] 孙超韩捷关惠玲等. 齿式联轴器联接不对中振动机理及特征分析. 振动、测试与诊断,Vo1.24 NO.3 Sep.2004:229-233
[79] 王延博,张学延. 大坝电站300MW机组不对中振动故障的诊断处理. 汽轮机技术,Vo1.46 No.4 Aug.2004:302-304
[80] 李慧敏,曾胜,汪希萱. 采用电磁辅助支承在线消除转子不对中的试验研究. 机床与液压,2004,No.12:102-103
[81] 陈林华. 不对中转子系统振动特征分析与诊断. 压缩机技术, 2003年第6期(总第182期):16-19
[82] 刘淑莲,郑水英,应光耀等. 稳态和非稳态油膜力模型下的转子系统非线性特征比较. 机床与液压,2004, No.8:46-48
[83] 刘淑莲,郑水英,汪希萱. 转子-轴承系统油膜失稳故障预测准则的探索. 机械强度,2004,26(4):380-383
[84] 白尚刚,庞秀荣. 秦岭2号汽轮发电机组油膜振荡原因分析及处理. 西北电力技术,2004年32卷3期:109-110
[85] 荆建平,孟光,孙毅等. 油膜振荡下转子疲劳的损伤力学研究. 机械工程学报,2004年40卷6期:5-9
[86] 缪明华. 汽轮发电机组突发性振动分析与故障诊断. 安徽工业大学学报,2004年21卷2期:116-120
[87] 韩清凯,俞建成,邓庆绪等. 转子系统油膜振荡的小波包分解与频带能量比例特征分析. 中国机械工程,2004年15卷4期:343-346
[88] 张彦梅,陆启韶. 一种非稳态油膜力模型下转子系统的碰摩分岔分析. 振动工程学报,2002年15卷1期:68-73
[89] 赵道利,梁武科,罗兴锜. 水电机组振动信号的子带能量特征提取方法研究. 水力发电学报,2004年23卷6期:116-119
[90] GU Yanfeng,ZHANGYe,YU Shanshan. A Fast Feature Extraction Method Based on Integer Wavelet Transform for Hyperspectral Images. Chinese of Journal Electronics(电子学报:英文版),2004年13卷3期:496-500
[91] 焦卫东. 基于互信息的小波特征提取方法及其在机械故障诊断中的应用. 中国机械工程,2004年15卷21期,1946-1949
[92] 戴洪海,周建中,付波. 水轮机组振动信号中的小波滤波和特征提取. 华中电力,2004年17卷3期,5-7
[93] Shao Junpeng, Jia Huijuan. FEATURE EXTRACTION OF VIBRATION SIGNALS BASED ON WAVELET PACKET TRANSFORM. Chinese Journal of Mechanical
Engineering(机械工程学报:英文版),2004年17卷1期:25-27
[94] 侯敬宏,黄树红,申弢等. 基于小波分析的旋转机械振动信号定量特征研究. 机械工程学报,2004年40卷1期:131-135
[95] 侯军虎,王松岭,安连锁等. 电站离心通风机旋转失速的试验研究及特征提取. 风机技术,2003年卷6期:15-19
[96] 吴多,程德福. 基于DSP的快速小波分解和重构. 吉林大学学报:信息科学版,2004年22卷3期:214-218
[97] 陈虹丽,艾晓庸,王凤阳. 快速小波变换的定点DSP实现. 应用科技,2003年30卷11期:34-36
[98] 王丽荣,申铉国,王延杰. 基于提升方法的整数小波在DSP上的实现. 光学精密工程,2004年12卷2期:185-189
[99] 彭秀艳,王凤阳,万博. 快速小波变换的定点DSP实现. 自动化技术与应用,2003年22卷3期:8-9,29
[100] 严居斌,刘晓川等. 基于DSP的小波算法的实现. 四川大学学报:工程科学版, 2002年34卷2期:92-95
[101] 孙勇,胡广书等. 小波零树图像编码算法在DSP上的实时实现. 清华大学学报:自然科学版,2001年41卷9期:63-66