原创 小波技术在煤泥烘干机管道结构损伤识别中的应用

随着科学技术的发展，各种新型复杂结构相继出现，损伤诊断显得更加迫切和重要。有些结构中的重要部件一旦发生损伤，其破坏程度扩展非常迅速，如果未及时发现将很快导致整个结构的毁坏。另外，因结构的老化、疲劳及腐蚀所需要的维修费用很高，因此及时发现损伤，随时进行维修，以节省各种费用就显得尤为重要锤式破碎机。工程结构的损伤诊断、评估和加固技术在结构工程研究领域变得非常活跃，同时也越来越被人们重视，由此可见，相关方面的研究具有可观的经济效益和社会效益。
利用一维离散小波对含裂纹的桁架进行分析，是将先进的信号处理技术应用到实际工程结构的损伤诊断中，即把振动理论与信号处理、人工智能、模式识别、控制理论和材料结构等学科技术有机地结合起来水泥生产设备。综合利用和集成相关交叉学科的理论，能够检测出构件小损伤的裂纹。本研究对完善和发展结构损伤诊断技术、结构损伤机理、解决损伤对结构寿命的影响等都具有重要的研究价值磨煤机。

1　国内外研究现状及分析
小波分析是一种信号的时间——频率分析方法，它具有多分辩率分析的特点，且在时频两域均具有表征信号局部特征的能力，很适合探测正常信号中夹带的瞬态反常现象并展示其成分，而信号中的突变信号往往对应着结构的损伤，利用连续小波变换进行系统故障检测与诊断具有良好的检测效果。
1984 年由法国地球物理学家提出小波理论，随即广泛应用于各个工程学科领域水泥厂设备。在对结构进行损伤识别的应用中，小波分析作为信号处理的强有力数学工具，以其优秀的时频分析能力一经被应用到损伤识别中来，就展现出了极具前景的生命力。20 世纪 90 年代以来，利用小波分析检测机械结构中的故障已有较多的研究复合破。Q.Wang 等人应用小波分析对机械齿轮损伤信号进行分析，总结了几个小波用来分析故障信号的敏感性和可应用性[1][2]。AL-Khalidy等人将小波分析应用于动力机械结构故障的诊断研究，分析了线性系统和轴承磨损的损伤识别，并分析了噪声和损伤程度对损伤识别结果的影响直线振动筛。Kasih 和 Amarravadi 等人应用正交小波分析和神经网络对飞机框架结构的复合材料粘贴强度进行了损伤定位和损伤定量识别，他们把复合粘贴材料结构的模态曲率构造的损伤指标与小波图谱和神经网络结合来进行损伤识别，并应用数值模拟和光弹实验验证了该方法，得到令人满意的结果。
近年来，小波分析也被引入到结构的损伤识别中来，Hou 等人应用单一的 Daubechies 小波对结构动力模型和 ASCE 的 Benchrnark 模型进行了损伤识别研究，并给出了信噪比和损伤可检测性分析的对比图破石机。证明了小波分析在结构损伤识别领域的巨大潜力，能够有效地监测到结构发生的损伤，而且认为基于小波的损伤识别方法非常适合在线结构健康检测，同时还得出结论，认为该方法在有较大信号噪声和较低损伤率的情况下，其识别能力受到限制。在对 Benchmark 模型的损伤识别中，Hou 等人通过对比不同位置的传感信号分解特征，从直观意义上得到了结构损伤指示和损伤定位信息，并对含有 l ％ 和 2 ％ 的高斯白噪声的信号进行了数值研究，认为当局部损伤引起结构前几阶固有频率改变量达到 4 ％ 以上时，小波方法能够识别出损伤何时发生以及在何处发生煤炭粉碎机。在 2 ％ 噪声干扰的情况下，这种方法依然有效的结论[3][4]。他们的研究都是使用单一的 Db 小波对测试信号进行小波多分辨分析来进行的雷蒙磨粉机价格。
  K.M.Liew 和 Q.Wang 以及 A.V.Ovanesova 等人把小波分析应用到结构空间域分解，推导了结构力学变量的小波方程，对结构破裂损伤识别进行了研究，通过对简支梁、简单框架结构的数值模拟分析，认为基于小波分析的方法在沿非扩散性结构破裂损伤识别中比传统方法优越[5]。但是他们的研究都是在一种假定的基础上来实现的，即沿构件上的位移等力学变量是可以连续获得的，至少要有足够的测点密度赤铁矿选矿设备。这在目前实际的结构健康监测系统中是不可能得到的，因此该方法还只是处于理论和实验室处理阶段。S. Pataias 等人还把结构光学测试的图像信号通过小波分析来进行结构的损伤检测，试图从图像处理的角度给出结构损伤的信息输送机。这也给小波分析在结构损伤识别中的应用指出了一个新的方向。
Sun 等人对一个连续梁进行了损伤识别数值模拟，他们应用小波包分解信号的能量来构造损伤信息，并通过神经网络对梁结构损伤进行了数值仿真识别，分析了测量噪声对损伤识别结果的影响，取得了较好的识别结果[6]陶瓷球磨机。但他们的分析研究仅仅针对连续粱的单传感器振动信号进行了分析，未考虑复杂结构健康监测系统中构件多、传感器大量分布的情况。为进行实验验证，L. H.Yam 等人把小波包分解信号能量与神经网络结合，对一个四边简支的复合材料板的破裂损伤进行了损伤识别研究，他们用数值模拟的结果来训练网络，用实验数据来识别损伤，得到了较为满意的分析结果浓缩机。但他们的研究仅仅布置了一个测点，且实验结果较为简单，但对于复合材料板结构的损伤识别具有较大意义。
总之，小波分析被应用到结构健康监测及损伤识别中仅仅几年时间洗沙设备。尤其是应用到结构工程中的研究相对更少，从研究方向来看，大多数集中在某个局部领域或某类简单结构上，不具有推广性；从研究手段上看，数值模拟研究较多，试验研究较少，在实际应用中的研究基本没有；从研究方法上看，从过去的单纯使用小波分析技术正在向把小波分析与其他方法相结合的方向发展。目前小波分析在工程结构健康监测系统中的具体应用及工程实现方面，还没有系统的理论研究和实现方法水泥磨。作为一种新兴的时频分析手段，小波在处理结构测试数据时具有极大的优势，可以预见其在结构健康监测系统和结构损伤识别分析中有着广阔发展空间和应用价值。

2　小波技术在结构损伤识别中的应用过程和注意点
（1）从信息获取的角度对结构损伤识别的关键性问题进行研究，把多尺度分析理论引入到结构损伤识别中，将不同类型、不同尺度上获得的信息进行有效的综合。将获取的测试信号在不同尺度上进行描述和分析，降低损伤识别的不确定性和复杂性。
 (2) 分析结构发生损伤时其动力参数的变化特征。根据结构的动力学模型，应用小波变换对结构动力系统的数学方程在不同尺度上进行分解，得到不同尺度上的动力参数描述，从理论上分析小波多尺度分析在结构损伤识别中的优势，从系统识别的角度，应用状态空间法建立结构动力系统数学模型，以软件为平台，编制结构损伤模拟程序。通过对桁架结构的损伤数值模拟和多尺度分析，发现不同位置结构的加速度信号对不同位置的损伤有不同的敏感性，得到多尺度下的结构动力方程所表现的特征。在不同频率成分的激励载荷下，不同尺度下的结构动力方程表现出不同特征。
 (3)分析小波多尺度方法进行损伤预警的原理，应用两种小波进行分解和重构的损伤预警方法，从 Lipschitz指数出发，通过分析白噪声和信号小波变换的特征，给出小波多尺度分析进行损伤信号检测及去噪和抗噪原理，对小波基选取的基本原则进行探讨。对比用单一小波基和不同小波基时，多尺度上加速度细节信号和概貌信号对损伤的指示能力。定义一个多尺度信号损伤奇异点搜寻的指标，按给定预警指标阀值，用随时间动态移动的窗口有效识别结构是否发生损伤，使损伤预警面向实时测试数据进行处理。通过连续梁数值实验，研究无噪声和不同噪声条件下，小波多尺度分解方法和小波系数模极大值方法进行损伤预警的有效性和抗噪能力。
(4)从模式识别的角度对结构损伤中的小波包变换特征进行分析和研究。小波包变换以其特有的高频分辨率，能够实现对结构振动信号的特征提取。通过计算小波包分解树上的不同节点处的系数节点能量和信号成分节点能量，把时域无限的测试振动信号降维到有限个节点能量特征指标。通过一个在随机载荷激励下简单动力系统的数值模拟和特征提取，对比两种小波包节点能量特征指标的差异。以小波包变换对不同区域类别的传感器信号提取结构损伤特征，并以特征指标的敏感性系数 Ri 和特征指标的均值 U 对特征向量进行降维，并进行数据层的信息融合，对结构损伤状态作出判断。通过桁架结构的模型试验，对不同损伤工况下的测试数据进行损伤识别来验证方法的正确性。

3　最新方法的研究成果
(1)将结构动力系统的参数识别、系统识别、小波分析理论、模式识别理论结合一体进行研究。把基于模型的结构系统分析方法同基于信号处理的信息多尺度分解相结合，以小波变换作为连接在不同尺度上的信号的桥梁。
(2)通过对采集信号的多尺度分解和重构，建立不同尺度上的一组信号特征，对已获得的信号在不同尺度上进行有效的描述和分析，得到不同尺度下的结构系统特性来实现损伤识别，并可进一步将这些结果进行综合性分析处理。
(3)对反应结构系统状态信号进行任意尺度上的分解和组合分析，从而获得在不同尺度上的模式特征描述，以提高信息利用率和更有利于信息融合，增加对结构状态的认识。
(4)损伤的结构动力系统是一个系统参数时变的动力系统，其数学模型为二阶方程组，通过小波变换把方程中的各项投影到不同尺度空间和小波空间上，得到结构刚度变化信息。
(5)应用状态空间法，把结构的位移和速度合成为状态变量，以激励载荷为系统输入，以位移为系统输出，得到结构的状态方程和输出方程。由状态空间法通过数值模拟实现结构动力系统中的损伤模拟。
 
4　小波技术研究的发展趋势
20  世纪 90 年代以来，小波变换作为信号处理的一种手段，逐渐被越来越多领域的理论工作者和工程技术人员所重视和应用，并在许多应用中取得显著的效果。同传统的处理方法相比，产生了质的飞跃，证明了小波技术作为一种分析方法，具有十分巨大的生命力和广阔的应用前景。小波分析已经渗透到了信号处理、数据压缩、图像处理、模式识别、地质勘探、流体力学、故障诊断与检测、数值计算等领域。它被认为是近年来在损伤识别及方法上的重大突破。小波分析源于信号分析、函数的伸缩和平移。它是 Fourier 变换、Gabor 变换、短时Fourler 变换发展的直接结果。近年来，我国的科技人员也在不断努力，使小波变换在结构损伤检测方面取得了成功的应用。在结构损伤诊断中，时域信号经小波分析后其缺损特征会更加明显，主要体现在以下几点。
(l)基于小波分析的损伤识别的四阶段分析方法，通过把来自结构的测试数据进行多尺度分解，得到更多关于结构损伤状态的信息，以小波多分辨率分析能检测信号的奇异性的特点来进行损伤预警，利用小波包分析频率分辨率高的特点来进行损伤确认、定位及定量的特征提取。
(2)从系统辨识的角度对损伤的识别问题进行分析，建立多自由度结构动力系统的状态空间模型．推导不同尺度下的结构动力系统的观测方程，从理论上分析小波多尺度分析方法在结构损伤识别上的优势。
(3)应用多种小波基函数分别进行分解和重构的损伤预警方法。通过在无噪声和含噪条件下的连续梁损伤数值实验，证明所提出的方法的有效性及其优势。通过数值模拟证明由小波系数模极大值在各尺度上的变化可确定信号的损伤奇异点位置。
(4)从信息融合的角度出发，完成信息融合和损伤模式分类，分步骤实现损伤确认、定位和定量。通过衍架结构的损伤识别实例验证所提出方法的可行性和有效性。