[发明专利]一种基于小波分析的风电机组声发射信号处理方法

摘要

一种基于小波分析的风电机组声发射信号处理方法，包括以下步骤(1)提取声发射信号小波系数；(2)将小波变换的系数处理成概率分布序列；(3)计算shannon小波熵；(4)计算控制小波形状的最优带宽参数；(5)计算最优Morlet小波基函数；(6)计算重分配尺度谱；(7)判定螺栓断裂状态。本发明能够实时监测风电机组塔身和浆叶固定螺栓工作状态，及时发现螺栓裂纹、断裂等情况，并提醒设备维护人员尽快开展检修，从而提升风电机组运行的安全性和可靠性。

主权项

一种基于小波分析的风电机组声发射信号处理方法，其特征在于：包括以下步骤：(1)提取声发射信号小波系数：Wx(a,b;ψ)=∫-∞∞x(t)ψa,b(t)dt;]]>(2)将小波变换的系数处理成一个概率分布序列Pi：pi=|Wx(ai,t)|Σj=1M|Wx(aj,t)|]]>其中，|Wx(ai，t)|为小波系数值，M为小波系数取不同种尺度数；(3)计算shannon小波熵，即：H(p)=-Σi=1n(pjlgpi),Σi=1npi=1;]]>(4)令fc＝1，得到shannon小波熵与不同fb参数的关系曲线，关系曲线中当shannon基于小波分析的风电机组声发射信号处理方法小波熵最小时，所对应的fb就是控制小波形状的最优带宽参数；(5)根据最优fb计算最优Morlet小波基函数，此时的小波基函数与采集到的声发射信号最匹配，即：ψ(t)=1fbπexp(-t2/fb)exp(i2πfct)]]>式中fb是最优带宽参数，用于平衡小波的时频分辨率，决定波形振荡衰减的快慢程度；fc是中心频率，决定了小波波形的振荡频率，可取fc＝1；(6)计算重分配尺度谱，即：RSGx(a^,b^;ψ)=∫-∞∞∫-∞∞(a^/a)2SGx(a,b;ψ);]]>δ(b^-b′(a,b))δ(a^-a′(a,b))dadb;]]>b′(a,b)=b-Re{aWx(a,b;ψ′)Wx*(a,b;ψ)|Wx(a,b;ψ)|2};]]>ω0a′(a,b)=ω0a+Im{Wx(a,b;ψ^)Wx*(a,b;ψ)2πa|Wx(a,b;ψ)|2};]]>ψ^(t)=dψ(t)dt;]]>(7)根据重分配尺度谱特征，判定螺栓断裂状态。