D0I:10.13374/j.issn1001-053x.2013.03.018 第35卷第3期 北京科技大学学报 Vol.35 No.3 2013年3月 Journal of University of Science and Technology Beijing Mar.2013 基于形态非抽样小波和S变换的轧机振动信号分析 孙志辉网，吕文泉 北京科技人学机械工程学院，北京100083 区通信M片，E-mail:sunzhihuic@ustb.edu.cn 摘要为了确定板带连轧中多台轧机振动的起振顺序，首先在形态非抽样小波一般框架的基础上，构造了一种基于多 尺度平均滤波器的形态非抽样小波.然后通过仿真实验，得到此形态非抽样小波尺度与频米之间的关系.敏终利用基于 多尺度平均滤波器的形态非抽样和S变换的方法对轧机振动信号进行分析，成功提取了故障频率的起振时间，确定了 轧机的起振顺序， 关键词轧机：机械振动：信号分析：特征提取：滤波器 分类号TH165+.3 Signal analysis of rolling mill vibration based on morphological un- decimated wavelets and S-transform SUN Zh-hui☒，LU Wen-guan School of Mechanical Engineering,University of Science and Technology Beijing,Beijing 100083,China Corresponding author,E-mail:sunzhihui@ustb.edu.cn ABSTRACT A algorithm was proposed to distinguish the initial vibration of rolling mills in tandem rolling.Firstly, a new morphological un-decimated wavelet (MUDW)based on a multi-scale average filter is developed according to the MUDW's general structure.Then the relationship between the new MUDW scale and real frequency is found by simulation experiment.Finally the time information of fault frequency from rolling mill vibration signals is extracted using the algorithm based on the new MUDW and S-transform. KEY WORDS rolling mills:machine vibrations;signal analysis;feature extraction:filters 随着现代化、工业化进程的加快，众多行业对 研究也已经开始3).本文将数学形态学引入轧机振 冶金材料的衣面质軍、尺寸精度等要求越来越高， 动信号处理领域，采用形态非抽样小波与S变换相 板带轧机生产过程的振动问题成为一个亟待解决的 结合的方法来对轧机振动信号进行分析，提取所含 重要课题)，振动信号在经典的故障诊断理论中 特征信息. 常常被简化为线性、平稳和正态分布的：但在实际 1形态非抽样小波和S变换方法原理 生产中所测到的信号往往是非线性、非平稳的，大 多数信号由于简化而丢失一些有用信息.事实证明， 利用基于多尺度平均滤波器的形态非抽样小 将非线性、非平稳信号处理方法应用于轧机振动信 波和S变换的分析方法，提取出信号某一频率的 号分析已经成为轧机故障诊断发展的方向 开始时间，其分析流程见图1. 1.1基于多尺度平均滤波器的形态非抽样小波 近年米，数学形态学作为一种新兴的非线性分 在文献[4中，提出了构造形态非抽样小波的 析方法，不仅结构简单，运算快速，而Ⅱ物理意义 一般框架，即 明确，已经在图像处理等领域得到了)泛的应用☑， 对于一维信号，尤其是振动信号的数学形态学分析 x+1=(）=T(x), (1) 收稿日期：201202-23第 卷 第 期 年 月 北 京 科 技 大 学 学 报 基于形 态非抽样小波和 变换 的轧机振 动信号分析 孙志辉 网, 吕文泉 北京科技 人学机械工程学院, 北京 困 通信作 者, 忍 摘 要 为 确 定板 带连 轧 中多台轧机 振动 的起振顺序 , 首 先在形 态非抽 样小波 一般 框架 的基础 上 , 构 造 了一种基于 多 尺度 平均滤波器的形态非抽样小波 然后通过仿真实验, 得到此形态非抽样小波尺度 与频率之间的关系 最终利用基十 多尺 度 平均 滤波器 的形态 非抽样 和 变换 的方法 对轧机 振动 信 号进行 分析 , 成功提 取 了故 障频 率的起 振 时间 , 确 定 轧 机的 起振 顺序 关键词 轧机 机械振动 信 号分析 特征提取 滤波器 分类号 一 洲 歇 卜九。 网, 石口姚 。一、。 , , , 困 , 一 忍 ￡ , 一 一 眼 , 一 随着现代化 、工业化进程的加快, 众多行业对 冶金材料的表面质量 、 尺寸精度等要求越 来越高, 板带轧扫生产过程的振动 问题成为一个巫待解决的 重要课题 川 振动信号在经典的故障诊断理论中 常常被简化为线性 、平稳和止态分布的 但在实际 生产中所测到的信号往往是非线性 、非平稳的, 大 多数信号由 几简化而丢失一些有用信息 事实证明, 将非线性 、非平稳信号处理方法应用 几轧机振动信 号分析 已经成为轧机故障诊断发展的方 向 研究也已经开始 本文将数学形态学引入轧机振 动信号处理领域, 采用形态非抽样小波与 变换相 结合的方法来对 轧机振动信号进行分析, 提取所含 特 征信息 近年来, 数学形态学作为一种新兴的非线性分 析方法 , 不仅结构简单 , 运算快速 , 而且物理意义 明确 , 已经在图像处理等领域得到了 '一泛的应用 对一三一维信号, 尤其是振动信号的数学形态学分析 形 态非抽 样 小波 和 变换 方法 原理 利用基于 多尺度平均滤波器的形态非抽样小 波和 变换 的分析方法 , 提取 出信号某一频率的 开始时间, 其分析流程见图 基于多尺度平均滤波器的形态非抽样小波 在文献 中, 提出了构造形态非抽样 小波的 一般框架 , 即 二, , 一可 一 , , 收稿 日期 一 一 DOI :10.13374/j .issn1001 -053x.2013.03.018