基于小波分析的油田机械传动装置振动信号识别方法

摘要：为提高油田机械设备运行的稳定性与高效性，分析传动装置的运行特性，该研究设计了一种基于小波分析的油田传动装置振动信号识别方法。应用小波分析方法采集机械传动装置的振动信号，为振动信号的识别提供数据基础。然后对采集到的振动信号进行卷积预处理，根据Hilbert变换、小波变换原理，从振动信号的时域特征、频域特征以及时频特征等方面出发，识别传动装置的振动信号。实验结果显示：经过小波分析后的3组振动信号频率均变得更加简洁，保留的关键频率特征为85.11 Hz，与实际传动频率85.399 Hz非常接近，表明该文方法通过将复杂的信号简化，能够有效地识别装置振动的振动信号特征，便于对油田机械传动装置的运行状态进行判断。

关键词：小波分析  智能化油田  机械传动装置  振动信号识别  传动信号  支持向量机

中图分类号：TP751文献标识码：A

Abstract： In order to improve the stability and efficiency of oilfields mechanical equipment operation and analyze the running characteristics of the gear， a method of vibration signal identification of the oilfields mechanical gear based on wavelet analysis is designed in this study. It uses the wavelet analysis method  to collect the vibration signal of the mechanical gear and provides the data basis for the identification of vibration signals， then performs  convolution pre-processing of the collected vibration signal， and according to the principle of Hilbert transform and wavelet transform， identifies the vibration signal of the gear from the time-domain characteristics， frequency-domain characteristics and time-frequency characteristics of vibration signals and other aspects. The experimental results show that the frequencies of the three groups of vibration signals are all more concise after wavelet analysis，  the key frequency characteristic retained is 85.11 Hz， which is very close to the actual transmission frequency of 85.399 Hz， indicating by simplifying the complex signals， the method in this paper can effectively identify the characteristics of the vibration signal of the device vibration， and is convenient to judge the running state of the oilfields mechanical gear.

Key Words： Wavelet analysis; Intelligent oilfield; Mechanical gear; Vibration signal identification; Transmission signal; Support vector machine

隨着我国科学技术的发展，我国各个行业对机械设备的要求越来越高，开始将大型作业、智能化技术以及高度集成的特性与机械设备相结合，成为我国现在短自动化设备的发展趋势，这就要求相关机械设备需要有更多样化的功能与高质量的性能[1]。

在石油工程中，油田机械设备是工业运营的核心部分，在设备性能优良的基础上，还要保证环保性、安全性与稳定性[2-3]。机械设备的传动装置是其能否正常运行的关键部分，若不及时发现传动装置的故障，不仅会阻碍油田工程的运转，降低工程的工作效率，还会对相关工作人员带来一定的安全隐患。因此，对传动装置的稳定性研究是非常重要的[4]。在检测传动装置的运行状态时，一般通过对装置的振动信号的分析，判断传动装置的性能好坏。

基于以上背景，该研究应用小波分析法，设计了一种油田机械传动装置振动信号识别方法，为大型机械设备的传动装置的故障分析提供一种识别方法，为油田工业的长久稳定发展提供一种参考。

1分析传动装置运行特性

在机械设备中，传动装置是设备稳定运转的基础部分。油田机械设备作为油田工业的主要动力设备，其正常稳定地运行，是油田工业生产效率与效益的基础保障。现通过对油田传动装置的运行机理进行分析，提取传动装置的特性指标，为装置振动信号特征的识别提供基础的理论依据[5]。

现阶段，我国油田工业常用的机械设备，其传动装置的主要构成部分有齿轮、传动链条、万向轴、三角胶带等。通过相互作用，从装置的驱动侧传递能量，并分配到装置的运行侧，装置传动的本质是一种运动形式的转换。计算机械设备传动装置的相关指标参数，包括传动装置的转速比、变矩向量、功率能容、传动效率以及过载向量。

综上所述，油田机械设备传动装置的振动，主要来自于齿轮振动，其振动的特征与其传动效率、过载系数等相关，基于上述分析，对油田机械传动装置额振动信号进行研究。

2振动信号采集

在油田机械传动装置的运行过程中，不同节点发生偏差，都会以不同的振动信号特征显示出来[6]。因此，为了把控油田机械传动装置的稳定运行效果，结合传动装置的运行机理，采用小波分析的方式对油田机械传动装置振动信号进行采集、处理与特征识别。

将上文所述的时域特征与频域特征结合，构建时、频域的特征矩阵，通过小波变换，将振动信号，进行多层次的分解，对矩阵进行计算，得到振动信号的综合特征结果，实现对油田机械传动装置振动信号的识别。

5测试与分析

为检测基于小波分析的油田机械传动装置振动信号识别方法的效果，进行装置振动试验。

5.1试验准备

以M油田机械传动装置为试验对象，传动装置的基本参数如下表1所示。基于Labview振动信号采集系统，应用本文设计的振动信号识别方法，进行试验，为排除因试验用传感器故障或调试不准等外部相关因素的影响，分别选择传动装置的随机三处，作为试验的检测点，设为试验组1、试验组2、试验组3，以此来避免外界因素影响，提高试验检测的准确性。

5.2试验结果与分析

根据上述试验准备完成振动试验。提取传感去检测的三组振动信号，作为对照组，应用该文方法监测的三组振动信号，作为实验组。采用Matlab程序，绘制两组试验结果，如图1、图2所示。

由图2可知，经过小波分析的3组振动信号频率均变得更加简洁，将高频区域的一段信息与低频区域的信息去掉，并且均保留了初始振动信号的主要信号频率特征，保留的关键频率特征为85.11 Hz，计算实际的传动装置的传动频率，结果为85.399 Hz，两个数值非常接近。

上述结果表明该文方法通过将复杂的信号进行简化，能够有效地识别装置振动的相关特征，便于对油田机械传动装置的运行状态进行分析和判断，为传动装置的稳定运行提供保障。

6结语

传动装置的稳定与否关系到大型工业的生产效率。石油工业作为我国重要大型工业的一种类型，维持其相关机械设备传动装置的性能是油田工业生产效率的保障。为此，该文研究了识别油田机械设备传动装置的信号特征，及时判断机械设备是否正常运转，以期提高我国油田工业的经济效益与社会效益。

参考文献

[1]陈宇，何芝仙，时培成.实现等速往复运动的机械传动系统动力学分析[J].机械设计，2022，39（1）：98-104.

[2]朱本瑞，張德瑞，杨树耕，等.海洋平台上部组块机械设备动力响应评估[J].石油机械，2020，48（2）：66-71.

[3]蒋佳炜，胡以怀，柯赟，等.基于小波包特征提取和模糊熵特征选择的柴油机故障分析[J].振动与冲击，2020，39（4）：273-277，298.

[4]于涛，刘国栋，李金耀，等.基于小波分析的压力机振动信号处理与分析[J].锻压技术，2022，47（2）：152-157.

[5]董鑫，李国龙，何坤，等.谱图小波阈值降噪及其在滚刀主轴振动信号分析中的应用[J].机械工程学报，2020，56（11）：96-107.

[6]潘志城，邓军，楚金伟，等.基于小波包的换流变压器振动信号特征分析方法[J].变压器，2020，57（11）：21-26.

[7]田祖织，吴向凡，谢方伟，等.磁流变液传动装置时间响应特性[J].液压与气动，2022，46（5）：190-195.

作者简介：赵磊（1985—），男，本科，工程师，研究方向为机电仪表。