基于虚拟仪器的电机故障声测系统.docx

《基于虚拟仪器的电机故障声测系统.docx》由会员分享，可在线阅读，更多相关《基于虚拟仪器的电机故障声测系统.docx（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、基于虚拟仪器的电机故障声测系统lihan导语：本文采用虚拟仪器技术构建了一套电机故障声频检测系统。摘要：噪声检测是电机出厂检测的一个重要工程，本文采用虚拟仪器技术构建了一套电机故障声频检测系统。系统基于LabVIEW虚拟仪器软件平台，实现电机声信号的实时收集、分析和后处理，到达检测故障电机的目的。除了功率谱和三分之一倍频程分析，系统在LabVIEW平台下，采用MATLABScript节点方法完成小波变换，实现噪声信号的特征向量提取。现场应用说明该系统效果良好。关键词：电机，虚拟仪器，故障检测Abstract：Itisimportanttodoacousticdetectingformotorl

2、eavingfactory.Thispaperintroducesanacousticdetectingsystemofmotorfaultsbasedonvisualinstruments.Thissystemcandetect,analyzeandprocessacousticsignalwithNationalInstrumentsgraphicprogramminglanguage,LabVIEW.Besidesthepowerspectrumand1/3octaveanalysis,systemperformswavelettransformtogetacousticsignalei

3、genvectorbyusingMATLABScriptmethodunderLabVIEW.Andthesystemhasbeensuppliedsuccessfully.Keywords：motor，VirtualInstrument，faultdetecting为了确保产品的高质量，每台电机出厂前都要进展参数检测，在规模化消费的今天，电机检测线是目前大局部电机消费厂家采用的出厂检测方式。噪声检测是其中一个测试工程。通常的方法是让检测线经过消音室，富有经历的工人在室内用人耳听区分故障电机。这种方式对操作人员要求高，缺乏客观性，不能保证质量的稳定性。而且检测速度慢，劳动强度大。严重影响了电机

4、出厂试验的速度与准确率。因此电机厂家迫切需要改造现有的噪声出厂检测技术。目前广泛采用的方法有振动诊断技术和声频诊断技术，但振动诊断技术是接触式测量，需克制测试线线体振动的影响，设备构造复杂，速度慢；而声频诊断技术为非接触式测量，设备简单、速度快。因此，我们研制基于美国NI公司软件平台Labview的电机故障声测系统。2虚拟仪器系统的构成虚拟仪器是当今世界最流行的一种仪器构成和检测控制方案。虚拟仪器是一种开放式的，把计算机平台与具有标准接口的硬件模块和开发测试软件结合起来的系统，具有通用性好，使用方便等特点。其典型的硬件构造为：传感器信号调理器数据收集设备计算机。电机故障声测系统总体构造如图1所

5、示，由监听头传声器、放大和保护电路、音频卡和计算机组成1。监听头采用多个麦克风，拾取被测电机多点噪声信号，将空气振动信号转换为电信号；音频卡采用声卡，实现噪声电信号模拟信号与数字信号WAV格式的互相转换；计算机记录WAV格式数字信号，并对该波形进展处理，判断有无故障发生。3电机故障声测软件系统LabVIEW是虚拟仪器概念的首创者，该软件平台综合了诸如GPIB、VXI、PXI、RS-232、RS-485和数据收集卡等硬件通讯的全部功能，提供了大量的信号处理函数和信号分析工具，使用户构建虚拟仪器测试系统高速、快捷。因此软件局部采用图形化软件LabVIEW。系统的软件总体构造框图如图2所示，系统软件

6、完成的主要任务有：1电机噪声信号的显示、记录；2信号分析，包括文件分析和实时分析。采用小波分析、频域分析方法。对非正常信号进展报警，故障显示；3文件的保存和打印；3.1信号收集本系统采用声卡作为噪声收集工具。从分辨率看，一般电脑多媒体声卡为16位，取样频率为44.1/48kHz，而主流中高档声卡大多具备了96kHz/24bit的取样精度，有的甚至到达了32位，噪声程度、总谐波失真等指标较高，超越了绝大多数模拟设备的指标，并且价格较为廉价。因此系统采用声卡是可行的。Labview提供了完备的声卡控制模块，本文选择的是“SoundInput模块，该模块含有多个函数，实现对声卡的设置、开场、收集、停

7、顿和清内存的操作。图3是一个通道的声音收集程序框图。系统中通道的参数设置如下：输入为单通道、16位采样位数、44.1kHz采样频率；输出为16位单通道。图4是某一电磁故障电机的噪声信号。3.2信号分析信号收集完毕后程序会自动地进展程序的处理和分析。一为频域分析方法，得到噪声信号的功率谱和1/3倍频谱，便于测试人员观察。图4是图3电机的功率谱。Labview软件可选购“声音和振动工具包，可方便地进展各种相关分析。电动机是一个非常复杂的机械系统，它的噪声信号中蕴涵着丰富的设备状态信息。由于测得的声音信息包含有各种成分和干扰，属于非平稳信号，而传统的建立在傅立叶变换根底上的滤波方法在进步信噪比和空间

8、分辨率两项指标上存在矛盾，因此系统采用小波技术作为特征提取工具。采用的主要方法是：1小波变换软阈值消噪方法。在一维信号的消噪算法中最关键的是阈值的选取和阈值的量化，采用软阈值消噪方法可以更准确地提取信号特征。2小波变换的任意尺度重构，可以按照选择的尺度进展连续小波的重构，以提取信号特征。在LabVIEW平台下，可采用外挂的SignalProcessingTools工具包实现小波变换，可以在LabVIEW中调用MATALB，即MATLABScript节点方式。MATLABScript节点使得用户既可以将.m程序导入到流程图中，又可以在流程图中根据MATLAB程序的语法编辑M程序。通过这种方式，用

9、户可以在LabVIEW中使用MATLAB强大的数值运算功能。使用MATLAB脚本节点时有几点必须注意：1MATLAB脚本节点只能用于Windows平台；2机器上必须安装有MATLAB才能使用MATLAB脚本节点；3LabVIEW和MATLAB结合应用时必须注意MATLAB脚本节点内外数据类型的匹配，否那么LabVIEW运行时将产生错误或者错误的信息。图6是收集到的故障为后轴承刮的噪声信号，采用MATLAB中的函数用软阈值滤波算法对信号进展消噪，得到图7所示的消噪效果，可见在一些突变或者尖峰局部，到达了很好的消噪效果。确定电机故障特征值是故障诊断关键之一，在各个频段成分信号的能量中，综合包含了丰

10、富的故障信息，某些频段能量蕴涵了某种故障特征。本文采用多分辨率分析方法，对噪声信号进展小波分解，以各频段的能量特征值为判据，逐步从低频到高频进展故障诊断。图8是某轴承故障电机小波分解的第三层高频系数。从图中可以清楚地观测出发生故障的时刻，可以以清楚地捕捉到噪声信号在不同频段上的故障特征信息，进展特征提取。1应用虚拟仪器技术实现电机故障声测系统，系统硬件架构简单，适应性强。2采用LabVIEW软件平台开发效率高。3应用小波分析非平稳信号处理技术实现故障特征提取，实际应用证明该方法的有效性。4MATLABScript节点方式具有强大的数值运算功能，但执行速度会有损失。1沈标正，电机故障诊断技术，北京：机械工业出版社，19962雷振山，LabVIEW7Express实用技术教程，中国铁道出版社，20043莫慧芳，基于LabVIEW的小波神经网络在电机声频故障诊断中的应用，硕士论文，2005