（系统工程专业论文）基于LabVIEW的小波神经网络在电机声频故障诊断中的应用研究.pdf

摘要摘要电机作为机电能鼍转换的核心驱动执行部件，足当今生产活动和日常生活中最主要的原动力和驱动装置，它广泛地应用于现代工业牛产中，它们数量之多，地位之重要，几乎没有其他设备所能与之相比。电机在运行过程中，难免会出现故障。电机的故障现象比较复杂，要求维修人员具有较高技术水平与经验，j 能发现和判断。电机的故障诊断和维护与电机本身一样由来已久，电机诊断是没备故障诊断技术的一个部分，机械设备在运行过程中，不仅会产牛振动，还会发出强烈的噪声，机械设备的噪声信号中蕴涵着丰富的设备状态信息，所以噪声信引司样能够应用于机械设备的故障渗断。如果机械的声音突然发生了变化，就往往说明机械有了故障，需要进行修理。随着近年对噪声的要求日益严格，电机的噪声成为影响电机寿命和市场效益的重要因素。尽管对电机噪声产生的机理与降噪措施进行了充分的研究，但是用户反映目前国产电机，仍然存在着听觉上感到噪声高的问题，导致在某些场合下用户不愿选择国产电机。这说明，国产电机的噪声容易产生在使人昕觉感到不愉快的频率范围内。因此电机厂家迫切需要提升故障诊断水平，寻找该领域的新的故障诊断方法，以提高国产电机的质量和经济效益。本文较详细的叙述了利用虚拟仪器技术构建基于小波神经网络的电机声频故障诊断系统。由于电机发生故障时，故障信号中往往含有大量的时变、短时冲击、突发性质的成分，传统的信号分析方法如f o u r i e r 变换不能有效地提取出电机的故障特征。而小波变换作为种时频分析方法，它在时频域都具有表征信号局部特征的能力，能通过时频窗的灵活变换来突出信号的不同频率成分。考虑到小波变换处理非平稳信号的优越性，因此本文提出了基于小波分析原理的消噪和特征提取方法，首先利用基于多尺度分析理论的m a l l a t 算法将采集到的噪声信号消噪并进行多层分解与重构，对高频信号处理并进行特征提取，作为适合于神经网络的训练和检验的样本输入特征向量。利用l a b v l e w 和m a t l a b 的接口，在l a b v w 中调用m 程序，为功能的实现提供了一种较好的解决方法，也为系统实现提供了可行的途径。其次本文介绍了一种改进的自适应调节学习速率的算法对声音样本进行故障诊断，并用b p 标准算法和自适应调节学习速率的改进算法进行比较，发现预测误广东工业大学t 学硕士学位论文差精度相差不大，但是后者迭代次数减少一半，即网络收敛速度加快一半，并且预测效果理想。最后本文将虚拟仪器技术引进电机噪声测试诊断，介绍了基于l a b v l e w 平台开发的电机声频故障诊断系统。在软件设计方面，编写了一组程序完成声音的采集、回放、存盘等操作，对声音信号的消噪处理和小波分解与重构，以及用神经网络对信号的诊断过程，详细介绍了各个功能模块的开发过程、功能说明、使用界面以及使用说明。仿真结果证明本测试系统能够满足噪声测试和诊断的需求，为在电机测试领域里采用先进的虚拟仪器测试技术提供了理论和实践依据。关键词：虚拟仪器小波神经网络声频故障诊断i ia _ b s t r a c ta b s t r a c tw i mm ed e v e l o p m e n to fm o d e ms c i e n c ea n dt e c h n o l o g y ，e l e c t m m o t o rp l a yam o r ea n dm o r ei m p o n 柚tr o l ei nm o d e mi n d u s t r ia 1p l a n t s e l e c t r o m o t o rw i l li n e v i t a b l yb r e a kd o w nw h e ni ti sm r u l i f l g i nm ec 叫r s eo fo p e r a t i n g ，m ee l e c t r o m o t o rn o to n l yw i l lp r o d u c ev i b r a t i o n ，b u ta l s ow i l ls e n do u ts t r o n _ gn o j s e ，w h i c hc o n t a j n sa b u n d a l l ts t a t u si n f b 衄a t i o no ft h ee q u i p m e n t ，s ow ec a nu s et h en o i s es i g n a lt od i a g n o s em ef a u l t a sm er e q u i s i t i o no fn o i s ei sr i g o r o u si nr e c e n ty e a r s ，t h en o i s eo fe l e c t r o m o t o rh a sb e e na ni m p o r t a n f 缸t o rt oi n n u e n c eo nm a r k e tb e n e n t a b u n d a n tr e s e a r c ho nt h ep r i n c i p l eo fn o i s ea n dm e a s u r eo fn o i s ee l i r n j n a t i o nh a sb e e nc a r r i e do n b u tc o n s u m e r ss t i i lf b n e c tm a tm ed o m e s t i ce l e c t “) m o t o ra l s oh a v em ep r o b l e mw h i c hm a k e sm ep e o p l ef e e lt 1 1 en o i s ei st o oh 培h ，a 1 1 dm e ya r eo r e nu n w i l l i n gt oc h o o s ed o m e s t i ce l e c 廿o m o t o rf o r 山i sr e a s o n s om ee l e c t m m o t o rp r o d u c e r sh a v et op m m o t em ec o m p e t e n c eo ff a u l td i a g n o s i s ，l o o kf o ran e wm e t h o di nm i sf i e l d ，i no r d e rt oi i n p r o v em eq u a l i t yo fm ed o m e s t i ce l e c t r o m o t o ra 1 1 de c o n o i i l i cb e n e f i t s t h ep 印e rd i s c u s s e sa b o u th o wt 0r e s e a r c han o i s ef a u hd i a g n o s i ss y s t e mo nw a v e l e tn e u r a ln e t w o r k ( w n n ) b a s e do n r t u a li n s t m n l e n t( v i ) a sm ef a u l ts i g n a li sn o n s t a t i o n a r y ，t r a n s i e n to n e ，m et r a d i t i o n a ls i g n a la n a l y s i sm e t h o d s ，s u c ha sh 叮a r en o ts oe m c i e n ta n du s e f u lf o rm ef a u l ts i g n a ld e t e c t i o n h o w e v e r ，w a v e l e ta n a l y s i sh a sm ee x c e l l e mt i m e f r e q u e n c y1 0 c a lp e r f 0 蛳a n c e ，i tc a nd e t e c tm ed 主f ! f e r e n tf 诧q u e n c yc o i n p o n e m so fm ef a l l l ts 噜n a l sb yi t sa 由u s t a b l et i m e f r e q u e n c yw i n d o w i nv i e wo fm es u p e r i o d t yo f h v e l e t 蚴s f o r mt on o n s t a t i o n a r ys i g n a l ，w ei n 仰d u c et l l ep r i n c i p l eo fw a v e l e tt oe l i i l l i n a t es i g n a ln o i s ea n de x t r a c ti t sf e a m r e s f i r s t ly w eu s em a l l a ta 】g o r i t h mb a s e do np r i n c i p l eo fm u l t i r e s o l u t i o nt oe l i i l l i n a t en o i s e ，a n dm e nd e c o m p o s ea i l dr e f o r mt h en o i s es i g n a l ，d e a lw i t l lm ec o e f ! f i c i e n to fh 远h f r e q u e n c y ，e x 廿a c t i n gt h ec h a r a c t e r i s t i cv e c t o r sa sm ei n p u ts i g n a jo fm en e u r a in e t w o r k u s i n gt h ei i i广东工业大学工掌坝士学位论文m a t l a bs c r i d ti nl a b v i e w ，w h i c ho f 凳r sab e t t e rs o l u t i o no fr e a l i z i n gt h ef h n c t i o n s e c o f l d l y m i sp 印e rg i v e sak i n do fi m p r o v e da l g o r i t h ma b o u ts e u _ a c c o m m o d a t i o nl e a m i n gs p e e d ，w i l i c hw eu s et od i a g n o s ef a u na n dd ot h en o i s ep a t t e mr e c o g n i t i o n c o m p a r i n gs t a n d a r db pa l g o r i m mw i mt h ei m p r o v eo n e ，w ef i n dm a tu s i n gt h ei m p m v e dm e t h o dw i l ls p e e du pt h ec o n v e 略e ds p e e dh a l f s ow ec o n c l u d et l l a tt h ei m p m v e da l g o r i t h mc a ne f 凫c t i v e l yw o r km es y s t e m a tl a s tt h i sp 印e rg i v e saw a yt ou s ev it of i n i s hm ed i a g n o s i sw o r k ，i n t m d u c e s 血en o i s ef a u l td i a g n o s i ss y s t e mb a s e do nl a b v i e wr n l ep 叩e rd i s c u s s e sh o wt or e s e a r c ho ns o f t w a r ed e s i g n ，i n t r o d u c e st l l ep r o c e s so fd e s i g n ，叩e r a t i o ni n s t n l c t i o n ，蚰di n t e r f a c eo fe a c hf h n c t i o n 1 0 d u l e t h er e s u hi n d i c a t e sm a tu s i n gt l l i ss y s t e mc a ns a t i s f yt 1 1 er e q u e s to fn o i s et e s t i n ga j l dd i a g n o s i s ，a i l do f f e ra d v 锄c e dm e o r ya n dp r a c t i c a lb a s i si nm ef l e l do fe l e c t r o m o t o rd i a g n o s i s k e y w o r d s ：r t u a li n s t m m e n t ；w a v e l e tn e u r a ln e 嘲o r k ；n o 醅f r e q u e n c yf a u l td i a g n o s i s第一章绪论1 1 引言第一章绪论随着现代工业及科学技术的迅速发展，生产设备日趋大型化、高速化、自动化和智能化。现代化工业生产，一旦因故障停机，损失巨大，近年来，因关键设备故障而引起的灾难性故障时有发生，例如：1 9 8 4 年1 2 月位于印度博帕尔市的美国碳化物公司农药厂，发生毒气泄漏时间，造成2 0 0 0 多人死亡，2 0 多万人受害，成为世界工业史上最大的恶性事故；1 9 8 6 年1 月2 8 日美国航天飞机“挑战者”号的空中爆炸。导致7 名宇航员不幸遇难，损失达1 2 亿美元。我国机械设备也发生过类似的事件，如1 9 8 5 年大同电厂和1 9 8 8 年秦岭电，。的2 0 0 m w 汽轮发电机组的严重断轴毁机事件。设备故障诊断学( m a c h i n ec o n d i t i o nd i a g n o s i st e c h n i q u e 缩写为l d t ) 就是在此基础上产生的，以可靠性理论、信息论、控制论和系统论为理论基础，以现代测试仪器和计算机为技术手段，结合各种诊断对象( 系统、设备、机器、装置、一程结构、工艺过程等) 的特殊规律而逐步形成的一门新兴学科，其基本原理是根据机械、电气等各类设备运行过程中产生的各种信息，判断设备运行是属于作常还是发生了异常，识别设备或机器是否发生了故障m 。它大体上由三部分组成：第一部分为故障诊断物理、化学过程的研究，例如以电气、机械部件失效的腐蚀、蠕变、疲劳等理化原因的研究；第二部分为故障诊断信息学的研究，它主要是研究故障信号的采集、选择、处理与分析过程：例如通过传感器采集设备运行中的信号( 如振动) ，再经过时域与频域f _ ：的分析处理来识别和评价设备所处的状态或故障；第三部分为诊断逻辑与数学原理方面的研究，主要是通过逻辑方法、模型法、推论方法及人工智能方法，根据已观测的设备故障表征来确定下一步的检测部位，最终分析判断故障发生的部位和产生故障的原因。设备诊断技术在生产中的应用，改变了维修方式，具有显著的经济效益。这主要表现在：( 1 ) 对生产单位，配置故障诊断系统能减少事故停机率，具有很高的收益投资比。广东工业大学工学硕上学位论文( 2 ) 针对长期养成的定时定期维修方案，配置故障诊断系统可以做到根据情况确定是否维修，节省无效的维修费用。1 2 设备故障诊断系统的现状、面临的问题以及发展趋势对设备的故障诊断，实际上自有t 业生产以来就已存在。早期人们依据对设备的触摸，对声音、振动、温度等状态特征的感受，凭借人们的经验，可以判断某些初级的故障的存在，并提出相应的简单修复措旌。但是设备故障诊断技术作为一门学科，是2 0 世纪6 0 年代初，由于军工、航天的需要发展起来的。1 9 6 5 年快速傅立叶算法的出现为故障诊断技术奠定了技术基础。2 0 世纪7 0 年代末期，电子测量技术和频谱分析技术被应用到机械故障诊断领域中，国外大型旋转机械的状态监测与故障诊断技术开始进入实用化阶段。到了2 0 世纪8 0 年代中期，以微型计算机为中心的现代机械故障诊断技术得到了迅速发展，出现了许多商业化的现代机械设备故障诊断与监测系统。随着传感器技术的发展，除了可以利用振动信号进行机械设备的故障诊断外，还可以利用噪声、温度、力等多种信息作为设备渗断的信息源，由此发展了噪声监测技术、数学诊断方法等，其中的数学诊断方法又包括小波分析法、混沌分析与分形几何法等；随着人工智能的发展，还出现了许多智能诊断方法如专家系统以及神经网络等。我国的故障诊断技术是从2 0 世纪8 0 年代初开始的，许多高校和科研机构都开展了故障诊断技术的研究工作，取得了许多可喜的研究成果。在理论与方法研究方面，如灰色系统理论及其在故障诊断中的应用、时间序列诊断技术、智能诊断技术等；在应用研究开发方面，如哈尔滨工业大学研制的“机组振动微机监测和故障诊断系统”，东北大学研制的“轧钢机工作状态监测系统”等。我国的设备故障诊断技术已取得了一定的经济效益和社会效益，并已形成了学科体系，尤其在理论方面的研究已接近国际的先进水平，但在智能诊断仪器、传感器、信号的采集与分析仪器等方面与国际上发达的国家还有一定的差距。目前国内在设备渗断技术实际应用中存在的问题主要有以下几个方面。( 1 ) 数据采集部分，由于与国外在传感器性能上的差距，怎样在现有的条件下，充分发挥当前设备的潜力，快速、准确、方便、低成本地将一些特征信号采集出来，是当前面临的一个重大课题。第一章绪论( 2 ) 利用当前信息采集科学的几个热点，主要是基于小波理论、分形几何、神经网络等理论对信号进行识别和处理，特别是淹没在强噪声信号的微弱信号处理，非平稳信号处理等几个方面，与国际水平还有定的差距。设备故障诊断技术发展到今天，已成为一门独立的跨学科的综合信息处理技术，它可简单地划分为传统的诊断方法、数学诊断方法以及智能诊断方法。传统的诊断方法包括：振动监测技术、噪声监测技术，红外测温技术等；数学诊断方法包括：基于概率统计的时序模型诊断方法，模糊诊断原理、灰色系统诊断方法、小波分析法与分形几何法等；智能分析方法包括：模糊逻辑、专家系统、神经网络等。设备故障诊断技术与当代前言科学的融合是设备故障诊断技术的发展方向。当今故障诊断技术的发展趋势是传感器的精密化、多维化、诊断理论、诊断技术的智能化，必须与当代最新传感器技术尤其是激光测试技术的融合，与最新信号处理方法相融合，与非线性原理和方法的融合，与多元传感器信息的融和以及与现代智能方法的融合等等。1 3 本课题的研究背景及意义电机作为机电能量转换的核心驱动执行部件，是机电产品的重要组成部分。随着现代工业及科学技术的迅猛发展，电机己被广泛应用于工业系统的各个领域。目前，全球约有1 3 的微电机在中国生产，而广东省是我国小型电机的重要生产基地，有微电机生产厂家2 0 0 多个，在珠江三角洲地区，年产量超过5 0 0 万台的企业不下3 0 家。如中山大洋公司年产各种微电机1 0 0 0 万台；顺德威灵电机公司的空调塑封电机年产量6 0 0 万台，占国内市场份额三分之一。电机诊断是设备故障诊断技术的一个部分，机械设备在运行过程中，不仅会产生振动，还会发出强烈的噪声。一般地讲，振动越强烈，噪声也就越大。与振动信号一样，机械设备的噪声信号中蕴涵着丰富的设备状态信息，所以噪声信号同样能够应用于机械设备的故障诊断。在电机的噪声控制工程中，噪声的测量占有十分重要的位置。评判一台电机噪声的大小，识别电机的主要噪声源，确定电机的降噪效果，都离不开噪声的测量，甚至噪声测量可用于检测电机的内部机构的运行状况。事实上，人们最早开始故障诊断的时候，就是利用机械发出的声音。广东工业人学工学硕士学位论文如果机械的声音突然发生了变化，就往往说明机械有了故障，需要进行修理。随着近年对噪声的要求日益严格，电机的噪声成为影响电机寿命和市场效益的重要因素。尽管对电机噪声产生的机理与降噪措施进行了充分的研究，但是用户反映目前国产电机，仍然存在着听觉卜感到噪声高的问题，导致在某些场合下用户不愿选择国产电机。用精密声级计对多种电机进行测量分析表明，国产电机总体噪声与国外进口电机的总体噪声相当，没有大的差别。这说明，国产电机的噪声容易产生在使人听觉感到不愉快的频率范围内。因此电机厂家迫切需要提升故障诊断水平，以提高国产电机的质量和经济效益。到目前为止，振动故障诊断技术已经发展成一套比较完整的体系。在机械设备状态监测与故障诊断中，声音诊断也是最基本的诊断方法之一。传统的方法主要是依靠人耳来获取声音，并凭借经验进行诊断，在设备的维修人员中广泛应用，并取得一定的效果，表明了设备异响与故障之间有敏感的联系。但这种方法非常“原始”，初学者掌握困难，无法建立客观标准，诊断效果完全取决于个人经验的积累程度，这样急需发展基于声音的诊断系统。但由于声音信号十分复杂，当时的声学研究有限，利用噪声信号实施状态监测和故障诊断，即声频故障诊断技术的发展渐渐地落后于振动故障诊断技术，始终处于起始阶段。现在该技术再一次得到人们的重视。1 4 电机诊断的相关技术电机诊断是设备诊断技术的一个部分，由于电机工作过程中发生故障或失效的潜在可能性随着运行时间的增长逐渐增大，往往一个部件的故障就能引起链式反应，导致整个设备系统不能正常运行，甚至瘫痪。由于电机的工作原理和结构上的种种特点，其诊断方法和采用的检测技术和其他设备的诊断有所不同。根据电机工作原理，在它内部存在着几个相互关联而又不可截然分割的工作系统电路系统、磁路系统、绝缘系统、机械系统和通风散热系统，电机的动态性能是电磁、振动和声学过程的总体反映，因此，电机诊断需涉及较多技术领域，电机学、热力学和传热学、材料工程、机械诊断学、电子测量学、信息工程技术、计算机技术等。目前用于电机诊断的技术主要有以下几种方式：4第一章绪论( 1 ) 电流分析法通过对负载电流波形的检测和频谱分析，诊断电机故障的原因和程度。定子电流的分析是诊断和监测交流电机故障的有效方法。它可以诊断交流电机笼型绕组的断条、静态气隙偏心、动态气隙偏心、机械不平衡等故障，足当前采用较多的一种电机故障诊断方法。定子电流分析的方式较多，有基于定子电流的频谱分析方法，小波分析方法以及高阶谱分析方法等现代信号处理方法；也有基于人工神经网络、模糊神经网络、逻辑诊断等人工智能方法。( 2 ) 振动诊断通过对电机振动信号的检测，对信号进行各种处理和分析，诊断电机产生故障部位，并制定处理办法。振动能客观地反映电动机的运行状态，对电机的振动进行监测和诊断，是掌握其运行状态和发现故障的重要技术手段。近些年来，电机的振动测试和诊断技术也有了很大进展，特别是由于先进的测试设备和分析设备不断问世，不但能准确的测量各种振动量，而且能精确分析各种振动信息和参数，完成现场的实时分析。目前已有相应的产品出现，如北京京航公司的产品在线振动分析现场动平衡及电机诊断专家系统等。( 3 ) 绝缘诊断利用各种电气试验和特殊诊断技术，对电机的绝缘结构、工作性能和是否存在缺陷做出结论，并对绝缘剩余寿命做出预测。( 4 ) 温度诊断用各种温度检测方法和红外测温技术，对电机各部分温度进行监测和故障诊断。( 5 ) 换向诊断对直流电机的换向进行监测和诊断，通过机械和电气检测方法，诊断出影响换向的因素和制定改善换向的方法。( 6 ) 振声诊断技术( v a 诊断) 。v a 诊断技术是对诊断的对象同时采集振动和噪声信号。分别进行信号处理，然后综合诊断。1 5 电机声频故障诊断系统的产生与发展现状在各种类型的信号中，声音信号是很常见的信号，它可以表征各种声源类别，与其他技术相比，它具有许多优点。从电机人工噪声检测的作用和达到的目标分析来看，绝缘诊断和换向诊断只针对某一种故障或某一类电机，不具有广泛性。温度诊断须埋设很多温度计，不宜测量，红外测温方法虽可进行非接触式测量，测量方便、快捷，灵敏度高，但只适合如铁心制造某些诊断过程中。只有振动诊断技术和振声诊断技术是适宜的。但振动诊断技术是接触式测量，设备结构复杂，5广东工业大学工学硕上学位论文速度慢。根据目前利用振动诊断技术开发的系统运用情况可看出，该技术多针对某一特定运行的电机，如大型汽轮发电机组、水电机组的监测与诊断中，利用其的历史数据对其监测诊断。在发动机工作过程中，它的许多运行状况都可以通过声著体现出来，而且一组声音信号可以体现发动机多个部位的故障；a i - b a i u s h ikr 等分别对声频故障诊断和振动故障诊断进行了对比研究，说明噪声信息中含有大量的状态特征信息，不但可以利用声压信号实现故障监测和诊断，而且声频故障渗断技术具有振动故障诊断技术所不可比拟的一些优点：非接触式测量；设备简单、速度快、效率高；信号易于测取、无须事先粘贴传感器、不影响设备j f 常工作- m ；另外，声音信号的拾取比较方便，可以采取非接触测量法，对传感器的要求也不高，只需要一个麦克风式的传感器即可m 。基于以上原因，我们选择声音信号作为识别故障类型的信息源。相对振动故障诊断，国内外声频故障诊断的研究还不完善。在早期的这类研究中f 3 ，t h o m a s 和w i l k i n s 通过试验证明，根据空气传播声音可以将t o r d 和p e r k i n s两种汽车发动机区别开来；w e b e r 等在进行的船舶柴油机性能试验中表明，类型不同的发动机的声音，比同类型的发动机在不同速度时声音容易识别，当噪声掩盖了发动机的声音时，则识别的准确度就降低w 。这些研究对于利用声信号进行故障诊断还有很大的差距。长期以来，利用声音进行诊断的限制在于机器运转时的声音为非平稳信号，其构成复杂、受环境的干扰大、信噪比低，给常规分析处理带来困难，因此需要符合自身特点的信号处理方法才能获得良好的效果。在国内，昆明理工大学的舒大文等在深入研究应用振动和噪声信号诊断齿轮故障机理的基础上，通过对测取齿轮正常和故障运行状态下的振动和噪声信号进行分析处理，研究了典型故障齿轮系统的振动和噪声信号的频域特征提取和识别技术m 。北京科技大学机械学院也对齿轮变速箱的声学诊断进行了研究m 。传统的声信号分析主要利用快速傅里叶变换幅值谱、功率谱和倒频谱等。如清华大学的马晓强利用噪声频谱分析和模式识别方法进行电力变压器故障诊断，但要基于该设备的历史数据，形成诊断参数m 。j a e s e o bk w a k 在噪声频谱基础上采用神经网络方式对磨床工作过程进行故障诊断m 。这些方法在时域不能局部化，难以检测到突变信号。小波变换分辨率在时频平面上是变化的，较之短时傅里叶变换有更大的柔性。利用小波分析技术的多分辨分析特性，可以使其能够准确地从复杂的背景噪声中提取内故障的声音信号特征。如北京科技大学的张武军等针对滚动轴承的声信号的信噪比6第一章绪论较低的特点，利用小波分解方法提取了轴承故障的声音信号特征，从而有效地诊断出设备的故障m ；华中科技大学的王洪刚利用小波分析技术对柴油机的噪声信号进行分析，有效提取出柴油机各缸的燃爆和气门开闭信息，诊断出柴油机失火故障h 。从声频诊断的现状看，传统方法有其局限性，各种新方法与手段有的研究还处于仿真和实验阶段，与实际应用还有一定距离。有的对某些单一故障诊断较为有效。而电机运转通常有多种噪声源同时并存，识别电机内噪声源，获得故障特征，并应用于实际，是我们研究的重点。1 6 本论文的研究内容在广泛阅读电机故障诊断和小波变换相关文献的基础上，针对现有信号处理技术在电机故障诊断与电机测试领域中的不足，研究声频技术诊断电机故障的新方法，提出了将小波变换方法应用到电机故障诊断与电机测试领域的新思路，系统总结了小波变换的基本理论，深入研究了小波变换的信号降噪和多尺度分解算法，并用来提取信号的特征向量，对提取的特征向量用神经网络技术进行故障识别，从而得到故障分类类型，以实现电机故障预测及诊断；并将这一诊断实例应用于基于虚拟仪器开发平台上的电机声频故障诊断系统，实验结果表明，基于小波神经网络的电机声频故障诊断是具有可操作性的。本论文的研究内容有以下几个方面：( 1 ) 声音信号处理方法。基于虚拟仪器技术开发声音信号采集和处理软件平台，完成对采集到的噪声信号进行播放、显示、存盘等一系列功能。( 2 ) 噪声分析方法。采用小波降噪和多尺度分析理论对噪声信号进行处理，对现场环境下采集到的噪声信号，运用降噪辩识新技术小波变换技术中的算法，对声音信号进行消噪、分析和比较；并对降噪后的声音信号进行小波分解和重构，提取适合于神经网络输入的样本特征向量。( 3 ) 故障诊断方法。采用改进的神经网络优化算法实现故障源识别，确定故障类型，并对算法进行仿真和实际应用检验。广东工业人学工学硕士学位沦文第二章电机声频故障诊断系统总体方案设计2 1 电机声频故障诊断系统的基本结构测试诊断的基本任务是获取有用的信息，进行诊断分析。信息是对信号进行分析处理后所得到的有用部分，表征被测对象运动和状态的某种特征与属性。测试渗断系统通常由三大部分组成：信号的采集和获取、信号的分析与处理、结果的输出与显示。在虚拟仪器系统中，信号的获取与采集由以计算机为核心的硬件平台来完成。在此硬件平台基础上，调用测试软件完成某种功能的测试任务，便可构成该种功能的虚拟测量仪器。基于l a b v m w 软件开发平台开发的电机声频故障诊断系统虚拟系统，主要功能是对采集的声音信号进行频谱分析和小波分析，并利用神经网络对处理后的信号进行故障诊断。由于系统采用了虚拟仪器技术，系统的界面更加形象逼真，具有良好的交互性和可视性。该系统的基本结构如图2 1 所示。用户图2 一l 电机声频故障诊断系统基本结构图f i g 2 1b a s i cs t r u c t u r eo fe l e c t r o m o t o rn o i s ef a u l td i a g n o s i s1 声频采集子模块。在现场环境下进行信号采集，研究数字音频信号采集的方法，包括录音、播放、形成音频文件以及声音数据库，并研究处理背景噪声的技术和方法。第一章电机声频故障诊断系统总体方案设计2 声频分析予模块。用各种方法对采集到的声频信号进行噪声处理和分析，提取有用信号，并获得不愉快声频存在的判据。3 故障诊断子模块。采用小波神经网络等手段对噪声进行故障渗断，识别噪声源，确定故障类型。寻找有效、快速的诊断方法，并形成故障类型数据库。4 人机交互界面。它是用户与计算机系统相互传递信息的途径。采用菜单、按钮、图形等多种形式实现人机之间的信息传输，例如用户的查询，发布命令等等。2 2 虚拟仪器技术2 2 1 虚拟仪器国内外现状虚拟仪器技术是9 0 年代发展起来的一项新技术，主要应用于自动测试、过程控制、仪器设计和数据分析等领域，其基本思想是在测试系统或仪器设计中尽可能地用软件代替硬件，即“软件就是仪器”。自1 9 8 6 年n i 公司提出虚拟仪器的概念以来，虚拟仪器这种计算机操纵的模块化仪器系统在世界范围内得到了广泛的认同和应用。虚拟仪器作为新兴的仪器仪表，用户可以定义其结构和功能，构建灵活，转变容易，因此它在各个领域都得到了广泛的应用。国内单位和院校正加紧步伐研究和开发自己的虚拟仪器系统，中国国防科技大学进行了虚拟数字示波器的设计研究，其结果与b p 公司的双通道台式数字储存示波器b p 5 4 6 0 3 b 相比，增加了以下功能：频域分析功能，充分利用了计算机的存储与外设连接的能力，测量结果和波形直接打印输出；提供了网络接口，允许通过t c p ，协议进行远程控制和数据共享；软件模块可修改或增加形成新的功能；硬件具有开放性，可升级硬件以提高其性能m 】。东方振动和噪声技术研究所研制了矾v 3 0 3 ，3 0 6 智能信号自动采集处理分析仪系统，并推出了d a s p 软件m ，；重庆大学开发了虚拟实时噪声倍频程分析仪，实现了对噪声总声压级、各种计权声压级及相应倍频程的实时测量和分析m ；清华大学利用虚拟仪器技术构建汽车发动机检测系统，用于汽车发动机出厂前的自动检测。美国的g e o 瑚t i c s 公司和g o l d s i n i 山公司等利用虚拟仪器开发工具m ，研制开发了农业自动化灌溉系统和秧苗分析系统。虚拟仪器已在超大规模2 2 2 虚拟仪器基本概念虚拟仪器技术是当前测试与控制领域技术的研究热点，它代表了测试与控制仪器技术的发展方向。虚拟仪器技术的代表一美国n i 公司定义虚拟仪器( v r t u a li n s t r u m e n t s ) 为：运行于计算机 ：，具有传统的独立仪器功能的硬件与软件的组合。是由一个用户接口的前面板和一个图形程序组成的l a b l v i e w程序，因此，可以将虚拟仪器定义为：以计算机及网络为基础，以软件为核心的自然科学信息测试、分析、存储、传输与控制系统。1 ，a b v i e w 程序称为虚拟仪器( v i r t u a li n s t r u m e n t s ) 程序，简称v i 。一个最基本的v i 由3 个部分组成：前面板( p a n e l ) 、框图程序( d i a g r 锄p r o g r a m ) 和图标连接端口( i c o n t e r m i n a l ) 】。前面板：前面板就是图形化用户界面，用于设置输入数值和观察输出量。v i前面板是模拟真实仪器的前面板，用户可以使用各种图标、按钮、开关、实时趋势图和事后纪录图。框图程序：每一个前面板都由一个框图程序与之对应。框图程序用图形化编程语言编写，可以把他理解成传统编程语言程序中的源代码。图标链接端口：图标连接端口可以把v i 变成一个对象( s u b v i ，即v i 予程序) ，然后像子程序一样在其他v i 中调用。2 2 3l a b v i 酬开发平台介绍ml a b v i e w 是一种图形化设计语言，在一个虚拟仪器的开发过程中，设计者主要利用l a b v i e w 提供的3 个模板：工具模板( t 0 0 1p a l e t t e ) 、控制模板( c o n t r o lp a l e t t e ) 和功能模板( f u n c t i o np a l e t t e ) 来完成v i 面板和流程图两部份的设计开发任务。l a b v i e w 程序是数据流驱动的。数据流程序设计规定，一个目标只有当它的所有输入有效时才能执行；而目标的输出，只有当它的功能完全时才是有效的。这1 0第一章电机声频故障诊断系统总体方案设计样，l a b v i e w 中被连接的方框图之问的数据流控制着程序的执行次序，而不象文本程序受到行顺序执行的约束。从而，我们可以通过相互连接功能方框图快速简洁地开发应用程序，甚至还可以有多个数据通道同步运行。l a b v i e w 的核心是v i 。v i 有一个人机对话的用户界面前面板和类似于源代码功能的方框图。前面板接受来自方框图的指令。在v i 的前面板中，控件( c o n t r o l s ) 模拟了仪器的输入装置并把数据提供给v i 的方框图；而指示器( i n d i c a t o r s ) 则模拟了仪器的输出装置并显示由方框图获得或产生的数据。当把一个控件或指示器放置到前面板上时，l a b v i e w 在方框图中相应地放置了一个端口，这个从属于控件或指示器的端口不能随意删除，只有删除它对应的控件或指示器时它彳随之一起被删除。用l a b v i e w 编制方框图程序时，不必受常规程序设计语法细节的限制。首先，从功能菜单中选择需要的功能方框，将之置于面板上适当的位置；然后用导线( w ir e s ) 连接各功能方框在方框图中的端口，用来在功能方框之间传输数据。这些方框包括了简单的算术功能，高级的采集和分析功能，以及用来存储和检索数据的文件输入输出功能和网络功能。用l a b v i e w 编制出的图形化v i 是分层次和模块化的。我们可以将之用于顶层( t o pl e v e l ) 程序，也可用作其它程序或子程序的子程序。一个v i 用在其它v i 中，称之为s u b v i ，s u b v i 在调用它的程序中同样是以个图标的形式出现的。l a b v i e w依附并发展了模块化程序设计的概念。用户可以把一个应用题目分解为一系列的子任务，每个子任务还可以进一步分解成许多更低一级的予任务，直到把一个复杂的题目分解为许多子任务的组合。首先设计s u b v i 完成每个子任务，然后将之逐步组合成能够解决最终问题的v i 。前面板开发窗口所需的各种控件均由控制模板提供。前面板的设计制作过程就是利用工具模板中的相应工具，从控制模板中取出所需的控件，并摆放在前面板开发窗口中的合适位置上的过程。在流程图编辑窗口设计v i 的流程图时，所需的各种功能函数( 包括各种数学运算函数、信号分析函数、仪器驱动函数等) 均有功能模板提供。设计者利用工具模板中的合适工具，从功能模板中取出对应的图标，放置在流程图编辑窗口中，再用“连线”将它们组合成流程图。l a b v i e w 提供的开发环境中所用的3 个模板( 工具模板、控制模板和功能模板)广东t 业大学t 学硕十学位论文和两个工作窗口( 前面板开发窗口和流程图编辑窗口) 都提供工具模板；控制模板只出现在前面板开发窗口中；功能模板只出现在流程图编辑窗口中。l a b v i e w 为代表虚拟仪器测试软件将是现代检测和测量发展的主潮流，得到了广泛的应用。l a b v i e w 具有如下特点6 1 ：1 ) l a b v i e w 使用“所见即所得”的可视化技术建立人机界面，并且是针对测试测量和过程控制领域的。l a b v i e w 提供了许多仪器面板中的控制对象如：表头、旋钮、开关、坐标图等。用户还可以通过控制编辑器将现有的控制对象修改为适合自己工作领域的控制对象。2 ) l a b v i e w 使用图标表示功能模块，使用图标之问的连线表示各模块间的数据传递。因为使用为大多数工程师和科学家熟悉的数据流程图式的语言书写程序代码所以编程过程和思维过程非常类似。这样不仅使编写程序变得简单而且写出来的程序更易懂。3 ) l a b v i e w 继承了高级编程语言的结构化和模块化编程的优点。l a b v 工e w 支持模块化、层次化设计，在一个v i 中可能包含了许多予v i 。这种层次结构的设计增强了程序的可读性。4 ) l a b v i e w 提供了多种程序调试方法。用户可以在源代码中设置断点；单步执行源代码；在源代码中数据流连线上设置探针，观察程序运行过程中数据的变化。因为直接显示了数据的流动，所以l a b v i e w 的调试功能相对其他程序的调试更加直观，更易于分析出程序中的错误。5 ) 不仅l a b v i e w 系统本身提供了许多常用的v 1 ，而且因为l a b v i e w 支持分层结构所以可以建立自己的v i 库实现代码重用，减少程序开发时间。6 ) l a b v i e w 采用编译方式运行3 2 位应用程序，解决了其他运用解释方式运行程序的图形化编程平台运行速度慢的缺点。7 ) l a b v i e w 支持多种操作系统平台，如：m a c i n t o s h ，p o w e rm a c i n t o s h ，h p u x ，s u ns p a r c ，w i n d o w s l x ，w m d o w s 9 5 9 8 ，w i n d o w sn t 等。在以上任何一1 一个平台开发的l a b v i e w 应用程序都可直接移置到其他平台上。8 ) l a b v i e w 提供了大量的函数库供用户直接调用。从基本的数学函数、字符串处理函数、数组运算函数和文件函数到高级的数字信号处理函数和数值分析函数。从底层的v x i 仪器、数据采集板和总线接口硬件的驱动程序到世界各大仪器厂商的g p i b 仪器的驱动程序，l a b v i e w 都有现成的模块帮助用户方便迅速组建自己的第一章电机声频故障诊断系统总体方案设计应用系统。9 ) i a b v i e w 是个开放的开发平台。l a b v i e w 提供了动态链接库( d l l ) 接口和c i n 节点。这样用户町以使用其它软件平台的模块来完成l a b v i e w 本身无法实现的功能，比如为自己设计的板卡编写驱动模块。1 0 ) 利用d d e 技术l a b v i e w 可以方便的调用其他应用程序提供的功能。同时利用丰富的a c t i v e x 模块可以轻松实现扩展功能。】1 ) l a b v i e w 运用了多线程技术改善了系统的运行速度和可靠性。1 2 ) 将可重用代码直接嵌入l a b v i e w 中，并通过简单的图形编程方法进行控制。l a b v i e w 在包括航空、航天、通信。汽车等世界范围的众多领域中得到了广泛的应用，从简单的仪器控制、数据采集到尖端的测试和工业自动化，从探索研究到技术集成，我们都可以发现l a b v i e w 应用的成果和开发的产品。l a b v i e w 应用在各个领域都具有很多优点：1 ) i 。a b v i e w 应用于测试与测量l a b v i e w 已经成为测试与测量领域的工业标准，它可以通过g p i b ，v x i ，p l c ，串行设备和插卡数据采集板构成实际的数据采集系统。它提供工业界最大的仪器驱动程序，它还支持通过i n t e r n e t ，a c t i v e x ，d d e ，s q l 等交互式通信方式实现数据共享，它所提供的众多开发工具使得复杂的测试与测量任务变得简单易行。2 ) l a b v i e w 应用于过程控制和工业自动化由于l a b v l e w 强大的硬件驱动、图形显示能力和便捷的快速程序设计，使得它为过程控制和工业自动化应用提供了优秀的解决方案，当然对于更复杂的专门的工业自动化领域，在l a b v i e w 基础上发展起来的b r i g h e v i e w 是更好的选择。3 ) l a b v i e w 应用于实验室研究与自动化l a b v i e w 为科学家和工程师提供了功能强大的高级数据分析库，包括统计、估计、同归分析、线性代数、信号生成算法、时域和频域算法等众多科学计算模块，可满足他们计算、分析