（电路与系统专业论文）基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究.pdf

基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 摘要 随着旋转机械在社会各行各业中广泛使用，其状态检测和故障诊断显得尤为 重要。传统的测试工作大部分都是通过到现场采集设备信号，再进行综合识别而 得出结论，这虽然增加了检测的可靠性，但有很多作业现场是工作人员不方便去 的，或者是根本不能够在现场实现正常的数据采集的，同时，去现场也增加了测 试成本，并且安全也是值得考虑的一个问题，这就需要重新建立一套检测系统 本文设计了一套网络化虚拟仪器测试系统，利用该系统，人们可以随时随地获得 旋转机械的振动信号，并在对振动信号分析处理的基础上获取电机的运行状态或 故障原因，它适合异地或远程监测、数据采集、故障检测等。 本文主要分为四个部分。第一部分主要分析国内外旋转机械状态检测和故障 诊断的研究现状以及本文的选题依据和主要研究内容。第二部分主要分析电机状 态检测和故障诊断的常见方法及其理论依据。第三部分主要分析了虚拟仪器的构 成、分类和特点，并研究网络化虚拟仪器的构建方案和虚拟仪器网络功能的实现 方案。第四部分是本文的重点内容，主要结合实验室的具体硬件设备：转子振动 模拟试验台和美国n i 的p c i ，6 0 2 4 e 数据采集卡，开发了一套网络化虚拟仪器系 统，该系统可实现如下功能：测量电机的临界转速，显示不同转速下的振动波形 图、频谱图、轴心轨迹图、波德图，振动信号的在线分析和脱机处理，振动信号 的现场和远程的显示与分析，电机的远程调速等。 关键字：l a b v i e w ，l a b s q l ，l a b v i e ww c b c a ml i b r a r y ，网络化虚拟仪器 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 a b s t r a c t w i t ht h ew i d e1 l s eo f r o t a r ym a c h i n ei ne v e r yw a l ko f l i f e i t ss t a t ed e t e c t i n ga n d m a l f u n c t i o nd i a g n o s i n gb e c o m em u c hi m p o r t a n t l y t r a d i t i o n a lt e s t i n gm o s t l yt h r o u g h t h ea c q u i s i t i o no fe q u i p m e n tt ot h es c e n es i g n a l s ，a n dt h e nac o m p r e h e n s i v ea n a l y s i s c o n c l u d e dt h a ta l t h o u g hi n c r e a s e dr e l i a b i l i t yt e s t i n g , b u tm a n ya r eo p e r a t i n go n - s i t e s t a f fi n c o n v e n i e n tt o o rs i m p l y 咖n o ta c h i w ei nn o r m a l 丘c l dd a t ac o l l e c t i o n , a n d a l s ot ot h ei n c r e a s e d t e s t i n gc o s t s a n ds e c u r i t yi s a l s oa l li s 积l e w o r t h yo f c o n s i d e r a t i o n , w h i c hw o u l dr e q u i r et h er e - e s t a b l i s h m e n to fat e s t i n gm e t h o d o l o g y i n t h i sp a p e r , t h ea u t h o rd e s i g nas u i to f n e t w o r k i n g v i r t u a li n s t r u m e n t s t e s t i n g s y s t e m u s en e t w o r k i n gv i r t i l a li n s t r u m e n t s p e o p l ec 觚o b t a i nv i b r a t i o ns i g n a lo f c i r c u m r o t a t em a c h i n e ，t h e no b t a i nt h er u n n i n gs t a t eo rt h ec a u s eo fm a l f u n c t i o no l l t h eb a s eo f a n a l y s i so f v i b r a t i o ns i g n a l i ti ss m tf o rr e m o t em o n i t o r i n g ，d a t ac o l l e c t i o n a n df a u l td e t e c t i o n t h i sa r t i c l ei sc o m p o s e do ff o u rp a r t s t h ef i r s tp a r tc o v e r st h ep r e s e n ts t u d y i n g s i t u a t i o no fs t a t ed e t e c t i n ga n dm a l f u n c t i o nd i a g n o s i n go fr o t a r ym a c h i n ei nc h i n a a n da b r o a d , a n di ta l s oi n t r o d u c e st h ef o u n d a t i o no fc o m p o s i n gt h ea r t i c l ea n dt h e m a i ns t u d y i n gc o n t e n t s t h es e c o n dp a r tm a i n l yc o v e r su s u a lm e t h o d so fs l a t e d e t e c t i n ga n dm a l f u n c t i o nf o rr o t a r ym a c h i n e , i ta l s oc o v o l st h et h e o r e t i cb a s i so f t h e m e t h o d s t h et h i r dp a r ti st h ek e y p o i n to f t h ea r t i c l e i tm a i n l yc o v e t ss t r u c t u r e 、s o r t a n dc h a r a c t e r i s t i co fv n - m a li n s 缸 a m e n t s ，i ta l s os t u d i e st h ed e s i g n i n gs c h e m ea n d r e a l i z i n gs c h e m eo fn e t w o r k i n gv n m u a li n s t m m c n t s t h el a s tp a r ti sa l s ov e r y i m p o r t a n t i nt h i sp a r t , a c c o r d i n gt oc o n c r e t eh a r d w a r ei 1 塔n u m a l to fl a b s ：r e v o l v i n g m e c h a n i cs i m u l a t i v ev i b r a t o ra n dp c i - 6 0 2 4 ed a t aa c q u i s i t i o nc a r d , as e to f n e t w o r k t e s t i n gs y s t e mi sd e v e l o p e d t h i ss y s t e mm a yr e a l i z et h ef o l l o w i n gf u n c t i o n ：m e m i s u l q g s t h ec r i t i c a lr o t a t i o ns p e e do fe l e c t r i c a lm a c h i n e 、d i s p l a y st h ev i b r a t i o ng r a p ho f d i f f e r e n tr o t a t i o n a ls p e e d 、s p e c t r o g r a p h 、a x e sc e n t e rt r a c kg r a p h 、b o d eg r a p h ， v i b r a t i o ns i g n a lo n - l i n ea n a l y s i sa n do f f - l i n ep r o c e s s i n g , v i b r a t i o ns i g n a ls g 覆l ea n d 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 l o n g - d i s t a n c ed e m o n s t r a t i o na n da n a l y s i s ，e l e c t r i c a lm a c h i n e r yl o n g - d i s t a n c ev e l o c i t y m o d u l a t i o na n ds oo i l k e yw o r d s ：l a b v i e w ，l a b s q l ，l a b v i e ww e b c a ml i b r a r y ，n e t w o r k i n gv i r t u a l i n s t r u m e n t s i l l 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 前言 一研究背景和选题依据 当今世界，旋转机械已渗透到社会的各行各业，如电力、石油化工、冶金、 机械、航空以及一些军事工业部门的关键设备。随着现代工业、科学技术和网络 技术的发展以及自动化程度的进一步提高，旋转机械正朝着大型化、高速化、连 续化、集中化、自动化、网络化方向发展。由于各种随机因素的影响，这些机 械难以避免会出现一些故障现象，导致整个设备甚至整个生产过程无法正常工 作，造成巨大的经济损失，甚至还会引起严重的灾难性人员伤亡事故。机器的运 行状态监测与故障诊断是保证大型机组安全运行、防止恶性事故发生的有效手 段。它可以及时发现机组的运行故障先兆，诊断故障产生的原因，为生产和维修 提供决策依据，同时也减少了定期检修引起的生产停顿。因此，对关键设备进行 振动状态监测可以产生巨大的经济效益。 随着计算机硬件和软件技术的发展，仪器系统大致经历了四个阶段的发展： 传统仪器，智能仪器，卡式仪器，虚拟仪器。近来，由于网络技术的飞速发展， 测试仪器正朝着网络化虚拟仪器的方向发展。 将网络化虚拟仪器技术应用于电机的状态检测和故障诊断，可以实现电机状 态远程检测和故障的远程诊断，特别适用于环境恶劣、人不易到达的地方的电机 状态检测和故障诊断，同时由于工作人员不需要到现场进行数据采集，可以有效 避免了人力和财力的浪费，另外还能确保工作人员的人生安全。 二国内外研究发展情况 旋转机械振动状态监测系统通过检测转子振动、机壳振动、轴承振动等，并 进行多种方式的信号采集和信号处理，获取电机状态特征值是旋转机械振动故障 诊断和状态预测的基础。国外从六十年代初就开始对旋转机械的振动机组、故障 特征、振动信号提取及故障诊断信号处理进行了研究，发展了一系列监测诊断旋 转机械故障的技术。在现场信号采集与故障诊断仪器及数据管理软件的研制方 面，在国际上，以美国为主的西方发达国家在“旋转机械在线监测与诊断技术” 的综合研究方面处于领先地位：一方面，美国的信号处理与数据分析技术发展较 快，而这些处理机、分析仪和数据采集系统是机械设备状态监测的基础和核心， 是发展后续技术( 故障诊断) 所不可分割的部分；另一方面，美国的一些专业公 i v 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 司，对旋转机械的运行及监控、机组可靠性、安全性、维修性与经济管理技术已 从事有4 0 多年的研究历史，建立了庞大的数据管理系统，开展了专家系统的研 究，具有雄厚的数据与软件实力。此外，国际上还有许多著名的诊断仪器公司， 如丹麦的b & k ；英国的d i ：德国的申克及日本的武田理研等，生产有多种用于 设备诊断的分析仪器及软件系统。 由于国外的在线监测系统、现场诊断仪器及诊断管理软件一般价格十分昂贵， 且存在维护不便、因缺少汉化而使用不便等问题，难于在基层推广。国内一些大 学及研究所推出了自己的产品，如北京振通检测技术研究所推出的9 0 2 、b 0 3 便 携式数据采集器、重庆大学测试中心的q l s a - w 型振动噪声测试分析仪、大连 理工大学推出的p d m 2 0 0 0 数采分析仪及管理软件等，但随着计算机技术尤其 是微处理器及软件技术的飞速发展，上述装置及软件系统在性能指标、可靠性、 软件对不同公司数采装置的适应性等方面均存在一定的局限性。 三本研究工作与目标 本课题着重研究了以p c i 数据采集卡为硬件基础，以l a b v i e w 为软件开发平 台，以p c 机为核心，以网络为载体的网络化虚拟仪器，并将网络化虚拟仪器技 术应用到旋转机械振动模拟试验台中，从而实现了电机状态检测和故障诊断的网 络化、远程化。本课题的研究内容包括以下几个方面： ( 1 ) 充分利用l a b v i e w 提供的强大的数据分析功能，利用数字信号处理技 术，提供反映旋转机运行状态的各种特征参数和图谱，提供数据分析功能：时域 分析、频域分析、时频联合分析、图形分析等。 ( 2 ) 设计便于用户操作使用的界面。 ( 3 ) 将数据库技术应用到虚拟仪器中，以适应当代测试系统的大型化、复杂 化。 ( 4 ) 利用r e m o t ep a n e l s 技术实现虚拟仪器的网络化，即网络化虚拟仪器。 ( 5 ) 采用闭环控制对电机进行调速，并利用网络化虚拟仪器技术实现电机的 远程调速功能。 ( 6 ) 实现参数的组态功能，据现场具体情况定义相关系统参数，完成系统的 重构，以满足不同用户的需求。 v 基于网络化虚拟仪器技术的电机状态检铡和故障诊断系统的研究 ( 7 ) 实现测量信号的实时处理和后续处理相结合，极大的满足了不同用户的 需求。 ( 8 ) 利用数码摄像头和l a b v i e w 用户开发的免费图像采集软件工具包一 l a b v i e ww e b c a ml i b r 舡- y 实现铡试现场的网络视频传输。 本文首先分析了振动信号分析与处理的几种方法以及这些方法在电机状态检 测和故障诊断中的应用，接着介绍了虚拟仪器技术并探讨了虚拟仪器网络化的实 现方法，最终利用网络化虚拟仪器技术设计了一套电机状态检测和故障诊断系 统，该系统既可以进行现场检测与控制，也可以远程检测与控制，克服了传统仪 器必须进行现场检测的局限性。同时，利用虚拟仪器的可扩展性，稍做修改还可 以用于其它测试系统。最终完成的测试系统的框架结构如图( 1 ) 。 图( i ) 系统框架结构 v l 学位论文独创性声明 本人郑重声明： 1 、坚持以“求实、创新”的科学精神从事研究工作。 2 、本论文是我个人在导师指导下进行的研究工作和取得的 研究成果。 3 、本论文中除引文外，所有实验、数据和有关材料均是真 实的。 4 、本论文中除引文和致谢的内容外，不包含其他人或其它机 构已经发表或撰写过的研究成果。 5 、其他同志对本研究所做的贡献均已在论文中作了声明并表 示了谢意。 作者签名：妇乏 日 期：z 艘 = 。5 二t 盔 学位论文使用授权声明 本人完全了解南京师范大学有关保留、使用学位论文的规定，学 校有权保留学位论文并向国家主管部门或其指定机构送交论文的电 子版和纸质版；有权将学位论文用于非赢利目的的少量复制并允许论 文进入学校图书馆被查阅；有权将学位论文的内容编入有关数据库进 行检索；有权将学位论文的标题和摘要汇编出版。保密的学位论文在 解密后适用本规定。 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 第一章电机状态检测和故障诊断的方法及理论依据 1 1 振动模拟试验台在转子运行状态检测和故障诊断中的应用 电机运行状态的检测和故障的诊断离不开对转子振动信号的分析处理，本文 采用的模拟振动试验台能有效地再现大型旋转机械所产生的多种振动现象，通过 对模拟振动试验台产生的振动信号的分析处理来模拟大型旋转机械的状态检测 和故障诊断，为专门从事振动测试、振动研究提供了有效而方便的实验手段。振 动信号的分析处理有多种方法【l 2 1 ，如时域分析、频域分析、时频联合分析、图 形分析等，采取何种方法可视具体情况而定。下面将逐一分析各种方法在本测试 系统中的应用。 1 1 1 电机状态检测和故障诊断中的时域分析法 时域信号是指信号随时间变化的一种函数关系，包括时域连续信号和时域 离散信号，离散振动信号是通过对连续振动信号进行采样得到的。通过a d 采 集卡将调理后的振动信号采集到计算机中，再通过计算机将该信号按时间的关系 绘制出来，我们就可以看见一条振动幅值与时间的连续的函数曲线，在采样频率 较高的情况下，这种近似能比较真实地反映时域连续信号。 采样率决定了模数变换的速率，采样率高，则在一定时间内采样点就多， 对信号的数字表达就越精确。采样率必须保证一定的数值，如果太低，则精确度 就很差。图1 1 表示了采样率对精度的影响。 采样频率足够 采样频率不足引起的波形畸变 图1 1 采样率对精度的影响 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 根据耐奎斯特采样理论，采样频率必须是信号最高频率的两倍1 3 。例如，信 号的最高频率若为2 0 k h z ，受g 其采样频率一般需要4 0 z 。振动信号采样频率 一般为被测信号频率范围的2 5 6 倍。 信号的时域分析就是求取信号在时域中的特征参数闸( 如峰值、均值、方差、 均方值等) 及信号波形在不同时刻的相似性和关联性( 如自相关、互相关) 。 ( 1 ) 时域信号的特征参数 系统中求取的特征值包括峰值、均值、方差和有效值。在振动测量中，一般 用峰值、均方值给出振动的量级。下面分别叙述它们各自的定义和在振动分析中 的意义。设振动信号x ( t ) 采样后的时域数字序列为x ( n ) ，则有： 峰值 定义：指波形上与零线的最大偏离量。 i = i x ( 叫一 ( 1 1 ) 在基于虚拟仪器的振动测试分析系统中，连续振动信号x ( o 被离散化为数字 序列x ( n ) ，所以用数字序列的峰值来估计。 x 。= m a x x ( n ) ( 1 - 2 ) 意义：考核机器的结构强度时，尤其在低频段，结构的破坏直接与峰值有关。 均值 定义：一段时间内或一个周期内信号量的均值。 - - 以= 恕亍1j。tx(oat(1-3) 虚拟仪器系统中通常用# k5 亩莩工( 功 1 4 作为均值的估计。 意义；均值描述了振动信号的静态分量。 方差 定义：信号偏离均值的平方的均值。 z = 恕；上7 降( f ) 一瓦】2 d t ( i - - 5 ) 虚拟仪器系统中用 2 = 丙1 荨n - i 【工( 帕一地】2 ( 1 一) 2 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 来估计。 意义：方差描述了箍机信号在其均值附近的分布情况，反映信号的波动分量。 有效值 定义：即信号的均方根值。 = 怔；上7 瑚) 毋 ( 1 1 ) 1 商一 虚拟仪器系统中一般用z 一2 、专莩f o ) ( 1 8 ) 来估计。 意义：用来表示扳动的实际强度。 ( 2 )相关分析 研究信号之间关联程度的分析叫相关分析，包括自相关和互相关分析。 随机信号x ( t ) 的自相关函数l k 描述对于同一信号一个时刻的值与另一个 时刻的值之间的关联程度，其定义如下： 1一+ t r ( n 2 概去j 。x ( ) x ( t + f ) d t ( 1 - - - 9 ) 两个随机信号x ( o 和y o ) 0 0 - 可相关函数r d 力定义为： 1 ，i + t r f ( r ) 2 热亩j fx ( t ) y ( t + r ) d t ( 1 - - 1 0 ) 如果x ( t ) 和y ( o 是两个完全独立无关的信号，i 口= o 。因此，利用互相关函 数能够寻找隐藏在噪声信号中有关联的信号。 由于实际测量的机械振动有周期性的信号( 如转子的不平衡、不对中等引起 的振动) 和冲击性的信号( 如轴承上的缺陷引起的振动) ，还有很多随机性的信 号，在这些信号中往往混有许多随机噪声，当这些噪声大时会淹没故障信号。自 相关分析是用来描述随机信号x ( 0 在两个时刻的相似性，用自相关函数可以从随 机信号中把周期信号检测出来，而隐藏在噪声中的周期信号成分往往意味着某种 缺陷。 互相关函数是用来确定一个信号x ( 0 对另一个信号y 0 ) 相似程度的函数，亦 即考察信号x ( o 在t 时刻与信号y m 在( 州1 ) 时刻之间的幅值有什么联系。它能 反映机器上两点之间随频率变化的传递关系，即当机械系统受到激励而有响应 时，激励点与响应点或者系统上任意两点之间只与系统本身特征参数有关的函数 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 关系。利用两信号相关时的滞后时间测量，可诊断故障信号发生的位置，还可以 用来判断振动的传递途径。 1 1 2 电机状态检测和故障诊断中的频域分析法 旋转机械上无论是轴承、转子或其它有关部位，其振动波形一般来说不是纯 粹的正弦波，而是各种频率成分的合成波形，这一合成波形中，除了频率等于转 速( 1 x ) 的基频成分外，可能还含有频率为2 x 、3 x 、4 x 等倍频成分；频率接近 于1 2 x 、l 3 x 的亚倍频成分；频率等于某阶临界转速的成分；具有一定带宽的随 机振动成分等。复杂振动波形可以按傅立叶分析原理分解为一系列组成它的谐波 分量，每一谐波分量又有其幅值和相位，各谐波分量以频率为横坐标的谱图称为 频谱。旋转机械的振动信号可在频域内经过多种处理方式获得识别故障特征信息 所必须的几类频域图像。本虚拟振动狈9 试与分析系统分析模块提供的谱分析功能 有：幅值谱、功率谱、倒频谱以及频谱分析中窗函数的应用。 ( 1 ) f f t 幅值谱分析 傅立叶变换是信号分析与处理中的一个重要工具，可以把一个时域的问题 转化成频域的问题来解决。 设x ( 0 为t 的函数，如果x ( t ) 满足狄里赫利条件，则有下列二式成立： 取n = l “x ( t ) e - m 4 m ( 1 - - 1 1 ) 工( f ) = r 0 。x ) 扩啦矽( 1 - - 1 2 ) 连续傅立叶变换实现了测试信号从时域到频域的转换，在理论分析中具有 很大的价值，然而连续傅立叶变换却不能直接应用予计算机。直到离散傅立叶变 换的出现，才使得数学方法同计算机技术建立起联系，因而它比连续傅立叶变换 更具有实用价值。 离散傅立叶变换定义为；如果x ( n ) 为一时域数字序列，则其离散傅立叶变换 定义由下式来表示。 - 12 x b x ) = x 弦一卜矿( 1 - - 1 3 ) o 离散傅立叶的反变换定义由下式表示。 n - i2 z 荆= x | | 弦百( 1 - - 1 4 ) 4 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 离散傅立叶变换实现了离散信号从时域到频域的转换，在数字信号处理中非 常有用。但是，如果直接用离散傅立时变换，将花费很长时间，因此很长的一段 时间里d f t 的使用受到了限制。直到1 9 6 5 年美国的j w g o o l e y 和j w t u r k e y 提出了一种离散的傅立升变换的快速算法，即f f t ( f a s tf o u r i e rw a m f o r m a t i o n ) ， 才使得d f t 的计算工作量大为减少。 傅立叶变换的快速算法为： ) - ( o ) = x ( o ) w ：+ x ( 1 ) w ：+ + x ( n 1 ) 吣 x o ) = x ( o ) w ：+ 1 ) w ：+ + 工( n 1 ) w ：。 ； x ( n 一1 ) = x ( o ) w ：+ x ( 1 ) 、 + + x ( n 一1 ) w 掣妒 用矩阵表示可写成： x ( 0 ) x ( 1 ) x ( n 1 ) 嘲吣硝 w , ow 扣州一 ： w ow n _ l 哪4 p x ( o ) x 0 ) x ( n - 1 ) ( 1 1 5 ) 由于w n 是复数，x ( n ) 也可能是复数，这样，要完成上面矩阵运算需n 2 次复 乘和n ( n - 1 ) 次复加。可见，计算量与n 2 成正比，随n 的增加，总运算次数将会 急剧增加。 设n = 2 m ，于是可将【m 分解成m 个矩阵的连乘，即 【w 】；【w l 】 w 2 】一【w m 】 ( 1 1 6 ) 其中每个矩阵的各行元素都包含有两个非零项。例如，对于n = 2 2 的情况有： f w j = l1 iw 1 1 w 2 1w 3 11 w 2 w 3 w o w 2 w 2w 1 ( 1 一1 7 ) 这里利用了关系w 呜娟州，因此w ，o ，w 6 _ 娟，2 ，将 川分解成 f 1w o 1 1w ： 【w 】【心】= i o o 1 00 群爱 ( 1 一1 8 ) 5 基于网络化虚拟仪器技术的电杌状态检测和故障诊断系统的研究 由于上式在分解时充分利用了旋转因子w n 具有周期性及合理的特点从而 使总的计算次数从n 2 量级减少到n l 0 9 2 n 量级，极大地提高了计算速度，故形成 了快速傅立叶变换。最常见的f f t 算法要求n 是2 的幂次。 ( 2 ) 功率谱分析 以能量形式表示频谱图幅值，称功率谱分析。 对于随机信号x ( t ) ，由于其任一样本函数都是时问无限的函数，一般不能满 足傅立叶变换的存在条件( 即积分r ”i ( f ) i 出必须收敛) 。如果将样本函数取在 一个有限区间( - t 2 ，t t 2 ) 内，令在区间以外的x ( t ) = o ，则积分r ”i x ( f ) l 出收敛。 对样本的自相关取傅立叶变换： s 、= “r l e - i 训t d t ( i - - 1 9 ) 则称该傅立叶变换为样本函数x ( t ) 的自功率谱密度函数嘲，简称自谱密度或自谱。 由傅立叶反变换有； r a t ) = f( 1 - 2 0 ) _ l s x ( f ) e l z 1 7 d f 如果z - - o ，根据自相关函数r x 和自谱s “f ) 的定义，可以得到 r 。( o ) = 觏去x 2 ( t ) d t 2j s z ( f ) d f( 1 _ 2 1 ) 积分t (t)dt可以看作信号的总能量，则rx(o)可以看作信号的平均功率，tx2 & ( f ) 表示了信号的功率沿频率轴的分布，故称s “f ) 为自功率谱密度函数。 同理，两个随机信号x ( t ) 和y ( 。的互功率谱密度函数s 羽是此两个随机信 号的互相关函数r 唧 的傅立叶变换，即 = 仁( 下) e - 1 2 x , t 1 , d 3 ( 1 - 2 2 ) 对于一个单输入单输出的线性系统，设系统的频率响应为h ，若输入为 x ( 0 ，输出为y ( t ) ，则有 s 】q _ c f ) = | h s x ( f )( 1 2 3 ) 故从输入信号的自功率谱和输入信号的互谱就可以直接得到系统的频率响应 函数。所得到的h ( o 不仅含有幅频特性，而且含有相频特性 目前，振动功率谱分析常用于轴承的异常振动 6 基于两络化虚拟仪器技术的电机状态检测和放障诊断系统的研究 ( 3 ) 倒频谱分析 倒谱变换是将自功率谱密度函数的对数再做一次傅立时变换。变换的结果缛 到倒频谱。倒谱变换与自相关函数相比较，其特点主要在于变换之前要对功率谱 密度取对数。倒频谱是频谱的频谱，它能分析出复杂频谱图上的周期结构，分离 和提取频谱中的周期成分。倒频谱分析的目的是寻找频谱中的周期成分。假设信 号x ( t ) 的功率谱是s 娴i ，对s 购取对数后再作傅立叶变换，所得到的是倒功率谱 c x ( t ) ，即 c ，一) = f l g 【s 。( f ) 】) ( 1 2 4 ) 式中f 是傅立叶变换算子。傅立叶变换前先对功率谱取对数的目的是增强谱 中低幅值，降低谱中高幅值。 1 1 3 电机状态检测和故障诊断中的联合时频分析法 传统上对信号进行分析时，要么仅在时域上，要么仅在频域上进行分析。联 合时频分析网( , f f f a ) 可以同时在时域和频域上对信号进行分析，这样可以更好 地理解和处理某些类型的信号。j t f a 主要用于观察信号的功率谱随时间的变化， 然而古典算法( 如傅立叶变换的平方) 仅表示信号的平均功率谱。并且，y r f a 算法还可以分析瞬时谱。 联合时频分析包括：g a b o r 展开，短时傅立叶变换( s t f t ) ，自适应转换。 本文采用的是s 1 1 玎，它既能反映频率内容，也能反映该频率内容随时间的变化 规律，将信号的时域分析和频域分析紧密结合起来，它是一种在时频联合域 上对信号的能量密度进行分析的方法。为了研究信号在时间t 的特性，通过在一 个中心在t 朐窗函数h ( t ) 乘信号来实现，以加强该时间出现的信号，而压缩其它 时间出现的信号。联合时频分析方法不仅适用于非平稳信号，同样也可用于平稳 信号和确定性信号。 1 1 4 电机状态检测和故障诊断中的图形分析法 不同的振动状态表示方式具有不同的特点，有些故障在某些图形上反映不明 显，但在另外一些图形上却表现得比较突出。因此，工程上进行振动分析时经常 用到大量振动图形，这些振动图形对振动分析很有帮助。常用的图形有波形图、 频谱图、轨迹图、奈奎斯特图、波德图等，下面对这些图形分别加以介绍。 7 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 1 振动波形图 振动波形就是将振动信号的时间历程表示出来。从振动波形中可以看出振动 信号是否平稳、有没有毛刺、削波、调频调幅不稳定等异常现象。这些现象在频 谱图上有时表现的并不是很明显。例如，转子出现摩擦故障时，振动信号会出现 很多毛刺或削波现象，不平衡故障波形为标准正弦波等，这就为我们提供了很多 有用的诊断信息。 2 振动频谱图 通常情况下振动信号包含了很多简谐振动成分，即 y = a lc o s ( 哪+ 魄) ( 1 _ 2 5 ) 当频率成分较多时，从振动波形中很难直接看出波形中包含的频率成分。这 时可以对上述振动信号作傅立叶变换。傅立叶变换可以求出振动信号中包含的所 有频率成分。频谱图就是将这些频率成分和大小表示出来。 由振动故障机理可知，不同振动故障所包含的振动频率成分并不相同r 玎。例 如，不平衡故障主要为与转速同频的工频成分；油膜振动故障为与转子系统固有 频率相对应的低频成分等。频谱图将振动信号中包含的频率成分非常直接地表现 出来，对于故障诊断非常重要。频谱分析是技术人员采用得最为广泛的分析手段。 所有故障诊断几乎都是从频谱分析开始的。旋转机械故障诊断中常将与转速相等 的频率成分定义为基频或工频。为了直观起见，人们也常以l x 、2 x 、1 2 x 等表 示与一倍转速、二倍转速、1 2 倍转速相等的频率成分。 3 轴心轨迹 轴心轨迹就是将转子的运转情况以二维轨迹形式表示出来。要了解轴心轨迹 情况，必须在转子截面上同时安装两个互成9 0 度夹角的涡流传感器。根据轴心 轨迹图，我们可以得到 ( 1 ) 轴颈在轴承中的位置。根据轴心位置的高低，结合瓦温等参数可以判断 轴承承载情况。轴颈位置高，轴承承载轻。 ( 2 ) 根据轴心轨迹形状可以帮助判断不对中摩擦、油膜涡动、油膜振动等异 常故障。 8 基于网磊化虚拟仪器技术的电机状态检测和故障诊断系统的研究 4 奈奎斯特图 奈奎斯特图就是将不同转速下的振动以极坐标的形式表现出来。 奈奎斯特图可以帮助我们： ( 1 ) 判断转子的临界转速。由振动理论可知，过临界时振动幅值最大，相位 变化最明显。因此，奈奎斯特图上共振点就是位于极坐标最大的一点，共振振幅 和相位就是最大极坐标所对应的半径和角度。 ( 2 ) 确定转子上不平衡所在轴向位置。 5 波德图 波德图是描绘基频振动的幅值及相位随转速的变化曲线，即以转速作为横 坐标，分别以振幅和相位为纵坐标描绘的两条曲线。波德图反映变速过程中振 动变化情况的图形。 波德图功能主要有： ( 1 ) 确定系统临界转速值和临界转速下的振幅值。波德图上振幅的峰点 和相位变化的剧烈处的转速即为临界转速。 ( 2 ) 判断轴系中不平衡转子所在的跨挡及不平衡型式：众所周知，无论是 单转子还是轴系，只要延轴方向某一截面存在不平衡，而不平衡所在截面又不 在某些阶振型节点上，就可引起这些阶的过大振动。因此，通过波德图来间接 判断转子的振型和不平衡重量分布情况具有较大的使用价值。 ( 3 ) 判断不平衡在径向平面上的位置。 ( 4 ) 进行故障诊断。 1 2 窗函数和滤波器在振动信号分析中的应用 1 2 1 窗函数的应用 在实际测量中，采样长度总是有限的，采样信号只是所测的连续信号的截断， 这将不可避免地引起谱泄漏，造成计算所得的频谱与实际信号的频谱不一致。减 小谱泄漏的一个简单的方法是使用平滑窗。对采样信号加窗，可以减小截断信号 的转折沿，从而减小了谱泄漏，平滑窗相当于窄带低通滤波器。对信号加窗等于 时域信号乘以窗函数。因为时域中的相乘等于频域中卷积，加窗信号的频谱等于 信号频谱与窗函数频谱的卷积，所以加窗将改变时域信号及频谱的形状。 9 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 当利用d f t 或f f t 分析信号的频谱成分时，算法将假设信号为周期信号， 第一个周期采样信号，整个信号则由采样信号做周期延拓丽得，如图1 2 所示。 图1 2 采样信号的周期延拓 可以看出，周期与周期之间是不连续的，造成这种不连续的原因是实际中 很难做到整周期采样。这种不连续在采样信号频谱中会以非常高频率出现，甚至 会比奈奎斯特频率高很多，并混存于0 f d 2 频段上，所以使用d f t 或f i 玎算 法得到的频谱并非被测信号的频谱。这种现象好似某一频率的能量泄漏到了其它 频率，因此称为谱泄漏。 克服谱泄漏的一种方法是无限延长采样周期，这样f f t 就能算出正确的频 谱，但在实际中是无法做到的。另一种方法是加窗，谱泄漏的能量取决于不连续 的幅度，跳跃越大，谱泄漏就越大。可以使用平滑窗减小采样信号周期边缘不连 续的幅度。加窗是将采样信号与窗函数相乘，窗函数的幅度变换很平滑，并且边 缘处逐渐趋近于零。如图1 3 所示的砘咖i n g 窗，信号加窗后边缘处逐渐趋近于 零。所以，对加窗后的信号进行周期延拓，信号的不连续性将大大减小，从而减 低了谱泄露。常用的平滑窗有：r e c t a n g u l a r 窗、h a r m i n g 窗、h a m m i n g 窗、t r i a n g l e 窗、b l a c k m a n 窗。 1 0 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 图1 3 原始波形与加窗后波形的对照图 1 2 2 滤波器在振动信号分析中的应用 振动信号分析与处理的最基本和最重要的内容，就是从合成波形中检测出 基频信号，并准确地测量其幅度和相位。基频检测的重要性是因为旋转机械的许 多振动问题研究都是与基频有关。而要从合成波形或混有高频随机噪声的复杂波 形中分离出基频信号，必须使用滤波器。常用的数字滤波器有巴特沃思滤波器 ( b u t t c r w o r t h ) 、切比雪夫滤波器( c h e b y s h c v ) 、中值滤波器等。 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 第二章网络化虚拟仪器技术 2 1 虚拟仪器技术 2 1 。1 虚拟仪器概念 虚拟仪器嘲( 、，i r t i l a li n s t r u m e n t s ，简称v i ) 是现代计算机技术和仪器技术深层 次结合的产物，是当今计算机辅助测试( c a t ) 领域的一项重要技术。虚拟仪器是 计算机硬件资源、仪器与测控系统硬件资源和虚拟仪器软件资源三者的有效结 合。 所谓虚拟仪器，就是在以计算机为核心的硬件平台上，其功能由用户设计和 定义，具有虚拟面板，其测试功能由测试软件实现的一种计算机仪器系统。虚拟 仪器的实质是利用计算机显示器的显示功能来模拟传统仪器的控制面板，以多种 形式表达输出检测结果；利用计算机强大的软件功能实现信号数据的运算、分析 和处理；利用加接口设备完成信号的采集与调理，从而完成各种测试功能的一 种计算机仪器系统。使用者用鼠标或键盘操作虚拟面板，就如同使用一台专用测 量仪器一样。 2 , 1 2 虚拟仪器的构成及其分类 h 虚拟仪器的构成1 9 1 ：虚拟仪器由通用仪器硬件平台和应用软件两大部分构 成。 1 ) 虚拟仪器的硬件平台 构成虚拟仪器的硬件平台有两部分。 计算机 它一般为一台p c 机或者工作站，是硬件平台的核心。 i 0 接口设备 加接1 ：3 设备主要完成被测输入信号的采集、放大，模数转换。不同的总线 有其相应的接口硬件设备，如利用p c 机总线的数据采集卡、g p i b 总线仪器、 v x i 仪器模块、串口总线仪器等。 2 )虚拟仪器的软件 开发虚拟仪器必须具有合适的软件工具，目前的虚拟仪器软件开发工具有如 下两类： 1 2 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 文本式编程语言：如v i s u a lc 卜 ，v t s u a lb a s i c ，l a b w m d o w 趴、v i 等。 图形化编程语言【l o l ：如l a b v i e w ，h p v e e 等。 这些软件开发工具为用户设计虚拟仪器应用软件提供了最大限度的方便条 件与良好的开发环境。 本文虚拟仪器设计采用的是l a b v l e w 图形化编程语言。 虚拟仪器软件由两部分构成，即应用程序和加接口仪器驱动程序。 虚拟仪器的应用程序包含两方面功能的程序： 实现虚拟面板功能的软件程序； 定义测试功能的流程图软件程序。 加接口仪器驱动程序完成特定外部硬件设备的扩展、驱动与通信。 o 虚拟仪器的分类【n 】 根据f o 接口硬件设备的不同，虚拟仪器可以分为五类： 1 )p c - d a q 系统：以数据采集卡信号调理电路和计算机为仪器硬件平 台组成的插卡式虚拟仪器系统。 2 )g p i b 系统：以g p i b 标准总线仪器与计算机为仪器硬件平台组成的虚 拟仪器系统。 3 )v x i 系统：以v x 标准总线仪器模块与计算机为仪器硬件平台组成的 虚拟仪器系统 4 ) p x i 系统：以p x i 标准总线仪器模块与计算机为仪器硬件平台组成的 虚拟仪器系统 5 ) u s b 系统：以u s b 标准总线仪器与计算机为仪器硬件平台组成的虚 拟仪器系统 本文采用的是基于p c _ - 【) a q 的虚拟仪器测试系统。p c _ d a q 系统是以数 据采集卡、信号调理电路及计算机为仪器硬件平台组成的插卡式虚拟仪器系统 这种系统采用p c i 或计算机本身的i s a 总线，将数采卡( ( d a q ) 插入计算机的空 槽中即可，其系统结构如图2 1 所示。 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 设 软面板 陌面磊卜一 信备 应用程序 号 数 调 据 驱 理 采 动l a b v i e w 子模板 i 堡壁壁卜一 电 集 程 路 - l e 序 l a b v i e w 操作平台 ， 。计算机。 一 f “ 图2 1 基于p c d a q 虚拟仪器系统的结构 图2 1 所示的虚拟仪器损4 试系统工作漉程如下。 ( 1 ) 传感器测量被测信号，将其转换为电量信号； c 2 ) 信号处理电路将传感器的电量信号进行整形、转换、滤波处理，变成标 准信号； ( 3 ) 数据采集卡采集调理后的电压信号，并转换为计算机能处理的数字信 号； ( 4 ) 通过设备驱动程序，数字信号进入计算机； ( 5 ) 在l a bv i e w 平台下，调用信号处理子模板，编写仪器功能流程、功能 算法，设计虚拟仪器前面板； ( 6 ) 形成具有不同仪器功能的应用程序。 圆虚拟仪器的特点 与传统仪器相比，虚拟仪器除了在性能、易用性、用户可定制性等方面具有 更多优点外，在工程应用和社会经济效益方面也具有突出优势。 一方面，目前我国高档台式仪器如数字示波器、频谱分析仪、逻辑分析仪等 还主要依赖进口，这些仪器加工工艺复杂，要求很高的制造技术，国内生产尚有 困难，采用虚拟仪器技术，可以通过只采购必要的通用数据采集硬件来设计自己 的仪器系统。 另一方面，用户可以将一些先进的数字信号处理算法应用于虚拟仪器设计， 提供传统台式仪器不具备的功能，而且完全可以通过软件配置实现多功能集成的 仪器设计。 与传统仪器相比，虚拟仪器还具有以下优点【1 2 ，1 3 】： 对输入信号的处理和计算可以更加复杂，而且处理速度更快。 测试结果的表达方式丰富多彩。 1 4 基于网络化虚拟仪器技术的电机状态检测和故障诊断系统的研究 可以方便地存储与交换测试数据。 可以通过多种现有的通信标