故障信号的采集和处理

故 障 信 号

学 校：

院 系：

班 级：

姓 名：

学 号： 采 集 和

处 理 的

摘要

随着工业生产和科学技术的发展, 机械设备的可靠性、可用性、可维修性与安全性的问题日益突出, 从而促进了人们对大型机械设备故障机理及诊断技术的研究。信号的采集与处理是实现机组振动检测与故障诊断系统的核心技术。如何建立切实可行的信号采集与处理系统是实际工程应用中的重要内容。对信号采集与处理的基本原理和主要方法作了详细介绍, 并结合实例说明在工程应用中如何从软硬件两方面来实现这一重要的环节。

课题研究背景

二十世纪以来, 随若工业生产和科学技术的发展, 现代工业系统的结构越来越复杂, 功能越来越完善, 自动化程度也越来越高, 这就对机械设备的安全方面和故障诊断技术方面有了更高的要求。由于许多无法避免的因素的存在, 工业系统会出现各种各样的故障, 这些故障引起的直接后果, 有些是降低或失去系统某些预定的功能, 有些则造成严重的人员和财产的巨大损失, 如:1998年8月到1999年5月的短短的10个月间, 美国的3种运载火箭:“人力祌”、“雅典娜”、“德尔他”共发生了 5次发射失败, 造成3多亿美元的直接经济损失, 迫使美国航天局于1999年5月下令停止了所有的商业发射计划, 美国的航天计划受到了严重的打击。因此, 国内外都不遗余力的进行振动机械大型化、能化的发展, 从而减少振动机械数量、减少设备费用和设备管理费; 便于实行自动检测和自动控制。可见切实保障现代大型机械设备的可靠性与安全性, 具有十分重要的意义。因此故障诊断技术--直是各国研究的热点。

随着科学的发展和技术的进步, 系统的能力和现代化水平日益提高以及人们对故障诊断的了解和应用, 故障诊断技术越来越成熟, 很多国家在不同领域都获得了成就:

(1)英国于70年代初成立了机器保健与状态监测协会, 到了80年代初在发展和推广设备诊断技术方面作了大量的工作, 起到了积极的促进作用。英国曼彻斯特大学创立的沃森丁业维修公司和斯旺西大学的摩擦磨损研究中心在诊断技术研究方面都有很高的声誉。英国原子能研究机构在核发电方面, 利用噪声分析对炉体进行监测, 以及对锅炉、压力容器、管道的无损检测等, 起到了英国故障数据中心的作用。目前英国在摩擦磨损、汽车、飞机发动机监测和诊断方面仍具有领先的地位。

(2)欧洲一些国家的诊断技术发展各具特色。如瑞典SPM 公司的轴承监测技术,AGEMA 公司的红外热像技术; 挪威的船舶诊断技术; 丹麦的B&K公司的振动、噪声监测技术等都是各有千秋。日木在钢铁、化工等民用工业屮诊断技术占有优势。东京大学、东京工业大学、京都大学、早稻田大学等高等学校着重基础性理论研究; 而机械技术研究所、船舶技术研究所等国立研究机构重点研究机械基础件的诊断研究; 三菱重工等民办企业在旋转机械故障诊断方面开展了系统的工作, 所研制的“机械保健系统”在汽轮发电机组故障监测和诊断方面已经起到了有效的作用。

(3)我国诊断技术虽起步较晚, 似经过近几年的努力, 加上政府冇关部门多次组织外外国诊断技术专家来华讲学, 巳基本跟上了国外在此方而的步伐, 在一些特定设备的诊断研究方面很有特色, 形成了一批自己的监测诊断产品, 特

别是智能化的故障诊断专家系统, 在电力系统、石化系统、冶金系统、以及高科技产业中的核动力电站、航空部门和载人航天T 程等。

工作比较集巾的是大型旋转机械故障诊断系统, 己经开发了20种以上的机组故障诊断系统和十余种可用来做现场故障诊断的便携式现场数据釆集器。透平发电机、压缩机的诊断技术已列入国家重点攻关项目并受到高度重视; 而西安交通大学的“大型选转机械计算机状态监测与故障诊断系统”, 哈尔滨工业大学的“机组振动微机监测和故障诊断系统”。东北大学设备诊断工程中心经过多年研究, 研制成功了“轧钢机状态监测诊断系统”, “风机工作状态监测诊断系统”, 均取得了可喜的成果。

正文

信号的采集与处理是实现机组振动检测与故障诊断系统中的一个基本环节, 也是振动监测软件的核心技术。它起着对监测信号进行加工、变换、提取敏感的故障征兆的重要作用。对集到的重要参量及时进行分析, 对有关性能指标及时评估, 可对机组故障及时预测预报, 根据故障趋势, 通过改变运行参量, 使机组维持正常运行, 避免设备损坏造成巨大的经济损失, 对大型机组具有重要的意义。振动监测与故障诊断技术是机电控制及自动化领域的主要研究方向之一。由于许多无法避免的因素的影响, 设备会出现各种各样的故障, 甚至造成严重的灾害性事故, 造成巨大的经济损失。针对这种现象自20世纪80年代以来, 集多交叉学科于一体的监控、诊断、预报理论技术, 随着现代电子技术、自动控制理论、信息理论与技术、计算机技术等前沿科学的迅猛发展而发展, 建立一套有效的振动监测故障诊断系统是必然的发展趋势。信号采集和处理模块是故障诊断的前提和基础。若能采集到最能反映机组状态的信息并且对信号做出最有效最直观的分析, 故障诊断就能有效进行。以往, 信号分析主要是通过模拟式分析仪进行的。随着数字计算机的迅速发展, 现代信号分析主要包括两种形式:一种是以计算机为核心的专用数字式信号处理仪器; 另一种是采用通用计算机软件的方式来进行信号分析。尽管以上两种方式在形式上有所差别, 但信号分析的手段和方法基本上是一致的。

1 信号处理系统的组成

信号处理的内容随具体的任务不同而有所差异, 但其处理过程一般应包括信号的收集、记录、预处理、数据检验、信号分析等环节。信号处理系统可用图1表示。

(1) 传感器单元

信号的收集是通过各种传感器进行的。

传感器将某些变化过程的物理量转

换为电信号的形式输出以供分析。为了使最后的分析结果具有最小的误差, 所使用的传感器应该具有足够宽的频带以及线性范围, 从而保证信号波形的畸变较小。此外, 传感器的输出应该具有较大的动态范围, 以保证有较大的信噪比。信号采集后, 有离线和在线分析两种形式。当处理的数据量太大, 分析仪器没有足够的内存进行分析, 或分析仪器的分析速度跟不上实际过程的要求时, 将信号先记录下来, 以备事后分析, 这时分析仪器和被测量系统相脱离, 这种方式称为离线分析。如果对信号边采集边分析, 则称为在线分析。

(2) 预处理单元

信号在经计算机处理以前, 一般还要进行预处理, 这包括采样量化及量化后的一系列处理过程, 如放大、滤波等。被采样量化的信号是带限的。然后按采样定理的要求对信号进行采样。

(3) 采样保持(S/H)和模数(A/D)转换

通过模数转换器A/D,将模拟信号x(t)在时间上离散化, 在幅值上量化成数字信号x(n),以便计算机处理。

模数转换过程中不可避免地会出现量化误差, 量化误差反映了A/D转换的精度。为了保证转换精度, 被转换的输入信号应该不变或变化很小。对于信号变化快而A/D器件转化速率不够的情况, 需在A/D转换器之前加采样保持器

(S/H),以起到对信号的跟踪同时又在转换期间内保持A/D器件输入不变的作用。

(4) 信号分析单元

是信号处理的中心环节。主要包括信号的幅域分析、时域分析、频域分析以及瞬态分析等方面的分析计算。

(5) 数模转换单元D/A

D/A转换单元将计算机的分析处理结果以模拟量的形式输出, 提供给波形显示或其他用途。

2 信号处理的主要方法

以快速傅立叶变换(FFT)为核心的经典信号处理方法在设备的状态检修中发挥了巨大的作用。

(1)频谱分析

信号分析的基本方法之一是将时域信号通过某种变化使信号的本质表现得更加清晰。例如, 通过傅立叶变换( Fourier Transform)以频域的形式来描述信号, 比时域描述具有更简明清晰的特点, 更能揭示信号的本质内容。特别是快速傅立叶变换( FFT-Fast Fourier Transform)算法发明之后, 频谱分析的应用更加广阔。因此, 通过傅立叶变换来分析信号的频谱, 包括幅值谱和功率谱, 来认识频谱结构是信号分析的主要手段。

(2)相关分析

当信号被强烈的随机信号所混杂甚至淹没时, 将信号作相关分析, 利用确定性信号的规律性将其从干扰信号中分离出来, 或者利用信号间的相干性求取信号传输系统的特征参数和动态特性。

(3)细化谱分析

这是一种可以在不增加分析点数的情况下提高频谱分辨率的方法。目前广泛使用的是幅调制细化分析方法。

(4)时间序列分析

时间序列分析方法是根据观测数据和建模方法建立动态参数模型, 利用该模型进行动态系统过程的模拟、分析、预报和控制的方法。

(5)倒频谱分析

倒频谱是“对数功率谱的功率谱”, 倒频谱分析法能够突出功率谱图中的一些特征和显示振动状态的一些变化。利用该方法的线性分离特性能很好地实现振源信号与系统特性的线性分离。此外, 随着现代信号处理技术的发展, 信号分析的手段越来越丰富, 象Wigner-Ville 分布(Wigner-Ville

distribution )、短时傅氏变换(Short-time Fourior Transform-STFT)、小波变换(Wavelet Transform)等在实际工程中都得到了广泛的运用。 3 实例分析

结合基于DSP 的采煤机牵引电动机在线监测装置进行说明。

随着科学技术的不断发展以及煤矿自动化设备的大型化、复杂化和高度集成化，如何保障机电设备的安全稳定运行，使其发挥出高效的工作效率，是煤矿安全生产当中最重要的一个环节。牵引电动机作为采煤机行走操作的主要执行元件，在采煤机各组件中处于核心的位置，一旦出现问题将直接导致采煤机停机，如果此时采煤机机械制动装置动作不及时，极有可能使采煤机下滑，发生安全事故，影响采煤工作面生产和安全生产。在采煤机行业，针对采煤机牵引电动机故障在线监测，基于DSP 的采煤机牵引电动机在线监测装置，该装置通过对电动机温度及电压信号的跟踪，对牵引电动机定子电流频谱和PARK 矢量轨迹的分析，实现对电动机运行状态的预诊断及故障报警。现场测试表明，该模块可以很好地完成对电动机定子及转子典型故障的预诊断，同时具有对牵引电动机过热、过载、短路及缺相的保护功能。

（1）系统硬件的总体设计

系统硬件的总体设计采煤机牵引电动机在线监测装置是以TMS320F28335为控制核心，并通过以AD7606为基础的高精度信号采集模块，对采煤机牵引电动机状态数据(包括温度、电流信号) 进行实时的高精度采集，在预设的软件程序作用下，完成对电动机工作状态的判断，并通过CAN 总线接口将电动机状态数据上传至采煤机电控系统中，为采煤机的整机工作状态监控提供必要数据。系统硬件总体结构如图2所示。

系统通过热电偶、电阻分压及电流传感器的方法，采集电动机的温度、电压及电流。温度及电压信号经过线性光耦隔离后由信号处理模块调理成适合A/ D 转换的0~5V单极性信号，电流传感器输出的 0~20mA 电流信号经IV 转换、放大滤波及电平转换后直接进入AD7606中。并将处理后的信号通过AD7606 的 A/

D 实时地转换送入 DSP 控制芯片中。

（2）信号采集单元

信号采集单元就是将电动机电流、电压及温度信号转换成电信号的传感器，以及对传感器输出信号进行处理的电路模块。温度信号采集单元温度采集单元用于电动机绕组温度信号采集，为可靠实现系统功能，要求温度采集单元分辨率≥1℃，温度数据采集更新率≥10Hz 。采集单元配套温度传感器采用Pt100(温度系数0.00385) ，测温动态范围-40~+190℃，在-20~ +160℃范围内温度误差±3℃，温度显示分辨率0.1℃。

2.1电压信号采集单元

电压监测单元及电压跟随电路，通过高速运算放大器组成的跟随电路，实现对电动机输入电压的在线跟踪监测。电压监测单元用4个高精度的耐高压采样电阻对输入信号进行分压，将高电压分压至原始的 1%，通过高频运放组成的跟随电路实时跟踪输出电压的变化，并将信号输出到下级监测电路中。

（3）电流信号采集单元

该装置主要应用定子电流的频谱分析和 PARK矢量轨迹跟踪来完成对电动机运行状态的预诊断。电动机工作的电流信号采集的实时性和准确性是确保整个装置正常工作的关键。电流信号采集单元使用 Lem 公司的 LF305-S电流传感器进行电流信号采集，该传感器是一款基于霍尔效应的闭环电流传感器。传感器带宽范围：DC-100 kHz，IPN= 300 A。

（4）模数转换电路

装置需要对电流信号进行高精度的频谱分析，电动机故障特征信号与正常信号的频率相差较小，装置对电流信号采集的精度及实时性要求极高。电动机基波频率为50Hz ，最高频率 100 Hz，最高开关频率10 kHz，为了更好分析电流信号频率成分，取目标信号频率为2倍的开关频率20 kHz，根据采样定理采样频率至少为40 kPs。

（5）数字信号处理器

DSP 部分主要完成对A/ D转换后的的数据处理、存储，同时实现外围电控系统及上位机间的通信和数据传输。以DSP 系统为核心的牵引电动机状态监测装置，符合当前井下设备智能化发展的主流趋势，也符合井下安全高效生产建设需求。能可靠地实现对采煤机牵引电动机温度及电流状态信号的实时监测，同时可以根据对电流信号的频谱分析，实现对牵引电动机的故障预警功能，对采煤机牵引电动机故障诊断和设计具有一定的借鉴意义。

参考文献

[1]张福建—— TMS320F2812 的采煤机电动机保护控制模块[J]．工矿自动化，2011(5)

[2]庄德玉——基于 DSP 的采煤机牵引电动机状态在线监测装置

[3]周绮凤, 蔡维由——机组振动监测与故障诊断系统中信号的采集及处理

[4]张建——《机械故障诊断技术》