《基于LabVIEW的旋转机械振动在线监测与故障诊断系统设计》由会员分享，可在线阅读，更多相关《基于LabVIEW的旋转机械振动在线监测与故障诊断系统设计（34页珍藏版）》请在金锄头文库上搜索。
1、学号： 200921070413 姓名：吕亮 自动化学院基于LabVIEW的旋转机械振动在线监测和故障诊断系统设计摘要旋转机械是现代社会生产中的重要设备，一旦设备发生故障，不仅会造成巨大 的经济损失，而且可能危及人身安全，产生重大的社会影响。旋转机械的故障一般 是由振动引起的，因此，我们通常利用检测设备检测振动信号来监视机械的工作状 态，并对信号进行分析处理后提取故障信号。 本课题在实验的基础上， 利用 LabVIEW 编程语言，研究开发了旋转机械振动在线监测和故障诊断系统。本文采用传感器、数据采集、信号处理、故障诊断和网络传输等技术对设备的 运行状态进行实时在线监测和振动数据分析，主要研究内
2、容包括信号的实时采集、 远程数据传输、故障状态监测、数据存储和分析的结构设计与实现。论文首先总结了振动状态监测与分析技术的相关理论知识，对常见的振动故障 诊断方法进行了比较，为系统开发工作提供了理论基础。接着，完成了系统软硬件 设计，包括传感器和数据采集卡的配置、信号调理电路设计、振动信号连续采集和 存储编程以及界面设计，实现了振动数据采集、存储及监测。本文还研究了基于 DataSocket 的实时数据网络化远程传输技术，提出振动状 态远程监测及故障诊断方案。关键词：在线监测 ; 旋转机械; LabVIEW; 数据采集1引言1.1研究领域及学科介绍机器的振动总是随着机器的运转而存在的。即使是机
3、器在最佳的运行状态，由 于很微小的缺陷及外界激励，也将产生某些振动。过大的振动又往往是机器破坏的 主要原因，因此，我们通常利用检测设备检测振动信号来监视机械的工作状态，并 对信号进行分析处理提取故障信号。工业设备包括各类汽轮发电机组、离心压缩机组等回转机械及一些往复机组， 如大型柴油发电机组等。它们是电力、造船、冶金、汽车和石化等国民经济重要部 门的关键设备，保障其安全、稳定、长期、满负荷运行将产生巨大的经济效益和社 会效益。一般机组成套设备包括众多环节，影响其安全运行的因素极多，通过使用 各种设备对机组运行的过程振动参数进行信号的监测与分析是判断设备是否正运 行、是否存在潜在故障及预测故障发
4、展趋势等问题的有力手段。设备振动监测与故障诊断是通过掌握设备过去和现在运行中或基本不拆卸的 情况下的状态量，判断有关异常或故障的原因及预测对将来的影响，从而找出必要 对策的技术。它是一门综合性技术，涉及传感及测试技术、电子学、信号处理、识 别理论、计算机技术以及人工智能专家系统等多门基础学科，是对这些基础理论的 综合应用。近二十多年来，随着科技与生产的发展，设备振动监测与故障诊断无论 在理论上还是在技术和应用上都发生了令人瞩目的深刻变化。进入20世纪70年代以后，微型计算机的普遍推广应用，特别是 FTF算法的引入，使得振动测试分析和 故障诊断技术进入了新时期。1.2国内外发展状况目前国内大多数
5、企业在生产中对设备的管理维修一般采用定期维修和事后维 修方法，即按预定的检修周期对设备进行维修或设备发生故障后才进行维修。定期 维修有明显的缺点，主要表现在过剩维修和不足维修。过剩维修就是设备尚未出现 故障，还可运行一段时间，但规定的检修时间己到，也要按制度停机检修。这不但 浪费人力、物力和时间，还会因检修不当而引起人为故障，从而人为增加维修费用。 而维修不足则是规定的检修期未到，但设备已出现故障，其结果将导致生产系统的 非正常停机。因为许多故障与机组的运行状态有着密切的联系，即使多次启动机组 有时也不能获得真正有价值的数据。因此，复杂故障诊断往往经历很长的时间，不 仅耗费大量的人力、物力，而
6、且多数情况下机组带病试验容易造成设备的损坏。随 着机组容量的增加，现场对故障的诊断及处理的质量和速度要求越来越高，同时对 预测性维修的呼吁也越来越高。机组故障诊断，关键的问题是测试手段。由于不具 备在线的测试及数据管理功能，使相当数量故障的诊断过程复杂化，增加了不必要 的停机和检修时间，严重的还会扩大故障范围和程度，造成巨大的直接和间接经济 损失。一般机组成套设备包括众多环节，影响其安全运行的因素极多，通过使用各 种设备对机组运行的过程状态参数进行信号的监测与分析是判断设备是否正常运 行、是否存在潜在故障及预测故障发展趋势等问题的有力手段。在20世纪60年代，随着小型计算机的出现，使监控系统的
7、设计及使用发生了 巨大变化。在引入以计算机为基础的系统前，工业系统只能获得简单的状态信号。 采集大量的状态信号和模拟量是不切实际的。20世纪60年代后期，当以小型机为基础的新系统开始出现时，大幅度地增加数据采集功能的可能性是显而易见的，并 且用“监控及数据采集”的表示方法成为对此类系统较合适的描述。世界上最早开 发设备诊断技术的国家是美国。1967年，在美国宇航局和海军研究所的倡导和组织 下，成立了美国机械故障预防小组，开始有计划、有组织地对诊断技术分专题进行 研究。英国于20世纪70年代初成立了机器保健与状态监测协会。此外，设备诊断 技术在欧洲一些国家和日本也得到了很大发展。随着计算机技术及
8、数字信号处理技术的迅速发展，机械设备振动监测与故障诊断技术被广泛应用于电力、石油化工、 冶金等行业的大型、高速旋转机械中。目前这种技术已成为设备现代化管理和提高 企业综合效益的技术基础。它之所以得到迅速发展，是由于传统的设备计划维修制 度的缺陷造成了维修费用的巨大浪费。1.3本文的主要工作本文基于LabVIEW语言开发了旋转机械振动在线监测与故障诊断系统，包括软 件的开发和硬件的调试两大部分。本系统要实现的功能有：数据采集、实时监测、信号分析、数据存储与回放、 故障诊断等。功能模块简介：(1) 数据采集模块通过参数设定可对采样频率、采样点数、采样通道、数据块大小及数量等进行 设定，且采集数据可
9、以自动存盘。采样数据文件可被信号分析软件调用作进一步的 处理。(2) 实时监测模块将设备当前的运行状况通过图形和数字的方式集中的显示在计算机屏幕上。动态的显示数据，对工业设备状况可进行实时、直观的监测。界面起到了直观显示数 据的作用，而后台运行的数据采集才是核心的部分。(3) 信号分析模块为了满足对信号进行分析处理的要求，这一个模块可以对信号进行时域分析、 频域分析、轴心轨迹分析、轴向位移分析。（4）数据存储模块主要功能就是对数据备份，可根据用户需求进行数据的存取。信息存储保存运 行过程中的状态。（5）故障诊断模块通过对采集到的振动信号的频谱分析，找到振动信号的特征频率，与常见故障 的特征频率
10、进行比较后判断故障类型并报警。1.4本系统的工程意义本系统选择LabVIEW作为应用软件开发工具。LabVIEW采用强大的图形化语言 （G语言）编程，面向测试工程师而非专业程序员，编程非常方便，人机交互界面直 观友好，具有强大的数据可视化分析和仪器控制能力等特点。所开发软件可以在专用模拟输入硬件（数据采集系统）支持下，完成振动、噪声 信号的数据采集、时域分析、频域分析、轴心轨迹分析、轴向位移分析等功能，能 将数据转化成各种对应的图形。它可以广泛应用于实验室、生产现场和教学中作振 动噪声的测试和分析。本系统软件具有可扩展性、模块化、由用户定义仪器功能等特点。仪器的功能 可由用户自己来实现，不再完
11、全由仪器生产厂家确定。在需要提高测试系统的性能 时，用户可以根据自己的需要通过增加或修改软件，为系统加入新的测量功能而不 用购买一台新的仪器。#2. 振动在线监测与故障诊断的基本理论目前，监测旋转机械设备状态的手段虽然很多，但实践证明，振动信号监测是 一种易于实现而又可靠的办法。设备振动信号是设备状态信息的载体，它蕴含了丰 富的设备异常或故障的信息。因此，振动测试是设备状态信号采集的基本测试手段。 对振动信号的监测能够获得设备状态的有效信息，对它的分析则是设备诊断领域中 一个被广泛采用的方法。从设备诊断的流程来看，设备诊断可以分为数据采集、信号处理与故障诊断三 个方面。本章主要介绍这三个方面的
12、理论知识，是设备振动监测与故障诊断系统开 发的基础。2.1振动数据采集理论所谓数据采集，就是先将模拟信号分成一系列时间间隔为=t的离散信号并加以采集，此即采样过程；然后将这些时间离散信号的幅值修改为某些规定的量级，此 即量化过程；最后再将这些时间和幅值均不连续的离散信号编码成一定长度的二进 制序列，这样，就将原模拟信号转化成了数字信号，这就是A/D转换。（1）采样定理在模拟信号的时间离散化过程中， 所遇到的第一个问题就是如何确定采样时间 间隔，时间间隔越小，离散化后的信号越能代表原模拟信号，当.讥-；0时，时间离散信号与原模拟信号几乎没有差别。 因此，从减少采样误差的角度出发，希望=t越 小越
13、好。但是t取得越小，相同时间长度段内取样个数越多，所需要的存储空间越 大，后续信号分析处理工作量相应地增大。因此，从节约运算空间和时间地角度出 发，又希望1越大越好，但：t不能取得过大，否则会发生“混叠效应”。由此引申出Shannon采样定理：假定信号中地最高频率成分为 fmax，当采样频 率fs满足fs-2fmax（ 2-1）则由采样所得的信号能够很好地恢复到原信号而不致发生混叠现象。（2）数据采集性能指标数据采集板（A/D板）的重要性能指标有：1） 采样率：对于数据采集设备来讲采样率就是进行A/D转换的速率，不同的 设备具有不同的采样率，进行测试系统设计时应该根据测试信号的类型选择适当的
14、采样率，盲目的提高采样率，会增加测试系统的成本。2） 分辨率：是指数据采集中感知信号幅值微小变化的能力，取决于A/D板的 位长，位长越长则分辨率越高，量化的误差也越小。3）通道数：目前NI的数据采集卡一般有16通道和64通道，可以根据被测试 信号的数量选择，如果有更多的信号需要测试可以采用多个数据采集卡，或使用多 路复用的板子。4）同步采样：如果要分析多个被测试信号的相位关系，则要求有多通道同步 采样的功能。5）模拟输出：需要产生模拟信号时，数据采集设备应有模拟输出功能。6）数字输入/输出：需要对被测试系统进行控制或者采集数字信号时，要求数 据采集设备有数字量输入或输出功能。7）最大采样频率：
15、是指采集卡能够实现的采样频率，其值越大则卡的性能越高。 为了实现灵活多样的采样需求，采样频率应该可调。2.2振动数据处理与分析技术信号的分析与处理是对采集到的各种信号进行特征数据分析与图形的提取，是进行故障诊断的关键工作。信号分析主要依靠数学工具如：FFT进行信号分析。FFT技术由于对平稳信号的适用性，目前旋转机械故障诊断系统中的振动信号处理大多 采用该技术。FFT的思想在于将一般时域信号表示为具有不同频率的谐波函数的线 性叠加，它认为信号是平稳的，所以分析出的频率具有统计不变性。FFT对很多平稳信号的情况具有适用性，因而得到了广泛的应用。221信号的分类根据信号发生过程（也就是信号时间历程）的特性，信号可分为确定性信号和随 机（非确定性）信号，详细分类和相应的信号处理方法如表 2-1所示。表2-1信号分类及其有效的处理方法信号分类确定性信号随机信号周期信号非周期信号平稳随机信号非平稳随机信号有效的正余弦复杂周准周期瞬变信号各态历非各态历经信号处周期信期信号信号经随机随机信号理技术号信号FFT、时间序列STFT GaborFFT、时FFT、时间序STFT Gabor小波变换、间序列列、小波变小波变换、分形几何换、分形几分形几何
