LabVIEW在电机振动故障诊断中的应用
仪器信息网 · 2009-08-02 21:40 · 15352 次点击
沈申生,华亮
摘要:基于LabVIEW的小波包理论和能量谱应用于电机振动故障诊断是一种新的尝试,具有良好的应用前景。在时域范围内,故障振动信号幅值虽有变化,但难以确定电机故障程度。用小波包对振动信号分解,得到能量特征值,能有效地判断电机振动故障类型和程度。
关键词:LabVIEW;小波包;能量
中图分类号:TM307文献标识码:B
从表象来说,电机的振动只是一种简单的物理现象,实际却蕴含着丰富的信息特征嫡,其中包括电机的振动故障向量。电机故障诊断的传统方法是借助频谱仪分析信号的频谱图,但仅适用于平稳信号,且信号特征需明显。而对于离散细微、特征量微弱的故障信号却难以辨识,所以无法及时发现电机的早期隐患。应用美国NI公司LabVIEW开发平台的小波包理论和能量谱构建虚拟仪器,通过PC机屏幕展示特征波形以及故障频率段的能量,可使细微故障的特征量得以辨识,从而确定电机故障类型和损坏程度。
一、基于LabVIEW的小波包理论和能里谱
1.基于LabVIEW平台的小波包理论
小波算法是一种时频分析方法,广泛应用于信号分析和图像处理等领域。小波包分解可以对信号的全频段正交分解,提高信号在频域中的分辨率,不仅可以看到信号的概貌,也可以看到细节,在分析处理时能方便地提取信号特征。小波包分解后信号的时域分辨率降低,用重构算法可以提高时域分辨率。小波包分解和重构信号时无冗余、无泄漏,信息量是完整的。图1是小波包的三层分解,以二叉树方式分布。图中(i,j)表示第i层第j个节点,其中i=0,1,2,3;j=0,1,2,3,4,5,6,7,每个节点代表一个小波包,S(0,0)表示原始信号。以上为了分析简便,只对小波包进行三层分解,在实际操作时,为了更迅速、准确地寻找故障点,小波包分解可以通过LabVIEW的图形化程序设定5层32个频率段,即32个小波包,这样频率段更精细化,捕捉故障的特征性越发便捷精确。
LabVIEW是一种非常优秀的图形化编程语言,不但具有一般的数学运算与逻辑运算功能,还携带数据采集和仪器控制的库函数和开发工具以及数学分析程序包,可以满足复杂的工程计算和分析要求。
LabVIEW环境下开发的程序称为虚拟仪器VI,使用小波包分析和能量谱VI组合成电机振动故障检测系统,运用此类虚拟仪器诊断电机的振动故障是一种新的尝试。LabVIEW的小波包分析使用WaveletTransformDaubechies4VI的Daubechies4函数,以点积的方法求出小波包变换。NI公司还有SingnalProcessingToolset软件,它包含小波和滤波器设计组件;同时LabVIEW还具有强大的接口能力,通过程序接口也可以调用MATLAB的应用程序。MATLAB小波包分析和神经网络等算法使LabVIEW对大量复杂的数据处理变得精确又快捷。上述软件均能分解电机的振动信号,分解层数自由设定,重构信号可以观察相应层信号的细节,大大提高了信号的时域分辨率。
2.基于LabVIEW平台的信号能量谱
LabVIEW的开发环境中,信号能量在时域和频域内都可以计算,根据泊斯瓦尔定律,同一信号在两种区域内的能量是相等的。其数学表达式为:
式中:x(t)为时域信号,X(f)是x(t)的傅立叶变换。如信号是离散的则信号能量为
式中:x(n)为时域信号的N点采样序列,X(k)是该序列的傅立叶变换。LabVIEW的程序代码是用图形表示的,根据公式(2)其能量算法的程序流程图见图2,采样点数为512。LabVIEW的FFT.VI和ComplexToPolar.VI将时域信号转换成能量值显示在LabVIEW的前面板上。LabVIEW具有强大功能和友好界面以及图形显示能力,加上庞大的数学分析库,为电机的振动故障诊断提供了快捷便利的良好平台。
二、LabVEEW小波包理论和能量谱的诊断原理
LabVIEW通过压电传感器采集电机的振动信号,应用小波包对其在时域中进行M层分解,把振动信号所包含的频率分成2M段,即2M个小波包。正常电机的振动信号在每一个频率段的能量分布相同,当电机发生故障后,其振动特性发生显著变化,在不同频率段的振动信号衰减或增强各异,所以不同频率段振动信号的能量随之改变,或减小或增大,2M个小波包内隐含着丰富的故障特征信息。LabVIEW的FFT.VI和ComplexToPolar.VI计算各频率段的信号能量,用正常电机振动信号能量的特征值为样本,故障电机每个小波包的能量分别与之比对,以此获得相关故障特征量所在的频段。为了提高故障频率段的时域分辨率,重构频率段的信号就可以再现该频段内信号的时域振动形式,方便地辨识电机的故障类型;从式(1)、(2)知,故障频率段的能量随着振动信号幅值增强而上升,能量的增量与电机的故障大小成正比,所以能量增量直接反映故障程度。
在电机的传动系统中,轴承一旦发生内或外壁裂纹、点蚀等,就会产生非线性高频振动,具有较高的能量,对比正常电机相同频段的能量特征值,就可以判断轴承损坏程度;转子质量不平衡引起的振动频率以基频为主,能量确定性高,而且集中;油膜振荡的振动频率一般是电源频率的0.5倍;转子对中不良及弯曲造成机械碰摩引起的振动频率一般小于5倍基频;由各种原因引起的电磁振动频率是电源频率的2倍。上述故障的振动信号频段是确定的,也就是说每一种振动故障都有其特征频率,重构后根据再现故障信号的振动波形及能量大小就可以识别故障类型和损坏程度。
三、试验数据和分析
电机振动信号由压电传感器采集,对电机振动信号的具体检测过程见图3。LabVIEW的数据采集使用输入输出卡PCI-6014E,信号调理使用SCXI-1200模块。从压电传感器采集的电机振动信号非常小,易受噪声影响,在转换为数字量前,先要将微弱信号进行放大、滤波等预处理,然后输入数据采集卡进行A/D转换,再由PC机处理数据。
做试验的是两台0.75kw三相异步电动机,三相电压220V,转子频率50Hz,振动信号频率0~1kHz。空载运行时采集到两台电机振动信号,其中一台正常,另一台是故障电机,该机噪声和振动均比较大。如设定LabVIEW的小波包分解为五层,则电机的振动信号频率被分解成32个小波包,即32个频率段,每个频段30Hz。正常电机的振动信号波形比较平缓,电机振动故障检测系统前面板上显示每个小波包的能量值都是17.84J。故障电机的4号和30号小波包均有冲击波存在,4号小波包的频率成分是90~120Hz(电源频率的2倍频在这个频段内),其能量值是24.06J,高于17.84J的正常值,由此断定是定子电磁振动引起的。检查三相电源平衡,也非单相运行;再检查机座,发现紧固螺丝松动;随即拧紧螺丝再检测,4号小波包冲击波消失,能量值也趋于正常。故障锁定为,紧固螺丝松动使电机在100Hz频率附近发生共振,定子振动加大引起电磁振动。但30号小波包的冲击波仍然存在,其频率成分是870~900Hz,能量值是28.32J,远高于正常值。30号小波包的冲击波处于高频区域,且能量比较大,是较为强烈的周期性振荡波形,初步分析是轴承故障所致。轴承内外壁裂纹、点蚀、锈蚀均能产生大能量高频振动。为了确诊,拆卸解剖故障电机,发现轴承已锈蚀,滚珠磨损。更换新轴承再检测,30号小波包冲击波消逝,能量值显示正常。在电机振动故障检测系统的前面板上,控制“小波包选择”波段开关,可以观察到32个小波包中任意一个频段重构前后电机振动波形,小波包能量按序排列,这些图像和数据可为故障诊断提供依据。
如前所述,一个频率段的能量谱可以鉴别电机有无故障,也能辨识故障的类别和损坏程度。在电机故障程度的判断方面,LabVIEW的实时和精确是其他方法无法比拟的。在正常电机上做试验,三相电源通过三相调压器接至交流接触器,输入给电机的三相电源仍为220V,在线检测正常运转电机的振动波形和能量谱,波形显示正常,32个小波包的能量值都是17.84J。逐步调高一相电源的电压,每次的调整量5V,模拟三相电压不平衡。此时,导致定子的三相磁场不对称,从而产生异常振动。观察LabVIEW的前面板,电机的振动波形随着电压的调高而同步畸变,电磁振动的特征频率是电源频率的2倍,所以异常振动引起的冲击波也发生在4号小波包所处的频率段。每调整一次电压,4号小波包的能量值均有所增加。停止电压调整后,波形和能量谱随之中止变化。当电源逐步回调时,波形渐渐平缓,能量值减小,三相电源平衡后,恢复正常。由此可以看到LabVIEW的小波包分解和能量谱对电机故障诊断非常敏感,平均灵敏度为0.292J/V,详见图4。运用LabVIEW的能量谱可以使电机的振动故障诊断实时化、数字化,并且能及时发现萌芽状态的细微故障。
四、结语
LabVIEW不同于其他编程语言的文本表述形式,它运用图标代码来创建应用程序,使用数据流编程方法描述程序的执行,LabVIEW是图形和线条的组合,是一种全新概念的编程语言,也是一种携带扩展库函数的通用程序开发系统。运用Lab-VIEW图形编程语言的强大功能可以构建各种传统仪器,也可以随心所欲地创造各种功能的其他虚拟仪器。虚拟仪器将微机和测量系统完美地融合于一体,对数据的分析处理和显示完全由功能强大高速的计算机执行。LabVIEW环境下开发的虚拟仪器电机振动故障检测系统,有别于其他相同功能的传统仪器,大大提高了电机振动故障诊断的效率,可及时发现电机的早期故障,排除隐患,保证电机正常运行,并大大延长电机的使用寿命。
参考文献:
石博强,赵德永,李畅,雷振山.LabVIEW6.1编程技术实用教程.北京:中国铁道出版社,2002.
沈标正.电机故障诊断技术.北京:机械工业出版社,1996.
沈申生,华亮.相敏检波器的虚拟化.计量与测试技术,2004(7).