下载文档原格式
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展趋势等问题的有力手段。
基于LabVIEW的轴心轨迹故障自动识别系统刘其洪;叶聪;李伟光;万好;乔于格【摘要】针对目前旋转机械故障诊断的计算量大、识别准确度不高、自动化程度低等问题,提出一种基于LabVIEW的轴心轨迹故障自动识别的新方法.对比小波与传统去噪算法,选用效果更优的小波提纯仿真轴心轨迹.通过改进的HU不变矩函数提取轴心轨迹的特征值,保证比例缩放不变性.两路相互垂直的位移传感器连接西门子LMS采集振动信号,结合关联度算法,在LabVIEW轴心轨迹故障自动识别系统上进行转子不对中故障测试,识别的结果与外8字轴心轨迹关联度高达97%,同时信号的Matlab时域轴心轨迹图为外8字,信号频谱图主要为一倍频和二倍频,均符合转子不对中故障特征.结果表明:该系统能够进行在线故障识别,为旋转机械的智能故障诊断提供参考依据.%For the problems of large computational quantity, low recognition precision and low automatization of rotating machinery fault diagnosis, a new method of automatic recognition system for shaft orbit faults based on LabVIEW is proposed. The wavelet and traditional denoising algorithms are compared and the shaft orbit simulation with wavelet purification of better effects is selected. The characteristic value of the shaft orbit is extracted by the improved HU invariant-moment function to ensure the invariance of scaling. Two mutually vertical displacement sensors are connected with Siemens LMS to acquire vibration signals. With the correlation degree algorithm, fault test is conducted for the automatic recognition system for shaft orbit faults based on LabVIEW. The results show that the correlation between the recognized results and the external 8-character shaft orbit reaches as high as 97%. Meanwhile, the signal'sMatlab time domain shaft orbit is external 8-character and the signal frequency spectrum is mainly of one time frequency and doubled frequency, fully according with the fault characteristic of rotor misalignment. The results show that the system can recognize the faults on line and it provides a reference for intelligent fault diagnosis of rotating machinery.【期刊名称】《中国测试》【年(卷),期】2018(044)004【总页数】6页(P69-74)【关键词】LabVIEW系统;轴心轨迹;关联度;故障诊断;Matlab【作者】刘其洪;叶聪;李伟光;万好;乔于格【作者单位】华南理工大学机械与汽车工程学院,广东广州510640;华南理工大学机械与汽车工程学院,广东广州510640;华南理工大学机械与汽车工程学院,广东广州510640;华南理工大学机械与汽车工程学院,广东广州510640;华南理工大学机械与汽车工程学院,广东广州510640【正文语种】中文0 引言对于大型旋转机械，由于现场工作环境的复杂性，以及通常需要在高速重载工况下连续运行，不可避免会出现振动，一旦振幅过大，极有可能造成机械系统运行不稳定，严重时会引起机械故障或停机，甚至会对现场工作人员的人身安全造成威胁，引发安全事故[1]。
基于虚拟仪器的转子轴心轨迹监测系统的研究转子轴心轨迹是判断机械转子运行状态和故障征兆的重要依据，由多功能转子实验台、数据采集卡和数据处理软件组成了基于LabVIEW的轴心轨迹监测系统。
连接多功能转子实验台、测控装置和数据处理软件，利用LabVIEW采集数据，可实时显示转子系统轴心轨迹。
通过大量实验确定识别故障类型，使程序能有效实现在线自动识别。
此系统可以准确的判断转子轴心轨迹的运行情况，进行诊断故障。
标签：转子；虚拟仪器；LabVIEW；轴心轨迹引言旋转机械的转子轴心轨迹图能够形象、直观地表现出设备的运转状态，图形中包含了大量的故障信号，是在故障诊断过程中不可缺少的，转子系统轴心轨迹的精度提升与自动化识别的研究水平决定着故障诊断系统的智能化水平，因此有着重要的研究价值。
基于虚拟仪器的监测平台已经在各行各业中得到了越来越广泛的应用。
它采用图形化的编程方式，编程简易，功能多样，能够用于监测各种机械设备，比传统仪器效率更高、成本更低。
将虚拟仪器设备用于故障诊断领域，能够充分发挥虚拟仪器的优点，为旋转机械故障诊断提供了更便捷的方法[1-3]。
1 监测原理由北京航天智控监测技术研究院生产的多功能转子实验台，配置HZ-891系列电涡流传感器，进行轴心轨迹测量，其主要结构如图1所示。
图1中，1、2为电涡流传感器，两个传感器在同一截面上相互垂直安装。
传感器获得位移信号，可反映转子的轴心轨迹。
转子轴心轨迹是由X、Y方向两个振动信号X（t）、Y（t）所组成的二维振动信号，也可以分别分解为各自频率下的一个个椭圆图谱[4]。
根据这个原理，可以将X（t）和Y（t）分解为X（t）=A1sin（2πf1t+φ1）+A2sin（2πf2t+φ2）+…Ansin（2πfnt+φn）=x1（t）+x2（t）+…xn（t）（1）Y（t）=B1sin（2πf1t+φ1）+B2sin（2πf2t+φ2）+…Bnsin（2πfnt+φn）=y1（t）+y2（t）+…yn（t）（2）上式中下标n表示振动信号中频率分量的数目，下式为各频率下的“轴心轨迹分量”将上面的轴心轨迹分量分解出来，就能够清晰地看到原本转子系统轴心轨迹的组成。
2008年11月Nov .2008第29卷 第6期Vol .29 No .6基于虚拟仪器的机械转子轴心轨迹分析罗开玉,李伯全,王小飞,潘海彬(江苏大学机械工程学院,江苏镇江212013)摘要:转子轴心轨迹是判断机械转子运行状态和故障征兆的重要依据,文中研究了几种机械转子典型故障及其对应的频率和轴心轨迹特征,运用Lab V I E W 软件平台,开发出智能控件化虚拟式轴心轨迹测试分析系统,调用由VC ++编写的动态链接库(DLL )函数实现对机械转子振动信号的采集.试验表明,转子轴心轨迹测试分析系统可实时显示轴心轨迹、轴心位置和两路相互垂直振动信号的波形和频谱,以此可以判断一些常见的旋转机械故障,计算出用来消除转子不平衡的平衡质量块的大小及坐标点位置.关键词:轴心轨迹;转子;虚拟仪器;Lab V I E W 中图分类号:T M930.19 文献标志码:A 文章编号:1671-7775(2008)06-0474-04Study on mechan i cal rotor axis locus based on vi rtual i n stru mentLUO Kai 2yu,L I B o 2quan,WAN G X iao 2fei,PAN Ha i 2bin(College of Mechanical Engineering,J iangsu University,Zhenjiang,J iangsu 212013,China )Abstract:Rot or axis l ocus is an i m portant basis for esti m ating the running states and faults of mechanical r ot or .Detailed r ot or faults were analyzed and several typ ical faults and corres ponding characteristics of their frequencies and orbits of shaft center line were studied .An axis l ocus analyzing syste m based on in 2telligent virtual contr ol was devel oped,and the signal acquisiti on and analysis were realized by using Lab 2V I E W 7.0and transferring the dyna m ic link library (DLL )functi on in VC ++.The results indicate that axis l ocus,axis l ocati on and the wave and s pectru m of t w o orthogonal vibrati on signals can be real 2ti m e dis p layed,and s o me common faults of r otating machinery can be diagnosed by using the measure ment syste m.Key words:axis l ocus;r ot or;virtual instru ment;Lab V I E W收稿日期:2008-04-18基金项目:国家自然科学基金资助项目(70571030);科技部科技型中小企业技术创新基金资助项目(06C262132001064);江苏大学高级人才基金资助项目(02JDG001);江苏大学第六批大学生科研课题立项项目(06A134)作者简介:罗开玉(1975—),女,湖北天门人,博士研究生,讲师(luoteacher@ ),主要从事虚拟仪器技术的研究.李伯全(1956—),男,江苏宜兴人,教授(libq@ujs .edu .cn ),主要从事现代测试系统与仪器技术的研究. 轴心轨迹作为旋转机械重要的图形征兆是从轴承或轴颈同一截面的两个相互垂直的方向上监测得到的一组振动信号中提取的有用故障信息,是诊断旋转机械故障的一种有效途径,一直是研究的热点[1,2].虚拟仪器技术实现了计算机技术和仪器技术的完美结合,突出优点在于能够和计算机技术结合,从而开拓了更多的功能,具有很大的灵活性,极大地提高了测试系统的处理能力,能够获得较高的经济效益.利用虚拟仪器可实现各种物理量的测试与分析[3-5],如可以对定子线圈的转子匝间短路故障进行识别[6]、自动获取压电装置的非线性的实时振动波形[7],以及监测和控制SSRF 数字电力设备[8]等.目前多采用多测点三维轴心轨迹方法[9]以及关联度[10]等方法识别转子的轴心轨迹来快速诊断旋转机械的故障,这些方法都必须实测转子的轴心轨迹,进行预处理后再进行判别机械转子的运行状第6期 罗开玉等:基于虚拟仪器的机械转子轴心轨迹分析475 态.文中基于虚拟仪器开发平台Lab V I E W 软件建立了转子轴心轨迹测试分析系统,测量轴系的振型.根据轴心轨迹确定转轴最大振幅值及其方向、转轴涡动方向及其频率,对具体的转子故障进行研究,得出几种典型故障及其对应的频率和轴心轨迹特征,诊断机器转子不平衡、不对中或油膜涡动等故障,利用故障的特征信息判断旋转机械转子运行状态和进行故障诊断,大大提高了机械转子运行状态的监测和控制能力,降低了成本.1 轴心轨迹测试分析系统的功能建模利用安装在同一截面内互相垂直的两个电涡流传感器对轴颈振动检测,获得对应于轴心两垂直方向上的瞬时位移的电流信号,再经过相应的处理,从而可获得转子的轴心轨迹[11,12].轴心轨迹可以看作由x,y 方向振动信号x (t ),y (t )所组成的二维振动信号,也可以分解为各频率分量下的一个个椭圆[2].根据这个思路,将x (t )和y(t )分解为x (t )=A 1sin (2πf 1t +<1)+A 2sin (2πf 2t +<2)+…+A l sin (2πf 1t +<1)=x 1(t )+x 2(t )+…+x l (t )(1)y (t )=B 1sin (2πf 1t +ψ1)+B 2sin (2πf 2t +ψ2)+…+B l sin (2πf 1t +ψ1)=y 1(t )+y 2(t )+…+y l (t )(2)式中下标l 是振动信号中频率分量的数目,则各频率下的“轴心轨迹分量”为x 1(t )=A 1sin (2πf 1t +<1)y 1(t )=B 1sin (2πf 1t +ψ1)x 2(t )=A 2sin (2πf 2t +<2)y 2(t )=B 2sin (2πf 2t +ψ1)……x l (t )=A l sin (2πf l t +<1)y l (t )=B l sin (2πf l t +ψ1)(3)将这些轴心轨迹分量分解绘制出来,就清楚地反映了原来轴心轨迹的组成.在分析单频轴心轨迹分解方法的基础上,将若干个感兴趣的频率分量叠加起来,就可以实现轴心轨迹的合成.为了简单起见,假设对任选的m 个频率{f 1,f 2,…,f m }对应的分量感兴趣,则合成后的两路信号为x (t )=6mk =1x A k sin (2πf k t +<xk )y (t )=6mk =1y A k sin (2πf k t +<yk )k ∈{1,2,…,m}(4)以x (t )和y (t )作为X -Y 轴上的x,y 坐标点,即可得到m 个频率分量合成的轴心轨迹.2 轴心轨迹测试分析系统的硬件构建系统硬件由数据采集仪(装有深圳德普施DRDAQ -EPP 数据采集卡和信号调理模块)、电涡流位移传感器、多功能转子试验台以及US B 连线和PC 机组成,如图1所示.从转子试验台两个电涡流传感器输出的是分别对应于轴心两个垂直方向上的瞬时位移的电流信号,该电流信号经过前置放大器、信号调理电路得到标准信号,由数据采集卡A /D 转换后经US B 输送到PC 机,然后用Lab V I E W 软件编写相应的应用程序对信号进行分析处理并显示结果.图1 测试分析系统结构Fig .1 Structure of measure ment syste m3 轴心轨迹测试分析系统的软件实现使用Lab V I E W 语言在W indows XP 系统上编制轴心轨迹测试分析系统的软件程序.文中构建的测试分析系统所采用的数据采集卡不能采用Lab V I E W 平台软件内部的DAQ 库直接对端口进行操作,数据采集卡的驱动程序是用传统编程语言编写的,Lab V I E W 语言不支持,要使其在Lab V I E W 环境下运行,必须编写适用于Lab V I E W 的接口驱动程序.测试分析系统的数据采集程序是在VC ++6.0下编写的动态链接库(DLL )形式的驱动程序,再利用LabV I E W 调用库函数CLF 节点访问该动态链接库,从而实现对数据的采集.在转子轴心轨迹测试分析系统中,用双通道对X 轴和Y 轴两个方向的信号进行采样,连接相关的通道,设置好采样频率和采样长度之后,就可实现数据的采集.476 第29卷程序中使用A I Acquire W avefor m s 函数同时采集两个传感器传入的数据,运用I ndex A rray 函数分别将两路信号索引.运用Butter worth Filter 低通数字滤波器,滤出高频干扰信号分量.信号经滤波处理后,水平和垂直方向的信号分别送到Graph 控件显示波形图,同时将两个方向的信号叠加在1个X Y Graph 控件上显示转子的轴心轨迹图.4 试验与结果分析通过设置前面板上的参数,即可控制数据采集卡进行数据采集、分析处理、图形数据显示、存储、打印及远程网络传输等.启动转子平台电机,调整到稳定转速,在前面板上设置好相应参数后点击面板中的“运行”按钮,观察和分析所得到位移信号的波形,并记录试验结果,轴心轨迹测试系统程序框图如图2所示.测试结果如图3～5所示的前面板右侧的轨迹图.其中图3所示的是转子平衡时的轴心轨迹图,图4所示的是转子不平衡时的轴心轨迹图,图5所示的是转子严重不平衡时的轴心轨迹图.图2 轴心轨迹测试系统程序框图Fig .2 D iagram of measure mentsystem图3 转子平衡时的轴心轨迹图Fig .3 Axis l ocus of balanceable r otor图4 转子不平衡时的轴心轨迹图Fig .4 Axis l ocus of i m balance r otor图5 转子严重不平衡时的轴心轨迹图Fig .5 Axis l ocus of severe i m balance r ot or试验结果表明,轴心轨迹包含着丰富的转子状态信息,通过模拟转子正常和非正常的多种状态,显示出平衡转子和不平衡转子的轴心轨迹图,由轴心轨迹图可以定性和定量判别机械转子的平衡状态和故障类型.同时,根据不平衡转子的轴心轨迹图,可以计算出平衡质量块的大小及坐标点位置,为消除转子不平衡提供了有效途径.5 结 论将虚拟仪器引入到轴心轨迹分析系统中,开发出基于LabV I E W 的轴心轨迹测试分析系统,可实时显示轴心轨迹和轴心位置,还可以显示两路相互垂直振动信号的波形和频谱.基于LabV I E W 的轴心轨迹监测系统,相对于传统的测试仪器,测试精度高,能准确显示轴心轨迹图,对促进机器转子故障诊断的自动化、智能化具有现实意义的推进作用.参考文献(References)[1] Joussellin Agnes,Chevalier Roger .D iagnosis of faults inE DF power p lants:fr om monit oring t o diagnosis[J ].A 2m erican Society of M echanical Engineers,Pressure V es 2selsand P iping D ivision ,1994,14(1):19-23.[2] Q in Shuren,Tang Baop ing .I ntelligent virtual contr ols -the measuring instru ment fr om whole t o part [J ].The Chinese Journal of M echanical Engineering ,2002,15(2):131-135.[3] 罗开玉,李伯全,孙 杰,等.基于虚拟仪器技术的应变测试系统[J ].江苏大学学报:自然科学版,2005,26(2):106-109.LUO Kai 2yu,L I Bo 2quan,S UN J ie,et al .Strain mea 2sure ment syste m based on virtual instru ment technol ogy [J ].Journal of J iangsu U niversity:N atural Science Edi 2tion ,2005,26(2):106-109.(in Chinese )[4] 李伯全,潘海彬,罗开玉,等.远程测控数据传输中的DataS ocket 技术应用[J ].江苏大学学报:自然科学版,2004,25(4):284-287.第6期 罗开玉等:基于虚拟仪器的机械转子轴心轨迹分析477 L IBo2quan,P AN Hai2bin,LUO Kai2yu,et al.App lica2ti on of data s ocket technol ogy in re mote data trans m is2si on measure ment and contr ol[J].Journal of J iangsuU niversity:N atural Science Edition,2004,25(4):284-287.(in Chinese)[5] 刘占生,张新江,杨建国,等.转子轴心轨迹故障诊断特征识别方法研究[J].哈尔滨工业大学学报,1998,30(6):22-25.L I U Zhan2sheng,ZHANG Xin2jiang,Y ANG J ian2guo,etal.A ne w coding method of r ot or whirl orbit[J].Jour2nal of Haerbin Institute of Technology,1998,30(6):22-25.(in Chinese)[6] W an Shuting,LüLuyong,L iu Q ing,et al.A virtual in2stru ment for the r ot or winding inter2turn short circuitfault of generat or[C]∥2006International Conference onPo w er Syste m s Technology(POW ERCON).Chongqing:[s.n.],2006:1-5.[7] J i m e′neza F J,De Frut os J.V irtual instru ment f ormeasure ment,p r ocessing data,and visualizati on of vi2brati on patterns of p iezoelectric devices[J].Co m puterS tandards&Interfaces,2005,27:653-663.[8] Tang Junl ong,Xu Ruinian,Chen Huanguang,et al.V irtual instru ment f or contr olling and monit oring digita2lized power supp ly in SSRF[J].N uclear Science andTechniques,2006,17(3):129-134.[9] 万 波,张来斌,王朝晖.基于多测点三维轴心轨迹旋转机械的快速诊断[J].计算机测量与控制,2007,10(15):1270-1272.WAN Bo,Z HANG Lai2bin,WANG Zhao2hui.Fast di2agnosis of r otary mechanis m based on multi2measuringpoints three2di m ensi onal axle centre trail[J].Co m puterM easure m ent&Control,2007,10(15):1270-1272.(in Chinese)[10] 万书亭,彭学志.发电机转子轴心轨迹形状自动识别方法的研究[J].华北电力大学学报,2004,31(5):26-29.WAN Shu2ting,PE NG Xue2zhi.Aut omatic identificati onof axis orbit shape of generat or r ot or[J].Journal ofN orth China Electric Po w er U niversity,2004,31(5):26-29.(in Chinese)[11] 袁中文.轴心轨迹图在机器故障诊断中的应用[J].抚顺石油学院学报,2001,21(3):41-44.Y UAN Zhong2wen.The app licati on of chart of axes trackon the diagnostics of mechines malfuncti on[J].Journalof Eushum Petroleum Institue,2001,21(3):41-44.(in Chinese)[12] 程 珩,杜岚松.旋转机械轴心轨迹故障诊断[J].太原理工大学学报,2003,34(5):552-554.CHE NG Hang,DU Lan2s ong.Fault diagnosis using axlecenter trail in revolving machinery[J].Journal ofTaiyuan U niversity of Technology,2003,34(5):552-554.(in Chinese)(责任编辑 祝贞学)。
基于LabVIEW的大型转子监测及故障诊断系统
严展鸿;廖平
【期刊名称】《仪表技术与传感器》
【年(卷),期】2017(000)011
【摘要】为实现对大型转子系统的实时监测,利用LabVIEW开发了一套监测与故障诊断系统,并提供了系统的总体设计方案和算法.系统结合转子的特性针对性地提供了一种小波包分解方案,同时改进了原有的小波阈值滤波算法.系统中加入了改进轴心轨迹不变矩分析、小波能量谱分析、支持向量机,D-S信息融合等算法并通过LabVIEW加以实现,能实现数据实时采集、波形分析和显示、数据存储、数据融合功能.实验验证了系统能准确地辨识大型转子系统的运行状况.
【总页数】5页(P51-55)
【作者】严展鸿;廖平
【作者单位】高性能复杂制造国家重点实验室(中南大学) ,湖南长沙 410083;高性能复杂制造国家重点实验室(中南大学) ,湖南长沙 410083
【正文语种】中文
【中图分类】TP277
【相关文献】
1.基于LabVIEW的航空发动机转子故障诊断系统 [J], 刘振峰;杨伟新
2.基于LabVIEW的高速转子碰磨故障诊断系统 [J], 魏协奔;林蓉;林若波;孙培明;郑文
3.基于Labview的便携式大型旋转机械故障诊断系统的数据管理 [J], 李江伟;汪锐;汪仁煌;陈文戈
4.基于LabVIEW的航空发动机转子故障诊断系统设计 [J], 高斌;毛国强
5.基于LabVIEW的机电设备状态监测与故障诊断系统设计 [J], 蒋方平;庄竞
因版权原因，仅展示原文概要，查看原文内容请购买。
基于LabVIEW的旋转机械转子振动监测系统
王彦兵;李慧敏;丁彩红
【期刊名称】《仪表技术与传感器》
【年(卷),期】2011(000)005
【摘要】采用传感器和信号调理技术对旋转机械转子振动的各种信号进行采集、处理,并利用LabVIEW强大的信号处理、分析和数学运算功能对信号进行显示、分析,实现了在线转子的运转状况的监测,设计出了基于LabVIEW的旋转机械转子振动的监测系统.该系统可连续测量和监视转子振动有关的各类参量:转速、轴振、轴位移等,具有直观的显示界面、强大的信号分析以及数据存储管理功能.能及时识别旋转机械设备的异常状态,保证设备安全可靠地运行,并可以为控制设备运行于最优状态以及早期诊断设备故障提供依据.
【总页数】3页(P27-29)
【作者】王彦兵;李慧敏;丁彩红
【作者单位】东华大学机械工程学院,上海201620;东华大学机械工程学院,上海201620;东华大学机械工程学院,上海201620
【正文语种】中文
【中图分类】TP274;TP319
【相关文献】
1.旋转机械转子振动监测系统的检验及安装 [J], 杨建中;杨培;周根来
2.基于LabVIEW的旋转机械振动监测系统开发 [J], 刘平;岳林;刘永富
3.基于LabVIEW的旋转机械振动在线监测系统设计 [J], 吴桂清;朱院娟;郭斯羽;朱志杰
4.应用LabVIEW的旋转机械振动监测系统的设计 [J], 郭信心;冯素菊;李想;马昌飞
5.基于LabVIEW的旋转机械在线监测系统研究 [J], 戴巨龙
因版权原因，仅展示原文概要，查看原文内容请购买。
基于LabVIEW的轴心轨迹测量系统
王娟;张婧;裘祖荣;张洪刚
【期刊名称】《天津师范大学学报（自然科学版）》
【年(卷),期】2007(27)4
【摘要】设计并实现了基于LabVIEW的轴心轨迹测量系统.系统由多功能转子实验台、电涡流传感器、数据采集卡、微机和数据采集处理软件组成,利用LabVIEW 软件构造出实时数据采集、保存系统,并对传感器进行了标定.通过此系统用户可以方便地把握转子轴心轨迹的变化情况,及时发现和诊断故障.
【总页数】3页(P71-73)
【作者】王娟;张婧;裘祖荣;张洪刚
【作者单位】天津理工大学,自动化学院,天津,300191;天津大学,精密仪器国家重点实验室,天津,300072;天津理工大学,自动化学院,天津,300191;天津大学,精密仪器国家重点实验室,天津,300072;天津理工大学,自动化学院,天津,300191
【正文语种】中文
【中图分类】TK417.12;TH73
【相关文献】
1.基于LabVIEW的轴心轨迹故障自动识别系统 [J], 刘其洪;叶聪;李伟光;万好;乔于格
2.基于叶尖间隙测量系统的轴心轨迹测量技术研究 [J], 魏之平
3.基于LabVIEW的磁力轴承轴心轨迹监测系统 [J], 冯斌;胡业发;吴华春;王秀珍
4.基于LabVIEW的转子轴心轨迹监测系统设计 [J], 焦川;李艾华
5.基于LabVIEW的甲烷产气量自动测量系统设计 [J], 姚燕;邱倩;沈晓敏;金佩薇;梁晓瑜;朱颖颖
因版权原因，仅展示原文概要，查看原文内容请购买。
㊀２０１７年㊀第１１期仪表技术与传感器Ｉｎｓｔｒｕｍｅｎｔ㊀Ｔｅｃｈｎｉｑｕｅ㊀ａｎｄ㊀Ｓｅｎｓｏｒ２０１７㊀Ｎｏ．１１㊀基金项目：国家９７３计划资助项目（２０１３ＣＢ０３５７００）；国家自然科学基金项目（５１２７５５３５）收稿日期：２０１６－１２－０７基于ＬａｂＶＩＥＷ的大型转子监测及故障诊断系统严展鸿，廖㊀平（高性能复杂制造国家重点实验室（中南大学），湖南长沙㊀４１００８３）㊀㊀摘要：为实现对大型转子系统的实时监测，利用ＬａｂＶＩＥＷ开发了一套监测与故障诊断系统，并提供了系统的总体设计方案和算法㊂系统结合转子的特性针对性地提供了一种小波包分解方案，同时改进了原有的小波阈值滤波算法㊂系统中加入了改进轴心轨迹不变矩分析㊁小波能量谱分析㊁支持向量机，Ｄ－Ｓ信息融合等算法并通过ＬａｂＶＩＥＷ加以实现，能实现数据实时采集㊁波形分析和显示㊁数据存储㊁数据融合功能㊂实验验证了系统能准确地辨识大型转子系统的运行状况㊂关键词：大型转子；故障诊断；信息融合；小波分析；虚拟仪器；状态监测中图分类号：ＴＰ２７７㊀㊀㊀文献标识码：Ａ㊀㊀㊀文章编号：１００２－１８４１（２０１７）１１－００５１－０５ＬａｒｇｅＲｏｔｏｒＭｏｎｉｔｏｒｉｎｇａｎｄＦａｕｌｔＤｉａｇｎｏｓｉｓＳｙｓｔｅｍＢａｓｅｄｏｎＬａｂＶＩＥＷＹＡＮＺｈａｎ⁃ｈｏｎｇ，ＬＩＡＯＰｉｎｇ（ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＨｉｇｈＰｅｒｆｏｒｍａｎｃｅＣｏｍｐｌｅｘＭａｎｕｆａｃｔｕｒｉｎｇ（ＣｅｎｔｒａｌＳｏｕｔｈＵｎｉｖｅｒｓｉｔｙ），Ｃｈａｎｇｓｈａ４１００８３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｒｅａｌｉｚｅｔｈｅｒｅａｌ⁃ｔｉｍｅｍｏｎｉｔｏｒｉｎｇｏｆｌａｒｇｅｒｏｔｏｒｓｙｓｔｅｍ，ａｍｏｎｉｔｏｒｉｎｇａｎｄｆａｕｌｔｄｉａｇｎｏｓｉｓｓｙｓｔｅｍｆｏｒｉｔｗａｓｄｅｖｅｌｏｐｅｄｕｓｉｎｇＬａｂＶＩＥＷ．Ｔｈｅｏｖｅｒａｌｌｄｅｓｉｇｎａｎｄａｌｇｏｒｉｔｈｍｆｌｏｗｏｆｔｈｅｓｙｓｔｅｍｗａｓｐｒｏｐｏｓｅｄ．Ｔｈｅｓｙｓｔｅｍｐｒｏｖｉｄｅｄａｗａｖｅｌｅｔｐａｃｋ⁃ｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎｓｃｈｅｍｅｂａｓｅｄｏｎｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｒｏｔｏｒｉｔｓｅｌｆ，ａｎｄｉｍｐｒｏｖｅｄｔｈｅｏｒｉｇｉｎａｌｗａｖｅｌｅｔｔｈｒｅｓｈｏｌｄｆｉｌｔｅｒｉｎｇｍｅｔｈ⁃ｏｄ．Ｔｈｅｓｙｓｔｅｍｃｏｍｂｉｎｅｄｔｈｅｉｍｐｒｏｖｅｄｉｎｖａｒｉａｎｔｍｏｍｅｎｔｏｆａｘｉｓｏｒｂｉｔａｎａｌｙｓｉｓ，ｗａｖｅｌｅｔｅｎｅｒｇｙｓｐｅｃｔｒｕｍａｎａｌｙｓｉｓ，ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，ＤＳｉｎｆｏｒｍａｔｉｏｎｆｕｓｉｏｎｅｔｃ．，ａｎｄｒｅａｌｉｚｅｄｔｈｅｆｕｎｃｔｉｏｎｓｏｆｒｅａｌ⁃ｔｉｍｅｄａｔａａｃｑｕｉｓｉｔｉｏｎ，ｗａｖｅｆｏｒｍａｎａｌｙｓｉｓａｎｄｄｉｓｐｌａｙ，ｄａｔａｓｔｏｒａｇｅａｎｄｄａｔａｆｕｓｉｏｎ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔｖａｌｉｄａｔｅｓｔｈａｔｔｈｅｓｙｓｔｅｍｃａｎｉｄｅｎｔｉｆｙｔｈｅｒｕｎｎｉｎｇｓｔａｔｅｏｆｌａｒｇｅｒｏｔｏｒｓｙｓｔｅｍａｃｃｕｒａｔｅｌｙ．Ｋｅｙｗｏｒｄｓ：ｌａｒｇｅｒｏｔｏｒｓｙｓｔｅｍ；ｆａｕｌｔｄｉａｇｎｏｓｉｓ；ｉｎｆｏｒｍａｔｉｏｎｆｕｓｉｏｎ；ｗａｖｅｌｅｔａｎａｌｙｓｉｓ；ＬａｂＶＩＥＷ；ｓｔａｔｅｍｏｎｉｔｏｒｉｎｇ０㊀引言以大型转子系统为核心的燃气轮机㊁鼓风机等设备在电力㊁冶金等行业发挥着重要作用㊂它们以转子和其他回转部件构成设备核心，是旋转机械的关键部件㊂而转子系统在发生故障时，会造成损失，因此有必要对转子的运行信号进行监测和诊断［１］㊂Ｌａｂ⁃ＶＩＥＷ软件具有开发周期短㊁扩展性好的优点，广泛应用于工程领域的监测㊁诊断系统开发［２］㊂本文基于ＬａｂＶＩＥＷ设计了一套针对大型转子系统的数据监测系统，实现了转子运转的在线监测和实时诊断㊂实验针对仿真大型转子应用了该系统，结果表明系统有效㊁可靠㊂１㊀系统硬件平台设计系统软件部分构建于ＬａｂＶＩＥＷ平台上，以电涡流传感器㊁压电式加速度传感器㊁扭矩转速传感器㊁数据采集卡㊁计算机等作为硬件基础，其设计框架如图１所示㊂图１㊀系统硬件框架通过多个传感器将转子系统的振动信号转换为电信号作为系统的数据来源㊂所选用的传感器㊁数据采集卡等设备的参数㊁型号如表１所示㊂表１㊀传感器及采集卡选型设备名称型号说明电涡流位移传感器ＺＡ２１０８０３量程２ｍｍ，灵敏度５．００Ｖ／ｍｍ压电式加速度传感器ＣＴ１０２０ＬＣ量程２５ｇ，灵敏度２００ｍＶ／ｇ扭矩转速传感器ＬＤＮ－０８Ｄ量程５００Ｎ㊃ｍ，精度０．５％数据采集卡ＰＣＩ－１７１６１６单通道模拟输入或８通道差动输入（－１０Ｖ至＋１０Ｖ，１６ｂｉｔｓ分辨率），最大采样频率２５０ｋＨｚ㊀㊀㊀㊀㊀５２㊀ＩｎｓｔｒｕｍｅｎｔＴｅｃｈｎｉｑｕｅａｎｄＳｅｎｓｏｒＮｏｖ．２０１７㊀２㊀系统程序及算法设计２．１㊀软件系统框架设计软件系统总体设计基于ＬａｂＶＩＥＷ，具备数据采集㊁滤波㊁实时显示㊁数据存储㊁分析㊁诊断等多种功能，总体框架见图２㊂图２㊀软件系统框架采用模块化㊁结构化设计准则，将软件系统划分为数据采集㊁数字滤波㊁数据存储㊁数据处理和分析㊁实时显示㊁诊断和数据融合模块进行分块设计，每个模块完成一部分功能，最后整合形成完整的监测与故障诊断系统㊂２．２㊀数据采集与存储模块设计以数据采集卡作为硬件基础，数据采集时使用差动输入的方式以提高灵敏度㊁补偿干扰㊂此模块主要负责设定采集的相关参数和采集传感器数据㊂利用ＬａｂＶＩＥＷＤＡＱ＿Ｐｒｏｐｅｒｔｙ等函数设置采集通道，输入电压范围，采样频率等参数；采集过程则主要通过ＤＡＱＣｒｅａｔｅＣｈａｎｎｅｌ㊁ＤＡＱＲｅａｄ和文件写入等函数完成创建采集任务㊁读取和写入数据的功能㊂文件存储格式为ＴＤＭＳ格式，存取快，同时方便转换为其他格式以生成报表㊂在实际的程序中采用生产者㊁消费者模型，将采集到的数据先存入堆栈，再从堆栈中读取并写入硬盘文件㊂２．３㊀数字滤波算法设计数字滤波模块用于滤除噪声干扰，模块以小波阈值滤波法作为基础进行搭建㊂采用ＬａｂＶＩＥＷ调用Ｍａｔｌａｂ脚本进行编程，并提出了一种自适应检验的小波分解层数的算法㊂转子系统产生的噪声，主要以白噪声为主［３］㊂小波阈值法简单实用，且滤除白噪声效果较好，因此常被用于滤除白噪声污染㊂在利用小波阈值法的过程中，影响最主要的是信号的分解层数，合适的分解层数能在不损坏信号的完整性前提下滤除尽量多的噪声㊂根据小波变换原理，随着信号分解层数的增加，有序信号的小波系数占比会逐渐超过噪声信号，因此，文献［４］提出利用白噪声的自相关函数确定分解层数㊂设ａｉ（ｉ＝１，２，３， ，Ｎ）为信号分解第ｊ层得到的小波系数，其自相关统计量ρｋ为ρｋ＝ðｎ－Ｋｉ＝１（ａｉ－－ａ）（ａｉ＋ｋ－－ａ）ðｎ－Ｋｉ＝１（ａ１－－ａ）２（１）式中：－ａ为序列平均值，Ｋ取２０ ３０㊂当Ｎ充分大（通常Ｎ＞１００）时，若ａｉ序列为白噪声，则序列（ρ１Ｎ，ρ２Ｎ，ρ３Ｎ， ，ρＫＮ）为Ｋ个近似相互独立且服从正态分布Ｎ（０，１）的随机变量㊂于是检测序列是否为白噪声的问题转化为检验上述Ｋ个量是否为Ｋ个独立标准正态分布的随机变量，再令：ＱＫ＝ＮðＫｋ＝１ρ２ｋ（２）则问题又转化成检验ＱＫ是否是自由度为Ｋ的卡方分布χ２㊂对此，文献［４］并未给出一种明确的检验算法，因此本文在此提出，利用统计学相关方法检验［５］ＱＫ㊂以 ａｉ为白噪声 为原假设，α为显著性水平，取半轴（χ２Ｋ，＋ɕ）为否定域，计算出ＱＫ与χ２Ｋ，若ＱＫɤχ２Ｋ，则认为该层分解产生的小波系数通过白噪声测试，应进行降噪㊂重复此过程，直到第ｍ层小波系数未能通过白噪声测试，表明此时有序信号占多数，停止分解，确定ｍ－１层为合适的分解层数㊂对于其他影响小波阈值降噪效果的因素（包括阈值计算方式㊁小波基选取㊁阈值处理函数），经过模拟信号对比处理之后发现差异不明显，确定其中效果相对较好的ｄｂ１２为小波基㊁ｍｉｎｉｍａｘｉ为阈值计算方式，硬阈值函数为处理函数，则形成滤波模块算法见图３㊂２．４㊀数据分析模块数据分析模块主要用于对信号进行计算并得出信号的特征向量㊂特征向量将作为后续故障诊断模块的主要判断依据㊂主要利用的工具包括时域分析㊁频谱分析㊁小波能量谱分析㊁小波能谱熵分析，轴心轨迹分析㊂２．４．１㊀小波分析信号的频带能量分布反映了转子系统的故障特征，通过小波分解所得到的小波能量谱与小波能量熵组合形成的全信息故障特征向量，能完整的描述振动信号特征［６］㊂同时，由于１／２ｆ㊁２ｆ㊁３ｆ（ｆ为转子转速）等频率常为故障的特征频率［７］，在此，本文了一种提出针对转子系统的小波包划分方法（见表２）㊂㊀㊀㊀㊀㊀第１１期严展鸿等：基于ＬａｂＶＩＥＷ的大型转子监测及故障诊断系统５３㊀㊀（ａ）算法流程图（ｂ）部分程序代码图３㊀小波阈值自适应分解算法表２㊀信号小波包分解节点带，利于形成准确的信号特征向量作为依据㊂在实际应用中，将轴承加速度信号进行积分获得轴承振幅信号，与电涡流传感器测得的振幅信号一同进行分析㊂经过反复试验，选ｄｂ１２作为小波基，进行小波包分解㊁计算，注意到由于相互垂直的２个传感器信号才能完整描述转子真实振动情况［６］，则针对某一个特定的测点，将ｘ信号（水平方向信号）㊁ｙ信号（竖直方向信号）按表２所示的节点进行分解，按照频率从小到大的顺序给８个节点得到的小波重构系数依次编号为Ｓｘ１（ｎ），Ｓｙ１（ｎ），Ｓｘ２（ｎ）， ，Ｓｙ８（ｎ）㊂第ｊ个频带的能量谱与能量熵具体为：Ｅｚｊ＝ðＮｎ＝０（｜Ｓｘｊ（ｎ）｜２＋｜Ｓｙｊ（ｎ）｜２）（３）ＥｚＴｏｔａｌ＝ð８ｊ＝１Ｅｚｊ（４）将Ｅｚｊ归一化，得到振动信号全信息小波相对能量谱ｐｚ＝［ｐｚ１， ，ｐｚｉ， ，ｐｚ８］全信息小波能谱熵ＨｚＷ为ＨｚＷ＝－ð８ｉ＝１ｐｚｉｌｏｇｐｚｉ（５）针对该测点得到的信号特征向量为Ｗ＝［ｐｚ１， ，ｐｚｉ， ，ｐｚ８，ＨｚＷ］２．４．２㊀轴心轨迹分析轴心轨迹是判断转子系统运行状态的依据之一㊂正常运行的转子系统会产生一个长短轴长度接近的椭圆形轨迹㊂而在出现故障时，轴心轨迹则会产生变形㊂常见故障产生的轴心轨迹有椭圆形㊁月牙形㊁内八字形㊁外八字形㊁花瓣形等［２］㊂但单纯的图形识别判断不易量化作为分析工具，因此本系统利用改进不变矩［８］量化轴心轨迹㊂改进不变矩在离散状态下也能保证比例因子不变，便于产生稳定的特征向量，方便后续的故障诊断和数据融合㊂２．５㊀诊断及融合模块诊断及数据融合模块主要利用数据分析模块形成的特征向量作为依据进行系统诊断和识别㊂利用ＳＶＭ（ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ）完成分类诊断，并利用交叉验证法［９］获取ＳＶＭ必要的参数，ＳＶＭ设定为ＲＢＦ核㊂Ｄ－Ｓ证据理论则被用于完成决策级融合，获得最终的诊断结果㊂具体而言，以振幅信号为例，形成的流程算法见图４㊂图４㊀诊断及数据融合模块算法加速度信号与振幅信号类似，但仅进行小波分析诊断㊂针对每１个测点形成的诊断结果进行第２次融合，即可得到完整的故障诊断结果㊂３㊀系统实验验证实验采用仿真的大型转子实验平台完成测试和验证㊂模拟常见的转子系统故障包括：不平衡㊁不对中㊁轴承松动㊁转静子碰磨㊂具体而言，这些故障具有的振动性质见表３㊂表３㊀信号小波包分解节点故障类型特征频率常伴频率轴心轨迹不平衡１ｆ较小的高次谐波椭圆／双环椭圆／月牙不对中２ｆ１ｆ㊁３ｆ双环椭圆／月牙／花瓣轴承松动１ｆ㊁１／２ｆ㊁２／３ｆ２ｆ㊁３ｆ紊乱／螺旋线转静子碰磨１／ｎｆ㊁ｎｆ１ｆ紊乱／双环椭圆㊀㊀㊀㊀㊀５４㊀ＩｎｓｔｒｕｍｅｎｔＴｅｃｈｎｉｑｕｅａｎｄＳｅｎｓｏｒＮｏｖ．２０１７㊀为了能够全面准确捕获这些故障，需对转子的不同位置布置多个测点采集振动信号㊂实验平台具体设置见图５㊂图５㊀大型转子故障实验平台㊀㊀利用变频器拖动电机模拟转子运行㊂以不对中故障为例，在转子的右端支座底部垫入垫片以模拟不对中故障㊂设定转子转速为１４４０ｒｐｍ，采样频率为１ｋＨｚ，调节制动器力矩为８０Ｎ㊃ｍ模拟负载，实时采集界面见图６㊂（ａ）振幅信号测点３实时采集界面（ｂ）振幅信号测点３实时频谱图６㊀振幅信号测点３实时采集界面据２．３节，取Ｎ＝１４０，Ｋ＝３０，令置信度α＝０．０５，得χ２３０＝４３．８则否定域为（４３．８，＋ɕ）㊂当分解层数为ｊ＝１时，Ｑ３０＝１７．０９＜４３．８，说明本层小波系数以噪声为主，应予以降噪㊂当ｊ增加至２时，Ｑ３０＝２８．０６＜４３．８，应继续分解㊂当ｊ＝３时，Ｑ３０＝６２．３６＞４３．８说明本层系数以有序信号为主，进行分解降噪会去除有效信息㊂因此滤波算法的分解层数ｊ＝２，㊂可以看出根据自适应分解层数算法，有效地滤出了高频噪声，同时保留了信号的完整性，证明了算法的有效性㊂利用离线读取的方式读取不对中故障信号，通过数据分析模块计算轴心轨迹特征向量和小波能量特征向量见图７㊂观察图６，可发现轴心轨迹大致呈现出月牙形，表明其有可能出现不对中故障，图７中的不变矩特征向量计算结果也反映了这一点㊂但考虑到不平衡故障亦有可能出现类似的轴心轨迹，因此还需对信号的频率特征进行分析㊂结合表３中的不对中信号特征频率及常伴频率，可以看出转速的一倍频㊁二倍频㊁三倍频分量明显㊂具体反映到图８中的小波分析特征向量中，３个分量正好对应了小波分析的ｐｚ３（频率范围０．６２５ｆ １．２５ｆ，ｆ为转速），ｐｚ４（频率范围１．２５ｆ ２．５ｆ），ｐｚ５（频率范围２．５ｆ ３．７５ｆ）分量，说明表２所示的小波包分解节点很好地划分了频率区间，区分了不同故障下的频率特征㊂（ａ）振幅信号测点３数据分析界面（ｂ）小波分析特征向量图７㊀振幅信号测点３特征向量将２组特征向量输入用ＬｉｂＳＶＭ工具开发的故障诊断模块，得到初步诊断结果见图８㊂由图８可看出，不变矩判据对于不对中故障和不平衡故障的支持度较高，小波分析判据则对不对中故障支持度较高㊂经过融合，监测系统初步判定认为系统处于不对中几率最大，符合实际情况㊂对所有测点的数据进行融合，得到最终的诊断结果见图９，可看出系统准确地诊断了转子系统的故障类型，说明了系统有效㊁可靠㊂㊀㊀㊀㊀㊀第１１期严展鸿等：基于ＬａｂＶＩＥＷ的大型转子监测及故障诊断系统５５㊀㊀图８㊀振幅信号测点３初步诊断结果图９㊀振幅信号测点３初步诊断结果４㊀结束语基于ＬａｂＶＩＥＷ平台开发了针对大型转子系统的故障诊断与监测软件系统㊂系统能实现信号采集，自适应数字滤波，信号分析及故障诊断㊁报表生成等多种功能㊂实验测试表明，系统诊断准确性好，有利于监测和预防大型转子系统故障，避免事故发生㊂参考文献：［１］㊀陈理源．多传感器数据融合及其在电机故障诊断中的应用研究［Ｄ］．杭州：浙江大学，２００５．［２］㊀范文，孙冬梅，袁倩．基于ＬａｂＶＩＥＷ的磁轴承震动监测及故障诊断系统设计［Ｊ］．仪表技术与传感器，２０１６（４）：６０－６２．［３］㊀李琳，张永祥，刘树勇．改进ＥＭＤ－小波分析的转子振动信号去噪方法［Ｊ］．噪声与振动控制，２０１５，３５（２）：１７０－１７４．［４］㊀黄辉，雷晓燕，刘庆杰．基于小波变换的轮轨垂向力信号降噪［Ｊ］．噪声与振动控制，２０１６，３６（１）：１０１－１０５．［５］㊀王燕．时间序列分析－基于Ｒ［Ｍ］．北京：中国人民大学出版社，２０１５：３４－４０．［６］㊀韩捷，谢凯．全信息小波能量熵及其在旋转机械状态监测中的应用研究［Ｊ］．机械强度，２００９，３１（６）：８７６－８８０．［７］㊀周扬．基于振动信号分析的转子故障诊断方法研究［Ｄ］．南京：南京航空航天大学，２０１４．［８］㊀李鹏，朱宏辉．一种改进不变矩方法在图像目标识别中的应用［Ｊ］．交通与计算机，２００４，２２（２）：８８－９０．［９］㊀王健峰，张磊，陈国兴，等．基于改进的网格搜索法的ＳＶＭ参数优化［Ｊ］．应用科技，２０１２，３９（３）：２８－３１．作者简介：严展鸿（１９９１ ），硕士研究生，主要从事数据采集检测与分析研究㊂Ｅ⁃ｍａｉｌ：ｙａｎｚｈｊｏｂ＠１６３．ｃｏｍ廖平（１９６４ ），教授，主要从事机电一体化和计算机测控技术研究㊂Ｅ⁃ｍａｉｌ：ｌｉａｏｐｉｎｇ０＠１６３．ｃｏｍ（上接第５０页）图１３㊀测点２㊁测试９应变测量结果参考文献：［１］㊀ＮＡＧＡＹＡＭＡＴ，ＲＵＩＺＳＡＮＤＯＶＡＬＭ，ＳＰＥＮＣＥＲＪＢＦ，ｅｔａｌ．Ｗｉｒｅｌｅｓｓｓｔｒａｉｎｓｅｎｓｏｒｄｅｖｅｌｏｐｍｅｎｔｆｏｒｃｉｖｉｌｉｎｆｒａｓｔｒｕｃｔｕｒｅ［Ｃ］／／ＰｒｏｃｅｅｄｉｎｇｓｏｆＦｉｒｓｔＩｎｔｅｒｎａｔｉｏｎａｌＷｏｒｋｓｈｏｐｏｎＮｅｔ⁃ｗｏｒｋｅｄＳｅｎｓｉｎｇＳｙｓｔｅｍｓ，２００４：９７－１００．［２］㊀ＢＩＥＬＥＮＰ，ＬＯＳＳＩＥＭ，ＶＡＮＤＥＰＩＴＴＥＤ．Ａｌｏｗｃｏｓｔｗｉｒｅｌｅｓｓｍｕｌｔｉ⁃ｃｈａｎｎｅｌｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍｆｏｒｓｔｒａｉｎｇａｕｇｅｓ［Ｃ］／／ＰｒｏｃｅｅｄｉｎｇｓｏｆＩＳＭＡ，２００２：６６３－６７０．［３］㊀张志勇，王学文，瞿春雪，等．现代传感器原理及应用［Ｍ］．北京：电子工业出版社，２０１４．［４］㊀ＴＨＳ４５３１ｄａｔａｓｈｅｅｔ［ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．ｔｉ．ｃｏｍ．ｃｎ／ｐｒｏｄｕｃｔ／ｃｎ／ｔｈｓ４５３１．［５］㊀Ｋ９Ｆ１Ｇ０８Ｕ０Ｂｄａｔａｓｈｅｅｔ［ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．ｄａｔａｓｈｅｅｔａｒｃｈｉｖｅ．ｃｏｍ／Ｋ９Ｆ１Ｇ０８Ｕ０ＢＰＣＢ０－ｄａｔａｓｈｅｅｔ．ｈｔｍｌ．［６］㊀ＦａｔＦｓ⁃ＧｅｎｅｒｉｃＦＡＴＦｉｌｅＳｙｓｔｅｍＭｏｄｕｌｅ［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｅｌｍ⁃ｃｈａｎ．ｏｒｇ／ｆｓｗ／ｆｆ／００ｉｎｄｅｘ＿ｅ．ｈｔｍｌ．［７］㊀ＡＤＳ１２４４ｄａｔａｓｈｅｅｔ［ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．ｔｉ．ｃｏｍ．ｃｎ／ｃｎ／ｌｉｔ／ｄｓ／ｓｙｍｌｉｎｋ／ａｄｓ１２４４．ｐｄｆ．作者简介：付良瑞（１９８８ ），助理工程师，硕士，主要研究方向为电子技术㊁嵌入式系统设计㊂朱宝良（１９８２ ），工程师，硕士，主要研究方向为嵌入式软件开发㊁软件工程㊂Ｅ⁃ｍａｉｌ：ｚｈｕｂａｏｌｉａｎｇ１９８２＠１６３．ｃｏｍ。
第32卷第3期 2 0 17年8月青岛大学学报（工程技术版）JOURNAL OF QINGDAO UNIVERSITY (E&T)Vol. 32 No. 3Aug. 2 0 17文章编号：1006 - 9798(2017)03 -0056-06;DOI:10.13306/j.1006 - 9798.2017.03.010基于LabVIEW和Matlab的滚动轴承故障监测与诊断孙晓涛1，高军伟u，毛云龙1，张彬\董宏辉2(1.青岛大学自动化与电气工程学院，山东青岛266071;2.北京交通大学轨道交通控制与安全国家重点实验室，北京100044)摘要：针对轨道车辆滚动轴承故障的多发性和重要性，本文基于虚拟仪器技术，通过L a b V I E W以及M a t l a b来编程操作，设计了一种滚动轴承故障监测与诊断系统，通过传感器采集振动信号，经过信号调理模块对信号进行相应的滤波放大处理，再通过数据采集卡N I9215输人到实时控制器C o m p a c t R I O中，C o m p a c t R I O则通过控制器面板上的R J- 45以太网端口，使用以太网连接控制器至上位机，上位机采用L a b V I E W编程，将数据传送给上位机进行数据的显示存储与处理分析，然后调用M a t l a b，该系统通过小波包变换提取轴承的故障特征向量，再利用R B F径向基函数神经网络对故障类型进行诊断分析。
分析结果表明，该系统能够及时、准确的实现振动信号采集和分析、信号传输、故障诊断等功能，拥有灵活、易用的人机交互界面，实现了软、硬件资源的良性共享，具有较好的实用价值。
关键词：滚动轴承；L a b V I E W;M a t l a b;数据采集；故障诊断中图分类号：T P277; T P206+.3 文献标识码：A目前，我国轨道交通的故障诊断技术正在迅速发展，社会各界对轨道交通列车运营的安全性和可靠性已经提 出了更高的要求。
转子轴心轨迹自动识别方法的研究的开题报告一、题目：转子轴心轨迹自动识别方法的研究二、研究背景和意义：转子是旋转机械中至关重要的组成部分，在机械运转时，转子轴心的运动轨迹是随时变化的，这对测控技术的要求非常高。
然而，在传统的测控技术中，要求专业的技术人员通过手动操作来实现转子轴心轨迹的识别，这样不但效率低下，而且容易出现误差，严重影响工程的质量和进度。
因此，转子轴心轨迹自动识别方法的研究具有重要意义。
通过自动化技术的应用，可以提高测控技术的操作效率和精度，减少人为误差的发生，促进机械工程技术的不断提升和创新。
三、研究内容和技术路线：1. 转子轴心运动模型的建立：通过转子电机的基本工作原理和机械运动学原理，建立转子轴心的运动模型，并采用数学模型进行描述和计算。
2. 光学传感器的选择和设计：通过分析不同种类的光学传感器的优缺点，选择适合于转子轴心轨迹测量的光学传感器，并进行光学传感器的设计。
3. 自动化算法的设计：采用自动化算法对转子轴心轨迹进行自动化识别和跟踪。
算法的具体设计包括图像处理、特征提取、目标检测等内容，并对算法进行模拟实验验证。
4. 系统开发和实现：基于上述技术路线，进行系统开发和实现，并对系统性能进行测试和评估。
四、预期成果和应用价值：本研究预期将实现对转子轴心轨迹的自动化识别和跟踪，具有以下应用价值：1. 提高测控技术的操作效率和精度。
2. 减少人为误差的发生，促进机械工程技术的不断提升和创新。
3. 可应用于转子电机、风力发电机及其他旋转机械的轴心轨迹测量和控制领域。
4. 在机械制造和其他相关领域中具有广泛的应用前景和推广价值。
五、研究计划和时间节点：1. 文献调研和技术准备（第1-2个月）。
2. 转子轴心运动模型的建立和光学传感器的设计（第3-5个月）。
3. 自动化算法的设计和模拟实验验证（第6-8个月）。
4. 系统开发和实现（第9-11个月）。
5. 系统测试和性能评估（第12个月）。
基于 LabVIEW的磁轴承振动监测及故障诊断系统设计
范文;孙冬梅;袁倩
【期刊名称】《仪表技术与传感器》
【年(卷),期】2016(000)004
【摘要】针对磁轴承运行中的机械振动故障，文中研究一套基于虚拟仪器（LabVIEW）的磁轴承振动监测及故障诊断系统，提供了系统的总体方案和实现的具体过程。
将虚拟仪器技术与故障诊断技术相结合并应用于磁轴承的振动检测，在故障诊断中加入小波分析、HHT、基于峭度的概率密度算法、轴心轨迹法、信息融合算法等诊断方法并通过LabVIEW编程开发，使该系统可高效地实现对测量结果的实时显示、处理、存储，并能准确判断和分析故障。
【总页数】4页(P60-62,66)
【作者】范文;孙冬梅;袁倩
【作者单位】南京工业大学电气工程与控制科学学院，江苏南京 211816;南京工业大学电气工程与控制科学学院，江苏南京 211816;南京工业大学电气工程与控制科学学院，江苏南京 211816
【正文语种】中文
【中图分类】TP277
【相关文献】
1.基于LabVIEW的汽油发动机振动故障诊断系统设计 [J], 郝亮
2.基于LabVIEW的旋转机械振动状态监测及故障诊断系统设计 [J], 杜永英;马亚
鹏;鄢利群
3.基于LabVIEW的汽轮机振动状态监测与故障诊断系统研究 [J], 赵胜杰
4.基于LabVIEW的机电设备状态监测与故障诊断系统设计 [J], 蒋方平;庄竞
5.基于LabVIEW的汽轮机振动监测与故障诊断数据库系统 [J], 王鹏;潘维加;祁立君
因版权原因，仅展示原文概要，查看原文内容请购买。
基于LabVIEW转子轴心轨迹测量与识别系统开发摘要转子轴心轨迹作为转子振动状态的一类重要图形征兆，包含了大量的故障信息，是诊断专家在诊断过程中采用的一项不可缺少的故障征兆信息，由于轴心轨迹的提纯效果、轴心轨迹的特征自动提取和形状自动识别的水平，都直接影响着故障诊断专家系统的智能化水平，因此我们需要对轴心轨迹全面的进行研究。
首先搭建了转子故障实验台,在该实验台上能够模拟一些典型的转子故障,如不平衡、不对中、转子弯曲等。
在此基础上，搭建信号测量电路，包括传感器、电荷放大器、滤波器、数据采集卡等器件，能够测量转子旋转时的两个相互垂直方向的径向位移。
其次编制轴心轨迹测量及识别程序，该程序能够实时显示轴心轨迹，并进行频谱分析，也可以进行数据的存储。
为了给轴心轨迹识别提供标准，进而编制了轴心轨迹仿真程序，对几种典型故障的轴心轨迹进行了仿真。
根据不变矩理论，编制了不变矩计算程序，通过对传统算法的改进，实现了对离散数据的不变矩计算，改进算法能够自动识别轴心轨迹。
通过连接实验台、测量装置和软件应用程序，对整个系统进行了整合，可实时显示轴心轨迹，同时计算不变矩。
通过大量实验确定识别临界值，使程序既满足灵活性又满足准确性，有效实现在线自动识别。
关键词：轴心轨迹;虚拟仪器；LabVIEW；不变矩Development of measurement and identification of axis orbit system on LabVIEWAbstractThe rotor axis path as a kind of important graphic sign of rotor vibration state contains a large number of fault information is used in the process of diagnosis expert in the diagnosis of an indispensable fault symptom information.Axis path due to the effect of purification, the axis trajectory characteristics of the level of automatic extraction and automatic shape identification, directly affects the level of intelligent fault diagnosis expert system,So we need the axis trajectory comprehensive research.First set the rotor fault test-bed in the laboratory bench to simulate some of the typical rotor faults, such as imbalance, in the wrong, rotor bending, etc. On this basis, the structures, signal measuring circuit, including the data acquisition card, sensor, charge amplifier and filter device, to measure the axis trajectory radial displacement of two directions.Second axis trajectory measurement program, the program can real-time display the axis trajectory, and spectrum analysis, can also for data storage. To provide standards for axis path identification, and then compiled the axis trajectory simulation program, the axis trajectory of several typical faults are simulated.The recognition system is used as a means for identifying, invariant moment invariant moment calculation program, therefore, according to the features of the experiment, the moment invariant algorithm was improved, in order to meet the automaticidentification.Finally integrate the compiled program can display the axis trajectory and moment invariant can be calculated, and through experiments to determine the identification of the critical value, satisfies program meets the flexibility and accuracy, effectively realize online automatic identification. Key words:Axis trajectory;Virtual instrument; LabVIEW; Invariant moments目录摘要 (I)Abstract (II)第1章绪论................................................ - 1 -1.1 课题的背景................................................................................... - 1 -1.2 国内外研究现状........................................................................... - 2 -1.2.1 旋转机械轴心轨迹研究现状 ............................................. - 2 -1.2.2 转子轴心轨迹自动识别研究现状 ..................................... - 2 -1.3 研究的意义和主要内容 ............................................................... - 4 -1.3.1 研究的意义......................................................................... - 4 -1.3.2 研究的主要内容................................................................. - 4 - 第2章转子振动机理和轴心轨迹特征 ......................... - 6 -2.1 旋转机械振动机理分析 ............................................................... - 6 -2.2 转子振动的基本特征 ................................................................... - 7 -2.3 常见故障原因及轴心轨迹的特征 ............................................... - 8 -2.3.1 转子不平衡......................................................................... - 8 -2.3.2 转子不对中......................................................................... - 9 -2.3.3 转子弯曲............................................................................. - 9 -2.3.4 转子碰磨........................................................................... - 10 -2.3.5 油膜震荡........................................................................... - 11 -2.4 轴心轨迹测试方法及信号分析 ................................................. - 12 -2.5 本章小结..................................................................................... - 14 - 第3章 LabVIEW应用程序设计............................... - 16 -3.1 数据采集和轴心轨迹合成 ......................................................... - 16 -3.2 轴心轨迹仿真程序..................................................................... - 19 -3.3 不变矩计算程序......................................................................... - 21 -3.3.1 不变矩方法简介............................................................... - 21 -3.3.2 不变矩计算方法............................................................... - 22 -3.4 相似度计算程序......................................................................... - 24 -3.5 轴心轨迹自动识别程序 ............................................................. - 25 -3.6 本章小结..................................................................................... - 26 - 第4章实验系统与实验结果................................. - 27 -4.1 实验台的结构设计..................................................................... - 27 -4.2 测量装置..................................................................................... - 28 -4.2.1 传感器与测量电路 ........................................................... - 28 -4.2.2 数据采集卡....................................................................... - 29 -4.2.3 数据采集卡基本性能指标 ............................................... - 30 -4.3 实验结果分析............................................................................. - 31 -4.4 本章小结..................................................................................... - 32 - 结论...................................................... - 33 - 致谢...................................................... - 34 - 参考文献.................................................. - 35 - 附录...................................................... - 37 -第1章绪论1.1课题的背景旋转机械是机械设备的重要组成部分并且占有相当大的比重，如机械、化工、电力、冶金等行业的机床、汽轮机、发电机、压缩机等都是典型的旋转机器,它们以转子及其他回转部件作为工作的主体,一旦发生事故将造成巨大损失。
