王傳英，王 杰，崔 峰，王艷芹，林 芳

（1.大慶師范學(xué)院物理與電氣信息工程學(xué)院，黑龍江大慶163712；2.大慶油田牡丹江新能源有限責(zé)任公司，黑龍江牡丹江153030）

基于LabVIEW的電機噪聲測試系統(tǒng)研究

王傳英1，王 杰2，崔 峰1，王艷芹1，林 芳1

（1.大慶師范學(xué)院物理與電氣信息工程學(xué)院，黑龍江大慶163712；2.大慶油田牡丹江新能源有限責(zé)任公司，黑龍江牡丹江153030）

以LabVIEW為基本平臺，應(yīng)用虛擬儀器技術(shù)對電機噪聲振動信號進行檢測與分析，對電機輸入信號進行頻譜分析，從而實現(xiàn)電機噪聲源的識別與處理，為電機的故障診斷提供有效的參考依據(jù)。

LabVIEW；虛擬儀器；頻譜分析；電機噪聲

電機是目前工業(yè)生產(chǎn)中的主要動力來源，也是人們?nèi)粘Ｉ?、工作、生產(chǎn)中的主要設(shè)備。但是，電機的噪聲和振動也給人們?nèi)粘聿槐恪Ｒ虼?，對于電機振動和噪聲的測試、分析和抑制方法的研究得到廣泛的關(guān)注。應(yīng)用虛擬儀器技術(shù)對電機噪聲振動信號進行檢測及分析是一種可行的解決途徑。本文將虛擬儀器技術(shù)應(yīng)用于電機噪聲信號的研究，并開發(fā)了基于LabVIEW的電機噪聲在線檢測及分析系統(tǒng)，該系統(tǒng)有效的分析了電機噪聲振動的機理；并對電機噪聲振動信號處理方法進行分析研究，著重從頻域分析進行電機振動信號的處理。該系統(tǒng)能實時顯示采集到的信號的波形和頻域變換的圖形，并將電機噪聲信號的相關(guān)參數(shù)測量出來。

1 電機噪聲特性

電機噪聲包含電磁噪聲、機械噪聲和空氣動力噪聲三大類。電磁噪聲與電機氣隙磁場及電磁力波、定子振動特性有直接關(guān)系；機械噪聲除了由安裝不良導(dǎo)致的機械噪聲之外，還與機械構(gòu)件的振動有直接的關(guān)系；空氣動力噪聲則主要有旋轉(zhuǎn)噪聲、渦流噪聲和笛鳴噪聲三種。電機的機械振動系統(tǒng)是聲波源之一，因此與電機噪聲有直接關(guān)系。電機運轉(zhuǎn)工作過程產(chǎn)生的各類振動是電機噪聲的主因。電機振動是電機的運行狀態(tài)及其噪聲特性的直接反映，是電機振動監(jiān)測及電機故障診斷的主要途徑。

噪聲的測量方法有振速法、聲壓級測量和聲強測量。聲壓級測量方法對測試現(xiàn)場的環(huán)境要求比較高，需要特定環(huán)境才可實施測量。聲強測量需要與被測電機具有較小的測試距離，造價較高。因此綜合各項指標(biāo)要求，采用振速法進行在線電機噪聲檢測比較合適。振速法是基于一定的聲頻率范圍，此范圍內(nèi)的振動將激發(fā)空氣介質(zhì)的相應(yīng)振動，向外部輻射聲波噪聲，因此通過固有頻率的輻射聲波的測量來確定噪聲輻射。振速法使用的環(huán)境是背景噪聲較大的場所，比較適合穩(wěn)態(tài)生源的測量，可以通過簡化測點的振動以提高該方法在電機噪聲測量上的精確度。

2 基于虛擬儀器的測試系統(tǒng)

2.1 系統(tǒng)硬件構(gòu)成

該系統(tǒng)以PC和虛擬儀器為核心組成。系統(tǒng)的主要工作原理是用聲傳感器作為電機振動信號的檢測元件，通過DAQ數(shù)據(jù)采集卡送到虛擬儀器與PC中，通過LabVIEW平臺進行電機振動信號的處理與分析，從而實現(xiàn)電機噪聲的在線檢測與分析，對電機噪聲進行頻譜分析，確定噪聲源及故障診斷。系統(tǒng)硬件結(jié)構(gòu)框圖如圖1。

圖1 系統(tǒng)硬件結(jié)構(gòu)框圖

2.2 電機噪聲對消算法

本系統(tǒng)采用自適應(yīng)算法實現(xiàn)噪聲對消及抑制。通過虛擬儀器的LabVIEW平臺創(chuàng)建自適應(yīng)濾波器，即根據(jù)一定的性能規(guī)范，在電機噪聲的未知和可變環(huán)境中，無需人為干預(yù)而實現(xiàn)的自適應(yīng)噪聲對消技術(shù)。本系統(tǒng)設(shè)計的自適應(yīng)濾波算法采用最小均方算法，最小均方算法濾波器是以橫向結(jié)構(gòu)為基礎(chǔ)構(gòu)建的，其最基本的形式設(shè)計簡單，運算高效，被廣泛應(yīng)用。

最小均方算法由Widrow和Hoff于上世紀(jì)六十年代提出，該算法采用一種特殊的梯度估值，簡單易行，不需要離線方式的估值。

2.2.1 最小均方（LMS）算法

考慮自適應(yīng)橫向濾波器，各參數(shù)為實數(shù)情況，誤差e可表示為

其中，n表示第n次迭代；u為輸入向量；w為權(quán)向量，為有用信號。

LMS算法以時刻i的誤差平方e2作為同一時刻瞬時均方誤差的估計，那么e2對于w的梯度一般用▽表示，給出▽的一種估計：

采用這種梯度估計，可以推導(dǎo)出LMS算法的權(quán)向量為：

如果知道抽頭權(quán)向量w（n）的先驗知識，則用其選擇w（0），否則將w（0）置零處理。

2.2.2 歸一化最小均方算法

LMS算法，當(dāng)u（n）較大時會出現(xiàn)梯度噪聲放大的問題，可以采用歸一化算法加以解決。從一次迭代到下一次迭代，自適應(yīng)濾波器的權(quán)向量應(yīng)當(dāng)以最小方式改變，而且受到更新的濾波器輸出所施加的約束。

其約束條件為

在此約束下更新的抽頭向量增量為

該增量的歐氏范數(shù)最小。

利用拉格朗日乘子法，可得到歸一化LMS算法的權(quán)向量更新形式

為了控制抽頭權(quán)向量的增量而不改變向量的方向，引入一正的因子μ-，則

為了克服輸入向量u（n）較小時帶來的問題，引入非常小的常數(shù)δ＞0，對上式修正為

3 測試結(jié)果

通過引用已有的數(shù)據(jù)，即對空載狀態(tài)電機的振動信號進行采集，提取電機振動的特征指標(biāo)，結(jié)果如表1所示。

表1 電機振動特征值表

從表1的數(shù)據(jù)能得到，盡管空載特性與負(fù)載特性不相同，在兩種工作狀態(tài)下，即使聲壓級別不同，其反應(yīng)噪聲是否在規(guī)定范圍內(nèi)的一致性基本可以滿足。通過虛擬儀器的創(chuàng)建對電機噪聲進行檢測及分析，基于LabVIEW平臺的部分前面板見圖2。

圖2 電機噪聲濾波前面板

4 結(jié)語

通過基于LabVIEW平臺的電機噪聲測試系統(tǒng)的研究，建立電機噪聲的處理與分析算法，實現(xiàn)以虛擬儀器為核心的電機噪聲檢測與分析系統(tǒng)。該測試系統(tǒng)操作簡單有效，可以準(zhǔn)確快速的提取電機噪聲特性，為電機噪聲測試分析及故障診斷提供可靠的依據(jù)。

［1］蔣偉康，嚴(yán)莉.基于神經(jīng)網(wǎng)絡(luò)的電機噪聲性能在線檢測技術(shù)研究［J］.振動與沖擊，2004，23（4）：51-57.

［2］范文秀，陳光軍.基于虛擬儀器的電機噪聲測量系統(tǒng)設(shè)計［J］.機械管理開發(fā)，2010，25（2）：17-19.

［3］李紅艷，汪慶年，史鳳娟.基于DSP的電機噪聲在線檢測系統(tǒng)［J］.電氣技術(shù)，2008（10）：42-45.

［4］武雨春.自適應(yīng)濾波算法及其在回波抵消中的應(yīng)用［D］.大連：大連理工大學(xué)碩士學(xué)位論文，2000.

［5］楊樂平，李海濤，楊磊.LabVIEW程序設(shè)計與應(yīng)用［M］.2版.北京：電子工業(yè)出版社，2005.

王傳英（1979-），女，黑龍江大慶人，大慶師范學(xué)院物理與電氣信息工程學(xué)院講師，從事檢測技術(shù)與智能儀表研究。

大慶師范學(xué)院青年基金資助項目（11ZR10，11ZR08）。

TN911.8

A

2095-0063（2013）06-0038-03

2013-09-15