李浩天, 趙振剛, 李英娜, 許曉平, 李 川
(昆明理工大學 信息工程與自動化學院,云南 昆明 650500)
軸承振動信號采集分析系統(tǒng)設計與實現(xiàn)
李浩天, 趙振剛, 李英娜, 許曉平, 李 川
(昆明理工大學信息工程與自動化學院,云南昆明650500)
準確采集振動信號信息是軸承故障診斷的關鍵,利用傳感器采集振動信號數(shù)據(jù),經(jīng)A/D轉換后傳輸至STM32微控制器,STM32控制Wi-Fi模塊將數(shù)據(jù)發(fā)送至PC,采用局部均值分解(LMD)方法對采集的振動數(shù)據(jù)進行分析處理,實現(xiàn)對滾動軸承運行狀態(tài)的遠程監(jiān)控。實驗結果表明:系統(tǒng)能夠對滾動軸承振動信號進行精準采集和分析,傳輸性能好、速度快,適合在工業(yè)行業(yè)推廣使用。
STM32; 振動信號; Wi-Fi; 局部均值分解; 故障診斷
滾動軸承是旋轉機械中應用最廣泛的通用機械零件。由于運行環(huán)境惡劣,再加上機械結構復雜程度的增加,容易受損致使故障產(chǎn)生,引發(fā)性能失效,造成嚴重的經(jīng)濟損失,甚至導致人員傷亡[1,2]。因此,及時地發(fā)現(xiàn)軸承運轉的異常,準確地診斷故障部位,對設備良好運行,避免事故發(fā)生具有重要意義。
對軸承故障的診斷主要依靠人工經(jīng)驗判斷軸承運行狀態(tài)。然而,在故障發(fā)生初期,軸承振動變化不明顯,故障信息常常淹沒在噪聲中,不易察覺?,F(xiàn)階段的監(jiān)測診斷儀器和系統(tǒng)由于穩(wěn)定性差、難以維護等局限,還不能得到很好的應用推廣[3]。另外,軸承運行時產(chǎn)生的高分貝噪聲,使用的各種化學物質,以及飛出的切屑或工件等,均嚴重威脅著現(xiàn)場工作人員的身心健康。因此,遠程監(jiān)控軸承運行成為發(fā)展主流趨勢。
鑒于此,本文提出了一種軸承振動信號采集分析系統(tǒng)設計方案。系統(tǒng)以STM32為微處理器,ADS1256為專用信號采集模塊,Wi-Fi作為通信手段,實現(xiàn)了振動數(shù)據(jù)的采集、傳輸和存儲。并結合PC對數(shù)據(jù)進行局部均值分解(local mean decomposition,LMD)分析,實現(xiàn)對振動信號數(shù)據(jù)的準確分析和診斷,進而實現(xiàn)對軸承運行狀態(tài)的遠程監(jiān)控,有效解決了上述問題。仿真實驗證明了設計方案的有效性和可行性。
軸承振動信號采集系統(tǒng)是具有診斷功能的嵌入式設備,本系統(tǒng)以STM32為MCU,ADS1256為專用信號采集模塊,結合Wi-Fi通信,實現(xiàn)對振動信號的采集和傳輸。工作原理為:由傳感器采集軸承振動信號參數(shù)信息,通過ADS1256將模擬信號轉換為數(shù)字信號,在STM32微處理器的控制下進行信號接收和無線通信[4]等,并結合LMD方法在PC上對信號數(shù)據(jù)分析處理。
系統(tǒng)的整體方案設計框圖如圖1所示。
圖1 系統(tǒng)整體方案設計框圖
由圖1可知,系統(tǒng)采用模塊化設計思想,主要包括信號采集模塊和系統(tǒng)分析模塊。信號采集模塊主要采集信號參數(shù),A/D轉換后傳輸至STM32微控制器[5],對接收的數(shù)據(jù)進行計算打包后,無線傳輸至PC。系統(tǒng)分析模塊主要接收信號采集模塊發(fā)送的數(shù)據(jù),并由PC顯示測量結果,利用LMD方法進行分析處理。
硬件設計采用模塊化設計思想,主要包括振動信號采集模塊和系統(tǒng)分析模塊。
通過配置傳感器實現(xiàn)軸承內圈所需監(jiān)測點參數(shù)數(shù)據(jù)的采集。具體工作過程:通過傳感器ADXL001采集振動信號數(shù)據(jù),傳輸至ADS1256進行A/D轉換,并通過SPI口傳輸至STM32微控制器。STM32對接收到的數(shù)據(jù)進行計算打包,通過Wi-Fi將數(shù)據(jù)傳輸給PC。信號采集模塊連接框圖如圖2所示。
圖2 信號采集模塊連接框圖
由上述分析,信號采集模塊硬件電路主要由采集電路和通信電路兩部分組成。
1)采集電路設計
采集電路以STM32作為控制和處理核心[6],以ADS1256為模/數(shù)轉換芯片。ADS1256有8個通道,每個通道均集成了低通濾波模塊、可編程增益放大器以及分辨率達24位的模/數(shù)轉換器,使系統(tǒng)在釆集振動信號時的數(shù)據(jù)變得更加可靠,而且簡化了振動信號釆集的模擬部分。
選用振動傳感器ADXL001,具有±(70~500)gn的動態(tài)擴展范圍,且?guī)挒?2kHz,保證了對振動信號故障頻段的完美覆蓋[7,8]。
2)通信電路設計
采集模塊與分析模塊數(shù)據(jù)之間采用基于2.4G頻段的Wi-Fi無線通信模塊。相比其他無線通信手段,該無線通信數(shù)據(jù)傳輸速率較高,穿透、繞射能力強,在噪聲干擾嚴重的工業(yè)場所確保數(shù)據(jù)穩(wěn)定傳輸[9]。
系統(tǒng)分析模塊主要用于接收信號采集模塊處理后的數(shù)據(jù)包,實現(xiàn)與PC通信的功能[10]。設計同樣采用基于2.4G頻段的Wi-Fi無線通信模塊,保證了系統(tǒng)的性能和兼容性。其工作過程為Wi-Fi模塊接收數(shù)據(jù),并傳輸數(shù)據(jù)至PC進行LMD分析[11]。
軸承振動信號采集系統(tǒng)軟件從功能上可劃分為下位機驅動程序和上位機軟件2部分。下位機驅動程序,包括信號采集和處理以及Wi-Fi通信的相關協(xié)議設計;上位機軟件包括人機交互界面和LMD方法分析。
在整個下位機控制流程中,關鍵為初始化配置ADS1256。初始化配置后,系統(tǒng)啟動ADS1256的采集轉換和轉換功能,通過SPI將數(shù)字化數(shù)據(jù)傳輸至STM32,并由Wi-Fi模塊發(fā)送,主要過程如圖3所示。
圖3 下位機軟件控制流程
整個系統(tǒng)初始化完成之后,開始以10s/次的頻率采集A/D轉換后的數(shù)據(jù),并判斷是否超過樣本設定閾值。超過、停止采集,由STM32發(fā)出指令對數(shù)據(jù)進行打包,經(jīng)Wi-Fi模塊發(fā)送至PC。
PC端分析界面使用Visual Studio2012進行開發(fā)設計。分為數(shù)據(jù)顯示和數(shù)據(jù)分析2部分,數(shù)據(jù)顯示部分包括采樣數(shù)據(jù)的時域波形顯示和十進制數(shù)顯示,數(shù)據(jù)分析部分為采樣數(shù)據(jù)的LMD方法分析圖。菜單欄設計了參數(shù)設置對話框,包括串口設置、無線通信設置、數(shù)據(jù)庫存儲以及故障報警。在浮動對話框中實現(xiàn)參數(shù)值和一些狀態(tài)信息的顯示,浮動對話框初始狀態(tài)自動懸浮在主窗口的左邊,如圖4所示。
圖4 LMD分析測試波形
信號采集分析界面通過系統(tǒng)控制模塊查看數(shù)據(jù),對采集到的振動數(shù)據(jù)進行實時顯示及分析。在程序設計過程中,定義了大量的類函數(shù):串口設置對話框類、波形速度設置對話框類、顯示對話框類。串口設置對話框主要完成串口通道、波特率、奇偶校驗位的設置;數(shù)據(jù)存儲主要完成采集數(shù)據(jù)的PC寫入;故障報警主要完成對超出正常范圍的波形發(fā)出故障報警,其工作流程如圖5所示。
圖5 服務器工作流程
在系統(tǒng)軟硬件設計工作完成后,對整個系統(tǒng)以及子模塊進行功能測試和分析。系統(tǒng)測試主要有2個部分,信號采集模塊的數(shù)據(jù)Wi-Fi通信和顯示,以及系統(tǒng)分析模塊的數(shù)據(jù)分析和顯示。
在實驗中,首先連接硬件模塊然后配置Wi-Fi模塊的網(wǎng)絡模式及服務器IP地址與端口。采集系統(tǒng)單片機與Wi-Fi模塊采用RS—232方式連接,PC開啟無線熱點,等待Wi-Fi模塊連接熱點。系統(tǒng)通過TCP/IP將數(shù)據(jù)發(fā)送到PC,接收振動采集數(shù)據(jù)。通過PC顯示的波形信息和測量信息如圖4所示。
左側界面顯示為采樣信號正常狀態(tài)樣本時域波形,下方部分為該樣本的數(shù)據(jù)幅值。當采樣結束后,通過“數(shù)據(jù)存儲”按鍵將樣本數(shù)據(jù)存入服務器數(shù)據(jù)庫中。
在軟件后臺調用Matlab引擎,對采樣數(shù)據(jù)進行LMD分析[12,13],得到3個PF分量和1個殘余分量,依次顯示在系統(tǒng)界面右側的分析窗口中,如圖4所示。
當軸承發(fā)生故障時,振動頻率發(fā)生相應變化,以內圈故障為例,闡述LMD分析故障診斷過程。對內圈故障樣本進行LMD,得到3個PF分量和1個殘余分量,如圖6所示。
圖6 內圈故障樣本LMD
對比圖4正常狀態(tài)樣本PF分量,可以明顯觀察到不同PF分量對應的波形圖之間的差異。正常狀態(tài)下的PF分量整體呈周期性規(guī)律變化,且能量較低。當故障發(fā)生時,PF分量能量有明顯的突變。由此可見,LMD分析能夠直觀反映軸承不同狀態(tài)下的信息。
分別對正常狀態(tài)和內圈故障狀態(tài)下PF分量進行Hilbert變換[14,15],為了便于觀察,給出PF分量的局部Hilbert包絡譜,如圖7和圖8。由圖可知,正常狀態(tài)下沒有明顯的沖擊特性,而內圈故障可以很明顯的看出有沖擊。
圖7 正常狀態(tài)PF分量Hilbert包絡
圖8 內圈故障PF分量Hilbert包絡
提出了軸承振動信號采集分析系統(tǒng),能夠對振動信號數(shù)據(jù)進行準確采集和分析。系統(tǒng)利用傳感器采集振動信號數(shù)據(jù),通過Wi-Fi模塊建立軸承現(xiàn)場到PC的數(shù)據(jù)通信,結合PC進行LMD分析處理,實現(xiàn)對軸承運行狀態(tài)的遠程監(jiān)控。系統(tǒng)傳輸性能好、速度快,適合在工業(yè)行業(yè)推廣使用。
[1] Rodriguez Patricia Henriquez,Alonso Jesus B,Ferrer Miguel A,et al.Application of the Teager-Kaiser energy operator in bearing fault diagnosis[J].ISA Transaction,2013,52:278-284.
[2] Zhao X Z,Ye B Y,Lin Y.The singular value decomposition for modulation feature information extraction of bearing vibration signal [J].Journal of Beijing Institute of Technology,2011,31(5):572-577.
[3] 卞家磊,朱春梅,蔣章雷,等.LMD-ICA聯(lián)合降噪方法在滾動軸承故障診斷中的應用[J].中國機械工程 ,2016,27(7):904-910.
[4] 陸萬田,王 崴,劉曉衛(wèi),等.基于STM32的無線光電傳感器設計[J].傳感器與微系統(tǒng),2014,33(9):74-76.
[5] 王 鵬,祁偉華,呂志剛.基于加速度傳感器的打擊能量無線測試系統(tǒng)設計[J].傳感器與微系統(tǒng),2015,34(5):82-84.
[6] 將中俊,史鐵剛,胡瀟灑,等.基于STM32的嵌入式無線遙控系統(tǒng)設計與實現(xiàn)[J].科技資訊,2015(10):7-8.
[7] 張 毅,趙 棟,許海燕,等.基于分布式全光纖傳感器的電機故障診斷系統(tǒng)研究[J].傳感器與微系統(tǒng),2011,34(4):41-43.
[8] 劉 超,耿 也,舒 奎,等.基于STM32d的軸承振動測試的數(shù)據(jù)采集系統(tǒng)開發(fā)[J].機床與液壓,2014,42(8):127-129.
[9] 陳東升,王 嘯,李宗方.基于STM32的數(shù)據(jù)采集模塊的設計與應用[J].儀器儀表學報,2009,30(10):258-262.
[10] 孫小超,周 文,李明濤,等.基于PSD轉軸振動位移測量與分析[J].傳感器與微系統(tǒng),2014,33(9):135-137.
[11] 王志武,孫虎兒,劉維維.形態(tài)—奇異值分解降噪與LMD結合的滾動軸承故障診斷[J].機械傳動,2013,37(9):97-102.
[12] 武 哲,楊紹普,張建超.基于LMD自適應多尺度形態(tài)學和Teager能量算子方法在軸承故障診斷中的應用[J].振動與沖擊,2016,35(6):7-13.
[13] 馬文龍,呂建新,吳虎勝,等.多傳感器信息融合在滾動軸承故障診斷中的應用[J].傳感器與微系統(tǒng),2013,32(7):132-135.
[14] 張邦成,陳珉珉,伊曉靜,等.基于諧波小波和Hilbert的滾動軸承故障診斷方法[J].現(xiàn)代制造過程,2015(6):27-30.
[15] 劉繼承,聶品磊,楊宏宇,等.基于形態(tài)濾波和HHT的滾動軸承故障特征提取[J].化工自動化及儀表,2014,41(5):529-531.
Designandrealizationofbearingvibrationsignalacquisitionandanalysissystem
LI Hao-tian, ZHAO Zhen-gang, LI Ying-na, XU Xiao-ping, LI Chuan
(SchoolofInformationEngineeringandAutomation,KunmingUniversityofScienceandTechnology,Kunming650500,China)
Accurate acquisition of vibration signal information is the key for bearing fault diagnosis.This system comprised a sensor to obtain vibration signal data,which are transmitted to STM32micro-controller after A/D conversion,STM32controls Wi-Fi module to transfer these data to PC.Afterwards,Local mean decomposition (LMD) is adopted to analyze and process the vibration data to perform a remote monitoring on the running state of the rolling bearing.The experimental results show that the system is capable of collecting and analyzing vibration signals effectively of the rolling bearing,it has good transmission performance at a fast speed and can be introduced to the industry.
STM32; vibration signal; Wi-Fi; local mean decomposition(LMD); fault diagnosis
10.13873/J.1000—9787(2017)10—0095—04
2016—11—01
TH 165.3
A
1000—9787(2017)10—0095—04
李浩天(1992-),男,碩士研究生,研究方向為傳感器技術,信息檢測與處理,E-mail:177315939@qq.com。