基于LabWindowsCVI的低速軸承故障診斷系統(tǒng)設計

賀成柱，呂鳳玉，馮作全

（甘肅省機械科學研究院 甘肅省先進設計與制造技術工程實驗室，蘭州 730030）

0 引言

長期以來，在石油、冶煉、化工等復雜工業(yè)背景環(huán)境下，大型設備的重要部位多安裝低速重載滾動軸承。據統(tǒng)計資料顯示，由于高溫和大量強電磁干擾等因素的存在，低速滾動軸承的故障率明顯高于其他組成部件。在工作運行中這些軸承承受著較大的沖擊載荷，一旦發(fā)生故障會嚴重影響生產。在工業(yè)生產現場可用噪聲儀、振動儀、紅外點溫等測量儀器對軸承狀態(tài)進行檢測，但是這些儀器采集的運行參數是離散的、靜態(tài)的，不具備綜合實時診斷功能，不能對軸承運行故障進行提前預防。

基于此，文獻[1]研究并提出一套針對低速重載軸承故障診斷的詳細方案，但是沒有考慮工業(yè)現場的高頻噪聲，它會淹沒低速軸承振動產生的微弱低頻信號。為了排除高頻噪聲的干擾，文獻[2]采用傅里葉濾波方式來處理，工業(yè)現場噪聲源、干擾信號的頻率范圍廣，這種方式處理得到的信號不夠準確。文獻[3]在引入小波分析后，提高了系統(tǒng)的抗干擾性，但是小波分析的基函數與分解尺度的選擇無統(tǒng)一的標準，很難應用到其他設備上。近年來，有學者將改進的混沌振子法應用到微弱低頻信號的檢測中，但其缺點是不易在工程應用中實現。文獻[4]提出一種全新的循環(huán)混沌檢測方法，盡管該方法的普適性很好，但是對數據連續(xù)性與整體性的要求較高，這一點傳統(tǒng)檢測設備是無法滿足的。

本文針對低速重載軸承長期缺乏有效故障診斷方法的問題，研究開發(fā)出一套集數據采集、分析處理、故障診斷與維護提示功能于一身的虛擬儀器系統(tǒng)，實現了低速軸承的早期故障診斷和現場維護功能的一體化。

1 系統(tǒng)總體設計

1.1 系統(tǒng)總體框架

本系統(tǒng)針對低速重載高溫環(huán)境下運行設備的滾動軸承進行檢測，在系統(tǒng)硬件組成上做了特殊的選擇與處理。系統(tǒng)終端設備采用適合于任何惡劣工業(yè)環(huán)境的工控機，內置多塊高速數據采集卡，PCI總線連接，通過端子排接入信號調理模塊處理完的前端采集信號。系統(tǒng)前端采集裝置采用多元傳感器，有低速霍爾傳感器、高溫熱電偶傳感器、低頻振動傳感器及紅外傳感器。在高溫環(huán)境下，如果直接將傳感器的探頭與高溫設備連接，傳感器內置的智能變送卡會被擊穿損壞。解決辦法是：先將傳感器前端探頭與變送器分開，再用高溫導線連接，然后在探頭與測量設備之間加入四氟隔熱墊。系統(tǒng)總體硬件組成框架如圖1所示。

圖1 系統(tǒng)總體硬件組成框架

1.2 系統(tǒng)總體功能設計

本系統(tǒng)除了實現測控系統(tǒng)要求的所有功能外，還增加了故障診斷與維護功能，包括用戶登錄、參數配置、數據采集、數據處理、數據顯示、數據存儲和故障維護七個功能模塊，系統(tǒng)功能模塊如圖2所示。系統(tǒng)實時記錄并顯示軸承運行的轉速、軸溫、振動位移等數據，并與軸承正常運行的預設參數進行比較，如果超過報警值，則點亮報警燈。然后系統(tǒng)自動進入分析診斷模塊，采用現代信號處理方法對信號進行濾波分解，根據測量值超過報警值的百分比與時域有量綱和無量綱參數來判斷軸承的故障情況。如果軸承出現故障特征的話，進一步采用傳統(tǒng)信號分析方法提取特征頻率參數，最后綜合診斷出軸承的運行狀況，并將故障信息和維護建議告知用戶。

圖2 系統(tǒng)功能框圖

2 系統(tǒng)軟件設計

在低速軸承故障診斷系統(tǒng)設計過程中，作者同時采用LabWindowsCVI、 MATLAB與 SQL Server三種工具對系統(tǒng)進行混合編程。本系統(tǒng)是基于事件觸發(fā)結構的多線程應用軟件，其主要完成兩部分任務，前臺進行軸承運行參數的實時圖形化顯示、各種數據庫查詢操作、時頻參數分析和故障類型診斷等工作，后臺實現數據采集處理、實時報警和數據庫存儲等功能。

系統(tǒng)主要劃分了四個線程，分別是數據采集線程、數據處理線程、實時顯示線程和數據存儲線程。系統(tǒng)對轉速與溫度信號的采樣頻率要求不高，采用定時器軟件采樣方式即可實現連續(xù)采集，位移振動信號的參數數據是連續(xù)不間斷的，系統(tǒng)采取了DMA高速中斷采集方式。在數據采集線程中，由于采樣方式的不同，又分為軟件采集和中斷采集兩個次級線程。根據不同的處理任務，數據處理線程的次線程主要有：小波包分析線程、頻譜分析線程、倒頻譜分析線程等等。系統(tǒng)整體流程如圖3所示。

圖3 系統(tǒng)整體流程圖

2.1 數據采集

對于頻率在300Hz以下的低頻振動，根據香農定理，采樣頻率至少要達到600Hz，才能使信號不失真。按照一個周期采50個點來計算，系統(tǒng)1s內至少要采3000個點。在軟件采集方式下，采用定時器裝置來實現信號連續(xù)采集。定時器的最小采樣分辨率是1ms，即1s內最多采集1000個點，此精度滿足不了系統(tǒng)振動信號的要求。中斷傳輸方式要比軟件傳輸方式采樣速度高很多，于是系統(tǒng)采用中斷傳輸方式來采集位移振動信號。

采用研華PCI1715U采集卡來進行振動參數采集，它支持帶DMA的高速AI中斷采樣，DMA是最快的數據傳輸方式，數據在沒有CPU介入的情況下直接在設備和內存間傳輸。在LabWindowsCVI環(huán)境下開發(fā)采樣程序，需調用研華動態(tài)鏈接庫Adsapi32.dll中的一些函數。首先調用DRV_EnableEvent 函數使能事件通知功能，再調用DRV_FAIDmaExStart 函數啟動高速采樣。接下來調用DRV_CheckEvent 函數來等待使能事件的通知，當接收到Buffer Change事件對數據進行處理，隨時都可以用DRV_FAITerminate函數來中止采樣操作。系統(tǒng)高速采樣流程如圖4示。

圖4 高速采樣流程圖

2.2 數據處理

針對低速軸承運行過程中的非平穩(wěn)振動信號，系統(tǒng)采用小波包分解方法來提取包含故障特征信號的時頻特性。小波包分解能克服小波分析對高頻部分不能細分的缺點，讓信號通過一組高、低通組合的共軛正交濾波器組，分解出包含軸承不同部件的故障特征頻率分量來。

LabWindowsCVI的數據分析包中不包含現代信號處理工具包，用戶自己開發(fā)難度大，而MATLAB的軟件工具包是最為齊全的。系統(tǒng)將MATLAB作為CVI的一個ActiveX控件來使用，實現了CVI與MATLAB的接口，通過調用封裝了CVI高層接口函數的matlabutil.h文件，就可實現對高噪聲背景下低頻信號的處理。

對處理過的低頻信號再進行時域和頻域兩方面的處理分析，才得到正確的診斷參數。在時域進行統(tǒng)計分析時，系統(tǒng)選取的有量綱參數有：峰值、最大值、最小值、均方根值和方差，無量綱參數有：脈沖因數、波形因數、裕度因素、峭度因數和峰值因數等；這些參數對軸承的早期故障較敏感。在頻域進行FFT譜、倒頻譜和包絡解調等分析后，計算并提取出了大振動間隙信號對應的頻率。

2.3 故障診斷

采集信號經過分析處理后，分解出大量頻率參數，由于軸承的不同故障類別對應的主要頻率不同，系統(tǒng)將軸承各種故障頻率的算法導入故障數據庫。軸承故障頻率與軸承的結構（滾動體直徑d、軸承節(jié)圓直徑D、滾動體數目Z和軸承的接觸角α）參數與轉軸旋轉頻率f有關。

表1 軸承故障頻率表

將提取的故障信號頻率與軸承故障頻率進行對比分析，結合軸溫、時域參數和軸心軌跡等信息，綜合分析判斷軸承的運行狀況。

3 測試實驗

將本系統(tǒng)應用于某大型冶煉設備狀態(tài)監(jiān)測過程中，軸承型號24152CC/W33，軸承結構參數如下：滾動體直徑d=90mm；節(jié)圓直徑=350mm；滾動體個數Z=18，接觸角α=15°，轉速N=60r/min。通過計算得出滾動體、內圈、外圈的故障頻率為：fb=1.82 Hz，fi=11.24 Hz，fo=6.76 Hz。圖5為此滾動軸承的故障信號，圖中信號的雜波較多，無法分析故障信號的頻率范圍。采用小波包分解重構后，對信號進行功頻譜分析，結果如圖6所示。

圖5 滾動軸承的故障信號

圖6 信號功率譜圖

從圖6可以看出在f=11.35Hz處振動能量較大，且與內圈故障頻率fi=11.24 Hz相接近，說明軸承內圈發(fā)生了故障。為進一步確定軸承的故障類別，實際拆開檢查后發(fā)現，軸承內圈出現了輕微的點蝕。此故障對設備正常運行影響不大，建議軸承繼續(xù)使用，但要加強監(jiān)測。實驗表明本系統(tǒng)運行穩(wěn)定可靠，能有效提取軸承故障特征。

4 結束語

將振動位移傳感器直接安裝在軸承座上測取軸承振動信號，通過低速高溫軸承故障診斷系統(tǒng)后，實現了設備的早期故障智能診斷和現場有效維護。從系統(tǒng)的實際運行結果可以看出：基于中斷采樣的數據采集方式保證了工業(yè)現場數據傳輸的實時性、可靠性和完整性；采用基于小波包的分析方法可以很明顯地提取軸承的故障特征參數。該系統(tǒng)有效解決了我國特種設備檢測難、維護費用高的問題，大大降低了了設備潛在的安全隱患，減少了設備突發(fā)故障帶來的經濟損失。

[1] 蘇志忠,吳金強,張國新.低速重載滾動軸承故障診斷的研究與應用[J].軸承,2008,11(1).27-30.

[2] 戴靜君,劉麗華,薛慶齊,等.滾動軸承故障診斷中振動信號的采集[J].北京石油化工學院學報,2008,16(2).23-16.

[3] 程秀芳, 陶文基.于小波理論的低速重載軸承的故障診斷研究[J].組合機床與自動化加工技術,2009,12.48-50.

[4] 楊海博,王海燕,申曉紅.一種新的微弱未知信號混沌振子法檢測[J].計算機應用研究,2012,03.

[5] 王晨,王少萍.液壓系統(tǒng)故障診斷測控系統(tǒng)研制[J].制造業(yè)自動化,2009,12.108-110.

[6] 周占懷,茹秋生.振動測試方法及測試系統(tǒng)的研究[J].制造業(yè)自動化,2006,12.89-91.