朱清慧 王志奎
摘要:根據(jù)大型直線振動(dòng)篩側(cè)幫裂紋故障診斷的需求,利用已有的硬件平臺(tái),對(duì)在線監(jiān)測(cè)系統(tǒng)軟件進(jìn)行開發(fā)設(shè)計(jì),以小波分析和神經(jīng)網(wǎng)絡(luò)理論算法為基礎(chǔ),綜合運(yùn)用數(shù)據(jù)庫(kù)、Visual Basic和Matlab軟件對(duì)數(shù)據(jù)進(jìn)行處理、分析和辨識(shí),設(shè)計(jì)了上位機(jī)在線數(shù)據(jù)采集、處理和故障診斷系統(tǒng)。結(jié)果表明,該系統(tǒng)能夠?qū)φ駝?dòng)篩側(cè)幫早期疲勞裂紋進(jìn)行及時(shí)預(yù)警,對(duì)設(shè)備維護(hù)有非常積極的意義。
關(guān)鍵詞:故障診斷;振動(dòng)篩;上位機(jī)在線監(jiān)測(cè);軟件設(shè)計(jì)
中圖分類號(hào):TP277 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):0439-8114(2016)06-1554-04
DOI:10.14088/j.cnki.issn0439-8114.2016.06.049
大型直線振動(dòng)篩是一種廣泛用于煤炭、礦石等等級(jí)篩選或雜質(zhì)分離的礦用篩分設(shè)備[1]。由于其兩側(cè)側(cè)幫長(zhǎng)期受到的動(dòng)應(yīng)力比較集中,特別容易產(chǎn)生裂紋甚至造成側(cè)幫斷裂,如不及時(shí)發(fā)現(xiàn),會(huì)給生產(chǎn)帶來潛在的巨大危害。
本研究以平煤集團(tuán)田莊選煤廠所用篩分設(shè)備大型直線振動(dòng)篩DZK2466為研究對(duì)象,建立其側(cè)幫裂紋故障在線監(jiān)測(cè)診斷系統(tǒng),通過軟、硬件綜合控制對(duì)其側(cè)幫裂紋進(jìn)行檢測(cè)并預(yù)警。系統(tǒng)設(shè)計(jì)包括硬件和軟件兩部分,其中硬件部分主要完成對(duì)故障數(shù)據(jù)的采集和存儲(chǔ),而軟件部分主要對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換、處理和分析并得出診斷結(jié)論。在自主開發(fā)的在線監(jiān)測(cè)控制系統(tǒng)硬件平臺(tái)上,重點(diǎn)研究分析了上位機(jī)診斷系統(tǒng),主要包括基于VB和數(shù)據(jù)庫(kù)的診斷界面設(shè)計(jì),以及基于小波分析和神經(jīng)網(wǎng)絡(luò)等理論的后臺(tái)Matlab軟件處理程序設(shè)計(jì)與調(diào)用[2,3],完成對(duì)側(cè)幫裂紋等級(jí)的在線識(shí)別和預(yù)警。該系統(tǒng)軟件通過調(diào)試、仿真及現(xiàn)場(chǎng)測(cè)試,獲得了理想的診斷結(jié)果。
1 系統(tǒng)硬件設(shè)計(jì)
在線監(jiān)測(cè)系統(tǒng)的硬件主要由單片機(jī)、A/D轉(zhuǎn)換器、傳感器、電荷放大器、液晶顯示器和上位機(jī)等構(gòu)成。其中,傳感器采用三軸加速度傳感器BZ1114,電荷放大器自行設(shè)計(jì),其功能是進(jìn)行電荷和標(biāo)準(zhǔn)電壓的轉(zhuǎn)換,單片機(jī)采用內(nèi)置2通道10/8位ADC的16位微控制器MC9S12XS128。系統(tǒng)硬件設(shè)計(jì)如圖1所示。
2 系統(tǒng)軟件設(shè)計(jì)
系統(tǒng)軟件設(shè)計(jì)包括兩大部分,即單片機(jī)程序和上位機(jī)程序及界機(jī),由6大模塊組成,分別是數(shù)據(jù)采集模塊、數(shù)據(jù)存儲(chǔ)模塊、數(shù)據(jù)通訊模塊、數(shù)據(jù)分析模塊、數(shù)據(jù)顯示模塊和用戶管理操作模塊,如圖2所示。
2.1 數(shù)據(jù)采集模塊與數(shù)據(jù)存儲(chǔ)模塊
數(shù)據(jù)采集與存儲(chǔ)模塊主由完成由傳感器BZ1114到單片機(jī)的信號(hào)采集、轉(zhuǎn)換和預(yù)存儲(chǔ),以及上位機(jī)通過單片機(jī)對(duì)數(shù)據(jù)采集過程中的參數(shù)進(jìn)行設(shè)置和監(jiān)控的過程。
2.2 數(shù)據(jù)分析模塊
數(shù)據(jù)分析模塊是上位機(jī)針對(duì)采集和存儲(chǔ)的原始離散信號(hào),進(jìn)行實(shí)時(shí)分析和處理,主要有小波降噪、小波包故障特征提取、遺傳神經(jīng)網(wǎng)絡(luò)優(yōu)化和訓(xùn)練及故障識(shí)別等,以Matlab、Visual Basic軟件和數(shù)據(jù)庫(kù)等作為主要分析手段。
2.3 數(shù)據(jù)通訊模塊
數(shù)據(jù)通訊模塊主要通過在上位機(jī)編寫通訊協(xié)議及調(diào)試程序,完成單片機(jī)與上位機(jī)之間的數(shù)據(jù)交換。單片機(jī)對(duì)采集到的數(shù)據(jù)進(jìn)行預(yù)處理、預(yù)存儲(chǔ)及故障顯示,上位機(jī)對(duì)從單片機(jī)發(fā)送來的數(shù)據(jù)進(jìn)行分析、處理,并把診斷結(jié)果回傳給單片機(jī)進(jìn)行顯示。
2.4 用戶管理操作模塊
用戶管理操作模塊主要是對(duì)系統(tǒng)數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)控和處理操作。在上位機(jī)編寫用戶操作界面,通過調(diào)用后臺(tái)程序,實(shí)時(shí)對(duì)系統(tǒng)參數(shù)和診斷結(jié)果進(jìn)行設(shè)置和查詢,以便于維修人員和現(xiàn)場(chǎng)操作人員使用。
2.5 數(shù)據(jù)顯示模塊
數(shù)據(jù)顯示模塊主要是將設(shè)備的故障診斷信息通過LCD和上位機(jī)分別顯示出來。
3 上位機(jī)監(jiān)測(cè)軟件設(shè)計(jì)與實(shí)現(xiàn)
上位機(jī)監(jiān)測(cè)軟件主要完成振動(dòng)篩側(cè)幫裂紋的在線檢測(cè)、分析和處理,綜合運(yùn)用小波分析、神經(jīng)網(wǎng)絡(luò)算法等理論,以Visual Basic為前臺(tái)編程語言,采用Access數(shù)據(jù)庫(kù)存儲(chǔ)數(shù)據(jù),基于ADO數(shù)據(jù)庫(kù)連接技術(shù)進(jìn)行上位機(jī)診斷界面開發(fā),通過調(diào)用Matlab軟件計(jì)算模塊對(duì)振動(dòng)信號(hào)進(jìn)行小波降噪、小波包能量特征提取,再調(diào)用神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)庫(kù)得出故障診斷結(jié)果[4-6]。
3.1 上位機(jī)軟件程序
上位機(jī)軟件設(shè)計(jì)流程為信號(hào)的定時(shí)采集、手動(dòng)采集、信號(hào)的小波降噪處理、能量特征計(jì)算、故障診斷結(jié)果。程序流程如圖3所示。
3.2 數(shù)據(jù)表關(guān)系分析
為了方便在具體時(shí)間段內(nèi)對(duì)各路采集信號(hào)的檢索和查看,在Access數(shù)據(jù)庫(kù)中設(shè)計(jì)了數(shù)據(jù)表及其關(guān)系,如圖4所示。圖4中共包含7個(gè)數(shù)據(jù)表,分別是采集記錄表、4個(gè)通道傳感器數(shù)據(jù)表、特征向量表和診斷結(jié)果表。在振動(dòng)篩在線故障診斷過程中,這些表格用來實(shí)時(shí)存儲(chǔ)采集到的多個(gè)傳感器信號(hào)、降噪后的數(shù)據(jù)以及故障特征和診斷結(jié)果。
3.3 上位機(jī)主要功能模塊
3.3.1 信號(hào)采集模塊 信號(hào)采集模塊通過調(diào)用采集卡接口函數(shù)GetSignal()來獲取信號(hào),根據(jù)信號(hào)所在的通道號(hào),將其存入相應(yīng)的信號(hào)表內(nèi),同時(shí)將信號(hào)波形實(shí)時(shí)顯示在采集窗口,主要程序代碼如下:
Dim Plv As Single
Dim i As Integer
Dim Ylv As Single
Dim GetSig as Single
Private Sub ReadSignal (PID as Long,Channel as Byte)
GetSig=GetSignal(Channel) '讀采集信號(hào)
sql = "Insert Into 信號(hào)表" & Channel & "(PID,PValue) Values(" & PID & "," & GetSig & ")" '構(gòu)建存儲(chǔ)數(shù)據(jù)庫(kù)SQL語句
Conn.Execute sql '將信號(hào)存到數(shù)據(jù)庫(kù)
'將信號(hào)波形實(shí)時(shí)顯示到前臺(tái)
Plv = Me.Pic1(0).ScaleWidth / 2048
Ylv = Me.Pic1(0).ScaleHeight / 26
Me.Pic1(0).DrawStyle = vbSolid
Me.Pic1(0).CurrentX = 0
Me.Pic1(0).CurrentY = 0
Me.Pic1(0).Line Step(0, 0)-(j, (13 - GetSig) * Ylv)
Plv = Plv + Plv
i=i+1
End Sub
3.3.2 信號(hào)降噪模塊 信號(hào)降噪模塊調(diào)用Matlab中的小波降噪M文件ReduceNoise(Signal as Single),對(duì)實(shí)時(shí)采集到的信號(hào)進(jìn)行小波降噪處理,并把降噪后的信號(hào)波形顯示到前臺(tái),主要程序代碼如下:
Private Sub RedNoise(Signal As Single)
RedNoise = ReduceNoise(Signal)
'將降噪后信號(hào)波形實(shí)時(shí)顯示到前臺(tái)
Plv = Me.Pic1(1).ScaleWidth / 2048
Ylv = Me.Pic1(1).ScaleHeight / 26
Me.Pic1(1).DrawStyle = vbSolid
Me.Pic1(1).CurrentX = 0
Me.Pic1(1).CurrentY = 0
Me.Pic1(1).Line Step(0, 0)-(j, (13 - RedNoise) * Ylv)
Plv = Plv + Plv
i=i+1
End Sub
3.3.3 能量故障特征提取模塊 能量故障特征提取模塊調(diào)用Matlab中的小波包能量計(jì)算M文件CalEnergy(Signal as Single),計(jì)算降噪后信號(hào)的8個(gè)能量特征值,并以柱狀圖顯示到前臺(tái),同時(shí)在特征向量數(shù)據(jù)表中存入計(jì)算結(jié)果,作為遺傳神經(jīng)網(wǎng)絡(luò)的輸入信號(hào)。
3.4 在線監(jiān)測(cè)界面的實(shí)現(xiàn)
大型直線振動(dòng)篩側(cè)幫裂紋故障在線監(jiān)測(cè)系統(tǒng)的上位機(jī)診斷過程如圖5所示。首先進(jìn)入用戶登錄界面,通過輸入賬號(hào)和密碼,進(jìn)入振動(dòng)篩側(cè)幫裂紋故障在線監(jiān)測(cè)系統(tǒng)主界面。
系統(tǒng)主界面由信號(hào)采集、小波分析、神經(jīng)網(wǎng)絡(luò)和控制中心4個(gè)窗口組成,下面主要對(duì)前3個(gè)界面進(jìn)行介紹。
3.4.1 信號(hào)采集 信號(hào)采集界面如圖6所示,能同時(shí)對(duì)振動(dòng)篩兩側(cè)幫4個(gè)通道傳感器數(shù)據(jù)進(jìn)行采集,數(shù)據(jù)的時(shí)域波形動(dòng)態(tài)地顯示在相應(yīng)的圖形區(qū)內(nèi)。其中,采樣的頻率、組數(shù)能夠?qū)崿F(xiàn)手動(dòng)設(shè)置,還可以設(shè)置采樣間隔時(shí)間和數(shù)據(jù)過期的時(shí)間。
3.4.2 小波分析 小波分析界面主要完成信號(hào)的小波降噪處理和小波包能量特征計(jì)算。首先查看相應(yīng)通道采集信號(hào),單擊【降噪】按鈕通過后臺(tái)調(diào)用Matlab軟件的小波降噪程序,對(duì)當(dāng)前通道信號(hào)進(jìn)行降噪處理,并存入數(shù)據(jù)庫(kù)對(duì)應(yīng)關(guān)系表中去,同時(shí)把降噪后的信號(hào)時(shí)域波形顯示在對(duì)應(yīng)信號(hào)區(qū)域。小波降噪分解的層數(shù)及各層的降噪閾值均可通過此界面進(jìn)行單獨(dú)設(shè)置,并由Matlab自動(dòng)讀取到降噪程序中去,實(shí)現(xiàn)智能的軟閾值降噪處理功能。
然后,單擊【能量計(jì)算】按鈕,后臺(tái)調(diào)用Matlab小波包能量故障特征提取程序,對(duì)降噪后的信號(hào)進(jìn)行三層小波包分解,計(jì)算出8個(gè)子頻帶的信號(hào)能量并進(jìn)行歸一化處理,存入數(shù)據(jù)庫(kù)的相應(yīng)關(guān)系表中,同時(shí)把故障特征向量以柱狀圖的形式顯示在界面下方。圖7中顯示的是大型直線振動(dòng)篩DZK2466通道1信號(hào)的自動(dòng)降噪、小波能量故障特征提取以及八維特征向量柱狀圖等圖形信息。
3.4.3 神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)診斷界面通過選擇4個(gè)通道中的任意1個(gè)信號(hào)進(jìn)行故障診斷監(jiān)測(cè)。神經(jīng)網(wǎng)絡(luò)的輸入信號(hào)為數(shù)據(jù)庫(kù)中存儲(chǔ)的小波包能量特征信號(hào)[8],網(wǎng)絡(luò)的輸出結(jié)果為振動(dòng)篩側(cè)幫裂紋的4種故障等級(jí):正常、有早期疲勞裂紋、有形成期裂紋和有已成形裂紋。圖8中顯示的是通道1信號(hào)的診斷結(jié)果。
選擇要診斷的數(shù)據(jù)通道后,單擊【故障診斷】按鈕即可。軟件還能夠自動(dòng)診斷出該通道對(duì)應(yīng)的側(cè)幫裂紋等級(jí),只需要在【自動(dòng)診斷】按鈕上打鉤即可。
通過上述診斷過程及分析可發(fā)現(xiàn),該在線檢測(cè)系統(tǒng)由于綜合運(yùn)用了VB編程、數(shù)據(jù)庫(kù)存儲(chǔ)、小波分析、Matlab輔助工具等多項(xiàng)功能,界面友好,操作方便[7,8],能夠針對(duì)大型直線振動(dòng)篩DZK2466側(cè)幫裂紋故障特點(diǎn)進(jìn)行實(shí)時(shí)監(jiān)測(cè)、分析和預(yù)警,實(shí)現(xiàn)了對(duì)故障診斷的半自動(dòng)和全自動(dòng)在線處理功能,經(jīng)過現(xiàn)場(chǎng)實(shí)際應(yīng)用,系統(tǒng)分類準(zhǔn)確,診斷速度快,尤其對(duì)早期疲勞裂紋的預(yù)警準(zhǔn)確率高到96%以上,對(duì)設(shè)備的維護(hù)有著非常積極的現(xiàn)實(shí)意義。
4 小結(jié)
本研究對(duì)振動(dòng)篩側(cè)幫裂紋故障診斷的在線監(jiān)測(cè)系統(tǒng)軟件進(jìn)行了研究,設(shè)計(jì)了基于數(shù)據(jù)庫(kù)、VB和Matlab軟件的在線故障診斷系統(tǒng),給出了上位機(jī)軟件實(shí)現(xiàn)的過程。通過現(xiàn)場(chǎng)實(shí)際應(yīng)用,該系統(tǒng)具有實(shí)時(shí)采集和診斷精度高的優(yōu)點(diǎn),尤其對(duì)早期疲勞裂紋的快速準(zhǔn)確預(yù)警及設(shè)備維護(hù)具有非常重要的意義。
參考文獻(xiàn):
[1] 任紫婷,李惠彬,金 婷,等.大型振動(dòng)篩激振器振動(dòng)測(cè)試與故障分析[J].煤礦機(jī)械,2008,29(11):184-187.
[2] 彭玉華.小波變換與工程應(yīng)用[M].北京:科學(xué)出版社,1999.
[3] 韓力群.人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用[M].北京:化學(xué)工業(yè)出版社,2002.
[4] 劉 華,蔡正敏,王躍社,等.小波包算法在滾動(dòng)軸承的在線故障診斷中的應(yīng)用[J].機(jī)械科學(xué)與技術(shù),1999,18(2):301-303.
[5] HOU Z G,GUPTA M M,PETER N,et al.A recurrent neural network for hierarchical control of interconnected dynamic systems[J].IEEE Transactions on Neural Networks,2007,18(2):466-481.
[6] 薛定宇.控制系統(tǒng)計(jì)算機(jī)輔助設(shè)計(jì)—MATLAB語言及應(yīng)用[M].北京:清華大學(xué)出版社,2006.51-63.
[7] CHIANG L H,RUSSELL E L,BRAATZ R D.Fault Detection and Diagnosis in Industrial Systems[M].London:Springer-Verlag London,2001.
[8] 楊利紅,李新娥,李國(guó)寧,等.基于圖像采集卡的圖像顯示與處理軟件開發(fā)[J].液晶與顯示,2010,25(6):909-913.