基于三軸加速度傳感器的機(jī)械故障監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與研究*

張子毅 裴 陽(yáng) 駱東松

（1.甘肅工大舞臺(tái)技術(shù)工程有限公司 蘭州 730050）（2.蘭州理工大學(xué) 蘭州 730050）

1 引言

工業(yè)生產(chǎn)中機(jī)械故障時(shí)有發(fā)生，人們采用監(jiān)測(cè)機(jī)械振動(dòng)信號(hào)的方式來(lái)預(yù)測(cè)機(jī)械故障。傳統(tǒng)的機(jī)械故障檢測(cè)系統(tǒng)采用單軸傳感器作為信號(hào)采集單元［1］，這樣的采集單元只能檢測(cè)到某一位置的單一方向振動(dòng)信號(hào)，對(duì)于復(fù)雜機(jī)械的檢測(cè)系統(tǒng)來(lái)說(shuō)單一方向的振動(dòng)信號(hào)是遠(yuǎn)遠(yuǎn)不夠的［2］。為解決這一問(wèn)題，本文采用先進(jìn)的三軸加速度傳感器ADXL372作為機(jī)械故障監(jiān)測(cè)系統(tǒng)的信號(hào)采集器件；完整的監(jiān)測(cè)過(guò)程要求系統(tǒng)具有數(shù)據(jù)分析能力，文獻(xiàn)［3］基于WinCE操作系統(tǒng)設(shè)計(jì)了一種振動(dòng)分析儀，本文將精簡(jiǎn)的uC/OS-II系統(tǒng)引入到該檢測(cè)系統(tǒng)中，并在系統(tǒng)中運(yùn)行針對(duì)三軸數(shù)據(jù)的處理算法，文獻(xiàn)［4］中利用DFT變換分析單軸信號(hào)，文獻(xiàn)［5］利用EMD方法分析單軸信號(hào)，由以上兩種方法可知，振動(dòng)監(jiān)測(cè)系統(tǒng)的數(shù)據(jù)分析算法大多以單軸算法為主，并由傳統(tǒng)的時(shí)頻分析方法逐漸向較復(fù)雜的頻譜分解方法過(guò)渡，文獻(xiàn)［6］以三維頻譜的方式呈現(xiàn)機(jī)械的振動(dòng)信號(hào)，引出了三軸數(shù)據(jù)分析的例子?；谝陨戏治?，本文將提出基于三軸加速度傳感器的三軸數(shù)據(jù)處理算法MEMD方法，該算法可以有效地處理振動(dòng)信號(hào)，并從中篩選出故障信息。

2 系統(tǒng)硬件基礎(chǔ)

本章將著重介紹系統(tǒng)的硬件部分的兩個(gè)主要器件：三軸加速度傳感器ADXL273和STM32F103C8T6單片機(jī)。結(jié)合實(shí)際需求，通過(guò)分析器件的性能，得出器件選型的結(jié)果。最后就這些器件設(shè)計(jì)監(jiān)測(cè)系統(tǒng)的硬件結(jié)構(gòu)圖并繪制電路圖。

2.1 ADXL273與STM 32F103C8T6介紹

ADI公司于2017年推出三軸加速度傳感器ADXL273，采用先進(jìn)的MEMS技術(shù)，該技術(shù)將機(jī)械結(jié)構(gòu)與電子電路有機(jī)的結(jié)合在一起，做到了最大程度的集成和精簡(jiǎn)，其結(jié)構(gòu)如圖1所示。

圖1 ADXL內(nèi)部結(jié)構(gòu)

ADXL372最小測(cè)量精度為±4g，測(cè)量范圍為±200g，帶寬為3.2kHz，可見(jiàn)相比于其他同類(lèi)產(chǎn)品，ADXL372有著優(yōu)越的性能，非常適合應(yīng)用在振動(dòng)監(jiān)測(cè)系統(tǒng)之中。另外，其輸出類(lèi)型是數(shù)字量，并配有SPI通信接口，可以與單片機(jī)直接通信；一般情況下，機(jī)械振動(dòng)的頻率范圍在十幾赫茲到幾十千赫茲不等，有時(shí)甚至?xí)趦汕У饺Ш掌澲g，許多振動(dòng)傳感器的采樣帶寬都不符合這一要求，就會(huì)導(dǎo)致采集的數(shù)據(jù)失真，嚴(yán)重影響分析結(jié)果；ADXL273的工作模式有休眠模式（工作電流為100μA）和連續(xù)采樣模式（工作電流為1mA）兩種，并且具有喚醒功能，當(dāng)振動(dòng)幅值在一定閾值范圍內(nèi)，傳感器將進(jìn)入休眠模式，超過(guò)閾值，傳感器將被喚醒，進(jìn)入連續(xù)采樣模式。因此，ADXL372滿足低功耗的需求。

STM32F103C8T6是一款基于ARM Cortex-M內(nèi)核的32位的微控制器，精簡(jiǎn)的48腳分裝，具備兩組SPI通信端口，通信速率為72MHz。STM32F103C8T6作為硬件設(shè)備的MCU，可以通過(guò)SPI1接口將數(shù)據(jù)從ADXL372讀取出來(lái)，并通過(guò)SPI2將數(shù)據(jù)存儲(chǔ)到MR25H40磁阻存儲(chǔ)器中，該磁阻存儲(chǔ)器具備寫(xiě)保護(hù)功能，可防止數(shù)據(jù)意外丟失［2］。

2.2 系統(tǒng)硬件構(gòu)成及電路設(shè)計(jì)

通過(guò)以上介紹得出系統(tǒng)的硬件結(jié)構(gòu)如圖2所示，其他外部硬件包括液晶顯示屏、按鍵等；單片機(jī)的預(yù)留的總線端口提供與計(jì)算機(jī)通信的通信功能，數(shù)據(jù)就可以在計(jì)算機(jī)中存儲(chǔ)，進(jìn)行更進(jìn)一步的分析。

圖2 系統(tǒng)硬件構(gòu)成

3 嵌入式系統(tǒng)及程序設(shè)計(jì)

本章將介紹系統(tǒng)的軟件設(shè)計(jì)，包括uC/OS-II操作系統(tǒng)的剪裁與移植以及系統(tǒng)內(nèi)程序的架構(gòu)與思路。

3.1 uC/OS-II操作系統(tǒng)

uC/OS-II操作系統(tǒng)作為一種高效的嵌入式操作系統(tǒng)，具有可移植性好、穩(wěn)定性高和可靈活剪裁等特點(diǎn)，其軟硬件結(jié)構(gòu)如圖3所示。

圖3 嵌入式系統(tǒng)構(gòu)成

根據(jù)前文介紹，本系統(tǒng)選擇KeilμVision4作為軟件開(kāi)發(fā)環(huán)境，在此軟件上，移植方法包括以下步驟。

首先，在KeilμVision4上新建一個(gè)工程，并添加啟動(dòng)代碼。其次，在Micrium官網(wǎng)下載μC/OS-II的軟件工程包，將這些工程包中的代碼選擇性的添加到工程文件夾下，這也是系統(tǒng)可剪裁的體現(xiàn)。最后，通過(guò)修改os_cpu.h、os_cpu_a.asm、os_cpu_c.c著三個(gè)文件夾下的內(nèi)容，就可將μC/OS-II移植到嵌入式處理器STM32F103C8T6中。

3.2 程序設(shè)計(jì)

操作系統(tǒng)移植成功之后，將在此基礎(chǔ)上編寫(xiě)代碼，控制外設(shè)相互配合協(xié)調(diào)工作。其軟件流程如圖4所示。

圖4 軟件流程圖

這里著重介紹對(duì)ADXL372的初始化，初始化程序分為以下幾步：

第一步，在器件的ID寄存器中讀取，判斷SPI初始化是否成功，其寄存器地址為0xAD。

第二步，設(shè)置采集頻率，其寄存器地址為0x3E的最后三位，帶寬從200Hz～3200Hz可選。

第三步，設(shè)置ADXL372為自動(dòng)睡眠模式，該模式下傳感器在沒(méi)有監(jiān)測(cè)到振動(dòng)時(shí)自動(dòng)進(jìn)入睡眠模式；振動(dòng)超過(guò)閾值，則進(jìn)入工作模式，寄存器地址是0x3E的第6位。

設(shè)置完以上寄存器，DAXL372開(kāi)始正常工作。讀取ADXL372的數(shù)據(jù)程序如下所示

xAccDataH = Stratos_EM.adxl372zdevice.read（Stratos_EM.ADXL372Z_XDATA_H_REG）＜＜4；

yAccDataH = Stratos_EM.adxl372zdevice.read（Stratos_EM.ADXL372Z_YDATA_H_REG）＜＜4；

zAccDataH = Stratos_EM.adxl372zdevice.read（Stratos_EM.ADXL372Z_ZDATA_H_REG）＜＜4；

xAccDataL = Stratos_EM.adxl372zdevice.read（Stratos_EM.ADXL372Z_XDATA_L_REG）＜＜4；

yAccDataL = Stratos_EM.adxl372zdevice.read（Stratos_EM.ADXL372Z_YDATA_L_REG）＜＜4；

zAccDataL = Stratos_EM.adxl372zdevice.read（Stratos_EM.ADXL372Z_ZDATA_L_REG）＜＜4；

4 振動(dòng)分析算法

一個(gè)完整的振動(dòng)分析系統(tǒng)離不開(kāi)算法的支持，本章將在介紹傳統(tǒng)時(shí)頻算法的基礎(chǔ)上，以EMD方法為基本方法，研究專(zhuān)門(mén)針對(duì)三軸數(shù)據(jù)的MEMD方法。

4.1 時(shí)頻分析算法

如今的振動(dòng)分析儀大多都配有簡(jiǎn)單的時(shí)頻分析算法，常見(jiàn)的機(jī)械故障信號(hào)都可以用時(shí)頻算法從中提取故障信號(hào)，如文獻(xiàn)［7］中利用FFT變換以及IIP濾波器對(duì)振動(dòng)信號(hào)進(jìn)行分析，其中快速傅里葉變化（FFT）利用如式（1）所示的離散傅里葉變化（DFT）中的WNnk的復(fù)共軛對(duì)稱(chēng)性和WNnk對(duì)n和k的周期性進(jìn)行簡(jiǎn)化，如式（2）、（3）所示。

其他的時(shí)頻算法如幅值譜、功率譜、對(duì)數(shù)譜和倒譜都以譜布圖中的特征判斷故障原因［8］，以上時(shí)頻算法在數(shù)據(jù)處理上雖然有著操作簡(jiǎn)單，易于執(zhí)行等優(yōu)點(diǎn)，但對(duì)于夾雜有諸多非線性時(shí)變成分的振動(dòng)信號(hào)總有著分析結(jié)果不全面等缺點(diǎn)。

4.2 EMD方法

經(jīng)驗(yàn)?zāi)B(tài)分解分解方法（Empirical Mode Decomposition，EMD）于1998年由黃鍔提出，是一種非常適合處理非線性非平穩(wěn)信號(hào)的方法。該方法依照數(shù)據(jù)自身的時(shí)間尺度特征來(lái)分解信號(hào)，故具有自適應(yīng)性。EMD方法的分解過(guò)程主要包括以下三個(gè)方面：首先，找出原始信號(hào)X（t）的極大值、極小值并通過(guò)三次樣條插值函數(shù)擬合出信號(hào)的上下包絡(luò)線。然后，根據(jù)上下包絡(luò)線求出均值函數(shù)，記為m1。最后，將均值函數(shù)從原始數(shù)據(jù)中減去，得到新的數(shù)據(jù)序列h1如式（4）所示：

如果新的數(shù)據(jù)序列h1還存在負(fù)的局部極大值和正的局部極小值，說(shuō)明這還不是一個(gè)本征模函數(shù)，還需要繼續(xù)迭代篩選，直至出現(xiàn)滿足條件的本征模函數(shù)（Intrinsic Mode Function，IMF），如式（5）所示：

此時(shí)記h1k（t）=c1（t），稱(chēng)c1（t）為原始信號(hào)X（t）的第一階IMF。

通過(guò)以上工作得出了第一階IMF，然后將其從原始信號(hào)中分離出來(lái)，得到下一個(gè)待篩選信號(hào)即：

對(duì)r1（t）重復(fù)上述工作，直至信號(hào)被分解成多個(gè)IMF分量和的形式［9］，即：

4.3 MEMD方法

根據(jù)上一節(jié)介紹，EMD方法將原始數(shù)據(jù)分解成若干個(gè)IMF分量和的形式，每個(gè)IMF分量處于不同的頻帶。但是對(duì)于三軸傳感器傳回的數(shù)據(jù)，每軸的數(shù)據(jù)都具有不同的信號(hào)成分，在數(shù)據(jù)分析是會(huì)產(chǎn)生模態(tài)對(duì)其等問(wèn)題［10］，這就需要某種方法可以解決這一問(wèn)題，達(dá)到多軸數(shù)據(jù)有機(jī)融合的目的。

MEMD方法將多維包絡(luò)的概念引入進(jìn)來(lái)，多維包絡(luò)將多元信號(hào)延空間中不同方向投影，得出了投影信號(hào)之后就可以使用算數(shù)平均的方法來(lái)擬合局部均值函數(shù)。以上過(guò)程中的空間方向向量決定了局部均值函數(shù)的精確程度，方向向量在空間球面中分布越均勻，精確程度越高；反之，精確程度越低。因此，如何確定投影的方向向量就成了MEMD分解的首要問(wèn)題。

文獻(xiàn)［11］對(duì)比了均勻角度采樣法和基于準(zhǔn)蒙特卡洛方法的低差異序列采樣法兩種方法確定球面上的點(diǎn)集，并得出的出后者優(yōu)于前者的結(jié)論，本文也將利用基于準(zhǔn)蒙特卡洛方法的低差異序列采樣法確定單位球面上均勻分布的點(diǎn)集。

通過(guò)以上討論，現(xiàn)陳述針對(duì)三維信號(hào)的MEMD算法思路如下：

第一步，利用基于準(zhǔn)蒙特卡洛方法的低差異序列采樣法得到一組分布均勻的方向向量X。

第二步，將信號(hào)組 v（t）延第 k個(gè)方向向量Xk投影，得到投影函數(shù)p（kt），其中k=1，2，3，…，l，l表示方向向量的總數(shù)。

第三步，找到投影函數(shù)的極大值、極小值所對(duì)應(yīng)的時(shí)刻tik，其中i=1，2，3，…，n，n表示極值點(diǎn)的數(shù)量。

第五步，將以上步驟所得到的對(duì)應(yīng)于l個(gè)方向向量的所有多元包絡(luò)函數(shù)求取近似均值函數(shù)：

第六步，提取出固有模態(tài)函數(shù)h（t）=V（t）-M（t），并執(zhí)行類(lèi)似EMD方法中的篩選過(guò)程，直至找到符合條件的多元IMF分量。

最后重復(fù)上述步驟，將原始三維信號(hào)分解完備，可表示為

以上是MEMD分解過(guò)程，該方法不僅繼承了傳統(tǒng)EMD的自適應(yīng)性，而且可以實(shí)現(xiàn)三通道的信號(hào)分解，非常適合與三軸加速度傳感器配合處理數(shù)據(jù)。

5 結(jié)語(yǔ)

本文首先在介紹振動(dòng)監(jiān)測(cè)系統(tǒng)軟硬件結(jié)構(gòu)的基礎(chǔ)上對(duì)比分析了加速傳感器、主控MCU的選型以及嵌入式操作系統(tǒng)的選型和剪裁，其次設(shè)計(jì)了以三軸加速度傳感器ADXL372為采集器件，以STM32F103C8T6為控制核心的系統(tǒng)電路圖，并編寫(xiě)嵌入式軟件。最后為了更好地分析三軸數(shù)據(jù)，對(duì)比研究了以EMD方法為基礎(chǔ)的三軸數(shù)據(jù)算法MEMD，此算法可將三軸數(shù)據(jù)有機(jī)的融合，有助于數(shù)據(jù)的綜合診斷和分析。

隨著計(jì)算機(jī)科學(xué)的發(fā)展與完善，如今的振動(dòng)監(jiān)測(cè)系統(tǒng)將會(huì)朝著高精度、大數(shù)據(jù)的方向發(fā)展，這就要求振動(dòng)分析儀可以與PC數(shù)據(jù)通信，PC的數(shù)據(jù)處理就可以基于云平臺(tái)等大數(shù)據(jù)分析手段實(shí)現(xiàn)數(shù)據(jù)共享和遠(yuǎn)程診斷［12］。