數(shù)字信號(hào)機(jī)械振動(dòng)信號(hào)分析及故障報(bào)警

1、燕山大學(xué)課 程 設(shè) 計(jì) 說 明 書題目：機(jī)械振動(dòng)信號(hào)分析及故障報(bào)警學(xué)院（系）： 電氣工程學(xué)院 年級(jí)專業(yè)： 10級(jí)儀表3班 學(xué) 號(hào)： 1001030201 學(xué)生姓名： 指導(dǎo)教師： 教師職稱： 電氣工程學(xué)院課程設(shè)計(jì)任務(wù)書課程名稱： “單片機(jī)原理及應(yīng)用數(shù)字信號(hào)處理”課程設(shè)計(jì) 院（系）：電氣工程學(xué)院 基層教學(xué)單位： 自動(dòng)化儀表系學(xué)號(hào)1001030201學(xué)生姓名（專業(yè)）班級(jí)自動(dòng)化儀表3班設(shè)計(jì)題目機(jī)械振動(dòng)信號(hào)分析及故障報(bào)警設(shè)計(jì)技術(shù)參數(shù)1、了解加速度傳感器工作原理。2、掌握單片機(jī)串口通信協(xié)議。3、連接硬件實(shí)驗(yàn)線路，實(shí)現(xiàn)所要求的功能。4、基于matlab信號(hào)處理工具箱實(shí)現(xiàn)功能5、完成設(shè)計(jì)，提交課程設(shè)計(jì)報(bào)告。設(shè)

2、計(jì)要求1、利用加速度傳感器采集軸承正常與故障狀態(tài)下的振動(dòng)信號(hào)，基于matlab對(duì)振動(dòng)信號(hào)進(jìn)行時(shí)域和頻域(包括fft，功率譜，倒譜)分析，提取時(shí)域波形指標(biāo)如均值、峰峰值、峭度、偏度等。設(shè)計(jì)相應(yīng)的信號(hào)分析及顯示界面。2、基于振動(dòng)信號(hào)分析結(jié)果，通過串口發(fā)送命令給單片機(jī)系統(tǒng)，根據(jù)振提取的特征指標(biāo)判斷軸承是否故障，若有故障驅(qū)動(dòng)蜂鳴器報(bào)警。3、擴(kuò)展：也控制相應(yīng)的數(shù)碼管或led發(fā)光顯示相應(yīng)振動(dòng)信號(hào)參數(shù)(幅度、頻率參數(shù)等)。工作量軟件編程與硬件調(diào)試相結(jié)合，繪制設(shè)計(jì)流程圖，編制相應(yīng)軟件界面，實(shí)現(xiàn)單片機(jī)控制與信號(hào)處理任務(wù)的綜合應(yīng)用參考資料1）微型計(jì)算機(jī)控制系統(tǒng) 賴壽宏，機(jī)械工業(yè)出版社（教材）2）單片機(jī)及應(yīng)用李大友

3、，高等教育出版社（教材）3）信號(hào)處理原理及應(yīng)用 謝平 等 機(jī)械工業(yè)出版社（教材）4)matlab程序設(shè)計(jì)及其在信號(hào)處理中的應(yīng)用聶祥飛等 西南交通大學(xué)出版社周次第一周第二周應(yīng)完成內(nèi)容熟悉偉福單片機(jī)編程環(huán)境，調(diào)試單片機(jī)各基本功能模塊；熟悉matlab信號(hào)處理工具箱，信號(hào)處理系統(tǒng)基本功能模塊學(xué)習(xí)和調(diào)試單片機(jī)系統(tǒng)與信號(hào)處理系統(tǒng)綜合進(jìn)行硬件調(diào)試，撰寫課程設(shè)計(jì)報(bào)告指導(dǎo)教師簽字基層教學(xué)單位主任簽字說明：1、此表一式四份，系、指導(dǎo)教師、學(xué)生各一份，報(bào)送院教務(wù)科一份。 2、學(xué)生那份任務(wù)書要求裝訂到課程設(shè)計(jì)報(bào)告前面。目錄第一章 摘要第二章 總體設(shè)計(jì)方案第三章 基本原理第四章 matlab界面設(shè)計(jì)第五章 各模塊設(shè)計(jì)

4、及程序第六章 設(shè)計(jì)心得及總結(jié)參考文獻(xiàn)第一章 摘要機(jī)械振動(dòng)信號(hào)分析是現(xiàn)代機(jī)械故障診斷的一個(gè)有效方法。在諸多信號(hào)分析的手段中，小波分析與傅氏變換相結(jié)合的方法得到廣泛應(yīng)用。因?yàn)檫@種方法更適合于提取微弱機(jī)械振動(dòng)的特征信號(hào)。但是與其他分析工具一樣，小波分析工具有自己的特點(diǎn)，如果不能正確使用，反而會(huì)影響對(duì)信號(hào)的正確分析。從本質(zhì)上說，小波分析是用小波函數(shù)與被被分析的信號(hào)函數(shù)做一系列的互相關(guān)運(yùn)算，因此選用小波函數(shù)不當(dāng)會(huì)引起分析的誤差或誤判。第二章 總體設(shè)計(jì)方案對(duì)機(jī)械振動(dòng)信號(hào)進(jìn)行采樣，把采樣的數(shù)據(jù)進(jìn)行時(shí)域和頻域上的分析，包括fft，功率譜，倒譜分析。提取時(shí)域波形指標(biāo)如均值、峰峰值、峭度、偏度、脈沖因數(shù)等。以一種

5、指標(biāo)為標(biāo)準(zhǔn)，分析振動(dòng)信號(hào)產(chǎn)生的變化。本次課設(shè)利用matlab軟件，實(shí)現(xiàn)對(duì)機(jī)械振動(dòng)信號(hào)時(shí)頻域的分析以及故障的判斷。因?yàn)轭l域分析特征值的提取較麻煩，這里我們用其中一種參數(shù)的計(jì)算量為標(biāo)準(zhǔn)來判斷是否發(fā)生故障。第三章 基本原理3.1小波變換 與fourier變換相比，小波變換是空間（時(shí)間）和頻率的局部變換，因而能有效地從信號(hào)中提取信息。通過伸縮和平移等運(yùn)算功能可對(duì)函數(shù)或信號(hào)進(jìn)行多尺度的細(xì)化分析，解決了fourier變換不能解決的許多困難問題。小波變換聯(lián)系了應(yīng)用數(shù)學(xué)、物理學(xué)、計(jì)算機(jī)科學(xué)、信號(hào)與信息處理、圖像處理、地震勘探等多個(gè)學(xué)科。數(shù)學(xué)家認(rèn)為，小波分析是一個(gè)新的數(shù)學(xué)分支，它是泛函分析、fourier分析、

6、樣調(diào)分析、數(shù)值分析的完美結(jié)晶；信號(hào)和信息處理專家認(rèn)為，小波分析是時(shí)間尺度分析和多分辨分析的一種新技術(shù)，它在信號(hào)分析、語音合成、圖像識(shí)別、計(jì)算機(jī)視覺、數(shù)據(jù)壓縮、地震勘探、大氣與海洋波分析等方面的研究都取得了有科學(xué)意義和應(yīng)用價(jià)值的成果。信號(hào)分析的主要目的是尋找一種簡(jiǎn)單有效的信號(hào)變換方法，使信號(hào)所包含的重要信息能顯現(xiàn)出來。小波分析屬于信號(hào)時(shí)頻分析的一種，在小波分析出現(xiàn)之前，傅立葉變換是信號(hào)處理領(lǐng)域應(yīng)用最廣泛、效果最好的一種分析手段。傅立葉變換是時(shí)域到頻域互相轉(zhuǎn)化的工具，從物理意義上講，傅立葉變換的實(shí)質(zhì)是把這個(gè)波形分解成不同頻率的正弦波的疊加和。正是傅立葉變換的這種重要的物理意義，決定了傅立葉變換在信

7、號(hào)分析和信號(hào)處理中的獨(dú)特地位。傅立葉變換用在兩個(gè)方向上都無限伸展的正弦曲線波作為正交基函數(shù)，把周期函數(shù)展成傅立葉級(jí)數(shù)，把非周期函數(shù)展成傅立葉積分，利用傅立葉變換對(duì)函數(shù)作頻譜分析，反映了整個(gè)信號(hào)的時(shí)間頻譜特性，較好地揭示了平穩(wěn)信號(hào)的特征。小波變換是一種新的變換分析方法，它繼承和發(fā)展了短時(shí)傅立葉變換局部化的思想，同時(shí)又克服了窗口大小不隨頻率變化等缺點(diǎn)，能夠提供一個(gè)隨頻率改變的時(shí)間一頻率窗口，是進(jìn)行信號(hào)時(shí)頻分析和處理的理想工具。它的主要特點(diǎn)是通過變換能夠充分突出問題某些方面的特征，因此，小波變換在許多領(lǐng)域都得到了成功的應(yīng)用，特別是小波變換的離散數(shù)字算法已被廣泛用于許多問題的變換研究中。從此，小波變換

8、越來越引起人們的重視，其應(yīng)用領(lǐng)域來越來越廣泛。3.2 傅里葉變換 有限長(zhǎng)序列可以通過離散傅里葉變換(dft)將其頻域也離散化成有限長(zhǎng)序列.但其計(jì)算量太大,很難實(shí)時(shí)地處理問題,因此引出了快速傅里葉變換(fft). 1965年，cooley和tukey提出了計(jì)算離散傅里葉變換（dft）的快速算法，將dft的運(yùn)算量減少了幾個(gè)數(shù)量級(jí)。從此，對(duì)快速傅里葉變換（fft）算法的研究便不斷深入，數(shù)字信號(hào)處理這門新興學(xué)科也隨fft的出現(xiàn)和發(fā)展而迅速發(fā)展。根據(jù)對(duì)序列分解與選取方法的不同而產(chǎn)生了fft的多種算法，基本算法是基dit和基dif。fft在離散傅里葉反變換、線性卷積和線性相關(guān)等方面也有重要應(yīng)用。快速傅氏變

9、換（fft），是離散傅氏變換的快速算法，它是根據(jù)離散傅氏變換的奇、偶、虛、實(shí)等特性，對(duì)離散傅立葉變換的算法進(jìn)行改進(jìn)獲得的。它對(duì)傅氏變換的理論并沒有新的發(fā)現(xiàn)，但是對(duì)于在計(jì)算機(jī)系統(tǒng)或者說數(shù)字系統(tǒng)中應(yīng)用離散傅立葉變換，可以說是進(jìn)了一大步。設(shè)x(n)為n項(xiàng)的復(fù)數(shù)序列，由dft變換，任一x（m）的計(jì)算都需要n次復(fù)數(shù)乘法和n-1次復(fù)數(shù)加法，而一次復(fù)數(shù)乘法等于四次實(shí)數(shù)乘法和兩次實(shí)數(shù)加法，一次復(fù)數(shù)加法等于兩次實(shí)數(shù)加法，即使把一次復(fù)數(shù)乘法和一次復(fù)數(shù)加法定義成一次“運(yùn)算”（四次實(shí)數(shù)乘法和四次實(shí)數(shù)加法），那么求出n項(xiàng)復(fù)數(shù)序列的x（m）,即n點(diǎn)dft變換大約就需要n2次運(yùn)算。當(dāng)n=1024點(diǎn)甚至更多的時(shí)候，需要n2=

10、1048576次運(yùn)算，在fft中，利用wn的周期性和對(duì)稱性，把一個(gè)n項(xiàng)序列（設(shè)n=2k,k為正整數(shù)），分為兩個(gè)n/2項(xiàng)的子序列，每個(gè)n/2點(diǎn)dft變換需要（n/2）2次運(yùn)算，再用n次運(yùn)算把兩個(gè)n/2點(diǎn)的dft變換組合成一個(gè)n點(diǎn)的dft變換。這樣變換以后，總的運(yùn)算次數(shù)就變成n+2（n/2）2=n+n2/2。繼續(xù)上面的例子，n=1024時(shí)，總的運(yùn)算次數(shù)就變成了525312次，節(jié)省了大約50%的運(yùn)算量。而如果我們將這種“一分為二”的思想不斷進(jìn)行下去，直到分成兩兩一組的dft運(yùn)算單元，那么n點(diǎn)的dft變換就只需要nlog2n次的運(yùn)算，n在1024點(diǎn)時(shí)，運(yùn)算量?jī)H有10240次，是先前的直接算法的1%，點(diǎn)

11、數(shù)越多，運(yùn)算量的節(jié)約就越大，這就是fft的優(yōu)越性。離散傅里葉變換x(k)可看成是z變換在單位圓上的等距離采樣值。同樣，x(k)也可看作是序列傅氏變換的采樣，采樣間隔為n=2/n 。由此看出，離散傅里葉變換實(shí)質(zhì)上是其頻譜的離散頻域采樣，對(duì)頻率具有選擇性(k=2k/n)，在這些點(diǎn)上反映了信號(hào)的頻譜。 根據(jù)采樣定律，一個(gè)頻帶有限的信號(hào)，可以對(duì)它進(jìn)行時(shí)域采樣而不丟失任何信息，fft變換則說明對(duì)于時(shí)間有限的信號(hào)(有限長(zhǎng)序列)，也可以對(duì)其進(jìn)行頻域采樣，而不丟失任何信息。所以只要時(shí)間序列足夠長(zhǎng)，采樣足夠密，頻域采樣也就可較好地反映信號(hào)的頻譜趨勢(shì)，所以fft可以用以進(jìn)行連續(xù)信號(hào)的頻譜分析。第4章 matlab

12、界面設(shè)計(jì)兩個(gè)畫圖按鈕簡(jiǎn)化成了一個(gè)下拉菜單，坐標(biāo)圖一和二分別顯示時(shí)域和頻域波形，計(jì)算按鈕進(jìn)行計(jì)算并把數(shù)值放到下面四個(gè)文本框中。判斷按鈕判斷是否故障并通過發(fā)送按鈕把特征值傳輸?shù)絾纹瑱C(jī)中。第5章 各模塊設(shè)計(jì)及程序1、 時(shí)域和頻域分析及畫圖%時(shí)域波形% figure(1);set(gcf,currentaxes,handles.time);plot(xdata);xlabel(樣本序號(hào) n/個(gè));ylabel(電壓 v/v);%db10小波進(jìn)行4層分解%一維小波分解c,l=wavedec(xdata,4,db10);%第一層細(xì)節(jié)信號(hào)的包絡(luò)譜y=hilbert(d1);ydata=abs(y);y=y-

13、mean(y);nfft=200;p=abs(fft(ydata,nfft);% figure(3);set(gcf,currentaxes,handles.frequency);plot(0:nfft/2-1)/nfft*fs,p(1:nfft/2);xlabel(頻率 f/hz);ylabel(功率譜 p/w)；故障信號(hào)的時(shí)域和頻域圖如下正常信號(hào)的時(shí)域和頻域圖如下可見其頻域有較大的差別2、 計(jì)算部分這里，我們調(diào)用matlab中已有的程序來計(jì)算需要得到的指標(biāo)，所編程序如下fs=10000;fid=fopen(bearingout.dat,r);load normal.matfid=fopen

14、(normal.mat);n=1000;xdata=fread(fid,n,int16);xdata=fread(fid,n,int16);fclose(fid);xdata=(xdata-mean(xdata)/std(xdata,1);a=mean(xdata); % 平均值set(handles.edit1,string,num2str(a); b=max(xdata); % 最大值c=min(xdata); % 最小值d=b-c; % 峰峰值set(handles.edit2,string,num2str(d);e=kurtosis(xdata);%峭度set(handles.edit

15、3,string,num2str(e);f=skewness(xdata);%偏度;set(handles.edit4,string,num2str(f);3、 判斷程序這里我們根據(jù)兩種不同信號(hào)偏度的不同來判斷是否有故障，定義偏度=-0.05時(shí)為正常信號(hào)。global fglobal jglobal ff if (ff=-0.05) j=0;else j=1;endset(handles.edit6,string,num2str(j)matlab中本實(shí)驗(yàn)所得數(shù)據(jù)計(jì)算界面如下：故障數(shù)據(jù)正常數(shù)據(jù):第6章 設(shè)計(jì)心得及總結(jié)剛開始設(shè)計(jì)時(shí)，因?yàn)閷?duì)matlab的使用不是十分地了解，所以有很多的困難，覺得無從

16、下手，經(jīng)過這么多天的學(xué)習(xí)以及查閱資料，已經(jīng)能初步完成一些簡(jiǎn)單的語言編程，這使我感到非常有成就感，使我體會(huì)到了自主學(xué)習(xí)的樂趣。通過這次課程設(shè)計(jì)，我對(duì)數(shù)字信號(hào)處理及傅里葉變換的實(shí)際應(yīng)用有了深刻的理解，尤其加深了我對(duì)快速傅里葉變換的理解。在這次課程設(shè)計(jì)中，我還對(duì)小波變換在數(shù)字信號(hào)處理中的應(yīng)用有了一定的理解，在對(duì)信號(hào)的細(xì)節(jié)進(jìn)行分析時(shí)，小波變換是非常常見和方便的一種方法?？傊?，經(jīng)過這次數(shù)字信號(hào)處理的課程設(shè)計(jì)，使我收獲頗多。不僅鞏固了理論知識(shí)，增強(qiáng)了自主學(xué)習(xí)能力，還學(xué)會(huì)了團(tuán)隊(duì)合作和互相幫助，使我受益良多。參考文獻(xiàn)1）微型計(jì)算機(jī)控制系統(tǒng) 賴壽宏，機(jī)械工業(yè)出版社（教材）2）單片機(jī)及應(yīng)用李大友，高等教育出版社（

17、教材）3）信號(hào)處理原理及應(yīng)用 謝平 等 機(jī)械工業(yè)出版社（教材）4)matlab程序設(shè)計(jì)及其在信號(hào)處理中的應(yīng)用聶祥飛等 西南交通大學(xué)出版社附錄一 matlab總程序function varargout = keshe0628(varargin)gui_singleton = 1;gui_state = struct(gui_name, mfilename, . gui_singleton, gui_singleton, . gui_openingfcn, keshe0628_openingfcn, . gui_outputfcn, keshe0628_outputfcn, . gui_layou

18、tfcn, , . gui_callback, );if nargin & ischar(varargin1) gui_state.gui_callback = str2func(varargin1);endif nargout varargout1:nargout = gui_mainfcn(gui_state, varargin:);else gui_mainfcn(gui_state, varargin:);endfunction keshe0628_openingfcn(hobject, eventdata, handles, varargin)handles.output = hob

19、ject;guidata(hobject, handles);function varargout = keshe0628_outputfcn(hobject, eventdata, handles) function jisuan_callback(hobject, eventdata, handles)global xdataglobal jglobal fglobal ffa=mean(xdata); % 平均值set(handles.edit1,string,num2str(a); b=max(xdata); % 最大值c=min(xdata); % 最小值d=b-c; % 峰峰值se

20、t(handles.edit2,string,num2str(d);e=kurtosis(xdata);%峭度set(handles.edit3,string,num2str(e);f=skewness(xdata);%偏度;ff=fset(handles.edit4,string,num2str(f);function edit1_callback(hobject, eventdata, handles)function edit1_createfcn(hobject, eventdata, handles)if ispc & isequal(get(hobject,backgroundco

21、lor), get(0,defaultuicontrolbackgroundcolor) set(hobject,backgroundcolor,white);endfunction edit2_callback(hobject, eventdata, handles)function edit2_createfcn(hobject, eventdata, handles)if ispc & isequal(get(hobject,backgroundcolor), get(0,defaultuicontrolbackgroundcolor) set(hobject,backgroundcol

22、or,white);endfunction edit3_callback(hobject, eventdata, handles)function edit3_createfcn(hobject, eventdata, handles)if ispc & isequal(get(hobject,backgroundcolor), get(0,defaultuicontrolbackgroundcolor) set(hobject,backgroundcolor,white);endfunction edit4_callback(hobject, eventdata, handles)funct

23、ion edit4_createfcn(hobject, eventdata, handles)if ispc & isequal(get(hobject,backgroundcolor), get(0,defaultuicontrolbackgroundcolor) set(hobject,backgroundcolor,white);endfunction edit5_callback(hobject, eventdata, handles)function edit5_createfcn(hobject, eventdata, handles)if ispc & isequal(get(

24、hobject,backgroundcolor), get(0,defaultuicontrolbackgroundcolor) set(hobject,backgroundcolor,white);endfunction pushbutton2_callback(hobject, eventdata, handles)global fglobal jglobal ffglobal ssss=serial(com1);ss.baudrate=2400;ss.databits=8;ss.parity=none;ss.stopbits=1;ss.timeout=60;ss.dataterminal

25、ready=off;ss.requesttosend=off;ss.flowcontrol=none;ss.inputbuffersize=1000;fopen(ss);fwrite(ss,j);fclose(ss);clear ssfunction pushbutton3_callback(hobject, eventdata, handles)global fglobal jglobal ffif (ff=-0.05) j=0;else j=1;endset(handles.edit6,string,num2str(j)function edit6_callback(hobject, ev

26、entdata, handles)function edit6_createfcn(hobject, eventdata, handles)if ispc & isequal(get(hobject,backgroundcolor), get(0,defaultuicontrolbackgroundcolor) set(hobject,backgroundcolor,white);endfunction time_createfcn(hobject, eventdata, handles)function frequency_createfcn(hobject, eventdata, hand

27、les)function huatu1_callback(hobject, eventdata, handles)global xdataglobal fglobal ffglobal jfs=10000;load abnormal.matfid=fopen(abnormal.mat);n=1000;xdata=fread(fid,n,int16);fclose(fid);xdata=(xdata-mean(xdata)/std(xdata,1);set(gcf,currentaxes,handles.time);plot(xdata);xlabel(樣本序號(hào) n/個(gè));ylabel(電壓 v

28、/v);%db10小波進(jìn)行4層分解%一維小波分解c,l=wavedec(xdata,4,db10);d4=wrcoef(d,c,l,db10,4);d3=wrcoef(d,c,l,db10,3);d2=wrcoef(d,c,l,db10,2);d1=wrcoef(d,c,l,db10,1);%第一層細(xì)節(jié)信號(hào)的包絡(luò)譜y=hilbert(d1);ydata=abs(y);y=y-mean(y);nfft=200;p=abs(fft(ydata,nfft);set(gcf,currentaxes,handles.frequency);plot(0:nfft/2-1)/nfft*fs,p(1:nfft/2);xlabel(頻率 f/hz);ylab