基于LabVIEW的機(jī)電設(shè)備狀態(tài)虛擬檢測(cè)系統(tǒng)設(shè)計(jì)

1、第7卷第1期2009年2月福建工程學(xué)院學(xué)報(bào)JournalofFujianUniversityofTechnology文章編號(hào):1672-4348(2009)01-0100-03基于LabVIEW的機(jī)電設(shè)備狀態(tài)虛擬檢測(cè)系統(tǒng)設(shè)計(jì)馬瑩,劉建成1,2(1.中南大學(xué)信息科學(xué)與工程學(xué)院,湖南 長(zhǎng)沙 410083 2.福建工程學(xué)院電子信息與電氣工程系,福建 福州 350108)摘要:應(yīng)用NI的LabVIEW開發(fā)了一套機(jī)電設(shè)備狀態(tài)虛擬檢測(cè)系統(tǒng),給出了系統(tǒng)的構(gòu)成,并在數(shù)據(jù)預(yù)處理中采用了小波分析方法,能夠?qū)崿F(xiàn)在線狀態(tài)監(jiān)測(cè)和故障診斷。經(jīng)通過實(shí)驗(yàn)室仿真測(cè)試,此系統(tǒng)具有較好的動(dòng)態(tài)性、適應(yīng)性,能滿足不同特點(diǎn)的機(jī)電設(shè)備及測(cè)

2、試信號(hào)的處理要求。關(guān)鍵詞:虛擬檢測(cè);故障診斷;在線監(jiān)測(cè);LabVIEW中圖分類號(hào):TP311.52:TH文獻(xiàn)標(biāo)識(shí)碼:ADesignofLabVIEW-basedstatevirtualdetectionsystemforelectromechanicalequipmentMaYing,LiuJiancheng1,2(1.CollegeofInformationScienceandEngineering,CentralSouthUniversity,Changsha410083,China;2.ElectronicInformationandElectricalEngineeringDepart

3、ment,FujianUniversityofTechnology,Fuzhou350108,China)thedemandsofdifferen-tfeaturedelectromechanicalequipmentandtheprocessingofdiversifiedtestingsignals.Keywords:virtualdetection;faultdiagnosis;on-linemonitoring;LabVIEW 傳統(tǒng)的機(jī)電設(shè)備監(jiān)測(cè)儀存在著功能相對(duì)簡(jiǎn)單、數(shù)據(jù)存儲(chǔ)量小、人機(jī)交互性差等缺點(diǎn),為了解決這些問題,本文結(jié)合故障診斷技術(shù)和虛擬儀器技術(shù),開發(fā)了一種基于LabVIEW的機(jī)

4、電設(shè)備狀態(tài)虛擬檢測(cè)系統(tǒng)。該系統(tǒng)以LabVIEW為平臺(tái),通過compactDAQ采集來(lái)自傳感器的電信號(hào),在PC中進(jìn)行電氣信號(hào)的在線實(shí)時(shí)監(jiān)測(cè)和分析診斷。通過實(shí)驗(yàn)室的仿真測(cè)試,該系統(tǒng)可對(duì)機(jī)電設(shè)備的電量和絕大部分非電量進(jìn)行測(cè)試及數(shù)據(jù)智能分析處理,形成設(shè)備運(yùn)行狀態(tài)檢測(cè)結(jié)果1機(jī)及LabVIEW軟件組成。其在線狀態(tài)監(jiān)測(cè)與診斷包括以下基本過程:信號(hào)檢測(cè)、數(shù)據(jù)采集、數(shù)據(jù)處理及診斷?；静襟E如下:通過各種傳感器(如光、電、溫度、振動(dòng)、流量、化學(xué)等)檢測(cè)出設(shè)備的狀態(tài)信號(hào),并使其可被傳輸、轉(zhuǎn)換、采集、處理,然后由數(shù)據(jù)采集單元采集并存儲(chǔ)于存儲(chǔ)器中。其中數(shù)據(jù)采集可以采用3種方式:采集信號(hào)波形、采集信號(hào)峰值或記錄峰值超過閥

5、值的脈沖。進(jìn)行數(shù)據(jù)處理時(shí),主要為抑制干擾,保留或增強(qiáng)有用信號(hào),提煉信號(hào)特征。依據(jù)所得的特征信號(hào),采用各種診斷方法,如小波分析、模糊邏輯、人工神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)等得出診斷結(jié)果。系統(tǒng)結(jié)構(gòu)見圖1。系統(tǒng)的主要功能均在PC機(jī)上由軟件完成,軟。1 系統(tǒng)總體設(shè)計(jì)方案系統(tǒng)主要由數(shù)據(jù)采集模塊、信號(hào)調(diào)理模塊、PC收稿日期:2008-10-14基金項(xiàng)目:福建工程學(xué)院科研發(fā)展基金資助項(xiàng)目(GY-Z0755):女(漢),.第1期馬瑩,等:基于LabVIEW的機(jī)電設(shè)備狀態(tài)虛擬檢測(cè)系統(tǒng)設(shè)計(jì)101波形具有 衰減性 和 波動(dòng)性 ,即其振幅具有正負(fù)相間的振蕩;從頻譜上看, ( )集中在一個(gè) 小 的頻帶內(nèi),具有 帶通性 。由式(1

6、)可見,小波變換是一種時(shí)頻分析方法,可以作為行波故障特征刻畫和提取的數(shù)學(xué)工具。通過對(duì)電流、電壓采樣信號(hào)的小波變換進(jìn)行多分辨分析,可以快速、準(zhǔn)確地將信號(hào)分解到不同的尺度上,分析不同尺度上呈現(xiàn)出的故障特征,可圖1 系統(tǒng)結(jié)構(gòu)圖Fig.1 Systemstructure以為故障診斷提供有力判據(jù)。一個(gè)被測(cè)信號(hào)通過小波變換,表示為具有不同頻率的諧波函數(shù)的線性疊加,能以多重分辨能力刻畫信號(hào)的局部特征,適用于探測(cè)正常信號(hào)中夾帶的反?，F(xiàn)象,并展示其成分,這在機(jī)電設(shè)備的狀態(tài)監(jiān)測(cè)及故障初期的特征提取中具有重要意義3-6件部分承擔(dān)著數(shù)據(jù)處理、狀態(tài)顯示及故障診斷等任務(wù)。為了縮短開發(fā)周期及提高系統(tǒng)性能,軟件部分采用Lab

7、VIEW8.20簡(jiǎn)體中文版軟件。,如圖2。2 數(shù)據(jù)預(yù)處理方法研究在許多機(jī)電設(shè)備故障診斷分析裝置中,僅設(shè)置信號(hào)的低通抗混濾波器,對(duì)濾波器的輸出進(jìn)行采樣,再對(duì)采樣數(shù)據(jù)進(jìn)行快速FFT運(yùn)算,這種方法側(cè)重于穩(wěn)態(tài)信號(hào)分析,對(duì)時(shí)變非平穩(wěn)信號(hào),一般只有基于短時(shí)傅里葉分析的功率譜陣手段。這樣的分析方法只能作簡(jiǎn)單的一般診斷,而不易作出精確診斷。對(duì)機(jī)電設(shè)備故障的診斷,一個(gè)很重要的信息是看機(jī)電設(shè)備運(yùn)行過程中有無(wú)突變信號(hào)產(chǎn)生,突變信號(hào)往往反映了設(shè)備的故障。小波變換是一個(gè)平方可積函數(shù)f(t)與一個(gè)在時(shí)頻域上均具有良好局部性質(zhì)的小波函數(shù) (t)的內(nèi)積Wf(a,b)=<f, a,b>=*f(t) ()d(t)+

8、a(1)式中,a>0為尺度因子;b為位移因子; a,b(t)稱為小波。() a,b(t)=aa(2)本文選擇仿真的SS8主變流器輸出電壓作為虛擬狀態(tài)檢測(cè)系統(tǒng)的輸入信號(hào),驗(yàn)證上述基于小波變換的故障狀態(tài)檢測(cè)方法的有效性。圖2 變流器故障時(shí)的仿真輸出電壓波形Fig.2 Simulationoutputvoltagewaveformofcer-tainfaultyconvertor通過小波分析VI將仿真電壓信號(hào)小波分解(J=6),如圖3所示。從圖3中明顯看出尺度d主要反映了電壓信號(hào)的基本特征,其他尺度下的分解系數(shù)是電壓信號(hào)中不同頻帶噪聲,電壓信號(hào)的各尺度小波系數(shù)反映了變流器狀態(tài)。6+3 故障診斷

9、方法研究設(shè)計(jì)選取小波與三層BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法實(shí)現(xiàn)故障診斷:故障信號(hào)經(jīng)信號(hào)預(yù)處理后利用小波分解,并求得相應(yīng)特征能量值;綜合各種常見故障后,得出數(shù)據(jù)信息作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本;經(jīng)多次訓(xùn)練,選擇收斂誤差最小的網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值。此系統(tǒng)利用了BP神經(jīng)網(wǎng)絡(luò)統(tǒng)一的內(nèi)部知識(shí)表示形式、方便的知識(shí)庫(kù)組織與管理、通用性強(qiáng)、知識(shí)容量大、便于實(shí)現(xiàn)知識(shí)的自動(dòng)獲取、能夠自適應(yīng)環(huán)境的變化等優(yōu)點(diǎn)。實(shí)驗(yàn)室仿真過程中,建立改變a值,對(duì)函數(shù) a,b(t)具有伸展(a>1)或收縮(a<1)的作用;改變b值,則會(huì)影響函數(shù)f(t)圍繞b點(diǎn)的分析結(jié)果。 (t)稱為母小波, (t)必須滿足容許性條件-(t)dt=0或-+ +d

10、=C <| |(3),),(102福建工程學(xué)院學(xué)報(bào)第7卷圖4 神經(jīng)網(wǎng)絡(luò)仿真結(jié)構(gòu)圖Fig.4 SimulationstructureofNN通過多次訓(xùn)練,選擇收斂誤差最小的網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值。網(wǎng)絡(luò)的訓(xùn)練過程如圖5所示。圖3 電壓信號(hào)小波分析尺度圖Fig.3 Waveletdecompositionofvoltagesignals了SS8主變流器的仿真模型,并將其故障情況分為7大類。第1大類(000):正常運(yùn)行;第2大類(001):只有一組整流管故障;第3大類(011):同一串聯(lián)橋臂兩組故障;第4大類(100):連接a1b1x1小橋臂輸出交叉兩組故障;第5大類(101):連接a2x2大橋臂輸出交

11、叉兩組故障;第6大類(101):a2x2大橋臂中VD3故障和連接a1b1x1小橋臂輸出任一組故障;第7大類(110):a2x2大橋臂中VD4故障和連接a1b1x1小橋臂輸出任一組故障;在每一大類下采用小類循環(huán)編碼。對(duì)故障的大類、小類進(jìn)行7位編碼X7X6X5X4X3X2X1,其中Xi=0、1,第57位為大類編碼,第14位為小類編碼。當(dāng)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)用于故障診斷時(shí),對(duì)17位的輸出結(jié)果進(jìn)行4舍5入取整,通過這8位代碼可查到對(duì)應(yīng)的故障診斷結(jié)果。由于篇幅限制編碼表略。經(jīng)仿真實(shí)驗(yàn)確定輸入層的節(jié)點(diǎn)為8個(gè),輸出層的節(jié)點(diǎn)7個(gè),隱含層的節(jié)點(diǎn)18個(gè),神經(jīng)網(wǎng)絡(luò)仿真結(jié)構(gòu)如圖4所示。圖5 訓(xùn)練誤差曲線圖Fig.5 Cu

12、rveoftrainingerrors仿真結(jié)果顯示,此系統(tǒng)故障診斷正確率為98%;若利用傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)方法進(jìn)行故障診斷,網(wǎng)絡(luò)訓(xùn)練10000次以后,訓(xùn)練誤差精度仍無(wú)法滿足要求(emax 1.07e-006),其故障診斷正確率為80%。仿真實(shí)驗(yàn)表明,訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)具有較好的優(yōu)越性,可以進(jìn)行相當(dāng)正確的故障診斷。4 結(jié)語(yǔ)基于LabVIEW的機(jī)電設(shè)備狀態(tài)虛擬檢測(cè)方法,利用LabVIEW強(qiáng)大的圖形化編程功能,融合了較先進(jìn)的自動(dòng)化技術(shù)、計(jì)算機(jī)技術(shù)、通訊技術(shù)和故障診斷技術(shù),實(shí)現(xiàn)了機(jī)電設(shè)備的在線及離線狀態(tài)參數(shù)信息檢測(cè)和設(shè)備的運(yùn)行狀態(tài)及故障診斷。通過仿真測(cè)試,該系統(tǒng)測(cè)量精度、測(cè)試速度及可靠性均達(dá)到實(shí)際應(yīng)用要求,具有廣泛的應(yīng)用前景。參考文獻(xiàn):3WickrhauserMV.AdaptedwaveletanalysisfromtheorytosoftwareM.Texas:Wellesley-MassPress,1994.4何正友,錢清泉.小波信息熵的計(jì)算及在故障檢測(cè)中的應(yīng)用J.電力自動(dòng)化設(shè)備,2001,21(5):9-11.5LinST