基于加速度傳感器的電機(jī)振動(dòng)測量

基于加速度傳感器的電機(jī)振動(dòng)測量摘要電機(jī)是現(xiàn)代生產(chǎn)中的重要電氣設(shè)備，從大型的工業(yè)電機(jī)到小型的家用電器，電機(jī)都是隨處可見的，電機(jī)的故障會(huì)對(duì)生產(chǎn)造成重大影響，因此需要監(jiān)測電機(jī)的運(yùn)行狀態(tài)。為監(jiān)測電機(jī)的運(yùn)行狀態(tài)，本文通過加速度傳感器來測量電機(jī)振動(dòng)的大小，并通過微控制器對(duì)電機(jī)加速度信號(hào)進(jìn)行采集，并將它傳輸給電腦；利用電腦軟件對(duì)采集的加速度信號(hào)進(jìn)行頻域積分得到速度信號(hào)，再與電機(jī)振動(dòng)判斷標(biāo)準(zhǔn)進(jìn)行比照分析,從而判斷電機(jī)運(yùn)行狀態(tài),確定修復(fù)時(shí)機(jī)，為電機(jī)提供檢修依據(jù)。關(guān)鍵詞：加速度；振動(dòng)測量；信號(hào)處理；故障分析MeasurethevibrationofmotorbasedontheaccelerationsensorAbstractTheelectricmotorisonesortofthemostimportantelectricequipmentsinmodemmanufacturing．Fromlargeindustrialmotorstosmallappliances,electricmotorsareeverywhere.Itsfailurewouldproduceasignificantimpactonthemotor,therefore,weneedtomonitortheoperatingstatusofthemotor.Inthispaper,inordertomonitorthemotorrunning,sizeofthemotorvibrationismeasuredbytheaccelerationsensor,andusesthemicrocontrollertocollectthemotoraccelerationsignalandtransferittothecomputer.Theaccelerationfrequency-domainsignalisintegratedintothespeedsignalinthecomputer,andthenthespeedsignaliscomparedwiththemotorvibrationcriteria,toprovidethebasisforthemaintenanceofmotor.Wecandeterminethetimingofrepair.Keywords:Accelerationsensor,VibrationMeasurement,SignalProcessing,FailureAnalysis目錄第1章緒論11.1引言11.2電機(jī)振動(dòng)特性11.2.1振動(dòng)參數(shù)21.2.2振動(dòng)標(biāo)準(zhǔn)3第2章電機(jī)振動(dòng)測量裝置設(shè)計(jì)62.1采集模塊介紹62.1.1MMA8452加速度傳感器72.1.2控制器NXPARMLPC111482.1.3電源模塊82.2接口轉(zhuǎn)換模塊設(shè)計(jì)92.2.1TTL信號(hào)轉(zhuǎn)485信號(hào)92.2.2RS-485信號(hào)轉(zhuǎn)RS-232信號(hào)10RS-232轉(zhuǎn)USB信號(hào)10第3章振動(dòng)信號(hào)采集123.1信號(hào)的采集123.1.1讀取數(shù)據(jù)模塊133.1.2信號(hào)發(fā)送18第4章振動(dòng)信號(hào)處理204.1振動(dòng)加速度信號(hào)與速度信號(hào)之間的轉(zhuǎn)換204.2信號(hào)轉(zhuǎn)換的實(shí)現(xiàn)214.3實(shí)際測量結(jié)果24結(jié)論27致謝28參考文獻(xiàn)29附錄A譯文30附錄B外文原文38附錄C程序代碼46第1章緒論1.1引言隨著科學(xué)技術(shù)的開展，電機(jī)已經(jīng)成為我們生活中不可缺少的一局部，從大型的工業(yè)電機(jī)到小型的家用電器，電機(jī)都是隨處可見的，因此電機(jī)是否正常工作對(duì)我們?nèi)粘Ｉ畹暮脡挠泻艽笥绊?。電機(jī)振動(dòng)主要由電樞不平衡、電磁力、軸承磨損、轉(zhuǎn)軸彎曲和安裝不良使電機(jī)與負(fù)載機(jī)械的軸心線不對(duì)中或傾斜等原因引起的。電機(jī)振動(dòng)大小必須要滿足國家的電機(jī)振動(dòng)標(biāo)準(zhǔn),否那么會(huì)造成很嚴(yán)重的后果。現(xiàn)在,電機(jī)振動(dòng)標(biāo)準(zhǔn)主要是用振動(dòng)速度的有效值來衡量。測試和診斷電機(jī)振動(dòng)好壞的根底是采集和處理電機(jī)的振動(dòng)信號(hào)，因此我們在測量時(shí)必須要有一個(gè)電機(jī)振動(dòng)測量、處理和診斷的系統(tǒng)。電機(jī)振動(dòng)測試通常是用加速度傳感器記錄加速度信號(hào)。然后再用傅里葉變換來進(jìn)行頻譜分析。在過去的幾十年里，小波分析、時(shí)頻聯(lián)合分析、獨(dú)立分量分析等信號(hào)處理的新方法有了很大的開展，為電機(jī)振動(dòng)的深入研究提供了條件。在故障診斷中取得了出色的效果。1.2電機(jī)振動(dòng)特性電機(jī)振動(dòng)是因?yàn)殡姶牛芰哭D(zhuǎn)換，機(jī)械振動(dòng)等物理因素引起的。電機(jī)產(chǎn)生振動(dòng)的原因包括[1]：1．電磁力：電磁力作用在定子和轉(zhuǎn)子之間的空隙中，它的力波在氣隙中是旋轉(zhuǎn)的或者是脈動(dòng)的，力的大小和電磁負(fù)荷、電機(jī)有效局部的結(jié)構(gòu)和計(jì)算參數(shù)有關(guān)。由電磁力產(chǎn)生的振動(dòng)大小與作為振蕩系統(tǒng)的定子特性有很大的關(guān)系，大多數(shù)電機(jī)的電磁振動(dòng)都在100—4000Hz頻率范圍內(nèi)；2．軸承：軸承產(chǎn)生的振動(dòng)和軸承本身的制造質(zhì)量、軸承配合面的加工精度、固定軸承位置的軸承蓋相對(duì)電機(jī)機(jī)座的鎖緊面加工精度等有關(guān)：3．轉(zhuǎn)子的機(jī)械不平衡：轉(zhuǎn)子的不平衡能產(chǎn)生顯著的振動(dòng)，特別是3000rpm和更高轉(zhuǎn)速的高速電機(jī)中非常明顯[2]。振動(dòng)參數(shù)振動(dòng)有三個(gè)根本參數(shù)，分別是振幅、頻率和相位。其中振幅可用位移、速度和加速度來表示。在測量過程中我們一般在振動(dòng)頻率小于10Hz時(shí)測量位移，當(dāng)頻率在10Hz到1kHz時(shí)測量速度，而當(dāng)振動(dòng)頻率大于1kHz時(shí)測量加速度[3]。電機(jī)振動(dòng)一般是中頻振動(dòng)，所以在測量時(shí)要得到振動(dòng)的速度信號(hào)。我們也可以用頻率分析儀測量振動(dòng)頻率，用示波器顯示振動(dòng)相位。電機(jī)振動(dòng)是運(yùn)動(dòng)的一種，所以它的加速度、速度、位移三者之間的關(guān)系和運(yùn)動(dòng)一樣，三者都是微積分的關(guān)系：(1.2-1)(1.2-2)式中：以d(t)為振動(dòng)位移，v(t)為振動(dòng)速度，a(t)為振動(dòng)加速度。在物理意義上，位移表達(dá)了振動(dòng)質(zhì)點(diǎn)相對(duì)參考點(diǎn)的瞬時(shí)位置；速度是單位時(shí)間內(nèi)的位移，反映振動(dòng)質(zhì)點(diǎn)運(yùn)動(dòng)的快慢程度；加速度是速度的變化率，反映速度變化的快慢。但是它們之間是有著很緊密的聯(lián)系，例我們假設(shè)瞬時(shí)位移為：那么：(1.2-3)(1.2-4)推導(dǎo)可得：(1.2-5)(1.2-6)式中分別為振動(dòng)的位移、速度、加速度。從上面的式子我們可以看出：當(dāng)振動(dòng)加速度一定時(shí)，速度和振動(dòng)頻率成反比，位移和振動(dòng)頻率的平方成反比；當(dāng)振動(dòng)的位移一定時(shí)，速度和振動(dòng)的頻率成正比，加速度和振動(dòng)頻率的平方成正比。所以位移對(duì)低頻振動(dòng)比擬敏感，加速度對(duì)高頻比擬敏感，而速度參量對(duì)頻率的敏感度在位移和加速度之間。所以我們在對(duì)高頻故障〔如滾動(dòng)軸承、齒輪箱故障等〕或高速設(shè)備進(jìn)行測量時(shí)，應(yīng)選加速度為參考量；在對(duì)低頻故障〔如不平衡、不對(duì)中等〕或低速設(shè)備測量時(shí)，應(yīng)選位移為參考量；而在進(jìn)行振動(dòng)的總體狀態(tài)測量時(shí)，都是選速度為參考量。正是由于這樣，國際ISO-2372振動(dòng)烈度標(biāo)準(zhǔn)是以振動(dòng)的速度為參考量的。我們在測量振動(dòng)是要將我們測得的物理量變?yōu)樗俣葏⒘俊Ｕ駝?dòng)標(biāo)準(zhǔn)國際上流行的標(biāo)準(zhǔn)很多，但是一般較集中在振幅〔位移〕、速度和加速度上。其建立的理論依據(jù)為美國齒輪制造協(xié)會(huì)〔AGMA〕提出的機(jī)械〔滾動(dòng)軸承〕發(fā)生振動(dòng)時(shí)的預(yù)防損傷曲線。見圖1-1。圖1-1由圖可見，頻域在10Hz以下，位移是恒定的，所以通常把位移作為振動(dòng)標(biāo)準(zhǔn)進(jìn)行比擬；當(dāng)振動(dòng)的頻域在10Hz--1KHz時(shí)，速度是恒定不變的，所以把速度作為判斷振動(dòng)好壞的依據(jù)；而在1KHz以上高頻域時(shí)，加速度是一定的，以加速度作為判定標(biāo)準(zhǔn)[4]。前人的研究已經(jīng)理論證明[4]，電機(jī)振動(dòng)部件的疲勞與振動(dòng)的速度成正比，振動(dòng)所產(chǎn)生的能量與振動(dòng)速度的平方成正比，能量傳遞的結(jié)果造成磨損和其它缺陷，一因此在振動(dòng)判斷標(biāo)準(zhǔn)中，無論從疲勞損傷還是磨損等缺陷來說，以速度標(biāo)準(zhǔn)最為適宜。對(duì)于低頻振動(dòng)，主要考慮位移破壞，這種破壞的實(shí)質(zhì)是疲勞強(qiáng)度破壞，而不是能量破壞；對(duì)于1KHz以上的高頻域，主要考慮沖擊和共振破壞。1.振幅〔位移〕標(biāo)準(zhǔn)如圖1-2振動(dòng)位移〔um〕ISO10816140以上DD14011390C71C57B45B3729A22A圖1-2振動(dòng)位移標(biāo)準(zhǔn)有大型旋轉(zhuǎn)機(jī)械的振幅標(biāo)準(zhǔn)、電廠用汽輪機(jī)振幅標(biāo)準(zhǔn)、化工部頒發(fā)的局部設(shè)備標(biāo)準(zhǔn)、局部引進(jìn)日本設(shè)備的振幅標(biāo)準(zhǔn)、大型機(jī)組相對(duì)位移標(biāo)準(zhǔn)和金屬切削機(jī)床位移標(biāo)準(zhǔn)。在金屬切削機(jī)床位移標(biāo)準(zhǔn)中，普通車床位移標(biāo)準(zhǔn)為5.00-25.4μm；平面磨床位移標(biāo)準(zhǔn)為1.27-5.0μm；外國磨床位移標(biāo)準(zhǔn)為0.76-5.0μm。2.速度標(biāo)準(zhǔn)[4]此標(biāo)準(zhǔn)是國際化組織在德國標(biāo)準(zhǔn)VDI2056和英國標(biāo)準(zhǔn)BS4675的根底上制定的,見表1-3。表1-3速度標(biāo)準(zhǔn)振動(dòng)強(qiáng)度ISO2372ISO3945范圍速度有效值(MM/s)I級(jí)Ⅱ級(jí)Ⅲ級(jí)Ⅳ級(jí)剛性根底柔性根底0.280.28AAAA優(yōu)優(yōu)0.450.450.710.711.121.121.81.8B2.82.8CB4.54.5CBB良7.17.1DC可良11.211.2DC1818D不可可2828不可4545D71注：〔1〕I型為小型電機(jī)〔小于15KW的電動(dòng)機(jī)〕；II型為中型電機(jī)〔15KW-75KW的電動(dòng)機(jī)等〕；III型為大型原動(dòng)機(jī)〔硬根底〕；IV型為大型原動(dòng)機(jī)〔彈性根底〕?！?〕A、B、C、D為振動(dòng)級(jí)別，A級(jí)好，B級(jí)滿意，C級(jí)不滿意，D級(jí)不允許。測量速度RMS應(yīng)在軸承殼的三個(gè)正交方向上。第2章電機(jī)振動(dòng)測量裝置設(shè)計(jì)本次設(shè)計(jì)的裝置是一個(gè)將微控制器與PC機(jī)聯(lián)合在一起的信號(hào)處理裝置，它從整體上分為三個(gè)局部：采集模塊、接口電路轉(zhuǎn)換模塊和PC機(jī)處理模塊如圖2-1。采集模塊采集模塊接口轉(zhuǎn)換模塊PC機(jī)處理模塊圖2-1裝置結(jié)構(gòu)圖采集模塊負(fù)責(zé)對(duì)信號(hào)進(jìn)行采集；接口轉(zhuǎn)換模塊負(fù)責(zé)將采集的信號(hào)傳輸給PC機(jī)，同時(shí)負(fù)責(zé)將PC機(jī)的控制指令傳遞給采集模塊；PC機(jī)處理模塊負(fù)責(zé)對(duì)接收到的信號(hào)進(jìn)行處理。2.1采集模塊介紹本模塊設(shè)計(jì)包括：傳感器局部，用來采集振動(dòng)的加速度信號(hào)；控制局部，用來初步處理數(shù)據(jù)并將數(shù)據(jù)進(jìn)行接發(fā)收；信號(hào)傳輸局部，將傳感器采集的信號(hào)傳輸給控制器；電源局部，為整個(gè)裝置提供電源。當(dāng)控制器接收到計(jì)算機(jī)接受信號(hào)指令后，通過I2C〔Inter－IntegratedCircuit〕通信向加速度傳感器發(fā)送一個(gè)讀取信號(hào)命令，加速度傳感器接收到命令后將數(shù)據(jù)傳給控制器[5]。如圖2-2。加速度傳感器加速度傳感器微控制器I2C通信電源模塊程序燒寫模塊仿真調(diào)試接口模塊圖2-2采集模塊結(jié)構(gòu)圖2.1.1MMA8452加速度傳感器本裝置選用MMA8452Q加速度傳感器作為傳感器模塊的核心。MMA8452Q加速度傳感器是一款具有12位分辨率的智能低功耗、三軸、電容式加速度傳感器。這款加速度傳感器具有豐富嵌入式功能，通過I2C進(jìn)行數(shù)據(jù)交換，帶有靈活的可編程性，可以配置兩個(gè)中斷引腳。MMA8452Q可以實(shí)時(shí)輸出高通濾波數(shù)據(jù)和非濾波數(shù)據(jù)。它的供電電壓：1.95V至3.6V接口電壓，輸出數(shù)據(jù)速率(ODR)范圍：1.56Hz至800Hz噪聲：99μg/√Hz，擁有12位和8位數(shù)字輸出I2C〔Inter－IntegratedCircuit〕數(shù)字輸出接口〔在上拉電阻為4.7kΩ時(shí)，最高頻率可達(dá)2.25MHz〕適用于6個(gè)中斷來源的2個(gè)可編程中斷引腳3個(gè)運(yùn)動(dòng)檢測嵌入式通道-自由落體或運(yùn)動(dòng)檢測：1通道-脈沖檢測：2通道–晃動(dòng)檢測：3通道帶有設(shè)定滯后補(bǔ)償?shù)姆较颉矙M向/縱向〕檢測。適用于沖擊和振動(dòng)檢測[6]。當(dāng)加速度傳感器接收到控制器的讀取信號(hào)的請(qǐng)求后，如果加速度傳感器在工作狀態(tài)，且I2C信道空，即沒有數(shù)據(jù)傳輸，那么加速度傳感器將X軸，Y軸，Z軸的數(shù)據(jù)傳給控制器?？刂破鱊XPARMLPC1114隨著嵌入式系統(tǒng)的開展，ARM〔AcornRISCMachine〕的使用已經(jīng)變得越來越普遍。ARM處理器本身是32位設(shè)計(jì)，但也配備16位指令集。一般來講比等價(jià)32位代碼節(jié)省達(dá)35%，卻能保存32位系統(tǒng)的所有優(yōu)勢。LPC1100L運(yùn)行速度高達(dá)50MHz，因此LPC1100L系列ARM能夠每秒執(zhí)行4500多萬條指令。LPC1100L不僅能執(zhí)行根本的控制任務(wù)，而且能進(jìn)行復(fù)雜運(yùn)算，其功耗也非常低，僅需不到10mA的電流。LPC1114是一個(gè)基于ARMCortex-M0內(nèi)核的超低功耗三十二位處理器。主頻高達(dá)50MHz內(nèi)部集成32Kflash存儲(chǔ)器，8K數(shù)據(jù)RAM。片上外設(shè)有I2C，UART,SPI,通用定時(shí)器，ADC,以及高達(dá)42個(gè)通用I/O

。具有可編程看門狗定時(shí)器。本裝置將LPC1114的15號(hào)引腳和16號(hào)引腳分別設(shè)置為I2C的串行時(shí)鐘〔SCL〕引腳和串行數(shù)據(jù)〔SDA〕引腳，用于和MMA8452加速度傳感器進(jìn)行數(shù)據(jù)交換。將LPC1114的46引腳和47引腳設(shè)置為芯片串口通信〔UART〕的RXD和TXD,并將它們分別與SP3485的1號(hào)〔RO〕和4號(hào)(DI)引腳相連〔SP3485是3.3V供電的RS-485收發(fā)器〕。2.1.3電源模塊本裝置使用的控制器是LPC1114，它需要3.3V供電電源，而在用RS-485傳輸信號(hào)時(shí)需要12V的電源，因此本設(shè)計(jì)需要采用12V電源為主電源，然后將12V電源轉(zhuǎn)換成3.3V電源為LPC1114供電。首先將12V電源通過低電壓電壓轉(zhuǎn)換器CS51411轉(zhuǎn)換成5V電源。再將5V電源通過電壓轉(zhuǎn)換器CAT6219轉(zhuǎn)換成3.3V。在轉(zhuǎn)換過程中，我們沒有將12V電源直接轉(zhuǎn)換成3.3V電源，因?yàn)槿绻ㄟ^CS51411直接將12V轉(zhuǎn)換成3.3V電源后，它的輸出量3.3V會(huì)出現(xiàn)很大的波動(dòng)，最大值超過了芯片的最大承受能力，會(huì)損壞芯片，因此本設(shè)計(jì)采用通過兩次轉(zhuǎn)換將12V電源轉(zhuǎn)換成3.3V電源。2.2接口轉(zhuǎn)換模塊設(shè)計(jì)微控制器lpc1114通過UART輸出的信號(hào)是第二代是晶體管TTL〔TransistorTransistorLogic〕信號(hào)，其電壓規(guī)定輸出高電平大于2.4V為邏輯“1〞，輸出低電平小于0.4V為邏輯“0〞。計(jì)算機(jī)無法直接接收TTL信號(hào)，所以必須將信號(hào)轉(zhuǎn)換成計(jì)算機(jī)能接收的信號(hào)，如圖2-3。TTL信號(hào)TTL信號(hào)485信號(hào)232信號(hào)USB信號(hào)圖2-3信號(hào)轉(zhuǎn)換過程2.2.1TTL信號(hào)轉(zhuǎn)485信號(hào)RS485采用差分信號(hào)負(fù)邏輯，＋2V～＋6V表示“0〞，-6V～-2V表示“1〞。很多情況下，連接RS-485通信鏈路時(shí)只是簡單地用一對(duì)雙絞線將各個(gè)接口的“A〞、“B〞端連接起來。RS485電路是一種雙向通信電路如圖2-4.控制器輸出的信號(hào)通過RS-485收發(fā)器的DI引腳進(jìn)入，經(jīng)過轉(zhuǎn)換后變成一組差分信號(hào)，分別從RS-485收發(fā)器A引腳和B引腳輸出。同理，當(dāng)一組485差分信號(hào)通過A、B引腳進(jìn)入RS-485收發(fā)器后，經(jīng)過轉(zhuǎn)換變?yōu)門TL信號(hào)再通過RO引腳和RXD引腳進(jìn)入LPC1114控制器。圖2-4485接口電路2.2.2RS-485信號(hào)轉(zhuǎn)RS-232信號(hào)由于PC機(jī)默認(rèn)的只帶有RS232接口，通過RS232/RS485轉(zhuǎn)換電路將PC機(jī)串口RS232信號(hào)轉(zhuǎn)換成RS485信號(hào)，如圖2-5。圖2-5485轉(zhuǎn)232過程RS-232轉(zhuǎn)USB信號(hào)由于電腦技術(shù)的開展，許多人開始改用筆記本電腦，而在筆記本電腦上很少會(huì)有RS232接口，都是使用USB接口，因此要將RS-232信號(hào)通過USB/RS232轉(zhuǎn)換器轉(zhuǎn)換成USB信號(hào)。振動(dòng)信號(hào)采集電機(jī)的振動(dòng)信號(hào)和電機(jī)的電流電壓一樣是模擬量，由于離散時(shí)間信號(hào)〔或數(shù)字信號(hào)〕的處理更方便、靈活、成熟，在實(shí)際中，我們首先將連續(xù)信號(hào)轉(zhuǎn)換成相應(yīng)離散信號(hào)，經(jīng)過加工處理后再將離散信號(hào)復(fù)原成連續(xù)信號(hào)。3.1信號(hào)的采集根據(jù)本設(shè)計(jì)的設(shè)計(jì)要求和設(shè)計(jì)好的硬件結(jié)構(gòu)，其采集信號(hào)的軟件的工作步驟如下：1.首先對(duì)系統(tǒng)進(jìn)行初始化；2.判斷微控制器器lpc1114是否接收到來自PC機(jī)的讀取傳感器數(shù)據(jù)的指令；3.如果收到指令，控制器對(duì)傳感器發(fā)出一個(gè)讀取指令，傳感器接收到指令后將X軸、Y軸和Z軸的數(shù)據(jù)傳給控制器；4.如果沒有收到指令，控制器繼續(xù)等待PC機(jī)的指令；5.LPC1114通過UART串口通信將數(shù)據(jù)傳出。采集信號(hào)軟件工作的流程圖如下：初始化初始化是否收到PC指令開始讀取MMA8452加速度傳感器的數(shù)據(jù)YNUART發(fā)送信號(hào)圖3-1采集信號(hào)工作流程圖3.1.1讀取數(shù)據(jù)模塊MMA8452是一個(gè)三軸的加速度傳感器，它會(huì)將加速度分解到一個(gè)它自身空間直角坐標(biāo)系中〔X軸、Y軸、Z軸〕如圖3-2，圖3-2MMA8452三軸圖傳感器測出的數(shù)據(jù)是一個(gè)12位數(shù)據(jù)，而傳感器的存儲(chǔ)器單元只能存儲(chǔ)8位，所以一軸的加速度要用2個(gè)單元來存儲(chǔ)。在MMA8452傳感器中有6個(gè)存儲(chǔ)器，分別對(duì)應(yīng)存儲(chǔ)X軸的高8位、低8位，Y軸的高8位、低8位和Z軸的高8位、低8位，且每個(gè)存儲(chǔ)器都有對(duì)應(yīng)的地址，如表3-3。啟動(dòng)后，加速度傳感器會(huì)將加速度值時(shí)時(shí)的存儲(chǔ)在對(duì)應(yīng)存儲(chǔ)器中。圖3-3存儲(chǔ)器表格當(dāng)控制器接收到PC機(jī)的讀取命令后，控制器通過I2C的“I2C_ReadNByte〔〕〞函數(shù)〔從有子地址器件的任意地址開始讀取N個(gè)數(shù)據(jù)〕利用for循環(huán)讀取傳感器中的6個(gè)存儲(chǔ)器中的數(shù)據(jù)，并將數(shù)據(jù)存儲(chǔ)在控制器的RAM中。在讀取數(shù)據(jù)后，將X軸的高8位數(shù)據(jù)左移8位，再加上X軸的低8位，得到一個(gè)16位數(shù)，在X軸的第8位中，只有前4位數(shù)據(jù)有意義，后4位為0，所以再將這個(gè)數(shù)右移4位，得到一個(gè)12位數(shù)，這個(gè)數(shù)據(jù)就是X軸的加速度值。同理可以得到Y(jié)軸和Z軸的數(shù)據(jù)。為了盡量確保數(shù)據(jù)的準(zhǔn)確性，采用測量5次求平均的均值濾波法，流程圖如下：開始判斷是否測量5次開始判斷是否測量5次nx=0;ny=0;nz=0;傳感器是否工作讀取傳感器的6個(gè)存儲(chǔ)器數(shù)據(jù)nx=(aucReg[1]*0x100+aucReg[2]);ny=(aucReg[3]*0x100+aucReg[4]);nz=(aucReg[5]*0x100+aucReg[6])；右移4位得12位數(shù)據(jù)nx/=0x10;ny/=0x10;nz/=0x10; YNNY5次求和iX+=nx;iY+=ny;iZ+=nz;求平均nx=(iX/5);ny=(iY/5);nz=(iZ/5);結(jié)束圖3-4數(shù)據(jù)采集流程圖由于MMA8452加速度傳感器可以測出自身加速度，所以當(dāng)芯片上電時(shí)就會(huì)立刻測出一個(gè)自身的重力加速度G〔g=9.8m/s2〕，這個(gè)值對(duì)設(shè)計(jì)要測的振動(dòng)加速度是不需要的，且在將加速度變?yōu)樗俣葧r(shí)會(huì)產(chǎn)生影響，所以要將這個(gè)值去除。過程如下：開始開始測出振動(dòng)開始之前的三軸數(shù)據(jù)：nX,nY,nZ測出開始振動(dòng)后的三軸數(shù)據(jù)：iX,iY,iZsX=iX-nx;sY=iY-ny;sZ=iZ-nz;結(jié)束圖3-5消除自身重力加速度流程圖根據(jù)力的合成與分解，任意一個(gè)加速度都可以被分解到一個(gè)空間直角坐標(biāo)系的X,Y,Z軸上。在測量時(shí)，測出的加速度含有重力加速度，因此要在測量前測出其自身的加速度在X,Y,Z軸上的分量，再將測出的振動(dòng)加速度減去自身的加速度，就得出要測的振動(dòng)加速度。程序代碼：iX=0; iY=0; iZ=0; ucI=5;//取5組數(shù)據(jù) while(ucI) { if((MMA845x_RegRead(STATUS_00_REG)&0x08)) //判斷傳感器是否工作 { sX=0; sY=0; sZ=0; ucI--; for(ucJ=0;ucJ<7;ucJ++) { aucReg[ucJ]=MMA845x_RegRead(ucJ); 讀取X,Y,Z軸數(shù)據(jù) } sX=(aucReg[1]*0x100+aucReg[2]); sY=(aucReg[3]*0x100+aucReg[4]); sZ=(aucReg[5]*0x100+aucReg[6]); sX/=0x10; sY/=0x10; sZ/=0x10; iX+=sX; iY+=sY; iZ+=sZ; } }//while(ucI)//做均值濾波 sX=(iX/5)-nx;sY=(iY/5)-ny; sZ=(iZ/5)-nz;3.1.2信號(hào)發(fā)送發(fā)送時(shí)，數(shù)據(jù)被寫入發(fā)送FIFO。如果UART被使能，那么會(huì)按照預(yù)先設(shè)置好的參數(shù)〔波特率、數(shù)據(jù)位、停止位、校驗(yàn)位等〕開始發(fā)送數(shù)據(jù)，一直到發(fā)送FIFO中沒有數(shù)據(jù)。一旦向發(fā)送FIFO寫數(shù)據(jù)〔如果FIFO未空〕，UART的忙標(biāo)志位BUSY就有效，并且在發(fā)送數(shù)據(jù)期間一直保持有效。BUSY位僅在發(fā)送FIFO為空，且已從移位存放器發(fā)送最后一個(gè)字符，包括停止位時(shí)才變無效。即UART不再使能，它也可以指示忙狀態(tài)。開始開始初始化:將1.6和1.7引腳設(shè)置為RXD/TXD;設(shè)置波特率；清空FIFO;線控制存放器;FIFO是否為空將數(shù)據(jù)寫入FIFOFIFO使能，可以發(fā)送發(fā)送數(shù)據(jù)發(fā)送數(shù)據(jù)NY圖3-6發(fā)送數(shù)據(jù)流程圖第4章振動(dòng)信號(hào)處理將加速度振動(dòng)信號(hào)轉(zhuǎn)換為速度或位移信號(hào)是振動(dòng)測量的重要過程。加速度與速度和位移是積分的關(guān)系，所以只要對(duì)加速度信號(hào)進(jìn)行積分就能求得振動(dòng)的位移和速度信號(hào)[7]。4.1振動(dòng)加速度信號(hào)與速度信號(hào)之間的轉(zhuǎn)換在振動(dòng)測試中采集到的振動(dòng)加速度信號(hào)，由于外界原因，在測試中得的加速度信號(hào)含有直流分量和干擾噪聲信號(hào)，即當(dāng)加速度為0時(shí)，傳感器的輸出并不一定為0，而是一個(gè)非零的輸出，測量值:[8]式中:為加速度傳感器的測量值，為實(shí)際加速度值，為傳感器測量誤差，，C為常量。假設(shè)速度信號(hào)v(t)為0，對(duì)其積分，可得:(4.1-1)積分后的速度信號(hào)包含干擾噪聲信號(hào)、零點(diǎn)漂移產(chǎn)生的一次項(xiàng)Ct和常數(shù)項(xiàng)D，如果不能去除這些誤差，可能使得到的結(jié)果完全失真。因此我們需要對(duì)干擾噪聲信號(hào)、零點(diǎn)漂移產(chǎn)生的線性趨勢項(xiàng)Ct進(jìn)行處理，方法是頻域?yàn)V波后再積分。根據(jù)傅里葉變換積分特性，假設(shè)那么有，因此頻域積分的根本原理就是首先將需要積分的信號(hào)進(jìn)行傅里葉變換，然后將變換后的頻域信號(hào)乘以[9]。過程如圖4-1。開始開始對(duì)信號(hào)進(jìn)行FFT變換分別取出變換后的實(shí)部與虛部除以對(duì)應(yīng)的角頻率將實(shí)部與虛部對(duì)換后組成新的頻域信號(hào)對(duì)新的頻域信號(hào)進(jìn)行濾波對(duì)濾波后的信號(hào)進(jìn)行IFFT變換。結(jié)束圖4-1頻域積分流程圖4.2信號(hào)轉(zhuǎn)換的實(shí)現(xiàn)本設(shè)計(jì)是將加速度信號(hào)導(dǎo)入電腦，利用MATLAB工具對(duì)信號(hào)進(jìn)行處理。1.將測得的加速度信號(hào)保存到電腦中。MATLAB具有強(qiáng)大的數(shù)據(jù)處理功能，能夠讀取多種文件格式中的數(shù)據(jù)，用Excel文件保存信號(hào)數(shù)據(jù)不僅能夠?qū)M(jìn)行信號(hào)處理，而且便于對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)[10]。2.將Excel文件中的數(shù)據(jù)導(dǎo)入MATLAB中，但是導(dǎo)入后，數(shù)據(jù)和在Excel中的一樣是N*1的一列數(shù)據(jù)，在對(duì)其進(jìn)行計(jì)算時(shí)比擬麻煩，因此將列向量轉(zhuǎn)換成行向量。3.在MATLAB中對(duì)數(shù)據(jù)進(jìn)行快速傅里葉變換。sf=500;%采樣頻率n=length(Sheet1);%數(shù)據(jù)長t=0:1/sf:(n-1)/sf;nfft=2^nextpow2(n);x=Sheet1';%變成行向量y=fft(x,nfft);%進(jìn)行FFT變換Z=abs(y);圖4-2加速度信號(hào)頻域幅度譜4．對(duì)加速度的頻域信號(hào)進(jìn)行積分得速度頻譜，因?yàn)榧铀俣阮l譜與速度的頻譜相差，所以它們的實(shí)部與虛部是要相互對(duì)調(diào)的，比不是只是在數(shù)值上相差[11]。df=sf/nfft;ni=round(fmin/df+1);na=round(fmax/df+1);dw=2*pi*df;w1=0:dw:2*pi*0.5*sf;w2=-2*pi*(0.5*sf-df):dw:-dw;w=[w1,w2];a=zeros(1,nfft);a(2:nfft-1)=y(2:nfft-1)./w(2:nfft-1);a1=imag(a);a2=real(a);y=a1-a2*i;%將積分后的信號(hào)的實(shí)部與虛部對(duì)換a=zeros(1,nfft);a(ni:na)=y(ni:na);a(nfft-na+1:nfft-ni+1)=y(nfft-na+1:nfft-ni+1);圖4-3速度信號(hào)頻域幅度譜5．將得到的速度頻譜進(jìn)行傅里葉逆變換，得到速度的時(shí)域譜。y=ifft(a,nfft);y=real(y(1:n));圖4-4速度信號(hào)時(shí)域幅度譜6.將速度信號(hào)以Excel文件格式保存，在Excel中求出速度數(shù)據(jù)的均方根。并將得出的值與振動(dòng)的速度標(biāo)準(zhǔn)比照，判斷其好壞。4.3實(shí)際測量結(jié)果由于條件原因，未能找到單獨(dú)的電機(jī)對(duì)其進(jìn)行測量，我們最終決定對(duì)洗衣機(jī)各個(gè)工作模式的電機(jī)運(yùn)轉(zhuǎn)情況進(jìn)行測量。1.洗衣機(jī)在漂洗時(shí)的運(yùn)轉(zhuǎn)狀況：圖4-5漂洗時(shí)的電機(jī)加速度信號(hào)漂洗時(shí)的電機(jī)加速度信號(hào)圖表達(dá)了一個(gè)電機(jī)由啟動(dòng)到正常運(yùn)轉(zhuǎn)的過程。由圖可知，洗衣機(jī)的電機(jī)的振動(dòng)加速度從啟動(dòng)到正常運(yùn)轉(zhuǎn)是逐漸變大，最后在一恒定范圍內(nèi)波動(dòng)的。信號(hào)的平衡值為-10m/s2，說明信號(hào)有直流分量，及自身的加速度。圖4-6漂洗時(shí)的電機(jī)速度信號(hào)漂洗時(shí)的電機(jī)速度信號(hào)圖是對(duì)漂洗時(shí)的電機(jī)加速度信號(hào)進(jìn)行頻域積分后得到的。由圖可知振動(dòng)的速度值沒有超過0.27mm/s，根據(jù)ISO2372振動(dòng)標(biāo)準(zhǔn)可以知道其電機(jī)振動(dòng)沒有故障。2.洗衣機(jī)在脫水時(shí)的運(yùn)轉(zhuǎn)狀況：圖4-7脫水時(shí)的電機(jī)振動(dòng)加速度信號(hào)圖4-7是脫水時(shí)的電機(jī)振動(dòng)加速度信號(hào)圖，該圖已將信號(hào)的直流分量及自身的加速度值去除。圖4-8脫水時(shí)的電機(jī)振動(dòng)速度信號(hào)圖4-8是脫水時(shí)的電機(jī)振動(dòng)速度信號(hào)圖，從圖中可以看出它的速度在-0.02——+0.02mm/s之間，小于0.2mm/s，所以在這一階段電機(jī)的振動(dòng)也沒有故障。結(jié)論本次設(shè)計(jì)是利用加速度傳感器測量出電機(jī)的振動(dòng)加速度，再將信號(hào)傳輸給計(jì)算機(jī)，利用MATLAB軟件對(duì)加速度信號(hào)進(jìn)行處理，得出速度信號(hào)，最后將速度值與振動(dòng)標(biāo)準(zhǔn)進(jìn)行比照，判斷振動(dòng)是否正常。由于設(shè)備原因我們沒能到三星等大型廠線去測量振動(dòng)信號(hào)，只是對(duì)洗衣機(jī)的小電機(jī)進(jìn)行了測量，所以數(shù)據(jù)有單一性。且由于時(shí)間原因沒能將信號(hào)的處理局部集成到ARM控制器中。在后期的制作中我們會(huì)將在計(jì)算機(jī)中處理的過程參加到微控制器中，使其可以對(duì)信號(hào)進(jìn)行時(shí)時(shí)處理。未來我們會(huì)將它制作成產(chǎn)品，并將它連到物聯(lián)網(wǎng)中，進(jìn)行數(shù)據(jù)監(jiān)控，防止廠線電機(jī)的損壞。致謝非常感謝歐揚(yáng)老師、李錫清工程師在我大學(xué)的最后學(xué)習(xí)階段——畢業(yè)設(shè)計(jì)階段給自己的指導(dǎo)，從最初的定題，到資料收集，到寫作、修改，到論文定稿，他們傾注了大量的心血，嚴(yán)格把關(guān)，循循善誘，給了我耐心的指導(dǎo)和無私的幫助。為了指導(dǎo)我們的畢業(yè)論文，他們放棄了自己的休息時(shí)間，特別是李錫清工程師，不僅在他工作時(shí)抽出時(shí)間為我們解答我們的問題，還教給我們很多我們在課堂上沒有學(xué)到的東西，如：如何焊接貼皮器件，如何購置元器件，如何畫PCB板圖，如何調(diào)試電路板等等。他們的這種無私奉獻(xiàn)的精神令我欽佩，在此我向他們表示我誠摯的謝意。同時(shí)，感謝所有任課老師和所有同學(xué)在這四年來給自己的指導(dǎo)和幫助，是他們教會(huì)了我專業(yè)知識(shí)，教會(huì)了我如何學(xué)習(xí)，教會(huì)了我如何做人。正是由于他們，我才能在各方面取得顯著的進(jìn)步，在此向他們表示我由衷的謝意，并祝所有的老師培養(yǎng)出越來越多的優(yōu)秀人才，桃李滿天下！參考文獻(xiàn)[1]蘇國偉.電動(dòng)機(jī)常見故障分析與維護(hù)[J].中國新技術(shù)新產(chǎn)品，2023年[2]馮明辰，李同全.電動(dòng)機(jī)的振動(dòng)類型及特征分析[J].防爆電機(jī)，2007(6)[3]車一凡.直流電機(jī)振動(dòng)監(jiān)測及故障特征分析[J].儀器儀表學(xué)報(bào)，2023(6)[4]趙華.振動(dòng)監(jiān)測方法在工程機(jī)械狀態(tài)監(jiān)測與故障診斷中的應(yīng)用[J].工程機(jī)械與維修，2002(8)[5]邱擴(kuò)偉，謝擴(kuò)軍.基于DSP的風(fēng)力發(fā)電機(jī)振動(dòng)檢測系統(tǒng)研究[J].儀器儀表用戶，2023(1)[6]李翠，李效民，鐘美芳.壓電式加速度傳感器的智能應(yīng)用[J].實(shí)驗(yàn)室研究與探索，2023〔10〕[7]高洪濱，歐陽光耀，朱石堅(jiān)，趙建華.彈性支撐下柴油機(jī)的沖擊響應(yīng)分析[J].內(nèi)燃機(jī)工程,2023〔3〕[8]方新磊，郝偉，陳宏.基于頻域?yàn)V波的加速度信號(hào)處理[J].儀表技術(shù)與傳感器，2023〔4〕[9]張昊，趙榮祥，楊歡.基于加速度傳感器的轉(zhuǎn)子偏心負(fù)載實(shí)時(shí)定位[J].機(jī)電工程，2007〔12〕[10]鄭慧仙，徐東紅.一起離心泵電機(jī)軸承故障診斷案例[J].石油和化工設(shè)備，2023〔16〕[11]陳培永，王彤.動(dòng)態(tài)加速度信號(hào)的時(shí)頻域積分方法[J].江蘇航空，2023增刊[12]蘇國偉.電動(dòng)機(jī)常見故障分析與維護(hù)[J].中國新技術(shù)新產(chǎn)品，2023附錄A譯文基于振動(dòng)傳感器信號(hào)的自定義多小波的行星齒輪箱故障檢測摘要行星齒輪箱是復(fù)雜的動(dòng)態(tài)響應(yīng)，因?yàn)樘厥獾凝X輪，所以比固定軸齒輪系更難以發(fā)覺振動(dòng)信號(hào)。隨著多樣化的先進(jìn)方法的開發(fā)，這個(gè)具有挑戰(zhàn)性的任務(wù)已經(jīng)得到解決，可以減少或防止非方案故障和災(zāi)難性事故的發(fā)生。能否利用多小波去噪使故障特征明顯的顯示出來，這取決于功能別離，閾值去噪。然而，標(biāo)準(zhǔn)并固定的多小波不適合精確的故障檢測，因?yàn)樗鼈兺ǔＪ仟?dú)立的測量信號(hào)。為了克服這個(gè)缺點(diǎn)，構(gòu)建基于冗余對(duì)稱吊裝方案定制多小波的方法，提出了本文。這是一種新的指標(biāo)，結(jié)合峭度和熵，選擇最正確的多小波，因?yàn)榉宥仁卿h利的沖動(dòng)和熵敏是有效的，定期的沖動(dòng)。改良后的相鄰系數(shù)法引入到多小波消噪。從測量船舶衛(wèi)星通信天線的行星齒輪箱的振動(dòng)信號(hào)是根據(jù)不同的電機(jī)轉(zhuǎn)速抓獲。實(shí)驗(yàn)結(jié)果說明，該方法能準(zhǔn)確地檢測出在行星齒輪箱中兩個(gè)相鄰的牙齒早期點(diǎn)蝕故障。關(guān)鍵詞：行星齒輪箱;故障檢測;振動(dòng)傳感器的信號(hào);定制多小波;冗余對(duì)稱吊裝方案;改善鄰近系數(shù)1引言準(zhǔn)確的對(duì)行星齒輪箱進(jìn)行故障檢測是很重要的，它能減少非方案停機(jī)的時(shí)間，并防止災(zāi)難性事故[1]的發(fā)生。作為關(guān)鍵部件，行星齒輪箱已廣泛應(yīng)用于汽車，航空航天，重工業(yè)應(yīng)用，如直升機(jī)，風(fēng)力渦輪機(jī)和采礦設(shè)備，因?yàn)樗麄冇泻艽蟮膫鲃?dòng)比，強(qiáng)勁的承載能力和傳動(dòng)效率高的優(yōu)點(diǎn)[2]。然而，因?yàn)殚L期的工作行星齒輪箱難免會(huì)產(chǎn)生在復(fù)雜和苛刻的問題，如沉重的負(fù)荷，疲勞，腐蝕和高溫下運(yùn)行的各種故障。如圖1所示，初級(jí)行星齒輪組[3]由一太陽齒輪，一內(nèi)部或環(huán)形齒輪和位于圍繞太陽齒輪幾個(gè)相同的行星齒輪。行星齒輪由共同的剛性結(jié)構(gòu)，通過行星軸承稱為行星齒輪架保持。在圖1中，內(nèi)嚙合齒輪被固定時(shí)，太陽齒輪繞它自己的中心旋轉(zhuǎn)時(shí)，行星齒輪繞著自己的中心和圍繞太陽齒輪的中心。圖1一個(gè)根本的行星齒輪的原理設(shè)置有三個(gè)行星齒輪。用一個(gè)特殊的齒輪傳動(dòng)結(jié)構(gòu)。行星齒輪箱是復(fù)雜動(dòng)態(tài)響應(yīng)，這比固定軸的齒輪系更難以檢測[4]。這是因?yàn)槎鄠€(gè)行星齒輪產(chǎn)生類似的振動(dòng)，這些類似的振動(dòng)具有不同的網(wǎng)格劃分階段[5,6]。研究人員發(fā)現(xiàn)，從齒輪嚙合點(diǎn)的復(fù)合振動(dòng)傳遞路徑的加速度傳感器可能會(huì)通過耗散，干擾和共振效應(yīng)[7]破壞或削弱齒輪故障的振動(dòng)響應(yīng)。此外，大量的工作說明，大局部發(fā)生在齒輪嚙合頻率的各個(gè)邊帶的振動(dòng)能量及其諧波[8]和所造成的轉(zhuǎn)矩或負(fù)載的非線性傳輸路徑的影響將減弱隱藏在振動(dòng)信號(hào)故障[5]。這些復(fù)雜的動(dòng)態(tài)響應(yīng)增加行星齒輪箱故障檢測的難度。截至目前，研究人員已經(jīng)提出了基于檢測行星齒輪箱故障先進(jìn)的信號(hào)處理技術(shù)的一些有趣的方法。布朗特和Keller[5]開發(fā)的行星架的方法和行星別離的方法來檢測疲勞裂紋的行星傳動(dòng)的行星架，這是在美國軍隊(duì)的UH-60黑鷹直升機(jī)的主傳動(dòng)齒輪的一個(gè)組成局部。Barszcz和蘭德爾[9]應(yīng)用頻譜的峰度〔SK〕技術(shù)來檢測一個(gè)齒裂縫中的風(fēng)力渦輪機(jī)的行星齒輪。巴特爾穆斯和Zimroz[10,11]引入了負(fù)載易感性概念下的時(shí)間變工況行星齒輪箱的狀態(tài)監(jiān)測。據(jù)指出，該加速度信號(hào)包絡(luò)說明在惡劣的條件變速箱比處于良好狀態(tài)的更深幅度調(diào)制。哈米德和香港[12]深刻探討不同的技術(shù)，方法和算法來監(jiān)測風(fēng)力渦輪機(jī)的性能，讓他們遠(yuǎn)離引起的突發(fā)災(zāi)難性故障。林雷和香港[4]提出了專門設(shè)計(jì)的故障檢測和行星齒輪箱的診斷兩種診斷參數(shù)。這兩個(gè)參數(shù)是根均經(jīng)濾波的信號(hào)〔疲勞風(fēng)險(xiǎn)管理系統(tǒng)〕的平方和的未知信號(hào)和正常信號(hào)〔NSDS〕之間的差異譜的正振幅的歸一化總和。林雷和林[13]介紹了一種基于多傳感器信息融合的點(diǎn)蝕破壞與行星齒輪箱不同的層次進(jìn)行分類的方法。綜上所述，研究行星齒輪箱故障診斷只集中在狀態(tài)監(jiān)測和故障分類。研究早期故障的薄弱功能檢測是罕見的，這些弱勢特征總是沉浸在由設(shè)備和周圍環(huán)境產(chǎn)生的噪音。這是盡早檢測微弱故障顯著特點(diǎn)，那就是要求具有高可靠性，高精度，高效率先進(jìn)的分析方法復(fù)雜和具有挑戰(zhàn)性的任務(wù)。多小波的新興概念變換〔MWT〕，它采用向量值尺度和小波函數(shù)，是小波理論的重要開展。多小波同時(shí)具有的正交性，對(duì)稱性，緊支集優(yōu)異的性能和高消失矩[14,15]。自1994年以來，Geronimo的哈丁-Massopust〔GHM〕多小波[16,17]，翠連〔CL〕的多小波[18]和埃爾米特多小波[19]已經(jīng)提出，并先后在理論獲得了相當(dāng)?shù)年P(guān)注小波的研究團(tuán)體和在應(yīng)用程序中。哈德姆和Rezaee[20]采用GHM多小波檢測齒輪系統(tǒng)故障。元和他[21]提出了多小波滑動(dòng)窗口去噪檢測熱軋帶鋼精軋機(jī)的齒輪箱故障特征。雖然這些方法表現(xiàn)出自己的比標(biāo)量小波的優(yōu)勢。然而，所選擇的標(biāo)準(zhǔn)和固定多小波通常是不適合那些對(duì)特定應(yīng)用[22]。為了克服標(biāo)準(zhǔn)或固定MWTS的局限性，整合多小波與提升方案〔LS〕是一個(gè)令人興奮的動(dòng)力來構(gòu)建定制的多小波具有所需性能。LS，由Sweldens[23,24]提出，是一個(gè)功能強(qiáng)大的工具來構(gòu)造雙正交小波。它提供了極大的靈活性和自由，預(yù)測運(yùn)營商和運(yùn)營商更新的設(shè)計(jì)，構(gòu)建自適應(yīng)小波。王字[25]提出了多小波定制通過對(duì)稱吊裝方案源于埃爾米特樣條曲線。元和他[26]提出了一種結(jié)合自定義的多小波與滑動(dòng)窗口去噪，這是一種有效的和有希望的工具，用于齒輪故障檢測。這是一個(gè)具有挑戰(zhàn)性的任務(wù)，以檢測早期故障，它們總是沉浸在受周圍環(huán)境或設(shè)備產(chǎn)生的噪聲嚴(yán)重的弱勢特征。多小波去噪起著盡可能的消除噪聲??重要作用。其效果主要取決于別離功能通過使用多小波和閾值去噪。冗余多小波具有時(shí)間不變性[27]，并提供豐富的信息特征檢測周期的脈沖。對(duì)稱性是其防止在MWT的相位誤差的另一重要屬性。為了確保時(shí)間多小波的不變和對(duì)稱性，方法整合對(duì)稱提升方案和冗余多小波，提出構(gòu)建定制的多小波。然后是一個(gè)關(guān)鍵問題是如何評(píng)價(jià)所得到的多小波，并選擇最優(yōu)的那些具體應(yīng)用。峭度和熵的商建議選擇最優(yōu)多小波由于峭度是早期故障和熵的鋒利敏感的沖動(dòng)是有效的中度或嚴(yán)重故障的周期性沖擊。此外，基于相鄰系數(shù)的相關(guān)性，改良的鄰近系數(shù)〔INC〕[28]是通過消除從分解的信號(hào)的噪聲。在本文中，提出了行星齒輪箱的故障檢測它集成了定制的多小波和INC的方法。實(shí)驗(yàn)結(jié)果說明，該方法是有效的和有希望的，以檢測這些微弱的脈沖功能。本文的其余局部安排如下：多小波和對(duì)稱吊裝方案的理論第2節(jié)簡要介紹了第3節(jié)中，冗余對(duì)稱的提升方案，提出構(gòu)建定制多小波和改良的鄰近系數(shù)引入到多小波消噪。在第4節(jié)的實(shí)驗(yàn)結(jié)果進(jìn)行。結(jié)論總結(jié)在第5節(jié)。2冗余對(duì)稱吊裝方案及改良的周邊系數(shù)2.1改善周邊系數(shù)去噪蔡和西爾弗曼[33]提出了一種閾值規(guī)那么結(jié)合鄰近系數(shù)〔NC〕。陳[34]介紹了這一方法引入多小波消噪，已在圖像去噪和機(jī)械故障診斷取得了神奇的效果。傳統(tǒng)的數(shù)控程序選擇相鄰窗升恒定大小=3在每一級(jí)小波分解后。然而，這種方法是不夠準(zhǔn)確，因?yàn)橄噜彽拇翱诘拇笮∈遣蛔兊?，但系?shù)的依賴性是變體在不同的高度。王先生提出的改善鄰近系數(shù)去噪研究的小波系數(shù)的依賴性[28]的規(guī)律后，為解決不斷鄰里的問題。結(jié)合鄰近系數(shù)的計(jì)算公式為公式〔18〕：其中，j是小波分解的水平，相鄰窗的長度是2N+1，N0是一個(gè)常數(shù)，但應(yīng)根據(jù)功能的信號(hào)的持續(xù)時(shí)間和小波濾波器的支持選定。該INC算法示于圖4，很明顯，該方法結(jié)合了更多的系數(shù)在低的水平，而在較高的水平少的系數(shù)。INC的閾值如公式〔19〕：其中的λj=2lognj，α是由鄰居的長度來確定該閾值的一個(gè)調(diào)整系數(shù)，n是測量的信號(hào)的長度。閾值成為術(shù)語逐術(shù)語軟閾值N=0時(shí)，同時(shí)它成為常規(guī)相鄰系數(shù)，當(dāng)N=1。該方法使用自定義多小波和改良的周邊系數(shù)在本文中，多余的對(duì)稱吊裝方案應(yīng)用于構(gòu)建定制的多小波與特定信號(hào)的特定屬性。然后式〔13〕的提升系數(shù)必須欠定的，以確保有在這些方程中的自由參數(shù)。一般為固定消失矩p時(shí)，更多的功能被用于起重，時(shí)間越長支撐所獲得的多小波的是。和更多的功能意味著提升一個(gè)更大的自由。然而，更長的支持將減少多小波的本地化。因此，權(quán)衡具有消失矩和用來做升降功能編號(hào)之間進(jìn)行選擇。我們從埃爾米特樣條[19]構(gòu)建新的多小波起點(diǎn)為原始比例功能。在動(dòng)態(tài)信號(hào)，脈沖始終缺陷部件的故障征兆及Hermite樣條小波是非常相似的脈沖分量。多尺度函數(shù)和埃爾米特樣條小波小波函數(shù)如圖5所示。還有更多，因?yàn)榘柮滋鼗ㄦI的簡單波形的自由和靈活性，構(gòu)造新的多小波與規(guī)定的性能。所提出的方法可以作為一種有效的和有前途的工具行星齒輪故障檢測。有NF=〔P'-P〕-等級(jí)〔MB〕的自由參數(shù)，這些都為對(duì)稱冗余提升方案至關(guān)重要。定制的多小波構(gòu)造是由自由參數(shù)的優(yōu)化執(zhí)行。峰度是廣泛用于故障檢測功能，因?yàn)樗卿h利的變體的結(jié)構(gòu)，如脈沖敏感。該信號(hào)中的沖動(dòng)較大，較大的峰度[35]。此外，它是一個(gè)無量綱參數(shù)，它是獨(dú)立于信號(hào)的振幅。峰度的定義如公式〔20〕：其中，xi是信號(hào)x的第i個(gè)點(diǎn)，x為x的平均值，n是x的信號(hào)長度，σ是x的標(biāo)準(zhǔn)偏差。x的來回時(shí)刻使之增加的Kp分子迅速而分母增加緩慢，當(dāng)早期故障的發(fā)生。因此，峰度是早期故障少?zèng)_動(dòng)敏感，但下降時(shí)的沖動(dòng)是因?yàn)楣收霞又亓?。更沖動(dòng)的意思是明顯的周期性。因此，峰度無法準(zhǔn)確描繪出的周期性沖擊脈沖檢測的真實(shí)信號(hào)的趨勢。在動(dòng)態(tài)的響應(yīng)信號(hào)時(shí)，機(jī)械故障往往表現(xiàn)為可以通過振動(dòng)信號(hào)的包絡(luò)的頻譜??來檢測周期性沖擊特性。因此，包絡(luò)譜熵被選擇作為評(píng)價(jià)指標(biāo)，以獲取自定義的多小波。多小波熵Enmwt的計(jì)算方法是：根據(jù)信息理論，最不確定的概率分布具有最大熵值，熵值反映了概率分布的均勻性。所以Enmwt提供了有關(guān)包絡(luò)譜的明確程度的信息。絡(luò)譜熵值越小Enmwt，越鮮明的周期性特征的影響將是。我們的目標(biāo)是找到的包絡(luò)譜熵Enmwt的最小值來尋找最優(yōu)多小波。為了提高峭度的限制，所提出的方法選擇柯，峭度和熵的商，作為提升方案的性能測量和優(yōu)化提升系數(shù)與遺傳算法來最大化細(xì)節(jié)系數(shù)KE：遺傳算法〔GAS〕是基于自然選擇的想法。的主要優(yōu)點(diǎn)是其靈活性和健壯性作為自適應(yīng)全局搜索方法。氣體處理高度非線性問題和非可微函數(shù)，以及函數(shù)與多個(gè)局部最優(yōu)解。他們在本質(zhì)上并行實(shí)現(xiàn)。因此，它們被用作優(yōu)化的自由參數(shù)的工具。根據(jù)我們的實(shí)驗(yàn)經(jīng)驗(yàn)，GA參數(shù)設(shè)置如下：算術(shù)交叉和非均勻變異算通過，該參數(shù)的范圍選擇為[-3,3]，除了0，人口規(guī)模設(shè)置為50，迭代到30的數(shù)，交叉的，以0.6的概率和變異，以0.05的概率。圖6顯示了使用自定義的多小波所提出的方法的流程圖和改善鄰近系數(shù)〔INC〕。的步驟如下：〔1〕進(jìn)行預(yù)處理的方法的一個(gè)流的輸入信號(hào)轉(zhuǎn)換成多個(gè)數(shù)據(jù)流。〔2〕多個(gè)數(shù)據(jù)流是通過使用定制的多小波分解。〔3〕應(yīng)用INC收縮小波系數(shù)?！?〕閾值處理小波系數(shù)被重建?！?〕被執(zhí)行后處理方法，將多個(gè)數(shù)據(jù)流轉(zhuǎn)換為一個(gè)數(shù)據(jù)流。去噪結(jié)果，獲得檢測故障的功能。附錄B外文原文CustomizedMultiwaveletsforPlanetaryGearboxFaultDetectionBasedonVibrationSensorSignalsHailiangSun1,YanyangZi1,*,ZhengjiaHe1,JingYuan1,2,XiaodongWang1,3andLueChen4Abstract:Planetarygearboxesexhibitcomplicateddynamicresponseswhicharemoredifficulttodetectinvibrationsignalsthanfixed-axisgeartrainsbecauseofthespecialgeartransmissionstructures.Diverseadvancedmethodshavebeendevelopedforthischallengingtasktoreduceoravoidunscheduledbreakdownandcatastrophicaccidents.Itisfeasibletomakefaultfeaturesdistinctbyusingmultiwaveletdenoisingwhichdependsonthefeatureseparationandthethresholddenoising.However,standardandfixedmultiwaveletsarenotsuitableforaccuratefaultfeaturedetectionsbecausetheyareusuallyindependentofthemeasuredsignals.Toovercomethisdrawback,amethodtoconstructcustomizedmultiwaveletsbasedontheredundantsymmetricliftingschemeisproposedinthispaper.Anovelindicatorwhichcombineskurtosisandentropyisappliedtoselecttheoptimalmultiwavelets,becausekurtosisissensitivetosharpimpulsesandentropyiseffectiveforperiodicimpulses.Theimprovedneighboringcoefficientsmethodisintroducedintomultiwaveletdenoising.Thevibrationsignalsofaplanetarygearboxfromasatellitecommunicationantennaonameasurementshiparecapturedundervariousmotorspeeds.Theresultsshowtheproposedmethodcouldaccuratelydetecttheincipientpittingfaultsontwoneighboringteethintheplanetarygearbox.Keywords:planetarygearbox;faultdetection;vibrationsensorsignals;customizedmultiwavelets;redundantsymmetricliftingschemes;improvedneighboringcoefficients1.IntroductionAccuratefaultdetectionofplanetarygearboxesisimportanttoreduceunscheduledmachinedowntimeandavoidcatastrophicaccidents[1].Askeycomponents,planetarygearboxeshavebeenwidelyusedinautomotive,aerospaceandheavyindustryapplicationssuchashelicopters,windturbinesandminingmachinesbecausetheyhavetheadvantagesoflargetransmissionratios,strongload-bearingcapacityandhightransmissionefficiency[2].However,planetarygearboxesinevitablygeneratevariousfaultsbecauseoflongtermrunningundercomplexandsevereconditionssuchasheavyload,fatigue,corrosionandelevatedtemperature.AsshowninFigure1,anelementaryplanetarygearset[3]iscomposedofasungear,aninternalorringgearandseveralidenticalplanetgearslocatedaroundthesungear.Theplanetgearsareheldbyacommonrigidstructure,calledplanetcarrierthroughplanetbearings.InFigure1,theringgearisfixed,thesungearrotatesarounditsowncenter,theplanetgearsrotatearoundtheirowncentersandrevolvearoundthecenterofthesungear.Schematicofanelementaryplanetarygearsethavingthreeplanetgears.Withaspecialgeartransmissionstructure,planetarygearboxesexhibitcomplicateddynamicresponseswhicharemoredifficulttodetectthanfixed-axisgeartrains[4].Itisbecausemultipleplanetgearsproducesimilarvibrationsandthesesimilarvibrationswithdifferentmeshingphasescouplewitheachother[5,6].Researchershavefoundthatcompoundvibrationtransmissionpathsfromthegearmeshpointstotheaccelerationsensorsmaydeteriorateorattenuatevibrationresponsesofgearfaultsthroughdissipation,interferenceandresonanceeffects[7].Besides,abundantworkindicatesthatmostofthevibrationenergyoccursatvarioussidebandsofthegearmeshingfrequencyanditsharmonics[8]andnonlineartransmissionpatheffectscausedbythetorquesorloadswouldweakenthefaultfeatureshiddeninvibrationsignals[5].Thesecomplicateddynamicresponsesincreasethedifficultyofplanetarygearboxfaultdetectionandreducetheeffectivenessoffaultdiagnosismethodsforfixed-axisgearboxeswhenappliedtoplanetarygearboxes.Uptonow,researchershaveproposedafewinterestingmethodsbasedonadvancedsignalprocessingtechniquesfordetectingplanetarygearboxfaults.BluntandKeller[5]developedtheplanetcarriermethodandplanetseparationmethodtodetectafatiguecrackinaplanetcarrierofanepicyclictransmission,whichwasacomponentofthemaintransmissiongearsintheUSArmy’sUH-60ABlackHawkhelicopters.BarszczandRandall[9]appliedthespectralkurtosis(SK)techniquetodetectatoothcrackintheplanetarygearofawindturbine.BartelmusandZimroz[10,11]introducedtheloadsusceptibilityconceptfortheconditionmonitoringofplanetarygearboxesundertime-variableoperatingconditions.Itwasstatedthattheaccelerationsignalenvelopesshoweddeeperamplitudemodulationforthegearboxinbadconditionthanthatingoodcondition.HameedandHong[12]profoundlyrevieweddifferenttechniques,methodsandalgorithmsdevelopedtomonitortheperformancesofwindturbinestokeepthemawayfromcatastrophicconditionscausedbysuddenbreakdowns.LeiandKong[4]proposedtwodiagnosticparametersspeciallydesignedforfaultdetectionanddiagnosisofplanetarygearboxes.Thetwoparametersaretherootmeansquareofthefilteredsignal(FRMS)andthenormalizedsummationofpositiveamplitudesofthedifferencespectrumbetweentheunknownsignalandthehealthysignal(NSDS).LeiandLin[13]introducedamethodbasedonmultisensorinformationfusiontoclassifythepittingdamageswithdifferentlevelsinaplanetarygearbox.Insummary,researchesonplanetarygearboxfaultdiagnosishaveonlyfocusedontheconditionmonitoringandfaultclassifications.Studiesonweakfeaturedetectionsofincipientfaultsarerareandtheseweakfeaturesarealwaysimmersedinnoisesgeneratedbytheequipmentandthesurroundingenvironment.Itissignificanttodetectweakfaultfeaturesasearlyaspossible,whichisacomplicatedandchallengingtaskthatrequestsadvancedanalyticalmethodswithhighreliability,highaccuracyandhighefficiency.Theemergingnotionofmultiwavelettransform(MWT),whichusesvector-valuedscalingandwaveletfunctions,isanimportantdevelopmentofthewavelettheory.Multiwaveletspossessexcellentpropertiesoforthogonality,symmetry,compactsupportandhighvanishingmomentssimultaneously[14,15].Since1994,Geronimo-Hardin-Massopust(GHM)multiwavelet[16,17],Chui-Lian(CL)multiwavelet[18]andHermitemultiwavelet[19]havebeenproposedsuccessivelyandreceivedconsiderableattentionfromwaveletresearchcommunitiesbothintheoryandinapplications.KhademandRezaee[20]appliedGHMmultiwavelettodetectthegearingsystemfaults.YuanandHe[21]proposedmultiwaveletslidingwindowdenoisingtodetectthegearboxfaultfeaturesofthehotstripfinishingmills.Althoughthesemethodsshowedtheiradvantagesoverscalarwavelets,priorresearchesalwaysselectedmothermultiwaveletsfromalibraryofpreviouslydesignedmultiwavelets.However,thechosenstandardandfixedmultiwaveletswereusuallynotthesuitableonesforspecifiedapplications[22].ToovercomethelimitationsofstandardorfixedMWTs,integratingmultiwaveletswithliftingschemes(LS)isanexcitingmotivationtoconstructcustomizedmultiwaveletswithdesiredproperties.LS,introducedbySweldens[23,24],isapowerfultooltoconstructbiorthogonalwavelets.Itprovidesagreatdealofflexibilityandfreedomtoconstructadaptivewaveletsbythedesignofpredictionoperatorsandupdateoperators.WangandZi[25]proposedthecustomizedmultiwaveletsoriginatedfromHermitesplinesviasymmetricliftingschemes.YuanandHe[26]proposedamethodincorporatingcustomizedmultiwaveletwithslidingwindowdenoising,whichwasaneffectiveandpromisingtoolforgearfaultdetection.Itisachallengingtasktodetectweakfeaturesofincipientfaults,whicharealwaysimmersedinheavynoisesgeneratedbythesurroundingenvironmentortheequipment.Multiwaveletdenoisingplaysanimportantroleineliminatingnoiseasmuchaspossible.Itseffectmainlydependsonthefeatureseparationbyusingmultiwaveletsandthethresholddenoising.Aredundantmultiwaveletpossessesthetimeinvariantproperty[27]andprovidesabundantinformationforfeaturedetectionofperiodicalimpulses.SymmetryisanotherimportantpropertywhichavoidsthephaseerrorinMWT.Toensurethetimeinvariantandsymmetrypropertyofmultiwavelets,amethodintegratingthesymmetricliftingschemeandredundantmultiwaveletisproposedtoconstructcustomizedmultiwavelets.Thenacriticalproblemishowtoevaluatetheobtainedmultiwaveletsandtoselecttheoptimalonesforspecificapplications.Thequotientofkurtosisandentropyisproposedtoselecttheoptimalmultiwaveletsbecausekurtosisissensitivetosharpimpulsesofincipientfaultsandentropyiseffectiveforperiodicimpulsesofmoderateorseverefaults.Furthermore,basedonthecorrelationofneighboringcoefficients,theimprovedneighboringcoefficients(INC)[28]isadoptedtoeliminatenoisesfromthedecomposedsignals.Inthispaper,amethodwhichincorporatesthecustomizedmultiwaveletsandINCisproposedforfaultdetectionsofplanetarygearboxes.Theexperimentalresultsshowthattheproposedmethodiseffectiveandpromisingtodetecttheseweakimpulsefeatures.Therestofthepaperisorganizedasfollows:ThetheoryofmultiwaveletsandthesymmetricliftingschemesarebrieflyintroducedinSection2.InSection3,theredundantsymmetricliftingschemeisproposedtoconstructcustomizedmultiwaveletsandtheimprovedneighboringcoefficientsisintroducedintomultiwaveletsdenoising.InSection4experimentalresultsareperformed.TheconclusionsaresummarizedinSection5.3.RedundantSymmetricLiftingSchemesandtheImprovedNeighboringCoefficients3.1.ImprovedNeighboringCoefficientsDenoisingCaiandSilverman[33]proposedathresholdruleincorporatingneighbouringcoefficients(NC).Chen[34]introducedthismethodintomultiwaveletdenoising,whichhasachievedawonderfuleffectinimagedenoisingandmechanicalfaultdiagnosis.TheconventionalNCprocedurechoseaconstantsizeofneighboringwindowl=3ateachlevelafterwaveletdecomposition.However,thismethodisnotaccurateenoughbecausethesizeofneighboringwindowisinvariantbutthedependencesofcoefficientsarevariantatdifferentlevels.Wangpresentedtheimprovedneighboringcoefficientsdenoisingafterstudyingtheregularityofwaveletcoefficientsdependency[28],toresolvetheproblemofconstantneighborhood.TheformulaofincorporatingneighboringcoefficientsisasEquation(18):wherejisthelevelofm