基于虛擬儀器的電機故障聲測系統

圖6示出了采集到的故障為后軸承刮的噪聲信號。采用Matlab中的函數，用軟閾值濾波算法對信號進(jìn)行消噪，得到如圖7所示的消噪效果?？梢?jiàn)，在一些突變或尖峰部分，達到了很好的消噪效果。

圖6某后軸承刮電機噪聲信號

圖7某后軸承刮電機小波消噪后信號

確定電機故障特征值是故障診斷的關(guān)鍵之一。在各個(gè)頻段成份信號的能量中，綜合包含了豐富的故障信息，某些頻段能量蘊涵了某種故障特征。本文采用多分辨率分析法對噪聲信號進(jìn)行小波分解，以各頻段的能量特征值為判據，逐步從低頻到高頻進(jìn)行故障診斷。圖8示出了某軸承故障電機小波分解的第三層高頻系數。從圖8中可以清楚地觀(guān)測出發(fā)生故障的時(shí)刻，也可以清楚地捕捉到噪聲信號在不同頻段上的故障特征信息，進(jìn)行特征提取。

圖8某軸承故障電機小波分解系數

3 結論

(1)應用虛擬儀器技術(shù)實(shí)現電機故障聲測系統，系統硬件架構簡(jiǎn)單，適應性強；

(2)采用LabVIEW軟件平臺開(kāi)發(fā)效率高；

(3)應用小波分析非平穩信號處理技術(shù)實(shí)現故障特征提取，實(shí)際應用證明該方法的有效性；

(4)Matlab Scrpt節點(diǎn)方式具有強大的數值運算功能，但執行速度會(huì )有損失。