基于半周期積分算法的微小振動(dòng)測量研究

作者 趙佳楠 張丕狀 中北大學(xué) 信息探測與處理技術(shù)研究所(山西 太原 030051)

趙佳楠(1989-)，男，碩士生，研究方向：基于嵌入式的高速數據采集存儲系統。

摘要：為了能夠監測工廠(chǎng)機器的健康狀況，并在機器出現故障征兆時(shí)盡早發(fā)現，本文設計了一套測量其關(guān)鍵部位振動(dòng)狀態(tài)的系統。該系統采用了基于FPGA的多通道大容量數據采集方案，并使用32片加速度傳感器(型號為MPU6050)作為振動(dòng)數據的采集模塊。對保存下來(lái)的數據進(jìn)行了頻譜分析、去噪。當測量振動(dòng)幅值時(shí)，加速度計的輸出信號要經(jīng)兩次積分，引入的漂移將會(huì )隨時(shí)間越來(lái)越大^[1]。為了減少漂移帶來(lái)的影響，采用半周期積分算法來(lái)繪制機器各個(gè)關(guān)鍵部位的振動(dòng)軌跡。通過(guò)繪制的各頻率分量的振動(dòng)波形，并與歷史記錄相比較，可以起到監測機器工作健康狀況的作用。

引言

　　隨著(zhù)我國工業(yè)化程度越來(lái)越高，工廠(chǎng)中參與生產(chǎn)的現代化機器逐漸向大規模和高精度的特點(diǎn)發(fā)展，機器的各部分零件的銜接緊密程度也越來(lái)越高。隨著(zhù)機器工作時(shí)間的增長(cháng)，各部分零件之間會(huì )產(chǎn)生一定的磨損。那么對于機器的健康狀況的檢測就成了一個(gè)減少損失很重要的方法。

　　現有的故障診斷方法整體上分成定性分析法和定量分析法兩大類(lèi)^[2]，其中定量分析法又分為數據驅動(dòng)的方法和基于解析模型的方法^[3]。數據驅動(dòng)的方法主要由五大類(lèi)組成：信號處理、粗糙集、多元統計分析、信息融合及機器學(xué)習。本文是針對該方法中的信號處理分支所進(jìn)行的算法研究。

　　常見(jiàn)的信號處理分析技術(shù)有以下幾種：幅值域分析、時(shí)域分析、頻域分析和時(shí)頻域分析——小波分析方法^[4]。在幅值域分析方法中，人們是對采集到的振動(dòng)點(diǎn)處的加速度信號進(jìn)行處理，得到其相應的速度及幅值曲線(xiàn)。由加速度數據獲得振動(dòng)點(diǎn)的速度及幅值曲線(xiàn)需要經(jīng)過(guò)兩次積分，隨著(zhù)漂移的引入會(huì )使得對于積分結果的分析異常困難。

　　借助于機器振動(dòng)的周期性以及相對于靜止點(diǎn)的對稱(chēng)性等特點(diǎn)，本文采用了一種半周期積分算法。該算法能夠很好地消除由于漂移帶來(lái)的累積的積分誤差，并將該誤差限制于半個(gè)周期內。采用該算法獲得的振動(dòng)點(diǎn)的速度及幅值曲線(xiàn)能夠很好地描述測試點(diǎn)的振動(dòng)情況。

1 機器健康狀況監測原理

1.1 振動(dòng)點(diǎn)的振動(dòng)信號來(lái)源分析

　　圖1所示為實(shí)測的機器振動(dòng)點(diǎn)的加速度頻譜圖。由圖可知，測試點(diǎn)的振動(dòng)來(lái)源不是單一的，是由連接該振動(dòng)點(diǎn)的各個(gè)零件的振動(dòng)共同疊加形成的。其疊加后的振動(dòng)信號通過(guò)FFT變換產(chǎn)生的新的諧波分量可以一定程度上反應各個(gè)機器零件的振動(dòng)情況。每個(gè)零件振動(dòng)的中心頻率一般是不變的^[5]，但是隨著(zhù)該零件的磨損程度逐漸加重，該零件振動(dòng)的中心頻率會(huì )發(fā)生一定的偏移，并會(huì )對該振動(dòng)測試點(diǎn)的各振動(dòng)頻率分量產(chǎn)生明顯的影響^[6]。

　　如果一個(gè)零件的磨損情況較為嚴重，其運轉時(shí)會(huì )加重測試點(diǎn)的低頻分量;如果一個(gè)零件發(fā)生斷裂等嚴重的損壞，更是會(huì )直接影響到測試點(diǎn)的諧振頻率分布。

1.2 振動(dòng)信號的處理與分析

　　首先，被測振動(dòng)點(diǎn)一般選擇為各個(gè)零部件結合部，對于該監測點(diǎn)的監測才具有一定的參考價(jià)值。

　　其次，對于采集到的振動(dòng)點(diǎn)的加速度數據，我們需要經(jīng)過(guò)頻譜分析，判斷出哪些頻率分量具有監測意義。頻譜中存在不小的直流分量，這是需要我們去除掉的。直流分量的來(lái)源有以下兩點(diǎn)：一是傳感器本身的零漂，二則是重力加速度在測試點(diǎn)振動(dòng)方向上的分量。濾掉直流分量后，將具有監測意義的諧振頻率分量分離出來(lái)，并單獨進(jìn)行處理。

　　最后，將每一個(gè)單獨分離出來(lái)的頻率分量，通過(guò)半周期積分算法進(jìn)行處理，繪制出該頻率分量的幅值曲線(xiàn)。通過(guò)對該幅值曲線(xiàn)進(jìn)行幅值域分析，獲取其無(wú)量綱的幅值域參數，如裕度、峭度、波形、峰峰值、脈沖、斜度等，并與歷史記錄相比較，可以明顯地顯示出異常產(chǎn)生，以此來(lái)起到監測機器健康狀況的作用。

2 硬件結構以及算法處理

　　本系統采用基于FPGA的大容量存儲采集系統來(lái)監測機器的振動(dòng)情況。其硬件結構為：主控芯片采用的是Xilinx公司的Spartan-3E系列的XC3S500E，同時(shí)使用了4片三星公司的NAND FLASH (K9NBG08U5A)芯片，該芯片每片有4GB的存儲容量;加速度傳感器采用的是MPU6050，其為6軸加速度陀螺儀傳感器。主控芯片內部采用了MicroBlaze核進(jìn)行數據處理，由于其內部數據以及地址總線(xiàn)都是32位，因此，在不采用模擬開(kāi)關(guān)的情況下，最多可以同時(shí)對32路傳感器進(jìn)行數據存儲。該系統采用USB口通過(guò)上位機對存儲于FLASH中的數據進(jìn)行讀取，再在PC機上通過(guò)MATLAB進(jìn)行數據處理以及軌跡恢復。

2.1 硬件設計

　　硬件的數據采集存儲結構圖如圖2所示，使用的傳感器模塊大小為40mm×20mm。傳感器模塊采用柔性印制電路板，便于緊貼被測振動(dòng)點(diǎn)表面。

2.2 硬件程序

　　FPGA內部調用了MicroBlaze、中斷等IP核，并且通過(guò)調用自己寫(xiě)的一個(gè)DMA程序生成的IP核來(lái)進(jìn)行直接數據存儲，加快了數據存儲速率。

　　在SDK中，通過(guò)C語(yǔ)言寫(xiě)了FLASH、USB及I2C的一些驅動(dòng)函數，通過(guò)上位機對該系統進(jìn)行數據采集速率以及存儲采集時(shí)間的配置，可以根據不同的監測條件選擇合適的數據采集模式。

2.3 硬件相關(guān)參數

　　普通的單軸或者雙軸加速度傳感器都是垂直于振動(dòng)方向的，無(wú)法進(jìn)行測量。因此，選用了具有測量Z軸加速度功能的傳感器MPU6050。

　　其加速度的測量范圍選定為±16g，采樣頻率為1kHz，輸出接口為I²C，內置AD的分辨率為16位。

2.4 加速度傳感器的標定

　　對于單頻率微小振動(dòng)軌跡的繪制，需要克服以下難點(diǎn)：

　　1) 如何消除傳感器本身的零漂;

　　2) 如何標定傳感器本身的比例因子靈敏系數;

　　3) 如何消除數據的積分累積誤差。

　　如表1，數據手冊表明傳感器Z軸零漂范圍為±80mg，而比例因子靈敏系數的初始校準精度為±3 %。

　　為提高振動(dòng)點(diǎn)的測量精度，在使用加速度計前需要對其各項參數進(jìn)行標定。我們采用一種標定零漂和標度因子的六姿態(tài)校準方法，并建立標定方程來(lái)提高振動(dòng)軌跡繪制精度。