基于功率谱分析的机械故障免拆检测装置设计

2012年第7期仪表技术与传感器InstrumentTechniqueandSensor 2012No.7基金项目：中央高校基本科研业务费专项资金项目（2011JS154）收稿日期：2011－08－12收修改稿日期：2012－04－10基于功率谱分析的机械故障免拆检测装置设计李绍令1，张磊1，张漫1，2，常华1（1．中国农业大学信息与电气工程学院，北京100083；2．现代精细农业系统集成研究教育部重点实验室，北京100083）摘要：对设备振动信号的频谱分析是设备故障检测的一种重要方式。

文中以ARM9处理器，设计开发了一套故障检测装置。

该装置通过加速传感器采集故障设备的振动信号，经过预处理之后，利用快速傅里叶变换实现时域和频域的转换，并分别绘制出时域和频域下的各类波形图用于故障分析。

试验结果表明，该装置具有较好的准确性和稳定性，波形显示精度较高，适用于对设备故障的实时检测。

关键词：功率谱；振动信号；FFT ；嵌入式系统中图分类号：TP206．3文献标识码：A文章编号：1002－1841（2012）07－0021－03Design of Mechanical Fault Detection Device without DisassemblingBased on Power Spectral AnalysisLI Shao-ling 1，ZHANG Lei 1，ZHANG Man 1，2，CHANG Hua 1（1．China Agricultural University ，College of Information and Electrical Engineering ，Beijing 100083，China ；2．Key laboratory of Modern Precision Agriculture System Integration Research ，Ministry of Education ，Beijng 100083，China ）Abstract ：The spectrum analysis of equipment vibration signal is an import way to equipment fault detection．This paper de-signed a fault detection device based on the ARM9embedded system．This fault detection device sampled the equipment vibration signal with an acceleration sensor ，through data preprocessing like amplification and filtering then the fast Fourier transform （FFT ）was used to do the conversion between time-domain and frequency domain ，and drew out different waveforms in the time and fre-quency domains for fault detection．Experiment results show that the fault detection device has higher veracity and stability ，and can be used as a tool for real-time detection of fault device．Key words ：power spectrum ；vibration signal ；FFT ；embedded system 0引言随着生产的发展和科技的进步，机械设备的自动化和智能化水平不断提高，其软硬件结构变得复杂的同时，进行故障检测难度也大大增加［1］。

对于一些大型化、连续化、高速化、和自动化的工农业生产机械，因机械零件与控制系统磨损、腐蚀、过载和松动等原因而引发的机械故障，不容易引起用户的察觉，增加了事故的发生风险，然而停机进行全面的检查又将使得企业面临资源浪费和经济损失等问题。

所以迫切需要一种可靠的机械故障检测机制来处理分析设备运行过程中的某些重要信息，以便及时发现异常，避免事故的发生［2］。

研究表明当机械产生故障，其振动信号的频谱能量分布情况通常会有所改变，因此对振动信号进行频谱分析可以作为机械故障检测的一个有效方法。

目前基于傅里叶变换的经典谱估计算法在振动信号频谱分析中得到广泛的应用［3］。

文中设计开发的机械故障免拆检测装置，以ARM9为平台，可实现机械的振动信号采集、快速傅里叶变换和功率谱分析等功能。

1系统总体结构文中设计的基于功率谱分析的机械故障检测装置，其系统结构图如图1所示，分为信号采集、信号调整和信号处理3个部分。

图1系统结构图信号采集通过加速度传感器实现，将加速度传感器与机械连接，因加速度传感器为轴向感应，所以连接时应使传感器轴向与振动面垂直。

传感器感应振动强度，并输出相应的电压信号。

在实践中，采集的振动信号通常是被现场随机噪声污染后的信号［4］，传感器输出的电压信号中也会带有随机噪声，而且输出的电压大小也未必会在一个比较合适的范围，将电压信号在FFT 处理之前先做一些调整将会改善处理的效果。

信号调整由放大电路和滤波电路组成，实现对输入的电压信号进行前置放大，过载控制，增益调节和滤波处理。

信号处理部分由22Instrument Technique and SensorJul.2012ARM9负责，ARM9以S3C2440为核心处理器，utuLinux2．6．24作为片上系统，通过编写底层驱动程序，实现对经过调整的电压信号的高速采样和模数转换；在用户层编写相应的应用程序，实现对底层数据的读取，快速傅里叶变换，时域和频域波形图的显示以及触摸屏的人机交互。

2系统硬件设计系统的硬件模块主要包括信号采集、信号调整模块、核心控制模块以及显示模块和电源模块。

装置硬件结构如图2所示。

图2硬件结构图信号采集模块主要由加速度传感器和恒流源构成。

恒流源主要为加速度传感器提供的稳定电流保证传感器的正常工作，加速度传感器用于感知设备的振动信号并输出相应电压信号。

信号调整模块包括运放电路和滤波器电路，主要是对输入的电信号进行前置放大，过载和增益控制、滤波处理。

核心控制模块是以S3C2440处理器的ARM 板，主频400MHz ，拥有64MB 的Flash 和64MB 的SDRAM ，集成了SD /MMC 卡，2串口，2个USB 和100MHz 以太网控制器等，主控芯片自带的10位模数转换足以满足装置对精度需求，50MHz 的定时器保证了采样频率足够的高，可以达到一般设备的奈奎斯特频率。

显示模块为3.5寸带触摸的LED 背光液晶屏，其触摸功能基础上实现人机交互。

3系统软件设计系统软件由驱动层驱动程序和用户层应用程序两部分组成。

硬件对片上系统的支持极大的便利了系统软件的开发。

考虑到Linux 操作系统相对于Windows CE 操作系统的优势［5］，文中在ARM9上移植了经过裁剪的Linux 操作系统———utu-Linux ，系统内核版本为2．6．24。

在utuLinux 的框架下编制了设备驱动程序和应用程序，考虑到设计的周期和程序运行的效率这两个重要因素，文中采用C 语言作为程序开发语言［6］，开发环境为Ubuntu 10．04，编译器为GCC 4．4．3。

3．1快速傅里叶变换快速傅里叶变换（FFT ）是离散傅里叶变换（DFT ）的快速算法，1965年由J．W．库利和T．W．图基提出。

采用这种算法能减少离散傅里叶变换过程中的乘法计算次数，当被变换的抽样点越多时，快速傅里叶变换算法的计算量节省就越显著［6］。

定理如下［7］：设X （k ）=DFT ［x （n ）］式中：n ，k 为整数；0≤n ，k ≤N －1，N 为偶数。

x 0（i ）=x （2i ）x 1（i ）=x （2i +1）式中：0≤i ≤N /2－1，i 为整数。

若x 0（k ）=DFT ［x 0（i ）］，X 1（k ）=DFT ［x 1（i ）］（0≤k ≤N /2－1）则X （k ）=X 0（k ）+X 1（k ）W k NX （k +N /2）=X 0（k ）－X 1（k ）W k N3．2软件设计系统软件的结构图如图3所示，软件分为驱动层和用户层。

驱动程序主要针对底层硬件的操作，实现对输入信号的实时采样和模数转换，然后将处理过的数据返回到上层用户程序。

用户主程序实现波形的显示和人机交互操作，如参数设定和功能选择等。

人机交互的实现主要依靠Tslib 触摸屏，Tslib 是一个应用于触摸屏驱动适配层，为应用层提供统一接口的开源程序。

由于Tslib 触摸屏程序编译过程复杂，从中嵌入utuLinux 内核的编译有相当难度，因此无法在主程序中嵌入直接读取驱动层返回数据的程序段，文中设计了如图3所示的数据传递方式，在用户层另外编写一个单独编译的副程序，专门用于读取驱动层的数据和FFT 变换，然后在用户层建立一条连接主程序和副程序的数据管道，实现用户层的主程序和副程序间的数据传递，从而解决了Tslib 主程序无法直接获取驱动层的问题。

图4为主程序流程图。

第7期李绍令等：基于功率谱分析的机械故障免拆检测装置设计234系统试验与分析4．1单一频谱振源试验试验目的：为了检验系统的稳定性和准确性。

试验内容：由于实践中的振动源往往都是多频率混杂的，这使得数据分析的难度较大，所以采用函数发生器输出的单一频率正弦波作为振动信号，测试系统分析结果并于示波器（型号）分析结果相比较。

试验结果如图5所示，图5（a）图上半部分为100Hz正弦波的时域波形图，下半部分为频域波形图，图5（b）图为试验装置显示的频域100Hz正弦波。

相比之下可以看出两者都在100Hz处有一个明显的脉冲，并且后者对波形的细节显示更为精细。

图5单一频谱试验结果波形图4．2多频率振源试验试验目的：检测系统对多频率的分析能力。

试验内容：文中采用2个小电机作为检测设备，将其中一个电机的轴承做了相应的处理，使其每一周期的转动都会受到一定的阻碍，然后分别用示波器和检测装置对振动信号进行采样分析，并分析比较两者结果。

实验结果如图6所示，图6（a）示波器测试结果，可以明显看到处理过的电机振动信号在低频段明显高于未处理的电机振动信号的低频段。

图6（b）显示的结果和图6（a）趋势一致，但是显示的更为精细，图6（a）中示波器精度的为6250Hz/ Div，而图6（b）检测装置的精度可达到21Hz/Div．5结束语文中设计开发了一套基于功率谱分析的机械故障免拆卸检测装置，体积小，性能稳定；可以实现较高速的采样，最高精图6多频率振源试验结果波形图度可达11Hz/Div，可在不拆卸设备，保持机械正常运作的情况下，进行故障检测。