嵌入式智能故障诊断系统设计
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
嵌入式智能故障诊断系统设计
摘要:针对传统的故障诊断方法精度不高,实时性不好的问题,在嵌入式系统
环境下进行故障实时诊断系统的优化设计。本文首先分析了机械状态监测及故障
诊断的相关理论,然后详细分析了嵌入式智能故障诊断系统的设计与实现。实验
结果表明,采用该故障诊断系统进行滚动轴承故障实时检测非常便捷实用又适于
后续联网管理。
关键词:嵌入式系统;滚动轴承;故障诊断;硬件系统
引言
随着现代科技的不断发展,机械设备早已不是一个纯机械装备,而是融合了自动控制、
液压与气压传动等技术的结构和功能都十分复杂的系统。这给机械运行状态的监测和故障诊
断提出了越来越高的要求。机械运行过程中发生的故障不仅会导致重大经济损失,还可能给
人身安全带来极大威胁。因此,实时监测机械设备的运行工况并及时诊断故障,对经济效益
和社会效益的提高都有极其重要的意义。
1 机械状态监测和故障诊断的相关理论
机械诊断技术是通过监测机械设备运行状况,发现故障并预报故障发展趋势,诊断故障
类型及故障原因,确保机器正常运转的技术。目前,普遍采用的机械诊断技术有振动监测、
油液监测、噪声监测和无损探伤等。油液光谱分析技术通过分析机油中的金属颗粒物浓度,
能准确判断机械设备传动系统是否存在磨损型故障隐患。无损探伤技术利用物质的光、磁和
电等特性,能够在不损坏工件或改变机械设备运行状态的前提下准确完成机械部件工况的监测。
故障机理分析是机械诊断的关键。故障机理是在理论研究和实验分析的基础上得到的反
映故障信号和机器参数关系的表达式。从采集到的机械设备的状态信号,它能方便诊断出故
障的位置。这些状态信号通常是机械设备运行过程中表现出来的物理或化学现象,如机械振动、运行噪声、机器温度、油压波动、功耗增多和异常气味等。机械运行状态监测是通过各
种传感器采集机械设备运行过程中的物理或化学状态信号,并据此诊断故障的类型及原因。
故障信号的提取与处理是机械诊断中的重要步骤。通过分析传感器采集到的反映机械设备运
行状态的信号,提取出机械故障特征信息,从而为故障类型和故障原因的准确诊断提供可靠
的依据。信号处理方法经历了从时域分析到频域分析,再由频域分析到时频域分析的发展过程。频域分析将采集到的机械状态信号从时域变换到频域。典型的频域分析法有基于快速傅
里叶变换的经典谱估计法和现代谱估计法。时频分析技术同时在时域和频域分析机械非平稳
信号,其中Wigner-Ville时频分布等时频分析技术在机械诊断中得到了普遍应用。
2 嵌入式智能故障诊断系统设计
本系统将整体结构分为四层,包括管理层、功能层、推理层和数据层。管理层主要负责
整个系统的管理机制与通信机制。决策需要通信的Agent双方需要对话,还是需要进行知识
的交换。二是要Agent之间的关系作出判断。Agent之间的交互有两种关系:正关系和负关系。正关系表示Agent的规划有重叠的部分,或某个Agent具备其他Agent不具备的能力,
各Agent可通过管理层的协调获得帮助,负关系会导致冲突。管理层要进行协调,达到冲突
的消解的目的。功能层是多Agent诊断系统的核心层。主要包括知识处理、特征提取、实时
监控、故障诊断与故障决策等功能组件。推理层处于数据层和功能层之间。主要提供各功能
组件所需的知识或数据,并对推理机制进行定义。数据层包括数据库、知识库与扩展知识库
三个方面。数据库主要用于存储由传感器获得的各种信息,知识库为众多相关领域的专家的
经验总和。扩展知识库主要是为系统的日后扩展诊断功能留下接口。在管理层中主要有两个Agent:管理Agent和数据传输Agent。管理 Agent负责协调各Agent和通信,数据传输Agent 负责与后台计算机上的通信Agent之间传输巡检数据。具体诊断时,数据采集子系统将被诊
断设备的运行状态、参数等数据采集输入到诊断系统,一方面提供给PC端显示,另一方面,将数据提供给诊断方法 Agent,形成诊断请求。管理Agent对诊断请求进行任务分解,得出
多个子任务,再根据对诊断Agent的认识,将诊断任务分配给适当的诊断Agent。管理Agent
还要负责诊断Agent间的工作协调、协作和借助于KQML语言通信,以及将各诊断Agent的
诊断结果综合成最终结论,提交给用户。具体的诊断系统模型和诊断流程图如图1、2所示。其中数据采集与处理Agent主要负责数据的特征识别等。而诊断方法Agent将实现模糊数学
诊断方法和神经网络诊断方法,负责对故障的具体诊断。
3 嵌入式智能故障诊断系统的实现
系统在实现时采用面向对象的表示方法及规范。面向对象的表示法是将表示的事物抽象
为对象,所有的知识都通过对象的属性及其方法来表达。面向对象表示法具有强有力的知识
表达能力,能对客观世界进行自然的反应和描述。根据面向对象的表示方法的定义及特点可
以得出,它与知识的的表示方法可以有效的结合在一起。并且面向对象的方法可以具有良好
的模块性、继承性、封装性、可扩展性等特点。这些特点使得将诊断产生的新知识作为诊断
系统的扩展成为可能。从而可以实现系统的诊断知识库的灵活性和智能性。面向对象的表示
方法,采用类表示诊断实体,一个现实中的诊断实体就对应一个类,每被诊断一次就创建一
次该对象的实例,在类中有该对象的属性或对诊断对象进行诊断的方法。
4 结束语
本文提出一种嵌入式智能故障实时诊断系统的优化设计方法。通过系统调试,实验结果
表明,用该故障诊断系统进行滚动轴承故障实时检测的准确性较好,能有效实现故障识别和
诊断又适于后续联网管理。
参考文献
[1]杨超,李亦滔.机械设备故障智能诊断技术的现状与发展[J].华东交通大学学报,2011,05:23-28.
[2]程军圣,罗颂荣,杨斌,杨宇.LMD能量矩和变量预测模型模式识别在轴承故障智能诊断
中的应用[J].振动工程学报,2013,05:751-757.
[3]陈文清.基于ANNES的故障智能诊断技术研究[D].武汉理工大学,2002.