基于聲響分析的電機故障診斷軟件系統設計

張 泉,辛 邁,王洪磊,金偉松,馮天保（.航空68研究所，陜西西安，70065；.中國人民解放軍94804部隊，上海，00000）

基于聲響分析的電機故障診斷軟件系統設計

張 泉1,辛 邁2,王洪磊2,金偉松2,馮天保2
（1.航空618研究所，陜西西安，710065；2.中國人民解放軍94804部隊，上海，200000）

目的：為了提高欠缺經驗的新入職技術人員的業務能力，實現對電機狀況的快速鑒別。方法：引入短時傅里葉變換理論設計算法，利用LabVIEW2014編程實現將電機聲響信號圖形變化為有較強識別特征的強度圖譜形式。結果：成功利用所設計的程序實現對電機聲響信號的智能分析，提高了工作效率。結論：采用上述方法能夠實現預想效果。

聲響信號；LabVIEW2014；智能分析

0 引言

利用智能系統實現對故障的診斷[1]是當前工程應用革新重要方面。

在電機維修領域當中，經驗豐富的工程師往往可以通過對電機運行的聲響進行分析就可判斷出故障的部位和情況[2]，而要練就上述本領則要立足于長時間的積累，隨著裝備保障壓力的提升，經驗較少的新入職人員在能力上顯得捉襟見肘。

為了彌補這樣的缺陷，使新入職人員能夠快速上手工作，本課題利用Labview2014編寫的分析系統進行故障的輔助診斷。

1 智能故障系統的構建

1.1 系統構成

利用基于2.4G無線高保真傳輸技術[3]的設備搭建的信號傳輸系統，配合采集器，用于將傳感器采集到的信號無線傳輸至分析處理終端中，通過設計的軟件系統進行分析。具體流程見圖1所示。

本文以其中基于短時傅里葉變換設計的分析功能為例進行說明演示。該項分析技術在信號處理領域當中是較為成熟可靠的[4]，可以根據信號特征進行相關參數的取舍，選配適當的濾波窗口，簡單直觀，應用優勢十分明顯。

圖1 .系統工作流程圖

1.2 分析模塊的設計

圖2 .電機正常運轉時聲響信號 圖（上）和經處理后的譜樣圖（下）

圖3 .電機負載不平衡時聲響信號 圖（上）和經處理后的譜圖（下）

根據整個系統中軟件設計部分的要求，先將采集的信號進行濾波處理，減小隨機誤差[5]的影響，之后再將處理過的信號送到分析系統。而在采集的同時，可以將獲取的信號儲存，以備之后的分析和使用。

2 實驗分析

將處理后的信號送到分析終端中，通過對比，可以根據所產生的圖譜特征用于故障的診斷。

圖2所示是電機正常工作時的聲響信號波形圖和譜形圖，可以發現，波形圖難以準確反映聲響信號情況，而通過譜形圖可以準確發現信號的強度特征[6]，這將利于故障的判別。

改變電機負載來模擬相應故障，通過軟件系統分析所采集的信號，具體見圖3所示。可見其中圖譜部分強度信號雜亂無序，與之前的正常運轉時的信號特征有著明顯不同。藉此可作為故障判斷的依據。

3 結語

從目前使用上看，該軟件系統運行可靠性良好，性能穩定，能夠準確反映各種聲響信號的特征。

在之后的應用改進中，將利用MATLAB進行編程，利用LABVIEW開發工具中的程序節點，將所采集到的故障信號與存儲的各類故障信號進行對比，得出的相似性，判定相應故障，實現故障智能診斷，輔助工程技術人員排除相應故障。

[1] 王惠中, 効迎春, 張熒, 朱宏毅. 電動機故障診斷技術探討[J].工礦自動化,2015.1,41（1）:40-42.

[2] 李春雷, 董志學, 王新杰. 發電機聲音檢測與故障診斷研究[J]. 內蒙古工業大學學報,2015,34（3）:201-202.

[3] 楊峰, 王文虎. 基于2.4 G的無線視頻傳輸裝置設計[J]. 微型機與應用,2014,33（12）：83-84.

[4] 劉海燕, 田鋼, 石戰結. 幾種時頻分析方法的比較和實際應用[J]. CT理論與應用研究,2015.3，24(2):200-202.

[5] Wang Huanxue, Liu Jianguo, Zhang Tianshu. Estimation of random errors for lidar based on noise scale factor[J]. Chinese Physics B, Vol.24, No.8,2015, pp.1-4

[6] Chen Qun, Xu YunChao, Guo Zengyuan. The property diagram in heat transfer and its applications [J]. Chinese Science Bulletin, Vol.57, No.35,2012, pp.4646-4652

The Design on Software System of Troubleshooting for Motor based on Sound Signal

Zhang Quan1,Xin Mai2,Wang Honglei2,Jin Weisong2,Feng Tianbao2
（1.No.618 institute of aviation,Shanxi Xi'an,710065,China; 2.No.94804 unit of PLA,ShangHai, 200000,China）

Purpose: In order to improve the ability of the tiros on rapid diagnosis for motors, we do as following. Method: We recommended STFT method, which owns better robustness, then designed the programs by the way of Labview2014 to change sound signal into atlas form, which owns good recognition. Result: By this way have we improved the effectiveness of analyzing on the motor`s sound. Conclusion: Using the method described above can realize expectations.

Sound signal; Labview2014; Intelligent analysis

TH866

A