基于智能手機的振動信號采集可行性分析研究

董建秋，林富生,3，宋志峰,3，余聯慶，周鼎賀

（1.武漢紡織大學機械工程與自動化學院，武漢 430200；2.三維紡織湖北省工程研究中心，武漢 430200；3.湖北省數字化紡織裝備重點實驗室，武漢 430200）

0 引言

旋轉機械的主要功能是由轉子來實現的，任何機械設備在運作情況下都會產生振動。但轉子在長時間的擠壓、摩擦、沖擊下會發熱，導致金屬軟化，使設備可能會發生變形、磨損甚至損壞[1]。對振動信號進行分析，可以了解設備的故障信息。

本文對振動故障診斷做了大量的研究，劉樓軍和邵雨等[2]針對燃氣輪機，設計了振動監測系統，可以監測燃氣輪機轉數的變化和一些突變信號；王二化和劉忠杰等[3]通過粒子群優化算法能夠高效準確檢測齒輪裂紋；夏軍和陳虎等[4]針對水泵設計出自動采集、傳輸和監測的診斷系統；劉揚和曾鵬等[5]研究WIA 技術的滾動軸承振動監測和故障診斷系統。但是工業機械設備故障診斷儀器價格高昂、安裝檢測環境復雜，導致故障診斷儀器不能廣泛運用。如今很多智能手機配有加速度傳感器，如果能利用智能手機采集振動信號[6]并進行分析和故障診斷，可以降低故障診斷的成本，從一定程度上降低企業的損失，為故障診斷提供新的方法和理論，所以對智能手機采集的振動信號進行分析具有很重要科學意義。

本文用轉子模擬試驗臺模擬振動信號，從智能手機和數據采集卡兩方面采集振動信號，并通過故障診斷專家系統對比分析，驗證智能手機采集的振動信號包含故障信息。

1 硬件部分

傳感器采集設備組成主要有KD1010L 加速度傳感器（圖1a）、PEM18-C302NA 轉速傳感器（圖1b）、DWQZ渦流位移傳感器（圖1c）、KD5203 恒流適配器（圖1d）、模擬臺調速器、NI USB-6001 數據采集卡（圖1e）、計算機、ZT-3型轉子振動模擬試驗臺。將加速度傳感器安裝在轉子振動試驗臺合適的位置，利用轉速傳感器和模擬臺調速器調整轉速，用加速度傳感器采集設備在工作時的信號，通過數據采集卡將加速度傳感器的信號傳輸到計算機中。硬件實物如圖1所示。

圖1 硬件實物

本文的實驗對象是南京東大測振儀器廠生產的ZT-3型轉子振動模擬試驗臺。該試驗臺主要組成有電機、底座、轉子、軸承座等，轉子上具有平衡孔。通過轉子平衡孔加配螺栓和螺栓旋入長度，可以模擬質量不平衡故障和不同程度質量不平衡；也可以用摩擦螺釘模擬動靜碰磨故障；聯軸器可以模擬轉子不對中故障。轉子振動模擬試驗臺示意圖如圖2所示。

圖2 振動試驗臺裝置示意圖

2 軟件部分

2.1 數據采集模塊

系統的數據采集模塊采用LabView 中的DAQmax 模塊。DAQ 助手通過簡單的窗口就能實現數據的采集功能，提高使用者的效率，簡化編程[7]。實驗采集振動信號流程為用轉速傳感器和調速器調整轉子轉速，用恒流適配器為傳感器提供穩定電流，使用加速度傳感器和電渦流位移傳感器采集轉子振動加速度信號和轉子軸向位移信號，通過NI DAQmax 數據采集卡將數據顯示并存儲在上位機軟件中。振動信號采集流程如圖3所示。

圖3 振動信號采集流程

振動信號采集如圖4所示。

圖4 振動信號采集

2.2 智能手機振動采集系統

智能手機選擇華為SCL-TL00H 作為信號采集設備。華為SCL-TL00H 價格適中，手機刷新頻率和加速度傳感器的帶寬相適應，從價格和性能方面較為符合實驗要求。該手機實現振動信號采集、振動圖像顯示和振動信號存儲。

振動信號采集程序實現的關鍵在于調用LIS3DHTR三軸加速度傳感器。獲取傳感器后，初始化加速度傳感器并給它賦值，通過添加按鈕響應事件來添加調整傳感器的靈敏度和圖像顯示按鍵。部分開發代碼如下所示：

實際信號采集如圖5所示。

圖5 智能手機振動信號采集實際圖

3 故障診斷專家系統

信號分析處理采用故障診斷專家系統，該系統可以對信號進行時域分析、頻域分析、時頻分析和小波分解等。硬件與故障診斷專家系統之間的信號傳輸通過NIDAQ 實現，將采集的信號存儲在SQL Sever 數據庫中，通過LabSQL 工具包實現SQL Sever 和故障診斷專家系統的連接[8]，實現數據的存儲、修改及調用功能。

由于采集到的信號往往是雜亂的，可能伴隨噪聲等信號，導致故障特征不明顯、不直觀，難以辨別判斷，所以需要對信號進行分析，提取故障特征。分析系統需要從多方面分析并得出振動信號的特征參量并顯示出來，故障特征提取主要分為時域分析和頻域分析兩大類。在故障診斷專家系統中，信號的分析主要是時域和頻域分析。

3.1 時域分析

傳感器采集到的振動信號是一組浮點數，它的幅值隨時間變化，并且數據反映了幅值隨時間的變化過程。時域分析主要在指示器中顯示信號時域特征或時域指標，信號的時域指標有最大峰值、平均值、有效值和標準差等。

（1）信號在指定時間T內的最大值叫峰值，時間間隔T內的平均值用μx表示，也叫做均值，公式如下：

（2）有效值也叫均方根值，表示信號的平均能量，用φx表示，公式如下：

（3）標準差表示信號的分散程度或波動程度，用σx表示，公式如下：

程序在運行時可以看出振幅與時間的關系，從圖像的角度，更加直觀地反應振動信號的信息，同時將時域指標顯示出來，從時域指標上更好地查看到信號的信息，判斷機械是否發生異常。結合不同故障時域特征進行分析，可以初步判斷故障類型。時域分析的前面板如圖6所示。

圖6 時域分析前面板

3.2 頻域分析

時域部分主要是進行波形分析，時域分析通過對振動信號分析，得到的時域特征可以反應出設備的情況，但是時域分析的工具比較少，當設備出現一些細小的故障，時域分析很難將這故障特征顯示出來，可以通過頻域分析將這些故障特征顯示出來。頻域分析主要將信號的有效信息提取出來，將信號中的頻率分離出來并進行分析[9]。頻域分析方法很多，有FFT（快速傅里葉變換）、Hibert（希爾伯特變換）、小波分解等。傅里葉變換是將時域信號變成頻域信號，常用方法是FFT，FFT 是DFT（離散傅里葉變換）的高效算法。

系統功能頻域分析有按時間和按頻率抽取兩種方法，和時域分析一樣，系統可以看到信號時間和頻率兩種算法的結果。信號經過FFT，進行頻譜測量，得到變換之后的頻譜圖。FFT 變換只能對有限長度的數據進行變換，可能會導致信號泄漏，加入窗函數可以有效減少時域信號泄漏[10]。頻域分析如圖7所示。

圖7 頻域分析

4 信號對比分析及實驗驗證

用手機和振動信號采集設備采集ZT-3轉子振動模擬試驗臺在轉數1 500 r∕min 下的振動信號。同時模擬轉子質量不平衡、動靜碰磨和轉子不對中等故障，并采集相應的振動信號并進行分析。首先采集試驗臺在正常情況下的振動信號，多次實驗，取其平均值，其時域指標如表1所示。手機采集和數據采集卡采集信號的時域波形如圖8所示。

圖8 時域分析

表1 正常情況下時域指標

4.1 轉子不平衡

在轉子模擬試驗臺上只留轉子1 運行，在該轉子上分別加裝0.65 g 螺栓、1.06 g 螺栓和2.61 g 螺栓，時域指標變化如表2所示。表中1～3 和4～6 分別為傳感器和智能手機采集的振動信號，加裝平衡螺釘質量依次增大。

表2 轉子不同程度不平衡時域指標變化表

從表中可以看出，當加裝的螺栓質量越重時，產生的振動越大，時域信號的最大峰值變化率越高，有效值隨著質量變大而逐漸變大。

對信號進行頻譜分析，通過分析發現：質量不平衡輕微時，響應頻率主要集中在基頻上，為25.53 Hz，但故障特征不明顯，難以判斷是否發生質量不平衡故障；當加裝螺釘比較重時，響應頻譜有很大的基頻分量，為25.81 Hz，說明能量集中在基頻或旋轉頻率上，且故障特征明顯，符合轉子不平衡故障頻譜特征，可以診斷轉子發生不平衡故障[11]。頻域分析如圖9所示。

圖9 智能手機采集信號頻域分析

4.2 轉子不對中

在轉子2 的前軸承座下加塞螺母或者墊片，提高軸承座的高度，使主動軸和從動軸的軸心不對中，時域指標變化如表3所示。1、2 分別為轉子在1 500 r∕min 和620 r∕min 下傳感器采集，3、4 為智能手機。從表中可以看出，轉子轉速越快，振動信號的最大幅值越大，且時域指標都有明顯變化，尤其是最大峰值。對比傳感器和智能手機采集的信號，傳感器采集的振動信號的時域指標變化也高于智能手機采集的，但在不同轉速下時域指標變化和智能手機變化幅度大致相同。

表3 轉子不對中時域指標變化

對信號進行頻譜分析，通過分析發現：1 500 r∕min下智能手機和傳感器采集信號的響應頻域主要為2 倍頻（51.15 Hz），伴隨有4 倍頻（102.9 Hz）和多倍頻，根據轉子不對中的振動特征可以初步判斷為轉子不對中故障。但620 r∕min 時，頻譜在4 倍頻（43.26 Hz）出現穩定高峰，伴隨多倍頻，峰值和基頻相差不大，不能說明故障特征信息[11]。頻域分析如圖10所示。

圖10 轉子不對中頻譜分析

對620 r∕min 手機采集信號進行小波分解，時域波形在基頻上附加2倍頻的諧波，其頻譜在2倍頻和4倍頻出現穩定高峰，且高于基頻，符合轉子不對中故障特征[7]。小波分解如圖11所示。

圖11 智能手機采集振動信號小波分解

4.3 動靜碰磨

在轉子振動模擬試驗臺上安裝摩擦螺釘支撐座，轉子轉速為1 500 r∕min，調整摩擦螺釘的位置，使其正好碰到轉軸，采集其振動信號，并進行時域分析，其時域指標數據變化如表4所示。其時域波形如圖12所示。

表4 動靜碰磨時域指標變化表

圖12 動靜碰磨時域波形

由圖12和表4可以看出振動頻率除基頻外還包含高次諧波和分數諧波，諧波幅值小但階次多，且在基頻處的幅值較大，振動遠離平衡位置，符合局部輕微摩擦的故障特征。

對信號進行頻域分析，輕微碰磨智能手機采集信號的頻域如圖13所示。

圖13 輕微碰磨智能手機采集信號的頻域

智能手機采集輕微摩擦的信號以基頻為主，伴隨2倍頻但幅值超過基頻，符合輕微碰磨故障特征[8]。增大摩擦，嚴重碰磨頻域如圖14所示。從圖中可以看到，增大摩擦后，幅值有較大變化，以2倍頻為主，伴隨4倍頻，諧波幅值小于基頻，不符合嚴重摩擦時的頻譜特征[12]。

圖14 嚴重碰磨智能手機采集信號頻域

5 結束語

本文針對智能手機加速度傳感器設計振動信號采集系統，并對振動信號進行分析。模擬轉子質量不同程度不平衡、轉子不對中和動靜碰磨等故障，從智能手機和數據采集卡兩種方式采集振動信號。利用故障診斷專家系統，對振動信號進行時域分析和頻域分析。試驗證明，智能手機可以采集轉速較低和故障類型不嚴重的振動信號，且信號分析結果符合故障類型的故障特征，驗證了手智能手機采集振動信號的可行性。

目前，利用智能手機實現了振動信號的采集，但是未能實現手機對振動信號的分析。后續會采用高性能的智能手機加速度傳感器，提高采樣頻率，減少實驗誤差，同時開發設計智能手機振動分析系統，實現智能手機對旋轉機械故障預診斷的功能。