新聞中心

EEPW首頁 > 測試測量 > 設(shè)計應(yīng)用 > 基于半周期積分算法的微小振動測量研究

基于半周期積分算法的微小振動測量研究

作者:趙佳楠 張丕狀 時間:2017-03-29 來源:電子產(chǎn)品世界 收藏
編者按:為了能夠監(jiān)測工廠機(jī)器的健康狀況,并在機(jī)器出現(xiàn)故障征兆時盡早發(fā)現(xiàn),本文設(shè)計了一套測量其關(guān)鍵部位振動狀態(tài)的系統(tǒng)。該系統(tǒng)采用了基于FPGA的多通道大容量數(shù)據(jù)采集方案,并使用32片加速度傳感器(型號為MPU6050)作為振動數(shù)據(jù)的采集模塊。對保存下來的數(shù)據(jù)進(jìn)行了頻譜分析、去噪。當(dāng)測量振動幅值時,加速度計的輸出信號要經(jīng)兩次積分,引入的漂移將會隨時間越來越大[1]。為了減少漂移帶來的影響,采用半周期積分算法來繪制機(jī)器各個關(guān)鍵部位的振動軌跡。通過繪制的各頻率分量的振動波形,并與歷史記錄相比較,可以起到監(jiān)測機(jī)器工作健康狀

本文引用地址:http://butianyuan.cn/article/201703/345941.htm

  將式(1)、(2)、(3)整理,得到下面等式:

  在對傳感器進(jìn)行標(biāo)定后,我們不能對加速度直接進(jìn)行二重積分,那樣會將累積誤差無限放大。

  根據(jù)單頻率振動的特點,我們分別對速度波形和振幅波形的繪制采用半周期積分法。這樣就可以在消除累積誤差的情況下,很好地繪制出振動軌跡。

2.5 半周期積分法[8]

  振動點在應(yīng)力作用下,在平衡位置附近做往復(fù)運動。在振動點偏離平衡位置最大處,恰好是所測加速度值的一個極值點,也是速度值的零點;在振動點的平衡位置,則是加速度值的零點,是速度值的極值點。

  根據(jù)以上特點,在對振動數(shù)據(jù)的加速度值進(jìn)行處理時,我們采用半周期積分法,即從一個極值點積分到相鄰的下一個極值點,然后積分值歸零,再進(jìn)行下一次積分。

  例如,在由材料內(nèi)部應(yīng)力作用下而產(chǎn)生的振動情況中,對加速度從一個極大值點積分到下一個極小值點,對應(yīng)的速度為從零點經(jīng)過該速度的一個極大值點到下一個零點;對速度從一個極大值點積分到下一個極小值點,對應(yīng)的振幅為從零點經(jīng)過該振幅的一個極大值點到下一個零點。

3 結(jié)果檢驗與分析

3.1 單一頻率振動軌跡繪制

  為了驗證系統(tǒng)的可靠性以及算法的優(yōu)化程度,我們將對一個初始振動幅度為4mm的鐘擺式振動進(jìn)行軌跡繪制。

3.2 結(jié)果分析

  圖3是一個振動頻率為19Hz、初始振幅為4mm的鐘擺式振動加速度。

  圖4和圖5分別是直接積分和采用半周期積分法得來的速度曲線。

  圖6和圖7分別是直接積分和采用半周期積分法得來的振幅曲線。

  由圖4可以看出其有一個由累積積分誤差引起的直流偏置分量[9],圖6可以看出其由原始加速度經(jīng)過二次積分對振幅帶來的災(zāi)難性影響。

  圖7可以看出其最終描繪出的初始振幅第一個極大值點為3.453mm,第二個極大值點為4.206mm,該現(xiàn)象的產(chǎn)生來自于算法的精度誤差。由于其初始值的最大幅度為4mm,其采樣點之間的差值會比較大,導(dǎo)致最終積分結(jié)果有比較明顯的差異。在振幅下降到1mm左右的時候,可以看出該算法精度誤差[10]影響就很小了。

4 結(jié)論

  本文提出了一種處理振動加速度數(shù)據(jù)的新型算法——半周期積分法,該算法明顯地降低了通過傳統(tǒng)積分算法而產(chǎn)生的累積的積分誤差,進(jìn)而更加準(zhǔn)確地描繪出了振動點的振幅波形。通過獲取該振幅波形一系列無量綱的幅值域參數(shù),可以準(zhǔn)確地判斷出機(jī)器的健康狀況。

  本文在仿真驗證過程中,發(fā)現(xiàn)該算法對于振動點加速度數(shù)據(jù)采集的采樣頻率依賴性較高。對于振動幅值以及頻率較大的振動點,要求采樣頻率也要相應(yīng)的提高,以此就可以獲得更加準(zhǔn)確的振動波形。

  參考文獻(xiàn):

  [1]嚴(yán)普強(qiáng),喬陶鵬.工程中的低頻與其傳感器[J].振動、測試與診斷,2002,04:3-9+75.

  [2]周東華,胡艷艷.動態(tài)系統(tǒng)的故障診斷技術(shù)[J].自動化學(xué)報, 2009, 35(6): 748-758.

  [3]楊永波. 基于機(jī)器學(xué)習(xí)的故障狀態(tài)評價算法研究[D].遼寧大學(xué),2013.

  [4]孟小嵩.基于模式庫的礦山設(shè)備健康診斷方法研究[D].中國礦業(yè)大學(xué),2014.

  [5]袁小宏,屈梁生.機(jī)器振動診斷中信號處理方法的研究[J].西安交通大學(xué)學(xué)報,2001,07:714-717+730.

  [6]齊國清.幾種基于FFT的頻率估計方法精度分析[J].振動工程學(xué)報,2006,01:86-92.

  [7]張文瑞,張丕狀,翟子雄.一種基于六姿態(tài)模型的加速度計校準(zhǔn)方法研究[J].傳感器與微系統(tǒng),2016,03:37-39+48.

  [8]SUN Yang, HUANG Jia dong, CHEN Da Zhuang. Novel Theory of Identifying Inrush Current Based on Half-cycle Sine Waveform[A]. Intelligent Information Technology Application Research Association (IITA Association), Hong Kong:,2010:4.

  [9]Haiyong Wang, Min Lin, Yongming Li. A novel dynamic DC-offset canceller[A]. International Conference on ASIC Proceedings Book 1 of 2[C].Chinese Institute of Electronics(CIE):,2003:4.

  [10]HUANG Qiang, ZHANG Gen bao. Precision Design for Machine Tool Based on Error Prediction[J]. Chinese Journal of Mechanical Engineering,2013,v.2601:151-157.


本文來源于《電子產(chǎn)品世界》2017年第4期第47頁,歡迎您寫論文時引用,并注明出處。



上一頁 1 2 下一頁

評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉