高速机械设备故障检测系统设计与实现

滕 冠 吴 星

（柳州职业技术学院，广西 柳州 545006）

高速机械设备故障检测系统设计与实现

滕 冠 吴 星

（柳州职业技术学院，广西 柳州 545006）

针对当前高速机械设备运转过程中出现故障难以检测的问题，设计一种高向高速运转的机械设备故障检测方法，该方法综合应用信号采集、信号分析、小波变换和决策树分类算法等技术，通过对调整运转设备振动信号进行测量和分析, 提高机械设备故障检测的精度和准确性。

故障检测；信号采集；决策树分类算法

目前高速运转的机械设备在运行过程中，可能会存在一些潜在的故障风险，而将这类高速运转设备停机，再进行设备的故障检测，虽然能够发现设备中所存在的相当一部分故障，但是这种检测方法一方面会降低机械设备的使用效率。另一方面高速运转设备在静止状态所检测到的故障类型，与在高速运行状态下所表现的故障种类和类型有一定差别，尤其是一些潜在的故障风险，在静止状态下难以被检测到，只有在设备在高速运转的时候，才有可能表现出故障的特征。因此面向高速机械设备故障检测的方法的一种有效的途径是通过让机械设备在高速运转环境下进行故障的检测。

当前对机械设备高速运转条件下进行故障检测的途径，主要是通过机械设备在高速运转条件下所表现出来的振动、噪声等外在特征进行分析，对这类物理信号进行提取和特征分析，进而对高速运转的机械设备是否存在故障风险进行判别。为了提高机械设备故障检测的精度和准确性，需要对高速机械设备信号分析的方法和处理技术进行深入的研究，设计具有高分辨率的、易于实现的机械设备故障检测方法。

1 系统组成结构

本文所要设计的故障检测系统目的是为高速运转的机械设备提供一种精确有效的故障检测方法，通过对机械振动信号的分析，能够解决绝大多数在高速运转过程会产生振动信号的机械设备故障检测的应用需求。该系统设计原理是通过对高速运转设备运行过程中的振动信号进行采集，获取调整运转设备的振动信号特征，并将振动信号进行小波变换，提取振动信号中的特征。并通过设计专门的机械振动信号分类决策树，实现对机械振动信号的分类输出，从而解决对高速运转的机械设备故障检测的应用需求。而且由于所输出的振动信号进行了分类，因此一旦发现故障，不仅能够判断出高速运转的机械设备是否存在故障，同时也能够给出该设备存在的故障类型。

根据上述原理与要求，故障检测方法系统组成结构图如图 1所示，在对高速运转的机械设备进行故障检测时，首先通过部署在该机械设备上的多个传感器采集机械设备的振动信号，为了提高机械设备振动信号采集的精度，所部署的传感器采用了双传感器共同测量的信号采集方法。通过对同一位置、同一测试对象的振动信号用两传感器分别进行测量，提高传感器采集的机械振动信号准确性。传感器采集到的振动信号经过数据融合之后，进行小波变换，通过水波变换能够将机械振动信号中不明显的振动信号进行放大和分离，从而使得高速运转的机械振动信号中所蕴含的一些故障特征信息，能够被表露出来。之后应用由故障特征库训练得到的故障分类决策树，对采样得到的故障信号进行分类，判别出所采集到的故障振动信号中是否表明该机械存在某些故障。同时也根据预先设定的分类决策树各判断分支的现实含义，做出该机械具体存在哪一种的故障。

图1　故障检测方法系统组成结构图

2 关键技术实现

2.1故障信号的采集

种高速机械设备故障检测系统由振动信号采集模块、数据融合模块、小波变化模块、振动信号异常提取模块、机械振动特征训练库和基于C4.5分类决策树的故障诊断和识别模块等组成。其中，动信号采集模块、数据融合模块负责故障信号的采集，其余模块负责故障信号的分析。数据采集的原理如图2所示。

图2　故障信号测量数据融合原理图

图 2的数据融合基于传感器的振动信号采集模块，利用振动信号传感器，实现对机械振动信号的采集。其部署方式是在被测的机械设备上每个测量点部署两个振动信号传感器，实现对振动信号的采集。机械设备启动后，只需处于正常的高速运转状态，通过部署在机械设备上的振动传感器，采集机械设备在高速运转过程中其振动的原始信号。对传感器所采集到的机械高速运转时的振动信号进行数据融合，即将每一处有两个传感器所采集到的振动信号进行求和取平均，得到该处相对稳定的振动信号值。

2.2故障信号的分析

对高速机械故障的分析主要是对轴承外圈、内圈、滚动体等各部件故障的特征频率进行分析，这些故障信号测量数据包括外圈故障数据、内圈故障数据、滚动体故障数据以及正常数据。本文提出的检测系统主要分析方法是通过对各部分的故障数据进行多尺度二进离散小波分析,利用小波变换方式重构各尺度的高频部分的细节信号。对所得到的每一处振动信号数值进行小波变换，变换之后得到高速运转机械振动信号的特征值。

对于故障检测系统来说，数据去噪是关键，本设计结合haar小波分析算法优势，构建去噪采用流程。通过小波分层对待分析的信号进行分层，通过小波变换得到不同层次的系数，调整量化参数，形成高频系数集实现低频系数重构，从而达到去噪目的。振动信号小波变换，其在进行变换时，所使用的小波变换公式（1）如下所示：

2.3故障信号的诊断与识别

通过振动信号特征提取模块，将小波变换的结果进行抽取，汇总得到机械调整运转时的振动信号特征值。通过对这些振动信号进行收集汇总，形成机械高速运转振动信号库。利用这些运转振动信号构建C4.5分类决策树，进行机械故障诊断与识别应用，具体流程如图3所示。

图3　决策树生成流程

C4.5是一系列用在机器学习和数据挖掘的分类问题中的算法。它的目标是监督学习：给一个数据集，其中的每一个元组都能用一组属性值来描述，每一个元组属于一个互斥的类别中的某一类。C4.5的目标是通过学习，找到一个从属性值到类别的映射关系，并且这个映射能用于对新的类别未知的实体进行分类。

从图 3笔者可以知道整个故障的诊断与识别原理。比如提取一千组初始的机械高速运转振动信号，以及机械处于不同种类故障时，其高速运转振动信号，将所有振动信号的数值分别进行小波变换，并将所得到的结果进行C4.5分类决策树的构造。在完成C4.5分类决策树的构造之后，将每一次实际所采集到的机械高速运转振动信号，经小波变换得到振动信号的特征值，然后利用C4.5分类决策树对所得到的振动信号特征值进行分类。由C4.5分类决策树完成对给定的振动信号特征值进行分类识别，给出识别的结果。根据初始的 C4.5分类决策树训练结果表，查表获取C4.5分类决策树每一种分类情况所对应的高速机械运转的状态，以及该状态所蕴含的具体故障类型。

3 总结

本文提出的机械故障诊断方法，该方法的核心原理是通过在机械调整运转的状态下，利用提前部署的信号采集传感器获得机械调整运转的振动特征信号，通过对振动特征信号的分析与提取实现对调整运转机械故障的诊断与识别。本文设计的高速运转机械故障检测方法，相对传统的故障检测方法具有以下几个明显的优势：

（1）通过对机械高速运转过程中表现出来的振动信号进行分析，并实现故障的检测，能够实现被检测机械设备无需停机即实现故障的检测，提高了故障检测的效率。

（2）通过对机械的振动信号进行采集和小波变换，能够有效的提取振动信号中所包含的故障信号特征，并能够对故障信号特征进行放大和分离，有助于对机械故障的识别和分类。

（3）在进行故障分类时通过预先设定的大量故障信号和数据进行训练，得到了基于C4.5分类决策树的故障分类器。该分类决策器相对于简单的手工分类，或者凭经验进行故障分类，具有较高的故障分类准确性和客观性，既能够保证故障检测方法具有较高的精度，同时也能够保证该检测方法具有较强的通用性。

[1] 李凌均,张周锁,何正嘉.基于支持向量机的机械设备状态趋势预测研究[J].西安交通大学学报,2004,38(3):230-233.

[2] 刘春梅.一种机械故障诊断方法:中国, CN103743585A[P]. 2014-04-23.

[3] 刘春梅.一种机械手精确控制系统及其方法:中国, CN103743477A [P].2014-04-23.

[4] 王红军,徐小力,张建民.故障状态趋势的SVM于是技术研究[J].机械科学与技术,2006,25(4):379-381.

Design and implementation of fault detection system for high speed mechanical equipment

Aiming at the problem that the fault is difficult to detect in the operation process of the high speed mechanical equipment, a new method of mechanical equipment fault detection is designed, which is based on signal acquisition, signal analysis, wavelet transform and decision tree classification algorithm.

Fault detection; signal acquisition; decision tree classification algorithm

TH17

A

1008-1151(2015)09-0084-02

2015-08-12

广西教育厅科研课题“基于自学习理论的机械故障诊断技术研究”（KY2015LX652）；广西教育厅科研课题“高精度飞剪机研制与产业化”（KY2015LX635）。

滕冠（1973－），男，广西陆川人，柳州职业技术学院讲师，从事机电一体化方向研究；吴星（1980－），女，广西柳州人，柳州职业技术学院讲师，工学硕士，从事机电一体化研究。