基于声响分析的电机故障诊断软件系统设计

张 泉,辛 迈,王洪磊,金伟松,冯天保（.航空68研究所，陕西西安，70065；.中国人民解放军94804部队，上海，00000）

基于声响分析的电机故障诊断软件系统设计

张 泉1,辛 迈2,王洪磊2,金伟松2,冯天保2
（1.航空618研究所，陕西西安，710065；2.中国人民解放军94804部队，上海，200000）

目的：为了提高欠缺经验的新入职技术人员的业务能力，实现对电机状况的快速鉴别。方法：引入短时傅里叶变换理论设计算法，利用LabVIEW2014编程实现将电机声响信号图形变化为有较强识别特征的强度图谱形式。结果：成功利用所设计的程序实现对电机声响信号的智能分析，提高了工作效率。结论：采用上述方法能够实现预想效果。

声响信号；LabVIEW2014；智能分析

0 引言

利用智能系统实现对故障的诊断[1]是当前工程应用革新重要方面。

在电机维修领域当中，经验丰富的工程师往往可以通过对电机运行的声响进行分析就可判断出故障的部位和情况[2]，而要练就上述本领则要立足于长时间的积累，随着装备保障压力的提升，经验较少的新入职人员在能力上显得捉襟见肘。

为了弥补这样的缺陷，使新入职人员能够快速上手工作，本课题利用Labview2014编写的分析系统进行故障的辅助诊断。

1 智能故障系统的构建

1.1 系统构成

利用基于2.4G无线高保真传输技术[3]的设备搭建的信号传输系统，配合采集器，用于将传感器采集到的信号无线传输至分析处理终端中，通过设计的软件系统进行分析。具体流程见图1所示。

本文以其中基于短时傅里叶变换设计的分析功能为例进行说明演示。该项分析技术在信号处理领域当中是较为成熟可靠的[4]，可以根据信号特征进行相关参数的取舍，选配适当的滤波窗口，简单直观，应用优势十分明显。

图1 .系统工作流程图

1.2 分析模块的设计

图2 .电机正常运转时声响信号 图（上）和经处理后的谱样图（下）

图3 .电机负载不平衡时声响信号 图（上）和经处理后的谱图（下）

根据整个系统中软件设计部分的要求，先将采集的信号进行滤波处理，减小随机误差[5]的影响，之后再将处理过的信号送到分析系统。而在采集的同时，可以将获取的信号储存，以备之后的分析和使用。

2 实验分析

将处理后的信号送到分析终端中，通过对比，可以根据所产生的图谱特征用于故障的诊断。

图2所示是电机正常工作时的声响信号波形图和谱形图，可以发现，波形图难以准确反映声响信号情况，而通过谱形图可以准确发现信号的强度特征[6]，这将利于故障的判别。

改变电机负载来模拟相应故障，通过软件系统分析所采集的信号，具体见图3所示。可见其中图谱部分强度信号杂乱无序，与之前的正常运转时的信号特征有着明显不同。藉此可作为故障判断的依据。

3 结语

从目前使用上看，该软件系统运行可靠性良好，性能稳定，能够准确反映各种声响信号的特征。

在之后的应用改进中，将利用MATLAB进行编程，利用LABVIEW开发工具中的程序节点，将所采集到的故障信号与存储的各类故障信号进行对比，得出的相似性，判定相应故障，实现故障智能诊断，辅助工程技术人员排除相应故障。

[1] 王惠中, 効迎春, 张荧, 朱宏毅. 电动机故障诊断技术探讨[J].工矿自动化,2015.1,41（1）:40-42.

[2] 李春雷, 董志学, 王新杰. 发电机声音检测与故障诊断研究[J]. 内蒙古工业大学学报,2015,34（3）:201-202.

[3] 杨峰, 王文虎. 基于2.4 G的无线视频传输装置设计[J]. 微型机与应用,2014,33（12）：83-84.

[4] 刘海燕, 田钢, 石战结. 几种时频分析方法的比较和实际应用[J]. CT理论与应用研究,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