摘要：鑒于故障特征信號的多樣性，對機械設備需測取不同的信號進行分析，以提高診斷的合理性。為此我們用面向對象的方法實現了多通道信號的數據采集，并編制了多種處理算法，提高了信號的信噪比。

關鍵詞：采集 面向對象 預處理 故障診斷

機械設備故障診斷涉及的面很廣，單從選用的特征信號來看就有很多種。每種信號有各自的特點，有不同的應用場合；而每一種故障又可能表現出若干特征，故障信息可能包含在幾種特征信號之中。因此，對于一個復雜的機械系統往往需要測取不同的信號然后進行綜合分析，以提高診斷的可靠性。在實際中，往往通過多路傳感器綜合測試，并通過多路Ａ／Ｄ轉換送入計算機從而把所需的包含故障主要信息的特征信號盡可能提取出來，如圖１。這樣的綜合測試可全面地測量出故障信號，測試時間少，信號真實準確。為此，我們在ｗｉｎｄｏｗｓ環境下，采用面向對象編程實現了故障信號的多通道數據采集[１][２][３][５]。考慮到測試信號含有的噪聲信號，提供并實現了幾種處理算法，其中主要介紹了倒譜分析在診斷中的應用。

１ 數據采集

１.１ 原理

數據采集是把代表故障特征的模擬信號進行數字離散化。機械設備故障特征信號經過電荷放大器和抗混迭濾波器濾去與故障特征信號無關的高頻與低頻信號，再經過Ａ／Ｄ轉換到達計算機。Ａ／Ｄ轉換芯片采用ＡＮＡＬＯＧ ＤＩＶＩＣＥＳ公司產品ＡＤ１７６４，該芯片為１２位逐次比較型高速Ａ／Ｄ轉換芯片，內部含有采樣保持器。轉換速度的時間為８．５μｓ，加上采保時間１．５μｓ則完成一次采樣轉換的時間為１０μｓ，因此本板最高采樣頻率為１００ｋＨｚ。Ａ／Ｄ板通道控制采用軟件選擇方式，通過通道預置寄存器任意選擇轉換通道。在實際中使用了Ａ／Ｄ轉換板上的５個通道ＣＨ１～ＣＨ５，且每個通道的增益可設。Ａ／Ｄ轉換的觸發信號是由板上定時器８２５３的０通道發出的，通過編程利用８２５３定時計數器發出等間隔定時脈沖來連續觸發Ａ／Ｄ轉換，同時查詢狀態位同步讀取數據，可獲得準確的采樣頻率。

１.２ 軟件實現

為提高采樣速度，Ａ／Ｄ轉換程序采用匯編語言編寫，由Ｂｏｒｌａｎｄ Ｃ＋＋５．０編制的主程序調用。可完成單通道、多通道以及大容量的數據采集，并且可設置采樣數據長度、采樣頻率和每一個通道的程控放大倍數。參數設置全部集成在一個對話框類中，有良好的人機對話界面，如圖２所示。

其中設置通道控件彈出一個對話框用來設置通道，最多為５個通道；設置頻率控件彈出對話框可在３０Ｈｚ～１００ｋＨｚ之間設置采樣頻率；設置增益控件彈出對話框可分別設置通道增益為１、２、４、６、８、１６倍；采樣長度控件彈出的對話框允許用戶在（１、２、４、６、８、１６、２４）×１０２４點中選擇。這５個對話框類都是從基類（ＴＤｉａｌｏｇ）派生出來的子類，并形成各具自己功能的類。這些類采用了繼承、友員、封裝、多態的特性，共同完成Ａ／Ｄ參數設置。其中圖２所對應的對話框類是最主要的，由它創建和關閉其它四個對話框類的實例。它有一個Ｐａｒａｍ結構，用戶設置的Ａ／Ｄ參數多存貯在此結構中。為保存這些參數，定義了如下的數據結構：

ｔｙｐｅｄｅｆ ｓｔｕｒｃｔ{

ｉｎｔ Ｎｕｍｂｅｒ； ／／總共采集通道數

ｄｏｕｂｌｅ Ｆｒｅｑｕｅｎｃｙ； ／／采樣頻率

ｕｎｓｉｇｎｅｄ ｉｎｔ Ｌｅｎｇｔｈ； ／／采樣數據長度

ｉｎｔ Ｃｈａｎｎｅｌ[５]； ／／采樣通道號

ｉｎｔ Ｇａｉｎ[５]； ／／采樣通道增益

}Ｐａｒａｍ

參數設置好后即可啟動Ａ／Ｄ轉換，為便于以后的離線信號分析把采樣進來的數據保存成文件，該文件格式為：

采樣數據長度

采樣頻率

通道數

通道號次序

每通道的增益

數據部分

……

數據部分是用四位十六進制數表示，由于Ａ／Ｄ為１２位，數據的最后一位無意義，每個數占一行。多通道采樣，則數據交替放置。例如對于以下數據：

４０００

１０２４

５

１ ２ ０ ３ ４

２ １ ２ ２ ２

ａｃｂ０

７５ａ０

……

表示采樣頻率為４０００Ｈｚ，每通道采樣長度為１０２４點，同時對５個通道進行采樣，采樣通道號為１、２、０、３、４，所對應的放大倍數分別為２、１、２、２、２，隨后是采樣進來的數據。

２ 預處理

由于各種客觀因素的影響，信號中常常混有噪聲。有時噪聲可把信號“淹沒”，信號通過Ａ／Ｄ 后的離散信號，又帶來了Ａ／Ｄ轉換器的量化噪聲。因此，在對該信號進行譜分析之前，有必要對它進行預處理，提高信噪比。

在預處理前，首先進行通道設置決定對哪個通道的信號進行處理。如信號比較弱，可對信號放大即設置增益從而便于分析，如圖３。

２.１平滑濾波

平滑濾波是為了濾掉高頻噪聲，其計算公式由下式給出。

設ｘ(ｎ)的長度為Ｎ，即ｎ＝２,３．．．Ｎ－３；

則ｘ(ｎ)＝1 / 35[－３ｘ(ｎ－２)＋１２ｘ(ｎ－１)＋１７ｘ(ｎ)＋１２ｘ(ｎ＋１)－３ｘ(ｎ＋２)]

對于ｎ＝０,１和ｎ＝Ｎ－２,Ｎ－１四個點的平滑，公式如下：ｘ(０)＝1 / 70[６９ｘ(0)＋４１ｘ(１)－６ｘ(２)＋４ｘ(３)－ｘ(４)]

ｘ(１)＝1 / 35[２ｘ(０)＋２７ｘ(１)＋１２ｘ(２)－８ｘ(３)＋２ｘ(４)]

ｘ(Ｎ－２)＝1 / 35[２ｘ(Ｎ－５)－８ｘ(Ｎ－４)＋１２ｘ(Ｎ－３)＋２７ｘ(Ｎ－２)＋２ｘ(ｎ－１)]

ｘ(Ｎ－１)＝1 / 70[－ｘ(Ｎ－５)＋４ｘ(Ｎ－４)－６ｘ(Ｎ－３)＋４ｘ(Ｎ－２)＋６９ｘ(Ｎ－１)]

２．２去脈沖干擾

脈沖干擾的計算如下：

設有信號ｙ(ｎ)，ｎ＝１，２···Ｎ，其中Ｎ是４的倍數。

對ｙ(ｉ)，ｙ(ｉ＋１)，ｙ(ｉ＋２)，ｙ(ｉ＋３)四個數值分別從大到小進行排序，得到:

ｙ′(ｉ)，ｙ′(ｉ＋１)，ｙ′(ｉ＋２)，ｙ′(ｉ＋３)其中ｉ＝０，４，８···Ｎ／４；

則去脈沖干擾后的信號為：

Ｙ(ｉ)＝Ｙ(ｉ＋１)＝Ｙ(ｉ＋２)＝Ｙ(ｉ＋３)＝[ｙ′(ｉ＋１)＋ｙ′(ｉ＋２)]／２

２．３時域平均

時域平均是從混有噪聲干擾的信號中提取指定的周期信號，消除信號中與給定周期無關的信號。對機械圖象以一定的周期為間隔截取信號，然后將所截得的信號段疊加平均，這樣可消除信號中的非周期分量和隨機干擾，保留確定的周期分量。

設一信號ｘ(ｔ)由周期信號ｆ(ｔ)和白噪聲ｎ(ｔ)組成

ｘ(ｔ)＝ｆ(ｔ)＋ｎ(ｔ)

以ｆ(ｔ)的周期截取信號ｘ(ｔ)的數據段，共截Ｎ段，再把各段中的對應數據相加，由于信號與白噪音的不相關性，可得：

ｘ(ｔｉ)＝Ｎｆ(ｔｉ)＋Nｎ(ｔｉ)

再對ｘ(ｔｉ)平均，得輸出信號ｙ(ｔｉ)

ｙ(ｔｉ)＝ｆ(ｔｉ)＋ｎ(ｔｉ)／N

輸出信號的白噪聲是輸入信號ｘ(ｔ)中的白噪聲的１／N倍，即信噪比提高了N倍。

用１０２６Ｈｚ的頻率采樣信號ｙ(ｋｔ)：

ｙ(ｋｔ)＝５×ｓｉｎ(２×π×９×ｋｔ)＋６×ｓｉｎ(２×π×３８×ｋｔ)

并對此信號進行時域平均，如圖４(ａ)，可提取出頻率為３８Ｈｚ的高頻信號。圖４(ｂ)的上半部分圖形顯示原始信號，下半部分顯示被提取出的信號。

若想繼續提取頻率為９Ｈｚ的信號，可激活圖４(ｂ)所顯示窗口的“繼續時域平均”菜單項，輸入被提取周期的點數為１１４，繼續時域平均得到圖形如圖４(ｃ)，其中上半部分表示提取出頻率為３８Ｈｚ后的時域信號，下半部分表示被提取出的頻率為９Ｈｚ的信號。

３ 譜分析

頻譜分析在許多方面比時域分析更直觀和有效，因而它一直被作為設備診斷不可缺少的手段。系統在譜分析時，應首先進行譜分析設置，該項主要設置兩項參數－通道號和數據的增益。而倒頻譜分析具有特殊的優越性，它把振動源和路徑分開，降低了從信號源到測量點的某些隨機傳遞路徑的影響。對于齒輪箱系統的診斷，由于故障齒輪運行時存在著幅值調制和頻率調制現象，因而齒輪箱振動信號在嚙合頻率及其高次諧波兩邊出現以軸的轉動頻率為調制頻率的調制邊帶。當故障變嚴重時，調制邊帶數目增多，幅值增大，從功率譜上難以判斷其狀態，而利用倒譜可以提取邊帶的變化信息，以診斷系統的故障狀態。鑒于篇幅關系，在此只介紹倒譜的分析過程。在實現上對采集信號不僅可進行倒譜分析并能對其進行編刪，去掉其不必要的峰值再通過倒譜的反過程運算，得到將原始信號分離后的功率譜。圖５(ａ)是故障信號的倒譜分析時域波形顯示，可看出它主要由４０Ｈｚ和５００Ｈｚ的信號組成，且采樣頻率設為２０００Ｈｚ。

從圖５(ａ)功率譜圖部分可看出在４０Ｈｚ和５００Ｈｚ兩邊分別有邊頻帶產生，其中低頻部分的相對幅值較小，在譜圖上顯示不明顯，為此可通過倒譜的編刪削弱高頻成分的能量，使低頻部分突出。功率譜上的坐標與倒譜上的“倒頻”之間呈倒數關系，功率譜上的高頻成分反映在倒頻上就是低倒頻成分，為削減高頻能量，首先求其倒頻ｑ＝１／５００＝０．００２；而從倒譜圖上可看出在倒頻為０．００２時，其對應的倒譜值最大，可通過對話框對其進行編刪，如圖５(ｂ)，編刪后的結果如圖５(ｃ)。

由圖５(ｃ)的功率譜部分，看出雖然高頻成分的分布情況依然如故，但其幅度已大大降低(可比較圖５(ａ)和圖５(ｃ)功率譜的幅值坐標)，且低頻部分的頻率成分已比較清晰地顯示出來。

機械設備的結構一般比較復雜，振源較多。為合理得到診斷結果，需提取多個特征信號進行信號分析。為此我們在Ｗｉｎｄｏｗｓ環境下，采用面向對象的編程技術實現了多通道信號的數據采集及預處理，增加了系統的柔性、可擴充性。用戶可根據實際要求設置采樣通道、采樣長度、通道增益、采樣頻率等Ａ／Ｄ轉換參數，并進行信號處理。以此為基礎的ＤＳＰ系統在實際運行中取得了良好的應用效果。