关键词：电机，虚拟仪器，故障检测
Abstract：It is important to do acoustic detecting for motor leaving factory. This paper introduces an acoustic detecting system of motor faults based on visual instruments. This system can detect, analyze and process acoustic signal with National Instrument's graphic programming language, LabVIEW. Besides the power spectrum and 1/3 octave analysis, system performs wavelet transform to get acoustic signal eigenvector by using MATLAB Script method under LabVIEW. And the system has been supplied successfully.
Keywords：motor，Virtual Instrument，fault detecting
1．引言
为了确保产品的高质量，每台电机出厂前都要进行参数检测，在规模化生产的今天，电机检测线是目前大部分电机生产厂家采用的出厂检测方式。噪声检测是其中一个测试项目。通常的方法是让检测线经过消音室，富有经验的工人在室内用人耳听辨别故障电机。这种方式对操作人员要求高，缺乏客观性，不能保证质量的稳定性。而且检测速度慢，劳动强度大。严重影响了电机出厂试验的速度与准确率。因此电机厂家迫切需要改造现有的噪声出厂检测技术。
目前广泛采用的方法有振动诊断技术和声频诊断技术，但振动诊断技术是接触式测量，需克服测试线线体振动的影响，设备结构复杂，速度慢；而声频诊断技术为非接触式测量，设备简单、速度快。因此，我们研制基于美国NI公司软件平台Labview的电机故障声测系统。
2．虚拟仪器系统的构成
虚拟仪器是当今世界最流行的一种仪器构成和检测控制方案。虚拟仪器是一种开放式的，把计算机平台与具有标准接口的硬件模块以及开发测试软件结合起来的系统，具有通用性好，使用方便等特点。其典型的硬件结构为：传感器信号调理器数据采集设备计算机。电机故障声测系统总体结构如图1所示，由监听头（传声器、放大和保护电路）、音频卡和计算机组成[1]。
监听头采用多个麦克风，拾取被测电机多点噪声信号，将空气振动信号转换为电信号；音频卡采用声卡，实现噪声电信号（模拟信号）与数字信号（WAV格式）的相互转换；计算机记录WAV格式数字信号，并对该波形进行处理，判断有无故障发生。
3．电机故障声测软件系统
LabVIEW是虚拟仪器概念的首创者，该软件平台综合了诸如GPIB、VXI、PXI、RS-232、RS-485以及数据采集卡等硬件通讯的全部功能，提供了大量的信号处理函数和信号分析工具，使用户构建虚拟仪器测试系统高速、快捷。因此软件部分采用图形化软件LabVIEW。系统的软件总体结构框图如图2所示，系统软件完成的主要任务有：
1） 电机噪声信号的显示、记录；
2） 信号分析，包括文件分析和实时分析。采用小波分析、频域分析方法。对非正常信号进行报警，故障显示；
3） 文件的保存和打印；
3.1信号采集
本系统采用声卡作为噪声采集工具。从分辨率看，一般电脑多媒体声卡为16位，取样频率为44.1/48kHz，而主流中高档声卡大多具备了96kHz/24bit的取样精度，有的甚至达到了32位，噪声水平、总谐波失真等指标较高，超越了绝大多数模拟设备的指标，并且价格较为便宜。因此系统采用声卡是可行的。
Labview提供了完备的声卡控制模块，本文选择的是“Sound Input”模块，该模块含有多个函数，实现对声卡的设置、开始、采集、停止和清内存的操作。图3是一个通道的声音采集程序框图。系统中通道的参数设置如下：输入为单通道、16位采样位数、44.1kHz采样频率；输出为16位单通道。图4是某一电磁故障电机的噪声信号。
3.2信号分析
信号采集完毕后程序会自动地进行程序的处理和分析。一为频域分析方法，得到噪声信号的功率谱和1/3倍频谱，便于测试人员观察。图4是图3电机的功率谱。Labview软件可选购“声音和振动”工具包，可方便地进行各种相关分析。
电动机是一个非常复杂的机械系统，它的噪声信号中蕴涵着丰富的设备状态信息。由于测得的声音信息包含有各种成分和干扰，属于非平稳信号，而传统的建立在傅立叶变换基础上的滤波方法在提高信噪比和空间分辨率两项指标上存在矛盾，因此系统采用小波技术作为特征提取工具。采用的主要方法是：
（1） 小波变换软阈值消噪方法。在一维信号的消噪算法中最关键的是阈值的选取和阈值的量化，采用软阈值消噪方法可以更准确地提取信号特征。
（2） 小波变换的任意尺度重构，可以按照选择的尺度进行连续小波的重构，以提取信号特征。
在LabVIEW平台下，可采用外挂的Signal Processing Tools工具包实现小波变换，也可在LabVIEW中调用MATALB，即MATLAB Script节点方式。MATLAB Script节点使得用户既可以将.m程序导入到流程图中，又可以在流程图中根据MATLAB程序的语法编辑M程序。通过这种方式，用户可以在LabVIEW中使用MATLAB强大的数值运算功能。
使用MATLAB脚本节点时有几点必须注意：1）MATLAB脚本节点只能用于Windows平台；2）机器上必须安装有MATLAB才能使用MATLAB脚本节点；3） LabVIEW和MATLAB结合应用时必须注意MATLAB脚本节点内外数据类型的匹配，否则LabVIEW运行时将产生错误或错误的信息。
图6是采集到的故障为后轴承刮的噪声信号，采用MATLAB中的函数用软阈值滤波算法对信号进行消噪，得到图7所示的消噪效果，可见在一些突变或尖峰部分，达到了很好的消噪效果。
确定电机故障特征值是故障诊断关键之一，在各个频段成分信号的能量中，综合包含了丰富的故障信息，某些频段能量蕴涵了某种故障特征。本文采用多分辨率分析方法，对噪声信号进行小波分解，以各频段的能量特征值为判据，逐步从低频到高频进行故障诊断。图8是某轴承故障电机小波分解的第三层高频系数。从图中可以清楚地观测出发生故障的时刻，也可以清楚地捕捉到噪声信号在不同频段上的故障特征信息，进行特征提取。
4．结论
（1） 应用虚拟仪器技术实现电机故障声测系统，系统硬件架构简单，适应性强。
（2） 采用LabVIEW软件平台开发效率高。
（3） 应用小波分析非平稳信号处理技术实现故障特征提取，实际应用证明该方法的有效性。
（4） MATLAB Script节点方式具有强大的数值运算功能，但执行速度会有损失。
参考文献
1．沈标正，电机故障诊断技术，北京：机械工业出版社，1996
2．雷振山，LabVIEW 7 Express 实用技术教程，中国铁道出版社，2004
3．莫慧芳，基于LabVIEW的小波神经网络在电机声频故障诊断中的应用，硕士论文，2005
