基于LabVIEW的电机噪声测试系统研究
2013-06-27王传英王艳芹
王传英,王 杰,崔 峰,王艳芹,林 芳
(1.大庆师范学院物理与电气信息工程学院,黑龙江大庆163712;2.大庆油田牡丹江新能源有限责任公司,黑龙江牡丹江153030)
基于LabVIEW的电机噪声测试系统研究
王传英1,王 杰2,崔 峰1,王艳芹1,林 芳1
(1.大庆师范学院物理与电气信息工程学院,黑龙江大庆163712;2.大庆油田牡丹江新能源有限责任公司,黑龙江牡丹江153030)
以LabVIEW为基本平台,应用虚拟仪器技术对电机噪声振动信号进行检测与分析,对电机输入信号进行频谱分析,从而实现电机噪声源的识别与处理,为电机的故障诊断提供有效的参考依据。
LabVIEW;虚拟仪器;频谱分析;电机噪声
电机是目前工业生产中的主要动力来源,也是人们日常生活、工作、生产中的主要设备。但是,电机的噪声和振动也给人们日常带来不便。因此,对于电机振动和噪声的测试、分析和抑制方法的研究得到广泛的关注。应用虚拟仪器技术对电机噪声振动信号进行检测及分析是一种可行的解决途径。本文将虚拟仪器技术应用于电机噪声信号的研究,并开发了基于LabVIEW的电机噪声在线检测及分析系统,该系统有效的分析了电机噪声振动的机理;并对电机噪声振动信号处理方法进行分析研究,着重从频域分析进行电机振动信号的处理。该系统能实时显示采集到的信号的波形和频域变换的图形,并将电机噪声信号的相关参数测量出来。
1 电机噪声特性
电机噪声包含电磁噪声、机械噪声和空气动力噪声三大类。电磁噪声与电机气隙磁场及电磁力波、定子振动特性有直接关系;机械噪声除了由安装不良导致的机械噪声之外,还与机械构件的振动有直接的关系;空气动力噪声则主要有旋转噪声、涡流噪声和笛鸣噪声三种。电机的机械振动系统是声波源之一,因此与电机噪声有直接关系。电机运转工作过程产生的各类振动是电机噪声的主因。电机振动是电机的运行状态及其噪声特性的直接反映,是电机振动监测及电机故障诊断的主要途径。
噪声的测量方法有振速法、声压级测量和声强测量。声压级测量方法对测试现场的环境要求比较高,需要特定环境才可实施测量。声强测量需要与被测电机具有较小的测试距离,造价较高。因此综合各项指标要求,采用振速法进行在线电机噪声检测比较合适。振速法是基于一定的声频率范围,此范围内的振动将激发空气介质的相应振动,向外部辐射声波噪声,因此通过固有频率的辐射声波的测量来确定噪声辐射。振速法使用的环境是背景噪声较大的场所,比较适合稳态生源的测量,可以通过简化测点的振动以提高该方法在电机噪声测量上的精确度。
2 基于虚拟仪器的测试系统
2.1 系统硬件构成
该系统以PC和虚拟仪器为核心组成。系统的主要工作原理是用声传感器作为电机振动信号的检测元件,通过DAQ数据采集卡送到虚拟仪器与PC中,通过LabVIEW平台进行电机振动信号的处理与分析,从而实现电机噪声的在线检测与分析,对电机噪声进行频谱分析,确定噪声源及故障诊断。系统硬件结构框图如图1。
图1 系统硬件结构框图
2.2 电机噪声对消算法
本系统采用自适应算法实现噪声对消及抑制。通过虚拟仪器的LabVIEW平台创建自适应滤波器,即根据一定的性能规范,在电机噪声的未知和可变环境中,无需人为干预而实现的自适应噪声对消技术。本系统设计的自适应滤波算法采用最小均方算法,最小均方算法滤波器是以横向结构为基础构建的,其最基本的形式设计简单,运算高效,被广泛应用。
最小均方算法由Widrow和Hoff于上世纪六十年代提出,该算法采用一种特殊的梯度估值,简单易行,不需要离线方式的估值。
2.2.1 最小均方(LMS)算法
考虑自适应横向滤波器,各参数为实数情况,误差e可表示为
其中,n表示第n次迭代;u为输入向量;w为权向量,为有用信号。
LMS算法以时刻i的误差平方e2作为同一时刻瞬时均方误差的估计,那么e2对于w的梯度一般用▽表示,给出▽的一种估计:
采用这种梯度估计,可以推导出LMS算法的权向量为:
如果知道抽头权向量w(n)的先验知识,则用其选择w(0),否则将w(0)置零处理。
2.2.2 归一化最小均方算法
LMS算法,当u(n)较大时会出现梯度噪声放大的问题,可以采用归一化算法加以解决。从一次迭代到下一次迭代,自适应滤波器的权向量应当以最小方式改变,而且受到更新的滤波器输出所施加的约束。
其约束条件为
在此约束下更新的抽头向量增量为
该增量的欧氏范数最小。
利用拉格朗日乘子法,可得到归一化LMS算法的权向量更新形式
为了控制抽头权向量的增量而不改变向量的方向,引入一正的因子μ-,则
为了克服输入向量u(n)较小时带来的问题,引入非常小的常数δ>0,对上式修正为
3 测试结果
通过引用已有的数据,即对空载状态电机的振动信号进行采集,提取电机振动的特征指标,结果如表1所示。
表1 电机振动特征值表
从表1的数据能得到,尽管空载特性与负载特性不相同,在两种工作状态下,即使声压级别不同,其反应噪声是否在规定范围内的一致性基本可以满足。通过虚拟仪器的创建对电机噪声进行检测及分析,基于LabVIEW平台的部分前面板见图2。
图2 电机噪声滤波前面板
4 结语
通过基于LabVIEW平台的电机噪声测试系统的研究,建立电机噪声的处理与分析算法,实现以虚拟仪器为核心的电机噪声检测与分析系统。该测试系统操作简单有效,可以准确快速的提取电机噪声特性,为电机噪声测试分析及故障诊断提供可靠的依据。
[1]蒋伟康,严莉.基于神经网络的电机噪声性能在线检测技术研究[J].振动与冲击,2004,23(4):51-57.
[2]范文秀,陈光军.基于虚拟仪器的电机噪声测量系统设计[J].机械管理开发,2010,25(2):17-19.
[3]李红艳,汪庆年,史凤娟.基于DSP的电机噪声在线检测系统[J].电气技术,2008(10):42-45.
[4]武雨春.自适应滤波算法及其在回波抵消中的应用[D].大连:大连理工大学硕士学位论文,2000.
[5]杨乐平,李海涛,杨磊.LabVIEW程序设计与应用[M].2版.北京:电子工业出版社,2005.
王传英(1979-),女,黑龙江大庆人,大庆师范学院物理与电气信息工程学院讲师,从事检测技术与智能仪表研究。
大庆师范学院青年基金资助项目(11ZR10,11ZR08)。
TN911.8
A
2095-0063(2013)06-0038-03
2013-09-15