Labview在船用振动噪声故障监测系统中的应用研究

陈哲人

（中国船舶及海洋工程设计研究院 上海200011）

Labview在船用振动噪声故障监测系统中的应用研究

陈哲人

（中国船舶及海洋工程设计研究院 上海200011）

基于虚拟仪器研发1套通过分布式测量方法实现对船舶各主要运行设备的振动噪声水平进行实时监测的系统。通过数据分析对设备的运行状态进行评估，当运行异常时，系统发出预警和报警，系统采集的大量历史数据也可为设备故障的预判、排除及后续船型的设计和改进提供有力支持。

健康监测与故障预警；分布式测量；数据采集；虚拟仪器

引言

实时监测船舶主、辅机等主要设备、管路和螺旋桨等其他设备的振动和噪声，在出现细微异常情况时就加以关注，在数值出现波动并达到预设报警值时立即报警，防患于未然，才能及时排查问题解决问题，防止机器设备在出现异常后继续疲劳作业，而造成设备损坏，避免重大事故发生，从而确保船舶设备正常工作和船舶安全航行。因此监测船舶的振动和噪声不但能有效预防事故的发生，还能根据存储的历史数据事前预估船舶性能情况、及时预报预警，对可能出现问题的船舶在出海前进行检查整修，将风险降到最低，确保船舶航行时的高效正常工作。

在人性化社会的今天，提高船舶居住的舒适性显然十分重要，然而，振动加剧会对环境造成噪声污染，并进一步影响到旅客、船员的身体健康。因此，降低船舶的振动和噪声势在必行。本系统监测到的船舶航行时的振动和噪声数据情况有利于设计人员了解到自己设计的减振降噪设备的实际运行情况，以便在未来设计中进行改进和提高，就好像设计人员延伸出来的手和眼睛一样。为未来船舶设计的研究与改进提供一个宝贵的“现场实验室”，不仅能验证设计成果，而且为理论研究提供了最真实的现场信息。

分布式系统应用于本套系统的优势在于可以通过化整为零，再化零为整的方法完成庞大的全船监测工作。分别监测船舶上的各类设备如柴油发电机、水泵和风机等，在前端部分直接将传感器采集到的模拟信号转换为数字信号，再通过光纤将数据汇总到总控制台。这样做可以避免电荷信号因导线过长而导致信号不稳定，从而保证可靠的信噪比。此外，分布式系统还能保证前端监测仪器多台同步监测，在其中一台发生故障损坏时不会影响到其他设备的正常运行，保证系统的高可靠性和稳定性。分布式系统对于不同的船舶还可以方便地根据船舶大小和设备多少来增加或减少监测点，从而保证系统广泛的适应性。

通过研究发现，基于 LabVIEW 的船用振动噪声故障监测系统，具有研制周期短、开发成本低、性能可靠、容易组建、界面友好、易于功能扩展等优点，在未来不断完善后能有效实现对船舶在线监测和故障诊断，具有很好的实际应用价值［1-6］。

1　系统的设计方案

如图1所示，本套船用振动噪声故障监测系统大体可以分为6个子系统：数据采集、数据管理、数据分析、故障诊断、报警处理和远程传输。本系统将会实现以下几方面的功能：

图1 船用振动噪声故障监测系统结构

（1）实时采集船舶在航行过程中的振动和噪声的信号，并进行一定的信号调理。

（2）对采集到的振动噪声信号的相关数据进行管理，将机器设备正常运行状态下的数据和发生故障时的数据分开存储，方便日后对船舶整体及船舶设备进行更深入的分析。

（3）用一定的方法对经过处理后的振动和噪声数据进行分析，为判断船舶是否发生故障提供依据。

（4）在对振动和噪声信号进行各种分析之后，能够根据分析的结果实时判断船舶是否发生故障。

（5）在系统发现故障后，要能够及时准确的进行报警，并且提示故障的位置，提醒工作人员进行故障处理。

（6）采用分布式的思想，保证用户不仅能够在现场监测设备的运行状态而且还要能够在操作间以及其他重要场所实时地远程监测设备的运行状态；因此需要采取合理的数据传输方式，使用户在这些场所能够共享数据。同时设计良好的人机交互客户端的监测系统来满足各种层次用户的要求。

1.1 数据采集

对于数据采集来说，首先是确定采集对象被测量，本套系统主要针对船舶整体和船舶设备如：柴油机、汽轮机、燃气轮机等主机；柴油发电机组、汽轮发电机、风机、冷却水泵、空压机、舵机空调机组等辅机；以及减速齿轮箱、传动系统与轴系等。

对于被测对象来说，测点布置应该符合振动噪声测量相关规定。另外振动烈度的测点的布置原则为：测点应选择能代表机器整体运动的刚性较强的部位；每个测点应测量三个互相垂直的方向。在噪声测量上可以采用目前国内最为普遍的声压法测定声压级。以上具体参照GJB4058-2000舰船设备噪声、振动测量方法［7］。

确定好采集对象之后就是信号前端的拾取，振动测量方法按振动信号转换的方式可分为电测法、机械法和光学法。其中电测法是目前应用最广泛的测量方法。传感器对于信号前端的拾取可以说是不可或缺的。本套振动噪声故障监测系统振动监测方面使用具有TEDS功能的CCLD/IEPE压电式加速度传感器。噪声监测采用电容传声器。

如图2所示，被测信号通过传感器的采集后进入数据采集卡等I/O接口设备完成被测输入信号的放大衰减、调理、模数转换等功能。可以按照实际情况采用不同的I/O接口硬件设备，如数据采集卡（DAQ），GPIB总线仪器、VXI总线仪器、串口仪器和PXI总线仪器等。

图2 虚拟仪器结构框图

典型基于计算机的DAQ系统框图如图3所示。它由传感器、信号调理仪器、数据采集硬件设备和已经装有DAQ软件的计算机组成。

图3 DAQ系统框图

本套系统的DAQ系统包括传感器、NI数据采集板卡、计算机以及在LabVIEW基础上开发的集合信号调理、实时监测和故障报警等功能的软件。通过 LabVIEW 实现数据的采集有各种各样的方式，其中最简单易学的肯定是直接利用 NI 公司生产的数据采集板卡和 LabVIEW 中的数据采集 VI 实现。

1.2 数据管理

数据管理必须具备一个数据库，数据库主要功能是接收、存储和回放采集到的振动加速度、振动烈度、噪声和温度等与船舶安全性和适居性相关的各种实时数据。并向数据分析、故障诊断、报警等子系统提供这些数据。

本套监测系统每天采集大量振动和噪声数据，并且把它们传送给数据管理系统，这就要求数据管理系统能够对信号拾取前端传来的大量数据进行高效稳定的存储。另外，为之后分析船舶运行时安全性和适居性的情况时，数据管理系统还必须提供按时间、测点、通道等条件对历史振动和噪声数据及相关过程量进行查询的功能。

数据管理系统的重要性不仅在实时监测系统中做到承上启下的作用，更重要的是为后期的分析提供一个完整方便的历史数据库。在进行研究分析时，一个庞大的数据库价值千金，其实际性和理论依据相结合能更好地改进提供船舶的性能。因此，数据管理系统也是重要的一环，应该在今后不断优化革新本套数据管理系统。

1.3 数据分析

数据分析系统能够对振动和噪声数据进行一定的转化处理分析，如时域信号进行快速傅立叶变化成频谱等方便我们查看和分析已获得的数据。

在数据采集系统中通常获得的是时域信号。对于函数曲线来说，较高的采样率能保证曲线的光顺和准确性，这也符合采样定理（即奈奎斯特定理），在进行信号D/A转换时，根据实际经验，通常默认采样频率为所需分析的信号最大频率的2.56倍。

FFT分析仪对时域数据进行快速傅立叶变换FFT（Fast Fourier Transformation），可得到自功率谱、互功率谱、传递函数等。FFT分析的流程图如图4所示。

FFT分析是目前对振动加速度、振动烈度等振动信号分析最为常用的方法之一，在此基础上也可以继续对信号进行转换处理，如倒谱变换、小波分析等。

图4 FFT分析流程图

倍频程分析是目前对于噪声较为普遍的分析方法。倍频程指的是使用频率是基准频率的2的n次方倍，也就有n次倍频程的概念。恒定百分比带宽分析（Constant Percentage Bandwidth）其带宽是中心频率的一个恒定百分比值，带宽随中心频率成比例增大或减小。通常使用1/1倍频程（也可称为倍频程）和1/3倍频程分析。中心频率可以表示一个频率范围内的声音，但不是表示一个频率的纯音，它是使用频率与基准频率的乘积的平方根。带宽可以通过以下公式获得：带宽=［（2（1/n）-1）×中心频率］。

FFT和倍频程分析时，频率分辨率越高对稳态信号越好，而对非稳态信号，则要根据时域数据的长度和周期性来选择频率分辨率，比如开机和关机时突然增大或减小的振动信号。对于稳态信号主要使用线性平均的分析方法，对所有参加平均的样本权重加权，消除外界环境干扰的影响。而对于非稳态信号的测量则采取指数平均的方法，对最近时刻的样本取最大加权权重，观察其当前变化趋势。

在数据分析中，还需要选择窗函数的类型，窗函数是一种在给定区间外其他值均为0的实函数。目前有多达数十种普遍应用的窗函数，比如Hanning窗、矩形窗、Hamming窗、力窗、平顶窗、指数窗等。Hanning窗适用于分析随即信号，能减少功率的泄漏，是实时分析查看信号最为常用的窗函数之一。

在进行数据分析时还通常采用图形分析法，常有的图形有频谱图、波形图、瀑布图、趋势图、级联图、轨迹图、波德图、奈奎斯特图等。

1.4 故障诊断与报警处理

故障诊断系统以分析处理后的数据和信息为核心，通过与常见故障对应的特征征兆作比较来诊断故障。常见的振噪声故障诊断方法有传统故障诊断方法、诊断专家系统、人工神经网络以及模糊诊断方法等几种［11］。

目前本套系统还是以传统故障诊断系统为主，加入模糊诊断方法的思想进行辅助改进，根据历史数据库和一些常见故障的特征建立数据模型，并结合专家丰富宝贵的实际经验和行业标准来判断船舶及船舶设备的一些常见故障。

报警系统虽然不经常触发，但是产生故障信号时，必须实时处理，具有系统最高的优先级。触发报警系统后，会并发数据记录程序，将异常情况时的系统数据进行记录，以备日后查看分析。

1.5 远程传输

网络通信是构建智能化分布式自动测试系统的基础。仪器智能化进一步加强，标准化程度进一步提高，网络测控技术进一步发展。把网络技术与虚拟仪器相结合，构成网络化虚拟仪器系统，就是虚拟仪器系统发展的方向之一。

LabVIEW提供了强大的网络通信功能，包含TCP、UDP、DataSocket等。NI公司基于TCP/IP协议推出了DataSocket这项新技术，DataSocket面向测量测试和网上实时高速数据传输交换，可传输交换数据在1台计算机内或者网络中多个应用程序之间，简化了比较复杂的 TCP/IP 底层编程，传输速率大大提高，极大简化了互联网上测控数据交换的编程。DataSocket能够在测量测试和自动化应用程序中应用于共享和发布实时数据［12］（如下页图5所示）。

图5

整个系统采用目前十分流行的分布式概念来传输数据，以以太网为通信协议，用双绞线或光纤网线来连接，通过智能HUB来高效稳定地转接，并且直接通过网络供电模式给前端采集设备供电。以太网定义了在局域网中采用的电缆类型和信号处理方法。分布式系统采用的是星型拓扑结构，它具有管理方便，容易拓展的特点。分布式系统的好处是能保证前端监测仪器多台同步监测，当某台前端监测设备出现问题故障时，不会影响其他前端监测设备的正常运行，保证了系统的高可靠性和稳定性。在前端部分直接将传感器采集到的模拟信号转换为数字信号，再通过光纤将数据汇总到总控制台。如此便可避免电荷信号因导线过长而导致信号不稳定，从而保证可靠的信噪比。而且将采集到的数据统一汇总至总控制室，还便于统一查看并处理分析。分布式系统对于不同的船舶还可以方便地根据船舶的大小和设备的多少来增加或减少监测测点，保证系统广泛的适应性。

2　基于LabVIEW开发的系统软件

虚拟仪器能够应用不同的测试监测功能软件模块的组合来满足更多种多样的用户需求，所以在硬件平台确定后，就有“软件即是仪器”的说法。这也体现了测试监测技术与计算机深层次的结合。

首先是本套系统的人机交互界面即前面板如图6所示。

图6 人机交互界面

良好人性化的人机交互界面应该尽可能地使界面清晰整洁，方便用户快速适应软件操作。应该能够应对庞大的测试量、数据的分析处理、波形的实时显示和数据的保持等繁多的任务。界面的设计原则有面向对象的设计、可视化设计、开放式结果等。

软件更为重要的便是软件的设计想法和程序编程。首先引入一个状态机结构的概念，状态机的最大优点就是在之后的修改或添加功能时的便利性。在了解状态机结构前，顺序模式是我们最先接触的，也是最基本的一种编程模式。程序按照固定的顺序来执行、结束，但是在很多情况中，静态的顺序模式并不能满足编程的要求，我们要实时改变程序的执行顺序通过利用更有效的动态结构。状态机模式如图7所示。

图7 状态机模式

状态机是对系统的一种描述，该类系统包含了有限的状态，并且在各个状态间可以通过一定的条件进行转换。一般可用状态图来对一个状态机进行精确的描述。

本套系统软件通过状态机结构分为初始化、设置、运行、退出4个状态。如图8所示。

图8

构建状态机有一个非常重要的技巧就是使用枚举常量来作为状态变量。枚举常量包含两组成对的数据，一组是数值，另一组是字符串，一一对应。在用户界面上，能够直观地看到字符串，而在程序面板上简单明了地表示为数值型数据。枚举常量结合条件结构使我们在条件判断框中，看到的并非单纯的数值，而是自己定义好的字符串，如此直观的表现形式方便管理不同的状态。另外，在条件结构上右键单击，然后为每个值添加分支，就能自动根据枚举数据将条件结构展开，确保每个状态的完整性。使用自定义枚举常量对状态机的分支进行添加或删除通常是最简便的方法。只需要编辑自定义枚举常量即可自动更新状态机中任何位置的状态变量，对于后期修改软件是非常重要的。自定义枚举变量及其编辑界面如图9所示。

图9 自定义枚举变量及其编辑界面图

在初始化状态中，对采集通道、采集模式、每通道采样数和测试信号类型等参数进行初始化赋值，赋予常用默认值，可以方便用户省去每次操作时重复这些步骤。初始化状态的程序框图如图10所示。

在设置状态中，将各个单独的参数捆绑成一个簇，便于将这些设置好的参数打包传递给下一个状态，在按下设置确认按钮后，通过其可见属性函数将其隐藏，可使程序中的参数在完成设置后不被用户随意修改而影响后续的程序运行。设置状态的程序框图如图11所示。

图10 初始化状态的程序框图

图11 设置状态的程序框图

运行状态是本套系统软件的关键，首先使用的是LabVIEW的专门用于数据采集的DAQmx函数，通过其中诸如DAQmx创建通道、定时（采样时钟）、开始任务、读取任务、停止任务和清除任务等来采集数据。在创建通道时采用条件结构，使本套系统可以根据用户的设置选择采集振动或噪声信号。并且设计的多通道采集以二维数组形式读取，每个通道为一维，而一个通道的每个采样数据为另一维。另外在运行状态中在内套一个循环结构和事件结构来处理数据采集后的存储和初步的实时显示时域波形。在数据存储中又分为定时自动存储和点击按钮存储两种方式。定时存储可以每隔1小时进行1次数据的记录，而且还辅助有手动存储来满足用户按照自己的需要来保存某个状态时间的数据。当数据存储成功时会亮起绿灯并显示保存文件的路径和相对应的文件名方便用户来查找。其中例如定时存储功能运用的只是加一函数、等于函数和移位寄存器三个简单的基础模块有效的组合就完成了所需的要求。移位寄存器是循环结构特有的一个附加对象，它可以将本次循环完成时的数据传递给下一次循环来使用。对于数据的分析部分则是使用一个条件结构和枚举输入控件的组合，用户可以切换选择自己需要的分析方法，方便快捷而且利于今后的添加修改。在FFT分析时，通过索引数组和创建波形函数相结合可以让用户选择查看某一条通道的波形图和数据等，这样就可以知道每个测点实时的振动和噪声水平的情况。将分析模块和采集模块并置在一个循环中可以满足用户实时查看动态数据的分析结果的要求。频谱测量，FFT分析和倍频程分析等都是LabVIEW附加包中比较智能化的模块，方便开发者直接使用，省去大量不必要的底层模块的编程工作。运行状态的程序框图如图12所示。

图12 运行状态的程序框图

最后就是退出状态，通过点击停止按钮后进入退出状态，利用等于函数符合等于条件退出整个循环。退出状态的程序框图如图13所示。

图13 退出状态的程序框图

3　结　　论

综上所述，现已初步实现一套应用于实时监测全船的振动噪声情况并作出相应故障诊断的分布式健康监测系统，包括数据采集、实时监测、动态显示、数据存储管理、数据分析处理（如FFT分析、倍频程分析、自功率谱分析等）、故障诊断、报警及远程传输监测等功能。

由于本套系统是基于研究所研发项目的一个设计课题，整个课题项目非常庞大而且处于初期研发阶段。因此目前的设计研究还有很大的后续提升空间：

（1）应用SQL Sever于数据管理系统，加强对存储后的数据的科学化管理。

（2）配备报表自动生成功能和整点制表功能，方便用户获取标准统一的报告报表。

（3）加强数据分析子系统的分析功能，研究开发更多适合振动好噪声分析的分析模块。

（4）通过MATLAB和LabVIEW相结合研究神经网络的故障诊断方法。

（5）采用多任务多线程机制，优化提高整个系统的运行性能和稳定性。

［ 1 ］ 罗义辉.基于LabVIEW振动控制分析虚拟仪器研究［D］.陕西：陕西科技大学，2012.

［ 2 ］ 刘晋霞，胡仁喜，康士廷，等. LabVIEW2012中文版虚拟仪器从入门到精通［M］. 北京：机械工业出版社，2012.

［ 3 ］ 徐超. LabVIEW在实时测控系统中的应用研究［D］.重庆：重庆大学，2005.

［ 4 ］ 邓焱. LabVIEW 7.1 测试技术与仪器应用［M］. 北京：机械工业出版社，2006.

［ 5 ］兰建武.基于LabVIEW的风机在线监测与故障诊断系统的研究［D］.武汉：武汉科技大学，2012.

［ 6 ］ 郭长青.基于LabVIEW的节气门位置传感器检测与诊断系统的研究［D］.广西：广西大学，2012.

［ 7 ］GJB4058-2000，舰船设备噪声、振动测量方法［S］. 2000.

［ 8 ］倪浩然.量测技术——从GBIP到PXI［J］.电气时代，2004（5）：18-19.

［ 9 ］ 王叶兰.基于虚拟仪器的多通道压力监测系统的研究［D］.哈尔滨： 哈尔滨工程大学，2005.

［10］李德葆，陆秋海.工程振动试验分析［M］.北京：清华大学出版社，2004.

［11］温小萍.基于LabVIEW 的振动监测及故障诊断系统的研究开发［D］.南京：东南大学，2006.

［12］杨松涛.分布式桥梁健康监测数据采集传输系统及其关键技术研究［D］.成都：电子科技大学，2008.

Application of Labview in fault monitoring system of ship vibration and noise

CHEN Zhe-ren
(Marine Design & Research Institute of China, Shanghai 200011, China)

The real-time vibration and noise levels of the main operation equipments on ships are monitored by the distributed measurement method based on the development of virtual instruments. The system can send early warnings and alarms under the abnormal operations， resulting from the evaluation of the operation conditions by data analyses. A large number of the historical data collected for the system can provide strong support for the prediction and elimination of the equipment faults， and the subsequent design and the improvement of ships.

health monitoring and fault warning； distributed measurement； data acquisition； virtual instrument

U661.44

A

1001-9855（2016）01-0045-08

2015-08-19；

2015-10-22

陈哲人（1992-），男，助理工程师，研究方向：船舶结构与振动噪声。