基于LabVIEW的机电设备故障诊断系统设计

陈坤 朱淼

（枣庄科技职业学院 山东省滕州市 277500）

LabVIEW 实际上指的就是一种程序开发环境，由美国NI 公司首次研发提出[1]。机电设备故障出现的情况多种多样，无法以一个定性标准进行诊断。即使是机电设备出现一个小小的故障也有可能导致整个机电设备停止工作，对于机电设备故障信息的采集与处理是提高工作效率的重要手段。机电设备一旦发生故障不但会造成极大的经济损失，还会对机电设备自身产生一定程度上的伤害。对于机电设备故障及时进行诊断，是确保机电设备安全、稳定工作的重要前提条件。LabVIEW 程序开发环境在机电设备故障诊断系统中的应用，可以大幅度提高机电设备故障诊断性能，将机电设备故障数据以图形化的方式显示，创造出更能满足当今生产量需求的机电设备[2]。因此，本文进行基于LabVIEW的机电设备故障诊断系统设计。

1 LabVIEW应用概述

LabVIEW 又称虚拟仪器，实际上指的就是一种模块化硬件，由美国NI 公司首次研发提出。虚拟仪器开发环境打破原有以文本语言产生代码的传统模式，采用以图形语言产生代码的程序开发环境从根本上提高数据传输效率。虚拟仪器能够通过集成化的虚拟仪器环境连接现实世界的信号，进而提高数据采集能力，极大限度上增强信息共享率。因此，虚拟仪器已经广泛应用于数据采集、处理、存储等多个领域中，并且取得了一定的应用效果。基于此，本文将虚拟仪器应用在机电设备故障诊断系统设计中，从根本上提高机电设备故障诊断信号采集效率。基于LabVIEW的机电设备故障诊断系统具体设计内容，如下文所述。

2 基于LabVIEW的机电设备故障诊断系统硬件设计

2.1 设计故障加速度传感器

本文设计的故障加速度传感器型号为HMC63430821，内置MPU-70120 芯片。MPU-70120 芯片作为一个封装的集成电路的硅片，具有良好的集成能力[3]。在一般情况下，故障加速度传感器工作电压为2.6～6.0V，所承受电流值小于40mA。故障加速度传感器能够将定位单元与布拉格波长融合，达到对故障信息采集与处理同步的功能。利用定位单元承载故障信息的采集与处理过程，将MPU-70120 芯片与故障加速度传感器L 形梁端面相结合，精准采集机电设备发生故障的实时数据。根据机电设备运行状态，对故障信息进行处理时融合共享机制。由于布拉格波长能够直接反映采集与处理故障信息的能力，通过调节布拉格波长变化获得机电设备故障诊断幅值，将机电设备故障诊断幅值受外界应力干扰所产生的变化，采集机电设备运行状态的变化。因此，将定位单元与布拉格波长融合，优化硬件性能。故障加速度传感器能够将定位单元与布拉格波长融合，优化故障加速度传感器采集与处理能力，实现对故障信息同步采集与处理。

图1：故障诊断幅值对比图

2.2 专用集成电路（ASIC）

为确保系统中的机电设备故障诊断数据能够高效传输，设计专用集成电路（ASIC），表格化故障加速度传感器接收端的有效信号功率，缩小频繁项集的搜索空间。基于专用集成电路（ASIC）的联动功能，将多个系统硬件有效的串联在一起，本文设计的专用集成电路（ASIC）亮点之处在于引进了关联分析，通过专用的数据扭曲传输机电设备故障诊断数据，减小信源信号的冗余度，将出现传输错误的几率降至最低。

2.3 显示器

在专用集成电路（ASIC）的基础上，设计显示器，型号为OMN-A6 X8597545，带独立看门狗，大容量存储器，能够显示测得的机电设备故障诊断数据，无须依赖网络即可完成机电设备故障诊断图像采集等设备的运行参数，并集中管理。设计显示器作为系统运行结果的展示界面，将机电设备故障诊断数据显示在显示器上。本文设计的显示器，型号为CFR2548，尺寸为32 寸，共有24 路，通过串口通讯能够直接获得机电设备故障诊断数据。通过Sucount K 网络与下层控制主机相连。显示器的硬件环境配置，包括：2Mbpspc 端各类型浏览器及移动端各类型浏览器，类型为带宽可支持浏览器。利用显示器中的双核多路，提高显示速率。在机电设备故障情况下，完成关键故障数据诊断、现场图像采集、远程报警等操作。以此，完成系统硬件部分设计。

3 基于LabVIEW的机电设备故障诊断系统软件设计

3.1 采集、处理机电设备故障数据

使用采集单元采集机电设备故障数据；单独选用一个SVFESEFD 作为分析单元的控制核心，再使用神经网络算法计算故障诊断幅值分析故障数据；将数据格式转化为统一格式，剔除故障特征不明显数据，完成数据预处理；引入LabVIEW 以图形化的方式实现对机电设备故障诊断。

以故障诊断幅值为机电设备故障判断依据。假定机电设备故障诊断幅值为v，通过神经网络算法得出机电设备故障诊断幅值v 的计算公式为：

公式（1）中：H 指的是布拉格波长漂移量；i 指的是光纤有效弹光灵敏度；p 指的是光纤有效弹光系数；h 指的是初始布拉格波长；ah指的是布拉格波长应变量；bh指的是布拉格波长谐振频率；w 指的是布拉格波长谐振矢量。通过公式（1），实现对机电设备故障数据的采集与处理。

3.2 上传机电设备故障数据

将读取的机电设备故障诊断数据上传，上传数据包括：机电设备故障电压以及故障电流等。通过明确机电设备故障数据信号的发射点与传输路径，假定机电设备故障振动信号可表示机电设备故障的实时状态，设机电设备故障振动信号的表达式为y，则有公式（2）。

公式（2）中：m 指的是滤波转换次数；j 指的是机电设备故障数据上传路径；Amj指的是机电设备故障数据上传序列分布平方和；n 指的是机电设备故障数据信号跟踪节点区域系数。通过公式（2），重构机电设备故障数据上传路径的排列。假定经过滤波转换后，机电设备故障数据信号的能量传输呈现逐步递减趋势，满足自动化追踪机电设备故障数据的要求。可将自动化追踪机电设备故障数据的目标函数设为E，则有公式（3）。

公式（3）中：k 指的是机电设备故障数据信号能量值。通过公式（3），实现机电设备故障数据上传。最后，利用机电设备故障数据信号的映射函数与信号库映射的方式，接收机电设备故障数据，推理机电设备的故障点。

3.3 基于LabVIEW图形化显示机电设备故障数据

将采集到的机电设备故障数据引入LabVIEW 实现机电设备故障数据的图形化显示，通过客户端到服务器再到终端的图形化显示。利用LabVIEW 将机电设备故障数据以图形化现实的方式对机电设备故障诊断，从根本上增强机电设备故障诊断精准度，提高机电设备故障诊断效率，实现了基于LabVIEW的机电设备故障诊断系统设计。

4 实验统计

4.1 实验准备

实验在SENELY 软件中进行，比较所提出基于LabVIEW的机电设备故障诊断系统与传统诊断系统的差异，分析两种诊断系统所获故障诊断幅值数据，在比较故障诊断幅值上的差异，确定性能更好的诊断系统。实验硬件设施包括：型号为TYR3583589 的上位机。

实验具体步骤包括：首先，收集机电设备故障样本，在检测平台各选100 个机电设备故障，正常样本则从Web 服务器中选取。其中机电设备故障样本为正样本，而Web 服务器样本则为负样本。针对这两种诊断系统对机电设备的故障诊断幅值，判断两种诊断系统对于故障信息的处理与共享能力，并记录实验结果。

4.2 实验结果分析与结论

将两种诊断系统下的机电设备故障诊断幅值进行对比。更加直观体现出两种诊断系统故障诊断幅值的差异性，特将实验结果绘制为曲线图，如图1所示。

根据图1 可以明显看出，故障诊断幅值越大其系统对于故障信息的处理与共享能力越强。本文设计的诊断系统故障诊断幅值最高可达74.89，对照组为25.41，设计系统可实现对机电设备故障同步诊断。

5 结束语

LabVIEW 在机电设备故障诊断方面的应用的具体优势已经显现出来，基于LabVIEW的机电设备故障诊断系统是针对机电设备故障进行诊断的最实用和最可靠的方法。机电设备故障诊断是保证机电设备工作效率以及工作质量的重要手段，针对基于LabVIEW的机电设备故障诊断系统的设计可以大幅度提高机电设备的故障诊断幅值。基于LabVIEW的机电设备故障诊断系统不但能够完成传统的机电设备故障诊断系统所不能完成的任务，还是机电设备故障诊断的核心技术，为机电设备故障诊断提供学术意义。