频谱测量 Express VI - LabVIEW 2011帮助 - National Instruments
您的位置：& &
频谱测量 Express VI
所属选板：
必需：完整版开发系统
进行基于FFT的频谱测量（例如，信号的平均幅度频谱、功率谱、相位谱）。
所选测量包含下列选项：
幅度（均方根）—测量频谱，并以均方根(RMS)的形式显示结果。 该测量通常与需要幅度和相位信息的高级测量配合使用。用均方根测量衡量频谱的幅度。例如，幅值为A的正弦波可在正弦的相应频率上产生幅值0.707*A。通过设置相位为展开相位或转换为度，可展开相位频谱或使其由弧度转换为角度。如勾选平均复选框，则平均运算后相位输出为0。
幅度（峰值）—测量频谱，并以峰值的形式显示结果。 该测量通常与需要幅度和相位信息的高级测量配合使用。用峰值衡量频谱的幅度。例如，幅值为A的正弦波可在正弦的相应频率上产生幅值A。通过设置相位为展开相位或转换为度，可展开相位频谱或使其由弧度转换为角度。如勾选平均复选框，则平均运算后相位输出为0。
功率谱—测量频谱，并以功率的形式显示结果。所有相位信息都在计算中丢失。 该测量通常用于检测信号中的不同频率分量。虽然平均计算功率频谱不会降低系统中的非期望噪声，但平均计算可提供测试随机信号电平的可靠统计估计。
功率谱密度—测量频谱，并以功率谱密度(PSD)的形式显示结果。 通过归一化功率谱可得到功率谱密度，各功率谱区间中的功率可按照区间宽度进行归一化。通常使用该测量检测信号的本底噪声，或特定频率范围内的功率。依据区间宽度归一化功率谱，可使测量独立于信号持续时间和采样数量。
结果包含下列选项：
线性—以原单位返回结果。
dB—以分贝(dB)为单位返回结果。
窗指定用于信号的窗。 无 不在信号上使用窗。
Hanning 在信号上使用Hanning窗。
Hamming 在信号上使用Hamming窗。
Blackman-Harris 在信号上使用Blackman-Harris窗。
Exact Blackman 在信号上使用Exact Blackman窗。
Blackman 在信号上使用Blackman窗。
Flat Top 在信号上使用Flat Top窗。
4阶B-Harris 在信号上使用4阶B-Harris窗。
7阶B-Harris 在信号上使用7阶B-Harris窗。
Low Sidelobe 在信号上使用Low Sidelobe窗。
关于各种窗的系数和参数的信息，见VI。
平均指定该Express VI是否计算平均值。
模式包含下列选项：
向量—直接计算复数FFT频谱的平均值。向量平均可消除同步信号中的噪声。
均方根—平均信号FFT频谱的能量或功率。
峰值保持—在每条频率线上单独求平均，使峰值电平从一个FFT记录保持到下一个。
加权包含下列选项：
线性—指定线性平均，求数据包的非加权平均值，数据包的个数由用户在平均数目中指定。
指数—指定指数平均，求数据包的加权平均值，数据包的个数由用户在平均数目中指定。求指数平均时，数据包的时间越新，权重值越大。
平均数目指定要计算平均值的数据包数量。默认值为10。
生成频谱包含下列选项：
每次循环—Express VI每次循环后返回频谱。
仅当平均结束时—只有当Express VI收集到在平均数目中指定数目的数据包时，才返回频谱。
相位包含下列选项：
展开相位—在输出相位上启用相位展开。
转换为度—以度数为单位返回相位。
加窗后的输入信号显示信号的第一个通道。该图形显示加窗后的输入信号。 如连线数据至Express VI后运行，加窗后的输入信号可显示实际数据。如关闭后再打开Express VI，加窗后的输入信号可显示示例数据，直至再次运行VI。
幅度结果预览显示信号幅度测量的预览。 如连线数据至Express VI后运行，幅度结果预览可显示实际数据。如关闭后再打开Express VI，幅度结果预览可显示示例数据，直至再次运行VI。
相位结果预览显示信号相位测量的预览。 如连线数据至Express VI后运行，相位结果预览可显示实际数据。如关闭后再打开Express VI，相位结果预览可显示示例数据，直至再次运行VI。
信号包含一个或多个输入信号。
重新开始平均指定是否重新开始按照选定的方式计算平均值。默认值为FALSE。第一次调用该Express VI时，平均过程可自动开始。 勾选平均复选框后可显示该输入端。
错误输入描述该节点运行前发生的错误。
FFT-（均方根）返回FFT幅度频谱并以均方根值表示结果。
功率谱返回FFT功率谱并以均方根值的平方表示结果。 计算FFT功率谱时，需要通过LabVIEW使单边功率谱。
PSD返回FFT功率谱密度并以每赫兹均方根值的平方表示结果。
FFT-（峰值）返回FFT幅度频谱并以峰值表示结果。
完成平均用于计算平均值的数据包数目大于等于平均数目时，返回TRUE。
相位返回FFT相位频谱并以度或者弧度表示结果。
错误输出包含错误信息。该输出提供。
基于FFT的频谱计算假定数字信号的有限域表示周期性信号的周期。该有效周期扩展信号计算得到的频谱可显示进入频率的能量，原始信号并未显示此类频率。如需减少频谱泄漏，可使用平滑窗减少有效信号中的急剧瞬变。如能采集到每个测量信号成分的整数个周期，或分析的是噪声谱，通常不使用窗。
该Express VI与以下VI或函数的操作类似：
关于使用频谱测量 VI的范例见以下VI：Graph Adapting to Attributes VI: labview\examples\general\graphsRead Signal VI: labview\examples\general\templates\Load from File and DisplayBasic Spectral Measurement VI: labview\examples\expressSpectrum Measurements VI: labview\examples\expressFilter VI: labview\examples\express
您的评价！&
&差&&|&&好&
&文档质量？&
&是否解答了您的问题？&
&|&&|&&|&&&&&&&|&&&labview能实现频谱仪的频谱图像实时显示吗_百度知道
labview能实现频谱仪的频谱图像实时显示吗
我有更好的答案
这个速度也还可以，你适当的降低采样点数就可以了。每采集5000个点做一次频谱分析，然后把数据刷新。你的采样频率如果是10K我给你1个点的数据你能分析它的频谱么，那么理论上你的5000个点也只花了0.5s。程序面板上右键？实时不至于啊，只是你看到它在更新，举个例子
要具体看是什么型号的频谱仪，是否支持编程。如果支持编程，有编程手册，一般都可以用LabVIEW进行控制，可以实现在PC上显示频谱图像。
为您推荐：
其他类似问题
您可能关注的内容
labview的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。基于Labview的故障诊断虚拟仪器开发及应用研究-共享资料网
基于Labview的故障诊断虚拟仪器开发及应用研究
河南理工大学 硕士学位论文 基于Labview的故障诊断虚拟仪器开发及应用研究 姓名：张新红 申请学位级别：硕士 专业：机械设计及理论 指导教师：荆双喜
摘要摘要虚拟仪器是一种崭新的仪器设计理念，论文将虚拟仪器技术引入矿山机械的 故障诊断，针对被监测设备的工况特点，进行了基于虚拟仪器技术的煤矿提升机 故障诊断技术的应用研究，开发出一套适用于现场应用的机械设备故障诊断虚拟 仪器，并将其应用于煤矿提升机的状态监测与故障诊断。论文开发的基于Ｌａｂｖｉｅｗ和多功能数据采集卡的状态监测与故障诊断虚拟仪器，采用了高速磁盘流技术、逐点分析技术和信号分析与处理功能实现了振动信号的高速采集、实时分析和搬 迁处理。工程应用说明了该系统硬件配置合理、工作稳定可靠、人机界面操作方 便、软件设计精度满足现场要求，取得了良好的效果。论文针对提升机异常振动， 利用长数据点频谱分析和饲频谱分析的综合应用，诊断出提升机齿轮箱的磨损故 障，并通过劣化指数的计算，定量地说明了磨损故障的发展情况。利用短时傅立 叶变换和小波变换对提升机的非平稳信号进行了分析，准确地完成了设备故障特 征的提取。研究了在Ｌａｂｖｉｅｗ中实现分形滤波的方法，分析了分形滤波具有良好的时频特性，能够真实地反映信号。根据现有盒维数计算中的缺点，用矩形代替正方形对盒维数的算法进行改造，并将其应用于设备故障诊断。将分形理论与小 波分析相结合，利用攘体分形盒维数来揭示设备的状态、局部分形盒维数定量地 描述信号的细节特征，达到设备故障识别的目的。关键字：故障诊断虚拟仪器Ｌａｂｖｉｅｗ分形小波分析ＡＢＳＴＲＡＣＴＲｅｓｅａｒｃｈｏｎＦａｕｈ ＤｉａｇｎＯｓｉｓⅥｍ玩ｌ Ｉｎｓｔｎｌｍｅｎｔ ＢａｓｅｄｏｎＬａｂｖｉｅｗＡＢＳＴＲＡＣＴ ｖｉｍｌａｌｉｌｌｇ叽ｍｃｎｔｉｓａｓｐａｎ―ｎｏｗｉｎｓ咖ｅｍｄｅ《弘ｉｄｅａ．ｖｉｍｌａｌＩｎｓｔｎⅡｎｅｎｔｔｅｃ知＿ｊｑｕｅｉｓ ａｐｐｌｉｅｄ ｔｏ ｍｉｎｅ ｍｅｃｈａｎｉｃａＪ ｆａｕＩｔ ｓｙｓｔｅｍ ｉｓｄｉａ印ｏｓｉｓ．ＡＶｉ咖ａＩｔｃｓｔｉｎｇ ａ王ｌｄｆ砌ｔｄｉ黜ｓｉｓｂａｓｅｄｏｎｅｘｐｌｏｉｔｅｄ觚ｄｕＳｅｄ ｔｏ ｍｏｎｉｔｏｒｉｌｌｇ ａｒｌｄ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｏｆ ｔｈｅ ｍｉｎｃ ｔｅｃｈｎｉｑｕｅｈｏｉｓｔｅｒ．Ｔｈｅ ｍｅｔｈｏｄ ｏｆＩｎｏｌｌｉｔｏｒｉｎｇ鼬试ｆ孤ｈ ｄｉａ弘ｏｓｉｓ ｖｉｒｃＩｌａｌ血ｓｔｍｍｅｎｔｉｓＬａｂｖｉｅｗ硒ｄ姗ｌｌ缸一细ａｃｔｉｏｎ ＤＡＱａｎａｌｙｓｉｓｓｔｌｌｄｉｅｄ．Ｉｋｄｉｓｋ船ａ武ｎｇ协ｃｈｎｉｑｕｅ，ａｒｅｐｏｉｎｔ―ｂｙ－ｐｏｉｎｔｔｅｃ碰ｑｕｅ，ｓｉｇｎａｌｔｅｓｔｉｆｉｅｓｔｈａｔａｎａｌｙｓｉｓ ｆｕｎｃｔｉｄｎｓ ａＩｌａｌｙｓｉｓ，ａｄｏｐｔｅｄａ｜１ｄｔｏｒｅａｌｉｚｅｈｊｇｈ―ｓｐｅｅｄ ａｃｑｌｌｉｓｉｔｉｏｎ，ｒｅａｌｍｍｅ曲ｃａＥｎｇｍｅｅｒｉｎｇ纰Ｓｔｏｒａｇｅｐｒｏｃｅｓｓｉｎｇ． ｒｅｌｉａｂｌｅａｒｅｅｘ锄ｐｌｅａｒｅａｓｏｎａｂｌｅｈａｒｄｗａｒｃｔｏｃｏｎ矗ｇｕｒａｔｉｏｎ，ｗｏｒｋｉｎｇ ｃａｐａｂｉｌｉ吼ｃｏｎＶ ｅＩ：ｄｅｎｔ ｉｎ把ｍｃｔｉＶｅ ｉｎｔｅｒｆｈｃｅ ｅｑｌｌ主ｐｐｅｄ ｗｉ也ｔ至１ｅｄａｔａｐｅｒｆｏｒｍ，ｓⅢ强ｃｉｅｎｔ ｐｒｅｃｉｓｉｏｎａｎｄ邮ｒ ｃｅｐ蛐啪ａｎａｌｙＳｉｓｓｙｓｔｅｍ．弧ｅｖｉ删却ｓｔｈｌｇ ｓｙｓ蜘１．Ｔｈｅ丘重ｑｕｅｎｃｙａｂｒａｓｉｏｎ Ｏｆ ｇｅａｒｂｏｘ ｉｓＳｐｅｃ仃ｕＩｎ ８ｎａｌｙｓｉｓ Ｄｆ ｌｏｎｇ ｐｏｉｎｔｉｓ ｕ∞ｄ ｔ０明ａｌｙｚｅ ｔ圭ｌｅ ｅｘｃｅｓｓｉｖｅ ｖｉｂｍｔｉｏｎ ｉｎ ｔｌＩｅ ｍｉｎｅｈｏｉｓｔｅｒｄｅ删，ａｎｄｄｅｔｅｒｉｏｒａｔｉｏｎ ｆｈｃｔｏｒ ｓｈｏｗｓｑｕａｎｔｉｔａｔｉｖｅｌｙ也ｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ａｂ伯ｓ主ｏｎ．ＳｈＯｒｔ ｔｉｍｅ Ｆｏｕｒｉｅｒ ｔｒ蛐ｓｆｏｍｌ ａｎｄ ｗａＶｅｌｅｔ廿ａ璐ｆｂ珊ａｒｅ印ｐｌｉｅｄ ｔｏ锄ａ王ｙｚｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｈｏｉｓｔｅｒａｒｅｔｈｅｎｏｎ－ｓ僦ｏｎａｒｙＶｉｂｒａｔｉｏｎａｌｓｉｇｎａｌ．Ｔｈｅ ｆ乱ｈｅ）【ｔｍｃｔｅｄ ａｃｃｕｒ甑ｅｌｙ Ｔｈｅ ｍｅｔｈｏｄ ｏｆ丘ａｃｔａｌ ｎｌｔｅｒｉｎｇ ｉｎＬ曲、，ｉｅｗ ｉｓ ｓｔｕｄｉｅｄ ａＩｌｄ ａｐｐｌｉｅｄ ｔｏ角ｌ｜１ｔ ｄｉａｇｎｏｓｉｓ ｏｆ ｍａｃｈｉｎｅ．Ｓｑｕａｒｅ ｉｓ ｒｅｐｌａｃｅｄ ｂｙ僦ｔａｎｇｕｋｔｏ ｃｏｕｎｔｔ１１ｅ ｂｏｘｃｏｕｎｔｉｎｇ血ｎｅｎｓｉｏｎａｇａｉｌｌｓｔｄｉｓａｄＶ觚ｔａｇｃ，ａｎｄ加ｃｔａｌｂａｓｅｄｏｎｆｉｌｔｅｒ主ｎｇ ｒｅｖｅａｌｓ ｇｏｏｄ ｔｉｍｅ．ｆ沁ｑｕｃｎｃｙｃｈａｒａｃｔ喇ｓｔｉｃｓ．Ｆｒａｃ扭Ｉ ｉｎｄｅｘｗａＶｅｌｅｔｐａｃｋｅｔｉｓｕＳｃｄｔｏｆｈｄｔ ｄｉ明王１０ｓｉｓｏｆｈｏｉｓｔｅｒ，ｓｔａｔｅ ｏｆｈｏｉｓｔｅｒｉｓｉｎｄｅｘ ａｎｄ ｌｏｃａｌ ｄｅｔａｉｌ ｏｆｖｉｂｒａｔｉｏｎａ王ｓｉｇｎａｌ ｉｓｒ融ｄｒｅＶｅａｌｅｄ、ｖｉ血甜ｏｂａｌ曲ｃｔａＩｗｉ也ｌｏｃａ王矗ａｃｔａｌ ｉｎｄ“．Ｋｅｙｗｏｒｄ：ｆａｌｌｌｔ ｄｉ雒舛ｏｓｉｓ；ｖｉｒｍａｌｉｎ蛐ｍｍｅｎｔｓ；ＬａｂＶｉｅｗ；触ｃｔａｌ；ｗａＶｅｌｅｔ把ｍｓｆ嘶ｌ河南理工大学 学位论文原创性声明本人郑重声明：所呈交的学位论文，是我个人在导师指导下进行 的研究工作及取得的研究成果。论文中除了特别加以标注和致谢的地方外，不包含任何其他个人或集体已经公开发表或撰写过的研究成果。其他同志对本研究的启发和所做的贡献均已在论文中作了明确的声明 并表示了谢意。 本人学位论文与资料若有不实，愿意承担一切相关的法律责任。学位论文作者签名：多一ｆ，年‘月，日河南理工大学 学位论文知识产权声明书本人完全了解学校有关保护知识产权的规定，即：研究生在校攻 读学位期间论文工作的知识产权单位属于河南理工大学。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版。本人允许论 文被查阅和借阅。学校可以将本学位论文的全都或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保密论文待解密后适用本声明。学位论文作者签名：ｌⅨ主ｉ亟≥一ｆ，年∥月， 矽ｊ，年５月ｊ日指导教师签名硝年６月，日红彩１绪论１绪论１．１机械故障诊断技术的意义和现状以及发展趋势随着现代工业和科学技术的迅速发展，生产设备的结构越来越复杂。机械设备的大型化、连续化、高速化和自动化带来生产率的提高、成本的降低，能源和人力资源节约的同时，设备故障的潜在可能性和方式也相应增加，一旦发生故障，就有可能破坏整台设备甚至整个生产过程，造成巨大的经济损失、重大的人员伤亡、严 重的环境污染和恶劣的社会影响。因此，应用故障诊断技术对机器设备进行实时在 线诊断，及时地发现和预测故障、预防故障的发生，以降低维修成本、缩短维修时 间并提高设备运行的安全性与可靠性势在必行。 故障诊断技术是２０世纪６０年代初，由于军工、航天的需要由美国最早发展 起来的新技术。１９６５年快速傅立叶算法的出现为故障诊断技术奠定了技术基础， ２０世纪７０年代末期，电子测量技术和频谱分析技术被应用到机械故障诊断领域中， 国外大型旋转机械的状态监测与故障诊断技术开始进入实用化阶段。到了２０世纪 ８０年代中期，以微机为中心的现代机械故障诊断技术得到了迅速的发展，出现了 许多故障诊断与监测系统。作为最早发展故障诊断技术的国家，美国的状态监测 和故障诊断技术在航空航天、军事等领域在世界上处于领先地位，而英国在摩擦 磨损、汽车、飞机发电机监测和诊断方面目前仍具有领先的地位。欧洲一些国家的诊断技术也有很大进展，如瑞典ＳＰＭ公司的轴承簸铡技术，丹麦Ｂ＆Ｋ公司的 振动、噪声监测技术，挪威的船舶诊断技术各有特色。日本的诊断技术研究起步于７０年代发展迅速，其特点是在民用工业如钢铁、化工、铁路等方面具有很大优 势。 我国的故障诊断技术起始于２０世纪８０年代，许多高校和科研机构都展开了故障诊断技术的研究工作，并在理论与方法研究以及技术应用研究方面取得了一些可喜的研究成果，也取得了一定的经济效益和社会效益，并形成了科学体系。我国在理论研究方面已接近国际先进水平，但在智能诊断仪器、传感器、信号的采集与分析仪器的研制和开发方面与发达国家还有一定的差距，在实际应用中也 存在着一些问题。 机械故障诊断技术发展到今天，已经成为一门独立的跨学科的综合技术，是河南理工大学硕十学位论文以可靠性理论、信息论、振动理论、控制论和系统论为理论基础，以现代测试仪 器和计算机为技术手段，结合各种诊断对象的特殊规律而逐步形成的一门新兴学科【１】。它大体上有三部分组成：（１）机械设备故障枫理的研究，揭示设备故障的形成原因、表现形式以及发展规律；（２）故障诊断信息学的研究，主要研究故障信 号的采集、选择、分析与处理过程，为设备状态的识别与评价提供依据；（３）珍 断逻辑与数学原理方面的研究，主要是通过逻辑方法、模型方法、推论方法以及 人工智能方法，根据所观测的设备故障表征来确定下一步的检测部位，最终分析 判断故障发生的部位和故障产生的原因。 如今故障诊断技术从振动监测、油液分析、噪声监测技术、红外测温技术、 发声技术以及无损监测技术等传统的诊断方法发展到现代数学诊断方法和智能诊 断方法。小波分析法、混沌分析与分形几何法等数学诊断方法和模糊逻辑、专家 系统、神经网络等智能诊断方法在故障诊断领域得到了广泛的应用。目前故障诊 断技术发展趋势是传感器的精密化、多维化，诊断理论、诊断模型的多元化，诊 断技术的智能化，具体表现在一下几个方面：（１）与最新传感器技术特别是激光 测试技术的结合；（２）最新信号处理方法在本领域内的应用：（３）与非线性理论 和方法的融合；（４）与多元传感器信息的融合；（５）与现代智能方法的结合：（６） 网络技术在远程故障诊断中的应用和发展。１．２虚拟仪器技术与Ｌａｂｖ ｌ ｅｗ的发展现状及现实意义故障诊断技术的各种理论研究和方法探讨最终都必须落实到具体诊断装置的 研制上，也就是说只有检测诊断系统或工具的研制成功才能真正地产生社会效益和 经济效益。 现代化生产要求仪器品种多、功能强、精度高、自动化程度高，测试速度快、 实时性好以及具有友好的人机界面。由于传统的测控仪器以硬件为关键，其开发与 维护的费用高、技术更新周期长、价格高、仪器功能柔性差、系统封闭以及不易与 其他设备连接等特点，越来越满足不了科技进步的要求。而虚拟仪器的关键是软件， 其功能可由用户自己定义，可用网络联络周边各仪器，数据可存储编辑，技术更新 快，而且价格和软件开发维护费用低，能实现自动化、智能化、远距离传输，具有 开放性、灵活性、可与计算机同步，可重复用和重配置的优点。 鉴于上述原因，基于计算机技术的测量仪器的出现对测控仪器产生了较为深刻 的影响，通用化、智能化和网络化的虚拟仪器技术则代表了现代测试技术和仪器技２ｌ绪论术的发展方向，成为研究热点【”。虚拟仪器概念的出现，打破了传统仪器由厂家定 义，用户无法改变的工作模式，使得用户可以根据自己的需求，设计自己的仪器系 统，在测试系统和仪器设计中尽量用软件代替硬件，充分利用计算机技术来实现和扩展传统测试系统与仪器的功能。“软件就是仪器”是虚拟仪器最简单、最本质的特征。 虚拟仪器技术包括硬件技术和软件技术，硬件技术以ＧＰＩＢ、ｖｘＩ、ＰｘＩ等先 进的计算机接口总线发展为标志，其功能是获取被测的物理信号；软件技术则以 ｖＩｓＡ、ｓｃＰＩ和ＩⅥ～等最新软件标准和Ｌａｂｖｉｅｗ、ＬａｂＷｉｎｄｏｗｓ／ＣｖＩ等先进开发平 台为核心的，其作用是控制实现数据采集、分析、处理、显示等功能，并将其集成 为仪器操作与运行的命令环境。 虚拟仪器也就是指通过应用程序将通用计算机与功能化硬件结合起来，用户可 通过友好的图形界面来操作这台计算机，就像在操作自己定义、自己设计的仪器一样，从而完成对被测试量的采集、分析、判断、显示、数据存储等功能。和传统的仪器一样，虚拟仪器一般由输入、输出和数据处理三部分组成： 输入：对测试的物理信号进行信号调理，并将模拟信号转换成数字信号。 数据处理：根据测试要求对输入信号进行各种分析和处理。 输出：完成数字信号转换成模拟信号并进行必要的信号调理。 根据硬件构成和软件选择的不同，虚拟仪器的构成有多种方案，通常采用以下 几种如图１―１所示１３，“。叫图像采集、ＤｓＰ１．－一信号调理Ｈ数据采集卡卜――一Ｌ曲ｉｅｗｌ●―■叫ＧＰｍ接口仪器Ｈ ＧＰｍ接口卡卜 Ｈ｜ 叫 Ｈ｜串口仪器／ＰＬｃＬａｂ、ＭｎｄＯｗ“ＣＶＩＶＣ十＋．ＨＰ．ＶＥＥＩ． １． ｌ一，等其他软件ＶＸ－仪器 现场总线设备．．图ｌ一１虚拟仪器组成的基本框图Ｆｉｇ．１―１ Ｔｈｅ ｂａｓｉｃｂ１０ｃｋｄｉａｇｒ啪ｏｆ ｖｊｒｔｕａｌＩｎｓｔｒｕｍｅｎｔｓ河南理工大学硕士学位论文从１９８２年美国研制成功了世界上第一台虚拟仪器，随着微电子技术、计算机 技术、软件设计技术、计算机网络技术的高速发展及它们在测量领域的广泛应用， 使虚拟仪器得到了迅猛的发展。目前用于虚拟仪器开发的语言环境有两类：一类是 可视化的文本式编辑语言，如Ｂｏｒｌａｎｄｃ，ｖｉｓｕａｌｃ＋＋，Ｌ曲、ｖｉｎｄｏｗ“ｃｖＩ；另一类是图形化编程语言，具有代表性的有Ｌａｂｖｉｅｗ和ＨＰ．ＶＥＥ等。ＶｘＩ总线的出现，使得虚拟仪器设计有了一个高可靠性的硬件平台，已出现了确于射频和微波领域的 高端ＶⅪ仪器。而ＰｘＩ总线方式的虚拟仪器，把台式ＰＣ性价比和ＰｘＩ总线面向仪器领域的扩展优势结合起来，而且具有很大的价格优势，形成了主要的虚拟仪器 平台。 经过十余年的发展，虚拟仪器技术正沿着总线与驱动程序的标准化、硬／软件 的模块化、编程平台的图形化和硬件模块的即插即用（Ｐｌｕｇ＆Ｐｌａｙ）化等方向发展， 具有以下几个技术优势： （１）虚拟仪器的硬件、软件都具有开放性、模块化、可重复使用以及互换性 等特点。用户可以根据需要很方便地构造自己需要的虚拟仪器系统，通过增减硬、 软件模块或是重新配置现有系统以满足各种不同的测试要求，尽量减少测试投资。 （２）计算机技术是虚拟仪器发展的强大动力，为虚拟仪器提供了最先进以及 性价比最好的显示、处理和存储能力。由于计算机技术，尤其是计算机总线标准技术的发展使得Ⅵ在ＰⅪ和ｖⅪ两个领域中得到了快速的发展，成为仪器行业的两大主流产品。 （３）软件成为虚拟仪器发展的关键。由于计算机能提供远胜于仪器内部的处 理能力，在给定了计算机的运算能力和必要的仪器硬件后，用户就可以通过软件开 发平台构造出几乎任意功能的仪嚣以满足需要。目前，国际上生产虚拟仪器的厂家主要由ＨＰ公司、１＇ｅｋ们ｎｉｘ公司、ＮＩ公司、 Ｋｅ纰ｅｌｙ公司和Ｉ砷ｅｃｈ公司等，从１９８６年虚拟仪器产品问世以来，到１９９４年底有９０余家生产厂家的千余种虚拟仪器产品已经陆续出现。近几年来我国对于虚拟仪 器的研究也取得了很多成果，清华大学、复旦大学、上海交通大学、国防科技大学、 重庆大学、华中科技大学等高校及泛华公司等在研究开发虚拟仪器产品和引进美国 ＮＩ公司和ＨＰ公司产品方面做出了许多有益的工作，并取得了一系列成果。东方振动与噪声研究所研制成功了国内的第一台虚拟仪器――ＰＣ卡泰ＩＮＶｌＯｌ、用于台式机的ｒＮｖ３０３和便携式笔记本的ＩＮｖ３０６虚拟测试系统，提出了“把实验室领着走” 的口号。４ｌ绪论Ｌａｂｖｉｅｗ是实验室虚拟仪器集成环境（Ｌａｂｏｒａｔｏｒｙ Ｖｉｍｌａｌ Ｉｎｓｔｎ瑚ｅｍ Ｅｎｇｉｎｅ既ｉＩｌｇ Ｗｊｒｋｂｅｎｃｈ）的简称，是美国ＮＩ公司开发的创新产品，也是目前应用最广、发眨 最快、功能最强的图形化软件开发集成环境。和传统的编程语言一样，Ｌａｂｖｉｅｗ定义了数据模型、结构类型和模块调用语法规则等编程语言的基本要素；具有各种各样功能强大的函数库，包括数据采集、ＧＰＩＢ、串行仪器控制、数据分析和显示、 数据存储以及网络功能：同时具有完善的仿真、调试工具，如设置断点、单步调试 和数据探针等功能；Ｌａｂｖｉｅｗ的动态连续跟踪方式，可以连续、动态地观察程序中 的数据及其变化情况，比其他的语言更方便、更有效。由Ｉ，ａｂｖｉｅｗ编写的程序被称为虚拟仪器ＶＩ（Ｖｉｒｔｕａｌ Ｉｎｓｔｎ髓ｅｎｔｓ），因为它的界面和功能与真实的仪器十分相像，在Ｌａｂｖｉｅｗ环境下开发的应用程序都以．ｖＩ为后缀，表示虚拟仪器的含义。一个ＶＩ由交互式用户界面（ＦｒｏｎｔＰａｌｌｅｌ）、数据流框图（Ｂ１０ｃｋＤｉａｇｒ咖）和图标连接端口（ＩｃｏＩｌ仃’ｅ１１ｎｉｎａｌ）三部分组成，各部分功能如下：（１）前面板与真实的物理仪器面板相似，包括旋钮、按钮、图形和其它控制 与显示元件和其他界面工具，允许用户通过鼠标或键盘获取数据并显示结果。（２）流程框图用于接受和执行指令，通过图表代码和连线完成算术和逻辑运算，是ｖＩ的源程序代码。 （３）图标和连接端口的功能就像一个图形化参数列表，用于ＶＩ与ｓｕｂＶｌ之 间传递数据。一个ｖＩ可以作为上层独立程序，也可以作为其它程序的子程序，实 现了层次性和模块化的编程思想。 Ｌａｂｖｉｅｗ从１９８６年美国ＮＩ公司开发研制出它基于苹果公司的Ｍａｃｉｎｔｏｓｈ微机的最早版本起，该公司不断推出了基于各种操作系统的版本，目前Ｌａｂｖｉｅｗ已经发 展到以最新版本Ｌ抽ｖｉｅｗ７．１为核心，包括控俸出与仿真、高级数字信号处理、统计 过程控制、模糊控制和ＰＤ控制等众多功能，运行于ｗｉｎｄｏｗｓ ＮＴ伸８、Ｌｉｎｕｘ等多种平台的工业标准软件开发环境。Ｌａｂｖｉｅｗ还提供了一定的∞设备支持，能支持串口、ＧＰｍ、ｖ）（Ｉ等标准总线和多种数据采集卡，可以驱动非ＮＩ公司的仪器，如Ｈｅｗｌｅｔｔ―Ｐａｃｋａｒｄ、ＰｈｉｌｉＤｓ、Ｔｅｋ昀ｎｉｘ、Ｂ＆Ｋ、Ｆｌｕｋｅ等，通过调用聃ｎｄｏｗｓ动态连接库和用户自定义的动态连接庠中的函数，解决非ＮＩ公司支持的标准硬件在使用过程中的驱动问题。 与传统的文本语言根本不同，后者是基于文本语言，运行机制是命令流驱动：而Ｌａｂｖｉｅｗ采用图形化程序设计语言，为数据流控制模式，正是Ｌａｂｖｉｅｗ的出现开 创了虚拟仪器的研究新方法。Ｌａｂｖｉｅｗ采用图形化语言编程，以方框图的形式编辑河南理工大学硕士学位论文程序，运用的设备图标和科学家、工程师习惯的大部分图标基本一致，使得编程过程和思维过程非常相似，Ｌａｂｖｉｅｗ作为优秀的图形化语言得到了工业界和学术界的认可［”。仪器产业是代表一个国家科技和工业发展水平的一个重要领域，我国工业基础 相对落后，仪器尤其是高性能科学仪器产品在设计、加工水平、测量精度、可靠性、 功能以及易用性等方面与先进国家仍存在差距。当前各种测试软件、专用集成电路、固化软件的广泛应用．系统技术和模块化仪器的迅速发展，都给虚拟仪器的研究和应用刨造了良好的条件。虚拟仪器改变了人们的仪器传统观念，向着现代测试网络 化、智能化的方向发展，应用前景十分广泛。采用虚拟仪器技术，将过去仪器中许多靠硬件实现的功能用软件来代替，利用商品化的数据采集与Ｐｃ技术，开发出各 行各业急需的各种测量仪器，可班节省仪器开发的人力和费用，缩短我国与先进国家在仪器领域的差距，具有重要的经跻意义和社会意义。１．３虚拟仪器技术在煤矿提升机故障诊断中的应用和发展现状煤矿提升机是集机、电、液于一体的大型复杂设备，担负蔫提升煤炭、矸石，下放材料，升降人员和设备的任务，是煤矿生产的关键设备之，具有功率大，任务重的特点，一旦发生故障，造成的损失很大。因此，对提升机进行状态监测与故 障诊断，保证提升机安全运行、避免恶性事故的发生有着重要的社会意义和经济价值。 故障诊断技术一直与设备维修密切相关，因此，与维修的发展阶段相对应， 故障诊断技术的发展可分为以下几个阶段；（１）事后维修阶段。在１９世纪工业化 初期，由于机械设备的技术水平和复杂程度低，主要采用事后维修方式。当设备 在运行中突然发生了故障，才被迫停机修理，故障诊断的目的就是迅速找到故障部位。为机器的迅速修复提供依据，故障诊断的手段是通过对设备的解体分析并借助以往的经验以及一些简单的仪器。（２）预知维修阶段。进入２０世纪后，随着科学大生产的发展，机器设备本身韵技术复杂程度也有所提高，设备故障或事故 发生的影响显著增加，因此出现了更科学合理的根据设备状态维修的维修方式。随着传感器技术，电子技术和信号处理技术的发展，这一阶段的诊断手段主要是 一些简单的状态监测仪，多设有一定运行参数的报警值，能够对突发故障进行预测。利用振动、噪声、温度等多种信息作为设备诊断的信息源，发展了振动诊断 技术、声发射诊断技术、铁谱诊断技术、光谱诊断技术、无损监测诊断技术和热 技术、声发射诊断技术、铁谱诊断技术、光谱诊断技术、无损监测诊断技术和热绪论成像检测技术等诊断方法，这时的故障诊断的目的在于为合理的维修周期的制定 提供依据，并在定期维修前检查突发性故障。（３）状态监测阶段。２０世纪６０年代 起，出现了更为科学的按设备状态维修的方式，这一阶段以状态监测为中，ｈ维修的策略是定期地对设备进行监测，依据监测的结果决定是否对设备进行维修。这样可以避免预防维修中的过剩维修，大大降低维修成本，为预测性维修。其手 段是以信号采集与处理为中心，多层次、多角度地利用各种信息对设备运行状态 进行评估。（４）２０世纪８０年代后期，人工智能技术、专家系统和神经网络技术的 迅猛发展以及在工程中应用，使得故障诊断技术达到了智能程度。虽然这一阶段 发展的历史并不长，但根据已有的研究成果表明，设备智能诊断具有十分广阔的 应用前景。 随着故障诊断技术的发展，如今煤矿提升机故障诊断已发展成为集数学、力 学、信号处理、人工智能、传感器技术等各种现代科学技术予一体的新兴交叉学 科，其理论研究和诊断方法研究以及应用均有了很大的发展。国内外大量学者对 于转子一轴承系统、滚动轴承、齿轮的典型故障的机理进行了大量的理论和实验 研究１６’”；国外在提升机状态监护方面发展较早，水平也比较高，具有代表性的是 ＡＢＢ、ＧＨＨ、ＳＩＭＡＧ公司的提升机监测系统，其主要技术均采用工控机或ＰＬｃ，对提升机安全系统、速度控制系统和制动系统中的大部分参数实行了监测和控制， 提高了提升机运行的安全性和可靠性【８＇９ｌ，我国也根据实际情况，对原有的老提升机进行了一些计算机辅助监测的研究【１叭。但这些还都是模拟式的检测仪表，针对 提升机的故障监测系统的开发目前在国内还很少，基于微机的实时在线监测与智 能诊断系统和便携式监测分析系统是提升机状态监测与故障诊断的趋势，这类系 统具有强大的信号分析与数据管理功能，可以全面记录反映提升机运行状态变化 的各种信息。 新的理论和方法如神经网络、模糊数学、智能系统和小波理论等被应用到了 提升机故障诊断中。刘玢利用模糊数学的方法和原理，对煤矿提升机运行状态的 故障诊断和保护系统进行了研究，并开发了ＴＫＤ故障诊断专家系统【１１ｌ：马小平运 用专家系统，建立的故障诊断系统成功地应用于ｌ臼４６提升机【１２】；张厚斌［１３】对提升 机的故障进行分类并建立故障模型，探讨了故障监测和诊断系统的结构及工作原 理：文献１１４，１ ５】将小波分析和小波包分解应用到提升机出现的非平稳振动故障，实 现了信噪分离、微弱信号的提取，有效地诊断出提升机的故障；夏本春采用综合 分析、逐步排除的方法相结合，对提升机快速轴轴承保持架断裂频发事故的现象河南理工大学硕士学位论文进行分析，为检修提供了技术指导１１６ｌ：付华研究了基于多传感器信息融合的煤矿提升机监测系统，准确地进行了提升机的动态监测、故障诊断及事故处理【１７］。 虚拟仪器技术实现了计算机技术和仪器的完美结合，具有惊人的发展速度。目前虚拟仪器技术已广泛应用于振动测试、机械监控、汽车测试等各种科研和生产领 域，在故障诊断领域中也有一定的发展和应用【１９．２”，国内李增芳开发了基于虚拟仪 器技术和灰色理论的发动机故障诊断专家系统【２２ｊ；侯荣涛研究了基于ｖＩ技术的发 电机组在线监测和故障诊断【捌；张天宏、吕琛等把Ｌａｂｖｉｅｗ应用于远程设备监测 和故障诊断融∞】；季厌庸等把虚拟仪器技术和神经网络相结合应用于旋转机械的故障诊断【２６Ｊ。但在矿山机械故障诊断中的应用研究还很少，特别是在研究提升机故障诊断这一领域更是如此。 本课题的研究将虚拟仪器技术引入提升机故障诊断领域，利用虚拟仪器技术软件、硬件模块化的特点，依托于计算机的强大动力支持，根据需要快速地开发出功 能强大、性价比高、对恶劣环境适应性强的提升机状态监测与故障诊断系统。与传统的状态监测与故障诊断系统相比，本系统具有结构简单、开发周期短、技术更新 快、功能丰富、精度高、操作便捷、可重复使用、重配置的优点以及具有友好的人 机交互界面等优势，因此本课题研究在推进虚拟仪器技术在提升机故障诊断中的应 用中不但具有良好的经济效果和社会效益，还具有一定新颖性。１．４本课题研究的目的和意义课题的目的是通过利用Ｌａｂｖｉｅｗ这一图形化编程语言开发出适用于煤矿提升 机故障诊断的软件，充分地发挥虚拟仪器技术智能化、网络化、性能价格比高、可操作性和环境适应性强等方面的技术优势，使测试精度、稳定性和可靠性得到充分保障的同时，能够为煤矿工业提供性能价格比高、投资少、功能更新与扩充 快的测试设备，以提高煤矿上对提升机设备的故障诊断、监测和维护的可靠性和 便利性，对于提高生产的安全性有着重大的现实意义。 本课题研究的故障诊断虚拟仪器技术，结合了虚拟仪器技术和现代故障诊断 技术两者的优点，是一种新型故障诊断技术，可以充分地利用虚拟仪器技术的优 势，用软件代替传统的测控仪器，可解决目前机械故障诊断中存在的～些经济和 技术问题。必将在设备故障诊断中发挥其巨大的潜在作用，对机械故障诊断具有熏大而深远的意义并具有广阔的应用前景，其具体意义表现如下几个方面：（１）开发了基于Ｌａｂｖｉｅｗ平台和多功能数据采集卡的机械设备状态监测与故１绪论障诊断系统，该系统采用高速磁盘流技术、逐点分析技术和信号分析与处理功能 实现了现场振动信号的高速采集、实时分析和精密处理，并将该系统应用于煤矿 提升机的故障诊断，对于及时了解提升机的运行状况，保证其安全运行有着重要 的经济价值和社会意义。 （２）利用功能强大的图形化编程语言Ｌａｂｖｉｅｗ实现了信号的频谱分析、细化 分析、倒频谱分析、小波分析以及三维谱阵分析等多种处理方法，将虚拟仪器技 术和现代机械设备诊断技术的优势相结合，为设备的故障诊断提供了新的手段。 （３）将简易诊断方法和精密诊断方法相结合，在传统的频谱分析的基础上， 利用短时傅立叶变换和小波分析方法对提升机的非平稳信号进行分析，准确地完 成了设备故障特征的提取，并通过劣化指数计算，定量地说明了设各故障的发展 趋势。 （４）在Ｌａｂｖｉｅｗ中实现分形滤波的方法，分形滤波能够同时去除噪声信号频率和幅值的作用，具有良好的时频特性，使得处理后信号向低维即低频转化，使其真实地反映信号。 （５）针对盒维数计算中用正方形划分信号的缺点，用矩形代替正方形对盒维 数的一般算法进行改造，并将其用于机械设备的故障诊断。将分形理论与小波分 析相结合应用于设备故障诊断，利用整体分形盒维数来判断设备的状态，利用局部分形盒维数来确定故障的特征频带，从而实现达到设备故障识别的目的。１．５本课题研究的主要内容本课题研究的主要任务就是以虚拟仪器软件开发平台Ｌａｂｖｉｅｗ和Ｎｆ公司生产 的数据采集卡以及笔记本电脑为基础，开发出一台用于提升机故障诊断的虚拟仪 器，从具体的实践中讨论了Ｌａｂ、，ｉｅｗ的使用方法，充分地体现了图形化编程语言与 传统的文本语言在实现仪器功能和人机交互界面时的优越性。并将本虚拟仪器应用 于煤矿提升机的状态监测与故障诊断，为煤炭工业提供性能价格比高、投资少、功 能更新与扩充快的测试设备，以满足故障诊断技术推广的需要。 论文的研究内容如下： 第一章概述了机械设备故障诊断技术和虚拟仪器技术的发展过程、现状和趋 势，阐述了两者在提升机故障诊断中的应用现状和意义，阐明了本课题的目的和意 义，给出了论文的主要研究内容。 第二章介绍了自行开发的故障诊断虚拟仪器的软件、硬件的设计原则和组成，９河南理工大学硕士学位论文主要阐述了在Ｌ曲ｖｉｅｗ环境中开发虚拟仪器的理论和方法，具体介绍了细化分析、倒频谱分析、小波分析以及三维谱阵分析程序实现方法，介绍了应用于煤矿提升机 状态监测与故障诊断的虚拟仪器的功能和设计方法。 第三章阐述了振动分析方法的实现步骤、常用的信号处理方法，分析了煤矿提 升机故障的原因及其振动特性，将时频联合分析方法应用子提升机故障诊断，诊断 出齿轮的故障，分析了时频分析用于煤矿提升机振动信号的诊断能力。 第四章针对煤矿提升机齿轮箱出现的异常振动和噪声，在简易诊断的基础上 利用自行开发的故障诊断虚拟仪器对提升机振动烈度大的测点进行精密诊断。将 频谱分析、边频带的分析和倒频谱分析应用于提升机故障诊断，通过五个月前后 的频谱图进行分析比较，诊断出齿轮箱故障，并通过劣化指数计算，定量地说明 了提升机齿轮箱磨损的发展情况。研究了煤矿提升机的非平稳振动信号的分析方法，将短时傅立时变换和小波变换应用于提升机提升减速阶段的非平稳振动信号的分析，准确地提取出了非平稳信号中包含的丰富的诊断信息，实现了对提升机 齿轮箱的故障诊断。 第五章阐述了分形理论的基本概念和理论，介绍了在Ｌａ：ｂ、７ｉｅＷ中实现分形滤波的方法，研究了振动信号盒维数一般算法的缺点和改进方法以及机械设备的分形诊断原理，并将改进后的盒维数算法和小波变换相结合，通过计算齿轮箱振动 信号的整体盒维数和局部盒维数，有效地对提升机齿轮箱的故障进行诊断。 第六章对全文进行总结，展望未来的工作和研究方向。２基于Ｌａｂｖｉｅｗ的提升机故障诊断虚拟仪器开发２基于Ｌａｂｖ ｌ ｅｗ的提升机故障诊断虚拟仪器开发２．１引言提升机是煤矿提升煤炭、输送物料、升降人员的关键设备，在保证煤矿正常生 产中具有举足轻重的作用。因此，利用诊断装置对提升机进行状态监测与故障诊断 显得尤为重要。 由于传统的测控仪器以硬件为关键，其费用高、技术更新周期长、产商定义仪 器功能、系统封闭以及不易与其他设备连接等特点，越来越满足不了科技进步的要 求。而计算机为核心的虚拟仪器，其功能可由用户自己定义，技术更新快，价格和 软件开发维护费用低，具有开放性、灵活性、可与计算机同步，可重复用和重配跫 的优点。因此基于计算机的测试仪器的出现对测控仪器产生了较为深刻的影响，通 用化、智能化和网络化的虚拟仪器技术则代表了现代测试技术和仪器技术的发展方 向，成为研究热点【２】。 本课题研究开发的基于Ｌａｂｖｉｅｗ的提升机故障诊断虚拟仪器，主要用于提升机 振动信号的采集和处理，实现对提升机的状态监测与故障诊断，充分地发挥了虚拟 仪器技术的优势，使测试精度、稳定性和可靠性得到充分保障的同时，为煤炭工业 提供性能价格比高、投资少、功能更新与扩充快的测试设备，以提高对提升机设备的故障诊断、监测和维护的可靠性和便利性，对予提高生产的安全性有着重要的现 实意义。本系统中所使用的硬件设备包括：笔记本电脑、数据采集卡、数据线、数据接口箱、抗混频放大器和压电式加速度传感器。２．２基于Ｌａｂｖ ｉ ｅｗ的提升机故障诊断虚拟仪器总体设计从实用性、灵活性、研制周期、性能价格比和应用推广等角度考虑，本系统硬件部分采用ＮＩ公司的笔记本数据采集模块等，开发平台为优秀的图形化语言 Ｌａｂｖｉｅｗ，所开发测试仪器功能强、精度高、测试速度快、实时性好以及具有友好的人机界面，在现场应用中得到了良好的效果。２．２．１硬件总体设计（１）硬件设计的基本原则 ①经济合理 在硬件设计中，在满足系统的性能指标的前提下，优先考虑的涌离理工大学硕士学位论文～个因素就是尽可能地提高系统的性价比。 微机和外设是硬件投资中重要组成部 分，因此在满足速度、存储容量、兼容性、 可靠性的基础上，合理地选用微机和外设。②安全可靠设备的选择要考虑环境的温度、湿度、压力、振动、噪声、粉尘等要求，以保证在实际的工作环境中，系统性能稳定、工作可靠，具有一定的 抗干扰措施，以保证系统精度。 （２）测试系统硬件构成煤矿提升机状态监测与故障诊断系统的硬件是以微机为核心的可编程的数据采集、状态监测和数据分析系统，硬件的选择取决于系统的精度、采样速率、通 道数、灵活性、可靠性、可扩展性以及计算机平台等条件。图２―１为系统的硬件构成图，利用虚拟仪器开发平台啪ｖｉｅｗ开发出一套适用于煤矿提升机状态监测与故障诊断的测试系统。图２一ｌ系统硬件构成圈Ｆｉｇ．２－１ Ｈａｒｄｗａｒｅ ｃｏｍｐｏｎｅｍｓ ｏｆｔｈｅ ｔｅｓ吐ｎｇ ｓｙｓｔｅｍ①压电加速度传感器传感器是一种转换装置，其作用是借助检测元件将被测对象的力、位移、速度、加速度、温度、压力等参数转换为可以检测、传输、 处理的信号，因此被称为变换器或检测器，测量振动的传感器又被称为拾振器。 压电加速度传感器又称为压电加速度计，它是利用某些晶体材料的压电效应制成 的，具有体积小、重量轻、频率范围宽、灵敏度高、工作稳定可靠等优点在振动 钡ｌ量中得到广泛的应用。②数据接口箱采用自制的数据接口箱，内置ＮＩ公司的ｃＢ一６８ＬＰ连线端子，具体参数如下：１４．３５×１０．７４ｃｍ；６８个端子，其具体端子连线如图２―２所示。 ③连接电缆 端子板相连。 ④数据采集卡 本系统选用ＮＩ多功能数据采集卡，其主要参数如下： 选用ＮＩ公司型号为Ｒ６８６８的电缆，两端分别为数据采集卡和ＰＣＭＣＩＡ总线：单端１６路／差分８路模拟输入，分辨率１２位，采样率为５００ｋＳ／ｓ， 输入范围±５０ｍＶ或０―１００ｍＶ。！薹王！！坠ｉ！！堕塑墨垫垫堕堡堑壁型垡登堑叁⑤微机 从计算机的存储容量、运行速度、经济性、系统软件、硬件兼容性、软件开发升级等方面综合考虑，笔记本电脑的基本配置如下：Ｍ０ｂｉｌｅ Ｉｎｔｅｌ（Ｒ）４．ＭＣＰＵ１．９０ＧＨｚ，１．８９ＧＨｚ；３８４ＭＢ的内存。ＡＣＨ８ ＡＣＨｌ ＡｌＧＮＤ ＡＣ珏１０ ３４ ３３ ３２ ６Ｓ ６７ ６６ Ａｆｊｌｎ ＡｌＧＮＤ ＡＣＨ９ ＡｅＨ２ ＡｌＧＮＤ ＡＣＨｌｌ ＡＩＳ酲ＮＳＥ＾∞３ｌ３０ ２９６５６４ ６３ ６２ ６ｌ＾｜ＧＮＤＡＣ礅勰２７ ２６ ２５２３Ａ｜ＧＮＤＡＣＨｌ３删１２Ａ（潮５ＡＪＧＮＤ ＡＣＨｌ４ ＾ＣＨ７∞５９ ５８ ５７ ５６５５ ５４ＡＣＨ６趟ＧＮＤ ２４＾翻１５ＤＡ０隧Ｍ｝ＴｌＤＡＣｌＯＵｌｌ２２２１ ２０ １９ ｌ譬 １７ １６ＡｌＧＮＤ＾ｏＧＮＤ ＾ｏＧＮＤ ＤＧＮＤ Ｂ１００ Ｄ１０５髓蹯ＲＶ阳Ｄｌ∞ＤＧＮＤ ＤｌＯｌ Ｄ１０６５３Ｓ２ ５ｌ如棚 明４７ ４６ ４５ ４４ＤＧＮＤＤ１０２ＤＧＮＤ 】５＋ＳＶ ｌＩｃｌ ＤＧＮＤ １３Ｄ１０７ Ｄ１０３ＳＣＡＮＣＬ＆ ＥＸｎＨ鬻ＯＢＥ鞘曜Ｄ，测Ｇ１ＤＧＮＤ１２ 】１阡ｌｌ玎ＲＩ（琵ＤＧＮＤ ＋５ＶｌＯ９ ８ＤＧＮＤ Ｐｌ疆酎ｅ０ＮＶＥＲ‘ｐ４３４２ ４ｌ嬲足单ｎ＾＿ＩＥ?照耐Ｗ聊喇翳舔ＤＧＮＤ ７ ６ ５ ３２ １ＰＦｌ３船Ｐ（”ｌＲ｛ＳＯＵＲ（ｍ ｐＦｌ４帕ｐＣＴＲｌ＿ＧＡＴＥＧｐ（ｘ＿Ｒｌ Ｃ托玎 ＤＧＮＤ柏３尊 ３驽３７ ３６ＰＦｌ刚瓣ｑ Ｇ孵ＲＯＯＵＴ图２―２ Ｆ追．２―２ＤＧＮＤ ４ Ｇ硝ｒＥＰ肼愿ＴＡＲＴＳＣＡＮｐ玛８肥ＫＴＲＯＤＧＮＤＤＧＮＤ ＳＯＵＲＣＥＦＲ灿ＵＴ３５ｃＢ．６８ＬＰ连线端子ｃＢ．６８ＬＰ ｃｏｎｎｅｃｔｏｒ ｂｌｏｃｋ２．２．２系统软件设计（１）软件设计的基本原则①灵活性和可扩展性灵活性和可扩展性代表着一个软件系统适应未来需１３河南理工大学硕士学位论文求的能力，设计程序代码必须考虑软件系统交付使用后的功能扩展能力。由于用户需求随时间不断更新，因此只有结构设计合理韵应用程序能够充分考虑到系统 的功能扩展性和灵活性，实现和完成新的功能要求。②可维护性软件只有具备了可维护性，才能容易地实现必要的程序改动．以适应新的硬件环境，并根据用户需求在原有程序中增加新功能。因此进行程序设计时，应充分考虑到系统功能的变化，为实现代码维护和修改埋下伏笔，以增 强测试系统的柔性。 ③代码重用性 代码重用是指同一程序代码不作修改或稍加改动就可以被多次重复使用。以此缩短未来软件开发的研制周期，节省大量的时间和财力。 ④可读性 应用程序的操作人员只是通过用户界面操作进而实现其特定目的，不必要也不希望看到程序的底层数据处理，所以希望人机交互界面简洁、易 于操作。因此，程序员需要将系统的输入／输出部分抽象出来，使得测试程序更易 于理解，主程序更加一目了然，便于操作。 （２）测试系统软件构成图２―３测试系统软件构成图Ｆｊ吕２―３ ｓｏ最ｗａ撑ｃｏｍｐｏｎｅｎｔｓ ｏｆ也ｅ ｔｃｓｎｎｇ ｓｙｓｔｅｍ图２―３是煤矿提升机状态监测与故障诊断系统的软件结构，该虚拟测试系统 具有在线监测和离线分析功能，采用高速磁盘流技术、逐点分析技术和信号处理１４２基于ＬａｂｖｉｅＷ的提升机故障诊断虚拟仪器开发功能实现了８通道的数据的高速采集、动态显示、实时分析和搬迁处理等目的。利用软件系统的时域分析、频域分析和时频分柝等方法对煤矿提升机的状态监测和故障诊断。工程实例说明该系统硬件配置合理、工作稳定可靠、人机界面操作 方便、软件设计结构合理，精度满足现场要求，为煤矿提供了性能价格比高、功 能强和扩充快的测试系统，为煤矿提升机的状态监测与故障诊断提供了新的方法和手段。２．３基于Ｌａｂｖ ｉｅｗ的提升机故障诊断虚拟仪器程序设计 ２．３．１数据采集模块数据采集是虚拟仪器最基本的功能之一，ｈｂｖｉｅｗ集成了功能强大的数据采集函数库ＤａｔａＡｃｑＩｌｉｓｉｔｉｏｎ，可以完成模拟最的输＾（～Ｄ）及输出（Ｄ／Ａ）、数字Ｉ／Ｏ 和定时（Ｔｉｍｅｒ），计数（ｃｏｕｎｔｅｒ）。本系统使用其中用于模拟信号输入部分ＡｎａＩｏｇＩｎｐｕｔ函数，Ａｎａｌｏｇ ｌｎＰ呲函数又可分为三个级别：高级、中级和低级。出于灵活性 和方便性的双方面考虑，使用中级函数对硬件进行控制，以完成８通道的数据采集，其程序框图如图２―４所示。ｌ固ａ．熙抖～”。，而ｌ。镶羹ｉ 一瑚』｛鼋题ｂ臻曩。嘻≯ｌ！峨９｝一ｍｔ；ｉｌｆ适ｂ嗣Ｉ｜团蔼ｋ１睦罾砂咧ｏｆｄａ【ａ ａｃｑｕｉｓｉｔｉｏｎｍｏｄｕｌｅ图２―４数据采集模块程序框图Ｆｉｇ．２?４Ｔｈｅｄｉ舭ｐｒｏ铲删ｅ在测试应用中，要实现中高速信号采集，必须让ＤＡＱ设备进行很多限时］＿作，因此采用循环缓存技术解决多通道的中高速数据采集问题。应当注意的一点是， 为保证采集到的数据不丢失，缓存的大小至少应是扫描率的两倍，最好是１０倍，应当根据ＤＡＯ设备以及计算机的性能来适当确定最佳缓存大小。利用缓存技术不一塑壹里三盔堂堡主兰垡笙茎但可以实现中高速连续数据采集，还能够获得较高的程序性能。２．３．２数据预处理模块（１）窗函数 Ｌａｂｖｉｅｗ提供了常用的几种窗函数如图２―５所示。对一个数据序列进行加窗 处理时，Ｌａｂｖｉｅｗ认为此序列是信号截断后的序列，因此窗函数的宽度等于数据列 的长度。图２―５Ｆｉｇ．２?５ｋ岍ｉｅｗ中的窗函数ＯｆＬａｂｖｉｅｗＷｉｎｄＯｗ矗ｍｃｔｉｏｎｓ在实际的测量中，采样长度总是有限的。采样信号只是测得的连续时『刮信号 的截断，这将不可避免地引起谱泄漏，造成计算所得的频谱与实际信号的频谱不 一致。减小谱泄漏的一个简单方法是使用平滑窗，对采样信号进行加窗处理，可以减小截断信号的转折沿，从而减小谱泄漏，改善时域信号及其频谱的形状。窗函数的作用有三个：截断信号；减少谱泄漏；用于分离频率相近的大幅值信号与 小幅值信号口７１。 使用ＤＦＴ或ＦＦＴ分析信号的频率成分时，其前提是假定采样信号为周期信号，整个信号则由采样信号作周期延拓而得到。由于种种原因，在实际采样中很难做到整周期采样，就会出现周期与周期之间信号的不连续。这种不连续信号的频谱１６２基于Ｌａｂｖｉｅｗ的提升机故障诊断虚拟仪器开发中会出现非常高的频率成分，甚至会比奈魁斯特频率还高很多，并混存于Ｏ～，１／２ 频段上，所以经ＤＦＴ或ＦＦＴ计算得到的频谱并非被测信号的频谱，好似某一频率 的能量泄漏到了其他频率，为谱泄漏。 谱泄漏的能量取决于不连续的幅度，跳跃越大，谱泄漏越大，因此可以使用 平滑窗减小采样信号周期边缘不连续的幅度。加窗是将采样信号与窗函数相乘， 窗函数的幅度变化很平滑，并且在边缘处逐渐趋近于零。所以对加窗后的信号进 行周期延拓时，信号的不连续性将大大减小。从而降低了谱泄漏。 窗函数的选择取决于采样信号和所需要的信息，表２―１为各种不同信号所对 应的窗函数。表２―１不同信号所对应的窗函数ｆｕｎｃｔｉｏｎｓＴ幻．２－ｌ Ｄｉ腩他ｍ ｓｉ印ａｌｓ柚ｄ ｃｏ础ｓｐｏｎ血培ｗｉｎｄｏｗ 信号种类 比窗函数短的瞬态响应、示踪 普通应用 频率相近、幅值差异小的信号分离 系统分析 频率相近、幅值差异大的信号分离 精确的单膏幅度测量 比窗函数长的瞬态响应‘窑函数 矩形窗 汉宁窗 矩形窗 哈宁窗（任意激励）、矩形窗（伪随机激励） 凯撒贝塞尔窗 平顶窗 指数窗、哈宁窗（２）数字滤波器 滤波器的作用是对原始信号进行筛选，只让特定频段的信号通过。经典滤波 器假定输入信号中的有用成分和噪声成分各占有不同的频带，通过滤波器后，可将噪声成分有效除去。现代滤波器则是从原始信号中估计出信号的某些特征或信号本身，则估计出的信号与原信号相比会有高的信噪比。而数字滤波器与模拟滤 波器相比有以下几个优点：软件支持；稳定可预知；无温漂、湿漂、不要求精度 高的成分；高的性价比。 Ｌａｂｖｉｅｗ中的数字滤波器ｖＩ如图２―６所示，是根据虚拟仪器原理设计的，可 以处理设计、计算、存储管理、实际数据内部滤波及发送等问题。河南理工大学硕士学位论文图２―６Ｌａｂｖｉｅｗ中的数字滤波器Ｆｉｇ．２－６ ｄｌｇｎ ｆｉｌｔｅｒｓ ｏｆＬａｂＶｉｅｗ根据实际需要，Ｌａｂｖｉｅｗ中的数字滤波器的功能主要有：平滑窗；无限冲击或 递归滤波器；有限冲击或非递归数字滤波器：非线性滤波器。２．３．３数据分析模块（１）时域分析 时域分析主要有波形分析、自相关分析和互相关分析。时域波形直观、易于 理解，包含的信息量大，却不太容易看出所包含信息与故障之间的联系。但对于 某些故障信号，其波形具有明显的特征，这样可以通过对振动信号时域波形的观 察与分析，对设备的故障作出初步判断。 自相关函数是描述信号一个时刻的幅值与另一个时刻幅值之间的依赖关系．不同信号具有不同的自相关函数是利用自相关函数进行故障诊断的依据。根据自 相关图的形状来判断原信号的性质，例如周期信号的自相关函数仍为同周期的周期函数：自相关函数还可应用于检测混于随机噪声的确定性信号，因为周期信号 或是确定性信号在所有时间上都有其自相关函数，丽随机信号则不是。 互相关函数表示的是两个信号之间的依赖关系，和自相关函数一样，互相关 函数可以检测在外界噪声中的信号，还能利用互相延时和能量信息对传输通道进 行识别。当互相关函数在时间位移等于信号通道所需时间时，将出现峰值。实际上互为线性相关的两个信号，其平均乘积在信号间出现的时间位移为零时总为最大值。相关熏数茎：；霸◆２基于Ｌａｂｖｉｅｗ的提升机故障诊断虚拟仪器开发Ｔｉｍｏ图２―７振动信号的相关分析前面板 Ｆｉ９２―７Ｔｈｅｐ强ｅＩ ｏｆｃｏ盯ｅｌ撕ｏｎａｎ越ｙｓｉｓ ｏｆｍｅｖｉｂｒ鲥ｏｎａｌｓｉｇｎａｌ图２―８互相关分析子程序框图Ｆｉｇ．２－８ｎｅｄｉａｇｒａｍｐｍｇ啪ｍｅ Ｏｆｃｒｏｓｓ―ｃｏｒｒｅｌａｔｉｏｎ ａｎａｌｙＳｉｓ１９河南理工大学硕士学位论文图２―９Ｆｉｇ．２－９ Ｔｈｅ自相关分析子程序框图ｏｆＡｕｔｏｃｏｒｒｅｌａｔｊＯｎ ａｎａｌｙｓｉｓｄｉａ量，韵ｐｒｏｇｒａｍｍｅ（２）幅域分析 在信号幅值上进行的各种处理称作幅域分析，包括概率分布函数分析、有量 纲幅域诊断参数分析和无量纲幅域诊断参数分析。 分布函数可以直接用于机器状态的诊断。齿轮Ｊ下常情况下，振动信号的幅值 概率密度函数是接近正态分布，属于平稳或弱平稳过程。但当出现疲劳剥落、断 齿等故障时，就会引起冲击，信号的幅域参数就会发生变化，概率密度函数会偏 离正态分布，小幅值的概率密度上升，中央的峰更陡峭；大幅值的概率密度也上 升，使两端向外延展和隆起。有量纲幅域诊断参数计算简单，包括平均幅值、．最大值、方根幅值等，对故 障有一定的敏感性。在旋转机械设备的振动监测中，常用峰一峰值来观察信号强度 的变化，在使用时应做零均值处理，只保留信号的动态部分。 无量纲幅域参数由信号的幅值参数演化而来，对信号的幄值和频率的变化不敏感，即和机器工作条件关系不大，只依赖于概率密度函数的形状，且对故障足 够敏感。例如峭度指标、裕度指标和脉冲指标对于脉冲类故障比较敏感，特别是 当故障早期发生时，它们明显增加，但稳定性不好：均方根值的稳定性较好，对 早期故障信号却不明显，所以两者经常同时使用，以兼顾敏感性和稳定性”…。２基于Ｌａｂｖｉｅｗ的提升机故障诊断虚拟仪器开发峰攮指标匝盈固脉冲指标黼嚣平均值圆匝亘受固最小值匝觋方差 方根幅值导挈 匝卫固圆 圆圈平均嘿值ｓｉｇｎａｌ图２―１０振动信号的幅域分析 Ｆｉｇ．２－ｌＯ Ａｍｐｌｉｔｕｄｅｄｏｍａｉｎ ａｌｌａｌｙｓｉｓｏｆＶｉｂｆ鲥０ｎａｌ图２―１１幅域分析子程序框幽 Ｆｉｇ玉Ｕｍ酞哆鼬ｐ静睁锄ｚ∞ｏｆａｍｐｌｉｎｌ如ｄｏｒ啦ｉｎ ａｒ越ｙｓ迟（３）频域分析 工程上所测得的信号一般为时域信号，然而由于故障的发生、发展往往引起信号频率结构的变化。为了通过所测信号了解观测对象的动态行为，往往把复杂的时间历程波形，经过傅立叶变换获得信号的频率结构以及各谐波幅值和相位幅值。实际上，时域分析和频域分析＝者是反映了同一信号的不同侧面，两者互为补充和说明。２ｌ河南理工大学硕士学位论文壤谱圈幢值壤Ｓ摔氆窗函数［［ｒ一簿耥。是糸足度嚣蔷：蔷…’。采样龋摹逮叁餐◇一图２一１２振动信号的频谱分析Ｆｉｇ．２―１２ Ｔｈｅ ｓｐｅｃｔｒｕｍ ａｎ磊ｌｙｓｉｓ ｏｆｔｈｅ ＶＩｂｒａｔ；ｏｎａｌｓｉ”ａｌ图２―１３Ｆｉｇ．２－１３ １１１ｅ频谱分析程序框图ｏｆｓｐｅｃｔｎｌｍ ａｎａｌｙｓｉｓｄｉ哼锄ｐｍｇｒｍｍｅ（４）细化分析方法 细化分析技术是由ＦＦＴ方法发展起来的一种用以增加频谱中某些有限部分上 的分辨能力的方法，即“局部放大”的方法，可使感兴趣的重点频段得到较高的 分辨率。当遇到频率很密集的频谱图时，用普通的谱分析方法很难对其进行全面 分析，而细化分析方法可以很好地解决边频带特征提取和分析这一关键技术。 细化分析方法很多，比如ｃｈｉｒｐ．ｚ变换、Ⅵｐ．ｚｏｏｍ变换等，然而从分析精度、２基于Ｌａｂｖｉｅｗ的提升机故障诊断虚拟仪器开发计算效率、分辨率、谱等效性以及应用广泛程度等方面来看，复调制细化方法不失为一项行之有效的方法，即选带频率细化分析方法，是基于复调制移频的高分 辨率傅立叶分析法，一般简称为ｚｏｏｍ ＦＦＴ方法。复调制细化是将采样时间序列与单位复指数∥２碱７‘相乘，将实序列变为复序列，利用傅立叶变换的频移性质，使感兴趣的频段的中心频率，＝移到相应频谱的 原点处，经低通滤波及重新采样后作ＦＦＴ，即可得到更高的频率分辨率，其运算 过程【２９ｌ如图２一１４所示：图２一ｔ４ＺｏｏｒＦＦＴ分析过程Ｆｉｇ．２?１４ Ｔｈｅ ｐｒｏｃｅｓｓ ｏｆＺ００ｍ’ＦＦＴ通过软件方法实现细化酌主要闯题还是计算速度，因此减小计算量对于程序的运行速度非常关键。如最大细化倍数为Ｄ，在进行复调制时，所要调制的序列点 数将至少为ＮＤ点，随着细化倍数的增加，计算量也随之增加。本文设计了以解 析信号、带通数字滤波器和抽样器为核心，对传统的复调制细化分析方法进行改 进，并利用图形化编程语言Ｌａｂｖｉｅｗ实现了这一改进算法，从计算量、运行速度、精度等方面均有较大的提高，而且比用传统的文本语言实现更方便简洁，其运算过程如图２一１５所示【３０】。叫蒸Ｈ簪№Ｈ菱Ｈ攀图２―１５复ｌ 制ｌｌＨｉｌｂｅｒｔｌ ｌ换ｌｌＦＦＴ磊Ｈ萋Ｈ警ｌ器ｏｎ基于Ｌａｂｖｉｅｗ的频谱细化分析过程ＬａｂＶｉｅｗＦｉ９２?１５Ｔｈｃ ｐｒｏｃｅｓｓ ｏｆ２００ｍ―ＦＦＴ ｂａｓｅｄ用Ｌａｂｖｉｅｗ实现上述算法需要解决一下几个问题： ①解析信号 根据ＤＦＴ算法特点，若ＦＦＴ长度为Ｎ，则前Ｎ，２点代表［ｏ，厶ｊ（厶＝正／２），后Ｎ，２点代表负频率卜厶，ｏ】部分关于原点的镜像（即负频率向右平移ｆ）。当时间序列直接乘以单位复指数Ｐ儿砸“，则会导致混频现象，因此 利用实信号通过构造解析信号的方法求其单边谱””，关系表示如下：河南理工大学硕士学位论文设实信号ｘ（ｆ），其对应频谱为ｚ（，），章（ｔ）为ｚＯ）的Ｈｉｌｂｅｎ变换，则解析信号 定义如下：砸）＝ｘ（ｔ）＋ｊ ｘ（ｔ）则解析信号的频谱有如下性质：（２?１）ｚ∞：』２ｘ（ｆ） ｏ“ｌ⑦带通滤波器‘≥ｏ ｆ＜ｏ（２．２）烈ｆ）在频率小于０时恒为Ｏ，频率大于或等于Ｏ时则为原信号频率的２倍。 将采样序列ｘｏ（ｎ）用一带通滤波器处理得到感兴趣的频率区间［ｆ１，ｆ２】，对应序列为ｘｊ（ｎ），将此序列移频为区间在［ｏ，ｆ２一ｆｌ】的低频序列，然后以间隔Ｄ对此序列进行重新抽样，采样频率为原来的１／Ｄ，从而实现了细化分析功能，为避免混频现象滤波器的宽度必须满足正一石≤Ｚ／２Ｄ。③抽样器 利用Ｌａｂｖｉｅｗ时域分析函数库中的Ｄｅｃｉｌｌｌａｔｅ．ｖｉ实现重抽样，该函数有两个重要的输入参数：ｄｅｃｉｌＩｌａ恤ｇ矗ｌｃｔｏｒ设定抽样比例，即为细化倍数；ａｖｅｒａｇ崦决定输出是否平均，若为Ｔ则输出为每组的平均值，为提高精度设置为Ｔ。④移频运算若将ｘ。（ｎ）赢接与单位复指数？““‘‘７‘押相乘进行单边ＦＦＴ，看到频率信号同时向两边平移，不能达到预期效果。复调制采用三角函数分实部和虚部计算，这样能够正确地实现要求的频移方向和位置。 利用Ｌａｂｖｉｅｗ的波形ＶＩ创建正弦信号发生器，构造信号如下：ｘ（沪如（２石×１０００．１卅ｓｉｎ（２玎×１０００．２２ｔ）＋ｓｉｎ（２石×ｌｏｏＯ．３４ｔ）＋ｓｉｎ（２石×１０００．５ｔ）＋ｓｉｎ（２万×ｌＯｏｏ．７６ｔ）十ｓｉｎ（２，ｒ×１０００．９ｔ）…、分析时采样频率为５１２０Ｈｚ，对解析信号进行整型ＦＦＴ变换，分析点数Ｎ为 １０２４，如图２―１６所示为构造信号的频谱及细化倍数为４００的频谱图。ｏ Ｔ．５誊５翟ｏ（ａ）模拟信号的频谱图（ｂ）模拟信号的局部细化谱图２―１６模拟信号的频谱及细化倍数为４００的频谱图Ｆｉｇ．２－１６ Ｆｒｅｑｕｅｎｃｙｓｐｃｃ廿ｍａｎｄ ｚｏｏｍｉｎｇｈ朝ｕｅｎｃｙｓｐｅｃ订１ｌｍｗ胁曲ｅｆａｃｔｏｒ ｏｆ４００ ｏｆｔｈｅ ｓ｛ｍｕｌ ａｔ｛ｎｇ ｓｉｇｎａ２基于Ｌａｂｖｉｅｗ的提升机故障诊断虚拟仪器开发如图２．１６ａ中细化前的频率分辨率为５，在全景图中谱线条数为１０２４条，由 于栅栏效应，频率成分不能精确分辩；图２―１６ｂ中细化４００倍后频率分辨率为 Ｏ．０１２５，在１０００至ｌｏｏｌ谱线条数也为１０２４条，但其频率分辨率提高了４００倍， 可以精确地显示其频率成分，如表２―２所示。表２－２１’ａｂ．２－２细化后频率与理论频率比较ａｎｄ ｔｌｌｅ甘ｌｅｏｒｅ廿ｃａｌ ｆｒｅｑｕｅｎｃｙ ｖａｌｕｅＣＯｍｐ“ｓＯｎ ＯｆｚｏＯｍｉｎｇ丹ｅｑｕ锄ｃｙ ｖ越ｕｅ仿真实例表明，ＦＦＴ幅值误差为３．２５％，频率分辨率越高幅值误差越小；细 化分析幅值误差最小可达１．７３％，而细化分析几乎没有频率误差。当两个频率成 份非常接近时，如本实例中在１０００．２２Ｈｚ和１０００．３４Ｈｚ处，由于彼此的泄漏对对 方的影响比较大，所以幅值误差比较大，但频率谱却很精确。 （５）倒频谱分析方法 倒频谱分析也称为二次频谱分析，是对频谱的再次谱分析，在振动噪声源识别、语音分析、回声剔除和机器故障诊断中具有独特的优越性。由于倒频谱受传输途径的影响很小，所以能有效地将输入信号与传递函数区分开来，便于识别； 利用倒谱分析还可将谱图上成族的边频带谱线简化为单根谱线，识别出复杂频谱 图上的周期结构，分离和提取出密集泛频信号中的周期成分，对具有同族或异族 谱波以及多成分边频的频谱图分析尤为有效。 倒频谱包括实倒频谱分析和复倒频谱分析两种主要形式，两者不同的是前者 丢失了相位信息，而后者从复谱得来的，保留了相位信息。通常，实倒频谱有下 列几种描述形式： （１）功率倒频谱 功率倒频谱可以表示为：（，．４、ｑ（ｇ）＝忡ｇｑ（删。（２）幅值倒频谱 实际应用的还有是（１）的算术平方根形式，即气（ｇ）＝√ｑ（ｇ）＝帅ｇｑ（州ｌ（３）类似相关函数的倒频谱ｈＥ、为了使倒频谱具有更清晰的物理意义，采用了一种类似自相关函数的形式的定义：ｅ（ｇ）＝Ｆ。１ｌｌｇｑ（州（，一６１河南理工大学硕士学位论文由于对数功率谱是实偶函数，因此其傅立叶正逆变换得到的结果一样，包含的信息完全一致。其中，ｇ称为倒频率，单位是ｍｓ。倒频谱对于用频率分量解释 时间信号是有用的，因为高倒频率表示谱中的快速波动和密集谐频，低倒频率则 表明缓慢波动和疏散谐频。倒频谱在功率谱的对数转换过程中给低幅值分量有较 高的加权，能帮助判别谱的周期性，精确地测量频率间隔，可以更好地识别和辨 识信息内涵。本文采用的是功率倒频谱分析方法，在Ｌａｂｖｉｅｗ中实现功率谱倒频谱的过程中需要解决三个问题： （１）去直流分景倒频谱图上只有零点一根谱线，其它位置基本上为零，经 分析是由于采集信号中直流分量的影响。利用Ｌａｂｖｉｅｗ中求均值函数，求出原始 数据的平均值，再将数据的每个元素减去均值即可。 （２）检测零点 采集信号和一些标准信号的倒频谱图上无数据显示，分析其原因是在求“对数功率谱的功率谱”中，很多信号尤其是标准信号的功率谱除 了基频及其倍频位置为非零以外，大部分数据点为零，因此应在求数据功率谱结 果进行检测，保留零点，仅对非零点进行对数运算，此过程用Ｆｏｒ循环很容易实现。 （３）提高信噪比 为了增强倒频谱的使用效果，进行倒频谱分析之前对数据进行预处理，以提高其信噪比，进行更准确的定量诊断。图２一１７倒频谱子程序框图Ｆｉｇ．２－１７ Ｔｈｅ ｄｉａ邑耻ｍｐｒｏｇ㈣ｍｅｏｆｐｏｗｅｒｃｅｐｓ帆嘲（６）小波分析理论 机械设备系统在运行过程中不可避免地发生振动，其特征信息常常反映系统 的运行状态和变化规律，利用各种动态测试仪器分别拾取、记录和分析设备的振２基于Ｌａｂｖｉｅｗ的提升机故障诊断虚拟仪器开发动信号，是进行系统状态监测和故障诊断的重要手段。 传统的基于快速傅立叶变换的频谱分析方法是振动信号分析最常用的方法，但也存在以下不足：①只能获得信号的整体频谱特征，不适应于信号的局部分析：②只适应予确定性的平稳信号分析，对时变信号确无能为力，从而限制了它在机 械设备故障诊断中的应用。 时频分析方法是近几年发展起来的信号分析方法，可以有效地应用于非平稳 信号的分析，反映时频域特征，弥补了传统傅立叶分析方法的不足。常用的时频 分析方法有短时傅立叶变换ｗｉ驴ｅｒ－Ⅵｌｌｅ和小波分析等。小波分析方法以其良好的 时频局部化特性，成为时频分析方法中发展最快的一种信号分析方法”“。由于法 Ｉ雪学者Ｉ．Ｄａｕｂｅｃｈｉｅｓ和Ｓ．Ｍａｌｌａｔ在小波变换的快速算法上的贡献，使小波变换得以 由数学界的研究课题变为工程领域广泛应用的工具，在信号的多尺度分析、特征点检测、降噪和压缩等很多方面取得成功。对于Ｌａｂｖｉｃｗ这一主要用于测试领域的虚拟仪器软件开发平台，实现小波变换和小波包分解功能具有重要的实际意义， 代表了虚拟仪器功能的发展水平。 小波变换与传统的傅立叶变换和短时傅立叶变换密切相关，使用同样的数学工具将信号与基本函数作比较，不同之处在于基本函数的结构不同：傅立叶变换是用一组有谐波联系的复正弦函数分解信号反映信号频率结构：短时傅立叶变换即为加窗傅立时变换，能同时刻画信号的对域和频域特征，但时频窗口的大小和形状固定不变，不能满足时变信号的分析需要：而小波变换则采用的基本小波函数（Ｍｏ也ｅｒⅥ７批ｌｅｔ）为‰（ｒ）。去ｗ【孚）相应的积分小波变换为沼，）Ⅵ，（Ｅｆ）＝’圭￡厂。妒。‘（ｆ）出（２―８）改变基本小波函数中的Ｊ和ｆ可以得到一组小波函数，尺度因子ｓ的变动使函数拉伸或压缩，形成不同级的小波。ｓ的增加，将减小小波的时窗宽度，从而改进 小波的时间分辨率，但频率分辨率降低，因此，小波分析在高频段有较好的时间 分辨率，而在低频段有好的频率分辨率。位移系数ｆ的变动使函数平移，形成不同 位的小波，从而反映相应频段信号的时间信息。 对于不同的ｓ虽然时间分辨率和频率分辨率在变，但带宽和中心频率之比保持 常数，因此小波分析又叫做恒品质因数分析。河南理工大学硕士学位论文小波分析的数学实现首先遇到的是基本小波的选择问题。与标准傅立叶变换必须用复正弦函数为基函数相比，有无限的基本小波可以选择，但存在着最优小 波基的选择问题，这是因为利用不同的小波基分析同一个问题会产生不同的结果。 只有能用得到的小波系数恢复原始信号时，小波才有价值，为了重建原信号，基 本小波的选择不能是任意的，它要收到“容许条件”的限制。目前主要通过用小 波分析方法处理的结果与理论结果的误差来判断小波基函数的好坏，并出此选定 小波基函数。其次在数字信号分析中对对尺度因予Ｊ常用二进制离散，ｊ＝２，。不 过当待分析的尺度级数较多时，随着，的正加，ｙ（”）的点数太多．会给计算造成 极大困难。解决以上问题最成功的方法是胁胁的多分辨率信号分解的理论与算法。它不是直接计算积分表达式，而是利用小波函数的正交性，从高级到低级逐级滤出信号中的各级小波。这就建立了小波变换和理想熏建滤波器组之间的联系，使得 能够用两通道理想重构滤波器组完成小波变换。 图２一１８系统通常叫做两通道理想重构滤波器组∞３。信号ｚ（ｚ）首先经过 Ｇｏ（ｚ）和Ｇｌ（ｚ）组成的滤波器组分解，Ｇｏ（Ｚ）和Ｇｌ（ｚ）的输出被２抽样后得到Ｋ（ｚ）和Ｘ（ｚ）。经过某些处理，加工过的信号被２插值并被由峨（ｚ）和Ｈ，（ｚ）组成的另一滤波器组滤波。如果没有进行处理，则凰（ｚ）和啊（Ｚ）的和输出与原始信号爿（ｚ）一致，只不过有一个时间延迟。Ｇｏ（ｚ）和Ｇｌ（ｚ）组成分析滤波器组，风（Ｚ）和ｑ（ｚ） 组成综合滤波器组。一般用Ｇ０（ｚ）和乩（ｚ）表示低通滤波，而用Ｇ．（ｚ）和Ｈ。（ｚ）表示高通滤波。图２一１８典型两通道理想重构滤波器组Ｆｉｇ．２－１８ Ｔｈｅｔｙｐｉｃａｌｄｏｕｂｌｅ―ｃｂａｎｎｅＩｉｄｃａｌ ｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ ｆｉｌｔｅｒｓ一．匝］＿吨型两通道理想重构滤波器组在信号处理中的作用已经被认识很长时间，特别是它与小波变换的密切关系被发现以后，它成为计算小波变换得最通用的工具，两者的关系如图２―１９所示。２基于Ｌａｂｖｉｅｗ的提升机故障诊断虚拟仅器开发图２―１９两通道理想滤波器组与小波变换的关系 Ｆｉ９２?１９Ｔｈｅｒｅｌ撕ｏｎｓｈｉｐｏｆｄｏｕｂｌｅ－ｃｈ柚ｅｌｉｄｅａＩ ｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ们ｌｔｅｒｓ ａＩｌｄ ｔｈｅ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ已经证明一定条件下，两通道理想滤波器组与小波变换有以下两方面的联系：①低通滤波器的冲激响应收敛于尺度函数烈ｆ），一旦求得缈（ｒ）就可以应用高通滤波 器得到基本小波函数妒（，）。⑦每一个高通滤波器的输出都是对于小波变换的逼近。因此，可以用一个两通道理想重构滤波器组来完成小波变换，这样选择小波的过 程就变成了两通道理想滤波器组设计的过程。滤波器组的设计分为三个步骤：①确定滤波器组的类型，即应用正交滤波器组或双正交滤波器组：②在两个低通滤波器风（ｚ）和Ｇ０（ｚ）之积Ｒ（ｚ）的基础上选择滤波器的类型：⑤按一定条件，比如线性相位、最小相位还是任意的，分解只（：）为Ｇ０（ｚ）和风（Ｚ）。ＮＩ公司提供的能够在Ｌａｂｖｉｅｗ开发环境中实现具有实际工程意义小波变换的工具是外挂的ＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇＴｏｏｌ∞ｔ软件，其中有联会时域分析、精细谱分析、数学滤波器设计、三分之一倍频程分析和小波与滤波器设计几个组件。如图２―２０所示为零均值高斯白噪声的小波变换前面板，通过尺度为３小波 变换可以得到信号的逼近部分、细节部分和低频逼近部分的重构信号，小波变换尺度最大为６，提供的小波函数有双正交小波Ｈａａｒ、Ｄａｕｂｃｃｌｌｉｅｓ、Ｂｉｏ柏ｇｏｎａｌ、ｃｏｍｅｔｓ和ＳｙＩｎｌｅｔｓ。多分辨率分析可以对信号进行有效的时频分析，但由于其尺度是按二进制变 化的，所以在高频频段的频率分辨率较差，而在低频频段的时间分辨率较差，即对信号的频率进行指数等间隔划分。小波包分解能够为信号提供～种更加精细的 分析方法，将频带进行多层次划分，对多分辨率分析没有细分的高频部分进一步 分解，并能够根据被分析信号的特征自适应地选择相应频带，从而提高了时频分 辨率，具有更加广泛的应用价值。在利用两通道理想重建滤波器组实现小波包分解是在图２一１９的基础上对高频部分％。进一步进行分解，从而实现信号无冗长、河南理工大学硕士学位论文无泄漏的分解，其分解树结构如图２―２２所示。其中“Ｏ”代表低通滤波器分解结 果，“１”代表高通滤波器分解结果，例如“１０１”代表原信号通过高通滤波，然后 经过低通和高避滤波三层小波包分解。麦撬Ｒ磨小■西蠢采襻龋事萋ｒ～笋美一笋蒜ｒ。图２―２０模拟信号的小波变换Ｆｉｇ．２－２０ １１１ｅｗ桃ｌｅｔ仃柚ｓｆｏｍ ｏｆ恤ｓｉｍｕｌ蛐ｇ ｓｉｇｎａｌ图２―２１小波变换子程序框图Ｆｉｇ．２－２１ Ｔｈｅ ｄｉ雒即ｍ ｐｍｇｍｍｍｅ ｏｆｔｌｌｅ ｗａｖｅｌｅｔ ｎ彻ｓｆｏｒｍ２基于Ｌａｂｖｉｅｗ的提升机故障诊断虚拟仪器开发／０．＼ｓ饥咖ｏｆａ，１１、ｏ面）／＼ ＼。／ 。＼曲１）∽／ｉ ／，＼ 。／＼圈２―２２三层小波包分解完整二叉树结构图Ｆｉｇ．２－２２ Ｔｈｅ ｔｒｅｅ ｗａｖｅｌｅｔ ｐａｃｋｅｔ ｄｅｃｏｍｐＯｓｈｉｏｎ ａｔ ｌｅｖｅｌ ｔｈｒｅｅ小波包分解功能包括按照指定层数的小波包分解、按照指定路径的小波包分解重构，小波函数有双正交小波Ｈａａｒ、ＤａｕｂｃｃＫｅｓ、Ｂｉｏ吐ｇｏｎａｌ、Ｃｏ讯ｅｔｓ和ｓｙｍｌｅｔｓ。重构方法有路径系数重构、留余系数重构和所有系数重构三种重构方法：路径系 数重构是指按指定路径系数重构，其它系数置为Ｏ；留余系数重构是指按留余系数 重构，其它系数置为Ｏ；完全重构是指用所有的系数对原信号进行完全墓构，如图 ２―２３所示为某提升机振动加速度振动信号的４层小波包分解结果，采样频率为 ２０００Ｈｚ，采样点数为２０４８个点。－●图２―２３振动加速度信号的４层小波包分解Ｆｉｇ．２－２３ Ｔｈｅ ｗａＶｅｌ时ｐａｃｋｅｔ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ａｔ ｌｅｖｅｌ ｆｏｕｒ ｏｆｔ｝ｌｅ Ｖｉｂｒａｔｉｏｎａｌ ｓｉｇｎａｌ河南理工大学硕士学位论文（７）三维谱阵分析 信号的傅立叶频谱只能反映信号在整个时间过程中的平均频率情况，而三维 谱阵分析描述的是全频带的响应特性，反映了长数据信号的频率特性随着时间变 化而变化的情况。图２―２４振动加速度信号的三维谱阵分析Ｆｉｇ．２－２４ １ｋ廿１】侍鲥ｉｍｅｌｌｓｉＯｎａＩ ｓｐｅｃ缸砌觚ａｌｙｓｉｓ ｏｆｖｉｂｒ胡ｏｎａｌ ｓｉ印ａｌ图２―２５三维谱阵分析子程序框图 Ｆ唔２－２５Ｔｈｅ ｄｌａｇｒａｍ ｐｒｏｇｒａｍｍｅ ｏｆｔｈＩｅｅ―ｄｉｍｅＩｌｓｉｏｎａｌ ｓｐｅｃｌＩｕｍ ａｎａｌｙｓｉｓ２基于Ｌａｂｖｉｅｗ的提升机故障诊断虚拟仪器开发三维谱阵分析是对一个长信号在不同时间位置上，取一定长度的数据点（１０２４ 点）分别进行傅立叶分析，然后将各次的谱分析结果在三维空间中一次排列起来， 以表现不同时间位置上的信号频率特性。相邻两条谱线所取的时间间隔通常相等， 并使各次分析的时间位置在整个时间轴上均匀分布。分析谱线条数越多，则时间 间隔越小，越能精确反映信号频率随时间变化的特性。２．３．４数据存储模块本系统数据存储包括两个部分，首先是采集的数据存储，使用缓存技术对中 高速信号进行长时间连续数据采集时，必须保证能够将采集到的大量数据完整地 保存在磁盘上，因此采用高速磁盘流技术【３４ｊ将采集到的数据实时地记录到硬盘上， 事后进行数据回放和分析，程序框图如图２―２６所示。其次是小波分解结果的存 储，用于以后的频谱分析和盒维数计算，按照频带分别存储，程序框图如图２―２７ 所示。图２―２６数据的存储与读取Ｆｉ昏２?２６ Ｔｈｅ ｄｉａｇｒａｍ ｐｒｏｇｍｍｍｅｏｆｄａ妞、ｖｒ沁ａｎｄｒｅａｄ河南理工大学硕士学位论文图２―２７小波分解结果的数据存储Ｆｉｇ．２－２７ Ｔｈｅ ｄａｔａ ｗｒｉｔｅｏｆｔｌｌｅ啪Ｖｅｌｅｔ缸ａｎｓｆｂ∞２．４主程序以及入机交互界面设计２．４．１主程序的设计本系统要实现的最基本的功能包括：数据采集、数据处理和结果显示。这三种操作分别由三个不同的ＶＩ来完成，最传统、最简单的做法是首先进彳亍数据采集，然后进行数据分析，最后进行结果显示，之后再进天下一轮的数据采集、分析和显示，以实现对测试信号的连续采集、分析和显示ｆ３５＇３６ｊ７州。框图程序如图２―２８所示。图２―２８顺序式的数据采集、分析和显示框图程序Ｆｉｇ．２－２８ Ｔｈｅ ｆｌａｔ ｓｅｑｕｅｎｃｅ ｓｎⅥｃｍｒｅ ｄｉａｇｒａｍ ｐｒｏｇｍｍｍｅ ｏｆｄａｔａ ａｃｑｕｉｓｉｔｉｏｎ，ａｎａｌｙｓｉｓ ａｎｄ ｄｉｓｐｌａｙ在这种模式下，数据采集、分析和显示安装数据流顺序进行，可以保证所有 采集到的数据都能够分析和显示。但由于三个任务位于同一个线程上，所以一个２基于Ｌａｂｖｉｅｗ的提升机故障诊断虚拟仪器开发任务在运行时，其他两个任务都不能运行。这样对于测试对象来说，数据采集程 序不可能采集到完整的数据，因为在进行数据分析和显示的时候，数据采集程序 并没有运行。针对上述缺点对程序进行改进，用三个独立的ｗｈｉｌｅ循环，在每～个循环中 执行一种操作，框图程序如图２―２９所示。图２～２９并行式的数据采集、分析和显示框图程序Ｆｉｇ．Ｔｈｅｐ删ｌｅｌ ｓ帆Ｉｃ帆ｄｉ丑ｇｒａｌｌｌ ｐｒｏ伊ａｎｌｍｅ ｏｆｄａ证ａｃｑｕｉｓｉｔｉｏｎ，ａｎａｌｙｓｉｓ ａ１１ｄ ｄｉｓｐｌａｙ程序改进以后，三个ｗｈｉｌｅ循环是并列运行的，循环之间通过本地变量来传 递数据，这样，数据采集程序就不会受到其他两个程序的影响，从而能够采集到 完整的数据。不会造成数据的丢失，但是同时叉产生了新的问题。由于使用了本地变量，并且不可能保证三个ｗＫｌｅ循环在运行是保证绝对同步，所以会出现结果显示多次或数据丢失的现象。而利用Ｑ岷ｅｕｅ技术就可以提出一种非常好的僻决 方案。幽１墨『ｉ囹躯ｒ］］甚．ｌ痒 ｉ田固圜塑ｊ。竭卧｛ Ｉ 冒秘圈移仨田｜Ｌ ｉ～蔼 陌诎爵ｏｆｄａｌａｑｕｅｕｅ ｔｅｃｔｌｎｉｑｕｅ园圃唇商二。蔷ｌ［刮Ｈ 懦雕剿圈ｌ 峰斗麴］匡习ｌ 一回―网ｌ图２―３０Ｑｕｅｕｅ技术实现的数据采集、分析和显示框图程序 Ｆｉｇ．２?３０Ｔｈｅｄｉａｇｒ啪ｐｒ０掣锄ｍｅｏｎａｃｑｕｉｓｉｔｉＯｎ，ａＩｌａｌｙｓｉｓ ａｎｄ ｄｉｓｐｌａｙ ｂａＳｅｄＱｕｅｕｅ的意思是队列，其结构是一种先进先出的结构。利用Ｑｕｅｕｅ技术可以河南理工大学硕士学位论文将一个有序的消息从一个应用程序中传递到另一个与之相独立的并列运行的应用 程序中。Ｑｕｅｕｅ技术把数据发送到一个Ｑｕｅｕｅ缓存中，如果没有应用程序将其读 出，那么这些数据一直都保存在Ｑｕｅｕｅ缓存中，直到有～个应用程序将其读出并 删除为止。如果有两个应用程序都在等待同一个Ｑｕｅｕｅ中的同一条数据，则动作 快的应用程序收到数据，而动作慢的则不会收到预期的数据。利用Ｑｕｅｕｅ技术实 现的数据采集、分析和显示框图程序如图２―３０所示。从图２―３０可以看到，此方案仍然采用三个并行的ｗⅫｅ循环，在每个循环中执行一个任务，并且利用ＱｕｅｕｅⅥｓ取代了第二种方案中的本地变量来进行数据 的传递。由于使用了Ｑｕ吼Ｉｅ技术，所以，程序在运行时不会发生数据丢失或复制 的现象，而且三个任务仍然在独立的线程中运行。Ｑ咀ｅｕｅ结构会起到缓存的作用， 如果某一个任务运行得过快或过慢，Ｑｕｅｕｅ就会起到约束或补偿作用，从而保证三 个任务之间的协调运行，实现了数据的采集、分析和显示功能。２．４．２人机交互界面设计本课题研究开发的煤矿机械设备状态监测与故障诊断系统采用了模块化的设计思想，每个功能的实现由独立的模块完成，由主控模块调用各个子模块，从而 实现数据的采集、分析、显示、存储和打印。整个系统主要由数据采集模块和显 示模块、数据预处理模块、数据分析模块、数据存取模块和数据打印模块组成。（１）数据采集和显示模块 该模块的数据采集功能实现单通道和８通道的数据随机采样，将采集结果存 放在设置的缓存中，并返回由采样数指定的数据。采样前首先应设置试验名、采 样频率、采样点数、设备号、信道号和缓存大小等参数。试验名是为了便于数据文件的管理和分析，决定了采样数据的存放的位置，可通过右侧的浏览键选择，也可以在路径框中直接输入路径名。该模块能够实时地显示采集到的数据，可以单通道或多通道同时显示时域波形，也可以实时地观察采样信号的频谱成分，为 信号采样频率的设置提供依据。数据采集和显示面板如图３―３ｌ所示。２基于Ｌａｂｖｉｅｗ的提升机故障诊断虚拟仪器开发图２―３ ｌ数据采集和显示模块前面板 Ｆｉｇ．２－３ｌ ｎＩｅ ｐ黜ｌｏｆｔｈｅ ｄａｔａ ８ｃｑｕｉｓ越ｏｎ ａｎｄ ｄｉｓｐｌａｙ（２）数据预处理模块数据预处理包括采样信号的加窗处理和数字滤波，提供的窗函数有海明窗、矩形窗、汉宁窝、三角窗和平顶窗；数字滤波器包括巴特沃斯滤波器、切比霉夫 滤波器和贝塞尔滤波器，滤波器的类型有带通滤波器、低通滤波器、高通滤波器 和带阻滤波器。 （３）数据分析模块数据分析模块主要完成采集数据的时域分析、幅域分析和长数据点的频谱分 析，倒频谱分析、三维谱阵分析、短时傅立叶分析、小波分析以及盒维数的计算。幅域分析包括有量纲幅域诊断参数分析和无量纲幅域诊断参数分析；频谱分析则包括幅值谱和功率谱分析，分析结果可以选择峰一峰值、有效值、功率谱和功率 谱密度等多种形式，坐标形式能够在对数坐标和线性坐标之间转换：三维谱阵分析可以设置傅立时谱阵的每次计算使用的数据点数（一般为１０２４点）和总的数据 长度：小波分析包括小波变换和小波包分解，小波交换最大尺度为４，小波包分解最大尺度为５，提供的小波函数有双正交小波Ｈａａｒ、Ｄａｕｂｅｃｌｌｉｅｓ、Ｂｉｏｒｎｌｇｏｎａｌ、ｃｏｉｎｅｔｓ和Ｓｙｍｌｅｔｓ。部分数据分析模块的面板如图２―３２和图２～３３所示。河南理工大学硕士学位论文图２―３２频谱分析前砸板 Ｆｉ９２－３２ Ｔｈｅ ｐ蚴ｅｌ ｏｆ骶ｑｕｅＩＩｃｙ ｓｐｅｃ伽吼蛐由ｓｉｓ图２―３３小波包分解前砸板 Ｆ１９２?３３Ｔｈｅｐ龃ｅＩ ｏｆｔｈｅｗａｖｅｌｅｔ ｐａｃｋｃｌ ｄｅｃｏｍｐｏｓｊｔｉｏｎ２基于Ｌ８ｂｖｉｅｗ的提升机故障诊断虚拟仪器开发（４）数据存取模块 该模块主要完成数据的存储和读取。数据的存储包括两个部分：采集数据的 存储和分析结果的存储。采集数据的存储按通道存储，其次是小波分解结果存储，用于以后的频谱分析和盒维数计算，按照频带分别存储。（５）数据打印模块 分析结果在分析窗口中通过打印机打印出来，也可以将结果导入ｗｏＩｄ文档后 打印出来。打印之前，应注意计算机已经安装并连接了打印机，装好打印纸．而 且打印机处于联机状态。２。５小结本章介绍了自行开发的敞障诊断虚拟仪器的软件、硬件的设计原则和组成，阐述了在Ｌａｂｖｉｅｗ环境中开发虚拟仪器的理论和方法，具体介绍了数据采集、数据分析、数据存储以及主界面的设计，讨论了时域分析、细化分析、倒谱分析、小波分 析以及三维谱阵分析程序实现方法，介绍了应用于提升机状态监测与故障诊断的虚 拟仪器的功能和设计方法。河南理工大学硕士学位论文３基于振动分析方法的提升机故障诊断研究３．１引言各种机械设备都是由很多零部件和各种各样的结构及安装基础所组成。由于某些条件或因素的作用，可能引起这些物体在其平衡位置附近作微小的往复运动，这种每隔一定时间的往复机械运动，称为机械振动１３９】。 机械设备和结构系统在运行过程中的振动及其表征信息是反映系统整体及其 变化规律的主要信号。通过各种动态测试仪器拾取、记录和分析振动信号，对设 备进行诊断，是设备故障诊断中应用最广泛、也是最行之有效的方法之一，其主 要优点有：（１）广泛性。在设备运行中由于机械振动而产生的故障占所有故障的 ６０％；（２）可选性。在监测诊断中，可以根据需要选择采集不同频率的位移信号、 速度信号或加速度信号；（３）遥感性。机械振动具有良好的传递性，利于进行监 测和测量；（４）实用性。机械设备和结构系统在运行过程中的振动信号反映了系 统整体及其变化规律的主要状态特征信息，且信号易于拾取，便于在不影响机器运行的情况下实行在线监测和故障诊断。因此通过各种动态测试仪器拾取、记录 和分析动态信号，是进行系统状态监测和故障诊断主要途径。设备故障诊断技术的内容包括状态监测、分析诊断和故障预测三个方面，其 具体的实施过程可以归纳为以下四个方睡【柏Ｊ： （１）信号采集设备在运行过程中必然会有力、振动、温度等各参量的变换，根据不同的诊断需要，选择能够表征设备工作状态的不同信号，这些信号一 般是用不同的传感器来拾取。 （２）信号处理 将采集到的信号进行分类处理、加工、去伪存真，以获得能表征机器特征的既敏感又直观的信息。 （３）状态识别 将经过信号处理后获得的设备特征参数与规定允许参数进行比较、对比以确定设备所处的状态，是否存在故障及故障的类型和性质等。（４）诊断决策 根据对设备状态的判断，决定应采取的对策和措施，同时应根据当前信号预测设备可能发展的趋势，进行趋势分析。 设备故障诊断技术的具体过程如图