作者：尹建君
（成都人文信息管理學（xué）院（yuàn））
摘 要：針對在線式設備故障診斷係統因其昂貴的造價、安（ān）裝和維護的不便而不適用於中（zhōng）小型設備故障檢測與診斷的特點，設計了（le）一種基於TMS320C6713的滾動軸承實時智能故障檢測係統.以滿足實時診斷、智能診斷、設備便攜等（děng）方麵的（de）要求，詳細介紹了係統軟硬件（jiàn）設（shè）計的（de）原理和方法，實現了硬件共（gòng）振解調技術的應（yīng）用，研究（jiū）結果表明，該係統能夠方便的應用到工程中去。
關鍵詞：滾（gǔn）動軸承（chéng）；故障診斷；DSP；共振解調技術
1 引言（yán）
滾動軸承是各種旋轉機械中應用Z廣泛的（de）一種通用機械部件，它（tā）的運行狀態是否正常往往直接影響到整台機器的性能。據統計，在（zài）使用滾動軸承的旋轉機（jī）械中，由於滾動軸承損壞而引起的故障約占30％[1]。由此可見，滾動軸承的故障診斷在工程（chéng）中還是有其（qí）重要意義的。
一方麵國內企業的重要大型設備往往采用在線係統對設備的工況進行監測，但是（shì）在線係統價格高昂、通（tōng）用性差、安裝（zhuāng）和維護不便，不適用於（yú）大量的中小型設（shè）備。另一方麵小型的振動檢測儀隻是起到對數據采集和（hé）存儲的作用，而且數據的分析需要有豐富（fù）經驗的人去從（cóng）事，難以實現實（shí）時診斷的要（yào）求。本文設計的以TI公司生產的TMS320C6713為數字信號（hào）處（chù）理器的滾動軸承實時故障診斷係統，就可以滿足中小型設（shè）備實時智能故障（zhàng）診斷的（de）需要[2]。
2 滾動軸承實時故障診斷係統原（yuán）理
滾（gǔn）動軸承實時故障診斷係統主（zhǔ）要包括硬件部（bù）分和軟件部分兩個方麵：
(1) 硬件部（bù）分：主要（yào）用模擬電路實現共振解調技術[3-4]和數字信（xìn）號處理電路設計。故障產生的衝擊信號（hào）使得硬件（jiàn）諧振器發生共振，通過諧振器的共振響應將微弱的衝擊信號調製到高頻的共振信號中去，再用解調的辦法對高頻信號處理，進而獲得一種剔除了低頻振動幹擾的共振解調波，由此達到精確診斷的目的。Z後信號通過A/D轉換後，再送入DSP進行FFT變換。
(2) 軟件（jiàn）部分：主要是基於DSP對共振解調後的振動信（xìn）號進行故障特征的識別（bié）與診斷。DSP對AD傳送來的數字信號進行時頻轉換，得（dé）到振（zhèn）動信號的頻譜圖，係統能自動分（fèn）析頻譜，得出故障位置、故障類型、嚴重程度等結論並通過LCD顯示出來。
3 係統的硬件結構（gòu）
本（běn）係統采用的是硬件共振解調技術來實現軸承的（de）故障診斷（duàn），它比軟件共振解調技術的優點是可以有效的提（tí）取機械早（zǎo）期故障的微衝（chōng）擊（jī）信號，在故障（zhàng）早期實現預知維（wéi）修[5]，此外用硬（yìng）件（jiàn）實現比用軟件實（shí）現運算（suàn）速度快，更好的體現了實時診斷的（de）要求。
係統硬件設計的主（zhǔ）要原理：
(1) 振動信號處理電路，它主要包括（kuò）振（zhèn）動信號（hào）預處理電路及共振（zhèn）解（jiě）調處理電路部分，如圖（tú）2所示：
① 前端振（zhèn）動傳感器檢測到（dào）軸承的振動信號（其中包含諧（xié）振器的共振信號）。
② 振動信號經調理放大得到易於處理的低頻信號，電荷放（fàng）大器和程控放大器起到傳感器輸出和後續處理（lǐ）電路的阻（zǔ）抗匹（pǐ）配和信（xìn）號放大作用。由於軸承故障振（zhèn）動信（xìn）號（hào）非常微弱（ruò），且傳感器輸出阻抗很大，因此，需要高信噪比和高增（zēng）益專用前置放大集成電路。
③ 帶通濾波器對信號作預處（chù）理，經過帶通濾波器處理後，可有效濾掉（diào）低頻振動和高頻幹擾，隻保（bǎo）留共振頻率附（fù）近的頻率段。
④ 包絡檢波器檢出共振波（bō）的外包絡，將高（gāo）頻共振信號轉換為低頻包絡信號，即實現共振解調（diào）功能。經包絡分析器和低通濾波器處理後，可進一步剔除時域尖峰信號的幹擾，為後續故障識別係統提供較穩定的識別信號。
⑤ 由於滾動軸承的故障頻率由幾十到幾百赫茲不等，因此在做進一步處理之前有必要濾掉高頻成分。同時（shí），在A/D轉換之前選擇合適的濾波，也能起到抗（kàng）頻率（lǜ）混疊的作用。
(2) 數字信號處理電路部分，如圖3所示（shì）：
① 低頻解調信號被A/D轉換器轉換成適用於DSP處理的數（shù）字信號。本設計選用的是TI公司的多采樣頻率、低功耗、單電（diàn）源供電的A/D轉換芯片AD9221，其Z大采樣頻率（lǜ）高達1.5MHz，信（xìn）噪比（bǐ）70dB，采樣（yàng）精（jīng）度（dù）高，足以滿足係（xì）統設計的需要。
② 數字信號處理器是本設計的關鍵，它的運（yùn）算（suàn）速度直接影響了係統實時性的實現。本係統中的DSP芯片采（cǎi）用TI公司的TMS320C6713。這是（shì）一款用於高精度高性能應用的浮點型（xíng）DSP，它在C67x的基礎上，增（zēng）加了很多外圍（wéi）設備和接口。該芯片內核主頻Z高可達300MHz，處理能力可達2400MPIS，內部具有可配置的二級（jí）Cache，具有豐富的外設資源，32bits的外圍數據存儲器接口(EMIF)可以與SDRAM，FLASH等存儲器件無縫連接，支持HPI，PCI，I2C總（zǒng）線。
③ TMS320C6713的內部Z多隻（zhī）有256K的L2 SRAM，不能滿足係統大容量（liàng）數據存儲的需要，需要擴展外部存儲的空間，係統采用Micron公司的32位（wèi）SDRAM芯片MT48LC4M32B2，擴展了128M的動態存儲空間。
④ 本係統的Flash存儲器采用SST公司的SST39VF160。SST39VF160采（cǎi）用單（dān）電源2.7V供電，訪問時間僅為90ns，快速（sù）擦（cā）除，全片擦除隻需15ms，快速燒寫（xiě），全片燒寫隻需7s。
⑤ TMS320C6713需要高精度、穩定的雙電（diàn）源供電，以（yǐ）保證係（xì）統的正常（cháng）運行。本係統采用TI公司推出的（de）具有外部補償電路、過流保護電路的高精度電源芯片（piàn）TPS54310（圖中未畫出）。
⑥ 按鍵控製電路和LCD顯示線路比較簡單這裏就不詳細介紹了。
4 係統的軟件設計
本係統軟件功能強大（dà），其（qí）軟件係統涵蓋各種（zhǒng）算法（fǎ）的實現；字符、漢字、圖形的顯示；定時器、串行（háng）口（kǒu）、USB、外部中斷的響應；程控放大器、液（yè）晶（jīng）顯示屏、係統時間的設（shè）置（zhì）控製；通訊協議的實現；文件係統的存儲；內存管理等（děng）。
係統軟件主要實現的功能如下：
(1) AD傳送來（lái）的數字信號通過FFT變換，將時域信號變換為頻域信號，進而得到振（zhèn）動信號的頻譜圖。
(2) 係統軟件采（cǎi）用BP神經網絡的診斷方法對信號進行（háng）智能診斷[6]。把能反（fǎn）映振動信號特征的信息作為神（shén）經網絡的輸入，把故障位置、故障類型和嚴重程度等診斷結論作為網絡的輸出，用BP算法對網絡進行訓（xùn）練[7]，然後（hòu）用這一神經網絡對實際的軸承解調信號進行自（zì）動診斷，報告故障。
(3) 解（jiě）調波的各分量以及故障位置（zhì）、故障類型、嚴重程度和（hé）軸承（chéng）號等數據通過大屏幕LCD顯示，便於人工（gōng）輔助判斷。
(4) 鍵盤具有功能快捷鍵、英文及數字鍵支持人工數（shù）據錄入與交互。操作過程中可以通過按鍵設置係統的參數、功能，控製采樣長度等等。
(5) 所有測量數據被有效保存，便於數據管理。係統可將測量數據上傳到上位機中存儲（chǔ）和進行進一步的故障分析，同時也（yě）可下載上位機中軸承庫的軸承具體（tǐ）型號（hào）參數及其特征（zhēng）頻率等相關信息（xī）。
5 結束語
傳統的振動診斷儀一般都是對振動的有效值、Z大幅值、峭度（dù）等時域特征信（xìn）息進行判斷而診斷故障的，診斷方式簡單，信號處理十分粗糙、可信度低。本係統是利用BP神經網絡對故障進（jìn）行診斷的，實現了診斷的智能化，提升診斷速度和診斷精度（dù）。另外本係統是采用硬件共振解調（diào）技術來實現振動信號分析以及故障診斷的，它比用軟件實現共振解調技術的好處（chù）是（shì）在故障形成的（de）初期，衝擊故障信號較弱時就（jiù）可以對故障進行成功的診（zhěn）斷，這樣就可（kě）以對早期故障（zhàng）設備進行重點監視，同時也有充（chōng）裕（yù）的時間采購替換件（jiàn）。因此本係統在工程（chéng）中擁有很廣（guǎng）闊的應用空間。
本文作者創新點：本（běn）文利用DSP係統高速信號處（chù）理的性能（néng），實現了滾動軸承的實時智（zhì）能診（zhěn）斷。采用硬件共振解調技術，避免了軟件共振解調技術帶來的早期故障難以發現（xiàn）的不足，能夠廣泛（fàn）應用於（yú）中小設備的滾動軸承故障診斷。
參考文獻
[1] 陳進.機械（xiè）設備振動監測與故障診斷[M].上海：上海交通大學出版社，1999.1-2
[2] 張曉光（guāng），周寧，丁餘泉.基於DSP的CMOS圖像采集係統設計[J].微計算（suàn）機信（xìn）息，2007，9-2：193-196
[3] 梅宏斌.滾（gǔn）動軸承振動監測與診斷—理論（lùn）、方法、係統[M].北京:機械工業出版社，1996.29-31
[4] 梅宏斌，閻明印，楊（yáng）叔子.滾動軸承故障診斷的高頻共振法[J].機械設計與製造，1992，(2)，12-16.
[5] 高立新，王大鵬（péng），劉保華（huá）等.軸承故障（zhàng）診斷中共振解調技術（shù）的應用研究[J].北京工業大（dà）學學報，2007， (1).1-5
[6] 王平（píng）.滾動軸（zhóu）承故障在線智能診斷（duàn）儀[J].軸（zhóu）承，2003，(9).35-38[4]
[7] H. Y. Zhang, C. W. Chan. Fuzzy art map neural network and its application to fault diagnosis of navigation systems. Automatica, 2001, 37:1065-1070
