论文部分内容阅读
【摘 要】通过采集多个传感器采集电机故障时发出的噪声，用傅里叶变换得出几个特殊频率的幅值，来确定故障的方位，更进一步可以判别故障发生的原因。
【关键词】频谱分析；傅里叶变换；故障频率
一．引言
电机是指依据电磁感应定律实现电能转换或传递的一种电磁装置，也俗称马达。它在工业中的应用主要有风机、水泵、皮带以及各种振动机械。由于在工业生产中起着举足轻重的作用，如何保障电机的正常运行及故障的早期发现，也就显得尤为重要了。
目前有很各种各样的电机智能保护器。通过检测各种各样的不同的信号，像：电流、电压，机械振动的幅度等，来辨别电机故障。这些方法都存在各自的优缺点。但由于很多故障不一定能及时的从这些数据上体现出来，所以不利于及时发现故障。
最传统的方法，在目前还有不少的工厂也在使用，用听棒搭在电机的不同部分。这种方法是通过人耳来分辨电机是否运转正常，耳脑系统本身就是相当灵敏的感觉系统，因此它能够正确地区分各种声音。但是由于在机房里噪声，对人耳的伤害很大，同时对检测人员的经验要求很严苛。所以这就是我想做一个类似人工耳的仪器，代替人耳来定位噪声源和分辩噪声的原因。
二．电机噪声的频谱分析
1．频谱分析
将信号源发出的信息源按频率顺序展开，使其成为频率函数，并考察变化规律，称为频谱分析。目的是把复杂的时间历程波形，通过傅里叶变换分解为若干单一的谐波分量来研究，以获得信号的频率结构以及各谐波的相位信息。
将得到的数据，配合模拟神经网络或者查表与指定转算功率的电机的声功率级做出比较。得出可能的噪声产生的故障原因。当然前提是有电机的频率与转速。当然这也涉及到一个如何利用快速傅里叶变换（FFT），由于我们都知道计算机可处理信息都是离散的，所以我们可以通过离散傅里叶变换来求得具体某个频率的幅值。然后个相对比得出可能的故障原因。
2．噪声频率
2.1风扇噪声频率
风扇噪声：它是电机通风噪声的频谱特性的典型代表，大致由涡流噪声和叶片声组成，正常情况下都是频带很宽，声级很稳定，但当叶片与导风圈间隙变小时失会产生：
频率为： i为倍数，取1,2,3。
2.2固体振动噪声频率
轴承噪声：由于轴承本身的精度问题而产生的噪声，一般频率在2-5kHz内，当然还有一些情况会产生一下频率的噪声
轴承内外不同心时的噪声频率率为：。
轴承内外圈几何变形时噪声频率为：或者（E为滚动元件数）
2.3电磁噪声频率
电磁噪声：由径向交变电磁力激发的由机壳的柔性与定转子的偏心而造成的动磁拉力，频率为 （为电网频率）
另一种谐波电磁力频率为（Z为谐波次数；Q为定转子齿槽数）转子缺陷频率的哼哼声（s为转速率）
换向器或者整流子频率：一种是由于换向器整流子碳刷摩擦导电环产生的一般频率为4-10kHZ，另一种是整流子打出声，（m为换向片数）
部件共振声，小型电机机壳的固有频率为500-1000Hz之间；端盖风罩一般在800-2000Hz之间。
不平衡及轴向窜动：由于电机动平衡不佳或电磁力轴向分量作用，会产生或者50-400Hz的不稳定低频声。（1）
通过已有的电机数据，不难算出故障频率。在所得的频谱中查找是否有比较突出的幅值。判断故障。如图所示（2），可以明显看出在50~500之间有高分贝噪声出现，可能是由于装配时的工艺问题造成的。当然这还要收集很多数据来确定软件内部的故障判别算法。
三．数据采集方式
3.1目前的数据采集方式
市场上不少通过振动监测仪采集震动信号来判别故障，目前通用的方法有几种。手持式振动检测器，通过晶振采集数据，根据经验得出结论，这对操作人员的经验有很高的要求。另一种是通过固定支架来得到信号，通过模拟神经网络得出可能的故障原因。不过这两种方法都存在对晶振固定的施加力度和时间不同，得到结果可能不同。可能需要很多时间采集数据。还有一种是通过阵列传感器来收集数据，但是体积庞大，比较适合实验室。
3.2根据声波在空气中衰减的原理进行分析和设计
由于声波不可能在空气中永远的传播下去，会随着时间和距离的推移而衰减最后消失，大部分的声源都可以看为是球面波，而通过斯通克斯基尔霍夫公式，得到的经典吸声系数可以知道频率越高则声吸收越厉害。
如果需要粗略的判别出是机房内的那台电机有故障声，需要通过两个以上的声音传感器，在离电机的一定距离内（保证高频声波衰减的不是很厉害）采集数据，通过FFT傅里叶变换，获得频谱分布，然后采纳其中的某些特定故障的频段，然后比较两个频谱中某个频率的幅值。如图，故障点到传感器A，B的距离a，b不同，由于声波在空气中传播会根据球面波模型衰减，信号到两端传感器的相应频率的幅值会不同。从而进行进一步的计算得到故障点与检测设备之间角度，从这个方面来判断故障电机的方位。
如果需要找出电机的哪个部位为故障声源，可以用三个接受平面互为直角的传感器，就是通过三个互为直角的采集平面所得到的信号，如图得到x,y,z三个方向的信号，同样分别通过频谱展开其得到的信号，得到特定的频率的幅值a、b、c，然后做进一步定向的运算后得出特定频率信号源的方向，判断故障点。
数据采集的时候，信号会不断的数字化，时域信号数据循环通过先进先出缓冲器，在累积新数据时，缓冲器会丢弃最老的数据，不断地进行傅里叶变换，当可能的故障频率超过限定值时，做出提示。并开始做关于故障声源定向的运算。
四．小结
总之频谱分析前景非常广阔，随着科学技术的发展，人们对电子技术的依赖将会使频谱分析技术飞速发展，届时，这项技术会在各个方面得到应用。
由于时间有限，目前仅做了传感器设计及信号的频谱分析做了设想，这些都将在不久之后的毕业设计中加以实验和论证。希望有经验的同学与老师给予指导和帮助。
参考文献
[1]马大猷,陈业绍.噪声控制学.
[2]汪庆年,李红艳,史风娟,元美玲..基于频谱分析的电机噪声源的识别.
【关键词】频谱分析；傅里叶变换；故障频率
一．引言
电机是指依据电磁感应定律实现电能转换或传递的一种电磁装置，也俗称马达。它在工业中的应用主要有风机、水泵、皮带以及各种振动机械。由于在工业生产中起着举足轻重的作用，如何保障电机的正常运行及故障的早期发现，也就显得尤为重要了。
目前有很各种各样的电机智能保护器。通过检测各种各样的不同的信号，像：电流、电压，机械振动的幅度等，来辨别电机故障。这些方法都存在各自的优缺点。但由于很多故障不一定能及时的从这些数据上体现出来，所以不利于及时发现故障。
最传统的方法，在目前还有不少的工厂也在使用，用听棒搭在电机的不同部分。这种方法是通过人耳来分辨电机是否运转正常，耳脑系统本身就是相当灵敏的感觉系统，因此它能够正确地区分各种声音。但是由于在机房里噪声，对人耳的伤害很大，同时对检测人员的经验要求很严苛。所以这就是我想做一个类似人工耳的仪器，代替人耳来定位噪声源和分辩噪声的原因。
二．电机噪声的频谱分析
1．频谱分析
将信号源发出的信息源按频率顺序展开，使其成为频率函数，并考察变化规律，称为频谱分析。目的是把复杂的时间历程波形，通过傅里叶变换分解为若干单一的谐波分量来研究，以获得信号的频率结构以及各谐波的相位信息。
将得到的数据，配合模拟神经网络或者查表与指定转算功率的电机的声功率级做出比较。得出可能的噪声产生的故障原因。当然前提是有电机的频率与转速。当然这也涉及到一个如何利用快速傅里叶变换（FFT），由于我们都知道计算机可处理信息都是离散的，所以我们可以通过离散傅里叶变换来求得具体某个频率的幅值。然后个相对比得出可能的故障原因。
2．噪声频率
2.1风扇噪声频率
风扇噪声：它是电机通风噪声的频谱特性的典型代表，大致由涡流噪声和叶片声组成，正常情况下都是频带很宽，声级很稳定，但当叶片与导风圈间隙变小时失会产生：
频率为： i为倍数，取1,2,3。
2.2固体振动噪声频率
轴承噪声：由于轴承本身的精度问题而产生的噪声，一般频率在2-5kHz内，当然还有一些情况会产生一下频率的噪声
轴承内外不同心时的噪声频率率为：。
轴承内外圈几何变形时噪声频率为：或者（E为滚动元件数）
2.3电磁噪声频率
电磁噪声：由径向交变电磁力激发的由机壳的柔性与定转子的偏心而造成的动磁拉力，频率为 （为电网频率）
另一种谐波电磁力频率为（Z为谐波次数；Q为定转子齿槽数）转子缺陷频率的哼哼声（s为转速率）
换向器或者整流子频率：一种是由于换向器整流子碳刷摩擦导电环产生的一般频率为4-10kHZ，另一种是整流子打出声，（m为换向片数）
部件共振声，小型电机机壳的固有频率为500-1000Hz之间；端盖风罩一般在800-2000Hz之间。
不平衡及轴向窜动：由于电机动平衡不佳或电磁力轴向分量作用，会产生或者50-400Hz的不稳定低频声。（1）
通过已有的电机数据，不难算出故障频率。在所得的频谱中查找是否有比较突出的幅值。判断故障。如图所示（2），可以明显看出在50~500之间有高分贝噪声出现，可能是由于装配时的工艺问题造成的。当然这还要收集很多数据来确定软件内部的故障判别算法。
三．数据采集方式
3.1目前的数据采集方式
市场上不少通过振动监测仪采集震动信号来判别故障，目前通用的方法有几种。手持式振动检测器，通过晶振采集数据，根据经验得出结论，这对操作人员的经验有很高的要求。另一种是通过固定支架来得到信号，通过模拟神经网络得出可能的故障原因。不过这两种方法都存在对晶振固定的施加力度和时间不同，得到结果可能不同。可能需要很多时间采集数据。还有一种是通过阵列传感器来收集数据，但是体积庞大，比较适合实验室。
3.2根据声波在空气中衰减的原理进行分析和设计
由于声波不可能在空气中永远的传播下去，会随着时间和距离的推移而衰减最后消失，大部分的声源都可以看为是球面波，而通过斯通克斯基尔霍夫公式，得到的经典吸声系数可以知道频率越高则声吸收越厉害。
如果需要粗略的判别出是机房内的那台电机有故障声，需要通过两个以上的声音传感器，在离电机的一定距离内（保证高频声波衰减的不是很厉害）采集数据，通过FFT傅里叶变换，获得频谱分布，然后采纳其中的某些特定故障的频段，然后比较两个频谱中某个频率的幅值。如图，故障点到传感器A，B的距离a，b不同，由于声波在空气中传播会根据球面波模型衰减，信号到两端传感器的相应频率的幅值会不同。从而进行进一步的计算得到故障点与检测设备之间角度，从这个方面来判断故障电机的方位。
如果需要找出电机的哪个部位为故障声源，可以用三个接受平面互为直角的传感器，就是通过三个互为直角的采集平面所得到的信号，如图得到x,y,z三个方向的信号，同样分别通过频谱展开其得到的信号，得到特定的频率的幅值a、b、c，然后做进一步定向的运算后得出特定频率信号源的方向，判断故障点。
数据采集的时候，信号会不断的数字化，时域信号数据循环通过先进先出缓冲器，在累积新数据时，缓冲器会丢弃最老的数据，不断地进行傅里叶变换，当可能的故障频率超过限定值时，做出提示。并开始做关于故障声源定向的运算。
四．小结
总之频谱分析前景非常广阔，随着科学技术的发展，人们对电子技术的依赖将会使频谱分析技术飞速发展，届时，这项技术会在各个方面得到应用。
由于时间有限，目前仅做了传感器设计及信号的频谱分析做了设想，这些都将在不久之后的毕业设计中加以实验和论证。希望有经验的同学与老师给予指导和帮助。
参考文献
[1]马大猷,陈业绍.噪声控制学.
[2]汪庆年,李红艳,史风娟,元美玲..基于频谱分析的电机噪声源的识别.