摘 要：針對在線式設備故障診斷系統因其昂貴的造價、安裝和維護的不便而不適用于中小型設備故障檢測與診斷的特點，設計了一種基于TMS320C6713的滾動軸承實時智能故障檢測系統，以滿足實時診斷、智能診斷、設備便攜等方面的要求。詳細介紹了系統軟硬件設計的原理和方法，實現了硬件共振解調技術的應用。研究結果表明，該系統能夠方便的應用到工程中去。 關鍵詞：滾動軸承;故障診斷;DSP;共振解調技術 [b][align=center]Design of the Rolling Bearing Real-time Fault Diagnosis System Based on DSP YIN Jian-jun[/align][/b] Abstract：The on-line equipment fault diagnosis system is not suitable for fault detection and diagnosis of small and medium-sized equipment, because of its high cost and its inconvenience of installation and maintenance. This article designs a kind of intelligent rolling bearing real-time fault diagnosis system, which is based on TMS320C6713 to meet real-time diagnosis, intelligent diagnosis, portable equipment and other aspects of requirements. This article describes the design principles and methods of the system hardware and software in detail, realizes the application of the demodulated resonance technique based on hardware. The results show that the system can be conveniently applied to the project. Key words：Rolling Bearing;Fault Diagnosis;DSP;Demodulated Resonance Technique 1.引言 　　滾動軸承是各種旋轉機械中應用最廣泛的一種通用機械部件，它的運行狀態是否正常往往直接影響到整臺機器的性能。據統計，在使用滾動軸承的旋轉機械中，由于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中還是有其重要意義的。 　　一方面國內企業的重要大型設備往往采用在線系統對設備的工況進行監測，但是在線系統價格高昂、通用性差、安裝和維護不便，不適用于大量的中小型設備。另一方面小型的振動檢測儀只是起到對數據采集和存儲的作用，而且數據的分析需要有豐富經驗的人去從事，難以實現實時診斷的要求。本文設計的以TI公司生產的TMS320C6713為數字信號處理器的滾動軸承實時故障診斷系統，就可以滿足中小型設備實時智能故障診斷的需要[2]。 2.滾動軸承實時故障診斷系統原理 　　滾動軸承實時故障診斷系統主要包括硬件部分和軟件部分兩個方面： 　　（1） 硬件部分：主要用模擬電路實現共振解調技術[3-4]和數字信號處理電路設計。故障產生的沖擊信號使得硬件諧振器發生共振，通過諧振器的共振響應將微弱的沖擊信號調制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干擾的共振解調波，由此達到精確診斷的目的。最后信號通過A/D轉換后，再送入DSP進行FFT變換。 　　（2） 軟件部分：主要是基于DSP對共振解調后的振動信號進行故障特征的識別與診斷。DSP對AD傳送來的數字信號進行時頻轉換，得到振動信號的頻譜圖，系統能自動分析頻譜，得出故障位置、故障類型、嚴重程度等結論并通過LCD顯示出來。 [align=center] 圖1.滾動軸承實時故障診斷系統框圖[/align] 3.系統的硬件結構 　　本系統采用的是硬件共振解調技術來實現軸承的故障診斷，它比軟件共振解調技術的優點是可以有效的提取機械早期故障的微沖擊信號，在故障早期實現預知維修[5]，此外用硬件實現比用軟件實現運算速度快，更好的體現了實時診斷的要求。 　　系統硬件設計的主要原理： 　　（1） 振動信號處理電路，它主要包括振動信號預處理電路及共振解調處理電路部分，如圖2所示： [align=center] 圖2.振動信號處理電路原理框圖[/align] 　　① 前端振動傳感器檢測到軸承的振動信號（其中包含諧振器的共振信號）。 　　② 振動信號經調理放大得到易于處理的低頻信號，電荷放大器和程控放大器起到傳感器輸出和后續處理電路的阻抗匹配和信號放大作用。由于軸承故障振動信號非常微弱，且傳感器輸出阻抗很大，因此，需要高信噪比和高增益專用前置放大集成電路。 　　③ 帶通濾波器對信號作預處理，經過帶通濾波器處理后，可有效濾掉低頻振動和高頻干擾，只保留共振頻率附近的頻率段。 　　④ 包絡檢波器檢出共振波的外包絡，將高頻共振信號轉換為低頻包絡信號，即實現共振解調功能。經包絡分析器和低通濾波器處理后，可進一步剔除時域尖峰信號的干擾，為后續故障識別系統提供較穩定的識別信號。 　　⑤ 由于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，在A/D轉換之前選擇合適的濾波，也能起到抗頻率混疊的作用。 　　（2） 數字信號處理電路部分，如圖3所示： [align=center] 圖3.數字信號處理電路原理框圖[/align] 　　① 低頻解調信號被A/D轉換器轉換成適用于DSP處理的數字信號。本設計選用的是TI公司的多采樣頻率、低功耗、單電源供電的A/D轉換芯片AD9221，其最大采樣頻率高達1.5MHz，信噪比70dB，采樣精度高，足以滿足系統設計的需要。 　　② 數字信號處理器是本設計的關鍵，它的運算速度直接影響了系統實時性的實現。本系統中的DSP芯片采用TI公司的TMS320C6713。這是一款用于高精度高性能應用的浮點型DSP，它在C67x的基礎上，增加了很多外圍設備和接口。該芯片內核主頻最高可達300MHz，處理能力可達2400MPIS，內部具有可配置的二級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總線。 　　③ TMS320C6713的內部最多只有256K的L2 SRAM，不能滿足系統大容量數據存儲的需要，需要擴展外部存儲的空間，系統采用Micron公司的32位SDRAM芯片MT48LC4M32B2，擴展了128M的動態存儲空間。 [align=center] 圖4.DSP與SDRAM的連線圖[/align] 　　④ 本系統的Flash存儲器采用SST公司的SST39VF160。SST39VF160采用單電源2.7V供電，訪問時間僅為90ns，快速擦除，全片擦除只需15ms，快速燒寫，全片燒寫只需7s。 　　⑤ TMS320C6713需要高精度、穩定的雙電源供電，以保證系統的正常運行。本系統采用TI公司推出的具有外部補償電路、過流保護電路的高精度電源芯片TPS54310（圖中未畫出）。 　　⑥ 按鍵控制電路和LCD顯示線路比較簡單這里就不詳細介紹了。 4.系統的軟件設計 　　本系統軟件功能強大，其軟件系統涵蓋各種算法的實現;字符、漢字、圖形的顯示;定時器、串行口、USB、外部中斷的響應;程控放大器、液晶顯示屏、系統時間的設置控制;通訊協議的實現;文件系統的存儲;內存管理等。 　　系統軟件主要實現的功能如下： 　　（1） AD傳送來的數字信號通過FFT變換，將時域信號變換為頻域信號，進而得到振動信號的頻譜圖。 　　（2） 系統軟件采用BP神經網絡的診斷方法對信號進行智能診斷[6]。把能反映振動信號特征的信息作為神經網絡的輸入，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算法對網絡進行訓練[7]，然后用這一神經網絡對實際的軸承解調信號進行自動診斷，報告故障。 　　（3） 解調波的各分量以及故障位置、故障類型、嚴重程度和軸承號等數據通過大屏幕LCD顯示，便于人工輔助判斷。 　　（4） 鍵盤具有功能快捷鍵、英文及數字鍵支持人工數據錄入與交互。操作過程中可以通過按鍵設置系統的參數、功能，控制采樣長度等等。 　　（5） 所有測量數據被有效保存，便于數據管理。系統可將測量數據上傳到上位機中存儲和進行進一步的故障分析，同時也可下載上位機中軸承庫的軸承具體型號參數及其特征頻率等相關信息。 [align=center] 圖5.系統軟件功能圖[/align] 5.結束語 　　傳統的振動診斷儀一般都是對振動的有效值、最大幅值、峭度等時域特征信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。本系統是利用BP神經網絡對故障進行診斷的，實現了診斷的智能化，提升診斷速度和診斷精度。另外本系統是采用硬件共振解調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是在故障形成的初期，沖擊故障信號較弱時就可以對故障進行成功的診斷，這樣就可以對早期故障設備進行重點監視，同時也有充裕的時間采購替換件。因此本系統在工程中擁有很廣闊的應用空間。 　　本文作者創新點：本文利用DSP系統高速信號處理的性能，實現了滾動軸承的實時智能診斷。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的不足，能夠廣泛應用于中小設備的滾動軸承故障診斷。 參考文獻 　　[1] 陳進.機械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，周寧，丁余泉.基于DSP的CMOS圖像采集系統設計[J].微計算機信息，2007，9-2：193-196 　　[3] 梅宏斌.滾動軸承振動監測與診斷—理論、方法、系統[M].北京:機械工業出版社，1996.29-31 　　[4] 梅宏斌，閻明印，楊叔子.滾動軸承故障診斷的高頻共振法[J].機械設計與制造，1992，（2），12-16. 　　[5] 高立新，王大鵬，劉保華等.軸承故障診斷中共振解調技術的應用研究[J].北京工業大學學報，2007， （1）.1-5 　　[6] 王平.滾動軸承故障在線智能診斷儀[J].軸承，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