基于LABVIEW的振动信号分析系统的研究与设计

发布时间：2018-08-31 17:08

【摘要】：随着科技的发展,工业生产在人们生活中占有越来越重要的位置,而大型旋转机械是工业生产中的重要设备,因此保证旋转机械的正常运转具有非常重要的意义。由于旋转机械大多数为动力机械,机械的振动参数可以反映其运行状况,所以可以通过监测分析旋转机械运行过程中产生的振动信号来监测其运行状态。近些年,旋转机械更新换代的速度逐渐加快,内部构造也越来越复杂,传统的信号监测分析仪器依托于硬件电路,升级困难,无法满足市场需求。因此需要开发更先进的仪器对旋转机械的运行状态进行监测。针对以上问题,本文开发了基于LabVIEW的振动信号分析系统,用于监测旋转机械的运行状态。该系统基于LabVIEW平台编程实现了振动信号的处理、存储和分析功能。其中在振动信号分析方面,实现了信号的时域分析、频域分析以及轴心轨迹分析。另外本文针对轴心轨迹分析提出了一种基于EEMD的自动提纯方法,并结合改进型不变线矩和灰色关联度分析完成了轴心轨迹形状的自动识别,实现了故障诊断。本文首先对振动信号监测旋转机械故障和轴心轨迹分析的研究现状进行了详细介绍。其次对振动信号监测旋转机械故障的可行性进行了分析,介绍了振动信号常用的分析方法,给出了旋转机械故障的分类及其对应特征。然后对轴心轨迹自动提纯和形状自动识别方法进行了详细说明并对其有效性进行了验证。之后以LabVIEW平台为依托,实现了振动信号的显示、处理、存储和分析。最终应用此系统基于故障模拟平台进行了测试分析,结果表明,该系统可以准确分析振动信号的频谱和倒谱,识别轴心轨迹形状,实现旋转机械故障诊断。
[Abstract]:With the development of science and technology, industrial production occupies a more and more important position in people's life, and large-scale rotating machinery is an important equipment in industrial production, so it is of great significance to ensure the normal operation of rotating machinery. As most rotating machinery are power machinery, the vibration parameters of the machinery can reflect its running condition, so it can be monitored by monitoring and analyzing the vibration signals generated during the operation of the rotating machinery. In recent years, the speed of the replacement of rotating machinery is gradually accelerated, the internal structure is becoming more and more complex, the traditional signal monitoring and analysis instruments rely on the hardware circuit, so it is difficult to upgrade, and can not meet the needs of the market. Therefore, it is necessary to develop more advanced instruments to monitor the running state of rotating machinery. To solve the above problems, a vibration signal analysis system based on LabVIEW is developed to monitor the running state of rotating machinery. The system is programmed based on LabVIEW platform to process, store and analyze vibration signals. In the aspect of vibration signal analysis, time domain analysis, frequency domain analysis and axis track analysis are realized. In addition, this paper presents an automatic purification method based on EEMD for the analysis of axis center locus, and combines the improved invariant line moment and grey correlation analysis to complete the automatic identification of the axis trajectory shape, and realizes the fault diagnosis. In this paper, the research status of vibration signal monitoring for rotating machinery fault and axis locus analysis is introduced in detail. Secondly, the feasibility of vibration signal monitoring of rotating machinery fault is analyzed, the common analysis methods of vibration signal are introduced, and the classification and corresponding characteristics of rotating machinery fault are given. Then the method of automatic purification and shape recognition of axis trajectory is explained in detail and its validity is verified. Based on LabVIEW platform, the display, processing, storage and analysis of vibration signal are realized. Finally, the system is tested and analyzed based on the fault simulation platform. The results show that the system can accurately analyze the frequency spectrum and cepstrum of the vibration signal, identify the shape of the axis trajectory, and realize the fault diagnosis of rotating machinery.
【学位授予单位】：天津工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TH17

【相似文献】

相关期刊论文 前10条

1 陈松;陈立爱;吴跃波;;基于小波变换的振动信号分析方法研究[J];洛阳理工学院学报(自然科学版);2016年04期

2 来雨霏;桑迎平;丁浩;;滚动轴承振动信号分析系统软件的开发[J];科技展望;2016年06期

3 张振华;井栋;;基于声音振动信号分析的产品品质测试[J];战术导弹技术;2011年02期

4 董彩凤,姜兴谓;微型机在振动信号分析中的应用[J];哈尔滨工业大学学报;1985年A7期

5 陈丽芬;;抛光机振动信号分析软件的编程与应用[J];机械工程师;2012年11期

6 贺艳;邹兆东;曹晓玲;;基于振动信号分析技术在矿用电机故障诊断中的应用与研究[J];价值工程;2013年08期

7 沈松,应怀樵,刘进明;小波变换在振动信号分析中的工程解释与应用[J];振动.测试与诊断;2000年04期

8 许长生;;对钻具振动信号分析[J];科技创新与应用;2015年34期

9 邹世明;张祥明;;基于LabVIEW的电机振动信号分析[J];河南科技;2013年11期

10 李燕;魏宗信;刘军;;机电系统振动信号分析技术的研究[J];机械与电子;2010年02期

相关会议论文 前9条

1 沈松;应怀樵;刘进明;;小波变换在振动信号分析中的工程解释与应用[A];第十一届、第十二届和第十三届全国振动与噪声高技术及应用会议论文集[C];1999年

2 史秀志;田建军;王怀勇;;利用重排平滑伪Wigner-Ville分布对两种采矿方法的爆破振动信号分析研究[A];中国爆破新技术Ⅱ[C];2008年

3 朱华军;王勇;施卫星;;基于VB和Matlab的结构振动信号分析软件开发[A];第十八届全国振动与噪声高技术及应用会议论文集[C];2005年

4 杨滨源;王玉;王小康;;基于振动信号分析的风电机组故障诊断研究[A];风能产业（2018年3月）[C];2018年

5 盛晓伟;房小艳;徐洋;孙以泽;;基于短时傅里叶变换的复合磨床振动信号分析及特征提取[A];第十六届全国模态分析与试验学术会议论文集[C];2016年

6 司爱威;冯辅周;邢伟;肖云魁;;基于小波包AR谱技术的柴油机加速振动信号分析[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

7 宋光明;陈寿如;吴从师;;爆破振动信号分析小波基函数构造与应用[A];第七届全国工程爆破学术会议论文集[C];2001年

8 李勇;叶荣学;张艾萍;;基于振动信号与声发射信号的转动机械运行状态的综合监测[A];第八届和第九届全国振动与噪声技术交流会论文集[C];1995年

9 叶庆卫;汪同庆;叶俊勇;;基于振型小波构造的振动信号分析[A];第二十七届中国控制会议论文集[C];2008年

相关博士学位论文 前2条

1 赵慧敏;柴油机非稳态振动信号分析与智能故障诊断研究[D];天津大学;2010年

2 吴书有;基于振动信号分析方法的电力变压器状态监测与故障诊断研究[D];中国科学技术大学;2009年

相关硕士学位论文 前10条

1 杨明珠;基于LABVIEW的振动信号分析系统的研究与设计[D];天津工业大学;2018年

2 袁芳;多通道振动信号分析系统研究与设计[D];南京理工大学;2014年

3 张雪刚;齿轮箱振动信号分析方法研究[D];沈阳工业大学;2017年

4 黄嘉;针对主减速器质量评价的振动信号分析技术研究[D];电子科技大学;2006年

5 李颖琼;基于小波分形理论的振动信号分析系统研究[D];浙江理工大学;2011年

6 高菲;基于DSP的振动信号分析[D];武汉科技大学;2006年

7 关晓磊;爆破振动信号分析与监测[D];中北大学;2012年

8 刘旭鹏;基于振动信号分析的旋转机械故障诊断方法研究[D];天津理工大学;2014年

9 丁宇;基于LabVIEW的振动信号分析系统的研究与设计[D];东北石油大学;2014年

10 李晚晴;基于振动信号分析的电力变压器状态检修系统研究[D];北京交通大学;2016年

，

本文编号：2215624