基于LabVIEW和Matlab的滚动轴承故障监测与诊断

青岛大学学报（工程技术版）

2 0 1 7年8月

JOURNAL OF QINGDAO UNIVERSITY (E&T)

Vol. 32 No. 3

Aug. 2 0 17

文章编号：1006 - 9798(2017)03 -0056-06; DOI: 10.13306/j.1006 - 9798.2017.03.010

基于LabVIEW和Matlab的滚动轴承故障监测与诊断

孙晓涛1，高军伟u，毛云龙1，张彬\\董宏辉

(1.青岛大学自动化与电气工程学院，山东青岛266071;2.北京交通大学轨道交通控制与安全国家重点实验室，北京100044)

摘要：针对轨道车辆滚动轴承故障的多发性和重要性，本文基于虚拟仪器技术，通过LabVIEW以 及Matlab来编程操作，设计了一种滚动轴承故障监测与诊断系统，通过传感器采集振动信号，经过 信号调理模块对信号进行相应的滤波放大处理，再通过数据采集卡NI9215输人到实时控制器

CompactRIO中，CompactRIO则通过控制器面板上的RJ - 45以太网端口，使用以太网连接控制

2

器至上位机，上位机采用LabVIEW编程，将数据传送给上位机进行数据的显示存储与处理分析，然后调用Matlab，该系统通过小波包变换提取轴承的故障特征向量，再利用RBF径向基函数神经 网络对故障类型进行诊断分析。分析结果表明，该系统能够及时、准确的实现振动信号采集和分 析、信号传输、故障诊断等功能，拥有灵活、易用的人机交互界面，实现了软、硬件资源的良性共享，具有较好的实用价值。

关键词：滚动轴承；LabVIEW; Matlab;数据采集；故障诊断 中图分类号：TP277; TP206+.3

文献标识码：A

目前，我国轨道交通的故障诊断技术正在迅速发展，社会各界对轨道交通列车运营的安全性和可靠性已经提 出了更高的要求。城市轨道交通列车是复杂运行的机电一体化系统，其走行系的系统状态和性能在不断演化过 程中会形成安全隐患，甚至引发事故，这不仅影响市民的日常出行，而且会诱发严重的社会问题[1]。滚动轴承是 轨道交通中应用最广泛的机械部件之一，且轴承的工作强度非常大，工作环境恶劣，故障的发生呈非线性特点，即 使定期检修，也难以很好地防止故障的发生，因此对滚动轴承运行状况在线监测与故障诊断成为重要的研究方 向。近年来，国内外对轴承故障诊断的研究也有了长远的发展[2]，但是国内设计和引进的诊断设备普遍存在诊断 速度较慢、精确度不高的问题。为此，本文设计了一种对滚动轴承在线监测与故障诊断系统，对目前技术做了相 关的改进工作。采用NI9215采集卡对数据进行采集，NI 9215是内嵌于NI9075上的4路模拟电压输人模块，其 模拟电压的采集范围为±10 V[3]，具有16位分辨率和100 kS/s最大采样率，而且双重隔离屏蔽设计提升了它的 安全性和共模电压的范围[4]。其将实时控制器和现场可编程门阵列（field-programmable gate array, FPGA)相 结合，采集的数据输人到CompactRIO中，CompactRIO则通过控制器面板上的RJ-45以太网端口，连接到上位 机上，上位机采用LabVIEW和Matlab编程，通过虚拟仪器编程在操作界面上显示出实时的振动波形图，并且调 用了 Matlab，采用10组故障类型的数据进行RBF神经网络训练，对采集的故障数据通过小波包变换提取采集 数据的8位特征向量，并通过径向基函数（radia basic function, RBF)神经网络进行故障类型诊断[5]。本系统可 以实现轨道交通轴承运行状态的监测以及当轴承发生故障时及时对故障类型作出判断，以快速、精确、可靠的方 法保证轨道交通车辆的安全运行，具有很好的使用价值。

1

系统硬件设计

基于LabVIEW和Matlab的滚动轴承在线监测与故障诊断系统硬件部分主要由信号调理模块、数据采集模

块、监测和诊断平台3个部分组成。该系统主要负责完成信号的采集和数据通信;将采集的数据进行必要的处 理，然后以适当的方式显示在上位机的操作界面上，以实现在线监测；将采集的数据进行处理，通过适当的算法，

收稿日期：2016-12-08;修回日期：2017-01-05

基金项目：山东省自然科学基金资助项目（ZR2015FM015);轨道交通控制与安全国家重点实验室开放课题(RCS2015K007) 作者简介：孙晓涛（1990 -)，男，山东威海人，硕士研究生，主要从事智能控制系统研究。

通讯作者：高军伟（1972-)，男，山东临折人，博士，教授，主要从事智能系统建模与控制研究。Email: qdgaol63@163.com

第3期孙晓涛，等：基宁Lab VIEW和Matlab的滚动轴承故障监测与诊断57

对采集的振动数据进行故障的诊断以判定故障类型。信号调理模块负责将传感器采集到的高电压信号进行屏

蔽、变换、放大，转换成数据采集模块允许输人范围内的电压信号[6]。通过内嵌于CompactRIO上的NI9215采 集数据，、经过模数转换，将转换后的数字偾号送到CompactRIO上的实时控制器进行处理，然后傦助以太网送人 上位机进行显示存储与处理，上位机采用Lab VIEW编程实现对振动信号的实时显示，然后调用Matlab，利用

RBF神经网络对采集数据进行故障诊断，确定故障类型。系统硬件原理图如图1所示。

图1系统硬件原理图

1.1信号调理模块

通常情况下，典型的数据采集与控制系统一般都需要信号调理器件，该器件用于将原始信号以及传感器的输 出接口连接到数据采集板或功能模块上。通过号调理的各种功能，比如常见的信号放大、隔离、滤波、多路转换 以及意接变送器调理等，使数据采集系统的可靠性与准确性得到极大的改善^ NI9215模块的电，压输人范围为士 10 1. 2

此数据采集过程中需要信号调理模块先将采集的电压信号经过隔离和放大，最后转换成允许的电压米集模块

采集模块主要用RT模块和FPGA模块进行综合设tj%针对不同类型的需要采集.的模拟信号，用户可选择 不同的可重新配置的I/O采集卡与cRIO底板进行匹配s FPGA模块对采集到的振动数据进行筒单的处理启， 通过先人先出队列（first input first output, FIFO)将采集到的振动数据传输到RT实时控制器模块，然后对采集 到的实时数据进行浮点运算等操作处理，本系统采集的振动信号为电压信号>PC机处理的是数字信号、，所以必 须利用A/D转换芯片将采集到的模拟信号转换为数字信•号。本系统中选用的NI 9215数字采集卡，它的模拟电 压采集范围为士 10 V，具有16位分辨率和100 kS/,s最大采样率[3]，在FPGA程序中通过设宣读写模拟输人输出

PU可以得到采集的数据。

输人蒗围3

1.3监测诊断界面

装有Lab VIEW的图形化编程软件具有很好的人机交换界面,FPGA底板与RT控制器通过PCI总线进行 连接，RT控制器与PC主机通过共享变量通信，编程时需要分别设计FPGA程序、RT控制器程序和Hast程 序M ^ FPGA程序、RT程序和Host程序的运行是各自，在系统工作时，FPGA程序会经过相应的转换，然 后被编译成比特流文件，并编译下载到FPGA模块上运行^ LabVffiW实时模块通过读取FIFO存储的数据，从 而获取FPGA模块中的数据M。Host程序将直接运行在PC机上，通过共享变量，进行通信，从而获得来自实时 模块程序Ji处理后的数据。

2

系统软件设计

本系统基子面向对象的图形化编程语言Lab VIEW及Matlab进行设计。LabVffiW不仅具有直观的设计界

面，而且还具有MatlabScript节点，该节点窗以在LabVIEW内部通过ActiveX慨用i Matlab软件，通过Lab-

VffiW与MatlaL混合编程的方法能够有效地将神经网络与虚拟仪器相结合，通过小波包变换提取故障的特征向

。置_\\并通过训练好的RBF神经网络对故獐类型进行分类，实现故障诊断。这种方法降低了编程的难度，极大 地提商了设计系统的工作效率。塞于CompactRIO的下位机FPGA. VI程序和RT. VI程序以及检测诊断界面

host • vi:焉剌构成了轚个软件系統。

2. 1 下位机程序

下位机主要包含FPGA. VI和RT. VI程序，FPGA. VII编译下载至FPGA芯片中，并可重新配査I/O模

58青岛大学学报（工程技术版）

第32卷

块，实现硬件的驱动。RT. VI程序可编译下载至Real-Time系统，运行于嵌人式平台，与FPGA或上位机通信。

1)

FPGA. VI。FPGA. VI程序图如图2所示，NI CompactRIO可编程自动化控制器主要包括实时控制模

块和FPGA模块，FPGA可以实现重新配置I/O端口，并能实现底层硬件的开发与驱动。将FPGA. VI程序编 写好后，编译下载至FPGA，利用I/O模块实现系统[11]。

图2 FPGA. VI程序图

2) RT. VI。RT. VI程序图如图3所示，NI CompactRIO可编程自动化控制器里的RT模块主要负责数据

的存储与处理，将编写好的RT. VI程序编译下载至Real - Time系统，运行于嵌人式平台，并与FPGA或上位机 进行通信™。

图3 RT. VI程序图

2. 2上位机程序

上位机HOST. VI程序主要是基于Lab VIEW编写的虚拟仪器操作界面，通过友好人机互动界面，实现对滚

动轴承的在线监测与故障诊断功能。在监测诊断界面上，可以实时地显示振动信号的波形图及小波去燥后剔除 噪声产生的小波系数，最大限度地保留了有用的信息[13]，还有振动信号的功率谱及幅度谱，供操作人员对滚动轴 承状态进行监测。同时，还设计了对滚动轴承故障的诊断，对采集到的故障数据用小波包提取特征向量，并进行 归一化处理，然后调用Matlab，利用RBF径向基函数神经网络对故障进行分类，实现对故障的诊断功能[14]。

1)

小波包能量特征提取原理。滚动轴承的故障信号是一种非平稳信号，小波包分析相比小波分析，具有更

精确的特点，不仅对波形的低阶进行分解，而且对高阶部分也进行分解，可以提高信号的时频分辨率[15]。

尺度函数和小波函数#r)在多分辨率分析中满足双尺度方程。双尺度方程为

= \\/2 '^P1hk'f> (2t — k)(pit) = \\/2 ^jgk^ (2,t — k)

k

k

⑴

式中，&和心为相互正交的高通和低通滤波器系数。

小波包分解算法。由；出+1'\；出'=\；出'=\"+1 }，其分解方程为

d\\'2n = k

dl''2\"+1 = ^jgk-z,di+l'n

k

(2)

式中，和心-2,分别为小波包分解过程中的高通和低通滤波器的系数。

小波包重构算法。由办2\" }和必2\"+1 }求出+U }，其重构方程[16]为

第3期孙晓涛，等：基宁Lab VIEW和Matlab的滚动轴承故障监测与诊断

D

k

59

(3)

+ 汾―办=\"+1)

式中，和分别为小波包童构的髙通和低逋滤波器系数。

外环故障的小波包特征向鱟提取如图4所示，外环故障的小波包特征向量分别记为说〜£Sl

x 102

0

5 10 a Energy:0.156 8

15

pvv r_『”pT If*

0

5

〒們

10

xl〇2

15

b Energy:0.037 365

_私

0

十卜

5

卜

10

x 102

15

0

5

10

d Energy:0.054 141

x 102

15

c Energy:0.071 872

x 102

0

5

10

15

0

5

10

e Energy:0.3 53

f Energy:0.135 97

x 102

15

x 102x 102

〜〇

频率/Hz

10

Energy:0.115 4

15 10

Energy:0.038 91

15

图4外环故障的小波包特征向量提取

2) RBF神经网络^ RBF径向基函数神參网络[18]属于前向神经网络类型，它能够以任意精度逼近任倉连

续涵数，特别适合解决分类间题tl7]。在RBF神经网络中，输人层起到传输信每的作用，输人层和隐含层之间可 以看作是连接权值为1的连接，输出层对线性权进行调整，采用线性优化策略，隐含层暴对激活函数（格林函数或 高斯函数）的参数进行部分调整。径向基神经网络结构如 图5_.:所求，输人雇\"If■点输人数据而，^2传递到隐含

S的节点，隐含层节点由高斯核函数构成，隐含层到输出鼻

是简单的额线性关系[19]，对振动信咢数据提取的小波包故

障类型特征向量由8个向;量组成并作为输入，经过RBF神 经网络分类输出5种不同的诊断结果，本系统采取20组故 障数据进行训练，训练后的系统可以对采集的振动信号进 行故障识娜s采用小波包能量谱识别，最高识别率可达 95 %，平均识别率在92. 5 %左右4正明本系统的特征提取 方法可行，并晨有效。

输

出

变

3

系统调试运行

该系统既可以实现对滚动轴承的在线监测，又可以实现对故障类型的诊断5系统的调试运行过程如下，首先

设董FPGA. VI中的采样频率，然后将其编译下载到下位机中，配置好I/O端口9然后运行RT程序，将采集的振 动数据写人共享变量，通过上位机的故障监测与诊断系统可以实时地采集乘自共享变量的振动数据并通过 虚拟仪器实时地显示振动信号的波形图以及小波去燥后的波形，还有功率谱和幅度谱。然后对振动数据进行故 障的分类，利用Lab VIEW自带的参数计算函数计算采集数据样本的极差，方差，标准差。调用Matlab，采用小 波包变换提取故障的特征向量，用已有的10组故障数据对RBF神经网络进行训练，训练好的系统可以对振动数 振迸秄故障的额分类*诊断结果来用鄭一化处理,:〇mo〇，ooiDo ,:〇陳m^

常状态，滚子故障，内环故障，外环故障，混合故障。故障监测与诊断界面运行示意图如图6所示s

6.0

青岛太学学报(.1程技术版）第32卷

4

图6故障监测与诊断界面运行示意图

结束语

本文设计了一种基于Lab VIEW和Matlab的滚动轴承在线监测ij故庳诊断系统，本系统通过嵌人式芊台

CompactRIO搭建T 一套完善的硬件系统，并通过虚拟仪器设计平台Lab VIEW提供T友好的人机交互界面。

通过调用Matlab，利用小波包变换提取故障信■号能量特征向量，同时利用训练过的RBF神经网络对故障类型进 行分类。经过对系统的调试运行,该系统可以实现对轴承状态的监测，并且还可以正确地对故障的类遨进行诊断 和分类，较以往的诊断方法，该设计在准确性和快速性方面有了一定提升，具有较好的实用价值，

参考文献：

[C

易龙龙.》膚荦伟.张志等.棊:¥LaWlEW_W_轨霍交通数据采集系统设谦_.费鸟大学学报：S輕技术版，2M8*

44-48.

虐修彬，饶藤，张敎次，基于小波分析的滚动轴承故障黎断.襄统的研究[J].电脑知识与祛2®9, s|：a)s _2ig4-2m,

p]

_遞红》高丨率尊_，.成亮.等.基___于:.“_研^界_和戍1〇的电能质量綜含.监:测'系统[〇.青岛太学学报；工賴

..22 - 27,.

[4]张晨義，刘东野，石&:新，等.霉f^L&fcVlEW的齿轮故障测试仪的歌件设Jfp].仪_技术200S.(:S)s 40 -42.[屬機世锡，逋文娟，叶红仙.基于.UbVIEW的机械故障信号小渡包分解.和重1^,1机电工程，200:7, |4.(7):: 1_M

[Q踅建:强，傅攀，乔觀_于虚拟_仪器的滚动_承_线娘测寒統[J].四:川裊工学报，ieift:，wish 65-s.7.

[i

黄卫4,.路小彼1凌小静I.基于小波包特征提取翁零.牌字符识MG1称学通报，20_4, 49(舞#t嫉

李刚，禽军伟，阚枢，篆卷于虡拟议赛技术的逆交器监___；啬班；[].省鸯大学学报.：工_技术版，amvzstt》:：17-叫

[i〇张德毕.，MATLAB神经网络逾用设计北京:：机械工.业出_版社.，26®.

Ci〇]赵_顺._溆霞.马跃进象鍾于處故仪器的t动机断缸敌障振翁诊断〇]..农嫌:c.程学报，助I2,麗cm

[tt]

崔鼻.小黎包变换和_哀3丨网犖在凤电_传_动链敏障诊.断的歡用研究[乃..嗔身机麟if.动化加工技术，訟

25-3i..

胳

-9T.

im

187.

[網

锋，議等..良f _:旭达，等.寒宁戏、'狭包和径询基神鳌网络轴承敏_诊断CJ1.北章科.技大学学报.260:4, 2缒;2^ 1®4= -

.成■，,高零伟，张彬.等.基¥:EMD和RBFBtM的地铁辅助逆变器故障检测[Jl #岛太.学争报：工樺技术版2KL.4, 2S(2) ： 43-48.

[14] 孙健.王成华，.牲_彼.基f小跋包能量谱和MPE的模拟电路故__珍断[J].仪器仅蠢學报，2〇13,

[15] |c?CsiIE#. f#aMATLAB#MMif,[»]. MM： f&fttilkfflKtt, 2©〇.

[馨]丁.槪焰.杜永乎_s视车车辆故珍浙技术的发雇£□.铁道机车车辆.2004,

30.

[17] (JaQ 丁 W* Yu J P、Leag Z W.，e'i. al. The Application of PSO-LSSVM in Fault Diagaosis of Subway Auxiliaiy Ia^erterlJ!].,

ICIC Express Letters, 2013, 4(3)： 777 - 784.

[

_

蒙睿> 方舞，旗新.等._i* hht1算法的机械故幛分析系魏口].武琪$輕大学学报，am,

付-碼：

PB孙伟熊邦书:費建萍，等.小爹包降噪与'LMD祖结合的滚动输承敢障诊断方.掘潘与净爾、S«2, 31E:W)t K3-156.

第3期孙晓涛，等：基于Lab VIEW和Matlab的滚动轴承故障监测与诊断

61

[20]陆爽，李萌.基于小波神经网络的滚动轴承故障诊断[J].化工机械，2004, 31(3): 155 - 158.

Online Monitoring and Fault Diagnosis of Antifriction Bearing

Based on LabVIEW and Matlab

SUN Xiaotao1, GAO Junwei1,2, MAO Yunlong1,

ZHANG Bin1, DONG Honghui2

(1. College of Automation and Electrical Engineering, Qingdao University, Qingdao 266071,China;

2. State Key Laboratory of Rail Traffic Control and Safety,

Beijing Jiaotong University, Beijing 100044, China)

Abstract： In view of the multiple and important malfunction of antifriction bearing of modern rail transit,

this

paper designs a kind of fault monitoring and diagnosing system for rail transit based on LabVIEW and Matlab. This system collects vibration signal through sensor, and the signal will be amplified and smoothed by signal adjustive module. The signal will be transferred into CompactRIO through data acquisition card NI9215, and then connected the CompactRIO and upper computer by RJ - 45 ethernet network. The programme of upper computer is based on LabVIEW, and the upper computer has the function of data display, data processing and analysis. When the data has been transferred into the upper computer, the system will transfer the Matlab and extract the fault signature by wavelet packet transform, and then the system will diagnose the fault of rolling bearing by RBF neural network. The experiments revealed that the system was able to achieve the acquisition and analysis of fault vibration signal, signal transmission and fault diagnosis timely and accurately, which pos­sesses the flexible and straight forward human-computer interface, realizes the benign sharing of the hardware and software resources and has high practical value.

Keywords： antifriction bearing； LabVIEW； Matlab； data acquisition； fault diagnosis

¥¥

我国的国家法定计量单位

S

|

国家法定计量单位(简称法定单位)是以命令的形式明确规定要在全国采用的计量单位制度。凡属法定单位，在一个国家的任何地区、部门、机构和个人，都必须严格遵守，正确使用。世界上多数主 权国家都有各自的法定单位。我国的法定单位是1984年2月27日发布的，其具体应用形式就是《量和 单位》系列国家标准GB3100〜3102,这是我国各行各业都必须执行的强制性、基础性标准。

我国法定单位是以国际单位制（SI)单位为基础，加上我国选定的一些非SI的单位构成的。具体包括以下5个部分：

1) SI基本单位。例如：长度/m;质量/kg;时间/s等。

\\ \\

5

\\ \\ \\ \\

2)具有专门名称的SI导出单位。例如：频率/Hz;力/N(或kg • m/s2)等。

3)我国选定的非SI的单位。例如：时间/min，h，d;体积/L;能/eV等。4)由我国选定的非SI的单位构成的组合单位。例如：速度单位m/s等。5)由SI词头与以上单位构成的倍数单位。例如：千（k)表示103等。

5

\\ \\