一种滚动轴承故障诊断系统技术方案

本实用新型专利技术涉及一种滚动轴承故障诊断系统，属于故障诊断领域。本实用新型专利技术包括电机、传动轴、联轴器、测试轴承、加速度传感器、模数转换模块、微控制器、WiFi模块、PC机；所述测试轴承通过传动轴、联轴器与电机相连，加速度传感器固定在测试轴承上，加速度传感器输出端与模数转换模块连接，模数转换模块通过SPI接口与微控制器连接，微控制器提取后的数据通过WiFi模块发送到PC机，并结合EEMD方法在PC机上对信号数据分析处理，实现对滚动轴承运行状态的远程监控。本实用新型专利技术具有安全性能高，传输性能好，速度快，操作简便，适应性强的优点。

【技术实现步骤摘要】

本技术涉及一种滚动轴承故障诊断系统，属于故障诊断领域。
技术介绍
滚动轴承是旋转机械中应用最广泛的通用机械零件，其运行状态对旋转机械的性能有着直接影响。由于其运行环境恶劣，再加上机械结构复杂程度的增加，容易受损致使故障产生，造成严重的经济损失，甚至导致人员伤亡。对轴承故障的诊断主要依靠人工经验，通过自身或仪器判断轴承运行状态。现阶段的监测诊断仪器和系统由于稳定性差、难以维护、现场布线存在困难等局限，还不能得到很好的应用推广。因此，远程监控轴承运行成为发展主流趋势。滚动轴承故障诊断的方法有很多，最常用的故障诊断方法是对滚动轴承的振动信号进行分析。时频分析法以其局部分析非平稳信号的特点，近年来得到快速发展。目前常用的时频处理方式如Wigner-Ville存在频率混沌等问题；短时傅里叶变换的时频窗口固定不变，不能有效反映非平稳信号的突变信息，时频分辨率不高；小波变换虽可实现局部特征参量的提取，但需人为的选择最优小波基；EMD由于其自适应对信号进行分析的优点，被广泛应用于故障诊断等领域，但其存频率混叠、端点效应等问题。EEMD（集合经验模态分解ensembleempiricalmodedecomposition）是一种新型的数字信号处理方法，可以将复杂故障信号自适应的分解为一系列本征模态函数分量，适用于非线性、非平稳信号的分析与处理。EEMD方法继承了EMD的自适应性，还有效解决了EMD方法的模态混叠问题。
技术实现思路
本技术的目的是提供一种滚动轴承故障诊断系统，采用EEMD方法对滚动轴承的振动信号进行分析。本技术的技术方案是：一种滚动轴承故障诊断系统，包括电机1、传动轴2、联轴器3、测试轴承4、加速度传感器5、模数转换模块6、微控制器7、WiFi模块8、PC机9，所述测试轴承4通过传动轴2、联轴器3与电机1相连，加速度传感器5固定在测试轴承4上，加速度传感器5输出端通过模数转换模块6模拟采样信号转换为数字采样信号，通过SPI接口将现场采样数字信号送入微控制器7，微控制器7提取后的数据通过WiFi模块8发送到PC机9，结合EEMD方法在PC机9上对信号数据分析处理，实现对滚动轴承运行状态的远程监控。进一步的，所述测试轴承4上安装三个加速度传感器5，进行轴承轴向、径向以及垂直方向的振动信号采样。进一步的，所述微控制器7型号为STM32F429型微控制器。进一步的，所述模数转换模块型号为ADS1256，有8个通道，每个通道都集成了低通滤波模块、可编程增益放大器以及分辨率达24位的模/数转换器。使系统在采集振动信号时的数据变得更加可靠，而且在硬件电路设计上简化了振动信号采集的模拟部分。进一步的，所述WiFi模块采用基于2.4G频段的WI-FI无线通信模块，相比其他无线通信手段，例如红外线、蓝牙等，基于2.4G频段的WI-FI无线通信数据传输速率较高，穿透、绕射能力强，在噪声干扰严重的工业场所确保数据的稳定传输。本技术的工作原理：以工业现场滚动轴承运行状态下的振动信号为实验数据，通过模数转换模块将模拟采样信号转换为数字采样信号，通过SPI接口将现场采样数字信号送入微控制器，微控制器提取后的数据通过WiFi模块发送到PC机，并结合EEMD方法在PC机上对信号数据分析处理，实现对滚动轴承运行状态的远程监控。若轴承处于故障运行状态，系统报警提醒现场工作人员及时排除故障，由此保证工业生产设备的正常运行。本技术的有益效果是：本技术具有安全性高，传输性能好，速度快，操作简便，适应性强的优点。附图说明图1为本技术的结构示意图；图中各标号：1-电机，2-传动轴，3-联轴器，4-测试轴承，5-加速度传感器，6-模数转换模块，7-微控制器，8-WiFi模块，9-PC机。具体实施方式下面结合附图和具体实施例对本技术做进一步说明。实施例1：如图1所示，一种滚动轴承故障诊断系统，包括电机1、传动轴2、联轴器3、测试轴承4、加速度传感器5、模数转换模块6、微控制器7、WiFi模块8、PC机9，所述测试轴承4通过传动轴2、联轴器3与电机1相连，加速度传感器5固定在测试轴承4上，加速度传感器5输出端通过模数转换模块6模拟采样信号转换为数字采样信号，通过SPI接口将现场采样数字信号送入微控制器7，微控制器7提取后的数据通过WiFi模块8发送到PC机9，结合EEMD方法在PC机9上对信号数据分析处理，实现对滚动轴承运行状态的远程监控。实施例2：所述测试轴承4上安装三个加速度传感器5，进行轴承轴向、径向以及垂直方向的振动信号采样。所述微控制器7型号为STM32F429型微控制器。所述模数转换模块6型号为ADS1256，有8个通道，每个通道都集成了低通滤波模块、可编程增益放大器以及分辨率达24位的模/数转换器。使系统在采集振动信号时的数据变得更加可靠，而且在硬件电路设计上简化了振动信号采集的模拟部分。所述WiFi模块采用基于2.4G频段的WI-FI无线通信模块，相比其他无线通信手段，例如红外线、蓝牙等，基于2.4G频段的WI-FI无线通信数据传输速率较高，穿透、绕射能力强，在噪声干扰严重的工业场所确保数据的稳定传输。本技术的工作过程如下：通过加速度传感器5采集振动信号数据，传输到模数转换模块6将模拟采样信号转换为数字采样信号，转换后的数据通过SPI口传输给微控制器7。微控制器7对接收到的数据进行计算打包，通过WiFi模块8将数据传输给PC机9。ADS1256初始化配置后，系统开始将启动ADS1256的采集转换和转换功能，开始以20秒一次的频率开始采集A/D转换后的数据，并判断是否超过样本设定阈值。超过后停止采集，通过SPI将数字化数据传输给STM32F429型微控制器，由STM32F429型微控制器发出指令对数据进行打包，经WI-FI无线通信模块发送至PC机9。PC机9端分析界面使用VisualStudio2013进行开发设计。主窗口包括数据显示和数据分析部分，数据显示部分包括采样数据的时域波形显示和十进制数显示，数据分析部分为采样数据的EEMD方法分析。采样数据通过EEMD分解得到3个IMF分量，依次显示在系统界面右侧的分析窗口中。当界面显示的波形超出正常的范围的波形时，系统界面会自动报警，系统报警提醒现场工作人员及时排除故障，由此保证工业生产设备的正常运行。上面结合附图对本技术的具体实施方式作了详细说明，但是本技术并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本技术宗旨的前提下作出各种变化。本文档来自技高网...

【技术保护点】
一种滚动轴承故障诊断系统，其特征在于：包括电机（1）、传动轴（2）、联轴器（3）、测试轴承（4）、加速度传感器（5）、模数转换模块（6）、微控制器（7）、WiFi模块（8）、PC机（9）；所述测试轴承（4）通过传动轴（2）、联轴器（3）与电机（1）相连，加速度传感器（5）固定在测试轴承（4）上，加速度传感器（5）输出端与模数转换模块（6）连接，模数转换模块（6）通过SPI接口与微控制器（7）连接，微控制器（7）提取后的数据通过WiFi模块（8）发送到PC机（9）。

【技术特征摘要】
1.一种滚动轴承故障诊断系统，其特征在于：包括电机（1）、传动轴（2）、联轴器（3）、测试轴承（4）、加速度传感器（5）、模数转换模块（6）、微控制器（7）、WiFi模块（8）、PC机（9）；所述测试轴承（4）通过传动轴（2）、联轴器（3）与电机（1）相连，加速度传感器（5）固定在测试轴承（4）上，加速度传感器（5）输出端与模数转换模块（6）连接，模数转换模块（6）通过SPI接口与微控制器（7）连接，微控制器（7）提取后的数据通过WiFi模块（8）发送到PC机（9）。2.根据权利要求1所述的滚动轴承故障诊断系统，其特征在于：所述测试轴承（...

【专利技术属性】
技术研发人员：范玉刚，黄刚劲，吴建德，王晓东，黄国勇，邹金慧，冯早，
申请(专利权)人：昆明理工大学，
类型：新型
国别省市：云南;53