基于PLC的远程轴承故障诊断的研究与应用shang文档

过Internet和远程故障诊断系统进行通讯。远程故障诊断中心采用基于BP神经网络和专家系统相结合的方式，系统结构如图2所示。专家专家远程故障诊断服务器远程故障诊断中心数据库本地故障诊断服务器操作员站操作员站工程师站现场控制站现场控制站现场控制站rofibus总线Internet控制系统图2远程故障诊断系统结构图1.3VB与MATLAB的集成[4]本文整个远程故障诊断系统的设计是基于VisualBasic6.0来实现的，由于VB对数据的处理效果不是很理想，对于实现BP神经网络算法难度比较大，因此利用在VB中调用MATLAB的方法来实现。本文使用的VB与MATLAB的集成方法为：利用mcc命令将M文件直接编译成独立的外部应用程序即EXE文件，然后在VB中使用Shell命令便可实现VB与MATLAB的无缝集成，其主要步骤如下：（1）用mcc命令将M文件生成EXE文件，例如将hhfd.m生成hhfd.exe文件：mcc-mhhfd.m（2）调用3个API函数：DeclareFunctionWaitForSingleObjectLib“kerne132”(ByValhHandleAsLong,ByValdwMillisecondsAsLong)AsLongDeclareFunctionCloseHandleLib“kerne132”(ByValhObjectAsLong)AsLongDeclareFunctionOpenprocessLib“kerne132”(ByValdwDesiredAccessAsLong，ByValbInheritHandleAsLong，ByValdwProcessIdAsLong)AsLong（3）调用EXE文件DimlTaskAsLong，retAsLong，HandleAsLonglTask=Shell(“hhfd.exe”，vbNorma1Focus)1Handle=OpenProcess(SYNCHRONIZE，False，1Task)1ret=WaitForSing1eObject(1Handle，INFI2NITE)1ret=CloseHandle(1Handle)通过上面编写的程序，应用程序可以在执行过程中调用.EXE完成特定的计算功能后再继续执行，从而实现与MATLAB的集成。VB程序可以把需要传送给EXE的数据写入一个文件，而EXE文件执行时首先从该文件中读取数据。VB在该程序执行完后读取该文件中的数据，从而实现数据的交换。MATLAB使用load和save命令来进行读写，在VB中使用Open函数打开文件，再用Input和Print函数进行读写数据。2原始信号预处理在机械故障诊断中，振动信号是最常用的检测信号，直接对振动时域信号的时间历程进行分析和评估是状态检测和故障诊断简单而直接的方法，特别是当信号中含有简谐信号、周期信号或短脉冲信号时更有效。直接观察时域波形可以看出周期、谐波、脉冲，利用波形分析可以直接识别共振现象。但这种分析对比较典型的信号或特别明显的信号以及较有经验的人员才比较适用。因此，可以考虑利用各种动态指标进行诊断，把动态指标作为BP神经网络的输入特征矢量判断故障。要想早期发现故障，就必须从采集的诊断信号中提取对故障最为敏感的参数即故障特征参数[5]。经过分析优化比较，本文选取以下故障特征参数：峰值、均方根值、裕度指标、波形系数。其中（1）峰值i=1，2，3…N（2）均方根值（3）裕度指标（4）峭度指标（5）波形因数3仿真3.1输入和目标向量设计BP神经网络输入实际上就是特征量的提取，对于特征量的选取，主要考虑它是否与故障有比较确定的因果关系，如果输入输出征兆参数和故障没有任何关系，就不能建立它们之ixXmaxmax211NiirxNXXrXCfmaxrmsNiivNXxK414NiixNX11XXBrmssNiirmsxNX121间的联系[6]。根据这一原理，本文选取峰值、均方根值、裕度指标、波形系数做为BP神经网络的输入。接下来确定BP神波形因数裕度指标峰值峭度输入层隐层输出层均方根值正常外圈故障内圈故障滚珠故障图3BP神经网络故障诊断模型经网络的输出模式，由于滚动轴承包括3种故障模式，所以可以采用如下的形式来表示输出：无故障：（0，0，0）；外圈故障：（0，0，1）；内圈故障：（0，1，0）；滚珠故障：（1，0，0）。因此，BP神经网络的轴承故障检测模型如图3所示：3.2BP神经网络输入数据分析在确定了BP神经网络的结构后就可以对神经网络进行训练了。首先要获取用于训练的故障样本集，根据对PLC采集到的故障数据分析，可以得到如表1所示故障样本集，由于篇幅的限制，本文只给出轴承在800r/min时的部分采样数据。表1滚动轴承样本数据峰值均方根值峭度值裕度指标波峰因数内圈2.911.070.260.370.343.051.120.280.390.363.071.080.270.390.36峰值均方根值峭度值裕度指标波峰因数正常轴承0.570.220.250.340.310.550.190.240.360.330.490.200.250.330.290.550.240.250.330.290.530.240.210.360.320.530.210.250.360.33外圈故障3.861.370.250.430.354.461.380.250.490.425.291.310.330.470.401.710.580.340.490.421.140.350.310.530.451.380.370.380.540.46故障5.151.970.700.410.336.041.780.120.480.427.261.970.090.570.47滚珠故障3.810.551.651.421.073.250.780.440.790.612.540.520.780.950.729.571.880.801.260.339.011.570.151.130.928.057.030.720.740.633.3BP神经网络的创建BP网络模型结构的确定有两条重要的原则[7]：