论文部分内容阅读
智能化是现代机械设备监控的主要发展趋势,这就对各类机械设备的精密性提出了更高要求。轴承作为设备中必不可少的部件,在支承、旋转等方面起着重要作用,即使微小故障无疑都会对设备整体造成严重损害。因此,采用更快速、更有效的实时监控手段来尽早检测出故障是关键问题。本文从算法和硬件基础两方面来探讨此问题,在算法方面以数学形态滤波器和包络分析为主构建轴承诊断核心,硬件方面以FPGA作为系统搭载平台。按照总体结构框架,本文主要章节均分为原理和FPGA实现两部分,围绕着整体诊断系统展开,论文依次研究了数学形态滤波、希尔伯特变换和FFT的基本原理及其FPGA编程。数学形态滤波具备固有的并行实现结构,并且内部仅采用布尔运算,因此相比基于小波分析、经验模态分解等技术的滤波方法具有明显的速度优势。希尔伯特变换把一维信号从双边谱变成单边谱,避免了频谱浪费同时方便后续运算。FFT能将信号在频域上依次展开,一旦发生故障,可以清晰的捕捉到轴承的故障频率。随后,将以上算法按序结合,构建了完整的快速轴承诊断处理系统,运用DSP Builder及Quartus II完成系统的总体Verilog编程,并对其运算精度进行了软件仿真验证。在应用分析章节,论文采用Altera公司生产的Stratix?IV GX FPGA(EP4SGX230C2)开发板进行调试实验。Stratix硬件相比基于DSP和PC机的故障检测系统在处理速度和运算精度上优势明显,保障了轴承故障在线监测的快速性和准确性。最后,使用Gam3esa850风力发电机组后轴承外圈、内圈的多组实测故障数据进行硬件验证。输入一维故障数据后,经运算FPGA片上系统准确快速地捕捉到了故障频率,将Modelsim仿真结果和MATLAB的运行结果作对比分析,有力的证实了该方案的可行性。