论文部分内容阅读
虚拟仪器是一种崭新的仪器设计理念,论文将虚拟仪器技术LabVIEW引入电梯曳引系统故障诊断,针对被监测设备的工况特点,进行了基于虚拟仪器技术的电梯曳引系统振动故障诊断技术的应用研究,开发了一套适用于现场应用的机械设备振动故障诊断虚拟仪器,并将其应用于曳引系统的状态监测与故障诊断。
论文开发的基于神经网络和LabVIEW的状态监测与故障诊断系统,采用了高速磁盘流技术、逐点分析技术和信号分析与处理功能实现了振动信号的高速采集、实时分析和搬迁处理。论文针对曳引系统异常振动,综合应用振动烈度大数据点的小波分析、倒频谱分析、频谱分析,诊断出减速器蜗轮蜗杆齿轮箱的蜗杆不平衡故障,并通过神经网络推测计算,检测出夹杂的蜗杆与静止件摩擦故障的情况。利用小波变换对曳引系统的振动信号进行了分析,准确地完成了设备故障特征的提取。对比了三种神经网络模型:BP网络、Elman网络、RBF网络,最后由LabVIEW根据训练网络要求的误差值所需的训练步数来选定神经网络模型进行故障诊断。利用LabVIEW和MATLAB的接口,在LabVIEW中调用.m程序以及利用MATLAB Script节点方式调用MATLAB神经网络工具箱中的函数进行网络训练,为功能的实现提供了一种较好的解决方法,也为系统实现提供了可行的途径。
在软件设计方面,编写了一组程序以完成采集、回放、振动信号存盘等操作,详细介绍了对振动信号的消噪处理和小波分解与重构,以及用神经网络对信号的诊断过程。实验结果证明本测试系统能够满足振动信号的测试和诊断需求,为在电梯曳引系统测试领域里采用先进的虚拟仪器测试技术提供了理论和实践依据。