劉 明
(鄭州工業(yè)應(yīng)用技術(shù)學(xué)院 信息工程學(xué)院,新鄭 451100)
在目前的制造行業(yè)中,旋轉(zhuǎn)機(jī)械的使用越來越多,在電力傳輸、石油化工、航空航天、水利工程等行業(yè)中都有使用[1]。旋轉(zhuǎn)機(jī)械以獲得的驅(qū)動力為基礎(chǔ),通過自身旋轉(zhuǎn)完成工業(yè)生產(chǎn)工作。因此旋轉(zhuǎn)機(jī)械的工作狀態(tài)對生產(chǎn)質(zhì)量有著決定性的影響,隨著工作時間的持續(xù)增加,旋轉(zhuǎn)機(jī)械不可避免的會出現(xiàn)異常狀態(tài)甚至出現(xiàn)故障[2]。其中,最容易被監(jiān)測到的旋轉(zhuǎn)機(jī)械的振動信號,通過振動信號即可完成旋轉(zhuǎn)機(jī)械狀態(tài)的監(jiān)測,從而提高旋轉(zhuǎn)機(jī)械運行的穩(wěn)定性。
針對上述問題,部分學(xué)者提出了解決辦法。文獻(xiàn)[3]根據(jù)BP-LSTM對旋轉(zhuǎn)機(jī)械振動信號的監(jiān)測進(jìn)行研究,將振動信號數(shù)據(jù)劃分為統(tǒng)一長度的數(shù)據(jù),并構(gòu)建BP-LSTM網(wǎng)絡(luò)模型,將振動信號輸入到模型中,模型的輸出結(jié)果即為旋轉(zhuǎn)信號振動信號監(jiān)測結(jié)果。文獻(xiàn)[4]采用同步提取變化的方式對旋轉(zhuǎn)機(jī)械振動信號進(jìn)行監(jiān)測分析,結(jié)合小波變換、短時傅里葉變換以及同步擠壓變換和同步提取變換四種方法,提取旋轉(zhuǎn)機(jī)械振動信號的時頻分量,根據(jù)時頻分析結(jié)果完成旋轉(zhuǎn)機(jī)械振動信號的監(jiān)測。
由于上述系統(tǒng)在設(shè)計時難以對機(jī)械運行產(chǎn)生多種信號進(jìn)行有效劃分,導(dǎo)致旋轉(zhuǎn)機(jī)械振動信號的監(jiān)測精度不足,因此,本文研究基于HOG-SVM算法的旋轉(zhuǎn)機(jī)械振動信號監(jiān)測方法。
在設(shè)計旋轉(zhuǎn)機(jī)械振動信號監(jiān)測系統(tǒng)時,為了確保監(jiān)測系統(tǒng)能夠安全正常運行,系統(tǒng)的硬件設(shè)計就尤為重要。旋轉(zhuǎn)機(jī)械振動信號監(jiān)測系統(tǒng)的整體框架如圖1所示。
圖1 系統(tǒng)整體框架結(jié)構(gòu)
分析圖1可知,旋轉(zhuǎn)機(jī)械振動信號監(jiān)測系統(tǒng)由可視化、信號預(yù)處理、信號分析、能量供應(yīng)以及存儲幾大模塊組成。整個系統(tǒng)將微處理器作為監(jiān)測核心,旋轉(zhuǎn)機(jī)械運行時,振動傳感器收集信號數(shù)據(jù),經(jīng)過處理分析完成信號模式轉(zhuǎn)換,通過微處理器存儲至系統(tǒng)的數(shù)據(jù)庫中。電源模塊負(fù)責(zé)整個監(jiān)測系統(tǒng)的動力供應(yīng),儲存模塊負(fù)責(zé)數(shù)據(jù)儲存,通信模塊負(fù)責(zé)上位機(jī)、下位機(jī)與系統(tǒng)主控、旋轉(zhuǎn)設(shè)備之間的通信,可視化模塊主要負(fù)責(zé)系統(tǒng)數(shù)據(jù)的可視化顯示。
由于旋轉(zhuǎn)機(jī)械振動信號監(jiān)測系統(tǒng)各個模塊之間互相關(guān)聯(lián),所以在開展系統(tǒng)模塊設(shè)計前,需要確定旋轉(zhuǎn)機(jī)械振動信號監(jiān)測系統(tǒng)中各模塊關(guān)系。系統(tǒng)模塊關(guān)系圖如圖2所示。
圖2 旋轉(zhuǎn)機(jī)械振動信號監(jiān)測系統(tǒng)模塊關(guān)系圖
基于圖2所示的旋轉(zhuǎn)機(jī)械振動信號監(jiān)測系統(tǒng)模塊關(guān)系圖,開展系統(tǒng)功能模塊的設(shè)計。
1.2.1 電源模塊
監(jiān)測系統(tǒng)電源模塊采用24V開關(guān)電源,外接電源濾波器以及瞬態(tài)抑制二極管,引入MC33063線性穩(wěn)壓器,從而為整個監(jiān)測系統(tǒng)提供動力保障。供電過程中,為了規(guī)避電路中各項數(shù)據(jù)的干擾,可采用單獨供電的方式,保障系統(tǒng)穩(wěn)定運行。
1.2.2 存儲模塊
在設(shè)計旋轉(zhuǎn)機(jī)械振動信號監(jiān)測系統(tǒng)的存儲模塊時,首先需要確定存儲器的各項參數(shù),以確定儲存器的儲存性能。存儲模塊選用24C256存儲芯片作為核心,該芯片不僅具備數(shù)據(jù)的雙向傳輸功能,還能夠多次修正并對數(shù)據(jù)長期保存。數(shù)據(jù)存儲流程如圖3所示。
圖3 數(shù)據(jù)存儲流程
1.2.3 振動信號處理模塊
振動信號處理模塊主要包括振動信號預(yù)處理以及信號轉(zhuǎn)換兩個部分。由于旋轉(zhuǎn)機(jī)械振動信號監(jiān)測系統(tǒng)主要就是依據(jù)旋轉(zhuǎn)機(jī)械的振動信號分析結(jié)果,判定機(jī)械是否出現(xiàn)故障,從而確保旋轉(zhuǎn)機(jī)械正常運行,所以該模塊是監(jiān)測系統(tǒng)設(shè)計的重要環(huán)節(jié)。
振動信號預(yù)處理模塊主要通過模擬電路多路開關(guān)篩選機(jī)械采集信號,基于處理結(jié)果完成信號的增益放大以及去噪處理。振動信號處理流程如圖4所示。
圖4 振動信號處理流程
由于采集的旋轉(zhuǎn)機(jī)械振動信號中夾雜著大量的噪聲信號,從而導(dǎo)致真實振動信號的表現(xiàn)較為微弱,所以需要信號增益放電器對采集的有效信號開展增益處理,并使用低通濾波器對增益結(jié)果實施去噪,保證振動信號的提取精度。
信號轉(zhuǎn)換模塊主要負(fù)責(zé)將現(xiàn)場采集的旋轉(zhuǎn)機(jī)械信號轉(zhuǎn)換成數(shù)字信號并完成輸出,在選擇A/D轉(zhuǎn)換器時,需要選取分辨精度高、轉(zhuǎn)換速率大的轉(zhuǎn)換器。
在該模塊中,由于旋轉(zhuǎn)機(jī)械振動信號信息較為龐雜,所以需要采用HOG-SVM算法提取振動信號特征,從而輔助該模塊完成振動信號的處理,旋轉(zhuǎn)機(jī)械振動信號監(jiān)測的效果。
在系統(tǒng)軟件部分,聯(lián)合HOG與SVM算法,提取旋轉(zhuǎn)機(jī)械振動信號并進(jìn)行分類監(jiān)測。
方向梯度直方圖(HOG)描述振動信號時頻譜圖梯度信息,其中時頻譜圖邊緣的梯度較強(qiáng),為了提高HOG的提取精度,對旋轉(zhuǎn)機(jī)械振動信號的時頻譜圖進(jìn)行灰度化以及歸一化處理,計算公式為:
式(1)中,I(x,y)表示時頻譜圖的灰度像素,G(·)表示灰度化處理函數(shù)。
為了對頻譜圖像中的像素梯度與方向,采用一階模板梯度算子進(jìn)行卷積運算處理。梯度與方向的計算公式為:
式中,θ(x,y)、m(x,y)分別表示像素點的梯度方向與幅值。
將旋轉(zhuǎn)機(jī)械振動時頻圖譜劃分為M×N大小的像素塊(block),依據(jù)像素塊block將其劃分為a×a的正方形單元(cell),結(jié)合上述計算的梯度方向?qū)ell內(nèi)的像素進(jìn)行加權(quán)投影。完成投影處理后,為了減少干擾因素對HOG特征提取的影響,以像素塊(block)為單位對時頻譜圖的梯度進(jìn)行正則化處理:
式(4)中,xn表示block向量,η表示常數(shù)。
完成正則化處理后,聯(lián)結(jié)全部的像素塊(block)則完成旋轉(zhuǎn)機(jī)械振動信號的HOG特征。
以上述提取的HOG特征提取結(jié)果為基礎(chǔ),采用支持向量機(jī)SVM完成旋轉(zhuǎn)機(jī)械振動信號分類監(jiān)測。
支持向量機(jī)是以統(tǒng)計學(xué)理論為基礎(chǔ)的分配方法,以線性分類器為基礎(chǔ),能夠有效解決復(fù)雜分類模型的分類問題[5]。
提取的HOG特征數(shù)據(jù)中一般會存在部分噪聲點,容易導(dǎo)致分類監(jiān)測的精度下降,因此通過SVM構(gòu)建振動信號分類超平面。
首先,構(gòu)建SVM分類的目標(biāo)函數(shù):
式(5)中,w表示超平面權(quán)重,C表示懲罰參數(shù),ξi表示松弛變量。
根據(jù)SVM的分類機(jī)制,將式(5)所示的目標(biāo)函數(shù)轉(zhuǎn)化為凸優(yōu)化問題,表達(dá)式為:
式(6)所示的凸優(yōu)化函數(shù)的對偶表達(dá)式為:
對式(7)所示的二次優(yōu)化問題進(jìn)行求解,得到最優(yōu)解:
根據(jù)式(8)所示的最優(yōu)解結(jié)果,構(gòu)建分類超平面的權(quán)重w:
當(dāng)最優(yōu)解分量α*j滿足0≤α*j≤C,則可以對SVM分類超平面的偏置量進(jìn)行計算:
根據(jù)上述計算結(jié)果,構(gòu)建SVM分類最優(yōu)超平面:
在最優(yōu)分類超平面的支持下,構(gòu)建旋轉(zhuǎn)機(jī)械振動信號分類監(jiān)測的決策函數(shù):
通過上述運算,結(jié)合HOG特征提取與SVM分類,完成旋轉(zhuǎn)機(jī)械振動信號的有效監(jiān)測。算法實現(xiàn)代碼如下:
圖5 算法代碼
為了驗證所提出的基于HOG-SVM的旋轉(zhuǎn)機(jī)械振動信號監(jiān)測系統(tǒng)應(yīng)用效果,進(jìn)行對比驗證實驗。為了提高實驗結(jié)果的可靠性,選擇會產(chǎn)生明顯振動的水輪機(jī)旋轉(zhuǎn)實驗,水輪機(jī)旋轉(zhuǎn)過程中產(chǎn)生的振動包括超速振動信號、負(fù)荷振動信號以及額定滿負(fù)荷振動信號,可以滿足此次實驗對于振動信號監(jiān)測的要求。本實驗的核心控制板——S3C2430開發(fā)板,PC機(jī)通過TI仿真器XDS510將軟件算法下載到系統(tǒng)的核心芯片。接收裝置如圖6所示。水輪機(jī)旋轉(zhuǎn)機(jī)械振動信號測試現(xiàn)場7所示。
圖6 信號接收裝置
將信號接收裝置布置在輪轂上能夠有效地避免旋轉(zhuǎn)機(jī)械故障信號傳遞的問題,由于接收裝置一同下水工作,因此只能采用電池充電的方法使其持續(xù)工作。
圖7 測試現(xiàn)場
水輪機(jī)旋轉(zhuǎn)機(jī)械的相關(guān)參數(shù)如表1所示。
表1 水輪機(jī)參數(shù)
由于水輪機(jī)旋轉(zhuǎn)機(jī)械在工作過程中容易受到干擾信號的影響,導(dǎo)致振動信號的精度降低,因此為了提高振動信號的監(jiān)測效果,此次研究過程中提取了振動信號的HOG特征。為了驗證所設(shè)計系統(tǒng)在振動信號特征提取方面的性能,進(jìn)行三種方法的振動信號特征提取誤差對比實驗。測試結(jié)果如圖8所示。
圖8 振動信號特征提取結(jié)果
從圖8所示的特征提取結(jié)果中可以看出,當(dāng)存在多種旋轉(zhuǎn)機(jī)械振動信號下,所設(shè)計系統(tǒng)能夠有效提取振動信號特征,三種對比系統(tǒng)中,所設(shè)計系統(tǒng)的振動信號提取誤差最小,最高不超過0.01。反觀兩種對比系統(tǒng),二者的特征提取誤差不僅波動幅度大,且誤差明顯處于較高水平,最高達(dá)到0.019。因此,說明所設(shè)計系統(tǒng)能夠有效提取旋轉(zhuǎn)機(jī)械的振動信號,為實現(xiàn)高精度的振動信號監(jiān)測奠定基礎(chǔ)。
上述實驗驗證所設(shè)計系統(tǒng)具有較低的振動信號特征提取,在此部分中針對不同系統(tǒng)的振動信號監(jiān)測效果進(jìn)行分析。旋轉(zhuǎn)機(jī)械振動信號監(jiān)測結(jié)果如圖9所示。
圖9 振動信號監(jiān)測結(jié)果
觀察圖9所示旋轉(zhuǎn)機(jī)械振動信號監(jiān)測結(jié)果可以看出,在相同的實驗環(huán)境與數(shù)據(jù)下,文獻(xiàn)[3]與文獻(xiàn)[4]系統(tǒng)的監(jiān)測結(jié)果與實際結(jié)果之間存在明顯的差距,圖9(b)與圖9(c)中,兩條曲線之間存在明顯的不重合問題。而從圖9(a)中可以看出,雖然所設(shè)計系統(tǒng)的振動信號監(jiān)測結(jié)果與實際結(jié)果之間存在些許不重合問題,但整體曲線基本重合。因此說明所設(shè)計系統(tǒng)的振動信號監(jiān)測結(jié)果與實際結(jié)果基本一致。
隨著旋轉(zhuǎn)機(jī)械使用范圍的增加,對其實施必要的振動信號監(jiān)測是尤為重要的。一旦旋轉(zhuǎn)機(jī)械發(fā)生異常振動,則需要對機(jī)械狀態(tài)進(jìn)行分析,避免加重旋轉(zhuǎn)機(jī)械的工作負(fù)擔(dān),從而影響機(jī)械的工作性能。針對傳統(tǒng)機(jī)械故障監(jiān)測系統(tǒng)中存在的問題,提出基于HOG-SVM算法的旋轉(zhuǎn)機(jī)械振動信號監(jiān)測系統(tǒng),并通過實驗驗證了系統(tǒng)的監(jiān)測性能,相較于現(xiàn)有系統(tǒng),所設(shè)計系統(tǒng)的振動監(jiān)測結(jié)果更加貼近實際結(jié)果。在今后的研究工作中,會針對系統(tǒng)的信號監(jiān)測硬件進(jìn)行進(jìn)一步的完善。