基于LabVIEW的船用电机故障检测系统的研究

特采样定理可知，采集频率为f的信号时，所需要的数据转换器的最低采样率为2f，实际中为了保证信号的频谱完整性，一般采用5f的采样率进行采样。

3 数据的处理分析

通过LabVIEW软件编写的上位机程序实现对硬件采集数据进行分析和处理。流程图如图3所示。通过采集数据、保存数据、对数据进行除噪处理，选择合适的小波基进行小波变换，检测出特征故障信息。

3.1 小波除噪

小波除噪程序调用LabVIEW软件中小波工具包中的Wavelet Denoise.v进行处理，其程序框图如图4所示。实验分别对含有白噪声的方波和具有奇异点的正弦波信号进行滤波，并与一般的巴特沃兹滤波器对比。采用LabVIEW自带的小波工具包实现小波滤波器，设置阈值为软阈值，基础小波选用bior2_2，实验结果如图5所示。

图5中左右两个图最顶层皆显示为原始夹杂白噪声的信号，中间一排为小波滤波器的滤波结果，最下面一排为4阶巴特沃兹滤波器滤波的结果。可见，1)对于左图有奇异点的信号而言，虽然两种滤波器都可以有效地消除噪声，但是巴特沃兹滤波器却把奇异点滤除了，导致了信号信息的丢失，而小波滤波器却可以完好地保留奇异点信息。2)对于右图方波信号而言，巴特沃兹滤波器造成了严重的失真，而小波滤波器则保留了较为完好的方波波形。因此，实验表明系统设计的小波除噪程序能较好地对信号进行除噪。

3.2 小波变换

电机突发振动产生的信号经小波除噪后送入处理分析，采用小波多分辨率分析的方法，图6为小波多频率分析程序框图。实验用的时域波形如图7第一行所示。在开始电机转速为10r/s，在0.1s的时候突然发生转速的改变。实验依次采用了db02、db05和db09三个不同的小波，变换结果如图7第二、三、四行所示。比较其结果，db02小波的结果中幅值变换点处所占用的时间跨度最小，因此可以最精确的确定时间位置，检测效果明显。

4 结论

本文通过分析电机故障信息，采用了小波变换对采集的数据进行除噪和特征提取，本系统设计了主要硬件电路，然后利用LabVIEW平台对数据采集卡的配置及对采集的数据进行存储和处理，实验结果表明，本系统能快速、准确地诊断出船用电机故障及时间，具有良好的应用前景。