机械故障诊断虚拟仿真教学实验系统..docxVIP

机械故障诊断虚拟仿真教学实验系统一、实验教学系统简介机械故障诊断技术具有保障生产正常进行，防止突发事故，节约维修费用等特点，在现代化大生产中发挥着重要作用，而且随着科学技术的发展，机械设备的故障诊断技术越来越受到重视。因此，许多高校都开设了相应的研究方向和课程。然而，目前的“机械故障诊断”教学主要是采用理论教学的方式将机械系统的故障机理、故障类型和相应的故障诊断方法灌输给学生，因为没有相应的实验课程，学生很难将理论知识和实际工程相结合起来，很多学生学习了这门课程后并没有真正地掌握相关的故障诊断方法，因而更谈不上将所学的理论方法应用于实际工程。实际上可以开设实验课程，使学生在使用机械故障诊断系统的同时理解消化相关的理论方法。虽然目前很多高校和科研院所都开发了各种各样的机械故障诊断系统，但是，这些故障诊断系统除传感器和信号调理器之外，还需多种、多台测试仪器，以及个人计算机及其外设等，这使得整个诊断系统不但体积、重量庞大，价格昂贵，操作复杂，最主要的是这些机械故障诊断系统都是针对企业开发的，不适合用于教学，因此迫切需要一套能适用于教学的机械故障诊断系统。本项目开发一套用于教学的机械故障诊断虚拟仿真教学实验系统。所有的测量仪器主要功能可由数据采集、数据测试和分析、结果输出显示等三大部分组成，其中数据分析、结果输出完全可由基于计算机的软件系统来完成。本系统充分利用虚拟仪器的“软件集成测试”功能，将多种测试仪器功能、多种故障诊断方法集成于一个“诊断功能软件库”中，使得学生能从理论到实践全面地掌握相关的机械系统的故障机理和故障诊断方法。同时该系统还具有开放性，学生可以自己修改、补充程序，使得故障诊断系统的功能更加完善。二、实验教学系统功能该实验教学系统主要分为五大模块：故障信号仿真模块、信号采集模块、信号处理模块、故障状态识别模块，系统主界面如图1、图2所示。下面分别对其进行介绍：图1 系统登录界面图2 系统登录界面（1）故障信号仿真模块主要根据机械系统的故障机理，在各种不同的故障状态下，仿真产生相应的故障振动仿真信号以便于采用相应的信号处理方法提取故障特征，再与理论的故障特征进行对比，使学生掌握各种故障机理和相应的故障诊断方法。故障状态包括：齿轮磨损、裂纹、断齿等，滚动轴承外圈、内圈、滚动体等故障，转子系统不平衡、不对中、碰摩、油膜振荡等。（2）信号采集模块主要是采用合适的传感器来采集最能代表旋转机械运行状态的信号（如振动、噪声、温度、压力等）作为状态信号初始模式，并实现对被测信号放大与模数转换，供计算机进一步分析处理，如图3所示。图3 信号采集模块界面（3）信号处理模块包含了各种故障特征提取方法，采用相应的信号处理方法将采集得到的原始数据进行加工、处理，从而去掉冗余信息，提取出故障特征信息。该模块包括时域分析子模板、频域分析子模块、时频分析子模块、加窗子模板、滤波子模板等。除此之外，还拟针对不同的故障类型开发相应的故障诊断方法，如包络分析法、倒谱分析法，如图4所示。同时可实现小波分析、经验模态分解及分形几何等现代数学方法。图4 信号处理模块界面（4）状态识别模块将经过信号处理和特征提取后获得的待检模式与数据库中原有样板模式（故障档案）按一定准则和诊断策略，进行对比分析，以确定诊断对象当前所处的状态。设计两类基于知识的状态识别方法：①模糊诊断方法，其中，在样本的征兆与故障的关系未知时，采用模糊聚类的方法进行诊断，若样本的征兆与故障的关系已知时，则采用模糊模式识别方法进行诊断；②神经网络诊断方法，即基于浅知识的专家诊断推理方法，拟采用BP网从输入（故障征兆）直接推出输出（故障原因）。本系统还将模糊诊断与神经网络诊断、小波分析等方法相结合进行故障诊断。三、考核模块实验考核模块包括知识问答、故障诊断过程分析、故障诊断算法的编制及验证。知识问答对学生在故障机理、故障特征提取与诊断、信号处理、状态识别等方面的理论知识进行考核。故障诊断过程分析对学生是否掌握故障诊断的流程和知识体系进行考核。故障诊断算法的编制及验证主要考核学生是否能针对一具体的研究对象（齿轮、轴承、转子系统），都能编制相应的故障诊断算法，并通过实验验证。四、实验步骤与要求（1）旋转机械或风力发电机组虚拟展示，了解研究对象的结构组成和工作原理。（2）针对某一故障，采用信号仿真模块进行故障信号和正常信号仿真，进行故障机理及其振动信号特征的学习。（3）针对该故障，选择合适的信号处理方法，进行故障特征提取虚拟实验，掌握相应的故障特征提取方法。（4）针对该故障，运用相应的故障机理及其振动信号特征进行故障识别，进行故障识别方法的学习。（5）利用状态识别模块对历史数据进行训练，然后对工作状态进行识别，进行基于人工智能的状态识别方法的学习。（6）考核。实验针对某旋转机械进行实验，图5、图6、