变分模态分解VMD轴承故障诊断FPGA加速与实时验证.docxVIP

PAGE2

变分模态分解VMD轴承故障诊断FPGA加速与实时验证

摘要

随着工业4.0与智能制造的深入推进，旋转机械的健康监测已成为保障生产线安全运行的关键环节。滚动轴承作为旋转机械的核心部件，其早期故障特征微弱且易受噪声干扰，传统的信号处理方法难以满足实时性与准确率的双重需求。本课题针对变分模态分解（VMD）算法计算复杂度高、难以硬件实时实现的问题，设计并实现了一种基于FPGA的轴承故障诊断加速系统。核心方案采用交替方向乘子法（ADMM）求解变分问题，构建了并行化的模态更新与中心频率迭代硬件架构，并设计了流水线式的频谱峰值搜索模块，实现了从信号分解到故障识别的一体化处理。

本文首先分析了轴承故障诊断的实时性需求，确立了4层VMD分解耗时小于40μs、故障识别准确率大于97%的设计指标。其次，完成了算法的硬件映射设计，包括ADMM迭代求解器的定点数优化与频谱分析模块的流水线设计。在详细设计阶段，重点解决了FFT蝶形单元与VMD核心运算单元的数据流匹配问题，并制定了合理的存储调度策略。系统实现部分，基于XilinxFPGA平台完成了RTL设计与逻辑综合，通过时序仿真与板级验证确认了系统功能的正确性。测试结果表明，本设计在10kHz采样率下，能够准确提取故障特征频率，识别准确率达到98.2%，单次分解耗时仅为35.8μs，满足了工业现场实时监测的严苛要求，为旋转机械故障诊断提供