基于LabVIEW的柴油机故障诊断虚拟仪器开发

    0 引言

　　柴油机运行状态的实时监测和故障的快速诊断是当前柴油机应用领域的一个难点。柴油机声音信号属于非线性信号，其构成复杂、信噪比低，传统平稳信号的时频域分析方法不能满足需要。分形理论的发展为非线性、非平稳信号的处理提供了新的思路。分形维数是定量描述混沌吸引子“奇异”程度的一个重要参数，其中关联维数对系统吸引子的不均匀性反映敏感，能够反映吸引子的动态结构，可以有效地对柴油机地故障进行诊断。文中开发了一套以LabVIEW 为平台，基于分形理论，使用柴油机声音信号进行故障诊断的虚拟仪器。

　　1 系统的总体结构

　　1.1 硬件平台

　　系统的硬件平台主要包括麦克风和计算机。其结构如图1所示。

　　影响采集信号准确性的主要因素是信号的采样率，由采样定理可知：采样率必须高于信号最高频率的2倍，这样采样信号才能保留原信号的全部信息，不发生频域混叠。所以声卡的选择尤为重要。从数据采集的角度来看，计算机声卡同时具有A/D和D/A转换功能，不仅价格低廉，而且兼容性好、性能稳定、灵活通用，重要的是LabVIEW 中提供了一系列使用Win—dows底层函数编写的与声卡有关的函数，由于使用Windows底层函数直接与声卡驱动程序打交道，因而封装层次低，速度快，而且可以访问、采集缓冲区中任意位置的数据，具有很大的灵活性，能够满足实时采集的需要。

　　衡量声卡的技术指标包括复音数量、采样频率、采样位数(即量化精度)、声道数、信噪比(SNR)和总谐波失真(THD)等。复音数量代表声卡能够同时发出多少种声音，复音数越大，音色就越好，播放声音时可以听到的声部越多、越细腻。采样频率是每秒采集声音样本的数量，采样频率越高，记录的声音波形越准确，保真度就越高。采样位数是指将声音从模拟信号转化为数字信号的二进制位数(bit)，位数越高，在定域内能表示的声波振幅的数目越多，记录的音质也就越高。文中使用的声卡可对音频信号实现双声道16位、高保真的数据采集，最高采样率可达44.1 kHz，具有较高的采样频率与精度，而音频范围为2O Hz一20 kHz，完全可以满足采样定理的要求。

　　2.3 故障特征提取模块

　　故障特征提取模块是该系统的核心，特征量提取的不准确将直接影响到对故障的判断。该模块的设计思路是：将预处理后的声音信号通过LabVIEW 与MATLAB的接口进行关联维数计算，将得到的关联维数作为用于故障诊断的特征量输入到故障诊断模块。设计框图如图7所示。