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。　　

　　　

　　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。　 [p]