基于模型设计的电牵引采煤机嵌入式故障诊断系统的研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于模型设计的电牵引采煤机嵌入式故障诊断系统的研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘要】采煤机机构上齿轮箱是现代机械系统重要的组成部分，但是也是出现故障的多发部位，由于激振力的作用会产生一定方向和频率的冲击振动而造成传动机构的裂纹和松动，影响到整个机构的运行状态。基于DSP处理器为核心组建一套完善的故障诊断系统是一项非常有效经济的方法，但是存在传统的开发周期长、调试效率低等缺点。本文基于模型设计，以齿轮箱为研究对象，剖析齿轮箱振动信号，提取频率范围内参数指标，搭建一套数据采集，数据预处理，结合神经网络的诊断系统，根据不同特征值的变化可以明确故障形式，最终实现对采煤机的有效智能故障识别。

【关键词】模型设计；采煤机；嵌入式；故障识别

1.引言

电采煤机设备中，齿轮箱占有重要地位，在连接和传递动力中是不或缺的，机械设备发生故障的主要部位是齿轮机构，所以齿轮的运行状态对整个采煤机设备的安全性、生产质量和效率起着至关重要的作用。目前使用DSP作为微处理器和控制器的故障诊断系统是当今故障诊断技术的前沿课题，同时系统对代码的安全性和可靠性要求也越来越高，然而手工编译代码开发周期长，效率低，浪费了大量的人力物力，采用模型设计的方法可以有效的缩短开发周期，提高质量并降低开发成本，基于模型设计技术经过10多年的发展和逐步完善已被广泛接受，近年来国外一些大型创新项目都采用了基于模型设计这项新技术。

本文针对采煤机设备中的齿轮箱，在采煤机故障机理的分析和国内外还未尝试过采用嵌入式系统在齿轮箱上的前提下，提出了一种基于DSP的智能故障诊断系统，该系统具有快速、实时信号采集和智能数据分析功能，并能较为准确的实现机械故障诊断[1]。

2.齿轮箱故障机理

齿轮啮合振动是由于在设备运行过程中，参与啮合运转的齿轮数由一个变为两个，再由两个变为一个这样交替变化，在齿轮上形成了周期性的冲击而产成的。

齿轮箱是由齿轮、传动轴、轴承和箱体构成，齿轮箱主要传动齿轮中故障主要发生在齿、传动轴和轴承中。据统计，齿轮齿、传动轴和轴承的故障占齿轮箱故障的80%以上，而齿轮中主要的故障形式有齿形误差、齿轮磨损、轴不对中断齿、轴弯曲、轴不平衡、轴承疲劳和点蚀等，而这些故障特征隐含在采得的故障信号中，并且具有特定的特征参数特点。

齿轮传动信号特征指标主要分为时域信号特征值和频域信号特征值，主要的时域特征值有最大值、最小值、均值、峰峰值、均方值、方差、方根幅值、平均幅值、均方幅值、峭度、波形指标、峰值指标、脉冲指标和裕度指标等参数；主要的频域指标有功率谱中心指标、功率谱方差、相关因子和谐波因子等参数。

所采集的信号响应中除了主要故障信号外还主要包括噪声信号、齿轮啮合频率信号、各个转轴的旋转频率信号、各个谐波信号、调制频率信号和其固有频率信号，所以要得到信噪较高的故障信号需要对其采得的信号进行滤波预处理，才能进行下一步诊断处理的需要[2]。

3.硬件电路设计

本文诊断系统主要硬件是以DSP中32位浮点芯片TMS320F28335为主要处理芯片，充分采用此芯片丰富的外设模块，F28335主频150MHz，具备32位浮点处理单元，有丰富的外设资源，包括串行外设接口SPI，串口通信接口SCI，CAN总线控制器，ADC转换，捕捉单元eCAP，多通道缓冲串行口McBSP，6个DMA通道支持ADC、McBSP和EMIF，有多达18路的PWM输出，其中有6路为TI特有的更高精度的PWM输出（HRPWM），相对于其它2000系列DSP芯片，使用浮点运算芯片可更加快速编写控制算法而无需在处理小数操作上耗费过多的时间和精力。

在系统中经由传感器采集信号输入到事件捕捉器，并设置好采样频率对信号进行数字化处理，并将得到的信号储存到SD卡并对所采集的信号进行处理、提取特征参数并得到诊断结果[3]。

3.1 电源电路设计

TPS767D301是TI公司针对DSP芯片推出的双路低压差电源调整器，并且其中一路可调，具有超低的典型静态电流，器件处于无效状态时，静态电流为1?A，它带有可单独供电的双路输出，一路固定输出电压为3.3V，另一路输出电压可以调节，通过外接可变电阻器进行调节，调节范围1.5-5.5V每路调整器各有一个复位，复位延迟时间为200ms，电路图如图1所示：

图1 电源电路原理图

3.2 SD卡存储电路设计

SD卡（Secure Digital Memory Card）是一种基于半导体闪存工艺的存储卡，SD卡支持两种总线方式：SD方式与SPI方式。使用SPI方式时，占用的I/O数量少，采用SPI传输模式与DSP进行连接，电路图如图2所示：

图2 SD卡电路原理图

3.3 外部扩展存储电路设计

TMS320F28335具有两个独立的存储器，将程序和数据存储在不同的存储空间中，每个存储器独立编址、独立访问。

4.软件开发

4.1 Stateflow模型

Stateflow是一个交互式图形设计工具，它是在基于框图的动态系统建模仿真环境Simulink基础上对动态逻辑系统建模与仿真的可视化开发平台。通过与Simulink动态系统建模和仿真的能力结合，Stateflow不仅能够对基于有限状态机理论的事件驱动系统进行建模和仿真，也能够对复杂逻辑系统进行建模和仿真。

Stateflow对象主要是由图形化对象和非图形化对象组成的，图形化对象分别是状态、历史节点、默认转移、连接节点、真值表、图形函数、内嵌MATLAB函数和图形盒，可以在Stateflow编译器左边的图形面板看到[4，5，6]。

4.2 Embedded Coder

Embedded Coder可以生成可读、紧凑且高速的C及C++代码，以便用于嵌入式处理器、目标系统快速原型板和大规模生产中使用的微处理器。Embedded Coder还提供了其他MATLAB Coder与Simulink Coder的高级优化配置选项，以便对所生成代码的函数、文件和数据进行高度控制。这些优化选项可提高代码执行效率，并有助于与实际使用的现有代码、数据类型和参数集成。

4.3 代码生成

Embedded Coder生成代码离不开TLC（Tar-get Language Compiler，目标语言编译器），TLC文件是ASCII文件，控制了代码生成的方式，通过编辑TLC文件，就可以修改代码生成方式模型描述文件model.rtw转换为标准C或者C++代码。

图3 断齿信号

图4 系统诊断结果

本文采用的是TI公司TMS320F28335数字信号处理芯片在MATLAB中SIMULINK模块在2010a以后的版本存在单独的DSP模块，并且针对2000系列基本所有模块和目标板都建立了模型。通过建立模型和MATLAB中可以进行模拟仿真并且自动产生代码，下面是建立系统模型，并且对所生成目标代码进行硬件测试。对信号进行特征参数提取并建立BP神经网络进行故障诊断，输出分别是：正常（100000）、保持架故障（010000）、断齿故障（001000）、内圈点蚀（000100）、外圈凹坑（000010）和外圈裂纹（000001）。

并利用该神经网络对断齿信号进行诊断，所得结果如图3-4所示。

诊断结果为001000，对比标准诊断结果诊断结果为断齿。通过结果显示出对采集的信号的诊断结果是正确，基本实现了诊断功能。

5.结语

通过分析可知：该模型设计能有效缩减系统设计时间和效率，笔者通过对电牵引采煤机的齿轮传动机构大量数据进行测试，运行状态进行分类识别和故障定位，对所做结果进行检验，故障诊断准确率达到90%以上，所以此系统采用三层BP神经网络建立的嵌入式诊断系统是可行、方便的。此系统只要有足够样本，便可以对采煤机械设备上齿轮机构的状态进行全面分析，并进行准确的故障定位，基本实现诊断要求。

参考文献

[1]刘杰.基于模型的设计-MSP430/F28027/F28335DSP篇[M].国防工业出版社，2011.

[2]邓学欣，王太勇，陈珊等.基于DSP的便携式机械故障智能诊断系统[J].组合机床与自动化加工技术，2004（2）：80-82，84.

[3]周建华，支持Simulink/Stateflow的自动代码生成器研究与实现[D].电子科技大学，2011.

[4]冷斌，李学勇，刘建华等.一种基于Matlab的DSP调试及直接代码生成方法[J].现代电子技术，2008，31（20）：68-70.

[5]张德丰.MATLAB神经网络应用设计[M].北京：机械工程出版社，2009.

[6]高海宾，辛文，胡仁喜等.Altium Designer10从入门到精通[M]北京：机械工业出版社，2012.

作者简介：杨玉祥（1985―），男，山西晋城人，大学本科，助理工程师，研究方向：煤矿生产管理。