基于模型設計的電牽引采煤機嵌入式故障診斷系統的研究

潞安礦業（集團）有限責任公司李陽煤業 楊玉祥 李愛斌 李 牧 崔德健

1.引言

電采煤機設備中，齒輪箱占有重要地位，在連接和傳遞動力中是不或缺的，機械設備發生故障的主要部位是齒輪機構，所以齒輪的運行狀態對整個采煤機設備的安全性、生產質量和效率起著至關重要的作用。目前使用DSP作為微處理器和控制器的故障診斷系統是當今故障診斷技術的前沿課題，同時系統對代碼的安全性和可靠性要求也越來越高，然而手工編譯代碼開發周期長，效率低，浪費了大量的人力物力，采用模型設計的方法可以有效的縮短開發周期，提高質量并降低開發成本，基于模型設計技術經過10多年的發展和逐步完善已被廣泛接受，近年來國外一些大型創新項目都采用了基于模型設計這項新技術。

本文針對采煤機設備中的齒輪箱，在采煤機故障機理的分析和國內外還未嘗試過采用嵌入式系統在齒輪箱上的前提下，提出了一種基于DSP的智能故障診斷系統，該系統具有快速、實時信號采集和智能數據分析功能，并能較為準確的實現機械故障診斷[1]。

2.齒輪箱故障機理

齒輪嚙合振動是由于在設備運行過程中，參與嚙合運轉的齒輪數由一個變為兩個，再由兩個變為一個這樣交替變化，在齒輪上形成了周期性的沖擊而產成的。

齒輪箱是由齒輪、傳動軸、軸承和箱體構成，齒輪箱主要傳動齒輪中故障主要發生在齒、傳動軸和軸承中。據統計，齒輪齒、傳動軸和軸承的故障占齒輪箱故障的80%以上，而齒輪中主要的故障形式有齒形誤差、齒輪磨損、軸不對中斷齒、軸彎曲、軸不平衡、軸承疲勞和點蝕等，而這些故障特征隱含在采得的故障信號中，并且具有特定的特征參數特點。

齒輪傳動信號特征指標主要分為時域信號特征值和頻域信號特征值，主要的時域特征值有最大值、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、波形指標、峰值指標、脈沖指標和裕度指標等參數；主要的頻域指標有功率譜中心指標、功率譜方差、相關因子和諧波因子等參數。

所采集的信號響應中除了主要故障信號外還主要包括噪聲信號、齒輪嚙合頻率信號、各個轉軸的旋轉頻率信號、各個諧波信號、調制頻率信號和其固有頻率信號，所以要得到信噪較高的故障信號需要對其采得的信號進行濾波預處理，才能進行下一步診斷處理的需要[2]。

3.硬件電路設計

本文診斷系統主要硬件是以DSP中32位浮點芯片TMS320F28335為主要處理芯片，充分采用此芯片豐富的外設模塊，F28335主頻150MHz，具備32位浮點處理單元，有豐富的外設資源，包括串行外設接口SPI，串口通信接口SCI，CAN總線控制器，ADC轉換，捕捉單元eCAP，多通道緩沖串行口McBSP，6個DMA通道支持ADC、McBSP和EMIF，有多達18路的PWM輸出，其中有6路為TI特有的更高精度的PWM輸出(HRPWM)，相對于其它2000系列DSP芯片，使用浮點運算芯片可更加快速編寫控制算法而無需在處理小數操作上耗費過多的時間和精力。

在系統中經由傳感器采集信號輸入到事件捕捉器，并設置好采樣頻率對信號進行數字化處理，并將得到的信號儲存到SD卡并對所采集的信號進行處理、提取特征參數并得到診斷結果[3]。

3.1 電源電路設計

TPS767D301是TI公司針對DSP芯片推出的雙路低壓差電源調整器，并且其中一路可調，具有超低的典型靜態電流，器件處于無效狀態時，靜態電流為1μA，它帶有可單獨供電的雙路輸出，一路固定輸出電壓為3.3V，另一路輸出電壓可以調節，通過外接可變電阻器進行調節，調節范圍1.5-5.5V每路調整器各有一個復位，復位延遲時間為200ms，電路圖如圖1所示：

圖1 電源電路原理圖

3.2 SD卡存儲電路設計

SD卡(Secure Digital Memory Card)是一種基于半導體閃存工藝的存儲卡，SD卡支持兩種總線方式：SD方式與SPI方式。使用SPI方式時，占用的I/O數量少，采用SPI傳輸模式與DSP進行連接，電路圖如圖2所示：

圖2 SD卡電路原理圖

3.3 外部擴展存儲電路設計

TMS320F28335具有兩個獨立的存儲器，將程序和數據存儲在不同的存儲空間中，每個存儲器獨立編址、獨立訪問。

4.軟件開發

4.1 Stateflow模型

Stateflow是一個交互式圖形設計工具，它是在基于框圖的動態系統建模仿真環境Simulink基礎上對動態邏輯系統建模與仿真的可視化開發平臺。通過與Simulink動態系統建模和仿真的能力結合，Stateflow不僅能夠對基于有限狀態機理論的事件驅動系統進行建模和仿真，也能夠對復雜邏輯系統進行建模和仿真。

Stateflow對象主要是由圖形化對象和非圖形化對象組成的，圖形化對象分別是狀態、歷史節點、默認轉移、連接節點、真值表、圖形函數、內嵌MATLAB函數和圖形盒，可以在Stateflow編譯器左邊的圖形面板看到[4,5,6]。

4.2 Embedded Coder

Embedded Coder可以生成可讀、緊湊且高速的C及C++代碼，以便用于嵌入式處理器、目標系統快速原型板和大規模生產中使用的微處理器。Embedded Coder還提供了其他MATLAB Coder與Simulink Coder的高級優化配置選項，以便對所生成代碼的函數、文件和數據進行高度控制。這些優化選項可提高代碼執行效率，并有助于與實際使用的現有代碼、數據類型和參數集成。

4.3 代碼生成

Embedded Coder生成代碼離不開TLC(Target Language Compiler，目標語言編譯器)，TLC文件是ASCII文件，控制了代碼生成的方式，通過編輯TLC文件，就可以修改代碼生成方式模型描述文件model.rtw轉換為標準C或者C++代碼。

圖3 斷齒信號

圖4 系統診斷結果

本文采用的是TI公司TMS320F28335數字信號處理芯片在MATLAB中SIMULINK模塊在2010a以后的版本存在單獨的DSP模塊，并且針對2000系列基本所有模塊和目標板都建立了模型。通過建立模型和MATLAB中可以進行模擬仿真并且自動產生代碼，下面是建立系統模型，并且對所生成目標代碼進行硬件測試。對信號進行特征參數提取并建立BP神經網絡進行故障診斷，輸出分別是：正常(100000)、保持架故障(010000)、斷齒故障(001000)、內圈點蝕(000100)、外圈凹坑(000010)和外圈裂紋(000001)。

并利用該神經網絡對斷齒信號進行診斷，所得結果如圖3-4所示。

診斷結果為001000，對比標準診斷結果診斷結果為斷齒。通過結果顯示出對采集的信號的診斷結果是正確，基本實現了診斷功能。

5.結語

通過分析可知：該模型設計能有效縮減系統設計時間和效率，筆者通過對電牽引采煤機的齒輪傳動機構大量數據進行測試，運行狀態進行分類識別和故障定位，對所做結果進行檢驗，故障診斷準確率達到90%以上，所以此系統采用三層BP神經網絡建立的嵌入式診斷系統是可行、方便的。此系統只要有足夠樣本，便可以對采煤機械設備上齒輪機構的狀態進行全面分析，并進行準確的故障定位，基本實現診斷要求。

[1]劉杰.基于模型的設計-MSP430/F28027/F28335DSP篇[M].國防工業出版社,2011.

[2]鄧學欣,王太勇,陳珊等.基于DSP的便攜式機械故障智能診斷系統[J].組合機床與自動化加工技術,2004(2):80-82,84.

[3]周建華,支持Simulink/Stateflow的自動代碼生成器研究與實現[D].電子科技大學,2011.

[4]冷斌,李學勇,劉建華等.一種基于Matlab的DSP調試及直接代碼生成方法[J].現代電子技術,2008,31(20):68-70.

[5]張德豐.MATLAB神經網絡應用設計[M].北京:機械工程出版社,2009.

[6]高海賓,辛文,胡仁喜等.Altium Designer10從入門到精通[M]北京:機械工業出版社,2012.