以齿轮箱作为研究对象,针对其运行信号大多为非平稳振动信号,以DSP-TMS320F28335为中央处理器搭建硬件部分,并在开发板原有基础上针对上位机外设和接口进行改造。对应硬件平台设计了系统的软件部分:首先在CCS V3.3中编写Main函数,包括数据采集、数据存储、通信、故障诊断、数据发送;其次使用Matlab中nntool工具箱搭建齿轮箱故障诊断BP神经网络,提取权值与阈值,之后用C语言改写成可以嵌入DSP中的程序,以此对故障进行识别,最后利用3G数据网络,将DSP得到的诊断结果以及部分原始数据通过无线传输方式传至上位机。
【齿轮箱故障诊断】在机械设备中,齿轮箱作为关键组件起着连接和传递动力的关键作用。尤其是行星齿轮箱,由于其复杂的结构,任何组件的损坏都可能导致整个系统的故障,这可能导致严重的后果。其中,齿轮故障占据了风电行星齿轮箱故障的大部分,占比高达60%,因此对齿轮箱进行实时在线监测和故障诊断至关重要。
【基于DSP的硬件设计】本研究中,故障诊断系统采用的是基于DSP-TMS320F28335的硬件平台。TMS320F28335是一种高性能的数字信号处理器,适用于处理非平稳振动信号,这是齿轮箱运行时常见的信号类型。硬件设计还包括对开发板的改造,以适应上位机的外设和接口需求。
【软件设计】软件部分在CCS V3.3集成开发环境中编写,主要功能包括数据采集、存储、通信、故障诊断和数据发送。利用Matlab的nntool工具箱建立了一个齿轮箱故障诊断的BP神经网络。通过训练神经网络,提取出权重和阈值,然后将这些参数转换成C语言代码,以便在DSP上运行,实现故障识别。此外,系统还利用3G数据网络,将DSP处理后的诊断结果及部分原始数据通过无线方式传输至上级计算机。
【3G数据网络的应用】3G数据网络在此系统中扮演了关键角色,它提供了一种有效的远程传输手段,使得即使在偏远或复杂环境下,也能将齿轮箱的诊断信息实时传送到监控中心,提高了故障响应速度和设备维护效率。
【故障诊断流程】整个故障诊断流程包括信号采集,通过DSP进行预处理,然后由BP神经网络进行分析,识别可能的故障模式。一旦诊断出故障,系统会立即通过3G网络将结果发送给操作员,以便及时采取维修措施。
该研究结合了先进的DSP技术、神经网络算法和3G通信技术,构建了一个高效、实时的齿轮箱故障诊断系统,这对于提高机械设备的可靠性和减少停机时间具有重要意义。同时,这一系统的设计理念和实施方法也为其他类型的机械设备故障诊断提供了借鉴。