[发明专利]一种基于LabVIEW的远程齿轮箱故障监测系统

权利要求书

1.一种基于LabVIEW的远程齿轮箱故障监测系统，其特征在于，包括振动传感器、恒流适配器、数据采集卡、树莓派、单片机、WIFI模块、继电器、上位机单元；

所述振动传感器吸附于齿轮箱表面且靠近轴承端盖的上方；

所述恒流适配器与振动传感器相连接，用于调节振动传感器测取的振动信号；

所述数据采集卡与恒流适配器连接，用于将恒流适配器输出的振动信号数据传输给所述树莓派；

所述树莓派内存储有数据采集卡的驱动及相关的设置程序，以驱动数据采集卡工作；所述树莓派还通过WIFI模块与上位机单元通信，以将振动信号数据上传到上位机单元；

所述单片机通过继电器控制恒流适配器、树莓派的工作与否；所述单片机还通过WIFI模块与上位机单元通信，以使得上位机单元能够远程控制恒流适配器、树莓派的工作与否；

所述上位机单元对接收的振动信号数据进行处理，通过时、频分析获取振动信号的时域特征参数，从特征参数中提取对故障较为敏感的特征向量，通过设置8种标签对应8种工作状态，分别导入故障分类模型中，最后将监测结果反映在LabVIEW的波形图上；

所述远程齿轮箱故障监测系统工作流程如下：用户在上位机单元的LabVIEW软件进行登陆，登陆成功后，等待上位机单元与WIFI模块的网络连接成功后，上位机单元给出开启树莓派及恒流适配器指令；在树莓派开启后，开机自启动程序启动，下位机开始数据的采集，此后上位机单元接收从下位机传输的数据，在传输过程中，对振动最大值进行限制，当接收数据过程中出现超限时，系统报警灯会点亮；同时对超限次数进行统计，当次数达到上限时会自动发送邮件提示警报，并将接收数据将以文本文件形式保存，同时通过调用MATLAB脚本，进行相应的时、频分析，将获取的时频特征参数以数据库的形式进行保存后，将提取特征参数导入MATLAB脚本中，运用故障预测模型IFOA-PNN判断齿轮的故障类型；

所述故障预测模型IFOA-PNN，采用改进果蝇优化算法对概率神经网络的平滑参数进行全局寻优而得，具体如下：

步骤S1、初始化果蝇群体：种群大小sizepop、最大迭代次数maxgen、果蝇群体位置(X_axis,Y_axis)；

步骤S2、将果蝇个体(X_i,Y_i)寻觅食物位置和与其的距离随机设置，个体的搜索步长由固定步长L₀改进为变步长：L＝L₀×ω；其中k₁、k₂为常数且k₁＝20，k₂＝4，gen表示当前迭代次数，max gen为最大迭代次数；

X_i＝X_axis+L×(2×rand()-1)

Y_i＝Y_axis+L×(2×rand()-1)

步骤S3、由于目标食物具体坐标未知，需将种群中所有果蝇个体与初始点的距离D_i进行计算，根据以上数据求出判定值S_i；

S_i＝1/D_i

步骤S4、根据味道浓度判定公式Smell_i＝F(S_i)，将S_i代入公式中进行求解，以此获得此时每个果蝇个体的味道浓度数值；此处选取的判定公式其原理为PNN预测模型中的均方根误差RMSE；

步骤S5、对整个果蝇群体的味道浓度数据集求解其极值，找到该数据集极小值；

[bestSmellbestindex]＝min(Smell)

步骤S6、保存当前时刻的寻优结果

X_axis＝X(bestindex)

Y_axis＝Y(bestindex)

Smellbest＝bestSmell

步骤S7、进行迭代寻优，设置最大循环次数和最佳浓度值寻优终止条件，循环进行步骤S2～S5，若是新获得的极小值小于保存值，则替代原值保存；

步骤S8、判断寻优是否能够满足精度需求终止条件和最大迭代次数，是则获得最佳的平滑因子值，建立相应的PNN故障预测模型，否则重新开始步骤S2进行寻优。

2.根据权利要求1所述的一种基于LabVIEW的远程齿轮箱故障监测系统，其特征在于，所述8种工作状态包括齿轮点蚀、齿根断裂、正常、齿面磨损、齿根裂纹、外圈磨损、内圈故障、滚动体故障。