加速度傳感器的振動篩螺栓松動故障診斷系統

朱來發 金花雪 范偉 劉斌

摘要： 針對GLS10型直線振動篩彈簧緊固螺栓松動故障，結合軟件LABVIEW和NIUSB-6363數據采集卡，構建一種基于加速度傳感器的振動篩螺栓松動故障診斷系統。通過擰松固定螺栓個數的方法，模擬振動篩彈簧懸臂梁固定端松動故障。結果表明：當振動篩懸梁臂固定端松動時，其最大振幅明顯減小，其幅度為原先幅值的53%，可以有效判斷故障類型；當故障類型相同、故障程度不同時，分析得到的加速度信號圖譜互不相同，且振幅差異明顯，可根據振幅的閾值來判斷螺栓松動的故障程度。

關鍵詞： 振動篩； 加速度傳感器； 故障診斷； 螺栓松動

中圖分類號： TH 133.3文獻標志碼： A?? 文章編號： 1000-5013（2024）01-0010-06

Fault Diagnosis System for Bolt Loosening in Vibrating Screen Based on Acceleration Sensor

ZHU Laifa， JIN Huaxue， FAN Wei， LIU Bin

（School of Electromechanical and Automation， Huaqiao University， Xiamen 361021， China）

Abstract： A vibrating screen bolt loosening fault diagnosis system based on acceleration sensors is constructed by combining LABVIEW software and NIUSB-6363 data acquisition card for the GLS10 linear vibrating screen spring fastening bolt loosening fault. The loosening fault of the fixed end of the vibrating screen spring cantilever beam was simulated by changing the number of loosening bolts. The results show that when the fixed end of the suspension arm of the vibrating screen is loose， its maximum amplitude significantly decreases to 53% of the original amplitude， which can be used to effectively determine the fault type. When the fault type is the same but with various degrees， the acceleration signal spectra obtained varies， and the difference of amplitude is significant， the fault degree of bolt loosening can be determined based on the threshold of the amplitude.

Keywords： vibrating screen； acceleration sensor； fault diagnosis； bolt looseness

振動篩是石礦加工行業的關鍵設備之一，原煤的分選、清洗及砂石骨料的分選都要用到振動篩，因此，需要對振動篩進行準確有效的狀態監測及故障診斷，以保證振動篩的長期正常運行［1-3］。振動篩應用廣泛，由于其工作條件復雜，容易產生各種機械故障。目前，故障主要依靠設備上振幅牌人眼觀察或采用人工手持式振動傳感器依靠傳統經驗進行判斷，效率低下，尤其是螺栓缺失的問題，難以被及時準確地發現， 造成停工停產的嚴重后果［4-7］。 利用仿真軟件LABVIEW結合虛擬儀器技術進行信號采集和數據分析在各領域中應用廣泛［8-12］，將其應用于振動篩的故障診斷也是一種便捷高效的方法。

范偉等［13］提出變分模態分解（VMD）和遞歸量化分析（RQA）的故障診斷方法。Agarwalla等［14］將模糊推理系統與遺傳算法（GAS）相結合，利用混合人工技術（AI）識別懸臂梁結構損傷，并進行數學模擬，得出許多系統的有效解。Shanmugam等［15］開發了一種新型振動篩，其振動模式為圓形，新的振動篩在改變操作參數方面具有靈活性，提供給篩臺的圓形振動模式包括篩臺中顆粒上的慣性力，從而減少篩堵塞。喬靖宇等［16］將雙層直線振動篩作為煤炭篩分設備，對其進行靜力學分析，并在結構設計中對篩箱及加強梁之間的連接形式進行優化，避免應力集中現象的出現，從而延長振動篩的使用壽命，保證煤炭篩分的穩定可靠。

因此，針對振動篩懸臂梁結構常出現的彈簧緊固螺栓松動故障，采用軟件LABVIEW和NIUSB-6363數據采集卡，設計出一種基于加速度傳感器的振動篩螺栓松動故障診斷系統。

1 硬件系統設計

1.1 GLS10型振動篩結構

實驗用振動篩為可調式自同步振動篩［17-18］，其實物及結構示意圖，如圖1所示。GLS10型振動篩主要由篩箱、振動電機、支撐系統構成。篩箱整體由優質鋼材焊接而成，為了避免焊縫處應力集中導致開裂，側板和激振器大梁采用螺旋連接。篩網共3層，篩孔尺寸自上而下遞減，篩分粒度分別為大于1.2，1.2～0.6，0.6～0.3 mm和小于0.3 mm。

1.2 加速度傳感器

選擇的ICP-31931型美格信三軸加速度傳感器采用現代集成電路技術將傳統的電荷放大器置于傳感器中，所有高阻抗電路都密封在傳感器內，并以低阻抗電壓方式輸出，具有測量信號質量好、抗干擾能力強和遠距離測量等優點［19-20］?；谡駝雍Y的運行參數，振動檢測平臺采用4個三軸加速度傳感器，其技術參數，如表1所示。

傳感器安裝在4個彈簧的支撐頭上座處，即篩箱和彈簧的連接處，采集4個測點3個方向共12通道的加速度信號。傳感器的安裝方式為磁力安裝座安裝，其位置如圖2所示。傳感器的X，Y，Z軸分別采集振動篩水平方向、豎直方向、橫向的加速度信號。

2 LABVIEW軟件系統

2.1 總體框架

采用軟件LABVIEW設計信號采集與數據分析系統，通過LABVIEW濾波預處理收集到的振動信號［21-23］，并對信號進行分析與特征提取，從而實時監測懸臂梁的振動信號。

軟件系統設計框圖，如圖3所示。在信號檢測及預處理的基礎上，軟件系統設計包含了狀態變量提取、狀態診斷和診斷決策三部分內容。狀態變量提取主要為數據采集模塊，根據設計要求，分為單通道采集模式和多通道采集模式，可以對采集模式、采樣率和采樣數等參數進行設置，并建立故障閾值檔案庫。狀態診斷模塊主要對信號進行高低通帶濾波，對預處理過的信號進行時頻域分析。診斷決策模塊主要根據實驗分析結果，按照采集信號測量得到的振幅值，采用閾值法判斷是否存在螺栓松動故障。

2.2 設計流程圖

根據系統要求實現的功能確定總體框架，并遵循模塊化程序的設計思想確定總體方案。采用從左到右的方法設計系統各部分的功能模塊，將各模塊組成一個系統整體。數據采集、信號預處理、信號分析及數據輸出等模塊組成振動篩信號采集與分析系統。系統運行流程圖如圖4所示。

2.3 信號采集模塊設計

信號采集模塊采用軟件LABVIEW的插件DAQ助手創建采集加速度IEPE模式的任務，首先，選擇cDAQ-9185中的物理通道，cDAQ-9185中有3個NI 9234振動采集模塊共12通道，分別對這12個通道進行參數設置，采用連續采集的模式，并將采樣率和采樣數都設為1 024；其次，啟動采集任務，讀取波形或信號數據；最后，結束采集任務并清理緩存。數據采集程序框圖，如圖5所示。

3 實驗驗證

3.1 振動篩故障診斷實驗平臺

振動篩懸臂梁故障診斷實驗平臺，如圖6所示。采用352C33型壓電式加速度傳感器檢測振動篩懸臂梁位置的振動信號，通過LC0602型信號放大器將采集到的振動信號進行放大濾波處理，采用NIUSB-6363數據采集卡將采集到的模擬信號轉換為數字信號，并傳到軟件LABVIEW開發的數據采集系統中，以實現對故障信號的采集與分析。

3.2 正常工作狀態下的數據

振動篩在正常工作時，固定端螺栓全部處于擰緊狀態。此時，采集到的振動信號均為正常工作狀態下的振動信號。通過數據分析得到振動篩正常工作狀態下的加速度信號和幅值譜，如圖7所示。圖7中：a為加速度；t為時間；A為振幅；f為頻率。

由圖7可知：振動篩的加速度信號基本穩定在-0.120～0.050 m·s-2之間波動，且正向加速度最大不超過0.055 m·s-2，反向加速度最大不超過-0.126 m·s-2；振動篩的最大幅值出現在固有頻率51 Hz時，該振幅幅度太大，因此應避開固有頻率。

3.3 固定端松動故障分析

3.3.1 加速度信號與幅值譜對比 在正常工作狀態下的振動篩懸臂梁的固定端上擰松一個固定螺栓，模擬其松動故障，得到振動篩在固定端松動與正常狀態下的加速度信號和幅值譜對比，如圖8，9所示。

由圖8可知：當振動篩懸臂梁固定端的一個螺栓松動時，與正常工作狀態相比，測得的加速度信號中正、反向加速度明顯減小，在波動周期T/2和T附近（T=200 s），波形出現明顯波動，可見加速度信號波形圖不再規律。由此可判斷此時該振動篩懸臂梁結構出現了固定螺栓松動的故障。

由圖9可知：當振動篩懸臂梁固定端的一個螺栓松動時，最大幅值為0.037 5 cm，與擰緊時的最大幅值0.080 0 cm相比減小了53%。對比幅值譜可以判斷振動篩懸臂梁出現了固定端松動的故障。

3.3.2 固定端松動故障程度分析 為了對振動篩懸臂梁固定端松動故障程度進行研究，分別模擬固定端缺失1個、2個和3個固定螺栓時的情況，得到懸臂梁固定端松動不同故障程度的加速度對比圖，如圖10所示。

由圖10可知：當固定端缺失1個固定螺栓時，波形在周期T/2和T附近出現波動；當缺失2個固定螺栓時，波形在周期T/2和T附近波動幅度變大；當缺失3個固定螺栓時，波形在周期T/2和T附近的波動幅度比缺失2個螺栓時更加明顯（T=200 s）。因此，在固定端缺失固定螺栓的故障診斷中，可通過波峰的波動幅度判斷缺失螺栓的故障程度。

對比圖10的分析圖譜可知：當振動篩懸臂梁故障類型相同但故障程度不同時，得到的加速度信號圖也都互不相同，且振幅差異明顯，因此可以根據振幅的閾值來有效判斷螺栓松動的故障類型。相較于傳統的將振幅牌貼在振動篩上根據振幅的黑點人工觀測判斷振動故障情況的方法，基于加速度傳感器的振動篩故障診斷系統擁有更高的準確性和時效性。

4 結束語

針對GLS10型直線振動篩常見的彈簧緊固螺栓松動故障，結合軟件LABVIEW和NIUSB-6363數據采集卡，設計一種基于加速度傳感器的振動篩螺栓松動故障診斷系統。為實現對振動篩故障信號進行采集和分析的功能，采用加速度傳感器、電荷放大器、數據采集卡及電腦組成的硬件系統和1個能實現數據采集、信號預處理、信號分析和結果輸出4個功能模塊的軟件系統。通過擰松固定螺栓及改變松動螺栓個數的方法，分別模擬振動篩彈簧懸臂梁固定端松動故障。通過分析圖譜可知，當懸臂梁故障類型不同時，其分析得到的加速度信號圖譜也互不相同，且振幅差異明顯。振動篩懸臂梁彈簧固定端松動時，其最大幅值減小的幅度為原先幅值的53%，從而可以有效地判斷其螺栓松動故障，為各種機械設備的故障振動檢測提供一定的科學依據和參考。

參考文獻：

［1］ 武瑞峰.選煤廠振動篩運行狀態及故障診斷系統的研究［J］.機械管理開發，2021，36（9）：150-151.DOI：10.16525/j.cnki.cn14-1134/th.2021.09.064.

［2］ 陳華.直線振動篩在線故障診斷方法研究及系統開發［D］.廈門：華僑大學，2022.

［3］ 王喜升.選煤廠振動篩運行狀態監測及故障診斷研究［J］.當代化工研究，2022（21）：104-107.DOI：10.3969/j.issn.1672-8114.2022.21.035.

［4］ 柴進，張海斌，高平小，等.基于特征融合的選煤廠振動篩故障診斷方法［J］.煤炭工程，2023，55（6）：158-163.

［5］ 陳華.直線振動篩在線故障診斷方法研究及系統開發［D］.廈門：華僑大學，2021.

［6］ 方濤.雙盤機械懸臂轉子軸承碰摩故障檢測方法［J］.蘭州工業學院學報，2019，26（3）：34-38，61.DOI：10.3969/j.issn.1009-2269.2019.03.007.

［7］ BARBOSA T S，FERREIRA D D，PEREIRA D A，et al.Fault detection and classification in cantilever beams through vibrationsignal analysis and Higher-Order statistics［J］.Journal of Control，Automation and Electrical Systems，2016，27（5）：535-541.DOI：10.1007/s40313-016-0255-1.

［8］ 張智藝.基于LABVIEW的遠程實時監控和故障診斷系統的開發［J］.工業安全與環保，2019，45（7）：18-22.DOI：10.3969/j.issn.1001-425X.2019.07.005.

［9］ MITRA A C，JAGTAP A，KACHARE S.Development and validation of experimental setup for flexural formula of cantilever beam using NI-LABVIEW［J］.Materials Today：Proceedings，2018，5（9）：20326-20335.DOI：10.1016/j.matpr.2018.06.407.

［10］ 任艷波，于海濤，趙偉，等.基于LABVIEW的諧振式微懸臂梁傳感器智能激勵與檢測系統［J］.儀表技術與傳感器，2015（12）：11-14.DOI：10.3969/j.issn.1002-1841.2015.12.004.

［11］ ADAV A，SINGH N K.Effects ofaccelerometer mass on natural frequency of a magnesium alloy cantilever beam［J］.Vibroengineering Procedia，2019，29：207-212.DOI：10.21595/vp.2019.21114.

［12］ 郭中華，姚錫濤.挖掘機動臂異響故障的排查方法［J］.建設機械技術與管理，2019，32（6）：57-58.DOI：10.13824/j.cnki.cmtm.2019.06.013.

［13］ 范偉，何越宙，王寅，等.基于VMD-RQA的直線振動篩激振力不平衡故障診斷［J］.振動與沖擊，2021，40（18）：25-32.DOI：10.13465/j.cnki.jvs.2021.18.004.

［14］ AGARWALLA D K，KHAN A S，SAHOO S K.Application of genetic fuzzy system for damage identification in cantilever beam structure［J］.Procedia Engineering，2016，144：215-225.DOI：10.1016/j.proeng.2016.05.027.

［15］ SHANMUGAM B K，VARDHAN H，RAJ M G，et al.Evaluation of a new vibrating screen for dry screening fine coal with different moisture contents［J］.International Journal of Coal Preparation and Utilization，2022，42（3）：752-761.DOI：10.1080/19392699.2019.1652170.

［16］ 喬靖宇，李哲，李仙國，等.雙層直線振動篩的靜力學分析優化［J］.自動化應用，2020（8）：135-136.DOI：10.19769/j.zdhy.2020.08.052.

［17］ 蘇旭.振動篩健康狀態監測方法研究［D］.廈門：華僑大學，2020.

［18］ 江方文.振動篩故障特征提取及監測系統的開發［D］.廈門：華僑大學，2017.

［19］ 李瑞君，常振鑫，雷英俊，等.基于DVD光學讀取頭的懸臂式低頻加速度計［J］.機械工程學報，2019，55（2）：10-17.DOI：10.3901/JME.2019.02.010.

［20］ 唐小平，張晨曦，盧會湘，等.LTCC加速度計的懸臂微梁結構制造［J］.電子工藝技術，2019，40（3）：148-150，186.DOI：10.14176/j.issn.1001-3474.2019.03.006.

［21］ 朱艷，李曙生，曹元軍.基于LABVIEW的船舶軸系在線故障檢測［J］.自動化與儀器儀表，2016（1）：33-35.DOI：10.14016/j.cnki.1001-9227.2016.01.033.

［22］ 楊青青，馬訓鳴，李海海，等.基于LABVIEW的沖擊振動信號監測系統的設計［J］.機械制造與自動化，2017，46（6）：210-212.DOI：10.19344/j.cnki.issn1671-5276.2017.06.058.

［23］ 卓興成，童一飛，李東波.基于LABVIEW的軸承振動信號分析系統設計與開發［J］.機械設計與制造工程，2019，48（1）：55-59.DOI：10.3969/j.issn.2095-509X.2019.01.014.