振动数据采集（精选7篇）
振动数据采集 篇1
风力发电机是一种将风能转化为电能的大型复杂机械设备, 多安装在远离城市的山区、戈壁或近海等区域, 且机组关键部件多置于高空, 一旦某个重要机构发生故障, 必将造成长期停机, 大大降低能源利用率[1]。对风力发电机组进行在线实时监测和故障诊断, 及时有效地掌握机组的运行状态, 是保证风力发电机组长期安全运行, 及早发现故障隐患, 避免重大事故发生的重要手段[1]。风力发电机组结构复杂, 状态监测主要是对风轮主轴、发电机轴、轴承座及齿轮箱等关键传动部件的振动参量进行实时监测及分析。需要进行振动参量采集的测点数量多达十几处, 且不同结构形式, 发电量不同的风电机组, 其测点数量也大不相同, 因此需要设计能够实现采集通道可扩展的多通道同步振动数据采集系统, 实现多通道振动数据的同步采集以及远程传输。
一、系统总体设计
根据对风力发电机状态监测的技术指标及功能要求, 基于以太网的多通道振动数据采集系统主要由ICP振动传感器、振动信号采集模块和AT91SAM9G20嵌入式主板组成 (图1) 。ICP振动传感器输出的加速度信号进入振动信号采集模块后, 振动信号采集模块实现对ICP加速度传感器的恒流供电、信号的放大滤波、同步转速采集和加速度信号的同步采集, PC104总线接口及数据的缓存。AT91SAM9G20嵌入式主板通过PC104总线与各数据采集模块连接, 根据监测的采集点数选择连接的采集卡数据, 采集卡之间通过总线地址进行区分, 采集获得多通道数据通过以太网总线发往数据中心存储。采集系统主要特点是实现多通道振动数据的同步采集及基于以太网的数据传输, 调理电路与数据采集电路集成在1块基于PC104总线的板卡上, 实现同步采集通道的柔性扩展, 且具有抗混叠滤波、抗工频干扰等优点。
二、基于PC104总线的振动信号采集模块设计
基于PC104总线的振动信号采集模块主要实现传感器的激励、放大、抗混叠滤波、抗工频干扰, 以及通过FPGA芯片实现对多通道信号的同步A/D转换、数字滤波、数据缓冲和传输功能。
1. 振动信号调理电路设计
ICP加速度传感器的正常工作需要提供4 m A的恒流电源。因此采用集成芯片LM234实现稳定的4 m A电流, 传感器信号经过高通滤波器后进入后续抗混叠滤波器进行滤波, 然后放大为幅值在±5 V范围内的交流电压信号, 最后经过工频陷波器滤除50 Hz工频信号。振动信号经过信号调理后可以直接进入数据采集卡进行采集。
(1) 4 m A恒流源的实现。ICP传感器是内置了集成电路的压电传感器, 其正常工作需要1个不间断恒流电源提供恒定电流。采用恒流源芯片LM234实现4 m A给ICP传感器供电的恒流源 (图2) 。流过LM234的总电流ISET是流过设置电阻R1、R和LM234偏置电流ISET的总和, 即ISET=I1+I2+IBAS=UR/R1+ (UR+UD) R2≈0.134 V/R1, 因此要提供4m A的恒流, 即4=0.134 V/R1, 得到R1≈33Ω, R2≈330Ω。
(2) 抗混叠滤波电路设计。根据风电机组部件的振动特性和香农采样定理, 即采样频率大于信号中最高频率的两倍时, 采样获得的数字信号能完整保留原始信号中的信息。采集模块的采样频率设置为50 Hz~18.7 k Hz, 采用Filterlab软件计算出截止频率为50 Hz~18.7 k Hz的无源高通滤波和二阶有源低通滤波的电路参数。选用超低失调电压双路运算放大器LT1498C88实现二阶巴特沃斯低通滤波器。
(3) 50 Hz陷波器设计。由于系统的外部供电为50 Hz交流电, 传感器输出的信号在传输过程中容易混杂有50 Hz的工频干扰, 应该通过50 Hz陷波器将工频干扰滤除。陷波器也称带阻滤波器 (窄带阻滤波器) , 能够实现在其他频率信号不失真情况下, 有效抑制输入信号中某一频率信息。设计的陷波器陷波性能良好、带宽较小, 品质因数Q可调, 即滤波性能便于调整, 电路线路简单, 具有实际应用价值。但是对于元器件的参数要求高, 需要仔细调节。
2. AD转换器的接口电路设计
选用1片AD7656芯片实现6路振动信号的同步采集。由于A/D转换芯片与FPGA间的接口电路是整个振动信号数据采集卡的核心部分, 因此根据AD7656各引脚功能, 将EP1C12Q240C8的I/O引脚与AD7656的D0~D15数据口并连, 进行数据传输;与CONVST (A、B、C) 同时相连, 实现多路振动信号同步转换控制;与读信号/RD相连实现A/D数据读取控制;与BUSY引脚相连以获取转换结束信号;与RESET引脚相连控制A/D芯片重启;与/CS引脚相连片选A/D芯片。
3. 键相信号调理电路
键相信号可以通过TTL、电涡流式和霍尔式传感器对转子上的键槽进行检测得到。本文设定霍尔传感器来测键相信号。霍尔传感器测的原始信号是峰值为24 V左右的脉冲信号, 经过两个串联稳压二极管将幅值降为+7.5 V的脉冲信号, 再经施密特触发器对脉冲信号进行整形, 输入到数据采集卡上的模拟信号电平转换芯片将信号转换成直流偏置为0V, 幅值为3.3 V的脉冲信号, 引入到FPGA管脚, 通过键相测量模块测量实现转速测量。键相信号经过调理后输入到FPGA的倍频电路中, 该倍频电路测量键相信号的频率并产生2n (n为正整数) 的倍频信号。将该倍频信号用作A/D采样触发信号, 由于振动信号和键相信号的周期相同, 因此每个键相信号周期都可以获得固定点数的振动信号采样值, 从而可实现振动信号的整周期采集功能。
4. PC104接口电路
振动信号数据采集卡使用PC104总线资源的I/O控制和中断功能, 所用信号:D[0:15]是16位双向数据信号;SA[0:13]是10位地址信号;IOR、IOW分别是I/O端口读、写控制信号;AEN是允许DMA传输;IOCHRDY是I/O就绪信号, 通过置为低电平插入等待周期, 延长I/O通信时间;SYSCLK是系统时钟信号, 用来保持系统一致;RESET是上电复位或系统初始化逻辑信号, 也是系统总清信号;IRQ5是中断信号[2]。数据采集卡PC104模块工作流程见图3。
三、嵌入式Linux软件
嵌入式主板上移植Linux操作系统, 开发的PC104采集模块的驱动通过模块方式载入操作系统内核。数据采集系统上电后, 首先加载操作系统, 然后通过shell脚本加载采集模块驱动程序, 运行数据采集程序。采集程序首先对采集模块进行相应的初始化, 打开中断寄存器, 然后进入数据采集过程。采集程序采用多线程工作方式完成转速及振动数据的同步采集。由于数据采集卡A/D转换的数据都存入FPGA内部建立的乒乓RAM中。当1块RAM存满时向PC104总线发出中断信号, 主控制卡读取到中断信息, 即刻进行系统中断响应。以上是该系统中硬件部分的工作顺序, 与之相对应的数据采集应用程序框图见图4。
四、测试与结果
基于以太网多通道数据采集系统构建网络化风力发电机远程数据采集系统, 将采集的同步振动数据定时发送至远程数据服务器实时存储, 由Web服务器通过查询数据服务器获得采样数据并向客户端提供数据分析及故障诊断功能, 实现对风轮主轴、发电机轴、轴承座及齿轮箱等旋转和传动部件的运行特征的状态监测及诊断。经实验验证, 设计的采集系统的单通道采样频率最高可达300 k Hz, 完全满足风力发电机12路振动信号数据采集能力, 而且该采集具有同步采样与整周期采样功能, 可以减小甚至避免频谱泄漏和栅栏效应的影响, 从而提高频谱分析的精度。
摘要：针对大型风力发电机组运行状态监测对传动主轴、轴承以及齿轮箱等的多路振动信号采集要求, 设计基于以太网的多通道振动数据采集系统。系统采用AT91SAM9G20嵌入式主板实现以太网接口, 并通过PC104总线接口连接多个同步振动数据采集模块, 实现采集通道的柔性扩展。振动数据采集模块实现了ICP振动传感器的信号调理以及抗混叠滤波器, 并由FPGA控制AD7656实现了6通道16位振动数据同步采集。通过实验验证, 系统实现了高速的多通道数据采集。
关键词：风力发电机,振动,数据采集,电路
参考文献
[1] 沈艳霞, 李帆.风力发电系统故障诊断方法综述[J].控制工程, 2013, 20 (5)
[2] 朱鑫鑫, 邵立峰.基于PC104的风电机组在线振动状态监测系统[J].自动化应用, 2013 (10)
[3] 凌晨, 吴成富, 吴佳楠.基于以太网的多通道数据监控系统设计与实现[J].计算机测量与控制, 2011, 19 (4)
加固型数据采集卡振动分析与设计 篇2
随着电子设备的功能不断增强,电子设备的结构也越来越复杂,随之带来的问题也越来越多,设备能否保证其可靠性也越发重要。为了保证电子设备的可靠性,使其能够适应各种振动冲击环境,就必须认真分析电子设备的动态性能; 而很多电子设备的结构过于复杂,要分析电子设备的动态特性难度较大,于是比较可行的办法就是从印制电路板出发,运用有限元分析和模态分析方法对其进行动力学分析,探索出一套切实有效的印制电路板抗振加固优化设计,以提高印制电路板的可靠性,具有现实意义。
本文选定的电路板是某型导弹发射车控制计算机的适配板卡,它的主要功能是对信号进行实时的数据采集处理,在对板卡进行振动试验时发现故障,以此为出发点,在分析了数据采集卡的结构特点及选择合适的建模方法后建立了其有限元模型,使用ANSYS分析软件进行理论模态分析,根据模态分析所得出的振型来确定系统的薄弱环节,并提出了数据采集卡的抗振加固优化设计方案。
1 板卡设计介绍
板卡是一块尺寸为160 × 233. 35 × 1. 6mm的标准6UCPCI板卡,使用的材料是FR - 4,板厚1. 5mm,安装方式为由分布在各边的螺栓固定。
某加固型数据采集卡是某型导弹发射车控制计算机的适配板卡,需具备良好的抗振加固性能; 元器件作为构成设备的基础,设备的故障以元器件的失效方式表现出来。为了确保设备的可靠性,首先必须正确地选择和使用元器件,对所有有条件进行筛选的元器件必须进行筛选; 选用元器件主要从以下几个方面着手:
( 1) 元器件的技术性能、质量等级、使用条件等应满足产品的要求。
( 2) 优先选用经实践证明质量稳定、可靠性高、有发展前途且供应渠道可靠的标准元器件。杜绝已淘汰的元器件的使用。
( 3) 在产品设计时,应最大限度地压缩元器件的品种、规格及其生产厂点。
( 4) 要严格控制新研元器件的使用,未经技术鉴定的元器件不得在产品中使用。
根据上述原则,板卡的元器件布局图如图1 所示,板卡选择的主要芯片如表1 所示。
2 建立有限元模型及理论模态分析
2. 1 建立有限元模型
数据采集卡是一块尺寸为160 × 233. 35 ×1. 6mm的标准6U板卡,其上安装的许多元器件和模块给印制板带来了附加的质量和刚度,影响了印制板的动态特性。为了得到正确的印制电路板动态特性,必须要建立正确的有限元模型。
印制电路板的有限元建模方法主要有以下几种: 1简单成型法,即印制板上的附加元器件、模块一律不予考虑,忽略元器件对PCB刚度和质量的影响,整个印制电路板用基板处理。2总质量等效法,即不考虑元器件对印制板刚度的影响,只考虑附加质量对PCB的影响。3总质量/刚度等效法,该方法同时考虑了元器件的附加质量以及附加刚度的影响。4局部等效法,对于各局部区域分别求等效质量和等效刚度。5直接有限元成型法,直接对电路板建立完整的有限元模型。
对比几种建模方法,本文采取第1种和第5种相结合的方法,忽略体积和质量都较小的元器件和模块,即忽略小元器件对整个印制板刚度的影响,仿真得到的固有频率,数据较为保守。大元器件利用有限元成型法根据其实际位置进行布局,建立整块板卡以及主要原器件的详细模型。
板卡的特性组成参数如表2 所示,将板卡以及元器件等效为长方体,采用3D实体单元SOLID92属性,采用ANSYS网格划分工具Meshtool将板卡实体模型进行网格划分,划分结果如图1 所示。
2. 2 理论模态分析
模态分析可以得到设计中的结构或者机器部件中的振动特性,即固有频率和振型; 固有频率和振型是承受动载荷结构设计中的重要参数。通过模态分析,可以在结构设计上减少共振,了解结构对于不同类型的动载荷的响应情况,有利于在其他分析中估算出求解控制参数,优化参数,缩短计算时间。涉及到的动力学基本方程为:
式中,M为结构质量矩阵,C为结构阻尼矩阵,K为结构刚度矩阵,x为节点位移矢量,为节点速度矢量,为节点加速度矢量; F( t) 为随时间变化的载荷函数。当为自由振动并忽略结构阻尼时,上式变为:
当发生谐振动时,特征方程为:
因此,对于一个结构的模态分析,可得到系统的第i阶固有频率 ωi和主振型Xi。
划分完网格的模型安装方式选择四角由四颗螺栓固定,利用Current - LS方式( 最小二乘法) 进行理论模态分析计算,得到的印制板前5 阶固有频率如表3 所示。
3 抗振优化分析与设计
3. 1 板卡厚度分析
进行板卡的厚度分析时,将其他参数固定。将厚度分为1mm,1. 6mm,2. 0mm,2. 5mm四类。板卡弹性模量为14Gpa,密度为1850kg /m3,泊松比为0. 28。 芯片的弹性模量为16Gpa,密度为2420kg / m3,泊松比0. 3。板卡安装方式为四角固定,主要元器件按照实际位置进行安放。将所有属性设置完毕之后,进行模态分析,得到前5 阶固有频率如表4 所示。
分析表中数据可以得知,板卡厚度从1mm到2. 5mm的变化过程中,印制板的一阶固有频率提高了25Hz,其余各阶固有频率均有不同程度地提高。因此,在配合结构的前提下,应尽可能地提高印制板的厚度。
3. 2 材料属性分析
进行板卡的材料属性分析,将板卡的弹性模量分为1. 4Gpa、2. 4Gpa、3. 4Gpa、4. 4Gpa四类; 保持芯片的弹性模量,板卡厚度设置为1. 6mm,元器件位置保持不变,采用四角固定板卡形式。进行模态分析,得到结果如表5 所示。
从表5 中可以看出,板卡的一阶固有频率随着其弹性模量从1. 4 到4. 4 变化的过程中增长了29. 46Hz,在其他因素不变的情况下,板卡的固有频率随着板卡的自身弹性模量的增加有一定的提升。
3. 3 安装方式分析
进行板卡安装方式分析时,将板卡厚度,板卡弹性模量固定,元器件按照实际进行布局。板卡尺寸为160mm × 233. 35mm × 1. 6mm,将板卡安装方式分为以下几种:
1四角固定。
2160mm短边各加4 颗螺钉进行固定。
3160mm短边各加4 颗螺钉,安装DB9 连接器一端安装4 颗螺钉。
4在方案3的基础上,再在装有CPCI连接器的长边处加3 颗螺钉。
5在方案4的基础上,平行于160mm短边,在板卡中心线上均匀打3 颗螺钉。
进行模态分析,得到数据见表6,可以看到,采用方案1四角固定的方案下,板卡的固有频率较低,会造成PCB的最大振幅增大,容易导致板卡发生共振破坏; 方案2、3中在板卡的短边均增加了螺钉,板卡一阶固有频率提高,但是由于军用电子设备要求一阶固有频率至少应为200Hz,因此不能满足要求; 方案5与方案4中长边增加了螺钉,使板卡一阶固有频率增加了很多,方案5对比于方案4在平行于板卡短边中心线处又增加了3 颗螺钉,使板卡一阶固有频率达到了345. 89,符合军用板卡一阶固有频率200Hz的最低要求。因此在制板过程中应在
四边约束尽量增加固定点,在元器件布局以及布线允许的情况下,板卡中部增加几个固定点,可以更好地提高其固有频率。
3. 4 元器件布局分析
对元器件布局进行模态分析时,仅选取了电源模块和FPGA两个大元器件,分别采用4 种元器件安放方式:
1将两个大元器件放在板卡中间。
2将两个大元器件在板卡的160mm短边各放一个。
3将两个大元器件在板卡的233. 35mm长边各放一个。
4另取PCI9030、双口RAM芯片,将以上4 个大元器件在板卡各边各放一个。
分析表7 中数据,可以得到: 将元器件放于板卡中间时,板卡固有频率很小,而将芯片从中心位置向四边约束靠近的情况下,板卡的一阶固有频率增加。因此元器件PCB布局时要考虑将体积和质量较大的元器件安放于靠近安装点的位置,系统的固有频率可以得到提高,元器件内部动应力得到降低。
4 结束语
本文借助分析软件ANSYS,结合某加固型数据采集卡,建立了有限元模型,对其进行了模态分析,从板卡厚度、板卡材料属性、板卡安装方式、板卡元器件布局四个方面入手,进行了板卡的抗振优化分析与设计,提出了提高板卡固有频率的方法,具有现实的意义。
参考文献
[1]李春洋.印制电路板有限元分析及其优化设计[D].长沙:国防科学技术大学,2005.
[2]李朝阳.电子设备的抗振动设计[J].电子机械工程,2002,18(1):51-53.
[3]邱成悌,赵惇殳,蒋全兴.电子设备结构设计原理[M].南京:东南大学出版社,2001.
[4]Steinberg D S.Vibration Analysis for Electronic Equipment[M].2nd ed.New York:John Wiley&Sons,1988.
[5]程诗叙.印制电路板与集成电路组件的模态分析及振动可靠性研究[D].成都:电子科技大学,2005.
[6]罗圣和.印制电路板组件的振动分析与控制[D].西安:西安电子科技大学,2012.
[7]阳丁.电子产品减振及优化方法研究[D].成都:电子科技大学,2012.
振动数据采集 篇3
关键词：振动测试,信号采集,并行处理,频谱分析
0 引言
根据直升机上旋转部件较多,振动环境复杂,振动水平过高可能导致驾驶员的判读困难和身体疲劳,以及相关结构出现疲劳裂纹甚至断裂;此外,恶劣的振动环境有可能导致机载设备不能正常工作,影响飞行安全。因此,需要对直升机相关部位的振动水平进行监测和报警;本文就此振动信号测试仪提出了一套可行的并行数据采集方案和具体的软件、硬件实现方法。
1 系统功能分析及概要设计
根据某直升机型号对振动信号采集及监测的性能需要,测试仪需要实时监测18路信号,其中16路振动信号,2通道的方位角信号[1],以及具有RS-422的通信功能、实时报警功能、FFT变换及频谱分析和比较功能等。归纳如下:
1)测量、记录和存储各个测量点的振动加速度原始信号,通过开关进行控制和选择是否进行相关工作。
2)DSP实时频谱分析功能,按照特定格式在SD卡中进行记录并存储频谱结果,并能导出到PC上位机软件中直接进行查看和进一步分析。
3)通过机上RS422总线系统,同步记录和存储飞行姿态、状态和飞行操纵等相关参数,作为振动信号分析时的重要参考数据。
4)16通道ICP振动信号必须是同步采样,每通道独立至少达到14位A/D转换精度,各通道最大采样率4KHz(可调);2通道方位角信号,至少8位A/D转换精度并且实现同步采样。
根据上述的功能要求,系统设计框图如图1所示:
2 系统硬件电路设计
2.1 电源电路
外部输入采用28V的机载电源,选用了一款航空机载电源模块:输入范围为24V～30V,输出为5V,输出功率为9.8W。由于系统需要3.3V、2.5V、1.8V工作电压,电流要求低于1A,所以采用工业级以上的芯片ASM1117-3.3、ASM1117-1.8和REF3125来构建所需电源;其中REF3125输出的2.5V参考电压后面设计了一个电压跟随器来增加其驱动能力。电源设计如图2所示。
2.2 信号处理与程控放大设计
传感器输入进来的原始信号在进行滤波和分压处理后送入多路通道选择开关,然后在选择开关芯片中通过软件分时切换输入到ARM芯片自身带的10位AD口[2],此功能不是必须,而是可选功能,作为原始信号进行备份。
同时,原始信号还要送入程控放大芯片,通过另一路的并行采集实现FFT功能。由于外部传感器输入进来的信号有单端的ICP信号和差分的PCB信号,所以在信号的处理上采用了2种处理模式,调理电路如图3所示。程控放大芯片采用了性能极佳的AD8231芯片,增益可以通过引脚进行数字化编程实现,最小达到122db CMR的直流性能,能够完全满足本系统设计的要求。
2.3 A/D采集电路
为了实现信号的采集精度至少达到14位,系统采用了16位精度的ADS8361芯片来进行实现。此芯片能够进行4通道的采集功能,并且能够同时实现2通道并行采集,详细设计如图4所示。由于系统要求总共18路数据信号,所以采用了9片ADS8361来实现。所有每片AD输出的2路数据(共18路数据)连接到FPGA分配的18个引脚,通过编程实现信号的实时并同时的获取,然后在FPGA中进行FFT变换和频谱分析、比较、存储;并把结果传输给另一核心控制器ARM,通过进一步比较作出是否通过LED进行报警功能[3,4]。
3 系统软件设计
系统的软件主要是针对ARM系统和FPGA进行编程,ARM芯片在IAR开发环境中采用C语言进行编写,FPGA在QUTARSII中采用Verilog语言进行编写;软件设计采用模块化设计方式实现。
ARM芯片中主要实现的软件模块有:程控放大器增益放大控制和选通模块、RS422数据通信模块、USB功能模块、多路通道选通与AD采集模块、与FPGA数据交互模块和键盘LED报警功能模块;FPGA中软件主要实现模块有:并行AD采集功能、FFT变换及分析模块、SD卡数据存储模块、与ARM数据交互模块[5]。2个核心控制器中部分软件实现流程如图5所示。
4 结论
通过ARM微处理器与FPGA构建DSP软核的双核处理方式,分别实现原始信号采集、18路通道并行信号采集与FFT变换和频谱分析功能;并且在FPGA中实现上位机PC中数据处理软件的数据格式要求的存储方式,实时在外接SD卡中对原始信号、频谱信号和RS422总线传输过来信号进行存储。通过本测试仪对直升机上多路振动信号、方位角信号的监测,能够实时了解直升机上关键部位的振动状态,为直升机的改进、改型提供关键数据;并且能够对直升机的飞行安全提供一定保证。
参考文献
[1]胡爱军,唐贵基,安连锁.振动信号采集中剔除脉冲的新方法[J].振动与冲击,2006,25,(1).
[2]彭国盛.基于ARM和以太网的振动信号采集器设计[J].电力自动化设备,2007,27,(1).
[3]叶凡,谢志江,王世耕.振动信号采集及网络化传输关键技术的FPGA实现[J].机械工程师,2007,(11).
[4]陈德军,刘福华.一种基于VXI总线多通道实时数据采集及分析软件的设计与实现[J].测控技术,2004,23,(1).
振动数据采集 篇4
4.2.3调制
图9示出了一个被调制的振动信号的轨迹。它看起来与拍相似, 事实上它只有一个分量, 其幅值随时间变化 (调制) 。与拍明显不同的是峰的间距在腹部和腰部是相同的。但腹部的长度可能不同。齿轮故障经常会导致在齿轮转动频率上调制齿轮的啮合频率。
通常振动记录包含两个以上的分量, 并且可能涉及到调制, 也可能还有拍。这样的记录特别难以分析。但分析者可以找到一个记录段, 在这个段里, 一个分量暂时性地占主导地位, 并可得到在那样一段内该分量的频率和幅值。
4.2.4包络分析
包络分析是一个窄频带低量级分量的解调过程, 此时低量级分量被高量级的宽带振动 (脉冲激励的自由振动、齿轮啮合振动和其他) 遮蔽。包络检测为更早并可靠地认识缺陷提供了手段。它是最普遍的应用是齿轮和滚动轴承的分析, 在这里一个低频、一般是低幅值的重复事件 (如一个有缺陷的齿进入啮合, 一个剥落的球或滚柱与保持架碰撞) 就会激发高频共振, 结果高频被缺陷频率调制。一个包络轨迹的例子在图10中显示出来。
应注意被调制的成分需要用窄带滤波器预先分离出来。
4.2.5窄带频谱包络的监测
监测窄带频谱包络可以发现围绕参考频谱的任何包络突破点通常都是报警界限。恒定带宽的包络一般用于恒定转速的机器, 它的频率差在高、低频段谱线是相同的。
恒定百分比带宽的包络与被监测分量之间的频率差 (偏移) 的增加正比于频率的增加。这种方法有优势, 因为所有的谐波分量在小的速度变化范围内将保持相同的频带。
单个频率分量的幅值限有两种类型。恒定百分比偏置是最通用的, 因为它计算最简单, 只需要一个单参考谱。
一个比较有代表性的方法是为包络线上每一段计算一个统计平均值, 然后设定报警限在平均值之上2.5～2.8标准偏差。统计计算需要4或5个高分辨率谱, 并自动计算通常观察得到的机器谱线幅值变化的正常差。
4.2.6轴心轨迹
在同一径向位置上相隔90°安装了两个位移传感器的任何机器都可以进行轴心轨迹分析。对于带有套筒轴承的大型旋转机器, 用轴心轨迹分析确定轴在轴承间隙空间内的运动是适用的。但是, 应注意确保轴心轨迹不能因轴机械的或电气的偏摆而引起不必要的失真。正确的解读轨迹可以判断施加力的性质。确定转轴的正向 (旋转方向) 或反向 (逆旋转方向) 涡动也是有可能的。轴心轨迹可以是未滤波的或是已滤过波的。典型的宽带 (未滤波的) 和单一频率 (已滤波的) 轴心轨迹图示于图11中。
滤波后的同步分量 (1X) 显示是通用的;然而, 为了更深入的描述和解决问题, 其他谐波或次同步频率也可显示在轨迹图上。轨迹图上提供的轴键相信号 (如每转一次的信号) 标记 (点或亮点等) 给出了关于振动频率和旋转频率关系的信息。
轴心轨迹图代表了在测量平面上的旋转轴中心的动态运动。有时称轴心轨迹图为李沙育 (Lissajous) 图。用于轴心轨迹测量的传感器应该是同一类型并且正交安装 (相隔90°) 。如果传感器未正交安装, 轨迹图就会歪斜。在轴心轨迹有切口的情况下, 惯例是采用“空白一亮”表示。空白指示切口开始, 亮指示切口结束。因此, 在图11中, 涡动方向是顺时针的。
轴旋转的方向是顺时针或逆时针取决于视图方向。如果涡动方向与旋转方向相同, 就认为是正向涡动, 反向涡动就是指涡动方向与旋转方向相反。在图11中, 由于旋转方向和涡动方向都是顺时针的, 是正向涡动。
4.2.7轴心平均位置
为了确定轴心平均位置, 位移传感器经常用偏心率表示套筒轴承的相对载荷。由测量信号的直流部分 (即间隙) 测量出的轴颈在轴承中的监测大型机器时是非常有用的。轴心平均位置可以确定合适的轴承抬高量以及正确的轴位置。但是, 需要注意的是, 应避免由于长时间的直流信号的漂移造成的误描述。
4.2.8瞬态振动
变速瞬态振动通常是描述机组在开机和停机期间得到的振动信息。振动数据通常显示成如级联图 (瀑布图) 、波德图、极坐标图 (奈奎斯特图) 、坎贝尔图等格式。
结构的瞬态振动发生在被一瞬时力激励 (该力可能是单个脉冲或一个短时振荡激励) , 当激励停止时, 结构趋向于它的固有频率振动, 系统中的阻尼导致它按指数衰减。
因此, 在激振力停止后结构响应的时间历程是一衰减的正弦波集合。图12给出一个衰减正弦波示例。由于系统的固有模态叠加的复合波形是被瞬时强迫力同时激起的, 一般而言, 比较高的频率分量衰减较迅速, 较高的频率的模态很快被衰减掉, 合成波形逐渐退化为一最低频率模态的有阻尼正弦响应。
滚动轴承的故障通常可以检测到由于球或轴承圈的缺陷引起的重复的高频瞬态响应。
4.2.9脉冲
脉冲响应是机械系统对一冲量的振动响应的时间历程, 此冲量可以表示为F1·dt从t到 (t+Δt) 内的积发, 力F1作用在一个非常短的时间周期Δt内, 见图13。
在许多情况下, 脉冲响应用于识别固定结构的共振频率。
4.2.10阻尼
阻尼是指通过它振动运动被转化为其他形式的能量 (通常是热) , 导致振动的幅值衰减的作用。阻尼的大小c, 一般与振动速度成比例, 即使不是这样的关系, 为了数学分析方便, 它常被假设为这样的关系。系统有一个临界阻尼cc, 它是系统不振荡地恢复到它的平衡位置所要求有的最小阻尼。如果系统的阻尼小于临界阻尼, 系统将作衰减振荡 (见图14和ISO2041) 。对多自由度系统, 一些模态可能小于临界阻尼, 也有些可能大于临界阻尼。
如果一个特定模态的衰减振动的幅值X, 对时间作图, 对数衰减率d可以表示为:
式中n———振幅由X1衰减到Xn+1的循环数。
损耗因数是系统相对阻尼的普通量度。对数衰减率d与
损耗因数h有关, 即h=d/π。
损耗因数也可通过衰减率X′ (每秒分贝) 求出如下:
式中fn———固有频率, 单位为赫兹 (Hz) 。
系统中阻尼的大小c可以用Q表示, Q值是在无阻尼固有频率时的品质因数。品质因数是频率的函数, 是系统动态位移幅值与系统的静态位移 (假如系统被施加一相同量值的恒定的力时) 幅值的比。假如在模态之间没有明显的相互作用, 对于一个特定模态, Q可以由下式得到:
从测量手响应曲线, 在每一个曲线的两侧, 对一个特定的模态Q值可能接近于共振频率fr与半功率点 (0.707倍最大幅值) 两处的频率差的比值。
式中fr———共振频率
Δf=f2-f1———f1和f2是半功率点处的频率
品质因数与对数衰减是通过以下近似关系联系在一起的。
注:如果阻尼很小, Q=1/h。
作为例子, 图15显示了一个从波德图推导Q因数的典型的表示方法。相似的结果可能通过极坐标图得到。
研究旋转机械振动的原因和影响时, 阻尼是一个有用的量。一个接近工作转速的模态要有足够的阻尼, 因此不产生较大的响应时才可以被接受。同样, 阻尼非常小的模态可能非常灵敏, 以致机器响应剧烈, 或者甚至不能通过共振转速。
4.2.11时域平均
每一个信号都包含有与被监测的机器或设备的过程或运动同步的分量, 也有非同步的分量 (有独立于被观测系统之外的来源) 。这些分量可以通过频率分析被分离出来 (见4.3) 。另外一个通用的适用于识别这些事件的技术称为时域平均。在这个过程中, 通过一个参考脉冲或一个触发使每一个数据样本与不同的旋转成分同步。这个平均可以是几个样本到200多个样本在时域中计算, 并且一个谱可以权基于合成的平均时间波形得到。那些与参考信号非同步的时间信号相互之间会逐步渐进地抵消。平均越多越好, 平均次数依赖于应用的需要。
在时域平均时, 每一个记录对应的样本实际是代数相加, 然后除以记录个数。其结果是所要求的重复的波形保存完整, 而所有其他的平均趋于0 (包括其他的重复波形) 。它们衰减的速率等于平均次数的平方根。
注:100次 (个记录) 平均将减少9/10多余的信号;10000次 (个记录) 平均将减少99/100多余的信号。
时域平均可用来识别多转子机器中引起振动的转子。还可以用来检测各种故障, 如造纸机械中失效的齿轮、叶片和滚轮等。
时域平均虽然非常有效, 但不能显示异步事件, 如滑动轴承故障。
频率谱的平均法一般要求稳态的振动状态。如果有一个非稳态的激励频率或变化的转速, 简单的时域平均不再适用。取而代之的是, 信号需要在激励过程的恒定的间隔内采样 (如等转角间距或其他位置, 这可以通过编码器来做) 。频率变换的结果是阶比谱代替了频率谱。对脉冲响应信号, 平均法可以在时域通过事件触发来执行, 如被激励脉冲调节的触发器。
振动数据采集 篇5
数控磨床加工过程中的振动现象会影响加工精度, 当轧辊表面粗糙度的值在0.1~0.2 时, 轧辊表面的振动纹明显, 产生振动纹的原因很有可能是机床电机振动的相互影响及床身的传递。 而传统的测振仪器价格昂贵、测量精度不高, 故需要设计一套合理的振动测试分析系统, 从而为分析磨床加工质量缺陷原因以及改善机床性能提供数据理论依据。
虚拟仪器由硬件和软件组成, 利用图形化编程语言可以快速地设计测试软件系统, 提高项目开发效率。 基于此, 利用数采硬件及Lab VIEW软件设计振动测试采集分析系统, 该系统主要功能包括在线采集监测和数据分析、数据存储等。
1 采集分析系统的硬件设计
该系统硬件部分由传感器、信号调理设备、数据采集卡、计算机构成, 如图1 所示。 传感器信号输出口与USB采集卡D01 数据接收口相连, DC1 端口为传感器提供5V的电压, 并联250Ω 采样电阻提高采样精度。 采集卡与电脑连接采用USB高速通信方式, 通过高速数据线可以将采集到的数据传输到电脑。 装有Lab VIEW上位机软件的电脑可以实时显示、 分析、处理采集到的数据, 满足系统的便携性。
2 传感器测量原理
感光传感器是一种对感光面入射光点位置敏感的光电器件, 当入射光点落在器件感光面的不同位置时, 传感器将输出不同的电信号, 通过对此输出电信号的处理, 即可确定入射光点在传感器上的位置。 传感器参数:有效光敏面1mm×8mm, 分辨率0.2μm, 光谱响应范围380~1100nm, 响应时间0.6μs。 该传感器与传统的电涡流传感器相比, 分辨率高, 响应时间短, 能够满足测试精度需要。 传感器的位置输出只与入射光点的位置有关。 激光产生的光源经过调整后照到被测电机轴上, 经反射后被传感器接收, 信号通过处理电路后, 产生反映电机轴振动量大小的电压信号, 经滤波、放大后由上位机显示、分析及处理。
3 软件设计
利用NI公司的图形化编程语言Lab VIEW2013开发振动测试分析软件, 设计了友好的系统登录界面和采集分析界面, 加入了信号分析的很多实用功能。系统登陆界面如图2 所示。
数据实时采集系统的功能: 对振动信号进行单路或多路采集, 并对数据进行实时、动态分析;对已采集到的数据进行历史数据回放、小波分析和时频联合分析等。 数据实时采集分析系统功能模块如图3 所示。
数据实时采集系统通过串口与电脑连接, 工作时VISA端口默认COM7。 监测界面可以实时显示频率与幅值的数值大小, 可以选择滤波器的参数以及加窗的类型。 联合时频分析模块能够更加直观地显示振动的强弱。小波分析模块通过调用Matlab Scrpt节点函数完成对振动信号的多层小波分解, 克服了傅里叶分析的缺点。 数据存储模块可以实现自动地在电脑桌面上建立一个名称为振动数据的文件夹并将采集到的数据以.txt的形式存储在文件夹中, 可以选择保存数据的时间间隔。 历史数据的存储功能可以实现将数据存储为.lvm文件, 通过历史数据回放, 可以将保存的数据读出来以便离线分析。 数据实时采集系统主界面如图4 所示。 信号处理部分程序如图5 所示。
4 现场磨床振动数据分析
将传感器布置在MK8440A型数控磨床的砂轮电机上进行现场测试。工况:精磨, 砂轮直径750mm, 砂轮线速度12.3m/s, 轧辊直径530mm, 轧辊转速14r/min。
轧辊表面存在振动纹现象, 如图6 所示。 数据的傅里叶分析、时频联合分析以及统计结果分别如图7、图8、图9 所示, 可见存在两种频率信号。由此可初步判定振动是由于砂轮传动装置皮带松动和磨床的主轴部件引起。 工程人员通过改善磨床的结构, 更换三脚皮带, 并对主轴采取橡胶隔振措施, 使振动问题得到改善。
5 结语
该系统可完成振动信号的实时采集、监测, 并能对采集后的数据进行相应的时域、频域、联合时频、数学统计等分析, 运行稳定, 功能强大, 克服了传统仪器的诸多不足。 该软件只需稍加修改, 就可以完成其他物理量的检测。
参考文献
[1]雷振山, 魏丽, 赵晨光, 等.Lab VIEW高级编程与虚拟仪器应用[M].北京:中国铁道出版社, 2009:102-105
[2]卢文祥, 杜润生.机械工程测试·信息·信号分析[M].武汉:华中科技大学出版社, 2013:275-281
[3]杨永才, 何国兴, 马军山.光电信息技术[M].上海:东华大学出版社, 2012
振动数据采集 篇6
近年来, 在大数据的基础上, 对风电机组部件运行特性进行深入的分析和研究, 采用机器学习和数据挖掘方法对风电机组、关键部件进行状态监测是一种新的技术发展趋势。
本文以某风电场的SCADA运行数据为基础, 在定性分析系统运行趋势的基础上, 采用NSET方法建立风电机组塔架振动模型。该模型能够反映出系统正常工况下机组塔架振动值, 利用实测值与模型输出值之间的残差进行分析, 得出残差均值的变化趋势, 接着根据现场工作人员的经验, 若残差均值曲线超出阈值区间, 则表明机组塔架振动运行异常, 工作人员需对进行检查, 并提前确定维护方案和维护时间, 避免和减轻严重的设备损坏, 降低维护成本, 提高风电机组运行的经济性。
1 塔架振动监测分析
在风电机组状态监测中, 塔架振动传感器安装在机舱和塔架连接处的塔筒内壁上, 测量塔架顶端振动加速度。塔架振动信号是反映机组各旋转部件 (如齿轮箱、传动链、叶轮) 和塔架运行状态的重要参数。
通过对风电机组运行数据的分析, 塔架振动加速度信号与风速、风向、有功功率、无功功率、电压、电流、发电机转速、叶轮转速、电网频率等多个参数具有密切关系, 这些参数量为机组塔架振动加速度信号识别的激励源。机组塔架振动模型是利用机组正常运行的SCADA数据建立模型, 该模型描述了正常状态下机组塔架模型与激励源之间的多参量隐形关系。当机组发生叶片类或传动链类故障异常时, 分析该模型输出与机组正常模型输出之间的残差, 进而识别塔架异常的工作状态, 达到发现早期故障隐患的目的。
本文主要是采用NSET方法对塔架振动加速度信号进行状态估计, 其中应用神经网络算法对NSET方法中的权值参数进行修正, 得到最佳估计值, 然后利用残差统计方法对估计值和实际值的残差进行分析, 得出残差均值的变化趋势。
2 非线性状态估计下的机组塔筒振动分析
NSET是由Singer等提出的一种多变量状态估计技术, 已在核电传感器校验、设备监测、电子产品寿命预测等方面有成功的应用。某一工业过程中有n个相关向量, 即某一时刻i观测到的n个值即为观测向量, 即:
D为过程记忆矩阵, 过程记忆矩阵中每一列观测量代表设备的一种正常工作状态, 经过合理选择过程记忆矩阵就可代表该设备正常运行的整个动态过程。其形式为:
模型的输出向量为, 对于任何一组输入的观测向量, 非线性状态估计对应生成一个m维的权值向量:
模型ε为输入与输出的残差, 使残差最小:
利用神经网络算法对残差进行极小化, 求得权值向量W的优化参数, 从而得到NSET的状态估计, 残差采用欧式距离。
当机组正常运行时, NSET的输入观测向量位于过程记忆矩阵D所代表的正常工作空间内, 与D矩阵中的某些历史观测向量距离较近, 相应的NSET模型的估计向量Xest和观测向量Xobs较接近, 此时Xest具有很高的精度。当设备运行异常时, 通过过程记忆矩阵D中的历史观测向量的组合将无法构造其对应的精确估计值, 导致估计向量Xest和观测向量Xobs之间的偏差较大。残差K的阀值大小由现场运行经验确定。
3 人工神经网络算法确定非线性状态估计下权值系数
人工神经网络是在现代神经科学的基础上提出的, 通过模拟大脑神经网络处理、记忆信息的方式进行信息处理。BP神经网络是一个多层人工神经网络, BP神经网络模型拓扑结构包括输入层 (input) 、隐层 (hide layer) 和输出层 (output layer) , 各层神经元向下一层神经元输出激活信号。
(1) 神经网络初始化, 所有连接权值初值的确定, 设定误差精度最大学习次数等。
(2) 随机选取数据样本及对应的期望输出。
(3) 计算隐层各神经元的输入输出。
(4) 利用实际输出和期望输出计算误差函数对输出层个神经元的偏导数。
(5) 利用隐含层到输出层的连接权值、输出层的偏导数以及隐含层的输出计算误差函数对隐含层各神经元的偏导数。
(6) 利用输出层各神经元的偏导数和隐含层各神经元的输出修正连接权值。
(7) 利用隐含层各神经元的偏导数的输入层各神经元的输入修正连接权值。
(8) 计算全局误差。
(9) 判断误差是否满足要求, 继而停止学习。如果误差达到设定的误差值或者达到最大学习次数, 结束算法, 否则回到第三步, 进行下一轮学习。
4 风电机组塔架振动模型仿真研究
4.1 基于hadoop的风电大数据平台
4.1.1 原始数据收集
龙源集团下属各个风场产生的秒级数据首先通过数据中心连接各个风场的专线传输至数据中心Kafka集群。
4.1.2 原始数据持久化
Kafka集群负责将信息持久化, 保证数据不丢失;另外kafka集群还担负了数据源的负载均衡和HA。
4.1.3 数据处理
实时流计算streams集群负责从kafka集群获取数据, 进行解码、数据清洗、转换、合并计算、输出至实时处理集群文件系统。
4.1.4 数据存储
实时流计算streams集群按设定周期向实时查询HBase集群、关系型数据库Oracle集群、分布式文件系统输出数据。
4.1.5 数据扫描
统计分析工具从分布式存储扫描数据进行统计分析。
4.1.6 数据导出
提供生产环境数据到探索分析环境数据抽取。
4.2 风电机组塔架振动模型建立
数据样本为国内某主流1.5MW机组, 频率为十分钟平均值, 共计19000 条训练数据, 500 条测试数据。塔架振动相关测点信息为:观测向量为:风速、有功功率、电压、电流、无功功率、发电机转速、叶轮转速、电网频率、风向。输出参数为机组塔架振动加速度。权值向量W的权值训练采用BP神经网络, 48 个隐层神经元, 4 个输出神经元, 自适应调整学习速率附加动量因子梯度下降反向传播算法进行训练。
4.3 风电机组塔架振动模型建立
当过程或设备工作状态发生变化出现故障隐患时, 由于动态特性的改变, 输入观测向量通过D矩阵中历史观测向量的组合得出机组振动加速度值将偏离实际测定值, 残差增大。现场运行人员通过残差经验值的阀值去进行机组故障预警的判定。图1 为机组500 条正常运行工况下机组非线性状态估计算法得出的机组塔架振动加速度与采集的机组振动加速度的输出值比较, 可以得出误差基本控制在5% 以内。前几个测点误差较大分析原因是机组突发安全链故障导致机组刹车振动加大。
5 结论
文章对风电机组塔架振动特性及其影响因素进行细致分析, 采用非线性状态估计技术作为建模方法, , 利用大数据平台采集的机组塔架相关数据建立了塔架振动模型。通过对机组塔架振动信号的建模和分析可以实现对机组重要部件如叶片、传动链、塔架等的状态监测及故障预警工作。仿真结果表明:基于非线性状态估计算法实现机组塔架振动加速度与采集的机组振动加速度的输出值比较, 具有较高的预测精度, 提前发现故障征兆, 从而使得工作人员能够提前确定维护方案和维护时间, 避免和减轻严重的设备损坏, 缩短维护时间, 降低维护成本, 提高风电机组运行的经济性。
参考文献
[1]姚兴佳, 刘颖明, 刘光德等.大型风电机组振动分析和在线状态监测技术[J].沈阳工业大学学报, 2007, 29 (6) :627-632.
[2]郭鹏, 徐明, 白楠等.基于SCADA运行数据的风电机组塔架振动建模与监测[J].中国电机工程学报, 2013, 33 (5) :128-136.
[4]郭鹏, David Infield, 杨锡运.风电机组齿轮箱温度趋势状态监测及分析方法[J].中国电机工程学报, 2011, 31 (32) :129-136.
[5]黄宇栋.BP神经网络在信息系统分类中的应用研究[D].北京:中国地质大学, 2013.
[6]Yang Wenxian, Tavner P J, Crabtree C J, et al.Cost-effective condition monitoring for wind turbines[J].IEEE Transactions Industrial Electronics, 2010, 57 (1) :263-271.
[7]孙建平, 朱雯, 翟永杰, 葛建宏.基于MSET方法的风电机组齿轮箱预警仿真研究[J].系统仿真学报, 2013, 25 (12) :3009-3014.
振动数据采集 篇7
关键词：能量收集,压电效应,流固耦合,振动
0 引言
无线传感、MEMS器件、嵌入式系统等技术的高速发展, 对供电系统提出了更高要求。由于现有的化学电池存在更换困难、体积大、寿命短的缺点, 因此基于压电、电磁、静电、太阳能等原理的供能系统研究受到越来越多的关注[1,2], 这些供能方式将环境能量捕获并转变为电能[3], 具有供能持续、体积小、能量密度高等特点。其中, 压电振动能量采集器利用压电效应将环境中的振动能量转换为电能, 具有结构简单、安装方便、功率谱密度高等优点, 其研究在国内外取得了快速发展[4]。Allen和Smith[5]等人设计了一种鳗鱼状“eel”能量采集器;Wang jun-lei[6]通过实验提出, 圆柱钝体与悬臂梁直接相连会得到较高的电压输出。目前, 在众多压电元件结构中[7,8], 悬臂梁结构因其低结构刚度、高灵敏度以及容易通过微细加工实现等优点, 成为压电能量采集器的首选结构类型[9]。关于提高发电效率的研究主要集中在压电元件结构改进[10,11,12]和频率控制[13,14]等方面。
在水环境监测中, 监测元件的供电主要采用电池或电缆方式, 前者需要定期更换一次性电池, 或为可充电电池充电, 后者需要预先埋入, 投资成本高。由于在水环境中有源源不断的水流, 因此, 本文提出了一种振动能量采集器, 将水流的机械能转化为电能, 不间断地为电池充电, 为环境监测、控制系统提供长期电源。
1 系统结构
1.1 系统原理
本文所提的振动能量采集器采用悬臂梁结构, 主要由钝体、振子、配重块构成, 如图一所示。具有弹性变形能力的振子构成悬臂梁, 固定在圆柱形钝体上, 电极通过钝体腔体引出。当流体流经管道时, 钝体使流场产生规律性波动, 进而使振子发生涡激振动, 利用压电效应产生电能。
振动能量采集器的电荷采集采用d31并联模式, 如图二所示。当压电双晶片一端受到力F的作用时, 悬臂梁产生振动。F所做的功将被转换为系统的弹性势能、动能、机械损耗能, 还有一部分被金属层两面的压电陶瓷片经由压电效应转换成电能。双晶片压电悬臂梁能够得到的理论电压值VC为[15]:
式 (1) 中, ω为振动角频率, u0为振动振幅, C为等效电容, R为负载电阻。可见, 压电电压值与振幅u0成正比。
1.2 涡激振动
涡激振动是一种典型的双向流固耦合过程, 是流致振动的一种形式。由于振子为非流线型, 其在流体作用下产生周期性漩涡脱落, 受到与流向垂直的周期性作用力, 进而激发振子的横向振动, 即涡激振动。随着流体流速的提高, 涡激振动的振幅和频率也会不断增大, 但由于振子阻尼的存在, 振幅会受到限制, 而不会无限增大。同时, 当周期性振荡流场力的振动频率和振子固有频率较为接近时, 将产生频率锁定现象, 此时, 当管内流速继续提升时, 振子振动频率仍会锁定在其固有频率上, 此时, 振子处于“涡激共振”状态。涡激共振是一种自激振动, 与驰振、颤振等流致振动相比, 为一种稳定的流场状态, 因此, 本文正是利用涡激的稳定期进行能量收集。
涡激振动响应特性主要由振子的质量比、结构阻尼、系统刚度等因素决定, 质量-阻尼-弹簧系统可用二阶弹簧-振子方程[16]:
式 (2) 中z, m为z振子总质量, c为总阻尼, k为弹性系数, F (t) 为横向流场力。
1.3 振子设计与试制
本文设计的压电悬臂梁采用双压电晶片结构, 根据材料不同, 又分为压电陶瓷 (PZT) 振子和聚偏氟乙烯 (PVDF) 振子。
PZT振子为压电陶瓷和金属复合的三叠层结构, 即上下两层为压电陶瓷材料制造的压电层, 中间为强度高、弹性滞后小、导电特性好且耐蚀的铍青铜金属层, 既起到支撑作用, 也作为公共电极。压电层和中间层利用环氧树脂胶结剂胶黏, 制作时, 胶体先在50℃下保温2h以均匀流动, 随后在100℃下固化4h, 期间应注意各层之间的平整度与黏结强度, 以保证紧密结合, 防止在振动弯曲时产生剥落或滑动情况。在上下两片压电陶瓷层以及铜基片上各引出一条导线, 将振动时产生的电荷导出。此外, 要在振子表面气相沉积约5μm厚的聚合物 (Parylene) 薄膜, 实现整体绝缘和保护, 防止振子在液体环境下工作时发生漏电[17], 振子实物如图三 (a) 所示。同时, 试制了具有类似三层结构的PVDF振子, 如图三 (b) 所示。该振子同样为并联结构, 与PZT振子相比, 其物理特性表现为柔性。
2 室内实验
为了测试振子的谐振频率, 笔者搭建了如图四所示的低频振动测试平台。波形发生器产生扫频信号, 经功率放大器放大后驱动激振台, 并通过加速度计监控振动加速度强度。测试时, 将压电悬臂梁器件的一端固定在激振台, 用示波器对压电器件的输出电信号进行监测。
实验时, 振动台位移分别为0.05mm、0.1mm、0.2mm, 振动频率从5Hz逐步上升到60Hz, 实验结果如图五所示。可见, 在35Hz频率的振动驱动下, 振子处于谐振状态。
水流环境测试平台如图六所示, 模拟环境管道内径25mm, 流速0.8m/s。
在同样的实验环境下, 分别对PZT和PVDF两种压电材料进行测试, 通过示波器直接观测振子的输出电压峰峰值, 实验结果如图七和图八所示。结果表明, PZT振子输出峰峰值约12V, PVDF振子输出为4V左右, PZT输出明显大于PVDF输出。
为了进一步提高振子的振动频率, 在PZT振子尾端粘接配重块再次开展测试, 结果如图九所示。结果表明, 配重块进一步提高了振子振幅, 从而获得了更多的输出电压。
3 结束语