电梯故障诊断方法

    摘 要：本文介绍了一种基于可视化的电梯故障诊断方法。将连续小波变换和脊线提取算法运用于电梯故障诊断中,分析电梯运行过程中的信号,帮助工程师寻找故障可能发生的时间和导致故障的部件,以解决电梯故障。

 

关键字：电梯故障诊断; 连续小波变换; 脊线提取; LabVIEW

 

引言：

 

　　电梯在运行过程中常常会出现异常，导致冲击等非平稳信号出现。工程师需要通过分析电梯运行过程中的加速度信号，找出可能出现故障的时间和部件，以保证电梯平稳的运行。如何提供这些可能出现故障的时间点和部件以供工程师参考，是本文需要解决的问题。

 

1. 电梯故障与声振信号

 

　　在电梯运行过程中，外部振动和噪音反映电梯内部的工作状态。由于某些零部件的磨损、缺损、裂纹、松动以及配合面或接触面的间隙和位置发生变化，会使零件在运行过程中发生局部的冲击和滑动摩擦现象，这些现象往往包含在它们的振动信号中。电梯振动和噪音的增加一定是由故障引起的, 因为不存在无故障的声振增加，只要抓住电梯各部件声振发生的特征和变化, 就可以对电梯做振动的故障诊断。于是从电梯的振动信号中检测这些冲击成分就成为判别电梯零件故障的一个有力手段，它也是机械故障诊断学的一项重要内容。

 

　　为了从现场获取的振动信号中检测出激发频率以确定振动的检激发源, 我们采用频域分析法, 把采集来的信号作振动的功率谱分析。

 

　　在我们提出的方法中，首先将采集到的电梯各个方向上的加速度信号作连续小波变换，将信号置于二维的时频空间中。然后应用数字图像处理中的脊线提取算法，找出小波系数模的局部极大值曲线，将其信息作为可能的故障点提供给工程师作进一步检修。

 

2. 小波变换的模极大值与孤立奇异点

 

　　瞬态信号或信号变化急剧之处常包含重要的故障信息,是信号的特征信息,不连续的突变点称为孤立奇异点,而小波变换对信号突变点的位置及其奇异性具有很好的检测能力. 连续小波变换具有尺度连续性和时移不变性的特点，不仅具有良好的局部化特性与逼近性,而且可以充分体现小波分析的优越性. 用于各种瞬态、非平稳信号分析,具有良好的效果。