变速箱故障诊断中的同步数据采集技术研究

doi:10.3778/j.issn.1002-8331.2010.09.006

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (9): 16-18.DOI: 10.3778/j.issn.1002-8331.2010.09.006

变速箱故障诊断中的同步数据采集技术研究

周晓锋^1，2，史海波¹，尚文利¹

1.中国科学院沈阳自动化研究所，沈阳 110016
2.中国科学院研究生院，北京 100039

收稿日期:2009-12-02 修回日期:2010-01-25 出版日期:2010-03-21 发布日期:2010-03-21
通讯作者: 周晓锋

Technology of synchronized data acquisition in transmission fault diagnosis

ZHOU Xiao-feng^1，2，SHI Hai-bo¹，SHANG Wen-li¹

1.Shenyang Institute of Automation，Chinese Academy of Science，Shenyang 110016，China
2.Graduate School of Chinese Academy of Science，Beijing 100039，China

Received:2009-12-02 Revised:2010-01-25 Online:2010-03-21 Published:2010-03-21
Contact: ZHOU Xiao-feng

摘要/Abstract

摘要： 根据汽车变速箱性能检测系统的实时性高的需要，提出了一种基于NI公司的DAQmx的多通道数据同步采集方法，实现了在变速运动下转速信号和振动信号的精确等角度同步采集。该方法以转速信号为主控，同以往的以振动信号做主控相比，可以更精确地按指定数据量完成采集任务，减少后期的数据处理工作，提高工作效率。该方法基于NI公司的DAQmx驱动，用VB语言实现，具有更好的兼容性和可扩展性。

关键词: 故障诊断, DAQmx, 同步采集, 等角度采样, 振动分析

Abstract: According to the requirements of the transmission fault diagnosis system’s real-time performance，an acquisition method that synchronizes the rotational speed signal and the vibration signal is proposed.It realizes uniform angular sampling when the shaft moves in variable motion.Different from existing methods，the method makes the rotational speed signal to be the master during the process of data acquisition for it can reduce the work of data processing and improve efficiency.The method is based on the DAQmx driver of National Instrument corporation（NI）and is implemented by VB language.

Key words: fault diagnosis, DAQmx, synchronous sampling, uniform angular sampling, vibration analysis

中图分类号:

TP274

周晓锋^1，2，史海波¹，尚文利¹. 变速箱故障诊断中的同步数据采集技术研究[J]. 计算机工程与应用, 2010, 46(9): 16-18.

ZHOU Xiao-feng^1，2，SHI Hai-bo¹，SHANG Wen-li¹. Technology of synchronized data acquisition in transmission fault diagnosis[J]. Computer Engineering and Applications, 2010, 46(9): 16-18.

[1]	林荣来，汤冰影，陈明. 适用于轴承故障诊断的数据增强算法[J]. 计算机工程与应用, 2021, 57(7): 269-278.
[2]	陈明月，刘三阳. 自适应流形学习在故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(3): 247-252.
[3]	李雅，侯彦东，刘畅. 基于故障程度的自适应优化容错控制[J]. 计算机工程与应用, 2021, 57(23): 295-302.
[4]	钱文博，熊建斌，岑健，王颀，余得正，吴润杰. 建筑电气系统故障诊断综述[J]. 计算机工程与应用, 2021, 57(16): 27-39.
[5]	唐登平，蔡文嘉，邹立，胡翔，丁黎，王雪. 改进卷积神经网络在互感器故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(11): 239-247.
[6]	衷路生，刘东东. 多级神经网络的轴承故障诊断研究[J]. 计算机工程与应用, 2020, 56(7): 193-199.
[7]	杜小磊，陈志刚，许旭，张楠. 改进深层小波自编码器的轴承故障诊断方法[J]. 计算机工程与应用, 2020, 56(5): 263-269.
[8]	余萍，曹洁. 深度学习在故障诊断与预测中的应用[J]. 计算机工程与应用, 2020, 56(3): 1-18.
[9]	毛彪，杨松，李英顺. 改进动态因果图与模糊推理融合故障诊断方法[J]. 计算机工程与应用, 2020, 56(3): 259-265.
[10]	唐魏，郑源，潘虹，徐晶珺. 引入动态调节学习率的SAE轴承故障诊断研究[J]. 计算机工程与应用, 2020, 56(20): 264-269.
[11]	王卉，李英顺. 改进型证据更新规则的动态故障诊断算法[J]. 计算机工程与应用, 2020, 56(2): 261-265.
[12]	曹洁，赵伟吉，余萍，王进花. 改进鸟群算法优化PF的双馈发电机故障诊断[J]. 计算机工程与应用, 2020, 56(18): 229-237.
[13]	杨宇，曾国辉，黄勃. 基于双树复小波包和改进SVM的轴承故障诊断[J]. 计算机工程与应用, 2020, 56(17): 231-235.
[14]	王得雪，林意，陈俊杰. 协同训练算法在滚动轴承故障诊断中的应用[J]. 计算机工程与应用, 2020, 56(12): 273-278.
[15]	贾宝惠，黄琳，李耀华，蔺越国. 轴承故障诊断FastICA算法性能优化方法[J]. 计算机工程与应用, 2019, 55(8): 208-214.

变速箱故障诊断中的同步数据采集技术研究

Technology of synchronized data acquisition in transmission fault diagnosis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics