共振解调软硬件第一版样机功能完成调试

共振解调软硬件第一版样机共振解调模块调试完成基于硬件共振解调技术实现八种轴承及旋转部件故障的精准识别仅需低采样率即可完成高频故障特征提取。Overview样机调试成果概览经过多轮调试第一版样机的共振解调模块已全面完成软硬件联调八种轴承及旋转部件故障均可准确识别。系统采用硬件共振解调方案天然滤除高频噪声仅以 5kHz 采样率即可捕获故障特征频率大幅降低了数据采集与处理的复杂度。Screenshots上位机界面实测截图以下展示当前版本上位机软件在共振解调模式下运行的两个典型故障场景均采用 0.1V 脉冲波仿真输入。界面同时呈现时域波形与FFT 频谱并通过彩色故障标尺精确标注故障特征频率及其谐波。内环故障 (BPFI) — 最高特征频率下图展示内圈故障 (BPFI)的检测结果。理论故障特征频率为 54.46HzFFT 频谱中清晰可见 1×54.5Hz、2×108.9Hz、3×163.4Hz三个谐波峰值均被红色故障标尺精准标注。诊断结果判定为严重等级建议立即停机检修。保持架故障 (FTF) — 最低特征频率下图展示保持架外圈故障 (FTF)的检测结果。理论故障特征频率仅为 2.59Hz是所有轴承故障中频率最低的类型对检测灵敏度要求极高。FFT 频谱中 1×2.6Hz、2×5.2Hz、3×7.8Hz谐波同样被黄色故障标尺清晰标记验证了系统对低频故障的卓越检测能力。截图说明以上两张截图覆盖了轴承故障中频率最高内环 BPFI ~54Hz和频率最低保持架 FTF ~2.6Hz的两种典型工况充分验证了系统在全频段范围内的故障识别能力。Technology硬件共振解调 — 核心技术优势什么是共振解调共振解调Resonance Demodulation也称包络分析是滚动轴承故障诊断中最经典、最有效的方法之一。当轴承元件表面出现缺陷如裂纹、剥落、磨损时旋转过程中会产生周期性冲击脉冲。这些脉冲会激发传感器或硬件电路的固有谐振产生高频共振信号。共振解调就是将高频共振信号解调为低频包络从中提取故障特征频率。硬件解调 vs 软件解调传统方案多采用软件解调需要高速 ADC 采集原始振动信号通常需 20kHz 甚至更高采样率再通过数字滤波 希尔伯特变换等算法完成解调对处理器算力和数据传输带宽要求极高。本样机采用硬件共振解调方案将解调环节前置到模拟电路中完成。优势如下Fault Ruler故障标尺 — 三次频点精准定位上位机 FFT 频谱图中内置了彩色故障标尺系统每种故障类型对应独立颜色。当用户选择某一故障类型后系统会自动在频谱上标注该故障理论特征频率的基频1×、二次谐波2×和三次谐波3×位置便于快速比对实测峰值与理论值是否吻合。八种故障类型一览故障类型缩写说明标尺颜色外圈故障BPFOBall Pass Frequency Outer — 滚动体通过外圈缺陷的频率■ 蓝色内圈故障BPFIBall Pass Frequency Inner — 滚动体通过内圈缺陷的频率■ 红色滚动体故障BSFBall Spin Frequency — 滚动体自转频率■ 绿色保持架故障外FTFFundamental Train Frequency — 保持架相对外圈的旋转频率■ 黄色保持架故障内FTF_in保持架相对内圈的旋转频率■ 橙色滚动体倍频BSF_double滚动体故障的二倍频特征■ 绿色大齿轮故障Gear_L大齿轮轴转频用于齿轮箱监测■ 紫色小齿轮故障Gear_S小齿轮轴转频经传动比换算用于齿轮箱监测■ 粉色在实测截图中可以清晰看到内环故障的三个谐波54.5Hz / 108.9Hz / 163.4Hz被红色标尺精确覆盖保持架故障的三个谐波2.6Hz / 5.2Hz / 7.8Hz被黄色标尺精确覆盖。理论值与实测值的偏差小于 0.5%验证了系统频率计算的准确性。Architecture系统架构当前第一版样机的完整信号链路如下脉冲仿真信号 (0.1V) → 硬件共振解调电路 → 12bit ADC → MCU → 串口 (115200bps) → 上位机 → FFT 故障诊断硬件参数参数规格ADC 分辨率12 bitADC 参考电压3.3V传感器灵敏度100 mV/g采样率5000 Hz通信方式USB 串口 (115200 bps)FFT 窗函数Hanning历史缓存500 帧用户可在上位机中实时配置轴承几何参数中径、滚动体直径、滚动体数量、接触角、传动比软件自动计算全部故障特征频率理论值无需手动查表。Diagnosis智能诊断功能上位机软件提供两种诊断模式规则诊断执行诊断基于预设阈值规则比对 FFT 峰值与理论故障频率输出故障类型、谐波阶次、幅值信息和严重等级。AI 诊断AI诊断预留人工智能诊断接口未来可集成机器学习模型实现更智能的故障分类和剩余寿命预测。诊断结果界面清晰展示严重等级正常 / 轻微 / 中等 / 严重匹配频率列出所有匹配的故障特征频率及其谐波阶次频次分布统计各故障类型的出现次数快速定位主故障源幅值信息显示各谐波峰值的具体幅值单位 g量化故障严重程度实测效果在内环故障仿真测试中系统准确识别 BPFI-10 次谐波FFT 最大幅值 15.78g振动幅值 55.93g诊断输出严重等级并建议立即停机检修验证了诊断算法的可靠性。Roadmap当前方案与后续计划当前验证方式目前样机采用0.1V 脉冲波仿真的形式进行调试与验证。脉冲波模拟了轴承故障产生的冲击信号特征通过调整脉冲重复频率来模拟不同转速下的各类故障特征频率。该方式已充分验证了硬件解调电路的有效性、ADC 采集精度、FFT 频谱分析算法以及故障诊断逻辑的正确性。下一版计划在软硬件核心链路验证通过后下一版本将进行以下升级配备实际传感器— 集成加速度传感器IEPE/压电式取代脉冲波仿真进行真实轴承故障信号采集与诊断验证。实测台架验证— 搭建轴承故障实验台含可编程故障植入轴承在不同转速、负载工况下验证系统的检测灵敏度和诊断准确率。AI 诊断模型集成— 基于采集的真实故障数据训练分类模型逐步从规则诊断过渡到智能诊断提升对复合故障和非典型故障的识别能力。Summary总结共振解调软硬件第一版样机的共振解调模块已圆满完成调试核心成果包括硬件共振解调方案验证成功— 以低采样率实现完整故障特征提取大幅降低系统复杂度和成本。八种轴承及旋转部件故障全部可识别— BPFO、BPFI、BSF、FTF、FTF_in、BSF 倍频、大齿轮、小齿轮。三次频点故障标尺精准定位— 彩色标尺系统直观标注 1×/2×/3× 谐波位置理论值与实测值偏差 0.5%。全频段覆盖— 从最低的保持架故障~2.6Hz到最高的内圈故障~54Hz全部准确检测。智能诊断可用— 规则诊断引擎已投入使用AI 诊断接口已预留。下一步将配备实际传感器并进行台架实测验证加速产品从样机到工程化落地的进程。欢迎同行交流讨论