CN110161406A - 一种微型振动马达电流型故障诊断仪及诊断方法 - Google Patents

一种微型振动马达电流型故障诊断仪及诊断方法 Download PDF

Info

Publication number
CN110161406A
CN110161406A CN201910382783.7A CN201910382783A CN110161406A CN 110161406 A CN110161406 A CN 110161406A CN 201910382783 A CN201910382783 A CN 201910382783A CN 110161406 A CN110161406 A CN 110161406A
Authority
CN
China
Prior art keywords
vibrating motor
fault
signal
failure
voltage
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910382783.7A
Other languages
English (en)
Other versions
CN110161406B (zh
Inventor
方夏
朱群馨
黄思思
王玫
刘剑歌
冯涛
邹子丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SICHUAN ANHE PRECISION ELECTRONIC ELECTRICAL APPLIANCES Co Ltd
Sichuan University
Original Assignee
SICHUAN ANHE PRECISION ELECTRONIC ELECTRICAL APPLIANCES Co Ltd
Sichuan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SICHUAN ANHE PRECISION ELECTRONIC ELECTRICAL APPLIANCES Co Ltd, Sichuan University filed Critical SICHUAN ANHE PRECISION ELECTRONIC ELECTRICAL APPLIANCES Co Ltd
Priority to CN201910382783.7A priority Critical patent/CN110161406B/zh
Publication of CN110161406A publication Critical patent/CN110161406A/zh
Application granted granted Critical
Publication of CN110161406B publication Critical patent/CN110161406B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/02—Vibration-testing by means of a shake table
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/02—Vibration-testing by means of a shake table
    • G01M7/027—Specimen mounting arrangements, e.g. table head adapters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
    • G01R1/02—General constructional details
    • G01R1/04—Housings; Supporting members; Arrangements of terminals
    • G01R1/0408—Test fixtures or contact fields; Connectors or connecting adaptors; Test clips; Test sockets
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34—Testing dynamo-electric machines

Abstract

本发明公开了一种微型振动马达电流型故障诊断仪及诊断方法。本发明用采集的串联在微型振动马达通电电路的采样电阻的电压信号反映微型振动马达通电回路中的电流变化情况，不会受到物理测量的干扰，在采集的电压信号中提取相关特征值，对微型振动马达故障进行预诊断，然后依据布尔逻辑，对微型振动马达故障进行最终诊断，这样可实现对微型振动马达故障类型的准确识别，且整个过程为自动化识别操作，无需工作人员过多参与整个生成过程，大大提高了检测效率，并降低了劳动生产成本。本发明0.7s内能够进行100次判别，确保故障诊断准确度的同时，极大提高了故障诊断效率。

Description

一种微型振动马达电流型故障诊断仪及诊断方法
技术领域
本发明属于无损检测技术领域，涉及一种基于小波包重构的微型振动马达电流型故障诊断仪及诊断方法。
背景技术
随着交互式电子设备的快速发展,设备能否稳定地传递运行中的有效信号将会越来越受重视。特别是作为电子设备传递振动信号基础的微型振动马达，其状态的好坏直接关系到用户的体验乃至于安全。同时，由于交互式电子设备的生产数量与需求量庞大，对微型振动马达进行无损检测以保证电子设备在用户使用中的触感与听觉舒适性及安全性是十分重要的。国内外的生产环境很早就开始对微型振动马达进行无损检测，目前无损检测技术主要有运行声音检测、振动检测、红外探测等。
采用声音信号或振动信号去识别机械系统，由于缺陷所产生的特征信号会杂糅系统的各种干扰，从而会对检测与识别效果造成误差。随着对电流检测研究的深入，发现对于转动电机而言，最有效与直观的检测方式为电流检测。当微型振动马达产品中存在缺陷时，其产生的电流信号无论暂态还是稳态，都与正常件存在很大的不同，且具有较高的灵敏度。目前电流检测在电机无损检测领域中应用较为成熟，但均用于检测不含偏心块的微型电机。
目前，每年我国投入市场的拥有振动反馈效果的电子设备约35亿台，目前无损检测技术远远达不到这样的检测速度。目前比较先进的是美国基恩士公司发明的根据电机运行过程中产生的电流信号检测电机损伤的装置、KEYENCE公司开发的电流型微型马达检测装置和TSC公司开发了微型电机的端口电流检测系统，以端口电流检测系统为例，采样频率达到50kHZ时，手动系统可实现10s/台的检测时速，但它们都不能良好反映出带偏心块的微型振动马达工作状态，这是由于带偏振块的微型振动马达运动时易产生扰曲，这使得电刷与换向片之间的间隙发生变换，导致电流不稳定，从而无法用于实现对高转速偏振马达的运动状态检测，更无法判别用户使用的舒适性；而且上述检测方式检测速度仍旧很低，无法满足检测速度的要求。
由此可见，目前电流无损检测方式无法满足当下大量需要触觉反馈的生产环境，实现对微型振动马达各个方面性能(磁场不良，反转不良，电刷不良等)的同时检测，满足触觉反馈设备的发展实践需求，且对微型振动马达的检测速度较低。亟待科技工作者研究出一种能实现与生产速度同步的、对微型振动马达各个方面性能进行无损检测的技术，以保产能的同时确保用户使用的安全与舒适性。
发明内容
针对现有微型振动马达无损探伤检测技术中存在的检测效率低、难以实现对带偏心块的微型振动马达故障检测等问题，本发明的目的旨在提供一种微型振动马达电流型故障诊断仪及诊断方法，在实现对微型振动马达(包括带偏心块的微型振动马达)各种故障准确检测的同时，提高检测效率。
本发明所针对的微型振动马达设置有作为动力源的三相换向器和相对于换向器对称设置的一组电刷及作为振动源的偏心块，偏心块安装于微型振动马达的轴端，偏心块的重心和马达的轴心不在一条轴线上。微型振动马达的工作原理是由动力源和振动源结合为一体构成一个激振源，当微型振动马达通电后，其处于失稳状态，马达轴的旋转带动偏心块产生惯性激振力。若微型振动马达运转过程中由于各种机械问题(如电刷开叉，换向片不圆整，绕组电阻差异等)导致换向不正常，都会引起换向电流的变化。在微型振动马达通电回路串联一个采样电阻，由于采集电阻的阻值是一定的，因此测量的采样电阻两端的电压信号便可反映微型振动马达通电回路中的电流变化情况，进而能够反映微型振动马达的运转情况。
基于上述发明思路，本发明提供的包括用于安装和固定待测微型振动马达的安装机构、启动电阻、采样电阻、数据采集卡、第一电源和计算机；第一电源、待测微型振动马达、启动电阻和采样电阻依次串联构成闭合回路；数据采集卡包含两个电压采集通道，第一个电压采集通道与启动电阻并联，第二个电压采集通道与采集电阻并联，数据采集卡的信号输出端与计算机连接；当数据采集卡采集到启动电阻的电压信号时，开始采集采样电阻的电压信号，并将采集的电压信号传输给计算机，计算机依据接收到的电压信号判断待测微型振动马达是否存在故障并给出相应的故障类型。
上述微型振动马达电流型故障诊断仪，所述安装机构包括用于承载待测微型振动马达的载物台和用于将微型振动马达压紧固定于载物台上的压紧机构。本发明对于待测试微型振动马达的固定采用下端刚性，上端柔性的固定方式。
下端刚性固定是通过用于安装待测试微型振动马达的载物台来实现。载物台选用单一刚性结构，刚性结构尽量采用高硬度材料，如钢、硅钢片或者铁氧体材料等。载物台本体设计有一槽口，槽口一槽壁上设计有与微型振动马达外型相匹配的卡槽，卡槽设计有防止微型振动马达轴向移动的限位结构，槽口另一槽壁上设计有与微型振动马达接电口相对应的电极。待测试的微型振动马达固定于载物台本体槽口侧壁的卡槽内。对于具有偏心块微型振动马达，为了防止微型振动马达轴向移动，卡槽上设计有相应的限位结构，本发明中采用的限位结构由固定在载物台本体上的限位片构成，限位片上设计有与微型振动马达偏心块外型相匹配的限位开口。为了能够将微型振动马达固定于载物台卡槽内，可以在槽口或卡槽底部设置一用于将微型振动马达吸住的高能磁体(例如磁铁)，起到固定作用。
上端柔性固定是通过阻尼性的压紧机构来实现。所述压紧机构包括支架、安装在支架上的阻尼杵组件和对阻尼杵组件中的杵杆施压的施压组件。在待测试微型振动马达安装入载物台之后，阻尼压紧机构的阻尼杵组件在施压组件作用下将微型振动马达压紧。一方面在微型振动马达旋转时，阻尼杵组件能够防止其飞出；另一方面，阻尼杵组件能够随着微型马达转动在一定范围内自由伸缩，从而在不破坏微型振动马达结构的情况下实现对微型振动马达的稳定夹持。所述阻尼杵组件包括杵杆、阻尼弹簧和压块，杵杆可轴向运动地安装在支架上，压块安装在杵杆下端，阻尼弹簧套置在杵杆上，下端作用于压块，上端作用于杵杆上作为弹簧座的限位结构，杵杆通过阻尼弹簧对压块施压。本发明中，所述杵杆为组合结构杵杆，由杵杆本体和作为杵杆延长体的螺栓构成，螺栓通过螺纹副与杵杆本体联接；所述压块为设有空腔的压块，空腔的开口方向垂直于杵杆，压块通过空腔壁上安装孔可轴向窜动地安装在螺栓上，阻尼弹簧套置在螺栓外。所述压块压紧侧设置有与微型振动马达上端面结构适配的材质为塑料、橡胶等的压紧端子。压紧端子与微型振动马达导电片接触的部位设置有橡胶，作为柔性材料缓冲层。用于向阻尼杵组件施压的施压组件可以是诸如气动驱动或电机驱动等驱动机构，也可以通过与杵杆铰接的手柄，手动施压。
上述微型振动马达电流型故障诊断仪，还包括霍尔传感器所述霍尔传感器安装于载物台上，霍尔传感器的两极接入第二电源，其信号输出端接入数据采集卡，数据采集卡将从霍尔传感器采集的微型振动马达磁极信号传输给计算机，计算机依据该信号对待测微型振动马达的磁场反转故障进行判断。
本发明进一步提供了一种使用上述电流型故障诊断仪对微型振动马达故障进行诊断的方法，待测试的微型振动马达由阻尼压紧机构压紧固定于在载物台后，接通电源，启动微型振动马达，当数据采集卡采集到启动电阻的电压信号时，开始采集采样电阻的电压信号，并将采集的电压信号传输给计算机。前面已经指出，采样电阻的电压信号能够反映微型振动马达通电回路中的电流变化情况，进而能够反映微型振动马达的运转情况。虽然微型振动马达电流信号杂糅且种类繁杂，并由于换向器换向特征明显产生类似于脉冲信号的波峰，但本发明利用小波包分解并重构的原理进行特征提取，锁定特征信号所在区域，便可取得良好的判别效果。
上述微型振动马达电流型故障诊断方法具体包括以下步骤：
(1)利用电流型故障诊断装置获取采样电阻的电压信号，并将其作为表征微型振动马达运转情况的电压特征信号；
(2)利用小波变换重构电压特征信号，对得到的电压特征信号进行二层小波分解与重构，提取第二层重构信号中的低频电压信号，然后用原有电压特征信号减去第二层重构信号中的低频电压信号得到重构的电压特征信号；
(3)获取特征值，依据步骤(1)得到的电压特征信号或/和步骤(2)得到的重构电压特征信号，获取用于表征各种故障类型的特征值，
(4)故障预诊断，依据获取的特征值对各种故障类型的是否存在进行判断；
(5)故障最终诊断，对于步骤(4)诊断结果中同时存在多个故障类型的待测微型振动马达，将诊断结果转化为数组，并将数组与依据布尔逻辑设定的各故障类型代码比较，确定待测微型振动马达的最终输出故障类型。
上述微型振动马达电流型故障诊断方法，步骤(1)的目的在于对微型振动马达所在电路的电压信号进行测量。为了实现对采样电阻两端电压的有效测量，本发明采取的实现方式为：(1)采样电阻选用带档位可调的变阻箱，这样可以依据待测微型振动马达的种类选择合适的采样电阻；(2)在微型振动马达通电回路中串联启动电阻，启动电阻，当数据采集卡采集到启动电阻的电压信号时，开始采集采样电阻的电压信号，这样可以避免因直接采集微型振动马达电阻而造成的波动过大的问题。
上述微型振动马达电流型故障诊断方法，步骤(2)的目的在于对步骤(1)采集的电压特征信号进行小波分解，并提取分解后第二层主能量，然后用原有波形减去第二层主能量得到含有细节量的重构电压特征信号，将被关注的电压信号重构出来，排除非检测对象的干扰。本发明中对得到的电压特征信号进行bior2.2小波分解。本发明根据小波包分解的特征，小波包低频端为包络信号，高频端为细节信号，利用对信号的大量分析，就可实现对待测微型振动马达的故障检测。
上述微型振动马达电流型故障诊断方法，步骤(3)和步骤(4)的目的在于获取用于表征各种故障类型的特征值，并依据该特征值对待测微型振动马达故障进行预判断。特征值是基于步骤(1)得到的电压特征信号或/和步骤(2)得到的重构电压特征信号获取的频率信号、波峰信号和波谷信号，例如整个电压特征信号的方差、整个电压特征信号与其平均值的绝对值方差、单个脉冲波峰宽度、单个脉冲波谷宽度或/和单个脉冲任一高度的宽度、相邻两波峰或波谷之间原始电压特征信号平均值、每一个采样周期的频率、相邻两波峰或波谷之间原始电压特征信号等等。针对不同的故障类型，可以选取一种或多种不同的特征值，例如：(i)对于微型振动马达转速故障，可以通过从步骤(1)采集的原始电压特征信号得到相应的频率信号，并依据该频率信号获得微型振动马达设定时间内的转动圈数，将该转动圈数与设定阈值比较，以此来判断该故障是否存在；(ii)对于微型振动马达断线、卡死等故障，可以以步骤(1)采集的原始电压特征信号作为特征值，通过有没有电压信号来判断该故障是否存在；(iii)对于磁场不良的故障，首先通过对重构电压特征信号进行分析，索引到相邻两波峰所在位置，并在相应的原始电压特征信号中找到对应的位置，提取相邻波峰之间的原始电压特征信号作为特征值，将其与该故障类型的相应位置的标准信号进行相似度计算，以此来判断该故障是否存在；(iv)对于微型振动马达卷线故障，同样首先通过对重构电压特征信号进行分析，索引到相邻两波峰所在位置，并在相应的原始电压特征信号中找到对应的位置，提取相邻波峰之间的原始电压特征信号的平均值作为特征值，再将相邻的两个平均值相减所得绝对值与设定的阈值比较，以此来判断该故障是否存在，等等。此外，步骤(1)中利用电流型故障诊断装置同时获取霍尔传感器输出的微型振动马达磁极信号，可以将其作为表征磁场反转故障类型的特征值。
通过上述判断过程，一个微型振动马达可能同时存在多种故障类型；而有时只需要输出其中一种即可，尤其是较为关注的几种故障类型(例如电刷不良，卷线不良，磁场不良，卡死，断线等)。为此，本发明通过步骤(5)对微型振动马达进行故障最终诊断。本发明基于布尔逻辑，设定各种故障类型代码；然后将诊断结果转化为数组，再将数组与各故障类型代码比较，确定待测微型振动马达的最终诊断结果。本发明所述依据布尔逻辑设定的各故障类型代码包括第一级故障代码和第二级故障代码；将所有故障类型按照设定的顺序进行排列，每一种故障类型用“1”代表存在，“0”代表不存在，对于任一一种故障类型，将包含该故障类型的一种以上的故障类型进行“AND”操作得到若干二进制数组，将若干二进制数组转化为十进制数，即得到该故障类型的第一级故障代码；将所有故障类型按照设定的顺序进行排列，对于任一一种故障类型，将该故障类型与其他故障类型之间进行“NOT”操作得到一个二进制数组，将该二进制数组转化为十进制数，即为该故障类型的第二级故障代码。基于布尔逻辑设定的各故障类型代码，步骤(5)包括以下分步骤：
(51)第一级二进制转化
将所有故障类型按照设定的顺序进行排列，以“1”代表该故障类型存在，“0”代表该故障类型不存在，将对应故障类型的诊断结果转化得到第一级二进制数组；
(52)第一级十进制转化
将得到的第一级二进制数组转化为第一级十进制数；
(53)第二级二进制转化
将所得第一级十进制数与设定的各种故障类型的第一级故障代码相比较，将与十进制数相同的对应故障类型输出“1”，其余输出“0”，得到第二级二进制数组；
(54)第二级十进制转化
将得到的第二级二进制数组转化为第二级十进制数；
(55)确定输出故障类型
将所得第二级十进制数与设定的各种故障类型的第二级故障代码相比较，将与十进制数对应的故障类型作为待测微型振动马达的最终输出故障类型。
本发明设定采样周期(每个采样周期实现对微型振动马达多个运转周期的采样)，然后循环多次采样，对多次采样得到的采样数据进行特征值提取，根据特征值对微型振动马达存在的故障进行预判断。为了确保每次只输出一种故障类型，再依据布尔逻辑，给出待测微型振动马达的最终判断结果，这样能够确保故障诊断的准确性。而通过本发明提供的故障诊断方法，0.7s内能够进行100次判别，因此，该故障诊断方法具有较高的检测效率。
本发明提供的微型振动马达电流型故障诊断仪及诊断方法，可实现对微型振动马达转子卡死、转子卷线、波形跌落(由于刷片与极片没有接触引起)、磁场不良(由于极片与刷片接触期间马达电阻变化引起)、反转不良(安装错误引起)、转子转速过快(马达内阻过小)、电刷不良(电刷安装误差或者制造误差)等故障的快速、高精度检测。且本发明能够针对各种类型的微型振动马达及应用环境，通过对电源、采样电阻和数据采集卡的调整，可实现定制化检测，具有极高的使用意义。与传统微型振动马达电流检测技术相比，本发明具有以下有益效果：
(1)本发明用采集的串联在微型振动马达通电电路的采样电阻的电压信号反映微型振动马达通电回路中的电流变化情况，不会受到物理测量的干扰，在采集的电压信号中提取相关特征值，对微型振动马达故障进行预诊断，然后依据布尔逻辑，对微型振动马达故障进行最终诊断，这样可实现对微型振动马达故障类型的准确识别，且整个过程为自动化识别操作，无需工作人员过多参与整个生成过程，大大提高了检测效率，并降低了劳动生产成本。
(2)本发明0.7s内能够进行100次判别，确保故障诊断准确度的同时，极大提高了故障诊断效率。
(3)可实现微型振动马达多种故障诊断，并且能够实现带偏振块的微型振动马达故障检测，进而有利于提高和标准化人体使用虚拟触觉反馈的舒适度，因此在微型振动马达无损检测领域具有很好的应用前景。
(4)本发明故障诊断仪结构简单、操作方便、检测精度高，及其适用于微型振动马达的高速无损检测及标准定制等的工作环境。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，以下将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，以下描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图所示实施例得到其它的实施例及其附图。
图1为本发明微型振动马达电流型故障故障诊断仪组成示意图。
图2为本发明微型振动马达电流型故障诊断仪的电路原理示意图。
图3为微型振动马达安装机构结构示意图。
图4为图3中A部分放大图。
图5为boir2.2小波包分解示意图
图6为采集的原始电压特征信号波形图。
图7为重构的电压特征信号波形图。
1-微型振动马达，2-安装机构，21-载物台，211-载物台本体，212-槽口，213-限位片，214-电极，215-柔性材料缓冲层；22-阻尼杵组件，221-杵杆，222-螺栓，223-阻尼弹簧，224-压块，225-压紧端子，23-手柄，24-支架，3-启动电阻，4-采样电阻，5-数据采集卡，6-第一电源，7-霍尔传感器，8-计算机，9-第二电源。
具体实施方式
以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述，显然，所描述实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。
以下实施例所用计算机为安装有labview基础包和相应的扩展包(如信号处理，数据采集，串口通讯)。采用labview软件对采集的电压信号进行处理，同时结合MathScript(如利用MathScript编写相关性分析)对数据进行处理，实现对微型振动马达故障诊断。当然本领域技术人员可以依据本实施例提供的微型振动马达故障诊断操作过程，采用其他软件对采集的电压信号进行处理得到诊断结果，这也属于本发明的保护范围。
实施例1微型振动马达电流型故障诊断仪
本实施例提供的微型振动马达电流型故障诊断仪，结构如图1及图2所示，包括用于安装和固定待测微型振动马达1的安装机构2、启动电阻R13、采样电阻R24、数据采集卡5、第一电源6、霍尔传感器H 7、第二电源9和计算机8。当待测微型振动马达类型确定后，调整第一电源电压、第二电源电压、采样电阻R2、数据采集卡(包括采集率和采样点数)，并保持不变。用户也可以自行调节这些参数，以满足不同工况下待测微型振动马达的检测。
本实施例所用采样电阻R2 4为带档位可调的变阻箱。本实施例所用电源为为稳压电源并且电源随时能够对输出的电压和电流显示。本实施例所用数据采集卡5为32位16路的NI6211高速采集卡，其采用差分介入的方式采集，因而能够抑制共摸干扰(即消除外界因素对采集信号的干扰)。
如图1所示，采样电阻R24、数据采集卡5、第一电源6、第二电源9和计算机8均设置于工作台上。安装机构2设置于位于工作台上的大理石基座上。
如图2至图4所示，安装机构2包括用于承载待测微型振动马达的载物台21和用于将微型振动马达压紧固定于载物台上的压紧机构。载物台为一体式结构，载物台本体211固定于大理石基座上，载物台本体211上设计有一槽口212，槽口一槽壁上设计有与微型振动马达外型相匹配的卡槽，卡槽设计有防止微型振动马达轴向移动的限位片213，限位片固定于卡槽内侧壁，且限位片上设计有与微型振动马达偏心块外型相匹配的限位开口，槽口另一槽壁上设计有与微型振动马达接电口相对应的电极214，卡槽底部设置有用于固定微型振动马达的磁铁。压紧机构为阻尼性压紧机构，包括支架24、安装在支架上的阻尼杵组件22和对阻尼杵组件中的杵杆施压的施压组件，本实施例中的施压组件为手柄23。阻尼杵组件包括杵杆221、阻尼弹簧223和压块224，压块安装在杵杆下端，杵杆为组合结构杵杆，由杵杆本体和作为杵杆延长体的螺栓222构成，螺栓通过螺母与杵杆本体联接，压块为设有空腔的压块，空腔的开口方向垂直于杵杆，螺栓穿过压块空腔壁上安装孔并由螺母固定，从而使压块可轴向窜动地安装在螺栓上，阻尼弹簧223套置于螺栓222上，其上端作用于作为弹簧座的螺母，下端作用于压块，杵杆通过阻尼弹簧对压块施压。当压块空腔壁安装孔过大时，可在压块上端设置垫片。压块压紧侧设置有与微型振动马达上端面结构适配的材质为塑料的压紧端子225。压紧端子与微型振动马达导电片接触的部位设置有橡胶，作为柔性材料缓冲层215。上述支架24固定于大理石基座上，支架24上端设置有卡座，通过穿过手柄23的转轴将手柄23连接于卡座上，手柄一端与杵杆本体221铰接，从而使杵杆可轴向运动地安装在支架上。测试时，对手柄23施压时，杵杆向下移动，当杵杆与压块空腔下端接触后，继续带动压块向靠近载物台的方向移动，直至压紧端子压紧待测试微型振动马达；测试结束后，松开手柄，阻尼弹簧在弹性作用下复位，同时带动压块向上移动，使压紧端子沿远离载物台的方向移动。
如图4所示，霍尔传感器7安装于载物台卡槽的一侧。
如图1及图2所示，第一电源6、待测微型振动马达1和采样电阻R2 4通过导线依次串联构成闭合回路，启动电阻R13串联在待测微型振动马达与采样电阻R2 4连接的导线上。数据采集卡5包含两个电压采集通道，第一个电压采集通道与启动电阻R1 3并联，第二个电压采集通道与采样电阻R2 4并联。霍尔传感器H 7的两极接入第二电源9，其信号输出端接入数据采集卡5。数据采集卡5的信号输出端与计算机8连接。当数据采集卡采集到启动电阻R1的电压信号时，开始采集采样电阻R2的电压信号，并将采集的电压信号传输给计算机，数据采集卡5同时将从霍尔传感器采集的微型振动马达磁极信号(一般为高低电平信号)传输给计算机，计算机对接收到的电压信号和微型振动马达磁极信号进行处理，从而实现对待测微型振动马达故障类型的诊断。
为了实现对待测微型振动马达故障的诊断，本实施例计算机包含但不限于以下部分：数据采集模块、小波变换重构模块、特征值提取模块、预诊断模块和最终诊断模块。数据采集模块用于利用电流型故障诊断装置获取采样电阻的电压信号和微型振动马达磁极信号，并将采样电阻的电压信号作为表征微型振动马达运转情况的电压特征信号。小波变换重构模块用于利用小波变换重构电压特征信号，对得到的电压特征信号进行二层小波分解与重构，提取第二层重构信号中的低频电压信号，然后用原有电压特征信号减去第二层重构信号中的低频电压信号得到重构的电压特征信号。特征值提取模块用于依据得到的电压特征信号或/和得到的重构电压特征信号及微型振动马达磁极信号，获取用于表征各种故障类型的特征值。预诊断模块用于依据获取的特征值对各种故障类型的是否存在进行判断。最终诊断模块用于对于预诊断模块得到的诊断结果中同时存在多个故障类型的待测微型振动马达，依据布尔逻辑，进一步确定最终输出的故障类型，具体为将诊断结果转化为数组，并将数组与依据布尔逻辑设定的各故障类型代码比较，确定待测微型振动马达的最终诊断结果。为了便于显示，计算机还可以设置用于将最终诊断模块确定的故障类型输出的故障输出模块，故障输出模块设置若干与故障类型匹配的指示灯，根据接收到的最终诊断结果，控制相应故障类型的指示灯亮。
实施例2微型振动马达故障检测
本实施例提供了使用上述电流型故障诊断仪对微型振动马达故障进行诊断的方法，包括以下步骤：
(1)利用电流型故障诊断装置获取采样电阻的电压信号和微型振动马达磁极信号，并将采样电阻的电压信号作为表征微型振动马达运转情况的电压特征信号。
将待测微型振动马达1放置于载物台卡槽内，由阻尼压紧机构压紧固定。将个部件安装实施例1中的连接方式连接好；然后接通第一电源6和第二电源9，启动微型振动马达。当数据采集卡5采集到启动电阻R1 3的电压信号时，开始采集采样电阻R2 4的电压信号；与此同时，霍尔传感器H 7将采集的微型振动马达磁极信号也传输给数据采集卡5，数据采集卡5将采集的所有信号传输给计算机，数据采集模块将采样电阻的电压信号作为表征微型振动马达运转情况的电压特征信号。
(2)利用小波变换重构电压特征信号，对得到的电压特征信号进行二层小波分解与重构，提取第二层重构信号中的低频电压信号，然后用原有电压特征信号减去第二层重构信号中的低频电压信号得到重构的电压特征信号。
本步骤可以利用小波变换重构模块来实现，小波变换重构模块对采集的电压特征信号进行小波分解，并提取分解后第二层主能量，然后用原有波形减去第二层主能量得到含有细节量的重构电压特征信号，将被关注的电压信号重构出来，排除非检测对象的干扰。
本领域常见的小波基有haar，db3，bior2.2，coif3，sym2等，具体选择哪一种小波，要根据信号的熵值大小确定。由于微型振动马达旋转运动产生的电流信号近似于周期信号，根据排列熵原理，熵值越小，信号越有序，熵值越大，信号越无序。对于微型振动马达运转过程中存在故障的情况，熵值越小，越能反应马达的故障信息。
采用不同的小波基对得到的电压特征信号进行分解，并计算相关的香浓熵值，见表1所示。
表1不同小波基分解得到香浓熵值
小波基 haar db3 bior2.2 Coif2 sym2
香浓熵值 3.0195 2.8409 2.2498 2.7685 2.9441
根据香浓熵值的计算结果可知，选取bior2.2小波基对得到的电压特征信号进行分解，更能反映微型振动马达的故障信息。
因此，本实施例中小波变换重构模块采用boir2.2小波对采集的电压特征信号进行2层分解，如图5所示，节点(i，j)代表第i层第j个节点(i＝0,1,2，j＝0,1,2,3)，每个节点代表一定特征的信号，如节点(0,0)代表原始信号，节点(1,0)代表小波包分解的第1层低频系数，节点(1,1)代表小波包分解的第1层高频系数，其他依次类推。
小波包分解公式为：
式中，hl-2k和gl-2k为低通滤波器系数，l,k∈Z。
然后按照以下公式进行小波包重构：
采用原有电压特征信号(如图6所示)减去第2层小波包重构后的低频电压信号，得到含有细节量的重构电压特征信号，如图7所示。
(3)获取特征值，依据步骤(1)得到的电压特征信号或/和步骤(2)得到的重构电压特征信号及微型振动马达磁极信号，获取用于表征各种故障类型的特征值。
(4)故障预诊断，依据获取的特征值对各种故障类型的是否存在进行判断。
上述微型振动马达电流型故障诊断方法，步骤(3)和步骤(4)分别通过特征值提取模块和预诊断模块来实现。特征值提取模块获取用于表征各种故障类型的特征值，预诊断模块依据该特征值对待测微型振动马达故障进行预判断。
特征值是基于步骤(1)得到的电压特征信号或/和步骤(2)得到的重构电压特征信号获取的频率信号、波峰信号和波谷信号，例如整个电压特征信号的方差、整个电压特征信号与其平均值的绝对值方差、单个脉冲波峰宽度、单个脉冲波谷宽度或/和单个脉冲任一高度的宽度、相邻两波峰或波谷之间原始电压特征信号平均值、相邻波峰之间频率、相邻两波峰或波谷之间原始电压特征信号等等。
特征值可以通过特征值提取模块来得到，针对不同的故障类型，可以选取一种或多种不同的特征值，特征提取模块对于不同特征值的获取过程不同，例如：
(i)对于微型振动马达转速故障，可以通过从步骤(1)采集的原始电压特征信号得到相应的频率信号，并依据该频率信号获得微型振动马达设定时间内的转动圈数，将该转动圈数与设定阈值比较，以此来判断该故障是否存在。由于微型振动马达为三相两刷直流马达，因此，微型振动马达每转动一圈会产生六个电压周期信号，结合得到的频率信号，可以给出1秒钟内微型振动马达的转动圈数n，将该转动圈数乘以60便得到1分钟内微型振动马达的转动圈数N＝n×60，N即为相应的特征值。
预诊断模块将得到的N与设定阈值范围比较大小，当N大于该阈值范围最大值时，认为微型振动马达转速过大，当N小于该阈值范围最小值时，认为微型振动马达转速过小，否则认为微型振动马达转速正常。
(ii)对于微型振动马达断线、卡死等故障，可以以步骤(1)采集的原始电压特征信号作为特征值。
预诊断模块通过有没有电压信号来判断该故障是否存在。例如，当采集到电压信号接近于0时，说明微型振动马达出现了断线问题。当采集到了电压信号，但是一条直线，可以判定为微型振动马达出现了卡死的情况。可将采集的电压信号与设定的阈值进行比较，进一步确定是否为卡死、断线故障，当超出阈值时，判定为卡死故障，否则判定为断线故障。
(iii)对于磁场不良的故障，首先将重构电压特征信号进行归一化处理，然后根据设定的波峰幅值和波峰峰顶宽度阈值，从归一化处理后的数据中索引到相邻两波峰所在位置，再在相应的原始电压特征信号中找到对应的位置，提取相邻波峰之间的原始电压特征信号作为特征值。
预诊断模块将提取相邻波峰之间的原始电压特征信号与该故障类型的相应位置的标准信号按照以下公式进行相似度计算：
式中，r为相关系数，n0表示比较的采样点数，zx、zy分别表示相邻波峰之间的原始电压特征信号x、相应位置的标准信号y标准化得到的数据。
然后将相关系数的平方r2与设定的阈值比较，当大于阈值时，认为两者相似，微型振动马达存在磁场不良的故障，否则认为微型振动马达不存在该故障。
磁场不良故障对应的标准信号，可以在相同测试条件下，对具有磁场不良的微型振动马达标件进行测试，将采集到的电压特征信号保存为标准信号(可以保存为txt文本格式)。在磁场不良故障判断过程中，直接读取保存的数据，然后进行相似度分析。
为了提高故障诊断准确率，本实施例中预诊断模块连续对12相(相邻两个波峰之间的数据算一相)进行判别，当有四个以上均判定为相似时，则输出1；重复上述过程50次，当50次输出1的次数大于阈值，则判定为微型振动马达存在磁场不良的故障，否则认为微型振动马达不存在该故障。
(iv)对于微型振动马达卷线故障，首先将重构电压特征信号进行归一化处理，然后根据设定的波峰幅值和波峰峰顶宽度阈值，从归一化处理后的数据中索引到相邻两波峰所在位置，再在相应的原始电压特征信号中找到对应的位置，提取相邻波峰之间的原始电压特征信号，并以提取相邻波峰之间的原始电压特征信号的平均值作为特征值。
预诊断模块将相邻的两个平均值(即相邻三个波峰对应的两段电压特征信号)相减所得绝对值与设定的阈值比较，当大于阈值时，微型振动马达存在卷线故障，否则认为微型振动马达不存在该故障。
为了提高故障诊断准确率，本实施例中预诊断模块连续对12相(相邻两个波峰之间的数据算一相)进行判别，当有三个以上均判定为大于阈值时，则输出1；重复上述过程50次，当50次输出1的次数大于阈值，则判定为微型振动马达存在磁场不良的故障，否则认为微型振动马达不存在该故障。
(v)对于微型振动马达电刷不良故障，需要以采集的原始电压特征信号x作为特征值。
预诊断模块按照以下三个条件进行判断，当同时满足以下三个条件时，才判定为微型振动马达存在电刷不良故障，否则认为微型振动马达不存在该故障。
电刷不良故障需要满足的三个条件：
(a)(表示整段原始电压特征信号的平均值)的方差大于设定阈值；
(b)所有波峰峰值大于设定阈值；
(c)所有波峰峰顶宽度超出设定阈值范围(例如2～12个采样点)。
(vi)对于微型振动马达磁场反转故障，以霍尔传感器输出的微型振动马达磁极信号作为特征值。
本实施例中，预诊断模块依据接收到的高低电平信号进行判断，当微型振动马达磁极信号为高电平信号，判定为微型振动马达存在反转不良故障，否则认为微型振动马达不存在该故障。
上面只是列举了微型振动马达可能存在的部分故障，其他故障处理方式类似，根据不同故障的表现，选取不同的特征值，然后根据特征值是否存在故障进行判断。
(5)故障最终诊断，对于步骤(4)诊断结果中同时存在多个故障类型的待测微型振动马达，将诊断结果转化为数组，并将数组与依据布尔逻辑设定的各故障类型代码比较，确定待测微型振动马达的最终输出故障类型。
通过上述判断过程，一个微型振动马达可能同时存在多种故障类型；而有时只需要输出其中一种即可，尤其是较为关注的几种故障类型(例如转速故障、卷线、磁场不良、电刷不良等)。为此，本发明通过步骤(5)对微型振动马达进行故障最终诊断。
本步骤是通过最终诊断模块来实现的。基于布尔逻辑，设定各种故障类型代码，然后最终诊断模块将诊断结果转化为数组，再将数组与各故障类型代码比较，确定待测微型振动马达的最终诊断结果。本实施例所述依据布尔逻辑设定的各故障类型代码包括第一级故障代码和第二级故障代码。第一级故障代码用于从多个故障类型中根据实际生产需求，选择出一种典型故障。第二级故障代码用于将确定的故障类型进行输出。
基于布尔逻辑，第一级故障代码和第二级故障代码的获取过程：
每一种故障类型用“1”代表存在，“0”代表不存在。将所有故障类型按照设定的顺序(例如按照故障重要程度)进行排列。例如卷线、磁场不良、转速过小和转速过大四个故障，按照故障重要程度排序为磁场不良、卷线、转速过小和转速过大。下面以卷线故障为例，说明其第一级故障代码和第二级故障代码的设定方法。
对于卷线这种故障，将包含该故障类型的一种以上的故障类型进行“AND”操作得到若干二进制数组：0100、1100、0110、0101、1110、1101、0111、1111。将这四组二进制数组分别转化为十进制数：4、12、6、5、14、13、7、15。相应的，磁场不良故障对应的十进制数为：8，9，10，11，12，13，14，15；转速过小对应的十进制数为：2，3，6，7，10，11，14，15；转速过大对应的十进制数为：1，3，5，7，9，11，13，15。从上述分析可以看出，不同故障的第一级故障代码中有些是重复的，进一步根据实际生产的需要(或者说故障重要程度)，将相同故障代码只归结为一种故障，如磁场不良，卷线，转速大都含有13，则判断为磁场不良，因此，这里，按照故障重要程度，排在第一位的故障，“AND”操作得到的所有十进制数都保留，作为其第一级故障代码，拍在其后的，重复的十进制数排除，只保留前面没有出现的十进制数作为相应的第一级故障代码，按照上述原则完成故障类型的第一级故障代码设定。
因此，磁场不良故障的第一级故障类别代码为：8，9，10，11，12，13，14，15；卷线故障的第一级故障类别代码为4，5，6，7；转速过小故障的的第一级故障类别代码为：2，3；转速过大的第一级故障类别代码为：1。
对于卷线这种故障，将该故障类型与其他故障类型之间进行“NOT”操作得到一个二进制数组：0100，将其转化为十进制数为4，该十进制数即为卷线故障的第二级故障代码。磁场不良的第二级故障代码为8。转速过小的第二级故障代码为2；转速过大的第二级故障代码为1。
基于布尔逻辑设定的各故障类型代码，步骤(5)包括以下分步骤：
(51)第一级二进制转化
将所有故障类型按照设定的顺序进行排列，以“1”代表该故障类型存在，“0”代表该故障类型不存在，将对应故障类型的诊断结果转化得到第一级二进制数组。
步骤(4)中，已经对微型振动马达存在的故障进行了预诊断，这里将预诊断结果进行设置。以“1”代表该故障类型存在，“0”代表该故障类型不存在，将诊断结果转化得到第一级二进制数组。
例如，仍以磁场不良、卷线、转速过小和转速过大四种故障为例，诊断结果为微型振动马达同时存在卷线和转速过大的故障，则得到的第一级二进制数组为0101。
(52)第一级十进制转化
将得到的第一级二进制数组转化为第一级十进制数。
例如，二进制数组0101转化为十进制为5，5即为得到的第一级十进制数。
(53)第二级二进制转化
将所得第一级十进制数与设定的各种故障类型的第一级故障代码相比较，将与十进制数相同的对应故障类型输出“1”，其余输出“0”，得到第二级二进制数组。
卷线故障的第一级故障代码中存在5，因此该步骤得到的第二级二进制数组为0100。
(54)第二级十进制转化
将得到的第二级二进制数组转化为第二级十进制数。
例如，二进制数组0100转化为十进制为4，4即为得到的第二级十进制数。
(55)确定输出故障类型
将所得第二级十进制数与设定的各种故障类型的第二级故障代码相比较，将与十进制数对应的故障类型作为待测微型振动马达的最终输出故障类型。
卷线故障的第二级故障代码为4，因此该待测微型振动马达的最终输出故障类型为卷线故障。
最终诊断模块将该最终诊断结果(这里是最终得到的十进制数“4”)传送给故障输出模块。故障输出模块根据接收到的最终诊断结果，控制相应故障类型的指示灯亮。从这里可以看出，最终一盏指示灯只与一个十进制数相对应，这样可以减少运算量，提高检测效率。
当待测微型振动马达检测完毕后，将分类结果输出给用于分拣的PLC，由PLC控制机械手臂安放微型振动马达产品，对有缺陷故障的不良品进行挑选。
本领域的普通技术人员将会意识到，这里的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (10)

1.一种微型振动马达电流型故障诊断仪，其特征在于包括用于安装和固定待测微型振动马达(1)的安装机构(2)、启动电阻(3)、采样电阻(4)、数据采集卡(5)、第一电源(6)和计算机(8)；第一电源(6)、待测微型振动马达(1)、启动电阻(3)和采样电阻依次串联构成闭合回路；数据采集卡(5)包含两个电压采集通道，第一个电压采集通道与启动电阻并联，第二个电压采集通道与采集电阻并联，数据采集卡的信号输出端与计算机连接；当数据采集卡采集到启动电阻的电压信号时，开始采集采样电阻的电压信号，并将采集的电压信号传输给计算机，计算机依据接收到的电压信号判断待测微型振动马达是否存在故障并给出相应的故障类型。
2.根据权利要求1所述微型振动马达电流型故障诊断仪，其特征在于所述安装机构(2)包括用于承载待测微型振动马达的载物台(21)和用于将微型振动马达压紧固定于载物台上的压紧机构。
3.根据权利要求2所述微型振动马达电流型故障诊断仪，其特征在于载物台本体(211)设计有一槽口(212)，槽口一槽壁上设计有与微型振动马达外型相匹配的卡槽，卡槽设计有防止微型振动马达轴向移动的限位结构，槽口另一槽壁上设计有与微型振动马达接电口相对应的电极(214)。
4.根据权利要求2所述微型振动马达电流型故障诊断仪，其特征在于所述压紧机构为阻尼性压紧机构，包括支架(24)、安装在支架上的阻尼杵组件(22)和对阻尼杵组件中的杵杆施压的施压组件；所述阻尼杵组件(22)包括杵杆(221)、阻尼弹簧(223)和压块(224)，杵杆可轴向运动地安装在支架上，压块安装在杵杆下端，阻尼弹簧套置在杵杆上，下端作用于压块，上端作用于杵杆上作为弹簧座的限位结构，杵杆通过阻尼弹簧对压块施压；所述压块压紧侧设置有与微型振动马达上端面结构适配的压紧端子(225)。
5.根据权利要求4所述微型振动马达电流型故障诊断仪，其特征在于所述杵杆为组合结构杵杆，由杵杆本体和作为杵杆延长体的螺栓(222)构成，螺栓通过螺纹副与杵杆本体联接；所述压块为设有空腔的压块，空腔的开口方向垂直于杵杆，压块通过空腔壁上安装孔可轴向窜动地安装在螺栓上，阻尼弹簧套置在螺栓外。
6.根据权利要求2至5任一权利要求所述微型振动马达电流型故障诊断仪，其特征在于还包括霍尔传感器(7)，所述霍尔传感器(7)安装于载物台(21)上，霍尔传感器的两极接入第二电源(9)，其信号输出端接入数据采集卡(5)，数据采集卡(5)将从霍尔传感器采集的微型振动马达磁极信号传输给计算机，计算机依据该信号对待测微型振动马达的磁场反转故障进行判断。
7.一种使用权利要求1至6任一电流型故障诊断装置对微型振动马达故障进行诊断的方法，其特征在于包括以下步骤：
(1)利用电流型故障诊断装置获取采样电阻的电压信号，并将其作为表征微型振动马达运转情况的电压特征信号；
(2)利用小波变换重构电压特征信号，对得到的电压特征信号进行二层小波分解与重构，提取第二层重构信号中的低频电压信号，然后用原有电压特征信号减去第二层重构信号中的低频电压信号得到重构的电压特征信号；
(3)获取特征值，依据步骤(1)得到的电压特征信号或/和步骤(2)得到的重构电压特征信号，获取用于表征各种故障类型的特征值；
(4)故障预诊断，依据获取的特征值对各种故障类型的是否存在进行判断；
(5)故障最终诊断，对于步骤(4)诊断结果中同时存在多个故障类型的待测微型振动马达，将诊断结果转化为数组，并将数组与依据布尔逻辑设定的各故障类型代码比较，确定待测微型振动马达的最终输出故障类型。
8.根据权利要求7所述微型振动马达电流型故障诊断方法，其特征在于获取的特征值包括整个电压特征信号的方差、整个电压特征信号与其平均值的绝对值方差、单个脉冲波峰宽度、单个脉冲波谷宽度或/和单个脉冲任一高度的宽度、相邻两波峰或波谷之间原始电压特征信号平均值、每一个采样周期的频率、相邻两波峰或波谷之间原始电压特征信号。
9.根据权利要求7或8所述微型振动马达电流型故障诊断方法，其特征在于所述依据布尔逻辑设定的各故障类型代码包括第一级故障代码和第二级故障代码；将所有故障类型按照设定的顺序进行排列，对于任一一种故障类型，将包含该故障类型的一种以上的故障类型进行“AND”操作得到若干二进制数组，将若干二进制数组转化为十进制数，即得到该故障类型的第一级故障代码；将所有故障类型按照设定的顺序进行排列，对于任一一种故障类型，将该故障类型与其他故障类型之间进行“NOT”操作得到一个二进制数组，将该二进制数组转化为十进制数，即为该故障类型的第二级故障代码；
步骤(5)包括以下分步骤：
(51)第一级二进制转化
将所有故障类型按照设定的顺序进行排列，以“1”代表该故障类型存在，“0”代表该故障类型不存在，将对应故障类型的诊断结果转化得到第一级二进制数组；
(52)第一级十进制转化
将得到的第一级二进制数组转化为第一级十进制数；
(53)第二级二进制转化
将所得第一级十进制数与设定的各种故障类型的第一级故障代码相比较，将与十进制数相同的对应故障类型输出“1”，其余输出“0”，得到第二级二进制数组；
(54)第二级十进制转化
将得到的第二级二进制数组转化为第二级十进制数；
(55)确定输出故障类型
将所得第二级十进制数与设定的各种故障类型的第二级故障代码相比较，将与十进制数对应的故障类型作为待测微型振动马达的最终输出故障类型。
10.根据权利要求9所述微型振动马达电流型故障诊断方法，其特征在于步骤(4)中，步骤(1)中利用电流型故障诊断装置同时获取霍尔传感器输出的微型振动马达磁极信号，并将其作为表征磁场反转故障类型的特征值。
CN201910382783.7A 2019-05-09 2019-05-09 一种微型振动马达电流型故障诊断仪及诊断方法 Active CN110161406B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910382783.7A CN110161406B (zh) 2019-05-09 2019-05-09 一种微型振动马达电流型故障诊断仪及诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910382783.7A CN110161406B (zh) 2019-05-09 2019-05-09 一种微型振动马达电流型故障诊断仪及诊断方法

Publications (2)

Publication Number Publication Date
CN110161406A true CN110161406A (zh) 2019-08-23
CN110161406B CN110161406B (zh) 2020-04-24

Family

ID=67634082

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910382783.7A Active CN110161406B (zh) 2019-05-09 2019-05-09 一种微型振动马达电流型故障诊断仪及诊断方法

Country Status (1)

Country Link
CN (1) CN110161406B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112254956A (zh) * 2020-10-10 2021-01-22 重庆邮电大学 磁电一体式塑性微传动系统故障检测装置及其检测方法
CN112858904A (zh) * 2019-11-26 2021-05-28 富士电机机器制御株式会社 诊断装置、分电盘、控制盘、诊断方法及存储介质
CN115144751A (zh) * 2022-09-05 2022-10-04 西北工业大学 一种牵引电机故障诊断装置及方法
CN116056443A (zh) * 2023-04-03 2023-05-02 四川易景智能终端有限公司 一种基于5g通信的smt贴片故障诊断系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001305149A (ja) * 2000-04-27 2001-10-31 Matsushita Electric Ind Co Ltd 振動モータの試験装置
CN103185861A (zh) * 2011-12-30 2013-07-03 上海汽车集团股份有限公司 车用微电机热保护装置的测试系统
KR101601903B1 (ko) * 2014-10-17 2016-03-10 양 전자시스템 주식회사 프로브 핀의 컨텍 성능 개선을 위한 진동수단을 갖는 평판 디스플레이용 전기적 특성 시험 장치
CN205120740U (zh) * 2015-11-05 2016-03-30 重庆市灵龙自动化设备有限公司 一种马达转速综合检测系统
CN205263135U (zh) * 2015-12-14 2016-05-25 成都市鹰诺实业有限公司 检测手机马达震动治具上的夹具
CN106541840A (zh) * 2015-09-17 2017-03-29 湖南南车时代电动汽车股份有限公司 一种车辆整车系统故障检测方法及装置
CN207882412U (zh) * 2018-02-09 2018-09-18 福州可源电子有限公司 一种用于手机音圈马达生产的正负极检测装置
CN208109885U (zh) * 2018-04-23 2018-11-16 南安市起胤机械科技有限公司 一种集成电路测试多工位定位装置
CN208125768U (zh) * 2018-05-09 2018-11-20 淮阴师范学院 一种方便使用的电子产品加工用夹具
CN109946606A (zh) * 2019-04-03 2019-06-28 四川大学 基于卷积神经网络的微型振动马达缺陷故障分类方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001305149A (ja) * 2000-04-27 2001-10-31 Matsushita Electric Ind Co Ltd 振動モータの試験装置
CN103185861A (zh) * 2011-12-30 2013-07-03 上海汽车集团股份有限公司 车用微电机热保护装置的测试系统
KR101601903B1 (ko) * 2014-10-17 2016-03-10 양 전자시스템 주식회사 프로브 핀의 컨텍 성능 개선을 위한 진동수단을 갖는 평판 디스플레이용 전기적 특성 시험 장치
CN106541840A (zh) * 2015-09-17 2017-03-29 湖南南车时代电动汽车股份有限公司 一种车辆整车系统故障检测方法及装置
CN205120740U (zh) * 2015-11-05 2016-03-30 重庆市灵龙自动化设备有限公司 一种马达转速综合检测系统
CN205263135U (zh) * 2015-12-14 2016-05-25 成都市鹰诺实业有限公司 检测手机马达震动治具上的夹具
CN207882412U (zh) * 2018-02-09 2018-09-18 福州可源电子有限公司 一种用于手机音圈马达生产的正负极检测装置
CN208109885U (zh) * 2018-04-23 2018-11-16 南安市起胤机械科技有限公司 一种集成电路测试多工位定位装置
CN208125768U (zh) * 2018-05-09 2018-11-20 淮阴师范学院 一种方便使用的电子产品加工用夹具
CN109946606A (zh) * 2019-04-03 2019-06-28 四川大学 基于卷积神经网络的微型振动马达缺陷故障分类方法及装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112858904A (zh) * 2019-11-26 2021-05-28 富士电机机器制御株式会社 诊断装置、分电盘、控制盘、诊断方法及存储介质
CN112254956A (zh) * 2020-10-10 2021-01-22 重庆邮电大学 磁电一体式塑性微传动系统故障检测装置及其检测方法
CN115144751A (zh) * 2022-09-05 2022-10-04 西北工业大学 一种牵引电机故障诊断装置及方法
CN115144751B (zh) * 2022-09-05 2022-11-08 西北工业大学 一种牵引电机故障诊断装置及方法
CN116056443A (zh) * 2023-04-03 2023-05-02 四川易景智能终端有限公司 一种基于5g通信的smt贴片故障诊断系统

Also Published As

Publication number Publication date
CN110161406B (zh) 2020-04-24

Similar Documents

Publication Publication Date Title
CN110161406A (zh) 一种微型振动马达电流型故障诊断仪及诊断方法
Yang et al. Feature knowledge based fault detection of induction motors through the analysis of stator current data
CN105738836B (zh) 一种dc/dc转换器自动化测试系统
CN206161814U (zh) 伺服电机可靠性测试系统
US20100145639A1 (en) Diagnosis method of defects in a motor and diagnosis device thereof
CN106443316A (zh) 一种电力变压器绕组形变状态多信息检测方法及装置
CN101101319A (zh) 发电机转子绕组匝间短路状态的检测装置
CN102967808A (zh) 手持式变压器局部放电检测装置
Yang et al. Fault identification for circuit breakers based on vibration measurements
CN1321328C (zh) 电动机早期故障小波诊断系统及其诊断电动机故障的方法
Zamudio-Ramírez et al. Smart sensor for fault detection in induction motors based on the combined analysis of stray-flux and current signals: A flexible, robust approach
CN110456733A (zh) 一种便携式数控装备综合性能检测、分析平台及分析方法
CN202075392U (zh) 一种电动机综合状态监测系统
CN110824389A (zh) 一种基于ifra的同步发电机绕组短路故障检测方法
CN201522549U (zh) 便携式电机故障在线诊断装置
Zhao et al. Detection of interturn short-circuit faults in DFIGs based on external leakage flux sensing and the VMD-RCMDE analytical method
Betta et al. A DSP-based FFT-analyzer for the fault diagnosis of rotating machine based on vibration analysis
CN105303033B (zh) 基于集合固有时间尺度分解算法的滚动轴承故障诊断方法
CN112904200A (zh) 一种基于电机电流诊断谐波减速器故障的信号采集装置
CN106918452A (zh) 一种基于振动的双馈异步发电机滑环装置故障诊断方法
Leith et al. Real time expert system for identifying rotor faults and mechanical influences in induction motor phase current
CN104525314B (zh) 一种粉碎机的粉碎室内气固两相流场特性的测试方法
Shome et al. FPGA based signal prefiltering system for vibration analysis of induction motor failure detection
Sharma et al. Evaluation of arduino based das for condition monitoring of induction motor
CN209167892U (zh) 一种通用型设备工作参数数据采集卡

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB02 Change of applicant information

Address after: No. 261, East Section of Feiyun Avenue, Mianyang City, Sichuan Province, 621000

Applicant after: Sichuan Anhe Precision Electronics and Electrical Appliances Co., Ltd.

Applicant after: Sichuan University

Address before: No. 261, East Section of Feiyun Avenue, Mianyang City, Sichuan Province, 621000

Applicant before: SICHUAN ANHE PRECISION ELECTRONIC ELECTRICAL APPLIANCES CO., LTD.

Applicant before: Sichuan University

CB02 Change of applicant information
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant