振动数据采集无线组网监测系统*

李俊杰, 刘宾

集成电路与嵌入式系统 ›› 2023, Vol. 23 ›› Issue (1) : 42-46.

PDF(1540 KB)
PDF(1540 KB)
集成电路与嵌入式系统 ›› 2023, Vol. 23 ›› Issue (1) : 42-46.
技术纵横

振动数据采集无线组网监测系统*

  • 李俊杰, 刘宾
作者信息 +

Vibration Data Acquisition Wireless Network Monitoring System

  • Li Junjie, Liu Bin
Author information +
文章历史 +

摘要

针对工厂设备在工作过程中可能损坏的情况,设计了一套以STM32为主控的振动信号采集系统,并应用ZigBee无线通信模块进行数据传输,实现对设备滚动轴承的实时监测。首先通过加速度传感器获取振动数据,然后经过信号调理和A/D转换后存储,最后通过ZigBee组网无线传输的方式在数据处理终端对数据进行处理分析,实现机器故障监测功能。通过滚动轴承模拟试验台测试,该系统可以实现振动信号的采集;通过对数据以CEEMD与峭度系数分解重构后进行包络分析,提取故障特征频率。该系统可以应用于设备的异常振动监测。

Abstract

Aiming at the condition that the factory equipment may be damaged during the working process,this paper designs a set of vibration signal acquisition system with STM32 as the main control,and uses ZigBee wireless communication module for data transmission,so as to realize the real-time monitoring of rolling bearings of the equipment.Firstly,the vibration data is obtained through the acceleration sensor,and then stored after signal conditioning and A/D conversion.Finally,the data is processed and analyzed in the data processing terminal through ZigBee network wireless transmission,so as to realize the machine fault monitoring function.The vibration signal can be collected by the rolling bearing simulation test bench.After the data is decomposed and reconstructed by CEEMD and kurtosis coefficient,the envelope is analyzed to obtain the characteristic frequency of the fault.The system can be applied to the abnormal vibration monitoring of equipment.

关键词

STM32F103 / 振动信号 / ZigBee / 包络解调

Key words

STM32F103 / vibration signal / ZigBee / envelope demodulation

引用本文

导出引用
李俊杰, 刘宾. 振动数据采集无线组网监测系统*[J]. 集成电路与嵌入式系统, 2023, 23(1): 42-46
Li Junjie, Liu Bin. Vibration Data Acquisition Wireless Network Monitoring System[J]. Integrated Circuits and Embedded Systems, 2023, 23(1): 42-46
中图分类号: TN914   

参考文献

[1] 舒恺,郭高鹏,张洁,等.基于LabVIEW的变压器振动信号数据采集系统[J].测控技术,2022(8):1-7.
[2] 郭勇.基于Φ-OTDR光纤振动信号的数据采集与研究[D].桂林:桂林电子科技大学,2021.
[3] 刘伟莲.船舶机电设备振动信号数据采集系统[J].舰船科学技术,2021,43(8):109-111.
[4] 于练.基于改进SVM的数控车床刀具故障诊断的研究[D].郑州:郑州大学,2020.
[5] 张轩瑞.基于CEEMD和GWO-SVR的铣削振动信号前瞻预测分析[D].哈尔滨:哈尔滨理工大学,2021.
[6] 沈正,粱鉴如,杨明来.基于LoRa和STM32的电梯监测系统设计[J].传感器与微系统,2022,41(5):102-105.
[7] 陈恒江,仲海东,彭佳丽.基于STM32F429的AD静态参数自动测试系统的设计与实现[J].电子与封装,2022,22(3):26-32.
[8] 崔海朋.基于STM32和AD5791的高精度数模转换电路设计[J].电子产品世界,2020,27(6):39-42.
[9] 柳晨曦.大型低速重载回转支承复合故障特征提取与模式识别[D].大连:大连理工大学,2018.
[10] 汤才刚,刘京京,沈瑞东.STM32单片机的SD卡存储器读写模块设计[J].单片机与嵌入式系统应用,2020,20(12):75-78,83.
[11] 张峻豪,张晓龙,王聪,等.嵌入式以太网串口服务器设计与实现[J].软件导刊,2021,20(9):123-129.
[12] 孙巍,孙芹东,马士全,等.STM32H743系列水声数据采集存储系统设计与实现[J].电子测量技术,2021,44(16):98-102.
[13] 贾乐乐,胡鹏,陈一帆.滚动轴承振动试验台及振动传感器定位件设计[J].黄河科技学院学报,2022,24(5):48-51.
[14] 王铁映,朱强,袁峰,等.考虑多影响因素精密机床主轴轴承试验台研制[J].组合机床与自动化加工技术,2021(9):16-18,23.
[15] 李峥,卢文秀,褚福磊.滚动轴承试验台动载荷加载装置[J].科技创新与应用,2020(12):24-29.
[16] 王景霖,曹亮,沈勇,等.航空发动机滚动轴承故障特征频率研究[J].自动化与仪表,2021,36(7):58-63.

基金

*山西省重大专项(20191102010)。
PDF(1540 KB)

70

Accesses

0

Citation

Detail

段落导航
相关文章

/