基于扭矩信息的運動系統故障檢測裝置

　　while(1) {

　　if(URXD0Flag) {

　　for(j = 1; j = 100;j++) {

　　sl = signal[i] 0xff;

　　sh = (signal[i++] 0xff00)>>8;

　　Uart_SendByte(sl);

　　Uart_SendByte(sh);

　　}

　　URXD0Flag = 0;

　　}

　　if(i >= 5000)

　　break;

　　}

　　5 算法驗證

　　這里以X-Y運動平臺為實驗對象，設計了系統故障實時檢測實驗，驗證故障檢測算法的有效性。首先通過實驗得到X-Y平臺正常工作時電機的電流信號TN，然后在平臺運動過程中給平臺施加一個額外的阻力（模擬故障發生的情況），得到電機輸出電流信號為TF。通過對這兩種情況下的電流偏差信號TE（TE=TN-TF）進行分析，可以從中提取出故障信號。

　　S3C44B0X通過ADC采集到的TN，TF信號，以及TE隨時間的變化曲線分別如圖2和圖3所示。

圖 2: TN,TF 變化曲線圖 3: TE 隨時間變化曲線

　　從圖3可以看出，TE信號中存在較多的干擾信息，為了準確無誤的檢測出其中的故障信號，就應采用某種濾波算法對TE進行處理，從而將故障信號提取出來。圖4和圖5分別是采用NEO和多步SNEO(m=50,b=50)兩種方法對TE進行處理，得到的信號曲線。

圖 4: 利用NEO 對TE 進行處理的結果曲線圖 5: 利用多步SNEO 對TE 進行處理的結果曲線

　　比較圖4和圖5可以看出，多步SNEO能夠更好的消除干擾噪聲的影響，將故障信息成功地提取出來。但是利用SNEO會引入一定的延時，從而造成故障被檢測出時間的滯后。從式(5)和式(6)可知，當m=50,b=50,采樣頻率為500Hz時，滯后時間為:

　　6 結論

　　本文利用非線性能量算法對電機電流偏差信號進行分析，能夠及時發現運動控制系統中發生的各種扭矩相關故障，從而提高系統故障檢測環節的準確性和及時性。可以在此基礎上設計系統容錯環節，使系統的安全性和可靠性得到更好的保證。