本实用新型涉及故障检测技术领域，尤其涉及一种智能纺纱并条故障检测系统。
背景技术：
随着当今社会工业化水平的迅猛发展，纺织工业生产水平也不断提高，其中纺织机械日益朝着高速化、精密化方向发展，在工作运转性能不断改善、自动化程度越来越高的同时，一方面它将大大提高劳动生产率，提高产品质量，降低生产成本和能耗，但另一方面也带来了严峻的问题，一旦其中某一机械元件发生故障往往会造成停车，甚至造成关键设备损坏以致停产待修，对最终纺织品质量也会造成不良的影响，直接或间接造成巨大的经济损失。而这些状况恰恰都是追求高速化生产、追求高的纺织生产效益的纺织企业所不希望的。
罗拉是纺织机械中被广泛应用的机械部件，贯穿于纺纱工艺的大部分环节，包括并条、粗纱以及细纱机等，主要起到对须条的牵伸作用，最终形成某种特定规格的纱线。一直以来，伴随在纱线上的牵伸波和机械波是影响纱条不匀的重要因素。其中牵伸波是由于纤维在牵仲区内变速不稳定造成的，与牵伸工艺有关；而机械波则主要是由于罗拉机构中的构件或者传动齿轮发生缺陷引起的，罗拉结构运转状态的好坏直接决定了最终产品质量的好坏。由于振动是最重要的信息来源，是机械设备状态信息的载体，它蕴含了丰富的机械设备异常或故障信息，振动特征是机械设备运行状态特征的本质反映，另外，并条工序是决定最终纱线质量的关键环节，因此开展并条机罗拉故障诊断技术的研究，不仅能够帮助我们及早发现故障避免停车维修造成时间效益上的损失，同时能减少重要机械部件的严重损毁所要付出的沉重的经济损失。
尽管故障诊断技术已经日趋成熟，然而机械故障诊断技术在纺织领域的研究仍然处于摸索和探讨阶段。目前，纺织企业对罗拉故障的诊断主要靠手工检测，然而仅仅靠工作人员的经验断定机械故障，不方便对故障信息及时的保留和传承，不方便进行技术指导和交流。因此，亟需提供一种用于对并条机中罗拉振动信号进行分析和处理的系统，以便将对罗拉振动故障的主观判断过渡到客观评判，为准确的故障定位提供可寻依据。
技术实现要素：
本实用新型的目的是针对现有技术存在的问题，提供一种智能纺纱并条故障检测系统，通过对并条机罗拉牵伸机构产生的振动信号进行特征提取及计算分析，实现了对并条机罗拉故障的在线实时检测，提高了处理并条机罗拉故障的效率及准确性，实现了并条机罗拉故障诊断由人工经验主观评价向客观评价的过渡，从而提高了纺织生产效率及纱线质量。
为实现上述目的，本实用新型采用的技术方案是：
一种智能纺纱并条故障检测系统，包括依次电连接的罗拉牵伸机构、传感器模块、数据处理模块、控制模块和报警模块，所述传感器模块用于采集所述罗拉牵伸机构产生的振动信号；所述数据处理模块与所述传感器模块电连接，所述数据处理模块用于对采集到的振动信号进行特征提取，并根据当前提取的特征信号与预设特征参量的关联关系确定所述罗拉的故障信息；所述控制模块与所述数据处理模块电连接，所述控制模块在判断所述振动信号发生故障时，控制所述报警模块报警。
优选的，所述数据处理模块包括依次连接的电荷放大器、滤波器和a/d转换器构成。
优选的，所述数据处理模块用于判断所述提取的特征信号是否大于或等于预设特征参量的振动阈值，并在所述提取的特征信号大于或等于预设特征参量的振动阈值时判断所述并条系统发生故障。
优选的，所述故障信息包括罗拉弯曲、罗拉椭圆、主传动齿轮旋转质量不平衡、传动齿轮缺陷中的一种。
传动齿轮缺陷是指齿轮的局部性缺陷，它包括齿轮个别轮齿折损、个别齿面磨损、点蚀、齿根裂纹等，致使齿轮在啮合过程中，旋转至此轮齿时将激发相对较大的冲击振动，在振动波形上出现较大的周期性脉冲幅值，其主要的频率成分为主旋转频率和其高次谐波。
进一步的，所述提取的特征信号参量值包括信号振幅、均方值
其中，信号振幅又称信号峰峰值，是信号一个周期中最大幅值与最小幅值的差，其描述了物体振动幅度的大小和振动强弱。
进一步的，均方值反映了信号x(t)相对零值的波动情况，表示信号的平均能量，其计算公式为：
其中，x(t)表示信号样本，p(x)表示样本的概率密度函数，t表示周期，n表示样本数。
方差用来描述信号相对于其均值的波动情况，反映信号的动态能量，方差的开方称为标准差，其计算公式为：
概率分布函数是信号幅值小于等于某一值x的概率，其计算公式为：
概率密度函数表示信号幅值为x的概率，其计算公式为：
偏态指标
自相关函数是用于了解某t时刻的振动和另一t τ时刻的振动之间的依赖关系或相似情况，因此用两时刻的振动之积的平均值来表示。其计算公式为：
k＝0，1，2…n-1
其中，△t表示采样时间间隔，n表示信号长度，i表示延时间轴的采样序数。当并条机的罗拉正常工作无故障存在时，振动是随机的，所以自相关函数是一窄脉冲；但是当并条机罗拉出现故障时，特别是出现周期性的冲击时，在时延为周期的整数倍数处，自相关函数就会出现较大的峰值。
信号功率谱反映了信号能量的随机分布情况，当信号中的频率成分的能量比发生变化时，功率谱的重心位置也会随之发生变化，因此通过功率谱重心位置的变化及谱能量分布的分散情况，可以作为不同罗拉故障信号的频域特征信号。功率谱重心特征参量计算公式如下：
其中，x(f)表示幅值频谱，t表示信号的周期，s(f)表示信号的功率谱，f表示频率值。当并条机的罗拉正常工作无故障存在时，频率成分主要集中在低频，此时功率谱重心fc较小；但是当并条机罗拉出现故障时，由于局部损伤造成的冲击共振致使主频区右移，因此功率谱重心fc值增大。
功率谱方差特征参量计算公式如下：
功率谱方差与功率谱靠近重心的分布有关，当功率谱靠近重心值较大时，vf值则较小，反之，当功率谱远离重心值较大时，vf值则较大，它反映了谱能量分布的分散程度。
均方频率的大小代表功率谱主频带位置的变化，其计算公式如下：
功率谱积分比表示功率谱图上某些频率幅值的增加或某段频率幅值的整体增加，其计算公式如下：
其中，a、b分别表示在功率谱图上进行积分时频率的下限和上限值，其分别对应于机械设备出现故障时，功率谱图的幅值增大的起始频率点和结束频率点；sy(f)、sx(f)分别表示罗拉出现故障、正常运行时的功率谱密度函数。
优选的，所述传感器模块探头平面与所述罗拉牵伸机构的水平直径垂直，且该直径穿过传感器模块探头平面的中心。
优选的，所述传感器模块为电涡流传感器且为非接触式测量。
优选的，所述报警模块包括：语音报警器，所述语音报警器用于对工作人员发出语音提示。
优选的，所述系统还包括数据存储模块，所述数据存储模块用于对所述数据处理模块处理后的数据进行存储并供数据分析和故障诊断时交互调用。
与现有技术相比，本实用新型的有益效果是：本实用新型通过传感器模块采集罗拉牵伸机构的振动信息，然后通过数据处理模块对采集的信息进行特征提取并判断所述提取的特征信号是否大于或等于预设特征参量的振动阈值，从而对罗拉牵伸机构的故障信息进行诊断，并利用控制模块在判断所述振动信号发生故障时，控制所述报警模块报警提醒，从而实现了并条机罗拉故障的在线实时检测，提高了处理并条机罗拉故障的效率及准确性，实现了并条机罗拉故障诊断由人工经验主观评价向客观评价的过渡，从而有助于提高纺织生产效率及纱线质量。
附图说明
为了更清楚地说明本实用新型具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图是本实用新型一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本实用新型智能纺纱并条故障检测系统结构示意图；
图2为本实用新型数据处理模块的信号处理流程图。
具体实施方式
以下将结合附图对本实用新型各实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本实用新型的一部分实施例，而不是全部的实施例。基于本实用新型的实施例，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，都属于本实用新型所保护的范围。
下面通过具体的实施例子并结合附图对本实用新型做进一步的详细描述。
实施例
参照图1，本实施例提供一种智能纺纱并条故障检测系统，包括依次电连接的罗拉牵伸机构、传感器模块、数据处理模块、控制模块和报警模块，所述传感器模块用于采集所述罗拉牵伸机构产生的振动信号；所述数据处理模块与所述传感器模块电连接，所述数据处理模块用于对采集到的振动信号进行特征提取，并根据当前提取的特征信号与预设特征参量的关联关系确定所述罗拉的故障信息；所述控制模块与所述数据处理模块电连接，所述控制模块在判断所述振动信号发生故障时，控制所述报警模块报警。
具体的，参照图2，所述数据处理模块包括依次连接的电荷放大器、滤波器和a/d转换器构成。由传感器模块测得的罗拉振动信号较微弱因此传感器模块测得的信号需先经过电荷放大器进行整流放大，从电荷放大器里出来的信号再经过滤波器滤波得到模拟信号，该模拟信号无法被控制模块识别，需要经a/d转换器进行模/数转换成控制模块可以识别处理的数字信号，并对数字信号进行时域频域分析，从而成功的实现对并条机罗拉牵伸机构的故障信号分析。
具体的，所述数据处理模块用于判断所述提取的特征信号是否大于或等于预设特征参量的振动阈值，并在所述提取的特征信号大于或等于预设特征参量的振动阈值时判断所述并条系统发生故障。
其中，本实用新型中罗拉的转速为180转/分，即固有频率为3hz，电机转动的固有频率为50hz。
具体的，所述故障信息包括罗拉弯曲、罗拉椭圆、主传动齿轮旋转质量不平衡、传动齿轮缺陷中的一种。
具体的，所述传感器模块探头平面与所述罗拉牵伸机构的水平直径垂直，且该直径穿过传感器模块探头平面的中心。
具体的，所述传感器模块为电涡流传感器且为非接触式测量。
具体的，所述报警模块包括：语音报警器，所述语音报警器用于对工作人员发出语音提示。
具体的，所述系统还包括数据存储模块，所述数据存储模块用于对所述数据处理模块处理后的数据进行存储并供数据分析和故障诊断时交互调用。
本实用新型中，罗拉振动产生的位移信号，通过电涡流传感器感知，并经数据处理模块放大、滤波后转换成电压的模拟信号，并经a/d转换器进行模/数转换成控制模块可以识别处理的数字信号，同时所述数据处理模块会对电涡流传感器采集的信号进行分析处理并通过所述数据存储模块对数据进行存储。
其中，所述并条故障检测系统通过传感器模块采集罗拉牵伸机构产生的振动信号，并由所述数据处理模块对采集到的振动信号进行特征提取并与系统中预设的罗拉正常运行时的特征参量的关联关系确定所述罗拉的故障信息。所述数据处理提取的特征信号参量值包括信号振幅、均方值
其中，信号振幅又称信号峰峰值，是信号一个周期中最大幅值与最小幅值的差，其描述了物体振动幅度的大小和振动强弱。
均方值反映了信号x(t)相对零值的波动情况，表示信号的平均能量，其计算公式为：
其中，x(t)表示信号样本，p(x)表示样本的概率密度函数，t表示周期，n表示样本数。
方差用来描述信号相对于其均值的波动情况，反映信号的动态能量，方差的开方称为标准差，其计算公式为：
概率分布函数是信号幅值小于等于某一值x的概率，其计算公式为：
概率密度函数表示信号幅值为x的概率，其计算公式为：
偏态指标
自相关函数是用于了解某t时刻的振动和另一t τ时刻的振动之间的依赖关系或相似情况，因此用两时刻的振动之积的平均值来表示。其计算公式为：
k＝0，1，2…n-1
其中，△t表示采样时间间隔，n表示信号长度，i表示延时间轴的采样序数。当并条机的罗拉正常工作无故障存在时，振动是随机的，所以自相关函数是一窄脉冲；但是当并条机罗拉出现故障时，特别是出现周期性的冲击时，在时延为周期的整数倍数处，自相关函数就会出现较大的峰值。
信号功率谱反映了信号能量的随机分布情况，当信号中的频率成分的能量比发生变化时，功率谱的重心位置也会随之发生变化，因此通过功率谱重心位置的变化及谱能量分布的分散情况，可以作为不同罗拉故障信号的频域特征信号。功率谱重心特征参量计算公式如下：
其中，x(f)表示幅值频谱，t表示信号的周期，s(f)表示信号的功率谱，f表示频率值。当并条机的罗拉正常工作无故障存在时，频率成分主要集中在低频，此时功率谱重心fc较小；但是当并条机罗拉出现故障时，由于局部损伤造成的冲击共振致使主频区右移，因此功率谱重心fc值增大。
功率谱方差特征参量计算公式如下：
功率谱方差与功率谱靠近重心的分布有关，当功率谱靠近重心值较大时，vf值则较小，反之，当功率谱远离重心值较大时，vf值则较大，它反映了谱能量分布的分散程度。
均方频率的大小代表功率谱主频带位置的变化，其计算公式如下：
功率谱积分比表示功率谱图上某些频率幅值的增加或某段频率幅值的整体增加，其计算公式如下：
其中，a、b分别表示在功率谱图上进行积分时频率的下限和上限值，其分别对应于机械设备出现故障时，功率谱图的幅值增大的起始频率点和结束频率点；sy(f)、sx(f)分别表示罗拉出现故障、正常运行时的功率谱密度函数。
其中，罗拉弯曲故障是由罗拉轴弯曲所致，罗拉发生弯曲故障时其特征频率为：
f＝2fm nfr
式中：fm为电机转动的固有频率；fr为罗拉的固有频率。
本实用新型中罗拉的转速为180转/分，即固有频率为3hz，电机转动的固有频率为50hz。由上式计算出，当n＝1时，罗拉发生弯曲故障时的特征信号频率为(100±3)hz；因此，当系统测得频谱图上的97和103hz处有明显的频率增量时，可判断出罗拉发生弯曲故障。此外，实用新型人通过大量模拟仿真测试发现，当罗拉发生弯曲故障时，其峰峰值和标准差均大于罗拉正常时的对应结果，且罗拉的振动幅度和振动幅值的离散度均比罗拉正常时有所增大。
将罗拉出现椭圆故障时，在时域波形和自相关分析中可以看出信号明显是出两种周期成分的波构成，且新增的周期成分为原周期的一半，即新增频率为原来的2倍。同时当罗拉发生椭圆故障时，其振动幅值和离散度均变大，在概率密度曲线上，罗拉椭圆时，振动幅值的分布集中于中部，表现为“山丘”状，而非椭圆时，振动幅值的分布则分散于两边，呈“驼峰”状。
当罗拉发生主传动齿轮旋转质量不平衡故障时，罗拉的振动幅度增大，由上述特征信号计算公式计算可知，当幅值、标准差、峭度系数特征参量均增大时，可判断罗拉发生主传动齿轮旋转质量不平衡故障。
当传动齿轮出现松动故障时，其功率谱重心、均方频率、功率谱方差特征参量均变小，且在191-193hz，203-205以及216-218频率段的频率积分比比sp的增量在1.5倍左右，以此作为齿轮松动故障的特征频率。
当传动轮齿发生缺陷时，其振动信号的振幅增大，振幅的离散性也略微增大，说明罗拉的振动幅度变大，且峭度系数、功率谱重心，尤其是均方频率均变大，说明主频带右移；功率谱方差增加的幅度极大，这说明谱能量分布比较分散，且谱能量的分布趋于高频段，在频谱图的45-55hz和120-180hz处的频谱分量较活跃，频谱的幅值增量比较明显，频谱图也变得比较复杂。
以上所述，仅为本实用新型的说明实施例，并非对本实用新型任何形式上和实质上的限制，应当指出，对于本技术领域的普通技术人员，在不脱离本实用新型方法的前提下，做出的若干改进和补充也应视为本实用新型的保护范围；凡熟悉本专业的技术人员，在不脱离本实用新型精神和范围的情况下，利用以上所揭示的技术内容做出的些许更改、修饰与演变的等同变化，均为本实用新型的等效实施例；同时，凡依据本实用新型的实质技术对上述实施例所做的任何等同变化的更改、修饰与演变，均仍属于本实用新型的保护范围。
1.一种智能纺纱并条故障检测系统，其特征在于，包括依次电连接的罗拉牵伸机构、传感器模块、数据处理模块、控制模块和报警模块，所述传感器模块用于采集所述罗拉牵伸机构产生的振动信号；所述数据处理模块与所述传感器模块电连接，所述数据处理模块用于对采集到的振动信号进行特征提取，并根据当前提取的特征信号与预设特征参量的关联关系确定所述罗拉的故障信息；所述控制模块与所述数据处理模块电连接，所述控制模块在判断所述振动信号发生故障时，控制所述报警模块报警。
2.根据权利要求1所述的一种智能纺纱并条故障检测系统，其特征在于，所述数据处理模块包括依次连接的电荷放大器、滤波器和a/d转换器构成。
3.根据权利要求1所述的一种智能纺纱并条故障检测系统，其特征在于，所述传感器模块探头平面与所述罗拉牵伸机构的水平直径垂直，且该直径穿过传感器模块探头平面的中心。
4.根据权利要求1所述的一种智能纺纱并条故障检测系统，其特征在于，所述传感器模块为电涡流传感器且为非接触式测量。
5.根据权利要求1所述的一种智能纺纱并条故障检测系统，其特征在于，所述报警模块包括：语音报警器，所述语音报警器用于对工作人员发出语音提示。
6.根据权利要求1所述的一种智能纺纱并条故障检测系统，其特征在于，所述系统还包括数据存储模块，所述数据存储模块用于对所述数据处理模块处理后的数据进行存储并供数据分析和故障诊断时交互调用。
技术总结