本文介绍如何使用LTspice®分析状态监控系统中振动数据的频谱，以便能够在工业机械电机故障的早期发出预警，同时介绍如何从Microsoft Excel® 电子表格中提取X、Y和Z平面数据，并将其转化为可以通过LTspice进行傅里叶变换的格式，以生成振动数据的谐波量图。

数字技术的进步没有丝毫放缓的迹象，已渗透到我们生活的方方面面，为机器提供智能并非奥威尔式的反乌托邦。由于自动化反馈环路有助于减少直接维护时间，因此可提高工厂自动化的效率。

工业4.0描述了将大数据的优势带入工厂车间的概念，装有传感器的机器可监控自身的性能并相互通信，从而共同分担整个工作载荷，同时向后台提供重要的诊断信息，而且无论在同一座建筑物里还是在不同的大陆都可以实现。

ADI主要致力于为工业物联网(IIOT)提供解决方案，即从传感器到云的各种稳定可靠的高性能信号链组件。在工业自动化中的一个应用领域就是状态监控(CbM)，通过仔细校准机器的标称工作特性，然后使用本地传感器密切监控机器本身的状态。偏离标称信号的状态即表示机器需要维护。因此，配备状态监控系统的机器可根据实际需要进行维护，而不是相对随意地安排维修计划。

确定电机运行状态的一种比较好的方法是检查其振动特征。ADI的MEMS技术可用于持续监控电机的振动特征，并与已知无故障电机的特征比较，由此判断电机的运行状况。事实上，每种电机故障都有其自己的独特谐波特征。通过查看振动模式的谐波成分，可以检测轴承、内环和外环，甚至齿轮箱齿中的故障。

在LTspice中分析振动数据

为了产生用于在LTspice中进行傅里叶分析的数据，将三个ADXL1002加速度计连接到电机，如图1所示，以测量侧向、垂向和纵向（分别为X、Y和Z）振动。

图1.分别在侧向、垂向和纵向测得X、Y和Z通道的振动。

将振动数据下载并保存到Microsoft Excel电子表格中。在500 kSPS速率下进行数据采样，通过一秒振动数据得到三列Microsoft Excel数据，每列数据长500,000行。X、Y和Z数据样本如图2所示。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！