阳 震，严保康，路鹏程，陆翔宇

(武汉科技大学信息科学与工程学院，湖北武汉 430081)

0 引言

电机、水泵等大型旋转设备广泛应用于冶金、采矿、电力等行业，它们以转子及滚动轴承部件构成设备核心，是旋转机械的关键部分[1]。其长期工作在极其恶劣的环境中，且易受到现场各种复杂因素的影响，从而导致旋转设备发生故障，影响生产效率以及造成经济财产的损失。因此，对电机、水泵运行状态监测以及故障数据处理非常关键。

近年来，科研工作者利用虚拟仪器LabVIEW软件开发了一些机械故障诊断的系统。严展鸿等[2]利用LabVIEW软件开发了一套大型转子监测与故障诊断系统，并结合转子特性提供了一种小波包分解方案；喻洋洋等[3]结合小波分解、希尔伯特变换以及数学形态学分析算法，利用LabVIEW软件开发了滚动轴承故障诊断系统，并利用旋转机械故障实验平台验证了该系统的适用性；于波等[4]依靠BP神经网络，基于LabVIEW软件平台对旋转机械故障诊断进行了研究。

本文基于LabVIEW开发了针对大型旋转设备的数据监测与故障诊断系统，实现了旋转设备的在线监测、预警和实时诊断。通过模拟故障振动信号，首先对其进行EMD分解去除趋势项，然后进行Hilbert包络谱分析与Teager能量算子分析，该方法对于早期故障振动信号的信噪比提升具有显著的作用。

1 监测软件总体设计

旋转设备状态监测系统结构如图1所示。主要包括设备管理模块、标准管理模块、监控视图模块、异常视图模块、趋势分析模块、振动分析模块、维护检修意见模块等，其中趋势分析模块及振动分析模块尤为重要，是监测系统的核心功能模块，是完成故障诊断与维护检修意见的基础。……