一种机械故障监测系统及方法
【技术领域】
[0001] 本发明属于监测技术领域，尤其涉及一种机械故障监测系统及方法。
【背景技术】
[0002] 随着诊断监测技术的发展，市面上出现了很多对机器设备运行情况进行监测的设 备，如振动分析仪、噪声分析仪等。该些监测仪器一般由采集设备、传感器、处理模块及软件 构成，主要分为H种类型。
[0003] 第一种类型为手持的的基本测量设备。通过一个或两个传感器，结合基本的调理 电路，使用基本的模数转换器W及微处理器来进行简单的输出显示。
[0004] 第二种类型为基于ARM或者x86处理器嵌入式系统设计的便携仪器。相对于第一 种类型的仪器，其数据处理能力较强，能够进行运算量较大的算法分析，如快速傅里叶变换 算法FFT。然而每次运算时，只能在当前窗口实现一种复杂算法，多种算法是通过串行来实 现的，不能进行多个通道同步分析、多种复杂算法同步处理，因此不能在同一时刻对机械进 行多种故障监测W及分析。
[0005] 第H种类型为基于高性能服务器（一般为SMP多处理器结构）构建的监测系统， 该种系统拥有数十个x86处理核也，性能很强，因此能同时处理多个通道及多种算法，但整 套设备体积大，功耗很高，一般用于在线系统，放置于监控室内。但是在线系统工程实施比 较复杂，成本较高，一般只针对长期运行的重大设备设立，不能快速应用于尚未布置监测线 路和环境恶劣的场合，适用性不强。
[0006] GPGPU全称GeneralPu巧oseGPU,即通用计算图形处理器，主要应用于图像撞染、 生物工程等方面。虽然现在也有对CPU-GPU合作计算方法的研究，但只是一些主要针对协 作模式的基本设想，并没有针对机械故障诊断领域的研究应用。
【发明内容】
[0007] 本发明的目的在于提供一种基于GPGPU的多通道机械故障监测系统及方法，W实 现在机械故障监测系统中结合应用CPU和GPGPU运算，实现在当前窗口对多路运行参数的 同步分析和处理，W及缩小所述机械故障监测系统的体积、提高所述机械故障监测系统的 适用性。
[0008] 本发明是该样实现的，一种机械故障监测系统，所述系统包括：
[0009] 多个传感器，用于分别探测机械设备的运行参数，W获得多路运行参数，并将所述 多路运行参数发送到GPU调理模块；
[0010] 与所述多个传感器连接的GPU调理模块，用于接收传感器所发送的多路运行参 数，对所述多路运行参数进行调理，并将调理后的多路运行参数发送到GPU采集模块；
[0011] 与所述GPU调理模块连接的GPU采集模块，用于接收GPU调理模块发送的调理后 的多路运行参数，将所述调理后的多路运行参数中的每一路调理后的运行参数转换为数字 信号，获得多路数字信号，并将所述多路数字信号发送到GPU编码模块；
[0012] 与所述GPU调理模块连接的GPU编码模块，用于接收GPU编码模块发送的多路数 字信号，对所述多路数字信号中的每一路数字信号进行编码，并将编码后的多路数字信号 发送到处理器；
[0013] 与所述GPU编码模块连接的处理器，用于通过GPGPU运算，并行处理所述编码后的 多路数字信号。
[0014] 进一步地，所述多个传感器包括转速传感器、噪声传感器、位移传感器W及加速度 传感器。
[0015] 进一步地，所述GPU调理模块采用PCI-E接口，W实现将调理后的多路运行参数快 速地发送到GPU采集模块。
[0016] 进一步地，所述系统还包括同步授时模块，所述同步授时模块包含一纳米级别的 计时器；
[0017] 所述同步授时模块通过所述纳米级别的计时器向GPU采集模块统一授时，W使得 所述GPU采集模块能够同步采集GPU调理模块发送的调理后的多路运行参数；W及向所述 GPU编码模块进行授时。
[0018] 进一步地，所述处理器为一包含GPU监测软件的微型x86异构系统，所述处理器具 体用于：
[0019] 接收GPU编码模块发送的编码后的多路数字信号，开辟32通道X15个窗口数据 序列的存储空间，采用预设的算法对所述编码后的多路数字信号进行同步运算处理，并将 运算结果输出至所述存储空间；
[0020] 通过CPU运算，从所述存储空间中调用同时刻的运算结果，并显示所述运算结果， W完成人机交互、硬件链接、数据库操作W及数据回放。
[0021] 进一步地，所述预设的算法包括快速傅里叶变换FFT、瀑布图、轴也轨迹、倍频程分 析、分频段分析、时域分析；
[0022] 其中，所述快速傅里叶变换算法FFT包括十种窗口。
[0023] 进一步地，所述GPU编码模块与所述处理器之间通过PCI-E接口传输数据，W提高 数据的传输速率。
[0024] 本发明的第二方面，提供了一种机械故障监测方法，所述方法应用于由多个传感 器、GPU调理模块、GPU采集模块、GPU编码模块W及处理器组成的机械故障监测系统，所述 方法包括：
[0025] 通过传感器探测机械设备的运行参数，W获得多路运行参数，并将所多路运行参 数发送到GPU调理模块；
[0026] 所述GPU调理模块接收到传感器所发送的多路运行参数后，对所述多路运行参数 进行调理，并将调理后的多路运行参数发送到GPU采集模块；
[0027] 所述GPU采集模块接收GPU调理模块发送的调理后的多路运行参数，将所述调理 后的多路运行参数中的每一路调理后的运行参数转换为数字信号，获得多路数字信号，并 将所述多路数字信号发送到GPU编码模块；
[0028] 所述GPU编码模块接收GPU编码模块发送的多路数字信号，对所述多路数字信号 中的每一路数字信号进行编码，并将编码后的多路数字信号发送到处理器；
[0029] 所述处理器通过GPGPU运算，并行处理所述编码后的多路数字信号。
[0030] 进一步地，所述系统还包括同步授时模块，所述方法还包括：
[0031] 所述同步授时模块通过纳米级别的计时器向GPU采集模块统一授时，W使得所述 GPU采集模块能够同步采集GPU调理模块发送的调理后的多路运行参数。
[0032] 进一步地，所述处理器为一包含GPU监测软件的微型x86异构系统；所述处理器通 过GPU监测软件，并行处理所述编码后的多路数字信号具体为：
[0033] 接收GPU编码模块发送的编码后的多路数字信号，开辟32通道X15个窗口数据 序列的存储空间，采用预设的算法对所述编码后的多路数字信号进行同步运算处理，并将 运算结果输出至所述存储空间；
[0034] 通过CPU运算，从所述存储空间中调用同时刻的运算结果，并显示所述运算结果， W完成人机交互、硬件链接、数据库操作W及数据回放。
[00巧]与现有技术相比，本发明将GPGPU技术运用到机械故障监测领域，通过设置多个 传感器，由所述多个传感器对机械设备进行探测W获得多路运行参数，并由GPU调理模块 对传感器所探测到的多路运行参数进行调理，然后由GPU采集模块将所述调理后的多路运 行参数中的每一路调理后的运行参数转换为数字信号，获得多路数字信号；GPU编码模块 再对所述多路数字信号中的每一路数字信号进行编码，最后由所述处理器通过GPGPU监测 软件，并行处理所述编码后的多路数字信号，从而实现了CPU和GPGPU运算的结合，使得机 械故障监测系统摆脱了对CPU处理能力的依赖，实现了机械故障监测系统的微型化；进一 步地，本发明中增加的GPU调理模块频率带宽大，能够大大地提高数据传输的速度；所述 GPGPU能够同时并行运行多种算法，从而实现了在当前窗口对多路运行参数的同步分析和 处理。
【附图说明】
[0036] 图1是本发明实施例一提供的机械故障监测系统的组成结构；
[0037] 图2是本发明实施例二提供的机械故障监测系统的组成结构；
[0038] 图3是本发明实施例H提供的机械故障监测方法的实现流程图。
【具体实施方式】
[0039] 为了使本发明的目的、技术方案及优点更加清楚明白，W下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用W解释本发明，并 不用于限定本发明。
[0040] 与现有技术相比，本发明将GPGPU技术运用到机械故障监测领域，通过设置多个 传感器，由所述多个传感器对机械设备进行探测W获得多路运行参数，并由GPU调理模块