Java 中的异步电机诊断：FFT、Park 变换

基于Java的异步电机诊断：FFT与Park变换应用

这款基于Java的系统通过分析异步电动机的电流信号来诊断故障。它集成了信号处理、快速傅里叶变换（FFT）和Clarke-Park变换，为工程师提供强大的设备健康监测工具。

架构与信号处理

系统采用JavaFX构建，适用于桌面工作站，主要挑战在于处理25.6 kHz采样率的电流信号。原始数据包含变频器引入的高频噪声，需要先进行滤波处理。

关键信号处理步骤：

• 低通滤波：使用1 kHz截止频率的Butterworth数字滤波器去除噪声。
• 汉明窗加窗：减少频谱泄漏，提高幅度精度。
• FFT实现：计算幅度谱和相位谱，检测谐波分量。

滤波与加窗示例代码：

public double[] applyHammingWindow(double[] signal) {
    int N = signal.length;
    int Fs = 25600;
    int order = 4;
    int cutOff = 1000;
    
    Butterworth flt = new Butterworth(Fs);
    double[] result = flt.lowPassFilter(signal, order, cutOff);
    
    double[] windowedSignal = new double[N];
    Hamming w1 = new Hamming(N);
    double[] out = w1.getWindow();
    
    for (int i = 0; i < N; i++) {
        windowedSignal[i] = result[i] * out[i];
    }
    return windowedSignal;
}

数据可视化与分析

应用界面支持多种图表类型，便于全面诊断：

• 电流示波器：时域波形分析，支持缩放。
• Park向量图：Clarke-Park变换后d-q坐标系中的电流轨迹。
• FFT谱图：识别主导频率和指示故障的谐波。

批量处理最多40个CSV文件，便于对比分析。统一滤波设置应用于所有数据集，便于追踪电机状态变化。

性能优化

通过优化I/O和多线程实现高速处理：

• 70 MB CSV文件在Intel Core i5（16 GB内存）上处理时间不到2秒。
• 图表更新延迟<100 ms，通过分离计算与渲染线程实现。
• BufferedReader降低内存占用。

JDSP（Java数字信号处理）库提供现成滤波器和窗函数，加速原型开发。

用户界面与功能

交互元素支持深入分析：

• 图表提示：悬停显示点值。
• 显示选项：单位（相对或dB）、频率范围、信号类型。
• 主题：明暗模式。
• 控件：颜色编码数据集、缩放滑块、文件按钮。

LineChart提示设置示例：

public static void setupTooltip(XYChart.Data<Number, Number> data, String seriesName) {
    Circle circle = new Circle(2);
    circle.setOpacity(0.5);
    circle.setOnMouseEntered(event -> {
        Tooltip tooltip = new Tooltip(
            "Y: " + data.getYValue() + "\n" +
            "X: " + data.getXValue() + "\n" + seriesName
        );
        tooltip.setShowDelay(Duration.ONE);
        Tooltip.install(circle, tooltip);
    });
    data.setNode(circle);
}

关键要点

• FFT和Park变换通过电流谐波检测电机故障。
• 优化处理可在2秒内搞定70 MB文件。
• 多线程确保UI响应时间<100 ms。
• JDSP简化Java上的DSP开发。
• 批量模式无缝对比最多40个数据集。

— Editorial Team