本文介紹如何使用LTspice分析狀態監控系統中振動數據的頻譜，以便能夠在工業機械電機故障的早期發出預警，同時介紹如何從Microsoft Excel 電子表格中提取X、Y和Z平面數據，并將其轉化為可以通過LTspice進行傅里葉變換的格式，以生成振動數據的諧波量圖。

數字技術的進步沒有絲毫放緩的跡象，已滲透到我們生活的方方面面，為機器提供智能并非奧威爾式的反烏托邦。由于自動化反饋環路有助于減少直接維護時間，因此可提高工廠自動化的效率。

工業4.0描述了將大數據的優勢帶入工廠車間的概念，裝有傳感器的機器可監控自身的性能并相互通信，從而共同分擔整個工作載荷，同時向后臺提供重要的診斷信息，而且無論在同一座建筑物里還是在不同的大陸都可以實現。

ADI主要致力于為工業物聯網(IIOT)提供解決方案，即從傳感器到云的各種穩定可靠的高性能信號鏈組件。在工業自動化中的一個應用領域就是狀態監控(CbM)，通過仔細校準機器的標稱工作特性，然后使用本地傳感器密切監控機器本身的狀態。偏離標稱信號的狀態即表示機器需要維護。因此，配備狀態監控系統的機器可根據實際需要進行維護，而不是相對隨意地安排維修計劃。

確定電機運行狀態的一種比較好的方法是檢查其振動特征。ADI的MEMS技術可用于持續監控電機的振動特征，并與已知無故障電機的特征比較，由此判斷電機的運行狀況。事實上，每種電機故障都有其自己的獨特諧波特征。通過查看振動模式的諧波成分，可以檢測軸承、內環和外環，甚至齒輪箱齒中的故障。

在LTspice中分析振動數據

為了產生用于在LTspice中進行傅里葉分析的數據，將三個ADXL1002加速度計連接到電機，如圖1所示，以測量側向、垂向和縱向(分別為X、Y和Z)振動。

圖1.分別在側向、垂向和縱向測得X、Y和Z通道的振動。將振動數據下載并保存到Microsoft Excel電子表格中。在500 kSPS速率下進行數據采樣，通過一秒振動數據得到三列Microsoft Excel數據，每列數據長500,000行。X、Y和Z數據樣本如圖2所示。

圖2.提取X、Y和Z數據。

現在可檢查此數據的諧波成分，以確定電機的運行狀況。傅里葉分析是從波形中提取分量頻譜的數學過程。純正弦波的頻譜中僅包含一個頻率，稱為基波頻率。如果正弦波失真，將出現除基波頻率之外的其他頻率。通過分析電機振動模式的頻譜，可精確地診斷其運行狀況。由于能夠執行傅里葉分析的硬件和軟件通常價格很高，所以這里我們介紹一種可以對MEMS數據進行傅里葉分析的方法，基本上無需任何成本。

LTspice是一款功能強大、可免費使用的電路仿真器，它可以使用從狀態監控系統的MEMS傳感器中獲取的振動數據，通過傅里葉分析繪制任何波形的頻譜。通過圖3所示的數據格式，LTspice能夠生成傅里葉分析圖，其中每個振動數據點都與其相應的時間戳配對。

圖3.時間和電壓實例的格式。使用Microsoft Excel將數據轉換成這種格式相對比較容易。過程如下。首先，將圖2中的數據列分成Excel文件中的三個工作表，命名為X、Y和Z，如圖4所示。

圖4.創建三個工作表后，將X、Y和Z數據復制到相應的工作表中。

在數據左側插入一列——此列為每個數據值的時間戳。由于在一秒內提取了500,000個數據樣本，每個數據點間隔2 μs。因此，在新列的第一個單元格中，輸入 2E-6 代表2μs處的第一個時間戳。

填充其余時間戳列數值的最簡單方式是使用Series命令。在Microsoft Excel的搜索框中，鍵入“Series”以顯示圖5所示的菜單選項。從下拉菜單中選擇填充系列或模式(Fill Series or Pattern), 然后選擇系列…(Series…)。

圖5.如何在Microsoft Excel中填充多個單元格。

此時出現圖6所示的對話框，選中列(Columns)和線性(Linear)單選按鈕。在步進值(Step value)中輸入2E-6，在停止值(Stop value)中輸入1。

圖6.使用線性擴展數據集填充單元格。點擊確定(OK)填充左列數據時間戳，從2 μs遞增到1秒。先填充前幾個值，然后將光標一直拖到數據范圍末尾的底部單元格，也可達到同樣的目的——但對于500,000行數據，需要拖得很長。現在就得到LTspice可以處理的數據格式，如圖7所示。

圖7.顯示時間戳和相應數據樣本的列。如果數據集很大，采樣間隔短，則Microsoft Excel可能會將時間戳四舍五入為不恰當的小數位數。如果出現這種情況，則突出顯示第一列，然后選擇然后選擇格式化(Format) > 格式化單元格(Format Cells)，如圖8所示。

圖8.重新選擇單元格的格式以去除所有舍入誤差。選擇合適的小數位數，如圖9所示。

圖9.將時間戳分辨率增加到小數點后5位。在填充時間戳列并擴展有效位數后，將每個工作表的兩列復制到記事本或其他文本編輯器文件中，如圖10所示。

圖10.包含時間和振動數據的文本文件。

總共應該有三個文本文件，其中包含狀態監控系統中X、Y和Z軸的振動數據。

現在，可將此數據直接讀入LTspice中。按照圖11所示在LTspice中構建原理圖。在該設計中，有六個電壓源分別對應于故障和非故障的X，Y，Z軸的數據。這樣就可以對新電機的振動數據執行傅里葉分析，并將分析結果與疑似故障電機數據的傅里葉分析進行比較。此方法的一大優勢是新(非故障)電機的頻率圖可以疊加在疑似故障電機的頻率圖上，因此，性能差異一目了然。

圖11.顯示故障電機和非故障電機振動數據電壓輸出的LTspice原理圖。

LTspice命令

.options plotwinsize=0 numdgt=15

去除了LTspice中的默認壓縮設置，有時會產生更清晰的結果。如果忽略此行，仿真運行速度會更快，但產生的結果可能不太精確。

完成原理圖后，右鍵單擊每個電壓源，選擇高級(Advanced)按鈕，選中PWL文件(PWL File)單選按鈕，然后輸入包含振動數據的相應文本文件的文件名，如圖12所示。這將創建一個分段線性電壓源，其中包含一系列電壓及其相應的時間實例。如果這些文本文件與LTspice文件存儲在同一目錄中，則操作會更簡單。

圖12.根據振動數據創建分段線性電壓源。然后應使用以下命令進行配置，在原始振動測試過程中運行瞬態分析

.tran 1

最后運行仿真。仿真可能需要一段時間才能完成，具體取決于數據點和瞬態分析時長。

故障電機和非故障電機的仿真結果如圖13所示。該實驗在一臺轉速為587.3 rpm的電機上進行，電機的軸承出現故障，外環未對準，負載為12磅。圖中還顯示了同一轉速下無故障電機的振動模式。顯然，與非故障電機相比，故障電機的振動特征幅度明顯更高。

圖13.故障和非故障電機振動數據的時域結果。

突出顯示波形(Waveform)窗口，然后從菜單欄中選擇查看(View) > FFTT。這將基于瞬態數據計算FFT。

從圖2中的數據可以看到，在35000V這樣如此高的失調電壓上，我們通過數字只能看到很小的變化。在LTspice中進行仿真時，這些數據會轉換成一個35,000 V的直流失調電壓，并在此失調電壓上還會疊加一個交流波形。

在傅里葉分析圖中，此失調電壓在頻譜位置的直流點上表現為很大的一個尖刺，因此，當LTspice自動縮放Y軸時，相關諧波比例極小。右鍵單擊X軸，指定高于直流電壓的頻率范圍，由此可忽略直流失調電壓——5 Hz至1 kHz應該足夠。

右鍵單擊Y軸，選擇線性(Linear)單選按鈕以查看諧波，如圖14所示。

圖14.去除直流雜散在線性坐標系中顯示的傅里葉圖。在圖形區單擊鼠標右鍵，可添加額外的繪圖窗格，即可將振動頻譜成分以X、Y和Z圖分別呈現，如圖15所示。

圖15.X、Y和Z振動圖分離。

可以清楚地看到電機的10 Hz旋轉頻率，以及60 Hz、142 Hz和172 Hz處存在明顯的諧波。雖然本文不會分析電機內部的哪些組件導致了這些諧波，但毫無疑問，振動模式因電機磨損而改變。

結論

ADI的MEMS加速度計系列能夠提供關鍵數據，進而在早期檢測出電機故障，但這只是解決方案的一半。必須通過傅里葉分析仔細研究這些數據。遺憾的是，能夠執行傅里葉分析的設備或軟件通常很昂貴。而LTspice能夠免費精確分析CbM數據，從而實現早期檢測和診斷機器故障。

審核編輯：湯梓紅