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。

对 ADI 产品进行的一项快速调查显示，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。

图 2. 提取 X、Y 和 Z 数据。

现在可检查此数据的谐波成分，以确定电机的运行状况。傅里叶分析是从波形中提取分量频谱的数学过程。纯正弦波的频谱中仅包含一个频率，称为基波频率。如果正弦波失真，将出现除基波频率之外的其他频率。通过分析电机振动模式的频谱，可精确地诊断其运行状况。

由于能够执行傅里叶分析的硬件和软件通常价格很高，所以这里我们介绍一种可以对 MEMS 数据进行傅里叶分析的方法，基本上无需任何成本。

LTspice 是一款功能强大、可免费使用的电路仿真器，它可以使用从状态监控系统的 MEMS 传感器中获取的振动数据，通过傅里叶分析绘制任何波形的频谱。

通过图 3 所示的数据格式，LTspice 能够生成傅里叶分析图，其中每个振动数据点都与其相应的时间戳配对。

图 3. 时间和电压实例的格式。

使用 Microsoft Excel 将数据转换成这种格式相对比较容易。过程如下。

首先，将图 2 中的数据列分成 Excel 文件中的三个工作表，命名为 X、Y 和 Z，如图 4 所示。

图 4. 创建三个工作表后，将 X、Y 和 Z 数据复制到相应的工作表中。

在数据左侧插入一列——此列为每个数据值的时间戳。

由于在一秒内提取了 500,000 个数据样本，每个数据点间隔 2 µs。因此，在新列的第一个单元格中，输入

2E-6

代表 2µs 处的第一个时间戳。

填充其余时间戳列数值的最简单方式是使用 Series 命令。在 Microsoft Excel 的搜索框中，键入“Series”以显示图 5 所示的菜单选项。

从下拉菜单中选择填充系列或模式(Fill Series or Pattern), 然后选择系列…(Series…)。

图 5. 如何在 Microsoft Excel 中填充多个单元格。

此时出现图 6 所示的对话框，选中列(Columns)和线性(Linear)单选按钮。在步进值(Step value)中输入 2E-6，在停止值(Stop value)中输入 1。

图 6. 使用线性扩展数据集填充单元格。

点击确定(OK)填充左列数据时间戳，从 2 µs 递增到 1 秒。先填充前几个值，然后将光标一直拖到数据范围末尾的底部单元格，也可达到同样的目的——但对于 500,000 行数据，需要拖得很长。

现在就得到 LTspice 可以处理的数据格式，如图 7 所示。

图 7. 显示时间戳和相应数据样本的列。

如果数据集很大，采样间隔短，则 Microsoft Excel 可能会将时间戳四舍五入为不恰当的小数位数。如果出现这种情况，则突出显示第一列，然后选择然后选择格式化(Format) > 格式化单元格(Format Cells)，如图 8 所示。

图 8. 重新选择单元格的格式以去除所有舍入误差。

选择合适的小数位数，如图 9 所示。

图 9. 将时间戳分辨率增加到小数点后 5 位。

在填充时间戳列并扩展有效位数后，将每个工作表的两列复制到记事本或其他文本编辑器文件中，如图 10 所示。

图 10. 包含时间和振动数据的文本文件。

总共应该有三个文本文件，其中包含状态监控系统中 X、Y 和 Z 轴的振动数据。

现在，可将此数据直接读入 LTspice 中。

按照图 11 所示在 LTspice 中构建原理图。在该设计中，有六个电压源分别对应于故障和非故障的 X，Y，Z 轴的数据。这样就可以对新电机的振动数据执行傅里叶分析，并将分析结果与疑似故障电机数据的傅里叶分析进行比较。此方法的一大优势是新（非故障）电机的频率图可以叠加在疑似故障电机的频率图上，因此，性能差异一目了然。

图 11. 显示故障电机和非故障电机振动数据电压输出的 LTspice 原理图。

LTspice 命令

.options plotwinsize=0 numdgt=15

去除了 LTspice 中的默认压缩设置，有时会产生更清晰的结果。如果忽略此行，仿真运行速度会更快，但产生的结果可能不太精确。

完成原理图后，右键单击每个电压源，选择高级(Advanced)按钮，选中 PWL 文件(PWL File)单选按钮，然后输入包含振动数据的相应文本文件的文件名，如图 12 所示。这将创建一个分段线性电压源，其中包含一系列电压及其相应的时间实例。如果这些文本文件与 LTspice 文件存储在同一目录中，则操作会更简单。

图 12. 根据振动数据创建分段线性电压源。

然后应使用以下命令进行配置，在原始振动测试过程中运行瞬态分析

.tran 1
最后运行仿真。仿真可能需要一段时间才能完成，具体取决于数据点和瞬态分析时长。

故障电机和非故障电机的仿真结果如图 13 所示。该实验在一台转速为 587.3 rpm 的电机上进行，电机的轴承出现故障，外环未对准，负载为 12 磅。图中还显示了同一转速下无故障电机的振动模式。显然，与非故障电机相比，故障电机的振动特征幅度明显更高。

图 13. 故障和非故障电机振动数据的时域结果。

突出显示波形(Waveform)窗口，然后从菜单栏中选择查看(View) > FFTT。这将基于瞬态数据计算 FFT。

从图 2 中的数据可以看到，在 35000V 这样如此高的失调电压上，我们通过数字只能看到很小的变化。在 LTspice 中进行仿真时，这些数据会转换成一个 35,000 V 的直流失调电压，并在此失调电压上还会叠加一个交流波形。

在傅里叶分析图中，此失调电压在频谱位置的直流点上表现为很大的一个尖刺，因此，当 LTspice 自动缩放 Y 轴时，相关谐波比例极小。右键单击 X 轴，指定高于直流电压的频率范围，由此可忽略直流失调电压——5 Hz 至 1 kHz 应该足够。

右键单击 Y 轴，选择线性(Linear)单选按钮以查看谐波，如图 14 所示。

图 14. 去除直流杂散在线性坐标系中显示的傅里叶图。

在图形区单击鼠标右键，可添加额外的绘图窗格，即可将振动频谱成分以 X、Y 和 Z 图分别呈现，如图 15 所示。

图 15.X、Y 和 Z 振动图分离。

可以清楚地看到电机的 10 Hz 旋转频率，以及 60 Hz、142 Hz 和 172 Hz 处存在明显的谐波。虽然本文不会分析电机内部的哪些组件导致了这些谐波，但毫无疑问，振动模式因电机磨损而改变。

结论

ADI 的 MEMS 加速度计系列能够提供关键数据，进而在早期检测出电机故障，但这只是解决方案的一半。必须通过傅里叶分析仔细研究这些数据。遗憾的是，能够执行傅里叶分析的设备或软件通常很昂贵。而 LTspice 能够免费精确分析 CbM 数据，从而实现早期检测和诊断机器故障。