<meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>

          新聞中心

          EEPW首頁(yè) > 測(cè)試測(cè)量 > 設(shè)計(jì)應(yīng)用 > 在線傳感器突變信號(hào)的檢測(cè)與區(qū)分

          在線傳感器突變信號(hào)的檢測(cè)與區(qū)分

          作者: 時(shí)間:2012-06-09 來(lái)源:網(wǎng)絡(luò) 收藏

            2.1頻帶分析方法

            設(shè)信號(hào)X(t)的頻帶寬度為[0,f],分解層數(shù)為N,則多分辨率分解后,各空間對(duì)應(yīng)的信號(hào)頻率范圍對(duì)不同頻帶內(nèi)的信號(hào)分析的方法.通常可以根據(jù)感興趣的信號(hào)頻率范圍,將信號(hào)在一定的尺度上分解,從而提取相應(yīng)頻帶內(nèi)的信息.若是對(duì)各頻帶內(nèi)的信號(hào)的能量進(jìn)行統(tǒng)計(jì)分析,形成反映信號(hào)能量的特征向量,稱之為頻帶的能量分析.

            2.2小波頻帶與能量積分

            小波頻帶分析技術(shù)的理論依據(jù)是Parseval能量積分等式,對(duì)于離散正交,Parseval等式為
          公式

            式中:x(t)為待分析的信號(hào);x(t),ψm,n(t)>為系數(shù).式(1)將信號(hào)時(shí)域的能量和小波展開域的能量對(duì)應(yīng)起來(lái),這樣就可以根據(jù)各頻帶內(nèi)的小波系數(shù)變化研究信號(hào)x(t)的組成頻率的變化.

            2.3分析步驟

            根據(jù)表1中的分析結(jié)果,基于多分辨率分析的能帶分析實(shí)現(xiàn)如下:

           ?、倮孟到y(tǒng)數(shù)學(xué)模型的先驗(yàn)知識(shí),確定對(duì)象的截止頻率ωc,以0~10ωc作為系統(tǒng)帶寬;

           ?、诖_定合適的采樣頻率,保證電磁干擾信號(hào)能被采集到,若采樣頻率為f,則分析頻率公式

           ?、鄞_定合適的小波分解層數(shù)N,使得0~lOωc正好包括在低頻空間VN內(nèi),并把整個(gè)分析空間分成相對(duì)的低頻空間和高頻空間,除系統(tǒng)帶寬所在的低頻空間VN外,其余空間WN,WN-1,Wl合并為高頻空間;

           ?、苓x擇合適的小波函數(shù)進(jìn)行多分辨率分解,將分解所得的小波系數(shù),按照式(1)計(jì)算相應(yīng)空間(頻帶)內(nèi)信號(hào)的能量,形成表征空間中信號(hào)能量的二維向量e=[e1,e2],其中e1表示低頻信號(hào)的能量,e2表示高頻信號(hào)的能量;

           ?、莅驯碚骺臻g能量的二維向量e=[e1,e2]歸一化處理,即公式

            進(jìn)行特征分析.e01代表低頻信號(hào)的能量與總能量之比,e02代表高頻信號(hào)的能量與總能量之比.

            3 仿真分析

            作者對(duì)圖1所示的典型系統(tǒng)進(jìn)行了仿真實(shí)驗(yàn),在正常工作狀態(tài)時(shí),Gc(s),Gv(s),Go(s)的取值同前,
          公式

            在系統(tǒng)穩(wěn)定的不同時(shí)刻,分別使R(s),D1(s)發(fā)生單位階躍變化;D2(s)由0變?yōu)榉禐?的脈沖信號(hào)或0.2sin100πt的周期信號(hào);對(duì)象和的特性傳函在正常值與故障值之間切換,以模擬引起輸出信號(hào)突變的5種原因、6種形式,并采集各突變過(guò)程的數(shù)據(jù).不論那種原因引起的信號(hào)突變,其高頻信號(hào)分量瞬間產(chǎn)生,很快消失.所以在采集到的信號(hào)的總能量中,高頻分量占的比率較小,為了提高檢測(cè)的靈敏度,對(duì)采集到的數(shù)據(jù)進(jìn)行了去“直流”處理,即把采樣數(shù)據(jù)與信號(hào)突變前10點(diǎn)的平均值相減.另外在采樣數(shù)據(jù)中加入了方差為0.003的零均值白噪聲.系統(tǒng)的采樣頻率f=200Hz,分析頻率fo=100 Hz,選用了db4小波對(duì)信號(hào)進(jìn)行了3層分解,這樣低頻空間的信號(hào)頻率范圍是0~12.5 Hz,高頻空間的信號(hào)頻率范圍是12.5~100 Hz,并對(duì)分析所得的高頻系數(shù)進(jìn)行了硬閾值去噪處理,然后按照式(1)進(jìn)行了能量比統(tǒng)計(jì),結(jié)果見表2.

            表2中,外部電磁場(chǎng)干擾引起的的低頻分量的比例較小,其原因是去“直流”的結(jié)果;被控對(duì)象故障引起的的高頻分量的比很小,其原因是由于本仿真中采用的的輸入頻帶也只有十幾Hz.表2的仿真結(jié)果與表l的理論分析結(jié)果的一致性,說(shuō)明了本方法的有效性.
          突變信號(hào)中高低信號(hào)分量能量比較計(jì)

            4 實(shí)驗(yàn)研究

            以某恒壓供水系統(tǒng)進(jìn)行實(shí)驗(yàn)研究,如圖4所示,壓力為L(zhǎng)DG-S型.經(jīng)測(cè)試,廣義對(duì)象的傳遞函數(shù)G(s)=l/(0.22s+1).調(diào)節(jié)器參數(shù)設(shè)定值:比例度P=142%,積分時(shí)間ti=3 s,微分時(shí)間td=2 s,由此可估計(jì)出低頻段頻率小于4 Hz.在系統(tǒng)穩(wěn)定的不同時(shí)刻,調(diào)整給定值以模擬給定輸入,調(diào)整零點(diǎn)以模擬傳感器恒偏差故障,調(diào)整調(diào)節(jié)器比例度以模擬調(diào)節(jié)器故障,頻繁啟停周圍電機(jī)以模擬電磁場(chǎng)引起的傳感器輸出突變,采集各種情況下的實(shí)驗(yàn)數(shù)據(jù).系統(tǒng)的采樣頻率f=128 Hz,分析頻率fo=64 Hz,選用db4小波對(duì)信號(hào)進(jìn)行了4層分解,這樣低頻空間的信號(hào)頻率范圍是0~4 Hz,高頻空間的信號(hào)頻率范圍是4~64 Hz,并對(duì)分析所得的高頻系數(shù)進(jìn)行了硬閾值去噪處理,然后按照式(1)進(jìn)行能量比統(tǒng)計(jì),結(jié)果見表3.由表3可知,實(shí)驗(yàn)結(jié)果與表2的仿真結(jié)果和表1的理論分析結(jié)果相一致,說(shuō)明了本方法的有效性.

          突變信號(hào)中高低信號(hào)分量能量比較計(jì)

            5 結(jié)論

            傳感器輸出的突變信號(hào)包含著很重要的故障信息,突變?cè)虿煌?,突變信?hào)的頻率組成不同.對(duì)于時(shí)間常數(shù)較大的被控對(duì)象,通常由給定輸入變化、干擾變化、控制器故障及執(zhí)行器故障引起的傳感器突變信號(hào)中,一般只有低頻成份.被控對(duì)象故障引起的突變信號(hào)中,一般也只有低頻成份.由外部電磁場(chǎng)干擾引起的突變信號(hào)一般為脈沖信號(hào),包含低頻成份和較多的高頻成份.由傳感器偏差故障的突變信號(hào)中,除含有低頻成份外,還含有少量的高頻分量.

            本文中提出的基于系統(tǒng)數(shù)學(xué)模型的小波頻帶分析方法,對(duì)數(shù)學(xué)模型的精度要求不高,能夠有效地診斷出傳感器的故障,為傳感器的故障檢測(cè)與性能評(píng)估提供了新的思路.


          上一頁(yè) 1 2 下一頁(yè)

          評(píng)論


          相關(guān)推薦

          技術(shù)專區(qū)

          關(guān)閉
          看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人 (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();