李自鵬,范 龍,楊彥濤,黃志偉
(黃河水利職業(yè)技術(shù)學(xué)院,河南 開封 475004)
大型旋轉(zhuǎn)機(jī)械設(shè)備從設(shè)計、制造到安裝、運(yùn)行有諸多環(huán)節(jié),任何不應(yīng)有的偏差都可能導(dǎo)致設(shè)備的“先天不足”,造成帶病運(yùn)行。 在運(yùn)行過程中,設(shè)備可能處于各種各樣的環(huán)境之中,其內(nèi)部必然受到力、熱、摩擦等多種物理、化學(xué)作用,使其性能劣化,造成“后天故障”[1]。 對設(shè)備進(jìn)行離線或者在線故障診斷,可以預(yù)測出可能出現(xiàn)的故障,從而在一定程度上減少或者避免損失。 傳統(tǒng)的故障診斷方法往往是對傳感器采集的模擬信號進(jìn)行簡單的放大、濾波、模數(shù)轉(zhuǎn)換等預(yù)處理后,直接將其送到服務(wù)器,進(jìn)行信息的提取和故障的診斷。 為了獲得比較準(zhǔn)確的分析結(jié)果,就必須保證經(jīng)采樣和傳輸過程后數(shù)據(jù)的可靠性和準(zhǔn)確性。 但是,受測量工具、方法、環(huán)境以及人為干擾等因素的影響,系統(tǒng)采樣得到的一些數(shù)據(jù)往往會偏離真實(shí)數(shù)值。 如果不對信號采集過程中產(chǎn)生的異常數(shù)據(jù)進(jìn)行預(yù)處理,必然會直接影響到分析的準(zhǔn)確性,使用不當(dāng),可能導(dǎo)致重大失誤[2]。 因此,在對設(shè)備進(jìn)行故障診斷之前,必須對含有粗差的測量數(shù)據(jù)進(jìn)行預(yù)處理。
筆者把嵌入式技術(shù)與故障診斷技術(shù)結(jié)合起來,在前端的數(shù)據(jù)采集系統(tǒng)基礎(chǔ)上,初步建立基于以32位ARM 為內(nèi)核的實(shí)時嵌入式硬件系統(tǒng)和Linux 操作系統(tǒng)的故障診斷信息預(yù)處理系統(tǒng)。 該系統(tǒng)對A/D轉(zhuǎn)換后的數(shù)字信息進(jìn)行進(jìn)一步的數(shù)字濾波,剔除信號中在模擬濾波中沒有被剔除的噪聲,提高信息純度。 同時,該系統(tǒng)建立了一個數(shù)字濾波工具箱,該工具箱中具有小波濾波、 自適應(yīng)濾波等幾種濾波形式,供系統(tǒng)選擇,以適應(yīng)不同設(shè)備、不同環(huán)境對濾波方法的不同要求。
一個含噪聲的一維信號的模型可表示為:
式中:f(i)為真實(shí)信號;e(i)為噪聲;s(i)為含噪信號;σ 為噪聲強(qiáng)度。
在實(shí)際工程中,有用信號通常表現(xiàn)為低頻信號或較平穩(wěn)的信號,噪聲信號則表現(xiàn)為高頻信號。 所以,消除噪聲的過程為:(1)對實(shí)際信號進(jìn)行小波分解。 選擇小波,并確定分解層次為N,則噪聲部分通常包含在高頻中。 (2)對小波分解的高頻系數(shù)進(jìn)行門限閾值量化處理。 (3)根據(jù)小波分解的第N 層低頻系數(shù)和經(jīng)過量化后的1~N 層高頻系數(shù)進(jìn)行小波重構(gòu),達(dá)到消除噪聲的目的。
小波消噪的方法一般有3 種[1]:(1)用小波分解與重構(gòu)法去噪。 即根據(jù)需要將含有噪聲的信號在某一尺度下分解到不同的頻帶內(nèi),然后將噪聲所處的頻帶置零,進(jìn)行小波重構(gòu),從而達(dá)到去噪的目的。 (2)用小波變換閾值去噪。 由于小波變換的小波基都是緊支集,因此小波變換具有一種“集中”的能力,可以使信號的能量在小波變換域集中于少數(shù)系數(shù)上。這些系數(shù)的取值大于域內(nèi)噪聲的小波系數(shù)值。 這就意味著對小波系數(shù)進(jìn)行閾值處理,可以在小波變換域中去除低于固定幅度的噪聲。 (3)用小波變換模極大值法去噪。 觀察不同尺度間小波變換模極大值變化的規(guī)律, 去除幅度隨尺度的增加而減小的點(diǎn)(對應(yīng)噪聲的極值點(diǎn)),保留幅度隨尺度增加而增大的點(diǎn)(對應(yīng)于有用信號的極值點(diǎn)),然后再由保留的模極大值點(diǎn)進(jìn)行重建,即可以達(dá)到去噪的目的。
當(dāng)輸入信號的統(tǒng)計特性未知或者輸入信號的統(tǒng)計特性變化時,自適應(yīng)濾波器能夠自動地迭代調(diào)節(jié)自身的濾波器參數(shù),以滿足某種準(zhǔn)則的要求,從而實(shí)現(xiàn)最優(yōu)濾波。 因此,自適應(yīng)濾波器具有“自我調(diào)節(jié)”和“跟蹤”能力。 它廣泛應(yīng)用于系統(tǒng)辨識、回波消除、自適應(yīng)譜線增強(qiáng)、自適應(yīng)信道均衡、語音線性預(yù)測、自適應(yīng)天線陣等諸多領(lǐng)域。 自適應(yīng)濾波器可以分為線性自適應(yīng)濾波器和非線性自適應(yīng)濾波器。 非線性自適應(yīng)濾波器包括Volterra 濾波器和基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)濾波器。 非線性自適應(yīng)濾波器具有更強(qiáng)的信號處理能力。 但是,由于非線性自適應(yīng)濾波器的計算較復(fù)雜,實(shí)際用得最多的仍然是線性自適應(yīng)濾波器[6]。 本文只討論線性自適應(yīng)濾波器及其算法,其工作原理如圖1 所示。
圖1 自適應(yīng)濾波器原理框圖Fig.1 Self-adaptive filter schematic
圖2 智能信息預(yù)處理系統(tǒng)組成圖Fig.2 Intelligent information pretreatment system
圖中,W(n)表示自適應(yīng)濾波器在時刻n 的權(quán)矢量;X(n)=[x(n),x(n-1),…,x(n-L+1)]T為時刻n的輸入信號矢量; d(n)為期望輸出值;v(n)為干擾信號;e(n)是誤差信號;L 是自適應(yīng)濾波器的長度。
根據(jù)優(yōu)化準(zhǔn)則的不同,自適應(yīng)濾波算法可以分為最小均方誤差(LMS)算法和遞推最小二乘(RLS)算法兩類[6]。LMS 算法使濾波器的輸出信號與期望輸出信號之間的均方誤差E[e2(n)]最小,RLS 算法決定自適應(yīng)濾波器的權(quán)系數(shù)向量W(n), 使估計誤差的加權(quán)平方和J(n)=最小。 其中,λ 為遺忘因子,且0<λ≤1。 本文只應(yīng)用LMS 算法。
本文以信息預(yù)處理為研究對象,設(shè)計了旋轉(zhuǎn)機(jī)械現(xiàn)場信號的采集和預(yù)處理系統(tǒng)。 該系統(tǒng)是ARM芯片在實(shí)際工業(yè)測試中的一種應(yīng)用, 具有快速、靈活、操作簡便、性能可靠等特點(diǎn)。 它可以提供較強(qiáng)的數(shù)字信號分析和控制功能(包括從預(yù)設(shè)的預(yù)處理菜單和濾波工具箱中選擇合適的預(yù)處理方式和數(shù)字濾波方法), 并且具有波形數(shù)據(jù)和頻譜數(shù)據(jù)存儲功能,還可以將數(shù)據(jù)導(dǎo)入后臺,進(jìn)行進(jìn)一步的精確分析和故障診斷。 整個系統(tǒng)由數(shù)據(jù)采集處理模塊和主控制模塊(數(shù)據(jù)的管理、通信以及人機(jī)交互部分等)兩個基本單元組成。 系統(tǒng)總體框圖如圖2 所示。
本文所設(shè)計的預(yù)處理系統(tǒng)軟件部分主要完成的以下功能:(1)根據(jù)指令或者設(shè)置對模數(shù)轉(zhuǎn)換后的數(shù)據(jù)進(jìn)行相應(yīng)的信號處理;(2)處理鍵盤掃描,響應(yīng)按鍵命令,進(jìn)行相應(yīng)處理;(3)USB 數(shù)據(jù)通信和網(wǎng)絡(luò)傳輸;(4)根據(jù)相應(yīng)操作,進(jìn)行數(shù)據(jù)存儲。 按照所要實(shí)現(xiàn)的功能,整個系統(tǒng)被劃分為幾個并行存在的任務(wù)層。 對信號進(jìn)行預(yù)處理時,根據(jù)實(shí)際需要選擇其中一種或者幾種任務(wù),并且可以隨時調(diào)整。
系統(tǒng)利用嵌入式實(shí)時操作系統(tǒng)內(nèi)核對所有“任務(wù)”進(jìn)行統(tǒng)一調(diào)度和管理,使CPU 的使用權(quán)在建立的“任務(wù)”間切換;同時,在多任務(wù)機(jī)制下,使應(yīng)用程序模塊化、開發(fā)任務(wù)層次化。 軟件系統(tǒng)的整體框架如圖3 所示。
圖3 主控制軟件系統(tǒng)的整體結(jié)構(gòu)圖Fig.3 Massive structure of master-control software system
數(shù)據(jù)采集與預(yù)處理部分是故障診斷系統(tǒng)的最前端。 傳感器采集的旋轉(zhuǎn)機(jī)械工況參數(shù)通過跟蹤式抗頻混低通濾波器去除信號中的高頻噪聲,并使后續(xù)的模數(shù)轉(zhuǎn)換滿足采樣定理[4]。 從濾波器出來的信號經(jīng)過放大處理,使信號電壓與A/D 芯片的輸入電壓匹配。 A/D 芯片在處理器的控制下,完成輸入模擬信號的采集和數(shù)字轉(zhuǎn)換。 獲得的數(shù)字信號在ARM 芯片中進(jìn)行進(jìn)一步的信息預(yù)處理。
本文設(shè)計了一個具有濾波功能的“工具箱”,它能對A/D 轉(zhuǎn)換后的數(shù)字信息進(jìn)行濾波,剔除模擬濾波中沒有被剔除的噪聲,為后續(xù)信息處理和故障診斷打下良好基礎(chǔ)。
本次設(shè)計的濾波工具箱中主要有小波分解與重構(gòu)法、小波變換閾值去噪中的軟閾值法和硬閾值法、 小波變換模極大值法、LMS 自適應(yīng)濾波算法和RLS 自適應(yīng)濾波算法等幾種濾波形式供系統(tǒng)選擇使用,以適應(yīng)不同設(shè)備、不同環(huán)境對濾波方法的不同要求。 各種濾波程序分塊儲存在系統(tǒng)存儲器的指定位置,主控制ARM 芯片根據(jù)指令發(fā)生中斷,然后調(diào)用所需要的濾波程序,對信號進(jìn)行相應(yīng)的處理。 使用該工具箱時,可以根據(jù)信號類型、工作環(huán)境、專家經(jīng)驗(yàn)等事先設(shè)定或者從診斷中心通過指令隨時改變?yōu)V波方法, 也可以對幾種濾波方法逐個實(shí)驗(yàn),再根據(jù)結(jié)果選擇較適合的方法。
用機(jī)車滾動軸承滾子掉塊的采樣信號作為仿真信號(如圖4 和圖5 所示),利用Matlab 軟件,分別采用LMS 自適應(yīng)濾波算法和RLS 自適應(yīng)濾波算法處理。 處理后的波形如圖6 和圖7 所示,其相應(yīng)的頻譜如圖8 和圖9 所示。
圖4 原始信號Fig.4 Original signal frequency spectrum
圖5 原始信號的頻譜Fig.5 LMS self-adaptive filtering algorithm denoising result
圖6 LMS自適應(yīng)濾波算法去噪結(jié)果圖Fig.6 Spectrogram processed by LMSself-adaptive filtering algorithm
圖7 LMS自適應(yīng)濾波算法處理后的頻譜圖Fig.7 LMS self-adaptive filtering algorithm denoising result
從仿真效果圖中可以看出,所用濾波方法都能較好地濾出信號中的干擾和噪聲,提高了信號的信噪比,為后期處理做好了準(zhǔn)備。
圖8 RLS自適應(yīng)濾波算法去噪結(jié)果圖Fig.8 Spectrogram processed by RLS self-adaptive filtering algorithm
圖9 RLS自適應(yīng)濾波算法處理后的頻譜圖Fig.9 RLS self-adaptive filtering algorithm denoising result
本文設(shè)計的信息預(yù)系統(tǒng)采用當(dāng)代流行的、控制和信號處理較好的工業(yè)級ARM 芯片作為系統(tǒng)的處理器,提高了數(shù)據(jù)采集的運(yùn)行速度。 仿真實(shí)驗(yàn)證明,該預(yù)處理系統(tǒng)能快速、可靠、較精確地濾除信號中的干擾和噪聲,增加了信息的純度、提高了信噪比,改善了上傳數(shù)據(jù)的質(zhì)量,為后續(xù)的特征分析和故障診斷打下了良好的基礎(chǔ)。
[1] 彭玉華. 小波變換與工程應(yīng)用[M]. 北京: 科學(xué)出版社,1999:12-13.
[2] 李自鵬,孫俊杰. 具有濾波工具箱的故障診斷采集系統(tǒng)研究[J]. 機(jī)床與液壓,2007(11):185-187.
[3] 王欣,王德雋著. 離散信號的濾波[M]. 北京:電子工業(yè)出版社,2002:23.
[4] 何振亞. 自適應(yīng)信號處理[M]. 科學(xué)出版社,2002:32-33.
[5] 何立民. 嵌入式系統(tǒng)的定義與發(fā)展歷史[J]. 單片機(jī)與嵌入式系統(tǒng)應(yīng)用,2004(1):6-8.
[6] 孫天澤,袁文菊,張海峰. 嵌入式設(shè)計及Linux 驅(qū)動開發(fā)
指南-基于ARM9 處理器 [M]. 電子工業(yè)出版社,2005:101.