莫尔条纹动态细分误差的傅里叶分析评估方法

为了实现对高精度光电编码器莫尔条纹动态细分误差的评估,研究了莫尔条纹动态细分误差的傅里叶分析评估方法。首先采集光电编码器精码的莫尔条纹光电信号送入计算机;然后运用线性插值、泰勒级数等方法将时间信号还原为位置信号;最后对位置信号进行傅里叶变换,计算出莫尔条纹光电信号的波形参数,实现对光电编码器动态细分误差的评估。实验结果表明:对某24位光电编码器动态细分误差进行评估,细分误差的峰值为+0.54和0.18。此方法测量速度快,测量精度高,适合在光电编码器应用现场对细分误差进行评估。     

Fourier analysis assessment method for dynamic interpolation error of Moir(e) fringe

为了实现对高精度光电编码器莫尔条纹动态细分误差的评估,研究了莫尔条纹动态细分误差的傅里叶分析评估方法.首先采集光电编码器精码的莫尔条纹光电信号送入计算机;然后运用线性插值、泰勒级数等方法将时间信号还原为位置信号;最后对位置信号进行傅里叶变换,计算出莫尔条纹光电信号的波形参数,实现对光电编码器动态细分误差的评估.实验结果表明:对某24位光电编码器动态细分误差进行评估,细分误差的峰值为+0.54”和-0.18”.此方法测量速度快,测量精度高,适合在光电编码器应用现场对细分误差进行评估.     

高精度编码器细分误差修正方法的研究

为了精密测量光电编码器在工作时的细分误差,提高编码器细分精度,提出了一种基于改进遗传算法的光电编码器光栅条纹信号细分误差测量分析方法。阐述了基本遗传算法的原理和实现方案,并进行了算法的改进与优化,利用采集到的离散信号数据,通过改进后的遗传算法对光电信号波形进行参数提取。分析了信号质量对编码器细分误差的影响,根据提取到的信号参数(直流分量,幅值,频率和相位)对光电编码器细分误差进行测量。实验结果表明,通过改进遗传算法提取的信号参数精度高,运算速度快,细分误差峰值为+2.51″和-4.52″。该方法可有效的测量光电编码器细分误差,对编码器信号的补偿与修正具有重要意义。     

两种莫尔条纹查表细分方法的原理误差对比

为了适应科技军事领域对编码器精度的要求,广泛采用电子技术或软件技术对编码器光学最小分辨角进行细分.软件方法多采用合成函数八细分与幅值细分相结合的方法.对常用的两种合成函数法——绝对值差值法和正切函数法在信号偏离理想波形的实际情况下,引入的原理性误差进行了理论分析和软件仿真,结果表明:对于不同的莫尔条纹信号,正切函数法和绝对值差值法引入的原理性误差差别很大,根据实际莫尔条纹信号特点,选用不同的细分方法,对于修正编码器的细分误差,进一步提高码器的精度有重要意义.     

小型光电编码器细分误差补偿法

提出了一种基于图形拟合的小型光电编码器细分误差补偿的新方法。首先,采用分段函数法建立莫尔条纹三角波光电信号波形方程;然后,采用回归分析理论、可决系数方法,研究了所建三角波图形与实际光电信号图形的拟合程度,建立了莫尔条纹三角波图形拟合优度检验方法;最后,建立了细分误差补偿数学模型,给出了新的莫尔条纹细分计算公式,实现对细分误差的综合补偿。运用本方法对16位小型光电编码器进行细分误差补偿处理,经实际测试细分误差峰峰值由79＂减小到27.5＂。实际结果表明：研究的细分误差补偿方法,可提高光电编码器的细分精度,对于研制小型高精度光电编码器具有重要意义。     

非对称延迟对正余弦编码器的影响及补偿策略

针对一种新型发电机不抽转子膛内故障诊断的智能检测平台需要抗性好、精度高的编码器来进行位置信息 采集处理从而实现精准计步的问题,分析了当磁电编码器采样的正余弦信号之间存在偏差时,通过传统的细分方法 计算角度将会存在一定的偏差。对此建立仿真模型分别讨论了正余弦信号不同延时情况下对细分精度以及转速的影 响,在此基础上提出了新的采样策略来尽可能的减少延时影响,从而保证平台在运动过程中可以获得精确的位置信 息。实验结果表明新的采样策略可以有效减少延时影响造成的偏差,提高细分精度,具有良好的性能。     

基于 IAS 精确估计的太阳轮齿面剥落检测方法研究

瞬时角速度(instantaneous angular speed, IAS)信号的估计精度易受编码器自身误差影响,影响其故障检测结果。针对上述问题提出了一种局部多项式微分估计方法对IAS信号进行估计。首先通过局部多项式微分抑制编码器细分误差产生的锯齿状噪声和估计误差导致的信号不连续问题,实现了IAS信号的高精度获取,然后使用精确估计的IAS信号通过局部同步拟合技术提取太阳轮故障特征。通过实验和仿真说明,本文提出的局部多项式微分估计能较好地抑制编码器误差导致的IAS信号噪声,提高IAS信号的信号比,结合局部同步拟合能够有效地提取太阳轮齿面剥落故障特征。     

基于贝叶斯优化XGBoost的现场校验仪误差预测

针对不同工况下现场校验仪会出现不同程度偏差的问题,通过搭建多维条件实验平台探究了电压、电流、温度、湿度以及功率因数对校验仪误差的影响,提出利用XGBoost对复杂现场条件下校验仪误差进行预测的方法,形成了基于多维条件耦合的校验仪误差预测模型。另外针对XGBoost中参数选择问题,将贝叶斯优化算法应用到模型的参数寻优之中。多组实验验证结果表明该模型泛化性能和预测精度均优于随机搜索和网格搜索等超参数调整方法,能够对不同环境下现场校验仪的误差进行评估。     

增量式编码器自动检测系统

为减少增量式编码器检测的复杂度,提高检测精度和检测效率,实现增量式编码器的自动检测,设计了便携式增量式编码器自动检测系统。首先,利用直流电机带动被检编码器搭建了增量式编码器自动检测硬件系统,并利用驱动电路控制电机匀速转动。然后,利用Cortex．M3内核的STM32F107芯片设计了编码器误差采集电路,完成对编码器全周输出数据正交性、均匀性和幅值的采集;最后,通过计算与比较,将编码器旋转全周内输出信号误差的最大值和幅值显示在液晶显示屏上。自动检测系统调速范围在30—110r／min,且具有轻巧易于携带、测量简便、检测速度快、检测结果准确及显示直观等优点,非常适合在现场对编码器进行调试。经过实验,系统能够准确的检测出精度为40”的增量式编码器输出信号的误差。     

基于现场信号仿真技术的电流互感器误差测试技术研究

针对在计量用低压电流互感器的误差检测中,传统测量方法无法模拟现场实际工况的问题,提出一种基于现场信号仿真技术的电流互感器误差测试方法,并采用实验对其进行验证.首先,将基于高速录波技术,所提取的现场实际工况波形及特征信号,进行数字化分解;然后,利用程控电压源与程控电子负载,搭建信号仿真测试平台,复现现场工况波形,对被试电流互感器进行误差测试,并分解、整理所用波形,形成电流互感器运行误差测试波形库.最后,利用波形库中特征波形,对电流互感器进行误差检测.     

基于二进小波变换和三角样条插值的电机故障信号重构方法

近几年来小波变换在信号处理尤其在电力系统故障信号的分解、消噪、重构以及故障特征提等诸多方面得到了广泛的应用，基于小波变换的各种算法不断出现。文[8]提出了使用二进小波变换提取信号边缘特征，根据信号特征点的值和导数值用三次埃米特多项式进行插值重构。本文分析了文[8]存在的两个问题，并针对这两个问题进行改进，即在二进小波变换和插值重构时使用同一种函数－三角样条小波函数，这样才能体现出信号处理的本质。本文作者提出的三角样条小波正好同时具有作为小波函数和插值函数双重作用，大大提高算法的效果。本文将它应用到电机故障信号的重构过程中，并就信噪比和相对误差与Mallat算法和文[8]算法进行了比较，效果明显。     

基于Gabor原子的活立木茎体水分信号MP分解与重构

针对活立木茎体水分时域信号呈现的非平稳、信息冗余特性,提出了一种基于Gabor原子的活立木茎体水分信号MP分解与重构方法。试验结果表明活立木茎体水分信号可以用Gabor原子库稀疏表示,靠前的原子反映信号的主要特征,靠后的原子反映信号的细微特征,原子数越多,稀疏信号越能更好地描述原始时域信号的特征。稀疏信号对比于原始时域信号,数据量明显减少,避免了信息冗余,达到了数据压缩的目的,为大量数据的存储节省了物理空间。在Gabor原子库过冗余的情况下,稀疏信号可以高质量的重构出原始时域信号,在主要特征数据点处重构误差较小,在细微特征数据点处重构误差较大。     

多模式磁偏码器设计

为了提供电动机伺服控制所需要的不同模式的位置信号而设计的磁编码器采用了一种全新的双磁钢复合磁路结构。利用2S-10芯片的三轴霍尔效应,感应平行芯片表面的磁场,把磁信号转换成正余弦电信号;在对原始信号误差进行理论分析的基础上,通过DSP对原始正余弦信号进行误差补偿并对角度进行反正切运算,实现增量模式、PWM模式和同步串口模式信号;三步锁定型开关霍尔元件输出无刷直流电机换相信号,最终实现了3种模式信号同时输出。信号右达8位精度、10位分辨率。     

基于自适应线性元件的周期误差分离研究

动态测量误差信号通常为多分量的非平稳信号,可能包含非周期性趋势项误差、周期性误差、随机误差等分量.为了更精确地修正误差,需将各误差分量分离出来.用神经网络自适应线性元件方法分解动态测量误差信号的周期性成分,通过一个动态测试仿真系统进行验证,并与EMD方法分解结果对比,得出神经网络自适应线性元件方法在分离周期性成分(特别...     

数字变电站IED采样的一种改进算法

针对Lagrange线性插值算法在谐波次数高的情况下误差过大和Lagrange抛物线插值算法在合并单元（MU）低采样频率下误差改进不明显,提出了一种改进算法。根据改进算法的计算思路,运用Matlab 7．0编程．对算法进行仿真和模拟。与线性插值算法相比,该算法大大降低了各采样点的相对误差,提高了电流、电压、功率幅值的测量精度;同时通过分析一种典型谐波信号,验证了在同样插值条件、计算量相当的情况下．加权算法在80Hz的低采样频率下,误差较二阶Lagrange算法有显著的改善．有效地抑制了谐渡对算法的影响。仿真结果表明该算法计算精度高．可以满足新型变电站智能设备的采样值信号接口技术的要求．     

基于改进小波包的非整次谐波分析算法

小波函数是具有时域和频域良好局部化特性的函数,可以用于非整次谐波的检测。但是小波变换算法存在着频谱泄漏和栅栏现象,给谐波的检测带来误差。文章提出了改进小波包快速算法,在每层信号分解或重构过程中,在原小波滤波器后面串联一个新的纠正滤波器,使得重构信号中的幅值失真和频谱混叠现象得到有效改善,实现检测非整次谐波的方法。通过仿...     

基于滑窗FFT的次同步振荡时变幅频在线监测方法

提出基于滑窗FFT（快速傅立叶变换）的次同步振荡时变幅频监测方法,对振荡信号的时变模态参数进行在线辨识。首先采用加窗插值方法减少频谱泄露和栅栏效应,降低FFT辨识误差。然后,通过时间窗的滑动对每个时间窗截取的信号进行FFT,得到振荡频率和振荡幅值的动态序列,即频率和幅值随时间变化关系,通过对时变振荡幅值的分析计算得到衰减因子的动态序列。最后,以理想非平稳信号、仿真信号及电网实测信号作为测试算例,通过与Prony和HHT算法的对比分析,表明该方法不仅不受模态混叠现象影响,而且具有一定抗噪能力,能够有效辨识随机时变振荡模态,实现次同步振荡在线监测分析。     

基于滑窗FFT的次同步振荡时变幅频在线监测方法

提出基于滑窗FFT（快速傅立叶变换）的次同步振荡时变幅频监测方法,对振荡信号的时变模态参数进行在线辨识。首先采用加窗插值方法减少频谱泄露和栅栏效应,降低FFT辨识误差。然后,通过时间窗的滑动对每个时间窗截取的信号进行FFT,得到振荡频率和振荡幅值的动态序列,即频率和幅值随时间变化关系,通过对时变振荡幅值的分析计算得到衰减因子的动态序列。最后,以理想非平稳信号、仿真信号及电网实测信号作为测试算例,通过与Prony和HHT算法的对比分析,表明该方法不仅不受模态混叠现象影响,而且具有一定抗噪能力,能够有效辨识随机时变振荡模态,实现次同步振荡在线监测分析。     

基于 QH-ITD 和 AMCKD 的滚动轴承故障诊断研究

由于滚动轴承早期微弱故障易受噪声影响导致难以对故障进行诊断。针对原固有时间尺度(ITD)和三次样条插值改进ITD算法的不足以及最大相关峭度解卷积(MCKD)算法的滤波器长度参数选取困难的问题,提出基于四次Hermite插值改进的ITD(QH-ITD)算法和利用变步长网络搜索参数寻优改进MCKD(AMCKD)算法。该方法首先利用QH-ITD算法对原滚动轴承故障信号进行分解运算,然后利用峭度指标和互相关系数筛选相应的分量信号进行重构,再利用AMCKD算法中对重构信号进行降噪处理,最后利用Teager-Kaiser能量算子进行解调处理,提取出故障特征信息并判断故障类型。通过人工模拟的滚动轴承损伤故障诊断实验和全寿命周期的轴承早期微弱故障诊断实验,验证了所提方法可以有效地对滚动轴承的早期微弱故障进行诊断识别。