联合时变低通与改进形态学滤波的智能在线称量方法研究

针对检重秤在复杂工业生产环境下,受机械传动、被测物体自身振动和外界随机扰动影响导致的传感器输出信噪比低、称量准确性难以满足要求等问题,提出一种联合时变低通与改进形态学的快速数据处理新方法:时变低通滤波器作为一级滤波,通过在信号跃变时,迭代优化滤波器参数,使边沿信号得以快速响应,有效消除冲击干扰,并抑制称重信号在滤波过程中的相位失真;然后采用改进形态学滤波器进行二级滤波,通过选择零值线性结构元素,并优化结构元素长度以及操作算子的权值系数,加快了动态称重的响应速度。实验结果表明,该方法能有效抑制各类干扰影响,提高测量准确度,最终实现运行速度达120 m/min,最大秤量400.0 g,满足国家标准《GB/T 27739—2011自动分检衡器》XIII级要求的检重秤搭建。     

基于多加速度传感器的动态检重秤抗振方法研究

针对检重秤测量过程中受振动干扰影响严重的问题,提出一种基于外部输入非线性自回归模型(NARX)的动态神经网络系统辨识的抗振新方法。通过加速度传感器的冗余分布,对检重秤系统的振动特性进行估计,结合空载传送情况下称重传感器由振动干扰产生的误差,利用动态神经网络对振动干扰信号进行自动辨识,建立振动信号分析模型,用以匹配消除动态检重信号中的振动扰动。在共振状态下,与滑窗滤波、自适应陷波等传统抗振方法进行的仿真与测试实验对比,证明基于多加速度传感器的动态称重抗振性能更优,最终实现运行速度达2 m/s,最大秤量200.0 g,满足国家标准《GB/T 27739-2011自动分检衡器》XIII级要求的检重秤搭建。     

基于脉冲星信号的自适应同步采样方法

基于传统GPS/北斗信号的广域同步测量技术易受到恶意网络攻击,可靠性难以得到保障。为解决这一问题,本文利用脉冲星信号周期脉冲精度高、免疫于现有网络攻击的特性,提出一种新型自适应同步采样方法:首先对射电望远镜接收到的脉冲星信号进行多相滤波、消色散和周期折叠处理,得到脉冲轮廓;然后采用最小二乘法监测本地晶体振荡器频率,动态调整定时控制间隔实现自适应同步采样。为验证算法的有效性,本文采用脉冲星J0437-4715的观测数据生成同步信号,实现电网信号的同步测量,利用递归离散傅里叶变换算法计算采样数据的相角和频率,得到相角和频率平均测量误差分别为-9.75×10~(-5)°和9.83×10~(-7) Hz,验证了所提自适应同步采样方法的有效性。     

基于变步长自适应陷波器的在线检重抗振方法研究

针对检重秤运动部件与外壳之间的相对运动以及机械固有频率点在外力作用下发生的共振对称量信号造成干扰,提出一种基于箕舌线改进的变步长最小均方(LMS)自适应陷波(ANF)的检重秤抗振动方法。通过分析检重秤振动来源与振动特性,并在共振状态下与滑窗滤波、巴特沃斯低通、巴特沃斯陷波以及固定步长LMS陷波等传统抗振方式进行仿真和实验对比,证明变步长LMS自适应陷波器对振动干扰滤除具有准确性与优越性。同时,在多种速度下运用该方法并结合滑窗与非对称切尾均值滤波在实际检重平台对检重结果进行最终处理,实现平均误差≤0. 171 g,标准偏差≤0. 240%,满足XIII(1)等级。     

ADAM改进BP神经网络与动态称重应用

为提高动态检重秤的运行效率和测量准确度,深入分析了机械振动对测量的干扰及传感器非线性特性的产生机理。提出一种基于自适应矩估计法(ADAM)优化器的多层BP神经网络,实现了检重秤传感器的非线性校正,并准确估计了动态称量结果。试验对比经典梯度下降法、附加动量法、均方根传播法以及ADAM算法,结果表明ADAM算法综合考虑了参数梯度的一阶和二阶矩估计,具有更快的收敛速度,更准确的预测结果。最终实现满量程400 g,最高运行速度2 m/s的高速动态检重秤,型式测试结果表明其各指标均满足国家标准《GB/T 27739—2011自动分检衡器》对XIII级检重秤的要求。     

基于空间特征的电网同步量测虚假数据注入攻击检测

随着电力系统向能源互联新生态逐渐迈进及网络层和物理层的深度耦合,网络攻击对电力系统的威胁不断提升。源身份欺骗攻击作为一种新型且复杂、强隐秘性的虚假数据注入攻击,可导致电网控制系统判断错误,引发系统瘫痪。针对这一问题,提出一种基于空间特征的电网同步量测虚假数据注入攻击检测方法。该方法通过变分模态分解和改进离散正交S变换提取同步量测装置不同位置的空间特征,实现在不损失量测数据空间特征的基础上,提取量测数据的身份认证信息;结合轻量型卷积神经网络评估量测数据遭受源身份攻击的可能性,加速检测响应速度。通过实际多点同步量测数据的检测结果,验证了该方法的有效性。