基于混合积分算法的微小位移量测量方法研究

针对车载平台微小位移量的测量问题,提出了一种基于振动加速度测量的混合积分算法。根据加速度传感器采集信号造成的干扰,设计混合积分算法以减小现有二次积分算法的积分误差,从而控制趋势项误差。首先利用低频衰减积分算法对振动加速度信号进行一次积分得到振动速度信号,再利用多项式拟合积分算法对振动速度信号进行一次积分得到振动位移信号。设计振动台试验对混合积分算法进行验证,结果表明该算法对积分指标ERP和ERS都有所改善。     

基于频域滤波的加速度信号处理

在工程实测信号中,振动加速度信号含有直流分量和干扰噪声,这些信号成分在积分后导致误差的累积,可能使得到的结果完全失真。在分析趋势项对软件积分的影响的基础上,提出了基于频域低通和带通滤波的频域积分算法。实例验证这种方法可以很好地去除低频趋势项和高频干扰噪声。     

振动信号频域积分的滤波修正算法

机械故障诊断中,通过振动信号的软件积分可以实现振动加速度、速度信号向位移信号的转换。为了消除信号中噪声对软件积分结果的影响,分析了软件积分在振动信号积分中趋势项产生的原因,提出了基于传感器低频滤波与阀值滤波修正的频域积分算法。方法简单实用,消除了软件积分结果中的摆动趋势。数值仿真结果与实测结果表明,方法抗噪声能力强,具有很好的精度和通用性,目前已经应用于旋转机械状态监测与故障诊断系统中,为判断机组运行状态提供了很好的依据。     

振动加速度信号处理探讨

针对实际振动加速度信号中含有直流分量和大量干扰噪声,在积分过程中这些干扰导致误差积累,积分后波形发生畸变,甚至失真.在分析误差来源的基础上,探讨了振动加速度信号中直流分量,噪声以及积分趋势项的去除方法,通过实验验证去除信号中噪声和积分趋势项方法的可行性.     

高低频噪声区分滤除的车辆载重动态测量方法

在车辆行驶过程中,为了精确测量车辆载重,提出了高低频噪声区分滤除的车辆载重动态测量方法。确定了车辆载重测量方案,分析了信号误差来源。对于发动机转动、环境温度变化引起的高频噪声,提出了具有可调节参数的改进阈值小波滤波,有效减弱了信号中的高频噪声;对于速度、加速度引起的低频噪声,提出使用BP神经网络拟合载重量与速度、加速度函数关系,以消除加速度、速度对载重测量的影响;为了解决BP算法易陷入局部极值问题,提出自适应鱼群算法搜索神经网络最优参数。经实验验证,改进阈值小波滤波可以有效去除高频噪声,提高了信号信噪比;提出的车辆载重测量平均误差为0.85%,最大误差为1.45%,平均误差比原始数据平均误差降低了约6倍。     

振动信号数值积分分析及积分误差分离方法研究

利用加速度传感器可以测试振动的加速度信号,再通过数值积分方法可以获得振动速度、位移,但随着测试时间增加数值积分存在积分误差迅速增大问题,致使速度、位移信号严重偏离实际结果。对数值积分误差进行分析,设计一种基于经验模态分解(EMD)的积分误差分离方法,可以有效解决这类问题,通过仿真和实验验证了本方法的有效性。     

振动加速度信号时域和频域积分方法研究

直升机振动测量基本都是采集加速度信号,而不同部件或飞行状态的振动判据条件却往往加速度、速度、位移均有。实际工程测试中加速度信号中不可避免含有直流分量和趋势项,这些因素会直接影响积分的精度,尤其是二次积分后,信号可能会发生畸变甚至失真。在分析误差来源的基础上,给出了在时域和频域内的积分方法,可以有效去除直流分量和趋势项,并对两种方法的时域特性进行了对比,且验证了积分结果的频域特性和误差。     

基于GNSS的风电机组低频振动位移计算方法研究

针对风电机组叶轮、塔架等耦合引起的低频振动问题,对风电机组机舱低频振动位移的计算方法开展了理论推导、仿真验证和现场测试研究。首先,基于GNSS-RTK精准定位技术,推导了风电机组机舱低频振动位移的计算方法;然后,通过MATLAB软件,搭建了风电机组机舱的空间运行轨迹,并对该计算方法进行了仿真验证;最后,开展了GNSS设备和加速度传感器的对比测试,将位移结果与Bladed软件计算的理论位移进行了趋势和误差分析。研究结果表明:基于GNSS的机舱低频振动位移与仿真设定位移之间的偏差在10~(-15)数量级,该结果与理论位移曲线的变化趋势一致,误差为2.9%,优于加速度二次积分计算位移的误差47.1%;仿真和现场测试结果均验证了该计算方法的正确性和准确度,该方法适用于风电机组低频振动的长期监测,且具有精度高、成本低的特点。     

基于精确信息重构的故障转子系统振动加速度信号积分方法

在分析总结加速度信号时域积分法与频域积分法优缺点基础上,提出一种基于精确信息重构的故障转子系统振动加速度信号积分方法。该方法利用故障转子系统振动信号由转频、倍频及分倍频分量构成为主的特点对加速度信号进行快速傅里叶变换(Fast Fourier transform,FFT),通过特征频率分量提取并将所提取的分量的幅值与预设的阈值进行比较;幅值低于阈值的分量认为是噪声分量,予以剔除,高于阈值的分量保留并进行精确频谱校正;根据校正后各个频率分量的频率、幅值和相位积分重构出相应的速度信号和位移信号。精确信息重构方法在去除宽频噪声和保留有用特征信息方面有明显的优势。最后通过仿真分析和试验验证,结果表明该方法相对于传统的时域和频域积分具有更高的精度和优越性。     

非平稳工况下振动信号数字积分方法优化

针对风电机组塔架振动信号存在的非平稳特征,为了能依据塔架振动信号得到准确的塔架相对位移数据,提出了基于Ho?drick-Prescott算法的时域积分优化方法,并进行了基于风电机组设计仿真软件Bladed的数据分析和工程实际数据的验证.研究表明,基于傅里叶变换的频域积分不能提供准确相位,不适用于该非平稳工况;而相比采用多项式去趋势的时域积分,因其消除了高噪声产生的低频摆动趋势,其平方和误差指标可达3％～8％,适用于风电机组塔架结构系统的分析和诊断.     

非平稳工况下振动信号数字积分方法优化

针对风电机组塔架振动信号存在的非平稳特征,为了能依据塔架振动信号得到准确的塔架相对位移数据,提出了基于Ho?drick-Prescott算法的时域积分优化方法,并进行了基于风电机组设计仿真软件Bladed的数据分析和工程实际数据的验证.研究表明,基于傅里叶变换的频域积分不能提供准确相位,不适用于该非平稳工况;而相比采用多项式去趋势的时域积分,因其消除了高噪声产生的低频摆动趋势,其平方和误差指标可达3％～8％,适用于风电机组塔架结构系统的分析和诊断.     

非平稳工况下振动信号数字积分方法优化

针对风电机组塔架振动信号存在的非平稳特征,为了能依据塔架振动信号得到准确的塔架相对位移数据,提出了基于Ho?drick-Prescott算法的时域积分优化方法,并进行了基于风电机组设计仿真软件Bladed的数据分析和工程实际数据的验证.研究表明,基于傅里叶变换的频域积分不能提供准确相位,不适用于该非平稳工况;而相比采用多项式去趋势的时域积分,因其消除了高噪声产生的低频摆动趋势,其平方和误差指标可达3％～8％,适用于风电机组塔架结构系统的分析和诊断.     

冲击测量应用中MEMS加速度计趋势项去除方法研究

由于MEMS加速度计具有对超低频加速度的幅频响应敏感的特性,在冲击信号测量应用中,MEMS加速度计测量的冲击信号会出现低频趋势项,使冲击速度和位移分析结果严重失真。本文基于实例研究了经验模态分解（Empirical Mode Decomposition, EMD）、自适应噪声集合经验模态分解（Complete Ensemble Empirical Mode Decomposition with Adapitive Noise,CEEMDAN）和变分模态分解（Variational Mode Decompostion, VMD）提取趋势项和重构冲击信号的工程应用方法。研究结果表明：对比EMD和CEEMDAN方法,在使用MEMS加速度计的冲击测量系统中采用VMD进行趋势项信号去除更为有效,固有模态函数不会产生模态混叠,可以准确还原冲击信号。     

基于积分滤波器的位移信息获取

利用积分滤波器对加速度信号进行二次积分,从而获得物体的运动位移信息;为提高系统的稳定性和抗噪性,在积分前分别采用减平均值法和小波变换对加速度信号进行去直流量及去噪处理;通过仿真信号验证算法的正确性,降低了实验成本;最后利用采用XW-IMU5250惯性测量单元实测一个物体的运动,得到了物体精确的运动轨迹。     

EEMD在加速度测波技术中的去趋势项应用

针对加速度式波浪传感器中加速度信号二次数值积分产生复杂无规律趋势项,进而影响测量结果准确度的问题,文章采用基于EEMD分解方法重构和剔除低频位移趋势,获得真实位移信号。通过对1组海上浮标平台波浪传感器实测Z轴加速度信号处理计算,与使用N=33阶低通滑动平均滤波法计算结果比较表明,基于EEMD方法的位移波形修正方法可有效剔除位移趋势项,且该算法具有更好的自适应性、鲁棒性。     

LabVIEW和MATLAB混合编程的时频域积分方法研究

实际工作中经常采集的是加速度信号,而研究振动最直观的是位移信号。通过LabVIEW和MATLAB混合编程,用LabVIEW采集加速度的信号数据并进行必要的信号处理,再通过MATLAB进行时域积分和频域积分运算,积分成位移信号。     

基于机器视觉的大柔性结构振动位移测量

针对空间大柔性结构受到扰动后所产生的低频率、大幅值振动变形难以测量的问题,利用基于机器视觉的结构振动位移测量方法对此类结构的振动位移进行了测量,并识别了结构的动态特性。首先,理论分析了传统的对加速度信号直接积分获得位移的方法存在低频噪声被放大的问题并进行了实验论证;然后,研究了基于机器视觉的结构振动位移测量方法,进行了方法精确度与有效性的实验验证。实验中采用数码相机作为视觉传感器,对采集的结构振动视频进行图像处理,采用数字图像相关方法提取每帧图像特征点的位置信息,应用亚像素定位方法改进测量精度。将视觉位移测量方法获得的结构固有频率与加速度数据求得的结构固有频率进行比较,验证了基于机器视觉的振动位移测量方法在大柔性结构振动位移测量和动态特性识别方面的应用有效性。     

油井抽油机示功图位移测量研究

为有效地解决抽油机悬点加速度信号计算位移数据时存在漂移误差较大、准确度较低的问题,提出了基于经验模态分解(empirical mode decomposition,EMD)和相关系数判断相结合的方法。根据实测的加速度信号经两次积分后得到的位移信号特点,进行EMD分解,通过引入相关系数,设定阈值,设计了一种漂移分量判定方法。即通过计算各固有模态分量与原始信号之间的相关系数,分别与提前设定的阈值进行比较,从而判定分解的固有模态分量是否为漂移分量。仿真实验和现场采集的数据测试结果表明了基于EMD以及相关系数的判定方法能够得到漂移误差更小、效果更好、精度更高的位移信号。     

用于水电站振动信号的积分算法

为解决传统频域积分对非平稳信号处理误差过大问题,根据水轮发电机组振动信号的特点,提出了一种利用EMD的自适应滤波特性对实测加速度信号频域积分方法的修正算法.首先,对振动信号进行频域积分,得到相对应的速度和位移时程数据;然后,利用EMD的自适应的分析能力,将时域数据分解成不同特征时间尺度的固有模态函数,并按环境噪声以及水电站信号的特征频率进行滤波处理.仿真试验表明,在3种方法中,该方法的相对误差最小,相关系数最大.将该方法应用于景洪水电站振动信号处理,积分所得数据符合实际振动状况.结果表明,该方法求速度和位移是可行的,能够对水电站振动信号进行处理.     

时钟抖动下加速度测量值的数值双积分误差(英文)

采用蒙特卡洛分析法,对由于时钟抖动造成的加速度计定位误差进行了系统的分析.仿真结果表明,在存在时钟抖动的情况下,加速度测量值是渐近服从高斯分布的,这个结果与理论分析相吻合.对积分距离的方差与时钟抖动之间的关系进行了分析,理论及仿真分析结果都表明了噪声的数值双积分的积分误差与时钟抖动的大小成正比.当输入一个幅值为1g,周期为1 s的正弦波加速度信号时,1 s后数值双积分的积分误差与时钟抖动的比例系数为0.261 1.