COINV振動全息AVD一入三出測量技術

基于全程微積分算法 2015-03-17 11:16:02 閱讀次數:7193

資源下載:


摘要:本技術基于東方所創新的全程微積分算法,實現了動态信号測量過程中的實時微積分轉換。基于該技術,隻需一個振動傳感器,即可長時間連續實時獲取振動的加速度A、速度V和位移D三路信号,解決了工程中信号微積分轉換的國際難題。

關鍵詞:全程微積分,振動全息,加速度,速度,位移



一 簡介 

在動态信号測量中,傳統微積分算法易受局部噪聲和基線漂移影響,難以實現數字信号的實時連續處理。東方所原創的全程微積分方法,充分考慮全程波形的特征,有效避免傳統微積分的缺陷,實現了動态信号測量過程中的實時微積分轉換,其效果遠遠優于硬件調理。


二、工程中的迫切需求

在振動信号測量中,振動波形有加速度(A)、速度(V)和位移(D)三個基本參數,使用某一個傳感器隻能獲取其中一種信号,基于虛拟擴展通道技術,結合先進的全程實時連續微積分技術,對該路擴展适當的微分和積分虛拟通道,就可以實現AVD一入三出全息實時測量功能:使用一個振動傳感器,占用一路采集通道,同步連續獲取加速度(A)、速度(V)和位移(D)三路信号。


三、AVD三參量之間的微積分關系

穩态振動的三個參量加速度、速度和位置之間的變換關系為:

AVD-1.JPG

以正弦振動波形為例,

AVD-2.JPG

其中速度相位超前位移90°,加速度相位超前位移180°。 


四、目前常規微積分方法的問題

理論上三者之間的關系為微積分關系,因此表面上看隻需在物理通道信号采樣過程中進行一次積分、一次微分、二次積分或二次微分即可實現AVD三測量,但實際情況并非如此。

由于實際采樣的信号是連續信号數字離散後得到的,基于梯形法或辛普森法等的傳統微積分運算方法,在對長時間的連續振動信号進行微積分計算時,具有難以克服的缺點。

傳統積分的缺陷:積分操作易受信号基線和低頻漂移的影響導緻積分後波形基線的大幅波動。

傳統微分的缺陷:微分操作易受信号局部噪聲的影響導緻微分後波形噪聲放大。

對于二次微積分計算,則情況更加嚴重,因此在實際工程中幾乎不可用。


五、全程微積分算法

本技術創新提出了全程微積分方法,對連續信号,考慮其全程波形特性,連續采用較長的一段(如1024,2048點等)時域信号,通過數據重構技術,将離散的信号重構成無限連續的信号,再進行微積分變化。

該方法尤其适合于連續采集的時間序列,充分考慮全程波形的特征,有效避免傳統微積分的缺陷,使得在長時間連續信号采集過程中,可實時得到一二次微積分後的準确波形,實現AVD“一入三出”實時測量。

理論上,如果不限定計算時間(即信号長度不限),可将離散的信号重構成無限連續的信号,則用軟件方法對連續信号微分和積分的精度,要遠高于硬件積分和微分的精度,這是由于硬件微積分時硬件元器件将造成誤差,而軟件計算當重構信号無窮連續時,可認為誤差非常小。

采的AVD虛拟擴展通道技術,在保證連續信号微積分精度高于硬件微積分的前提下,可實時進行。


六 全程微積分算法的誤差分析

6.1 一次積分的實時變換精度

記:信号頻率fs,采樣頻率SF

fs 在SF/350到SF/2,幅值誤差<1%,相位誤差小于1E-11 度

fs 在SF/256到SF/2,幅值誤差<0.1%,相位誤差小于1E-11 度

 AVD-3s.jpg

圖1 一次積分實時計算的幅值和相位誤差曲線


6.2 二次積分的實時變換精度

記:信号頻率fs,采樣頻率SF

fs 在SF/312到SF/2,幅值誤差<6%,相位誤差小于1e-10 度

fs 在SF/256到SF/2.56,幅值誤差<3%,相位誤差小于1e-10 度

fs 在SF/200到SF/25.6,幅值誤差<1%,相位誤差小于1e-10 度

 AVD-4s.jpg

圖2 二次積分實時計算的幅值和相位誤差曲線


6.3 一次微分的實時變換精度

誤差精度:在全頻帶範圍内,幅值誤差<0.00005%,相位誤差小于3E-12 度

AVD-5s.jpg

圖3 一次微分實時計算的幅值和相位誤差曲線


6.4 二次微分的實時變換精度

誤差精度:在全頻帶範圍内, 幅值誤差<0.03%,相位誤差小于2E-9 度

AVD-6s.jpg

圖4 二次微分實時計算的幅值和相位誤差曲線


七 應用案例分析

7.1實驗室簡支梁上的對比測試

在簡支梁上放置加速度傳感器和電渦流位移傳感器,對梁進行錘擊脈沖激勵,測取加速度傳感器和位移傳感器的輸出信号,同時對加速度傳感器使用二次全程積分計算位移波形,其結果如下所示。

AVD-7.JPG


7.2橋梁振動測試實例

取實際橋梁振動加速度信号(該信号為香港青馬大橋上某個位置的振動加速度信号),持續時間為40秒,其波形如下圖所示,采用傳統梯形法進行積分計算,得到的速度信号明顯可見存在大幅的低頻震蕩,其幅度為實際振動量的十幾倍,顯然使用該數據進行振動速度的幅值判定将會帶來極大的誤差。而使用本項目的全程微積分方法計算的振動速度信号,由于考慮全程特性而不存在大幅低頻震蕩的現象。

AVD-8.JPG


7.3 預應力鋼筋混凝土鐵路橋測試案例

本次測試對象是7跨預應力混凝土鐵路橋,每跨均采用簡支梁結構形式,單跨梁長32m。主要關心每跨梁的跨中位移幅值,試驗中使用941B型傳感器直接測量得到振動速度信号,然後利用本技術實時獲取了準确的振動位移信号。使用本技術解決了實際橋梁測試中振動位移難以獲取的問題,并且實現的成本低,操作和安裝極其方便。

AVD-9.JPG

AVD-10.JPG


八、技術特點和優點

綜上可見,基于全程微積分的AVD一入三出技術,相比傳統的硬件積分器或軟件微積分算法,具有如下優點:

(1)可以完全取代傳統的硬件積分器和軟件微積分,以及難以實現的硬件微分器,不僅大大減少了測試環節,而且明顯提高了測量精度;

(2)精度高于硬件積分器,硬件積分器需要設置不同中心頻率的檔位以使用不同頻率特性的信号,而全程微積分則對測量頻率範圍内均具有足夠的精度;

(3)精度高于傳統的數值微積分方法,不存在大幅低頻波動和局部噪聲放大的缺點;

(4)即使使用二次微積分仍可獲取準确的計算結果;

(5)可實現連續長時間的實時微積分變換計算,實現AVD一入三出。



[END]