二代小波消噪在数字信号处理器中的实时实现

以数字信号处理器(DSP)为开发平台,提出了基于二代小波的一种新的信号消噪算法.它只需把信号分解一层,然后把分解后的高频系数和低频系数同时进行软阈值量化处理,再进行小波重构,就可以有效地消除信号中的噪声.相对于传统的一代小波,该算法计算简单,可有效节约内存,因此非常适合于DSP的实时实现.同时,为了提高计算效率,对程序的处理流程进行了并行优化,用仿真信号对该算法进行了验证,并应用于对实测信号的消噪中.研究结果表明,该算法可以有效地提高信噪比,降低原始信号中所含有的噪声.

经验模态分解的一种改进算法

针对信号采样频率过低对经验模态分解造成的虚假模态等问题,提出了一种改进的算法,即在进行分解前,对原始信号进行重构,其实质是通过内插的方式来增加采样点数,从而达到增加采样频率的目的.对模拟信号的处理结果表明,该算法消除了分解过程中包络曲线的异常波动,从而抑制了分解结果中多余模态的出现,使得对模态的物理解释更加清晰.在机械信号处理中,应用该算法成功地提取出机械信号中具有明确物理意义的故障模态,从而增加了机械故障诊断的能力.

基于经验模态分解的转子启动波德图绘制

提出利用经验模态分解的方法来绘制转子启动的波德图。此波德图能够准确地体现转子启动的动态信息,从而克服了手工绘制波德图时由于间断采样使得数据在临界转速不准确的缺点。同时,针对经验模态分解的边缘效应,采用了一种基于等斜率的新方法,即增加极值点的斜率和临近极值点的斜率相等,与其它的边缘值处理方法相比较,该方法不仅利用了信号的内部特征,而且拥有计算简单的优点。

转子启动信号处理中的低频分量提取研究

针对传统滤波方法处理非平稳信号的不足,提出利用经验模态分解法来处理转子启动信号,通过此方法的自适应滤波特性来提取这类信号中的低频分量。首先,用模拟信号对此方法进行验证。然后,应用于实际转子启动信号的处理中。结果表明,隐含在信号中的低频分量被成功地提取出来。根据转子系统的特性进行分析,指出此低频分量实质上是转子公转时所围绕中心点的漂移轨迹,其幅值必须在一定的范围内,否则转子系统可能存在故障。因此,该物理量的提取对转子系统的故障诊断有重要作用。

硅压阻传感器的智能温度补偿研究

针对硅压阻传感器存在的温度漂移问题,采用MAX1452信号调理芯片设计了一个智能温度补偿系统。该系统包括硬件和软件两部分,一次可以补偿8只传感器。对补偿前后进行了测试,结果表明系统工作稳定可靠,在-40℃～80℃下精度达到0.2%。

基于柱式传感器表面光栅应变分析

柱式传感器常被用作压力传感系统,其表面粘贴的布拉格光栅(FBG)受到压力作用后感受到的应变与基底所产生的应变并不一致,导致系统的精度受限。本文首先建立起基底到FBG应变传递的理论模型,判断影响精度的因素,然后利用有限元仿真软件进行力学仿真,模拟粘接层弹性模和厚度对传感系统精度的影响,给出仿真曲线,验证理论建模正确性并为后续实验提供指导。实验结果表明,理论建模、有限元仿真和实验结果具有大致相同的趋势,经过反复实验,粘接层厚度在0.2 mm,弹性模量在10^(9) Pa左右,应变传递效率最高,传感系统的精度也提升到0.5%以内,大大提升了基底到光栅的应变传递效率。

基于Stewart机构的六维力传感器解耦算法研究

解耦算法的改进是提高六维力传感器计算精度的一个重要方面,在线性标定静态解耦算法的基础上,提出了均值标定矩阵算法,并且制定了该算法优劣的评价标准,即精度检验法和最小条件数法,通过对实际传感器数据的处理,表明该算法得到的标定矩阵其条件数最小,并且计算精度高,可以达到0.5%的水平。

Stewart六维力传感器优化设计

对Stewart六维力传感器进行了优化设计分析,在有限元分析的基础上,通过球头球窝结构、十字槽结构以及圆环内嵌十字梁结构等形式,增强了传感器整体的抗耦能力。同时,对优化前后的传感器进行了试验比对,在一维加载时,传感器的最大误差由3.28%减小到0.41%;在三维加载时,最大误差由4.76%减小到2.22%。从以上的数据可以看出:改进后的设计更加合理,提高了传感器的精度。

Stewart六维力传感器解耦算法优化

为满足六维力传感器的高刚度要求,使用固支约束代替铰约束。通过对传感器样机单维加载获得的标定数据进行处理,发现在使用求解标定矩阵或BP神经网络训练的方法时,分别存在维间耦合较大和多维加载误差极大的问题。对此提出一种新的思路,即在标定时同时进行单维加载和多维加载。之后使用上述两种方法进行解耦,对比发现,对新的方法,在使用BP神经网络解耦时,将最大误差降低到了2.27%,证明该方法能够同时解决六维力传感器的维间耦合问题和多维加载问题。