付研宇,丁彦闯(大连交通大学机械工程学院,辽宁大连116028)
摘要:根据振动的瞬时非线性特点,提出采用振动信号的本征模函数(IMF)对实测信号进行特征频带识别。将采集的振动信号经经验模态分解,并去掉主要干扰因素所对应的IMF分量,以得到真实的有效信号。实际测试结果表明,对提取后的信号进行计算后能得到准确的轴重值。
关键词:动态称重;轨道车辆;信号处理; LabVIEW; MATLAB; EMD
中图分类号:TH715 文献标识码: A 文章编号: 1003-1820(2009)03-0046-03
1 前言
在铁路轨道上对各种铁路车辆及其装载货物重量计量称量的器具称为轨道衡。轨道衡广泛应用于铁路、城轨、地铁、煤炭、矿山、冶金、石化、港口等行业。随着国民经济的高速发展,各行业对铁路车辆计量工作提出了快速、准确的更高要求。但由于动态称重是车辆以一定速度通过称重仪,不仅对称重仪的作用时间很短(在几百毫秒以内),而且作用在称重仪上的力除真实轴重外,还有许多因素产生的干扰力,如车速、车辆自身谐振、路面激励、轮盘驱动力等。可以说真实轴重被淹没在各种干扰力中,给动态称重实现高精度测量造成很大困难。
因此,在外界随机不确定度干扰力作用下如何准确测量真实轴重,就成了动态轴重测试系统的技术难点和关键。本文中研制的动态称重仪是一种实用新型产品,仪器结构紧凑、重量轻、携带和操作方便、安装简单、无需对轨道进行任何施工、成本低,并且不同量程下可换性好、可靠性高、维护方便,该仪器具有目前轨道衡难以比拟的优点,可广泛用于多种环境。由于此课题是一个综合科研项目,本文只介绍其信号处理部分的内容。
2 便携式轨道衡信号处理
本设计的基本流程如图1所示。
2.1 数据采集
设计的称重仪采用的是应变式力传感器,称重仪安装在铁轨之间,传感器弹性体塞入铁轨钢槽内,称重时轮对通过钢轨产生应变,通过测量称重梁的弹性变形则可得到车辆的重量。称重仪的信号处理实现过程为,列车经过钢轨产生压应变,通过数据采集卡采集信号,并将采集后的信号输入LabVIEW中,滤出有效信号后调用EMD的程序脚本matlab script进行数据处理,处理后输出有效值。称重仪安装图如图2所示。
根据设计的称重仪的工作原理,采取双通道的数据采集,把应变通过传感器转化为电压信号进行采集,根据机车的运行速度不同,可以自行调节采样频率。并在LabVIEW的基础上编制程序。数据采集卡采用5 V稳压电源,采样频率为1 024 Hz,采集信号如图3所示。
界面有参数设置、转换、左通道、右通道、脉冲值以及左右轮重、轴重等功能模块。转换按键可以确定输入信号的长度。参数设置可以根据所测得实际波形来调节波形的参考值,以便对所采集的信号进行处理。两个图形显示界面可以实时采集车辆经过称重仪时左右两侧轮对所输出的波形。调节脉冲数可以得到不同的脉冲值(即所经过车轮的轮重)。
2.2 数据处理方法
在过去几十年的动态称重技术研究中,在如何保持检测精度的前提下提高车辆通过速度一直是各研究机构所致力解决的问题,不懈的努力使动态称重技术已经得到了很大的发展。综合国内、外资料,目前动态称重数据处理方法主要有:位移积分法,补偿法,专家系统,参数估计法,神经网络以及本文采用的EMD法。
2.2.1 EMD原理
EMD是美国国家航空航天局(NASA)的Huang等在1998年首先提出的一种新的信号处理方法。该方法认为,任何信号都可分解成若干不同的本征模态函数IMF(intrinsic mode function)和一个残余量,各IMF反映了信号的局部特性,残余量反映了信号的趋势或均值。IMF要满足两个条件:①整个数据集的极大值、极小值的数目和穿越零点的次数要相等或最多相差1;②极大值点确定的上包络线和极小值确定的下包络线的均值要始终为零。EMD中的每一阶IMF由如下方法筛选得到。
(1)对于要进行分解的信号y(t),找出y(t)上所有的极值点,用3次样条曲线连接所有的极大值点,形成y(t)的上包络线;连接所有极小值点形成下包络线,确保所有的点在上下包络线之间。定义上下包络线的均值为m1(t),y(t)与m1(t)的差定义为:h11(t)=y(t)-m1(t)。如果h1l(t)满足以下2个条件,则为第一阶IMF:①在整个时程内,极值点的个数与穿越零点的次数相等或最多差1;②在任意点处上下包络线的均值为零。如果h1l(t)不满足上述条件,则对h1l(t)当作上述过程中的y(t)进行筛选。
(2)假定经过k次筛选后(通常k<10),得到的hkl(t)满足IMF的定义,则信号y(t)的第一阶IMF分量为imf1(t)=hkl(t)。然后,将y(t)与imf1(t)的差r1(t)=y(t)-imf1(t)作为新的分析信号重复步骤(1)的筛选过程,得到第二阶IMF分量imf2(t)。
(3)按此方法继续分解,直到第n阶IMF分量imfn(t)或其余量rn(t)小于预先设定的值,或者余量rn(t)已经成为单调函数的时候,整个筛选过程停止。于是,y(t)可以表示成n个IMF分量和一个余量的和,即:
由于各阶IMF分量的上下包线的均值相等,关于零轴对称,因此可以认为各阶IMF只与信号所含的固有振动特性有关,与信号的偏移量无关,而将分解得到的残余量rn(t)看作信号的偏移量。
根据这个思路,将EMD用于轴重信号的处理,滤除信号中的动态部分,而求出与真实轴重相对应的稳态部分rn(t)。
2.2.2 信号处理
根据EMD方法原理,首先要确定采样信号中轴重信号的范围,原始采样信号范围波形如图4所示。信号从零上升到第一个极大值点反映了转向架从接触称重仪到完全进入称重仪这一过程,从最后一个极大值点到零反映了转向架脱离称重仪过程。由于称重过程的有效信号为机车平稳经过动态称重仪时所采集的信号,故对采集信号进行截取,得到有效的处理信号,如图5所示。
采用EMD方法对被处理信号进行分解,由MATLAB中编写M函数来实现,M函数程序流程如图6所示。
以车速为4·95 km/h左通道的第一个信号为例进行EMD分解。待过程平稳提取剩余分量rn(t),如图7所示。取rn(t)的平均值作为单个轮重,4个轮重相加为一侧轴重。同理求得另一侧轴重,两者相加即为整车重量。
3 结论
5组实测数据(车速为4·95 km/h, 1·12 km/h,2·2 km/h, 4·5 km/h, 0·94 km/h),每组32万采样点数,均以上述信号为例,分析结果如表1所列,表中显示车速在5~8 km/h范围内,误差为3%,小于允许使用误差5%。
参考文献:
[1] 杨乐平,李海涛,杨磊. LabVIEW程序设计与应用[M].北京:电子工业出版社,2004.
[2] 于哲峰,杨智春. EMD技术在动态称重数据处理中的应用[J].机械科学与技术, 2004, 23(4):244—246.
[3] Huang N E, Shen Z, LongS R, et al. The empiricalmode decompo-sition and the Hilbert spectrum for nonlinear and non-stationary timeseries analysis[A]. Proceedings of Royal Society. London,1998,(44):903—995.
作者简介:付研宇(1982—),男,满族,黑龙江绥化人,硕士研究生。
