楊 鵬
(核工業(yè)理化工程研究院,天津 300180)
我院對高速電機的性能檢測主要通過機電試驗完成,機電試驗的考核指標來源于監(jiān)測的振動信號。對于監(jiān)測信號一般由放置于高速電機的上中下位點的傳感器捕獲,但在測得監(jiān)測信號的同時,不可避免的就會混雜進一些噪聲信號,如果遇到一些極端情況,噪聲信號甚至?xí)蜎]掉有用的信號。這時對高速電機的狀態(tài)的判斷就會出現(xiàn)差錯。由于高速電機的特殊性,保證其安全運行具有非常重要意義,正是由于上述原因,將動態(tài)自動濾波系統(tǒng)引入高速電機數(shù)據(jù)捕捉階段是必不可少的。
方案為:將測試信號和噪聲信號輸入神經(jīng)網(wǎng)絡(luò),由于神經(jīng)網(wǎng)絡(luò)良好的非線性映射能力,可以將輸入的信號很快地進行處理。經(jīng)過權(quán)值與閾值的判定與運算后,多路信號進入自適應(yīng)部分,由多路信號匯總得到的第n階輸出值y(n)結(jié)合參考輸入d(n)值作為反饋輸入信號,將其輸入自適應(yīng)算法中,作為n+1階的反饋修正值進行不斷的修正,直到濾波完畢,輸出濾波后的波形。具體設(shè)計原理如圖1所示。
圖1 設(shè)計原理圖
基于自適應(yīng)理論的濾波器一般稱為自適應(yīng)濾波器,顧名思義,其最本質(zhì)的特點就是它能夠自學(xué)習(xí)和自調(diào)整,即所謂的自適應(yīng)能力。一般來說,自適應(yīng)濾波器能夠依靠某種預(yù)先確定的準則,在迭代過程中自動調(diào)整自身的參數(shù)和結(jié)構(gòu),去適應(yīng)變化的環(huán)境,以實現(xiàn)在這種最優(yōu)準則下的濾波。
原始輸入信號x(n)由有用信號s(n)與兩噪聲m1(n)和v(n)之和組成,參考輸入d(n)由兩外兩個噪聲u(n)=v(n)*a(n)和m2(n)之和組成。其中,a(n)為傳輸通道的單位脈沖響應(yīng),其對應(yīng)的傳遞函數(shù)A(z)。由于v(n)與u(n)=v(n)*a(n)共源,因此二者是相關(guān)的,噪聲m1(n)與m2(n)是互不相關(guān)的,且二者與s(n),v(n)和u(n)均不相關(guān)。x(n)=s(n)+v(n)+m1(n)為期望響應(yīng)。e(n)為誤差信號,等于自適應(yīng)濾波系統(tǒng)的輸出,即e(n)=y(n)。
濾波系統(tǒng)的自適應(yīng)部分設(shè)計如圖2所示:
圖2 濾波系統(tǒng)的自適應(yīng)部分
(1)概述
人工神經(jīng)網(wǎng)絡(luò)是模仿和延伸人腦認知功能的新型智能信息處理系統(tǒng),它是由大量的簡單處理單元(即神經(jīng)元)所構(gòu)成的一個非常復(fù)雜的非線性自適應(yīng)動力學(xué)系統(tǒng)。由于神經(jīng)元本身具有高度自適應(yīng)性,因而由大量神經(jīng)元組成的神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)性、自組織性、存貯分布性、結(jié)構(gòu)可變性等特點,能解決常規(guī)信息處理方法難以解決或無法解決的問題[1]。因此,我們將神經(jīng)網(wǎng)絡(luò)引入自適應(yīng)信號處理中來。
(2)神經(jīng)網(wǎng)絡(luò)的建立
在現(xiàn)今的神經(jīng)網(wǎng)絡(luò)應(yīng)用中,由于BP神經(jīng)網(wǎng)絡(luò)的理論和應(yīng)用比較成熟,因而在本文的神經(jīng)網(wǎng)絡(luò)部分選擇BP神經(jīng)網(wǎng)絡(luò),如圖3所示。
其結(jié)構(gòu)為,輸入:2,隱層:4,輸出層:1,
權(quán)值:0.7932,-0.8637,0.7143,0.5294,
閾值:0.4959,-0.6725,0.3026,-0.5211,
隱層變換函數(shù)為tansig,
輸出層變換函數(shù)為:purelin;
圖3 濾波系統(tǒng)的神經(jīng)網(wǎng)絡(luò)部分
對比一個真實系統(tǒng),使用Matlab軟件中的Simulink仿真有著很大的優(yōu)點,可以將現(xiàn)實中的各種儀器進行虛擬,并且集成化、模塊化,使經(jīng)費和工作量都大大地減少。所以在離心機用智能自適應(yīng)濾波系統(tǒng)設(shè)計完成以后,我們針對它建立一個Simulink仿真系統(tǒng)進行仿真[2]。
其仿真程序如圖4所示,其中原始信號為正弦信號,噪聲信號為隨機噪聲信號。
圖4 動濾波系統(tǒng)的仿真程序
首先將正弦信號的幅值定義為5,隨機噪聲信號的幅值定義為3,具體情況如圖5和圖6所示,隨后觀察濾波情況。
圖5 幅值為5的正弦信號圖
圖6 被噪聲污染后的幅值為5的正弦信號圖
我們發(fā)現(xiàn)幅值為5的正弦信號被幅值為3的隨機噪聲污染以后,已經(jīng)很難看出原來的波形。經(jīng)過基于自適應(yīng)理論與神經(jīng)網(wǎng)絡(luò)濾波系統(tǒng)后,消噪效果如圖7所示。
圖7 經(jīng)過消噪后的波形圖
如圖7所示,經(jīng)過信號與噪聲幅值比為5∶3的試驗后,我們發(fā)現(xiàn)高速電機用監(jiān)測信號自動濾波系統(tǒng)可以很好地濾除噪聲并且保留原波形。
那么如果信號與噪聲幅值比更為接近的情況下,消噪效果如何?為了檢驗系統(tǒng)還能否正常工作,我們進行更高信號、噪聲幅值比的試驗。
在試驗二中,有兩個情況發(fā)生了變化。第一,正弦信號的幅值定義為1,隨機噪聲信號的幅值也定義為1,信號與噪聲幅值比已經(jīng)達到1∶1;第二,需要系統(tǒng)過濾的波形幅值發(fā)生變化,需要考察其是否能自適應(yīng)的進行波形幅值調(diào)節(jié)濾波。
圖8為幅值為1的正弦信號波形圖,圖9為其隨機噪聲污染的波形圖。
圖8 幅值為1的正弦信號圖
圖9 被噪聲污染后的幅值為1的正弦信號圖
其消噪效果如圖10所示。
圖10 經(jīng)過消噪后的波形圖
如圖10所示,經(jīng)過信號與噪聲幅值比為1∶1的試驗后,我們發(fā)現(xiàn)高速電機用監(jiān)測信號自動濾波系統(tǒng)能很好隨波形變化進行消噪,并且消噪效果良好。
在進行了上述試驗后,我們發(fā)現(xiàn)該濾波系統(tǒng)對于單一的波形信號有良好的濾波能力,但是我們的實際應(yīng)用中多為復(fù)合信號,那么該系統(tǒng)對于實際中的復(fù)合信號的濾波信號效果如何呢?下面進行試驗三 復(fù)合信號的消噪試驗:
其中,輸入信號為:幅值為1,頻率為5的正弦信號與幅值為3,頻率為1的正弦信號構(gòu)成的復(fù)合信號。噪聲信號的噪聲幅值為3。未被噪聲污染的信號圖和被噪聲污染的信號圖,見圖11和圖12。經(jīng)過試驗三,發(fā)現(xiàn)該系統(tǒng)對于實際中經(jīng)常出現(xiàn)的復(fù)合信號的消噪效果也十分良好。
圖11 未被噪聲污染的復(fù)合信號圖
圖12 被噪聲信號污染的復(fù)合信號
現(xiàn)使用本濾波系統(tǒng)對引言部分中夾雜著大量噪聲信號的支承軸磨損信號進行濾波。將原始信號輸入濾波系統(tǒng),濾波前后的波形如圖13所示。
圖13 夾雜大量噪聲的支承軸磨損信號圖
濾波以后,如圖14,我們明顯地發(fā)現(xiàn)了周期性的沖擊,這正是支承軸磨損的重要特征。對比原始信號,我們發(fā)現(xiàn)了明顯的故障特征。
圖14 濾除噪聲后的支承軸磨損信號圖
在本濾波系統(tǒng)成功地對支承軸磨損信號進行濾波后,我們繼續(xù)使用本濾波系統(tǒng)對一階進動信號進行濾波。濾波前后的波形對比如圖15和圖16所示。
圖15 夾雜大量噪聲的一階進動信號圖
圖16 濾除噪聲后的一階進動信號
對比一階進動信號濾波前后的波形,我們也可以發(fā)現(xiàn)濾波后的波形特征更加明顯。
通過實際應(yīng)用,該濾波系統(tǒng)對實際信號的濾波效果也十分明顯。
(1)高速電機用監(jiān)測信號自動濾波系統(tǒng)解決了普通濾波器只能進行權(quán)系數(shù)固定的硬閾值濾波,即固定閾值濾波的問題。
(2)該系統(tǒng)解決了傳統(tǒng)自適應(yīng)濾波器在兩路噪聲呈現(xiàn)非線性相關(guān)時,使用線性自適應(yīng)算法去逼近非線性變換導(dǎo)致用于估計的權(quán)系數(shù)向量的位數(shù)爆炸式增長,導(dǎo)致濾波效果變差的問題。
(3)該系統(tǒng)能夠隨輸入信號幅值的變換而自適應(yīng)改變消噪閾值,而且當輸入信號的幅值與噪聲信號的幅值比很接近的情況下,也能進行自適應(yīng)消噪,并且消噪效果良好。
(4)模擬實際情況中的復(fù)合信號的噪聲污染,該系統(tǒng)能夠很好地對復(fù)合信號進行消噪。
(5)對于實際的支承軸磨損信號和一階進動信號,該系統(tǒng)濾波效果良好。