便携式机车车辆动态称重仪的信号处理

48
内燃机车
2009 年
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 r n ( t ) , 如图 7 所示。取 r n ( 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。
1
前言
在铁路轨道上对各种铁路车辆及其装载货物
只介绍其信号处理部分的内容。
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
表 1 实验结果分析
车速 / km h- 1 实测值 - 真值 /% 真值 4. 95 2. 8 1. 12 2. 0 2. 2 0. 25 4. 5 1. 2 0. 94 2. 6
参考文献:
[ 1] [ 2] [ 3] 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. 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. Huang N E, Shen Z, Long S R, et al. The empirical mode decompo sit ion and the Hilbert spectrum for nonlinear and non stat ionary t ime series analysis [ A ] . Proceedings of Royal Society. London, 1998, ( 44) : 903 995.
收修回稿日期 : 2008 10 27 资助项目: 辽宁省教育厅计划资助项目 ( 2004D119) 作者简介 : 付研 宇 ( 1982 ) , 男 , 满族 , 黑 龙江 绥化 人 , 硕士研究生。
第 3 期 ( 总第 421 期 )
付研宇 : 便携式机车车辆动态称重仪的信号处理
47
信号的趋势或均值。 IMF 要满足两个条件 : ! 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; ∀ 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
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 mat lab 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。
# imf i ( t ) +
n
rn( t )
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 r n ( 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 r n ( 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
图 2 称重仪安装图
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 m 1( t ) , y ( t ) 与 m 1( t ) 的差 定义为 : h 11( t ) = y ( t ) - m 1( t ) 。如果 h 1l( t ) 满足 以下 2 个条件 , 则为第一阶 IMF: ! 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; ∀ 在任意点处上 下包络线的均 值为零。如果 h 1l ( t ) 不满足上述条件 , 则对 h 1l( 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 h k l( t ) 满足 IMF 的定义 , 则信号 y ( t ) 的第一阶 IMF 分量 为 imf 1 ( t ) = h k l ( t ) 。然后 , 将 y ( t ) 与 imf 1( t ) 的差 r 1( t ) = y ( t ) - imf 1( 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 imf 2( t ) 。 ( 3) 按此方法继续分解, 直到第 n 阶 IMF 分量 imf n ( t ) 或其余量 r n ( t ) 小于预先设定的值 , 或者余 量 r n ( 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 : y( t) =
图4
采样信号波形图
图 5 被处理信号波形图
图 7 剩余分 量 r n ( t)
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% 。
第 3 期 ( 总第 421 期)
ቤተ መጻሕፍቲ ባይዱ内燃机车
2009 年 3 月
装 置 仪表
便携式机车车辆动态称重仪的信号处理
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 多种环境。由于此课题是一个综合科研项目 , 本文
i= 1
图3
系统界面图
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