位移振幅精确测量

《位移振幅精确测量》由会员分享，可在线阅读，更多相关《位移振幅精确测量（4页珍藏版）》请在金锄头文库上搜索。

1、位移振幅精确测量位移振幅精确测量0.摘要：根据实际工程需要，提出了基于计算机测试系统中，在采集振动加速度信号的基础上，精确测量位移振幅的方法。并介绍了如何在 LabVIEW 环境中开发位移振幅测量应用程序。 1 引言随着基于计算机的振动测试系统在实际工程中的广泛应用，在计算机软件系统中保证各种振动运动量的精确测量具有越来越重要的意义。目前普遍采用的振动传感器是加速度传感器，由于其体积小、重量轻、频率范围宽等特点，在生产工况监测和设备故障诊断等领域，常把加速度作为直接测量的振动运动量，但是在许多行业标准中，又要求将位移振幅值作为工况分析的重要参数及判断设备是否正常运行的依据，因此需要通过加速度信

2、号精确求出位移振幅。 2 积分累计误差的产生与消除由于振动运动量加速度、速度和位移三者幅值上存在积分关系，所以根据加速度值经过两次积分即可得到位移值。传统上的积分采用硬件完成，如使用压电加速度传感器时，某些电荷放大器就带有双积分电路，可以直接输出振动位移值。但是硬件解决方案不仅大大增加测试成本，而且会减小仪器的量程和频率范围，因此现在越来越多地采用计算机软件来由加速度信号求位移振幅值。由于测试上的原因，所测得的加速度信号均值不为零，经过积分以后，这种情况会被放大，特别是经过两次积分后，位移振幅值将产生严重偏移，极大地影响了测量的准确程度，这里称这种误差为积分累计误差。虽然零均值处理可以在一定程

3、度上改善这种情况，但由于在计算机测试采样的一个样本中一般包含多个信号周期，信号总体上实现零均值化后，局部上均值不为零的情况仍会造成位移振幅值的偏移。解决这个问题的很好方法是对信号进行零均值处理后，按照信号中基波的频率对信号分段，并分周期进行积分。信号处理的流程。 在目前流行的虚拟仪器开发环境 LabVIEW 中带有进行这类信号处理所需要的函数，可极大提高振动测试程序的开发效率。零均值处理采用 MathematicsProbability and Statistics 函数模板中的means 函数，输入系列均值由下式计算 (1) 式中 n 为采样长度，由采样数据 xi- 即可得到一个均值为零的新

4、序列，积分采用 AnalyzeSignal ProcessingTime Domain 函数模板中的 Integral x(t)函数，该函数的被积表达式为 (2) 式中：dt采样周期 yi两个采样点间的速度或位移变化量 将 yi 累加即得到相应振动运动量的当前值。频谱分析采用AnalyzeSignal Processing 函数子模板中的 Amplitude and phase spectrum 函数，通过快速傅立叶变换计算出信号的幅值谱。在 LabVIEW 的图形编程环境中，以图标形式调用上述函数和其它数值运算与判断函数，通过图标间的连线即可以完成信号的处理，处理结果，它更准确地反映了振动运

5、动量的真实面貌。位移曲线中每一周期最大峰值与最低谷值之间的幅值，即“通频振幅” ，常用做反映振动大小的特征量。 3 采样信号中噪声的影响与抑制在测试系统中不可避免的会产生噪声干扰，噪声对准确测量位移振幅的影响极大。LabVIEW 的 FunctionsSignal ProcessingFilters函数子模板中有多种数字滤波器，其中包括常用巴特沃斯滤波器和切比雪夫滤波器等。经典的滤波方法可以有效滤除噪声，但也常常会衰减实际振动信号，造成测量结果的误差。 80 年代以来得到深入研究和充分发展的小波分析理论和小波变换的快速算法，逐步应用于信号降噪，由此产生了小波滤波和小波包滤波技术，特别是小波包滤

6、波对于准确测量位移振幅值具有重要的应用价值。 利用 Mallat 提出的信号多分辨率分解与重构算法可将时域信号逐层进行小波分解与重构，并在不同尺度下作小波变换，其实质是采用不同中心频率、品质因数相同的带通滤波器对信号进行滤波，把分解得到的信号进行适当的处理，然后再对各层信号进行重构，即可得到反映信号本质特征的降噪后信号。小波分解是信号在频率空间进行逐级二剖分时，只对其中的低频子带进行再剖分。而小波包分解则是对高频和低频两部分都继续分解。可以看出，每一层的子带都覆盖信号所占有的频率，原信号分解后得到一个个小波包，即相当于对信号所包含的频率段进行划分，把需要滤除的噪声成分所占频带的小波包数据置零，

7、然后进行小波包重构，从而达到滤波的目的。 Mallat 算法建立了小波变换和理想重建滤波器组之间的联系，两通道理想重建滤波器组已经成为计算小波变换最通用的工具。两通道理想重建滤波器组的低通滤波器的冲激响应收敛于尺度函数为 (t)，求得 (t)就可以应用高通滤波得到基本小波函数 (t)，并可用一个两通道理想重建滤波器组树完成小波变换，因此选择所需小波的过程就变成了两通道理想重建滤波器组的设计过程。 由美国 NI 公司提供，能够在 LabVIEW 开发环境中实现的具有实际工程意义的小波变换工具是外挂的 Signal Processing Toolset 商品软件中的小波与滤波器设计(Wavelet

8、 and Filter Bank Design Toolkit-WFBD)组件。 安装 Signal Processing Toolset 后，在 LabVIEW 函数模板中增加一个子模板，其中包含分析滤波器组、二维分析滤波器组、综合滤波器组、二维综合滤波器组、基本小波和尺度函数、抽取滤波器、插值滤波器等几个子程序，此外在系统中生成一个 Wavelet andFilter Bank Designer 应用程序。在 LabVIEW 开发环境中，采用在位移振幅测量的应用程序中，将滤波器系数传递给分析滤波器和综合滤波器函数，实现对振动加速度信号的小波包分解与数据处理后的重构。由于小波包分解是正交分解，对信号的分解与重构既无冗余，又无泄漏，能保持信号信息量的完整，因此极大提高了位移振幅的测量精度。 4 结语在对加速度信号进行频谱分析的基础上，将信号按基波频率划分周期进行积分，并采用小波包滤波去除噪声干扰，可以极大提高位移振幅的测量精度，经过工业现场设备上与标准振动位移表对比测试，其误差小于 3%。这种方法在工程测试领域中具有广泛的实用价值，已经在设备故障诊断等方面发挥了重要作用。在 LabVIEW 环境中开发位移振幅测量的应用程序，具灵活性大和开发效率高的特点。