可抑制直流扰动的振动信号最大功率频率分量实时检测算法

摘要

本发明公开了一种可抑制直流扰动的振动信号最大功率频率分量实时检测算法。首先，给出了迭代处理振动信号获取最大功率频率分量的四阶系统状态方程、自适应律及四阶系统阻尼比的自动计算公式；其次，将振动信号乘一增益系数后，迭代执行四阶系统状态方程、自适应律及阻尼比自动计算公式，可动态跟踪振动信号角频率。最后，在频率跟踪进入稳态后，根据角频率收敛值与状态变量计算振动信号频率、幅值与相位。算法实时性强，可避免直流扰动对检测结果的影响，有效提取振动信号中最大功率频率分量信号。

说明书

技术领域

本发明涉及振动控制与振动测试技术领域，尤其涉及一种可抑制直流扰动的振动信号最大功率频率分量实时检测算法。

背景技术

随着计算机技术及控制理论的发展，利用控制器产生反向力来抑制机械振动的反馈补偿控制方法在精密仪器、机加工及化工过程机械等领域受到广泛重视。其中，振动信号最大功率对应频率分量的频率、幅值、相位检测精度及检测算法的实时性能是制约控制系统带宽、稳定性的关键因素。本申请人曾在专利申请201510375357.2中公开过一种振动信号幅值、相位实时计算方法，但该方法需预先测量信号中的直流分量，并在软件做偏移处理将振动信号转换成双极性归一化信号。如果直流分量处理不当，将导致频率、幅值、信号估计结果不正确。

发明内容

本发明目的是提出一种可抑制直流扰动的振动信号最大功率频率分量实时检测算法，克服已有技术的缺点，避免直流分量的影响，快速准确地检测出具有功率谱最大分量振动信号的频率、幅值和相位。

一种可抑制直流扰动的振动信号最大功率频率分量实时检测算法，其特征在于具体步骤包括：

采用四阶系统状态方程及自适应律迭代处理振动信号获取最大功率频率分量，其中，状态方程为：

设为振动信号，为增益，式中，为四阶系统输入信号，并且有，为四阶系统状态变量，为阻尼比，为振动信号最大功率频率分量对应的角频率估计值；与之相应的自适应律为，式中，为自适应因子；对于正弦输入信号，迭代执行状态方程及自适应律，角频率估计值收敛于，并且有，四阶系统微分方程的周期解为：

可见，状态变量，准确跟踪上了输入信号。当输入信号包含多种频率成分时，，跟踪的是输入信号中的最大功率频率分量。

预处理。设置、，通带带宽，角频率估计初值，采样频率；计算极半径，计算采样时间。对ADC采样振动信号u>k>为最大功率频率分量，预设，时，需保证；通常采样频率越高相位估计越准确，并且有，。

迭代执行算法

①计算阻尼比，，，；

②根据输入及该瞬时的系统状态，计算四阶系统下一时刻的状态，算法如下：

③根据当前时刻的频率估计值、状态变量及自适应律公式计算下一个时刻的频率估计值，算法如下：

④迭代计算①、②、③。

根据角频率估计进入稳态后的收敛值及状态变量，得到振动信号最大功率频率分量的频率、幅值及相位，算法如下：

。

与现有技术相比，本发明的一个或多个实施例可以具有如下优点：

本发明通过将拾取到的转子振动信号乘一增益后送入一四阶系统，并通过角频率自适应律动态跟踪振动信号角频率。在频率跟踪进入稳态后，根据角频率收敛值及状态变量的稳态值计算振动信号相位、幅值。本发明的主要优点有：

可消除直流偏置对振动信号频率、幅值、相位计算值的影响，无需预先测量振动信号中的直流量，再将振动信号转换成双极性归一化信号。

只需要设置自适应因子，角频率预估值及通带带宽三个初值，并给出了阻尼比的计算算法。

振动最大功率频率分量相位、幅值的计算值不受阻尼比影响。

无需整周期截取、整数倍采样、抗混叠滤波处理输入信号。

算法实时性强，可内嵌至电机驱动器内实现振动控制或振动测试。

附图说明

图1是本发明所述的算法原理框图。

图2是带直流偏置的正弦波曲线。

图3是直流偏置正弦波频率跟踪曲线。

图4是原始机械振动信号时域曲线。

图5是最大功率频率分量振动信号频率估计曲线。

图6是12~13s期间振动信号的FFT幅度谱。

图7是12~12.09s期间振动信号的FFT幅度谱。

图8是12~12.09s期间的四阶系统状态变量曲线。

图9是最大功率频率分量振动信号相位曲线图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合实施例及附图对本发明作进一步详细的描述。根据本发明的技术方案，在不变更本发明的实质精神下，本领域一般技术人员可以提出本发明的多种相关设计。因此以下具体实施方式以及附图仅是本发明技术方案的具体说明，而不应当视为本发明的全部或者视为对本发明技术方案的限定或限制。

参照图1，一种可抑制直流扰动的振动信号最大功率频率分量实时检测算法，其特征在于具体步骤包括：

采用四阶系统状态方程及自适应律迭代处理振动信号获取最大功率频率分量，其中，状态方程为：

设为振动信号，为增益，式中，为四阶系统输入信号，并且有，为四阶系统状态变量，为阻尼比，为振动信号最大功率频率分量对应的角频率估计值；与之相应的自适应律为，式中，为自适应因子；对于正弦输入信号，迭代执行状态方程及自适应律，角频率估计值收敛于，并且有，四阶系统微分方程的周期解为：

可见，状态变量，准确跟踪上了输入信号。当输入信号包含多种频率成分时，，跟踪的是输入信号中的最大功率频率分量。

预处理。设置、，通带带宽，角频率估计初值，采样频率；计算极半径，计算采样时间。对ADC采样振动信号u>k>为最大功率频率分量，预设，时，需保证；通常采样频率越高相位估计越准确，并且有，。

迭代执行算法

①计算阻尼比，，，；

②根据输入及该瞬时的系统状态，计算四阶系统下一时刻的状态，算法如下：

③根据当前时刻的频率估计值、状态变量及自适应律公式计算下一个时刻的频率估计值，算法如下：

④迭代计算①、②、③。

根据角频率估计进入稳态后的收敛值及状态变量，得到振动信号最大功率频率分量的频率、幅值及相位，算法如下：

。

下面采用具体的实例验证算法性能：

例1：跟踪频率为150Hz的纯正弦波，设输入信号为，采样频率，，角频率预估初值 rad/s，通带带宽Hz，自适应因子。可计算出，发明算法迭代执行步骤的离散化形式为：

。

图2为带直流偏置的原始正弦波曲线，对正弦波进行定标处理，正弦波幅值为1PU，直流偏置为3PU。图3为增益分别为1、5时的频率跟踪曲线，可见算法很好抑制了直流干扰。同时，增加可加快频率跟踪速度，当时，频率跟踪可在0.8s内进入稳态，频率估计最大相对误差为0.25%。

例2：实验装置采用单级渐开线圆柱齿轮减速器，减速比2.24，减速箱所用齿轮模数均为1.5，齿数分别为91、41，故障轴承座滚动轴承型号为6313ZZ(内含8个人为磨损滚珠)。通过变频器设定三相异步电机转速为1200rpm，采用AC192振动传感器拾取轴承座径向机械振动信号，AC192输出信号经过调理电路调整电平范围，再经过ADS1205实现Δ-Σ过采样，AMC1210实现sinc滤波， TMS320LF2808以10KHz的采样频率读取AMC1210的寄存器获取振动信号。设置角频率预估初值rad/s，通带带宽Hz，自适应因子。发明算法迭代执行步骤的离散化形式与例1相同。

图4为带直流偏置的原始机械振动时域曲线图，图5为最大功率频率分量振动信号频率估计曲线，进入稳态后，估计频率在152Hz上下波动。图6为12~13s期间振动信号的FFT幅度谱，幅值谱峰值对应的频率分量为152.58Hz。图7为12~12.09s期间振动信号的FFT幅度谱，幅值谱峰值对应的频率分量为152.39Hz。图5、图6、图7说明算法可动态跟踪转速变化，频率估计最大相对误差0.31%。图8为12~12.09s期间的四阶系统状态变量曲线，其中为最大功率频率分量振动信号的时域曲线。图9为最大功率频率分量振动信号相位曲线图，可验证所估计的相位跟信号频率一致，但相位估计精度受信号频率及采样频率的影响。在输入信号频率不变的前提下，采样频率越高，相位估算精度越高。