CN106768227B - 基于加速度信号经验模式分解的动态称重装置及方法 - Google Patents

Abstract

本发明公开了一种基于加速度信号经验模式分解的动态称重装置及方法，装置包括设置有称重台、均匀分布在称重台上的凸块，分别设置在称重台两侧用于控制系统测试的红外信号传感器、用于采集加速度信号的数据采集模块、用于进行信号分析处理的数据处理模块以及用于显示待测物重量的显示屏。待测物体通过称重台时，对凸块产生冲击，数据处理模块对由信号采集模块采集并传送的冲击信号进行时域平均、SVD降噪、EMD分解处理，将分解后的剩余分量作为标定待测物重量的指标。本发明所述称重装置结构简单、造价低廉、动态性能好，且传感器同与待测物非接触测量在保证测量精度的同时可增加装置使用寿命。

Description

基于加速度信号经验模式分解的动态称重装置及方法

技术领域

本发明涉及信号检测及信号处理技术领域，具体说是涉及一种基于加速度信号经验模式分解的动态称重装置及方法。

背景技术

动态称重系统具有较大的市场需求。目前主流的动态称重系统均使用力传感器，由于传感器直接和被测表面接触，承受冲击力很大，对其可靠性和耐久性造成巨大影响，造成现有动态称重系统存在精度低、工艺难度大以及系统造价高等缺点。

发明内容

鉴于已有技术存在的不足，本发明的目的是要提供一种基于加速度信号经验模式分解的动态称重装置以提高动态称重系统的稳定性和检测精度。

为了实现上述目的，本发明技术方案如下：

一种基于加速度信号经验模式分解的动态称重装置，其特征在于，装置包括：称重台、第一红外传感器、第二红外传感器、若干凸台、加速度传感器、信号采集模块、信号处理模块以及显示屏；

所述称重台两侧以称重台中心为基准对称设置有第一红外传感器和第二红外传感器，所述第一红外传感器和第二红外传感器均与信号采集模块连接；第一红外传感器和第二红外传感器之间的称重台部分构成本装置的测试区；所述测试区内分布以称重台中心为对称基准均匀设置的若干凸台；所述称重台底部中心位置设有加速度传感器，所述加速度传感器与信号采集模块连接；

所述信号采集模块连接信号处理模块，将由所述第一红外传感器、第二红外线传感器以及所述加速度传感器采集到的信号传输给信号处理模块进行处理，得被测对象重量，并由显示屏显示。

进一步地，作为本发明的优选，所述称重台为钢板结构。

进一步地，作为本发明的优选，所述凸台个数为5个，并采用钢材料以焊接方式连接于称重台。

进一步地，作为本发明的优选，所述加速度传感器以螺纹方式连接于称重台。

本发明另一目的是要提供一种基于上述动态称重装置的称重方法，其特征在于，包括如下步骤：

S1、自整定：开启装置并使用标准质量测试对象通过测试区，实现系统标定。

S2、测试过程：当第一红外传感器检测到待测物进入测试区时测试开始，当第二红外传感器检测到待测物离开测试区时测试结束。测试过程中，被测对象依次通过设置于测试区的凸台，加速度传感器检测到多个冲击振动信号。

S3、信号采集：所述信号采集模块分别采集第一红外传感器、第二红外传感器和加速度传感器检测到的信号，并将所采集的信号数据传送给信号处理模块。

S4、信号处理：信号处理模块根据预先设定的阈值和采样长度对接收的冲击振动信号依次进行时域平均、信号降噪、信号分解处理，以处理后冲击振动信号剩余分量的峰值标定被测对象的重量。

S5、重量显示：被测对象的重量通过显示屏显示。

进一步地，所述S1步骤包括：

S11、开启装置，使用标准质量测试对象通过测试区；

S12、采集标准质量测试对象通过若干凸台产生的冲击振动信号；

S13、对采集到的冲击振动信号进行时域平均、信号降噪、信号分解处理；

S14、提取处理后冲击振动信号的剩余分量；

S15、通过计算得出剩余分量峰值与测试对象重量的线性关系；

S16、将装置自整定位置1。

进一步地，所述步骤S4中信号降噪采用奇异值分解(SVD)降噪，其步骤包括：

S41、提取时域平均处理后的冲击振动信号；

S42、对冲击振动信号进行延时重构；

S43、利用SVD算法对重构的冲击振动信号进行分解，求取分解信号特征值；

S44、针对分解信号设置一特征值阈值，将分解信号特征值与该阈值进行比较：如果分解信号特征值不大于该阈值，则将分解信号特征值置零，再对分解信号进行SVD逆变换，否则直接对分解信号进行SVD逆变换；

S45、分解信号经SVD逆变换得到降噪后的冲击振动信号。

8、根据权利要求5所述的一种基于动态称重装置的称重方法，其特征在于：步骤S4中所述信号分解采用基于经验的模式分解(EMD)方法，对降噪后的冲击振动信号进行分解处理。

与现有技术相比，本发明的有益效果：

1、本发明提供了一种基于加速度传感器的测试装置，加速度传感器与被测对象不直接接触，提高了装置的可靠性与耐久性。

2、本发明利用SVD分解降噪实现数据的降噪过程，提高了装置测量精度。

3、本发明利用EMD分解的剩余分量的峰值标定被测对象的重量，适宜动态测量，提高装置测量准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例装置结构示意图；

图2为本发明实施例装置整体测试流程图；

图3为本发明装置自整定示意图；

图4为本发明SVD降噪过程流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1是本发明基于加速度信号经验模式分解的动态称重装置的结构示意图，如图1所示，本实施例装置包括：称重台、第一红外传感器、第二红外传感器、若干凸台、加速度传感器、信号采集模块、信号处理模块以及显示屏。优选尺寸为5.6*2.5*0.1米的长钢板作为测试平台，以钢板中心处为中心线为对称基准，设置五道钢制凸台均匀分布在测试区内，凸台与凸台之间的距离优选为80cm。任意凸台均以焊接方式同测试平台连接，凸台的尺寸为0.1*2.5*0.1米。称重台两侧距离边缘一定位置处分别设置有第一红外传感器和第二红外传感器，本实施例中，在称重台距离两侧边缘0.3米处分别设置红外传感器支架，并相应的配设线缆通道。第一红外传感器和第二红外传感器均与数据采集模块连接，第一红外传感器和第二红外传感器之间的称重台部分为测试区。称重台底部中心位置以螺纹连接方式连有一加速度传感器，所述加速度传感器与数据采集模块连接。数据采集设备和数据处理设备均安放在设置于空处的设备安装箱内，且在箱外设置串行接口并连接LED显示器。所述信号采集模块与信号处理模块连接，将由所述第一红外传感器、第二红外线传感器以及所述加速度传感器采集到的信号传送给数据处理模块进行平均、降噪、分解处理，已得到被测对象重量并由显示屏显示。数据采集设备与数据处理设备可以使用ARM处理器为核心进行开发，也可以使用市场现有设备如NI公司的C-RIO设备等，在此不做限定。

测试开始时，第一红外传感器检测到待测物体进入检测区即第一红外传感输出信号变为低电平；待测物体依次通过5道凸台，相应的信号采集模块采集到五个冲击振动信号，当第二红外传感器检测到待测物离开检测区即输出信号变为低电平时，测试结束。信号采集模块采集的冲击振动信号数据经过数据处理模块的平均、降噪、分解处理后，以分解后的剩余分量峰值标定待测物体重量，并通LED显示屏显示出来。装置整体测试流程如图2所示。利用本装置进行称重的步骤包括：

S1、自整定：开启装置并使用标准质量测试对象通过测试区，实现系统标定。

S2、测试过程：当第一红外传感器检测到待测物进入测试区时测试开始，当第二红外传感器检测到待测物离开测试区时测试结束。测试过程中，被测对象依次通过设置于测试区的凸台，加速度传感器检测到多个冲击振动信号。

S3、信号采集：所述信号采集模块分别采集第一红外传感器、第二红外传感器和加速度传感器检测到的信号，并将所采集的信号数据传送给信号处理模块。

S4、信号处理：信号处理模块根据预先设定的阈值和采样长度对接收的冲击振动信号依次进行时域平均、信号降噪、信号分解处理，以处理后冲击振动信号剩余分量的峰值标定被测对象的重量。

S5、重量显示：被测对象的重量通过显示屏显示。

装置使用前需要使用标准质量测试对象进行自整定，自整定过程结束后装置可以用来测量物体质量，自整定过程如图3所示。步骤包括：

S11、开启称重装置，使用标准质量测试对象通过测试区；

S12、采集标准质量测试对象通过若干凸台产生的冲击振动信号；

S13、对采集到的冲击振动信号进行时域平均、信号降噪、信号分解处理；

S14、提取处理后冲击振动信号的剩余分量；

S15、通过计算得出剩余分量峰值与测试对象重量的线性关系；

S16、将装置自整定位置1。

被测对象通过5道凸台时，会产生冲击振动信号，信号采集模块根据预先设置的阈值与采样长度n，截取5道冲击振动信号并进行时域平均处理。设处理前截取的五道冲击信号为x₁，x₂，x₃，x₄，，那么时域平均之后的信号为

以减少随机噪声的干扰。

经过时域平均处理后的冲击振动信号在数据处理模块进行SVD分解，对其特征值矩阵从大到小进行排列，将较小的特征值置零，然后进行逆变换从而达到降噪的效果，流程详见附图4。

SVD(包括各种推广)己是数值线性代数的最有用和最有效的工具之一，它在统计分析、信号与图像处理、系统理论和控制中被广泛地应用。以下为对SVD分解的证明：

记AA^H的特征值为

λ₁≥λ₂≥…≥λ_r＞λ_r+1＝λ_r+2＝…＝λ_m＝0

则存在m阶酉矩阵U，使得

将U分块为

U＝(U₁ U₂)，U₁∈C^m×r，U₂∈C^m×(m-r)

则有

故

由此可得A^HU₂＝0。令V₁＝A^HU₁(Σ^-1)，则V₁ ^HV₁＝E_r，即V₁＝(v₁,...,v_r)的r列是两两正交的单位向量。添加n-r单位向量v_r+1,...,v_n，使v₁,...,v_r,v_r+1,...,v_n成为Cⁿ的标准正交基,则V＝(v₁,...,v_r,v_r+1,...,v_n)是n阶酉矩阵。记V₂＝(v_r+1,...,v_n)，则

故

于是有，

因此v_j是A^HA的对应于特征值λ_j的单位特征向量。可以验证，U₁＝AV₁Σ^-1。

由于也称U₁ΣV₁ ^H为A的奇异值分解。

本发明中振动信号的奇异值分解原理：首先应延时重构，设已知振动信号重构吸引子轨迹矩阵如下：

若振动信号中包含一定的噪声或突变信息，那么D_m可以写成：

D_m＝D+W

D为信号中的平滑部分在重构相空间的轨迹矩阵，W为噪声或不变部分在重构相空间的轨迹矩阵，且W可以看成是对矩阵D的一个摄动。在已知D_m未知D和W的情况下，可以根据分析研究D_m的奇异值的一些特点，来实现得到D去除W即降噪的目的。

对D_m矩阵做奇异值分解，D_m＝USV，U和V分别为m×m和n×n矩阵，且UU′＝I，VV′＝I。S为m×n的对角矩阵，对角线元素按从大到小排列为λ₁,λ₂,λ₃,…,λ_p，p为min(m,n)，λ₁,λ₂,λ₃,…,λ_p即为D_m矩阵的奇异值。研究表明光滑信号对应的吸引子矩阵是奇异的，即光滑信号的吸引子轨迹矩阵的秩k＜min(m,n)，一般取n≤m。噪声或故障信号的突变信息构成的轨迹矩阵W，必定为满秩矩阵，即它的秩k＝n。同理，含有噪声或突变信息的原信号的重构吸引子矩阵D_m也必定为满秩矩阵。设定D的秩为k(k＜n)，那么保留D_m的前k个奇异值而其它奇异值置0，然后再利用奇异值分解的逆过程得到一个矩阵，记做D′_m，根据Frobennious范数意义下矩阵最佳逼近定理可以得出，矩阵D′_m是D_m的秩为k的最佳逼近矩阵。从而可以从D′_m得到原信号降噪后的信号。同理将D_m的前k个奇异值置0，利用奇异值分解的逆过程即可得到W′。从而可以从D′_m得到原信号中包含的噪声或突变部分。

基于上述于原理，则所述SVD降噪处理步骤如下：

S41、提取时域平均处理后的冲击振动信号；

S42、对冲击振动信号进行延时重构；

S43、利用SVD算法对重构的冲击振动信号进行分解，求取分解信号特征值；

S44、针对分解信号设置一特征值阈值，将分解信号特征值与该阈值进行比较：如果分解信号特征值不大于该阈值，则将分解信号特征值置零，再对分解信号进行SVD逆变换，否则直接对分解信号进行SVD逆变换；

S45、分解信号经SVD逆变换得到降噪后的冲击振动信号。

对降噪后的冲击振动信号进行EMD分解并提取剩余分量，并以剩余分量的峰值对被测对象重量进行标定，通过显示屏显示。

本发明使用加速度传感器取代了传统的力传感器，这样避免了被测对象与传感器之间直接接触，提高了装置的可靠性与耐久性。测试采用了时域平均技术与SVD降噪技术能够从较大程度上去除噪声干扰。振动信号数据经过EMD分解的剩余分量能够反映振动的趋势，而去除噪声后振动趋势与被测对象的重量具有线性关系，该线性关系由系统自整定过程得出，因此被测对象的重量可以通过EMD分解之后的剩余分量来进行标定。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (7)

1.一种基于加速度信号经验模式分解的动态称重装置，其特征在于，装置包括：称重台、第一红外传感器、第二红外传感器、若干凸台、加速度传感器、信号采集模块、信号处理模块以及显示屏；

所述称重台两侧以称重台中心为基准对称设置有第一红外传感器和第二红外传感器，所述第一红外传感器和第二红外传感器均与信号采集模块连接；第一红外传感器和第二红外传感器之间的称重台部分构成本装置的测试区；所述测试区内分布以称重台中心为对称基准均匀设置的若干凸台；所述称重台底部中心位置设有加速度传感器，所述加速度传感器与信号采集模块连接；

所述信号采集模块连接信号处理模块，将由所述第一红外传感器、第二红外线传感器以及所述加速度传感器采集到的信号传输给信号处理模块进行处理，获得被测对象重量，并由显示屏显示；

当第一红外传感器检测到待测物进入测试区时测试开始，当第二红外传感器检测到待测物离开测试区时测试结束，测试过程中，被测对象依次通过设置于测试区的凸台，加速度传感器检测到多个冲击振动信号；所述信号采集模块分别采集第一红外传感器、第二红外传感器和加速度传感器检测到的信号，并将所采集的信号数据传送给信号处理模块；信号处理模块根据预先设定的阈值和采样长度对接收的冲击振动信号依次进行时域平均、信号降噪、信号分解处理，以处理后冲击振动信号剩余分量的峰值标定被测对象的重量；被测对象的重量通过显示屏显示；系统首次使用之前需使用标准质量测试对象通过测试区，实现系统标定。

2.根据权利要求1所述的一种基于加速度信号经验模式分解的动态称重装置，其特征在于：所述称重台为钢板结构。

3.根据权利要求1所述的一种基于加速度信号经验模式分解的动态称重装置，其特征在于：所述凸台个数优选为5个，并采用钢材料以焊接方式连接于称重台。

4.根据权利要求1所述的一种基于加速度信号经验模式分解的动态称重装置，其特征在于：所述加速度传感器以螺纹方式连接于称重台。

5.根据权利要求1所述的一种基于加速度信号经验模式分解的动态称重装置，其特征在于：所述系统标定步骤具体包括：

S11、开启装置，使用标准质量测试对象通过测试区；

S12、采集标准质量测试对象通过若干凸台产生的冲击振动信号；

S13、对采集到的冲击振动信号进行时域平均、信号降噪、信号分解处理；

S14、提取处理后冲击振动信号的剩余分量；

S15、通过计算得出剩余分量峰值与测试对象重量的线性关系；

S16、将装置调整至自整定位置1。

6.根据权利要求1所述的一种基于加速度信号经验模式分解的动态称重装置，其特征在于：所述信号降噪采用奇异值分解降噪，其步骤包括：

S41、提取时域平均处理后的冲击振动信号；

S42、对冲击振动信号进行延时重构；

S43、利用奇异值分解降噪算法对重构的冲击振动信号进行分解，求取分解信号特征值；

S44、针对分解信号设置一特征值阈值，将分解信号特征值与该阈值进行比较：如果分解信号特征值不大于该阈值，则将分解信号特征值置零后，再对分解信号进行奇异值分解降噪逆变换，否则直接对分解信号进行奇异值分解降噪逆变换；

S45、分解信号经奇异值分解降噪逆变换得到降噪后的冲击振动信号。

7.根据权利要求1所述的一种基于加速度信号经验模式分解的动态称重装置，其特征在于：所述信号分解采用基于经验的模式分解方法，对降噪后的冲击振动信号进行分解处理。

Images