CN109393557A - 一种滤棒成型机滤棒称重装置和重量检测信号分离方法 - Google Patents

Abstract

本发明涉及一种滤棒成型机滤棒称重装置和重量检测信号分离方法。一种滤棒成型机滤棒称重装置，包括上下设置的引导模块和称重模块，引导模块由上至下依次包括料斗、上料通道和剔除口，料斗中还设有使滤棒能够左右平齐呈直线排列的和固定架，称重模块包括壳体、设置在壳体内的下料通道和称重天平，下料通道与上料通道衔接，称重天平位于下料通道的下部，且称重天平还与一侧设置的转换器电连接。本发明作为一种滤棒称重装置，该装置具有灵敏度高、测量准确、数据传输稳定和操作方便等特点，本发明方法提供了信号分析模型及信号转换模型，该方法具有检测信号能力强、局部信号分离辨识度高、信用采集和利用广泛等特点。

Description

一种滤棒成型机滤棒称重装置和重量检测信号分离方法

技术领域

本发明涉及滤棒成型机的相关技术领域，尤其涉及一种滤棒成型机滤棒称重装置和重量检测信号分离方法。

背景技术

滤棒成型机主要用于生产制造滤棒，其自带的质量检测装置能够检测滤棒异常信息，但存在部分异常信息无法直接辨识和利用，造成例如重量超标滤棒无法剔除，引起质量隐患。为此，如何分离滤棒检测信号并应用于重量超标滤棒的剔除是研究滤棒成型过程稳定性的难题，参考其它信号分离方法，对此提出的方法有很多。

例如：山东大学(刘琚,梅良模.一种盲信号分离的信息理论方法[J].山东大学学报,1998,(4):398-403)提出基于统计独立的假设，同时利用了最大信息传输和输出互信息最小化，将该判据用于独立分量分析，得到源信号的盲分离。

华北电力大学(王彩雄,唐志国等.一种多源局部放电信号分离方法[J].中国电机工程学报,2013,33(13):212-219)提出基于局部放电信号时频分布特征，采用等效持续时间和等效均方根带宽来表征局部放电宽带脉冲波形的时频特征，构建等效时频谱图,进而采用基于网格和密度的聚类算法来完成不同类型局部放电信号的自动分离。

上海交通大学(胡英,杨杰等.基于盲信号分离的数字水印检测与提取[J]. 上海交通大学学报,2004,38(2):229-232)提出一种基于小波变换的数字水印嵌入算法基础上，应用盲分离技术有效地检测和提取出了含在水印图像中的水印。

杭州电子科技大学(赵知劲.一种时频域上的盲信号分离方法[J].信号处理,2004,20(4):384-386)提出一种基于滑动傅立叶变换和一个频率芯值与原信号的关系的信号盲分离算法。

山东大学(曹立军,龚蓬等.一种基于多传感器的噪声信号分离方法[J].传感技术学报,2005,18(4):759-761)提出了一种将多点多传感器测量所得噪声值，再通过相关性分析进行噪声分离的方法。

安阳工学院(姚玉钦.一种基于逼近线性空间的盲信号分离方法[J].通信技术,2009,42(3):43-44)结合目标函数，提出了一种非线性混叠信号盲分离算法，含噪混合信号之间的关系构造了动态的目标函数状态一空间。该函数的特点是多变量，过程和观测噪声不限于高斯分布，从而把非线性混叠信号盲分离问题转化为参数空间的线性混叠信号盲分离问题。

天津大学(杨挺,尚昆等.基于压缩感知的盲源信号分离检测方法[J].天津大学学报,2016,49(11):1138-1143)针对电能质量信号的结构特点,构建了压缩感知电能质量信号分离模型,并针对该模型提出一种基于压缩感知的盲源信号分离检测算法。

石家庄铁道学院(申永军,杨绍普等.一种基于奇异值分解的欠定盲信号分离方法[C].全国振动工程及应用学术会议暨全国设备故障诊断学术会议,2008) 提出了一种利用相空间重构和奇异值分解实现信号升维,从而对欠定信号进行盲分离的新方法。首先通过信号的相空间重构得到吸引子轨迹矩阵,然后对该矩阵进行奇异值分解,并根据不同信号的奇异值分布特性选择合适的奇异值进行逆变换,从而可以得到源信号的新的线性组合,实现信号升维。

郑州大学信息工程学院(王忠勇,李响等.一种新的非线性非高斯信号分离方法[J].郑州大学学报,2012,33(2):14)提出一种基于粒子滤波的非线性非高斯信号分离方法。该方法依据状态空间模型把信号分离问题转化为信号的状态和参数的联合估计问题，利用粒子滤波方法,结合核平滑收缩技术拟合系统未知参数后验分布，以实现非线性系统中多路信号的分离。

太原工业学院(张烨,原菊梅等.基于多传感器数据融合的盲信号谐波分离方法[J].自动化应用,2016(7):97-100)提出一种基于多传感器数据融合技术的谐波分离方法。通过对多传感器进行时间平移处理构造出多路观测信号，对电能质量观测信号进行预处理，去除信号的噪声干扰，利用改进的快速独立分量分析对谐波各个成分进行分离。

卷烟厂的滤棒成型机是将纤维丝束、成型纸、甘油脂等原材料经机械加工和工艺处理制作成卷烟用滤棒，滤棒规格有长短、轻重、形状、颜色等区分。滤棒成型机在制造滤棒过程中，将不合格的滤棒经剔除装置剔除，以免不合格的滤棒进入生产流水线造成质量事故。

滤棒在生产制造过程中，由于丝束包换包、甘油脂喷洒面、成型纸换纸等因素影响会产生例如滤棒圆周超标、重量超标、外观缺陷等质量问题，这些异常滤棒必须剔除，否则会严重影响卷烟制品的质量。目前卷烟厂主流使用的 KDF2机型滤棒成型机其自带的质量检测装置能够检测到圆周超标的滤棒，这使得这部分异常滤棒可经由剔除装置剔除，但此机型无法检测重量超标的滤棒，且滤棒重量的波动呈非线性变化，这就使得小部分重量超标的滤棒无法检测和剔除。

滤棒成型机经由设备自带的质量检测装置检测信号并传输至中央集控的 PLC中，在对检测信号进行抽样分析中，发现除了圆周控制信号外，并没有滤棒重量信号，而且还存在大量别的信号，所以若增加滤棒重量自检信号，存在两个关键问题，一是如何从外界获取重量信号，而且该信号应输入至PLC中，为PLC识别信号；二是该重量信号必然会和其它信号掺杂在一起，就会存在信号重叠、互相干扰的现象。由于所有信号是打包传输的，是属于盲源信号，所以该自检信号的源信号无法精确获知和最佳估计，造成信号无法直接辨别和无法后期利用。

发明内容

为了解决上述的技术问题，本发明的第一个目的是提供一种结构简单、使用方便的滤棒成型机滤棒称重装置；本发明的第二个目的是提供一种滤棒成型机重量检测信号分离方法，该方法具有检测信号能力强、局部信号分离辨识度高、信号采集和利用广泛等特点。

为了实现上述第一个目的，本发明采用了以下的技术方案：

一种滤棒成型机滤棒称重装置，包括上下设置的引导模块和称重模块，所述引导模块由上至下依次包括料斗、上料通道和剔除口，所述料斗中还设有使滤棒能够左右平齐呈直线排列的和固定架，所述称重模块包括壳体、设置在壳体内的下料通道和称重天平，所述下料通道与上料通道衔接，所述称重天平位于下料通道的下部，且称重天平还与一侧设置的转换器电连接，所述壳体上开设有取样窗，且取样窗的上部通过摇杆铰接在壳体上。

作为优选方案：所述的料斗采用不锈钢材料制成，且料斗口为楔形。

作为优选方案：所述的称重天平采用高精度数字天平，且内置RS232通讯接口。

作为优选方案：所述的下料通道呈瓶颈状，所述的取样窗采用透明有机玻璃制成。

为了实现上述第二个目的，本发明采用了以下的技术方案：

一种滤棒成型机重量检测信号分离方法，包括以下步骤：将采用如上所述的装置得出的模拟信号转换为数字信号，并对该数字信号依次进行信号分析模型处理和信号转换模型处理；

1、信号分析模型处理，其方法步骤如下：

1.1)、如前所述的信号分析模型，假设滤棒成型机所有侦听信号的原始信号定义为A＝xδy^T的矩阵，可演算为侦听原始信号群的矩阵表达式，即A＝xδy^T，其中x，y为左右对称的信号交集，那么原始信号的特征向量表示为：δ＝diag(u₁,u₂,...,u_i)，u_i(u_i≥0,i＝1,2,...n)，(u₁,u₂,...u_i)称为滤棒成型机的侦听信号群，δ为原始信号的特征向量；

1.2)、如前所述的滤棒成型机侦听信号群可由AA^T表示两个转置矩阵，并求出协方差B_XY，即B_xy＝AA^Tδ＝S∧S^Tδ，且S为各侦听信号组成的正交矩阵；

1.3)、如前所述的滤棒成型机各侦听信号矢量组成的正交矩阵S与原始信号相匹配，可得到信号分析模型，即求得重组信号： ES(z_i)＝[z(z₁,z₂,...,z_i)]LOOKUP[S(u₁,u₂,...u_i)^TA]，且sumup ES(z_i)，其中Z_i(i＝1,2,...n)称为第i 个重组信号；

1.4)、如前所述的信号分析模型，通过组成滤棒成型机的侦听信号群，再对侦听信号群进行协方差处理，确定侦听信号的正交矩阵，再与原始信号进行匹配从而得到侦听信号群的重组信号，从而判断侦听信号个数；

2、信号转换模型处理，其方法步骤如下：

2.1)、如前所述的信号转换模型，将信号分析模型处理后构成的重组信号 ES(z_i)进行白化处理，即可假设为：白化信号ES(z_i)＝[(ES(z₁),ES(z₂),...,ES(z_i)]^T是IMF 分量，则与所对应原始信号的特征向量进行匹配后可得对应的M个观测信号为：观测信号M(z_i)＝ES(z_i)MATCH δ(u_i)；

2.2)、如前所述的观测信号的自相关函数为：R(z_i)＝f[M(z_i),M(z_i)^*]，假设观测信号中的噪声源为σ，则噪声方差σ²的估计值就是自相关函数R(z_i)的M-N个最小特征值的平均，则可演算为包含噪声源的白化信号ES(z_i)'，即：其中λ_i为白化信号ES(z_i)'的n个最大特征根，h_i为其对应的特征矢量；

2.3)、如前所述的包含噪声源的白化信号ES(z_i)'可求得其白化矩阵W(z_i)，即：

将此白化矩阵与原始信号相匹配，得到信号转换模型，

即：

2.4)、如前所述的信号转换模型，是采用白化信号的方法逐次提取原始信号的分量，即对侦听信号进行白化处理，得到包含噪声源的白化信号，再确定白化矩阵W(zi)，经与原始信号进行匹配，从而得到去噪后的信号转换模型以便进行求解。

本发明通过上料通道和下料通道将滤棒输送至天平进行称重，并通过转换器将称重信号转换为PLC易识别的信号，整体结构简单，且本发明的称重模块还设有取样窗口，方便人工拿取滤棒且对天平进行校准，保证测量更加准确。

本发明公开了一种滤棒成型机滤棒称重装置及重量检测信号分离方法，作为一种滤棒称重装置，该装置具有灵敏度高、测量准确、数据传输稳定和操作方便等特点，稍作改进即可适用于KDF2、KDF4和DF10等型号的滤棒成型机。作为一种滤棒重量检测信号分离方法，该方法具有检测信号能力强、局部信号分离辨识度高、信用采集和利用广泛等特点。本发明的方法与传统的盲源分离方法相比较，本方法既适用于信号源数量少于观测信号数量，也适用于信号源数量多于观测信号数量，而上述这些方法的盲源分离不能处理信号源数量多于观测信号数的情况。

附图说明

图1为本发明使用时的总体结构示意图；

图2为本发明的结构示意图；

图3为本发明引导模块的结构示意图；

图4为本发明称重模块的结构示意图；

图5为本发明称重装置工作流程图；

图6为本发明的信号分析模型方法流程图；

图7为本发明的信号转换模型方法流程图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

如图1至图4所示的一种滤棒成型机滤棒称重装置，其特征在于：包括上下设置的引导模块1和称重模块2，所述引导模块1由上至下依次包括料斗11、上料通道12和剔除口13，所述料斗11中还设有使滤棒能够左右平齐呈直线排列的和固定架14，所述称重模块2包括壳体、设置在壳体内的下料通道21和称重天平22，所述下料通道21与上料通道12衔接，所述称重天平22位于下料通道21的下部，且称重天平22还与一侧设置的转换器23电连接，所述壳体上开设有取样窗25，且取样窗25的上部通过摇杆24铰接在壳体上。

所述的料斗11采用不锈钢材料制成，且料斗口为楔形。所述的称重天平采用高精度数字天平，且内置RS232通讯接口。所述的下料通道21呈瓶颈状，所述的取样窗25采用透明有机玻璃制成。

本发明在使用时，如图5所示，首先由人工输入称重要料信号，PLC响应，触发分烟轮剔除电磁阀动作，当分烟剔除滤棒数大于等于10时，滤棒进入引导模块，否则需要人工重新输入称重要料信号；

当滤棒进入引导模块后，检测料斗放置滤棒数是否大于等于10，若不满足，则需要人工重新输入称重要料信号，当满足条件后，再检测滤棒排列是否左右齐平，满足条件后滤棒进入称重模块称重，称重模块将信号输出，返还信号至 PLC校准重量。

一种滤棒成型机重量检测信号分离方法，包括以下步骤：将采用如上所述的装置得出的模拟信号转换为数字信号，并对该数字信号依次进行信号分析模型处理和信号转换模型处理；

1、信号分析模型处理，如图6所示，其方法步骤如下：

1.1)、如前所述的信号分析模型，假设滤棒成型机所有侦听信号的原始信号定义为A＝xδy^T的矩阵，可演算为侦听原始信号群的矩阵表达式，即A＝xδy^T，其中x，y为左右对称的信号交集，那么原始信号的特征向量表示为：δ＝diag(u₁,u₂,...,u_i)，u_i(u_i≥0,i＝1,2,...n)，(u₁,u₂,...u_i)称为滤棒成型机的侦听信号群，δ为原始信号的特征向量；

1.2)、如前所述的滤棒成型机侦听信号群可由AA^T表示两个转置矩阵，并求出协方差B_XY，即B_xy＝AA^Tδ＝S∧S^Tδ，且S为各侦听信号组成的正交矩阵；

1.3)、如前所述的滤棒成型机各侦听信号矢量组成的正交矩阵S与原始信号相匹配，可得到信号分析模型，即求得重组信号： ES(z_i)＝[z(z₁,z₂,...,z_i)]LOOKUP[S(u₁,u₂,...u_i)^TA]，且sumup ES(z_i)，其中Z_i(i＝1,2,...n)称为第i 个重组信号；

1.4)、如前所述的信号分析模型，通过组成滤棒成型机的侦听信号群，再对侦听信号群进行协方差处理，确定侦听信号的正交矩阵，再与原始信号进行匹配从而得到侦听信号群的重组信号，从而判断侦听信号个数；

2、信号转换模型处理，如图5所示，其方法步骤如下：

2.1)、如前所述的信号转换模型，将信号分析模型处理后构成的重组信号 ES(z_i)进行白化处理，即可假设为：白化信号ES(z_i)＝[(ES(z₁),ES(z₂),...,ES(z_i)]^T是IMF 分量，则与所对应原始信号的特征向量进行匹配后可得对应的M个观测信号为：观测信号M(z_i)＝ES(z_i)MATCH δ(u_i)；

2.2)、如前所述的观测信号的自相关函数为：R(z_i)＝f[M(z_i),M(z_i)^*]，假设观测信号中的噪声源为σ，则噪声方差σ²的估计值就是自相关函数R(z_i)的M-N个最小特征值的平均，则可演算为包含噪声源的白化信号ES(z_i)'，即：其中λ_i为白化信号ES(z_i)'的n个最大特征根，h_i为其对应的特征矢量；

2.3)、如前所述的包含噪声源的白化信号ES(z_i)'可求得其白化矩阵W(z_i)，即：

将此白化矩阵与原始信号相匹配，得到信号转换模型，

即：

2.4)、如前所述的信号转换模型，是采用白化信号的方法逐次提取原始信号的分量，即对侦听信号进行白化处理，得到包含噪声源的白化信号，再确定白化矩阵W(zi)，经与原始信号进行匹配，从而得到去噪后的信号转换模型以便进行求解。

应当指出，以上实施例仅是本发明的代表性例子。本发明还可以有许多变形。凡是依据本发明的实质对以上实施例所作的任何简单修改、等同变化与修饰，均应认为属于本发明的保护范围。

Claims (5)

1.一种滤棒成型机滤棒称重装置，其特征在于：包括上下设置的引导模块(1)和称重模块(2)，所述引导模块(1)由上至下依次包括料斗(11)、上料通道(12)和剔除口(13)，所述料斗(11)中还设有使滤棒能够左右平齐呈直线排列的和固定架(14)，所述称重模块(2)包括壳体、设置在壳体内的下料通道(21)和称重天平(22)，所述下料通道(21)与上料通道(12)衔接，所述称重天平(22)位于下料通道(21)的下部，且称重天平(22)还与一侧设置的转换器(23)电连接，所述壳体上开设有取样窗(25)，且取样窗(25)的上部通过摇杆(24)铰接在壳体上。

2.根据权利要求1所述的一种滤棒成型机滤棒称重装置，其特征在于：所述的料斗(11)采用不锈钢材料制成，且料斗口为楔形。

3.根据权利要求1所述的一种滤棒成型机滤棒称重装置，其特征在于：所述的称重天平采用高精度数字天平，且内置RS232通讯接口。

4.根据权利要求1所述的一种滤棒成型机滤棒称重装置，其特征在于：所述的下料通道(21)呈瓶颈状，所述的取样窗(25)采用透明有机玻璃制成。

5.一种滤棒成型机重量检测信号分离方法，其特征在于，包括以下步骤：将采用权利要求1至4中任意一项所述的装置得出的模拟信号转换为数字信号，并对该数字信号依次进行信号分析模型处理和信号转换模型处理；

1、信号分析模型处理，其方法步骤如下：

1.1)、如前所述的信号分析模型，假设滤棒成型机所有侦听信号的原始信号定义为A＝xδy^T的矩阵，可演算为侦听原始信号群的矩阵表达式，即A＝xδy^T，其中x，y为左右对称的信号交集，那么原始信号的特征向量表示为：δ＝diag(u₁,u₂,...,u_i)，u_i(u_i≥0,i＝1,2,...n)，(u₁,u₂,...u_i)称为滤棒成型机的侦听信号群，δ为原始信号的特征向量；

1.2)、如前所述的滤棒成型机侦听信号群可由AA^T表示两个转置矩阵，并求出协方差B_XY，即B_xy＝AA^Tδ＝S∧S^Tδ，且S为各侦听信号组成的正交矩阵；

1.3)、如前所述的滤棒成型机各侦听信号矢量组成的正交矩阵S与原始信号相匹配，可得到信号分析模型，即求得重组信号：ES(z_i)＝[z(z₁,z₂,...,z_i)]LOOKUP[S(u₁,u₂,...u_i)^TA]，且sumup ES(z_i)，其中Z_i(i＝1,2,...n)称为第i个重组信号；

1.4)、如前所述的信号分析模型，通过组成滤棒成型机的侦听信号群，再对侦听信号群进行协方差处理，确定侦听信号的正交矩阵，再与原始信号进行匹配从而得到侦听信号群的重组信号，从而判断侦听信号个数；

2、信号转换模型处理，其方法步骤如下：

2.1)、如前所述的信号转换模型，将信号分析模型处理后构成的重组信号ES(z_i)进行白化处理，即可假设为：白化信号ES(z_i)＝[(ES(z₁),ES(z₂),...,ES(z_i)]^T是IMF分量，则与所对应原始信号的特征向量进行匹配后可得对应的M个观测信号为：观测信号M(z_i)＝ES(z_i)MATCH δ(u_i)；

2.2)、如前所述的观测信号的自相关函数为：R(z_i)＝f[M(z_i),M(z_i)^*]，假设观测信号中的噪声源为σ，则噪声方差σ²的估计值就是自相关函数R(z_i)的M-N个最小特征值的平均，则可演算为包含噪声源的白化信号ES(z_i)'，即：其中λ_i为白化信号ES(z_i)'的n个最大特征根，h_i为其对应的特征矢量；

2.3)、如前所述的包含噪声源的白化信号ES(z_i)'可求得其白化矩阵W(z_i)，

即：

将此白化矩阵与原始信号相匹配，得到信号转换模型，

即：

2.4)、如前所述的信号转换模型，是采用白化信号的方法逐次提取原始信号的分量，即对侦听信号进行白化处理，得到包含噪声源的白化信号，再确定白化矩阵W(zi)，经与原始信号进行匹配，从而得到去噪后的信号转换模型以便进行求解。