CN113280781B - 一种嵌入式角位移在线测量方法及装置 - Google Patents

一种嵌入式角位移在线测量方法及装置 Download PDF

Info

Publication number
CN113280781B
CN113280781B CN202110574421.5A CN202110574421A CN113280781B CN 113280781 B CN113280781 B CN 113280781B CN 202110574421 A CN202110574421 A CN 202110574421A CN 113280781 B CN113280781 B CN 113280781B
Authority
CN
China
Prior art keywords
signal
angular displacement
dial
noise reduction
parameter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110574421.5A
Other languages
English (en)
Other versions
CN113280781A (zh
Inventor
曹宏瑞
周铖
魏江
第五振坤
史江海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202110574421.5A priority Critical patent/CN113280781B/zh
Publication of CN113280781A publication Critical patent/CN113280781A/zh
Application granted granted Critical
Publication of CN113280781B publication Critical patent/CN113280781B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/22Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring angles or tapers; for testing the alignment of axes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02Preprocessing
    • G06F2218/04Denoising
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08Feature extraction

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明公开了一种嵌入式角位移在线测量方法及装置,刻度盘设置在被测工件上,能够随被测工件转动相应角度,刻度盘上设置有位移传感器,刻度盘随着被测工件的转动而转过一定的角度,安装在刻度盘上方的位移传感器将输出一系列的脉冲信号,对脉冲信号进行降噪及脉冲计数即可计算旋转角位移的大小。本发明结构简单,安装方便,测试精度高,可实现在狭小空间中角位移的在线测量。

Description

一种嵌入式角位移在线测量方法及装置
技术领域
本发明属于角位移测量技术领域,具体涉及一种嵌入式角位移在线测量方法及装置。
背景技术
装甲车是具有装甲防护的各种履带或轮式军用车辆,是装有装甲的军用或警用车辆的统称。装甲车具有高度的越野机动性能,为了达到作战目的经常需要频繁的制动,制动器工作温度高且制动片会产生磨损,从而减弱制动效果甚至使刹车失灵,引发事故。
角位移是描述物体发生转动时位置变化的物理量,对于装甲车而言,为了能够实时了解制动器制动片的磨损状态,及时更换制动片以保证装甲车的制动效果,需要对制动器的角位移进行测量。
目前有的角位移测量方法是采用人工读取刻度的方式来测量角位移的大小,此种方法极易产生误差,其中包括因人工视觉而带来的误差;并且此种方法需要待机械停止之后方可读数无法做到实时在线监测。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种嵌入式角位移在线测量方法及装置,能够精确反映旋转机械的实时运行状态。
本发明采用以下技术方案:
一种嵌入式角位移在线测量装置,包括刻度盘,刻度盘设置在被测工件上,能够随被测工件转动相应角度,刻度盘上设置有位移传感器。
具体的,刻度盘的表面均匀分布有沟槽。
具体的,沟槽在刻度盘表面的分布精度为θ=0.1°~0.5°。
具体的,刻度盘的检测范围为0~15°。
具体的,位移传感器通过磁座夹装在刻度盘上方,通过调理器调节至初始位置。
本发明的另一技术方案是,一种嵌入式角位移在线测量方法,利用所述的嵌入式角位移在线测量装置,包括以下步骤:
S1、转动被测工件,采集时域信号,提取含角位移的一维信号y(t);
S2、调节高通滤波器参数K,确定参数矩阵B,引入广义Moreau Envelope函数,计算罚函数
Figure BDA0003083760130000021
S3、根据最小化RMSE的准则设置正则化参数λ>0,利用步骤S1提取的一维信号y(t)和步骤S2得到的罚函数
Figure BDA0003083760130000022
计算目标函数
Figure BDA0003083760130000023
S4、采用前向后向算法进行迭代求解完成对步骤S3目标函数
Figure BDA0003083760130000024
的优化,得到降噪后的信号;
S5、引用脉冲峰值计数算法提取步骤S4降噪后脉冲信号的峰值,采用MATLAB内置findpeaks函数提取降噪后脉冲信号的峰值并完成脉冲计数,得到经过刻度盘上沟槽的数目,将得到的数目乘以单位沟槽代表的位移值,得到总的旋转角位移。
具体的,步骤S2中,罚函数
Figure BDA0003083760130000025
具体为:
Figure BDA0003083760130000026
其中,x为重构出的特征信号,
Figure BDA0003083760130000027
表示与x同样长度的信号,
Figure BDA0003083760130000028
为实数集,D为一阶差分双对角矩阵。
具体的,步骤S2中,参数矩阵B的确定过程如下:
Figure BDA0003083760130000031
表示每个元素均为1的列向量,当参数矩阵B取αpT时,罚函数为
Figure BDA0003083760130000032
当取与αpT正交的参数矩阵B时,将参数矩阵B的确定问题转化为参数矩阵C的确定问题,通过
Figure BDA0003083760130000033
获得高通滤波器H,高通滤波器H满足|Hf(ω)|≤1且Hf(0)=0,使用高通滤波器H的参数K调节参数矩阵B。
具体的,步骤S3中,目标函数
Figure BDA0003083760130000034
具体为:
Figure BDA0003083760130000035
其中,
Figure BDA0003083760130000036
表示引入广义Moreau Envelope函数,
Figure BDA0003083760130000037
为一阶差分双对角矩阵。
具体的,步骤S4中,采用前向后向算法进行迭代求解完成对目标函数的优化得到降噪后的信号具体为:
Figure BDA0003083760130000038
λ>0,
Figure BDA0003083760130000039
C为参数矩阵,D为一阶差分矩阵,
Figure BDA00030837601300000310
为M×N阶实数集,目标函数
Figure BDA00030837601300000311
如下:
Figure BDA00030837601300000312
Figure BDA00030837601300000313
f2(x)=λ||Dx||1
其中,y为含角位移的一维信号,x为重构出的特征信号,λ为正则化参数,SC为参数取C是临近算子
Figure BDA00030837601300000314
的Moreau包络;
根据链式求导法则,有:
Figure BDA0003083760130000041
其中,
Figure BDA0003083760130000042
为函数f1(x)的梯度,DT为一阶差分矩阵D的转置,CT为参数矩阵C的转置,v为表示与x同样长度的信号;
使用前向后向算法,取μ=1,得到迭代公式,基于迭代求解完成对目标函数的优化,得到降噪后的信号,迭代公式具体为:
Figure BDA0003083760130000043
z(i)=BTC(Dx(i)-v(i))
x(i+1)=tvdλ(y+λz(i))
其中,v(i)为信号v的第i个分量,x(i)为重构出的特征信号x的第i个分量,z(i)为信号z的第i个分量,tvdλ表示采用全变分降噪方法进行计算,x(i+1)为重构出的特征信号x的第i+1个分量。
与现有技术相比,本发明至少具有以下有益效果:
本发明一种嵌入式角位移在线测量装置,主要测量部件为位移传感器及刻度盘,制造、安装及调试都很简单,制造成本低;被测工件旋转时,刻度盘将随着工件旋转一定角度,位移传感器输出一系列脉冲信号,采用MATLAB内置“findpeaks函数”实现脉冲峰值检测及计数,用计数结果乘以刻度盘分布精度即为角位移大小,通过传感器测量刻度盘的位移变化即可反映角位移的大小,能够实现角位移的在线测量,测量精度高;将被测工件的角位移测量转化为测量编码盘的脉冲信号数量,解决了工程实际中在狭小空间中角位移无法测量的问题。
进一步的,刻度盘表面均匀分布有沟槽,能够将被测工件的角位移测量转换为位移传感器输出一定数量的脉冲信号,实现狭小空间角位移的测量。
进一步的,沟槽在刻度盘表面的分布精度可为θ=0.1°~0.5°,可依照选用位移传感器的分辨率进行加工。
进一步的,刻度盘的检测范围为0~15°是依照工程实际中某型车辆制动器制动过程中制动盘旋转角度而定。
进一步的,位移传感器采用磁座夹装在刻度盘上方,方便对传感器进行调节及安装。一种嵌入式角位移在线测量方法,通过上述装置进行试验过程中会产生大量的噪声,角位移往往会淹没于噪声中,通过引入广义Moreau Envelope函数的全变分降噪算法,能够在噪声中提取精确的提取出角位移信号,引用脉冲峰值计数算法提取降噪后脉冲信号的峰值,采用MATLAB内置findpeaks函数提取降噪后脉冲信号的峰值并完成脉冲计数,从而可实现对角位移的量化。
进一步的,设置罚函数
Figure BDA0003083760130000051
是为了使得全变分降噪正则项保持非凸性质,同时保持目标函数F(x)的整体凸性,使得重构信号具有更加真实的幅值,相比经典全变分降噪效果有了质的飞跃。
进一步的,GME-TV降噪模型对于信号中快变噪声与阶跃性信号成分的非一致性惩罚规则主要依赖于参数矩阵B,通过改变参数矩阵B,可以调节GME-TV算法的降噪效果。
进一步的,采用前向后向(FBS)算法完成对目标函数的优化,得到降噪后的信号。
综上所述,本发明结构简单,安装方便,测试精度高,可实现在狭小空间中角位移的在线测量。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的测试原理图;
图2为刻度盘局部放大图;
图3为验证算法所构造的无噪声仿真信号示意图;
图4为验证算法所构造的含噪声仿真信号示意图;
图5为采用经典算法去噪结果(Classic TV)示意图;
图6为验证算法所构造的含噪仿真信号及去噪结果(GME-TV)示意图;
图7为去噪后脉冲信号计数结果示意图。
其中:1.位移传感器;2.刻度盘;3.被测工件;4.螺栓。
具体实施方式
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做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。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“一侧”、“一端”、“一边”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的,其中为了清楚表达的目的,放大了某些细节,并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的,实际中可能由于制造公差或技术限制而有所偏差,并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
请参阅图1和图2,本发明提供了一种嵌入式角位移在线测量装置,包括位移传感器1、刻度盘2和被测工件3,位移传感器1通过磁座安装在刻度盘2上方,刻度盘2通过螺栓4安装在被测工件3上,刻度盘2随着被测工件3的转动而转过一定的角度,安装在刻度盘2上方的位移传感器1将输出一系列的脉冲信号,对脉冲信号进行降噪及脉冲计数即可计算旋转角位移的大小。
刻度盘2表面具有以0.1°为精度均匀分布的沟槽,实现0~15°的检测。
本发明一种嵌入式角位移在线测量方法,考虑到工作环境的复杂,观测信号中包含多种复杂干扰信号,引入基于广义Moreau Envelope函数的全变分正则降噪算法为主要去噪方法,具体步骤如下:
S1、转动被测工件,位移传感器采集时域信号,提取含角位移的一维信号x(t);
S2、调节高通滤波器参数K,确定参数矩阵B,引入广义Moreau Envelope函数,计算罚函数
Figure BDA0003083760130000081
Figure BDA0003083760130000082
其中,x为采集到的信号,v为降噪后的信号,
Figure BDA0003083760130000083
为实数集,D为一阶差分双对角矩阵。
参数矩阵B的确定过程推导如下:
Figure BDA0003083760130000084
表示每个元素均为1的列向量,当
Figure BDA0003083760130000085
则对于
Figure BDA0003083760130000086
Figure BDA0003083760130000087
其中:
Figure BDA0003083760130000088
表示引入广义Moreau Envelope函数。
由上述公式可知,当矩阵B取αpT时,罚函数为
Figure BDA0003083760130000089
传统降噪效果无区别,因此取与αpT正交的参数矩阵B,则有:
Bp=0 (4)
由公式(4)提到一阶差分矩阵D满足Dp=0,则将参数矩阵B可转化为:
B=CD (5)
则参数矩阵B的确定问题转化为参数矩阵C的确定。
为了实现平移不变的正则项,参数矩阵B的具体形式为(N-L+1)×N阶托普利兹矩阵:
Figure BDA0003083760130000091
其中:序列{bn}可以视为线性平移不变滤波器的单位脉冲时域响应。
根据其定义该滤波器的频域响应为:
Figure BDA0003083760130000092
根据Bp=0,bn满足∑nbn=0,即Bf(0)=0。
对于矩阵B中元素对应的滤波器而言,其在ω=0处的频响为0,因此滤波器为一高通滤波器。
另外,根据GME-TV目标函数的凸条件,条件写为:
|Bf(ω)|2≤1/λ (8)
其中,Bf为滤波器的频响函数。
由此,参数矩阵B的确定问题转为了特定高通滤波器的设计问题。
为满足以上条件,设计一个高通滤波器H,并使其满足|Hf(ω)|≤1,则高通滤波器B通过
Figure BDA0003083760130000093
获得,即
Figure BDA0003083760130000094
在此,考虑一个简易的高通滤波器H,其实数域的频响函数如下:
Figure BDA0003083760130000095
其中,参数K为一正整数。该滤波器同时满足条件|Hf(ω)|≤1且Hf(0)=0,响应的滤波器单位冲击响应hn由以下序列给出:
Figure BDA0003083760130000101
至此,通过设计一个高通滤波器完成GME-TV降噪模型中参数矩阵B的选取,通过调节滤波器参数K,改变参数矩阵B及降噪算法对信号中不同成分的惩罚规律,调节GME-TV算法的降噪效果。
S3、根据最小化RMSE的准则设置正则化参数λ>0,利用步骤S1提取的一维信号y(t)和步骤S2得到的惩罚项
Figure BDA0003083760130000102
计算目标函数
Figure BDA0003083760130000103
Figure BDA0003083760130000104
其中,
Figure BDA0003083760130000105
表示引入广义Moreau Envelope函数,
Figure BDA0003083760130000106
为一阶差分双对角矩阵。S4、采用前向后向算法进行迭代求解完成对步骤S3的目标函数的优化得到降噪后的信号;
Figure BDA0003083760130000107
其中:
Figure BDA0003083760130000108
f2(x)=λ||Dx||1 (15)
其中,SC为参数取C是临近算子
Figure BDA00030837601300001011
的Moreau包络。
根据链式求导法则,有
Figure BDA0003083760130000109
其中,
Figure BDA00030837601300001010
为函数f1(x)的梯度。
使用FBS算法,取μ=1,得以下迭代公式:
Figure BDA0003083760130000111
z(i)=BTC(Dx(i)-v(i)) (18)
x(i+1)=tvdλ(y+λz(i)) (19)
其中,v(i)为信号v的第i个分量,x(i)为重构出的特征信号x的第i个分量,z(i)为经参数矩阵计算后得到的信号z的第i个分量,tvdλ表示采用全变分降噪(TVD)算法进行计算。
基于迭代求解完成对目标函数的优化,得到降噪后的信号。
S5、引用脉冲峰值计数算法提取步骤S4降噪后脉冲信号的峰值,采用MATLAB内置findpeaks函数提取降噪后脉冲信号的峰值并完成脉冲计数,得到经过刻度盘上沟槽的数目n,将得到的数目乘以单位沟槽代表的位移值,得到总的旋转角位移β。
β=θn (20)
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。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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。
为了验证所提算法的能够精确的提取出角位移信号,构造一下仿真信号进行分析验证。
仿真信号是由分段常数构成的“块”信号,信号长度为256,其时域波形如图3所示。图中可以看到,该信号大部分时候处于平稳状态,在某些时刻会产生突变,之后又趋于平稳,其信号的特征十分复合旋转角位移的位移特征。在此信号基础上,加入信噪比σ=0.5的高斯白噪声信号,其时域波形如图4所示。
使用GME-TV对含噪信号进行降噪处理,第一步即确定降噪模型对于参数矩阵B,
根据式(11)所定义的高通滤波器,其中取参数K=10,可以得到其单位冲击响应序列h(n),根据公式(9)即可得到托普利兹矩阵B的行向量所对应序列bn,从而完成参数的确定,建立GME-TV降噪模型的目标函数,最终通过前向后向算法迭代完成求解。结果如图6所示,其中正则化参数λ根据最小化RMSE的准则设置,为进一步对比GME-TV算法的优越性能,在此使用经典的全变分降噪算法作为对比,处理结果如图5所示。对比图6看出,GME-TV的降噪效果有显著的改进,其重构信号清晰地还原了原信号中带有的突变特征,使还原度达到了极高的水平。
然后采用脉冲提取算法对经过GME-TV算法降噪后的信号进行提取,结果如图7所示,统计结果发现采用GME-TV算法降噪后提取到17个峰值点,对应角位移为17×0.1°=1.7°,对比理论仿真信号能够准确提取出所有的峰值点;而采用经典TV算法降噪后提取到39个峰值点,对应角位移为39×0.1°=3.9°,对比理论仿真信号的17个峰值点误差超过了129.4%,说明采用GME-TV算法能够对测量的角位移信号进行有效的降噪且实现角位移的精确提取计算。
作为一种在线测量方法,本发明的嵌入式角位移在线测量方法可应用于装甲车或汽车等其它旋转机械制动器角位移测试中,可作为制动片的磨损指标之一。
综上所述,本发明一种嵌入式角位移在线测量方法及装置,结构简单、安装方便,测试精度高,可实现角位移的在线测量。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。

Claims (9)

1.一种嵌入式角位移在线测量方法,其特征在于,利用嵌入式角位移在线测量装置进行测量,嵌入式角位移在线测量装置包括刻度盘(2),刻度盘(2)设置在被测工件(3)上,能够随被测工件(3)转动相应角度,刻度盘(2)上设置有位移传感器(1),包括以下步骤:
S1、转动被测工件,被测工件(3)上设置的刻度盘(2)随被测工件(3)转动相应角度,利用刻度盘(2)上设置的位移传感器(1)采集时域信号,提取含角位移的一维信号y(t);
S2、调节高通滤波器参数K,确定参数矩阵B,引入广义Moreau Envelope函数,计算罚函数
Figure FDA0003415850770000011
S3、根据最小化RMSE的准则设置正则化参数λ>0,利用步骤S1提取的一维信号y(t)和步骤S2得到的罚函数
Figure FDA0003415850770000012
计算目标函数
Figure FDA0003415850770000013
S4、采用前向后向算法进行迭代求解完成对步骤S3目标函数
Figure FDA0003415850770000014
的优化,得到降噪后的信号;
S5、引用脉冲峰值计数算法提取步骤S4降噪后脉冲信号的峰值,采用MATLAB内置findpeaks函数提取降噪后脉冲信号的峰值并完成脉冲计数,得到经过刻度盘上沟槽的数目,将得到的数目乘以单位沟槽代表的位移值,得到总的旋转角位移。
2.根据权利要求1所述的方法,其特征在于,步骤S2中,罚函数
Figure FDA0003415850770000015
具体为:
Figure FDA0003415850770000016
其中,x为重构出的特征信号,
Figure FDA0003415850770000017
表示与x同样长度的信号,
Figure FDA0003415850770000018
为实数集,D为一阶差分双对角矩阵。
3.根据权利要求1所述的方法,其特征在于,步骤S2中,参数矩阵B的确定过程如下:
Figure FDA0003415850770000019
表示每个元素均为1的列向量,当参数矩阵B取αpT时,罚函数为
Figure FDA00034158507700000110
当取与αpT正交的参数矩阵B时,将参数矩阵B的确定问题转化为参数矩阵C的确定问题,通过
Figure FDA0003415850770000021
获得高通滤波器H,高通滤波器H满足|Hf(ω)|≤1且Hf(0)=0,使用高通滤波器H的参数K调节参数矩阵B。
4.根据权利要求1所述的方法,其特征在于,步骤S3中,目标函数
Figure FDA0003415850770000022
具体为:
Figure FDA0003415850770000023
其中,
Figure FDA0003415850770000024
表示引入广义Moreau Envelope函数,
Figure FDA0003415850770000025
Figure FDA0003415850770000026
为一阶差分双对角矩阵。
5.根据权利要求1所述的方法,其特征在于,步骤S4中,采用前向后向算法进行迭代求解完成对目标函数的优化得到降噪后的信号具体为:
Figure FDA0003415850770000027
C为参数矩阵,D为一阶差分矩阵,
Figure FDA0003415850770000028
为M×N阶实数集,目标函数
Figure FDA0003415850770000029
如下:
Figure FDA00034158507700000210
Figure FDA00034158507700000211
f2(x)=λ||Dx||1
其中,y为含角位移的一维信号,x为重构出的特征信号,λ为正则化参数,SC为参数取C是临近算子
Figure FDA00034158507700000212
的Moreau包络;
根据链式求导法则,有:
Figure FDA00034158507700000213
其中,
Figure FDA00034158507700000214
为函数f1(x)的梯度,DT为一阶差分矩阵D的转置,CT为参数矩阵C的转置,v为表示与x同样长度的信号;
使用前向后向算法,取μ=1,得到迭代公式,基于迭代求解完成对目标函数的优化,得到降噪后的信号,迭代公式具体为:
Figure FDA0003415850770000031
z(i)=BTC(Dx(i)-v(i))
x(i+1)=tvdλ(y+λz(i))
其中,v(i)为信号v的第i个分量,x(i)为重构出的特征信号x的第i个分量,z(i)为信号z的第i个分量,tvdλ表示采用全变分降噪方法进行计算,x(i+1)为重构出的特征信号x的第i+1个分量。
6.根据权利要求1所述的方法,其特征在于,刻度盘(2)的表面均匀分布有沟槽。
7.根据权利要求6所述的方法,其特征在于,沟槽在刻度盘(2)表面的分布精度为θ=0.1°~0.5°。
8.根据权利要求1所述的方法,其特征在于,刻度盘(2)的检测范围为0~15°。
9.根据权利要求1所述的方法,其特征在于,位移传感器(1)通过磁座夹装在刻度盘上方,通过调理器调节至初始位置。
CN202110574421.5A 2021-05-25 2021-05-25 一种嵌入式角位移在线测量方法及装置 Active CN113280781B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110574421.5A CN113280781B (zh) 2021-05-25 2021-05-25 一种嵌入式角位移在线测量方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110574421.5A CN113280781B (zh) 2021-05-25 2021-05-25 一种嵌入式角位移在线测量方法及装置

Publications (2)

Publication Number Publication Date
CN113280781A CN113280781A (zh) 2021-08-20
CN113280781B true CN113280781B (zh) 2022-02-11

Family

ID=77281541

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110574421.5A Active CN113280781B (zh) 2021-05-25 2021-05-25 一种嵌入式角位移在线测量方法及装置

Country Status (1)

Country Link
CN (1) CN113280781B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006044359A1 (de) * 2006-09-20 2008-04-03 Dr. Johannes Heidenhain Gmbh Winkelmesssystem und Verfahren zu dessen Herstellung
US7977613B2 (en) * 2009-03-02 2011-07-12 Omnitek Partners Llc System and method for roll angle indication and measurement in flying objects
CN202512403U (zh) * 2012-03-09 2012-10-31 温州大学 一种绕线机的嵌入式控制系统
CN103837071B (zh) * 2014-03-20 2016-06-15 沈阳飞机工业(集团)有限公司 杆位移传感器角度测量夹具
ES2870327T3 (es) * 2019-01-17 2021-10-26 Heidenhain Gmbh Dr Johannes Unidad de exploración para un dispositivo de medición de ángulos
CN211013530U (zh) * 2020-01-15 2020-07-14 西安弘航机电设备有限公司 一种飞机前轮转弯系统的角度反馈装置

Also Published As

Publication number Publication date
CN113280781A (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
Alamdari et al. FRF-based damage localization method with noise suppression approach
CN112686096A (zh) 基于多尺度散布熵和vpmcd的滚动轴承故障诊断方法
CN104880172B (zh) 基于卡尔曼滤波的路面平整度测量方法及装置
CN113820003B (zh) 一种适用于桥梁振动监测的加速度实时重构动态位移方法
CN115797335B (zh) 用于桥梁振动测量的欧拉运动放大效果评估及优化方法
CN111427096A (zh) 全张量重力梯度仪数据质量评价和滤波处理方法
CN113280781B (zh) 一种嵌入式角位移在线测量方法及装置
CN116304549A (zh) 一种隧道健康监测数据小波阈值去噪方法
CN111260776A (zh) 一种自适应正态分析的三维形貌重建方法
CN111079591B (zh) 基于改进多尺度主成分分析的不良数据修复方法及系统
CN111323233B (zh) 一种用于低速旋转机械故障诊断的局部均值分解方法
CN113094640A (zh) 一种频域下宽带多轴随机振动寿命预测方法
CN113188797A (zh) 一种基于传声器阵列的轴承故障诊断方法
Xu et al. Rolling bearing fault feature extraction via improved SSD and a singular-value energy autocorrelation coefficient spectrum
AU782546B2 (en) Method and system for attenuation of acquisition geometry imprint in seismic data
CN110702786A (zh) 基于多尺度奇异吸引子预测误差的梁结构损伤识别方法
CN111144223A (zh) 基于Tikhonov正则化的广义最小化求解的振动速度重建方法
US7702180B2 (en) Imaging method and device for the computer-assisted evaluation of computer-tomographic measurements by means of direct iterative reconstruction
CN109492323B (zh) 基于变形测试的毛坯初始残余应力高精度反求方法
Sato Influence of index table accuracy on roundness calibration in the multi-step method using monte carlo simulation
CN110276154B (zh) 消除平衡悬架钢板弹簧刚体转动误差的载荷激励分析方法
CN116152716B (zh) 一种双目视觉动力学模态参数识别中丢失模态的辨识方法
CN112989966B (zh) 一种改进的模拟电路信号降噪方法
CN114235572B (zh) 一种基于信号相似度的结构损伤评价方法
CN111830565B (zh) 一种基于kl-dsw的tsp多波场分离及噪声压制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant