一种三点法回转误差分离过程中传感器噪声信号抑制方法技术

技术编号:13395058 阅读:100 留言:0更新日期:2016-07-23 13:29
本发明专利技术提供了一种三点法回转误差分离过程中传感器噪声信号抑制方法。首先,合理设计传感器安装夹角进行信号采集,并构造受到噪声信号干扰后的三点法中传感器组合信号频域表达式;其次,建立转子真实轮廓信号与受到噪声干扰后分离所得到轮廓信号的误差模型,进而分析得出噪声信号在分离过程中的传递函数;最后,根据得到的传递函数构建优化目标函数,并用基于坐标轮换的和声搜索算法对其进行优化求解。本发明专利技术将三点法回转误差分离过程中的传感器噪声信号抑制问题转换为目标函数优化问题,通过对噪声信号的传递函数进行优化,有效地将噪声信号的各阶频率成分都予以抑制,提高了回转误差分离精度。

【技术实现步骤摘要】

本专利技术属于传感器噪声处理
,特别涉及一种三点法回转误差分离过程中传感器噪声信号抑制方法,该方法可有效抑制传感器噪声在分离过程中对转子轮廓信号的干扰,从而提高了转子回转信号的测试精度,在工业生产中的噪声处理领域具有较好的应用前景。
技术介绍
误差分离技术(ErrorSeparationTechnique)旨在从径向跳动中将被测对象的圆度轮廓误差与回转误差分离。多点法能在不影响机床主轴加工的前提下进行主轴回转误差测试,传感器一次安装完毕后,就不需再次调整,很容易实现自动化处理,适用于现代化监控系统集成。目前,应用最广、发展最成熟的多点法误差分离系统多采用三个传感器,即所谓的三点法(ThreePointMethod)。其他常见的如两点法、四点法以及混合多点法等,从本质上都可以看作是三点法的演化。自1966年日本学者首次提出了全部采用线位移传感器的三点法误差分离技术后,迄今它已成为最广泛使用的误差分离技术。由于工业现场的复杂工况、强电磁等因素的干扰,传感器信号中往往混入频率成分较为复杂的噪声干扰信号,而三点法的数据处理环节容易发生谐波抑制现象,若处理不当,噪声干扰信号的负面作用将会放大,直接影响最终的误差分离结果。因此,需要采取一定的措施消除或减小其对分离结果的影响。
技术实现思路
本专利技术的目的在于克服上述已有技术的缺点,提出一种新的传感器噪声抑制的方法,使其有效地减小三点法回转误差分离过程中噪声的影响,提高信号分离精度。为达到以上目的,本专利技术是采取如下技术方案予以实现的:一种三点法回转误差分离过程中传感器噪声信号抑制方法,包括下述步骤:步骤一、沿测试基准圆周上布置i个测头Si,其中i=1,2,3,各传感器测头与x轴的夹角分别为建立受到噪声信号δ干扰影响后的三点法中传感器组合信号频域表达式:其中,n为频域离散值序号,且n=0,1,2,...,N-1,N为采样点数;R(ωn)为测试截面轮廓信号r(kΔθ)的频域表达式,П(ωn)为噪声信号δ的频域表达形式,可表示为: Π ( ω n ) = Π ( n N Δ θ ) = Σ k = 0 N - 1 δ ( k Δ θ ) · e - j 2 π n k / N ]]>其中,k为时域离散值序号,且k=0,1,2,...,N-1;步骤二、给出受到噪声信号δ干扰影响后分离所得到的转子轮廓信号r′(kΔθ)与转子真实轮廓信号r(kΔθ)的误差:步骤三、得出噪声信号在分离过程中的传递函数Ψ(ωn)为:步骤四、针对Ψ(ωn),构建优化目标函数初始化参数HMS、HMCR、PAR、Miter、u>1、ε1>0、ε2>0,并初始化和声库HM,其可表示为:其中,HMS为和声记忆库的大小,HMCR为记忆库选取概率,PAR为音调调节概率,Miter为最大迭代次数,δ0为初始步长,u为缩放因子,ε1、ε2为精度;步骤五、产生新的和声:其中,为第i个解向量新产生的和声变量,r1、Rand∈(0,1)为随机数,分别为对应决策变量的上限和下限;步骤六、使用坐标轮换法求解第i个解向量中的最优解和最差解并用下式对参数PAR进行改进:PARi=PARmin+(PARmax-PARmin)×(i/Miter)其中,PARi为改进后的音调调节概率,PARmax、PARmin分别为音调调节的最大值和最小值;步骤七、若r2<PARi,用下式更新和声变量:如果则用新解替换最差解步骤八、若i<Miter,转步骤五;否则返回和声库的最好和声,即目标函数的最优解步骤九、利用最优解中的作为三点法回转误差分离过程中传感器安装夹角,对转子回转误差信号进行测试。上述的步骤四中的目标函数按如下公式构建:其中,μ1=λ1/mean(‖Ψ(ωn)‖∞),μ2=λ2/mean(‖Ψ(ωn)‖2),为考虑量纲因素的权重系数,λ1、λ2为权重因子,由于单个频率的变化即可对分离结果参数有较为明显的影响,则取λ1>λ2。上述的步骤一中的传感器夹角的取值应同时满足如下约束条件:上述的频率ωn的分析范围限制在n=0,1,2,...,51。上述的步骤六中第i个解向量中的最优解的求解步骤如下:1)设定初始步长缩放因子u>1,精度ε1>0,ε2>0,置k=1;2)令3)沿ej-1正向搜索:若f(yj)<f(yj-1),δ0=2δ0,j=j+1,若j<Miter转步骤3),否则转步骤5);4)否则沿ej-1负向搜索:若f(yj)<f(yj-1),δ0=δ0/u,j=j+1,若j<Miter转步骤3),否则转步骤5);5)依次沿其他坐标轴进行同样搜索,最终求得此轮搜索的最优点y*;6)若转步骤7),否则k=k+1,转步骤2);7)若步长max(δ0)≤ε1则找到最优点否则δ0=δ0/u,转步骤2)。本专利技术的有益效果:与现有技术相比,本专利技术具有以下优点:1、本专利技术考虑了工业现场误差分离过程中噪声干扰的负面作用,通过对噪声信号的传递函数进行优化,有效地将噪声信号的各阶频率成分都予以抑制,提高了回转误差分离精度;2、本专利技术使用基于坐标轮换的和声搜索算法对目标函数进行优化,兼顾了局部最优和全局最优,收敛速度快同时计算简单高效,使得目标函数能够快速精确地收敛到最优解;3、本专利技术的传感器噪声信号抑制方法数据处理过程较为简便,且无需改变测量条件,有利于提升三点法误差分离技术的工程应用价值。为了更清楚的理解本专利技术,以下结合附图对本专利技术作进一步的详细说明。附图说明图1为本专利技术的流程图;图2为本专利技术的目标函数优化求解流程图;图3为干扰信号各阶频率成份在误差分离过本文档来自技高网...
一种三点法回转误差分离过程中传感器噪声信号抑制方法

【技术保护点】
一种三点法回转误差分离过程中传感器噪声信号抑制方法,其特征在于:包括下述步骤:步骤一、沿测试基准圆周上布置i个测头Si,其中i=1,2,3,各传感器测头与x轴的夹角分别为建立受到噪声信号δ干扰影响后的三点法中传感器组合信号频域表达式:其中,n为频域离散值序号,且n=0,1,2,...,N‑1,N为采样点数;R(ωn)为测试截面轮廓信号r(kΔθ)的频域表达式,∏(ωn)为噪声信号δ的频域表达形式,可表示为:Π(ωn)=Π(nNΔθ)=Σk=0N-1δ(kΔθ)·e-j2πnk/N]]>其中,k为时域离散值序号,且k=0,1,2,...,N‑1;步骤二、给出受到噪声信号δ干扰影响后分离所得到的转子轮廓信号r′(kΔθ)与转子真实轮廓信号r(kΔθ)的误差:步骤三、得出噪声信号在分离过程中的传递函数Ψ(ωn)为:步骤四、针对Ψ(ωn),构建优化目标函数初始化参数HMS、HMCR、PAR、Miter、u>1、ε1>0、ε2>0,并初始化和声库HM,其可表示为:其中,HMS为和声记忆库的大小,HMCR为记忆库选取概率,PAR为音调调节概率,Miter为最大迭代次数,δ0为初始步长,u为缩放因子,ε1、ε2为精度;步骤五、产生新的和声:其中,为第i个解向量新产生的和声变量,r1、Rand∈(0,1)为随机数,分别为对应决策变量的上限和下限;步骤六、使用坐标轮换法求解第i个解向量中的最优解和最差解并用下式对参数PAR进行改进:PARi=PARmin+(PARmax‑PARmin)×(i/Miter)其中,PARi为改进后的音调调节概率,PARmax、PARmin分别为音调调节的最大值和最小值;步骤七、若r2<PARi,用下式更新和声变量:如果则用新解替换最差解步骤八、若i<Miter,转步骤五;否则返回和声库的最好和声,即目标函数的最优解步骤九、利用最优解中的作为三点法回转误差分离过程中传感器安装夹角,对转子回转误差信号进行测试。...

【技术特征摘要】
1.一种三点法回转误差分离过程中传感器噪声信号抑制方法,其特征在于:包括下述
步骤:
步骤一、沿测试基准圆周上布置i个测头Si,其中i=1,2,3,各传感器测头与x轴的夹角
分别为建立受到噪声信号δ干扰影响后的三点法中传感器组合信号频域表达式:
其中,n为频域离散值序号,且n=0,1,2,...,N-1,N为采样点数;
R(ωn)为测试截面轮廓信号r(kΔθ)
的频域表达式,∏(ωn)为噪声信号δ的频域表达形式,可表示为:
Π ( ω n ) = Π ( n N Δ θ ) = Σ k = 0 N - 1 δ ( k Δ θ ) · e - j 2 π n k / N ]]>其中,k为时域离散值序号,且k=0,1,2,...,N-1;
步骤二、给出受到噪声信号δ干扰影响后分离所得到的转子轮廓信号r′(kΔθ)与转子
真实轮廓信号r(kΔθ)的误差:
步骤三、得出噪声信号在分离过程中的传递函数Ψ(ωn)为:
步骤四、针对Ψ(ωn),构建优化目标函数初始化参数HMS、HMCR、PAR、Miter、
u>1、ε1>0、ε2>0,并初始化和声库HM,其可表示为:
其中,HMS为和声记忆库的大小,HMCR为记忆库选取概率,PAR为音调调节概率,Miter为最
大迭代次数,δ0为初始步长,u为缩放因子,ε1、ε2为精度;
步骤五、产生新的和声:
其中,为第i个解向量新产生的和声...

【专利技术属性】
技术研发人员:章云魏乔张文波
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:陕西;61

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1