基於五點平滑與FFT 變換的貨櫃物流 在途振動特徵分析

2021-01-08 起重運輸機械

徐 歡  曹小華  魏 恆武漢理工大學物流工程學院 武漢 430063

摘 要:在貨櫃物流運輸的過程中,因為路況與汽車的在途行使往往會發生振動。因貨物的特殊性以及多樣性,振動往往會對貨物產生威脅,影響貨物的品質。文中通過五點平滑處理並通過數字濾波與FFT 變換結合的方法對貨櫃物流運輸的振動特徵進行分析,並將該方法應用於實測振動特徵信號。分析結果表明該方法能夠得到可靠的振動幅值與振動頻譜的時頻特徵,為貨櫃的可靠運輸與監測提供了理論依據。關鍵詞:貨櫃物流運輸;振動特徵;五點平滑;FFT 變換中圖分類號:TP274 文獻標識碼:A 文章編號:1001-0785(2018)06-0085-04

0 引言在當前的多聯化運輸的背景下[1],由於貨櫃物流運輸的方便、快捷、高效、良好的安全性使其得到廣泛的發展與應用,同時隨著運輸業的發展,運輸的貨物也越來越呈現著物品的多樣化。因此在貨櫃的運輸途中,貨櫃運行的平穩性、箱內貨物品質保證的問題也日益凸顯。在貨櫃公路運輸過程中,貨物的裝卸、貨櫃的調度以及在途運輸等環節都可能會因為各種誘因而產生振動衝擊。同時在振動衝擊的作用下,因為貨物本身的特殊性,往往會產生大量的貨損。在貨櫃的在途運輸中,將貨櫃視為容納貨物的容器,為貨物提供安全保障,但是在劇烈的振動衝擊下也會給貨物帶來意想不到的損傷。

通過加速度傳感器採集得到的數據信號往往有疊加的噪聲信號,除了不規則的隨機幹擾信號外,還存在工頻和它的倍頻等幹擾信號,通過五點平滑的方法來消除毛刺和貨櫃振動特徵信號的趨勢項。在這些幹擾信號中,由於隨機幹擾信號的頻帶範圍較寬,同時在獲取的這些幹擾信號中高頻信號所佔的比重較大,本文將採用數字濾波來剔除雜波,並通過FFT 變換和頻域的計算來獲取時頻信號,並由實測的貨櫃振動特徵頻譜得到速度與頻譜。在得到頻譜後對其進行傅立葉逆變換,得到振動位移與振動速度的時間歷程曲線。通過上述方法分析貨櫃公路在途運輸的振動特徵,分析結果表明,該方法能夠得到可靠的振動位移與速度頻譜,為貨櫃的可靠運輸提供了理論依據與振動特徵數據處理方法。

1 振動信號採集在貨櫃運輸途中,貨櫃箱體表面的振動激勵源[2] 來自多個方面,因而貨櫃產生的振動特徵信號的頻譜範圍較大。本文選擇了頻譜範圍較為寬廣的加速度傳感器,將傳感器布置在貨櫃的頂梁上。

圖1  傳感信息感知裝置布局

在貨櫃中將加速度傳感器與傳感信息感知裝置布置在箱體的內側頂梁處(見圖1),並採用多節點的方式採集數據,採用的加速度傳感器為MPU9150,採集豎直方向上的加速度。

2 振動信號的預處理在傳感器獲取到數據後,將剔除來自傳感感知裝置自身和外界的幹擾影響與信號的幹擾成分。文中所採用的加速度傳感器對處理低頻(1 Hz 以下)[3] 信號時的測量精度較低,會使得數據產生漂移,並在數據的處理中產生畸變。在貨櫃公路運輸中,較大的衝擊的最大衝擊值可超過5.59g,但發生次數最多與對貨物危害性最大的為0.59 ~ 0.29g 的小衝擊[4]。因此為了獲取更加可靠的數據,提高加速度信號的信噪比,將對採集的數據進行預處理。

2.1 貨櫃振動趨勢數據平滑處理 在貨櫃振動信號的採集過程中,為了最大程度消除傳感器的低頻性能不穩定極易受到的外界幹擾,往往使得在測量採集的數據中含有大量的毛刺與趨勢項。為了消除這些影響在本文中將採用五點滑動平均法[5]。平均法的基本計算公式為

式中:x 為採樣數據,y 為平滑處理後的結果,m 為數據的樣點數,h 為濾波因子。

濾波因子應滿足

在本文中採用五點加權平均(N =2), 可取

利用最小二乘法原理對離散數據進行線性平滑的方法稱為直線滑動平均法,五點滑動平均的計算公式為

根據傳感器採集的部分實測數據, 通過上述的算法,對數據進行分析。在數據的預處理過程中得到圖2和圖3。圖2 為數據未經處理的原始加速度數據,在圖2 中可以發現數據的噪聲較大並有明顯的數據漂移和產生的數據趨勢項。圖3 為通過五點平均法處理後得到的數據趨勢,相比未經過算法處理的原始數據趨勢更平滑,而且消除噪聲與去除趨勢項的效果明顯,同時消除了數據的零漂。

實測獲得的數據經處理後加速度最大幅值為0.36g。對比圖2 和圖3,在整體數據趨勢上沒有產生消除峰值的現象,同時整體數據沒有使加速度譜曲線體型變寬,數據擬合也呈現出較好的擬合效果。

圖2  加速度原始信號

圖3 平滑處理得到的加速度信號

2.2 貨櫃振動信號粗大誤差處理在加速度信號中往往會因為外界的幹擾產生噪聲和幹擾頻率,本文採用數字濾波的方法分離頻率分量以及提高信噪比。在數字濾波中常見的有IIR 與FIR 濾波器。IIR 濾波器不能得到通帶中的線性相位,而FIR 濾波器相對於IIR 濾波器而言,能夠得到準確的線性相位。貨櫃的振動信號濾波處理採用FIR 濾波器,FIR 濾波器的濾波表達式為

式中:y (n ) 與x (n ) 分別為輸出和輸入的時域信號序列, bk 為濾波參數。 

圖4 為加速度信號經平滑處理後基於多帶濾波器的設計函數remezd 的FIR 濾波器截止頻率為50 Hz 的頻響函數幅值圖。

3 數據分析通過上述的方法將數據平滑處理以及濾波後,對數據進行基於FFT(快速傅立葉變換)時域與頻域分析。加速度數據信號經過預處理後,對數據進行數學處理,將加速度信號轉換為位移信號。加速度諧波信號在對應的時域與頻域的關係中可以由DFT(離散傅立葉變換)來對其進行描述。對應的離散傅立葉變換為

圖4 濾波器幅頻特性曲線

式中:K =0,1,2,3…,N -1, X F (K) 為第K 個DFT係數;n =0,1,2,3…,N -1, a(n)為一個均勻的採樣序列。

根據傅立葉逆變換的數學公式,可以將加速度數據信號在任意頻率中以Fourier 分量表示為

式中: 為加速度信號在頻率w 的Fourier 分量,A 為的係數。

當初速度的值為0 時,則可以通過加速度信號分量的時間積分得出速度信號分量

式中:v(t )為速度信號在頻率w 的Fourier 分量、V 為 v(t )的係數。在一次積分頻域下的關係式為

初始條件下初速度與初始位移信號的分量均為0時,通過對加速度信號的兩次積分可得到位移分量

通過上述分析,現將貨櫃振動特徵按照如圖5 所示的流程進行分析。

圖5 基於FFT 變換流程

從圖6 可以看出,貨櫃豎直方向的最大速度約為55 mm/s,速度頻譜信號的理論位移與計算速度相吻合。從圖7 可以看出,貨櫃豎直方向上的最大位移約為2.25 mm, 理論分析計算位移與實際計算位移相吻合。

圖6 速度信號曲線

圖7 位移信號曲線

通過Matlab 的仿真分析可以發現速度信號曲線與振動位移信號計算曲線及理論曲線一致。利用上述流程方法能夠通過振動加速度信號準確獲得振動速度信號與振動位移信號。

4 結論1)採用五點滑動平均法來消除貨櫃振動信號的漂移和振動信號的趨勢項,當多項式的階數為4 階時如圖1 和圖2 所示,可獲得較好的處理效果;

2)通過對比數字濾波器,確定在本文中採用FIR濾波器,經過圖5 的流程處理後採用FFT 變換與時域頻域的處理獲得了精確的振動速度與振動位移信號;

3)所述貨櫃在途運輸中的振動特徵信號分析與處理的方法為數據的準確處理提供了理論依據。在實際應用中研發人員可以將這種數據分析方法嵌入到振動監測軟體中並將數據寫入資料庫中生成歷史數據,實時監測貨櫃,實現實時預警,達到降低貨櫃物流事故率與貨損的目的,具有較重要的實際應用價值。

參考文獻[1] 張咪,顧波軍. 我國貨櫃多式聯運政策現狀、不足與優化[J]. 中國水運,2014,14(6).[2] 胡詠梅,張鵬波,紀少波. 柴油機振動加速度信號測試及分析方法研究[J]. 內燃機與動力裝置,2010(2).[3] 顧明坤,呂振華. 基于振動加速度測量的振動速度和位移信號識別方法的探討[J]. 機械科學與技術,2010,30(4).[4] 趙世宜,梅林,任傑. 貨櫃裝卸運輸振動衝擊環境條件分析[J]. 起重運輸機械,2012(6).[5] 王濟,胡曉.MATLAB 在震動信號處理中的應用[M]. 北京中國水利水電出版社,2006.

相關焦點

  • MATLAB實驗——FFT變換
    實驗基本原理與設計1 應用傅立葉變換進行圖像處理傅立葉變換是線性系統分析的一個有力工具,它能夠定量地分析諸如數位化系統、採樣點、電子放大器、卷積濾波器、噪音和顯示點等的作用。通過實驗培養這項技能,將有助於解決大多數圖像處理問題。對任何想在工作中有效應用數字圖像處理技術的人來說,把時間用在學習和掌握博裡葉變換上是很有必要的。
  • matlab下實現FFT信號分析
    利用matlab做頻譜分析前我們需要了解分析過程中的一些基礎知識,matlab中的 fft 函數用法、fftshift 函數的用法函數 1  fft :作用:快速傅立葉變換。語法:Y = fft(X)Y = fft(X,n)Y = fft(X,n,dim)語法:Y = fft(X) 用快速傅立葉變換 (FFT) 算法計算 X 的離散傅立葉變換 (DFT)。
  • 史上最簡單的FFT(快速傅立葉變換)
    由多項式可以求出點值表達式,由點值表達式可以求出這個多項式。這裡,我們把n作為2的冪次方存在。所以多項式乘法的瓶頸在於如果在更快的時間內把多項式轉換為點值表達式。這個就需要傅立葉變換了。3 複數複數是數學上一個很常見的概念,複數的特點是對負數進行開方。負數相加的規則是實部(x軸)和實部相加,虛部(y軸)和虛部相加。
  • 用FPGA實現FFT算法(圖)
    引言  dft(discrete fourier transformation)是數位訊號分析與處理如圖形、語音及圖像等領域的重要變換工具,直接計算dft的計算量與變換區間長度n的平方成正比。
  • 快速傅立葉變換FFT在MATLAB中的實現
    首先,為什麼要進行傅立葉變換?將時域的信號變換到頻域的正弦信號,正弦比原信號更簡單,且正弦函數很早就被充分地研究,處理正弦信號比處理原信號更簡單。正弦信號的頻率保持性:輸入為正弦信號,輸出仍是正弦信號,幅度和相位可能發生變化,但頻率與原信號保持一致,只有正弦信號才擁有這樣的性質。
  • 如何運用示波器FFT功能簡化振動分析
    過去完成這項工作要用昂貴複雜的工具,使得振動分析需要富有經驗的專業人員才能完成,本文介紹用普通帶FFT功能的示波器進行振動分析,一般機械工程師稍加訓練即可完成這項任務。  具有快速傅立葉變換(FFT)功能的低價位示波器是一種功能齊全而又使用方便的工具,它可以幫助機械工程師確定被測物的本徵頻率、共鳴峰值、頻率範圍及衰減曲線等,即使沒有多少電子測量經驗的工程師也只需幾個簡單的加速計和連線就可以設定、測量和分析產品的振動特性。
  • 基於MSP430系列微控制器的FFT算法實現
    實測結果顯示對一個信號周期256個採樣點的快速傅立葉變換分析,完成全部計算僅需要0.3 s的時間,前10次諧波的計算相對誤差低於千分之一。所研製的在供電質量監測系統完全滿足用戶要求。將N點採樣數據分解為更短的數據段來進行計算可以提高計算效率,目前使用最廣泛的是基2的FFT算法。圖1給出基2按時間抽取的快速傅立葉變換中的基本運算過程379-388181-189。
  • 【基礎教程】Matlab實現傅立葉變換
    傅立葉變換傅立葉變換是一種常見的分析方法,傅立葉變換將滿足一定條件的函數表示為一些函數的加權和(或者積分)。
  • 使用STM32 的DSP庫進行FFT變換
    * 使用三角函數生成採樣點,供FFT計算* 進行FFT測試時,按下面順序調用函數即可:* dsp_asm_init();* dsp_asm_test();*/#include "stm32f10x.h"#include "dsp_asm.h"#include "stm32_dsp.h"#include "table_fft.h"
  • 每日函數——fft
    fft快速傅立葉變換語法Y  = fft(X)Y  = fft(X
  • 基於小波變換和自相關函數的基音頻率檢測算法
    0 引言 基音周期(Pitch)是指發濁音時聲帶振動所引起的周期運動的時間間隔,而基音頻率是基音周期的倒數。由於基音周期只具有準周期性,所有只能採用短時平均方法估計該周期,這個過程也稱為基音檢測(Pitch De―tection)。
  • 基於DSP的FFT算法實現
    基於DSP的FFT算法實現1、FFT的原理快速傅氏變換(FFT)是離散傅氏變換的快速算法,它是根據離散傅氏變換的奇、偶、
  • 基於信號處理技術的機器學習
    2、時域和頻域之間的變換(FFT、PSD、Wavelet)傅立葉分析是一個分析信號周期性的研究領域。如果一個信號含有周期性成分,傅立葉分析可以用來將這個信號分解成周期性成分,並且能夠告訴我們每個周期性分量的頻率是多少。傅立葉變換可以將複合信號分解成一系列的周期性成分(三角函數)。
  • 用matlab對信號進行傅立葉變換
    傅氏變換分析是信號分析中很重要的方法,藉助matlab可以很方便的對各類信號進行傅氏頻域分析。
  • 走近科學|貨物不翼而飛,物流「黑箱」裡發生了什麼?
    據美國國土安全局統計,全球每年貨櫃失蹤、失竊的經濟損失高達300億~500億美元,無法讓「黑箱子」透明、有效實現貨櫃物流的全程定位和監控是業界長期以來的一大痛點。2011年,包起帆團隊就針對貨櫃物流領域的痛點,創新了物流無盲區實時跟蹤與監控技術,研製了以北鬥通信模塊和定位晶片為基礎的多種跟蹤與監控智能終端,滿足了物流監控路徑全覆蓋、多樣化、可視化、便捷化等需求。
  • 數字與信號處理實驗3 用FFT進行譜分析
    用FFT作譜分析時,要求做FFT的點數服從2的整數冪,這一點在上面選擇採樣點數時可以考慮滿足,即使滿足不了,可以通過在序列尾部加0完成。如果要進行譜分析的模擬信號是周期信號,最好選擇觀測時間是信號周期的整數倍。如果不知道信號的周期,要儘量選擇觀測時間長一些,以減少截斷效應的影響。用FFT對模擬信號作譜分析是一種近似的譜分析。
  • 通俗易懂的講解FFT的讓你快速了解FFT
    本人最早知道傅立葉變換的時候是沉迷於音樂的頻譜跳動無法自拔,當時就很想做一個音樂頻譜顯示器。搜閱了很多資料之後,才了解到傅立葉變換,和FFT。當然這都是以前的事情了,經過了系統的學習+2個星期的研究,自製了一個FFT的算法,不敢說速度上的優勢,但是個人認為是一種通俗易懂的實現方法。經過實際的VC++模擬實驗、和STM32跑的也很成功。
  • 用matlab對信號進行傅立葉變換的入門實例
    來源:博客園-走豈來的博客傅氏變換分析是信號分析中很重要的方法,藉助matlab可以很方便的對各類信號進行傅氏頻域分析
  • 一文解析基於特徵點的視覺全局定位技術
    基於已建的地圖,匹配歷史中最相似的地圖子集(圖像/點雲/特徵點),根據匹配到的地圖子集所提供的歷史位姿真值、特徵點坐標真值,計算點對間的變換矩陣,求解當前相機位姿。所以,其核心包含圖像描述、建圖查詢、特徵匹配,位姿計算四個方面。這裡僅僅是技術層面的宏觀分類,實際算法框架不一定按照此順序執行,而學者在研究中主要針對這些技術進行改進。整體而言,基於特徵點的圖像描述基本成熟,發展較少。而位姿計算由於是基於幾何約束的優化問題,所以方法也較為固定。相對地,建圖查詢和特徵匹配中改進技術較多。
  • 圖像特徵點、投影變換與圖像拼接
    乾貨第一時間送達一、全景拍照中的投影變換在32. 鏡頭、曝光,以及對焦(下)中,我給你介紹了各種各樣的相機鏡頭,也介紹了視場角(FOV)這個概念。現在咱圖像特徵點、投影變換與圖像拼接們手機上的主攝像頭一般FOV是七、八十度左右,有的更小一些。但人類的視覺系統FOV可以達到