交流小信号分析

2024-05-17

交流小信号分析（精选九篇）

交流小信号分析篇1

关键词：PROTEL,交流小信号分析,参数设置

一、引言

近些年来, 中高级职业院校机电类专业为适应实践需要, 普遍开设了电子线路CAD课程。由于PROTEL 99及其增强版PROTEL 99 SE以其强大和专业的CAD功能应用极为普遍, 目前国内高职院校基本上以其作为此门课程的主要教学软件。

在实际教学中, PROTEL软件的三大基本功能制电路图、设计印制电路板和电路仿真是各学校的授课重点。本校电气专业利用PROTEL 99仿真功能进行电路的交流小信号分析教学过程中曾出现过一种问题, 即总是提示出错并无法继续进行仿真过程, 妨碍了教学的正常进行。经排查后可消除此现象, 但下一届学生在学习到此处时同样的现象又出现, 经与兄弟院校联系后得知他们也出现过此问题。至此, 两校教师都认为这是个较为普遍的亟待解决的教学问题, 在一起进行了探讨和摸索。

二、问题的表现

各学校在进行此类专业软件教学时的方法大同小异, 即安排足够的上机课时来使学生通过实际操作熟练掌握软件的使用过程。在进行PROTEL 99 (SE) 的电路仿真功能学习时, 针对每一种具体仿真方式我们都安排了相应的上机操作。在进行交流 (AC) 小信号分析上机过程中, 当学生绘制好电路图并设定完各参数, 运行仿真命令时, 软件经常突然弹出一错误报告对话框:“ (*.err) :Setup Error:No source specified for AC Small Signal analysis.”从而无法继续仿真过程并返回到电原理图界面。以往发生此问题时的解决过程, 两校教师均是试探性地改动一下原理图中电源的参数, 因而认为是学生擅自改动了电源参数所导致的。

我们经过认真检查, 学生绘制电路图中除电源参数外, 各与此种仿真过程有关的参数设定均严格按理论课讲授内容进行, 并无错误。而实际电路原理图中每种电源都具有AC参数项, 且常常不止一个电源存在, 由于误操作或其他原因改动某些参数后就会出现这样的问题。对于学生这类初学者更是上机操作中极易发生的现象, 这两次发生此现象的学生都占总数的近30%, 远超过其他内容的上机演练出错几率, 属于罕见的高报错率上机问题。因而这个看似不起眼的“小问题”, 从实际教学的角度来说是一个较“大”的问题。

三、分析原因

由之前的解决过程可初步断定, 问题的产生与电源某些参数有关。但结合本校教材 (本校采用教材是近几年教学中较受好评的西安电子科技大学出版社的高校通用版《电子线路CAD实用教程》) 和其他同类教材中相关内容, 即除正常情况下应将电源“AC小信号分析电压幅度” (“AC Magnitude”) 一项设为小于1V外, 并未发现提及其它参数对此仿真过程的影响。

由于找不到相关资料有此问题的说明, 两校教师决定自己解决。于是将几个典型原理图中的所有电源参数都逐一改动, 分别运行仿真过程, 观察结果。

四、确定参数设置规则

经反复排除验证, 最终确定了当初的推测, 并进一步得到了具体完整的进行PROTEL 99交流 (AC) 小信号分析时的正确参数设置规则。

由于目前各校教学中采用的PROTEL软件版本基本上以PROTEL 99和PROTEL 99 SE两种为主, 以下仅以这两个版本为例说明。

1. 电原理图中无直流电源时

双击电源符号, 或选中并单击右键在弹出菜单中选择属性 (Properties...) , 在PROTEL 99中电源属性窗口的“Part Field1-8”页下 (在PROTEL 99 SE中则是指“Part Fields”页下) 的“AC Magnitude”、“Amplitude”和“Frequency”项内容不能为空或“*”, 必须为有效数值, 且“AC Magnitude”项决定了仿真时信号源的电压幅度, 而后两项内容可为任意, 但要注意的是“Frequency”项内容必须大于0, 而其它参数项的内容可为任意, 对仿真过程无影响。

2. 电原理图中有直流电源时

此情况下电源的参数设置要复杂一些。

双击电源符号, 或选中并单击右键在弹出菜单中选择属性 (Properties...) 项。

(1) 在PROTEL 99中直流电源属性窗口的“Part Field1-8”页下 (在PROTEL99 SE中则是指“Part Fields”页下) 的“AC Magnitude”作具体设置时, 此设置内容唯一决定仿真结果, 而正弦波激励源属性窗口的“Part Field1-8”页下的各参数内容可为任意, 完全不起作用。

(2) 当直流电源属性窗口的“Part Field1-8”页下 (在PRO-TEL 99 SE中则是指“Part Fields”页下) 的“AC Magnitude”不作具体设置, 即保持“*”内容时, 正弦波激励源的参数需设置, 且设置过程与前述1完全相同, 即此时正弦波激励源属性窗口的“Part Field1-8”页下的“AC Magnitude”项参数决定仿真时信号源的电压幅度。

在直流电源属性窗口的“Part Field1-8”页下 (在PROTEL99 SE中则是指“Part Fields”页下) 的“AC Phalse”项一般不作设置, 采取默认值。

要注意的是由于各学校机房计算机显示器的分辨率普遍所限, 在PROTEL 99环境下当直流电源属性窗口的“Part Field1-8”页下的“AC Magnitude”与“AC Phalse”两项标签名称显示不完全, 都为“AC”, 后半部无法显示, 这是上机操作中应向学生强调的一点, 而在PROTEL 99 SE下无此现象。

五、结语

两校教师与企业有关工程技术人员联系, 得知其在实践中也遇过此类现象, 其采用的是前述所得规则“2”的第 (2) 种办法解决, 而对具体原因也不很清楚和深入, 但估计与内部SPICE3F5/Xpice仿真引擎设计特性有关。

两校教师在后续的实践中发现, 此规则简单易记, 实质上是对此处教学内容的一个很必要的补充, 并为顺利组织学生进行上机操作提供了可靠保证。

参考文献

[1]王廷才.电子线路CAD辅助设计PROTEL99SE[M].北京:机械工业出版社, 2005.

[2]潘永雄.电子线路CAD教程[M].西安:西安电子科技大学出版社, 2004.

爆破震动信号的多分辨小波分析篇2

爆破震动信号的多分辨小波分析

采用小波分析和快速傅立叶变换相结合的方法,对工程案例的爆破震动近、中远区的实测原始信号进行小小波分解和重构,得到重构后各子频带的时间信号及频谱,在此基础上通过Matlab语言编写程序研究爆破地震波沿各分区信号的频谱及能量分布特征.指出:爆破震动各分区的主频从大到小排序为:近区>中区>远区;随着比例距离的增加,低频带能量所占信号总能量的`比例升高,高频带能量所占比例下降;频率越低的频带信号,持续时间越长;除主频所在频带外,在0～2.441 5 Hz频段(比较接近建筑物的自振频率),爆破震动信号在水平方向占有不小的能量比例,故建筑物进行结构设计时考虑水平方向的抗震尤为重要.

作者：陈士海魏海霞杜荣强作者单位：山东科技大学,土木建筑学院,青岛,266510 刊名：岩土力学 ISTIC EI PKU英文刊名：ROCK AND SOIL MECHANICS 年，卷(期)： 30(z1) 分类号：O381 关键词：爆破爆破震动小波分析能量

交流小信号分析篇3

合作研究者弗兰克·施罗德说：“了解关于线虫如何交流信息，为我们预防线虫感染和农业线虫危害控制带来新的希望。”他是康奈尔大学的化学和生物化学兼职助理教授，也是康奈尔大学独立机构Boyce Thompson研究所的科学家。这项研究两位负责人之一，Boyce Thompson研究所的博士后研究员斯蒂芬补充说：“使用蠕虫特有的语言，我们或许能够扰乱它们的发展和繁殖，或者把它们吸引到致命环境当中。”

秀丽隐杆线虫是实验室适用的典型物种，可以通过该物种研究化学信号如何影响它们的发展和行为。在2008年，施罗德和同事们已经发现线虫把化学信号作为异性吸引剂，那是第一次获得线虫使用化学信号交流的信息。

施罗德说：“现在我们了解的是线虫使用以分子模块形式组成的复杂信息。它们根据所要表达的意思组合不同的化学片段。”例如，研究人员发现了几个告知线虫分散开的分子。这些分子仅由两个模块构建。但是增加第三个名为“indole”的模块就完全的改变了意思：不再是“离开”的意思而是“所有人都过来”。结合两个或者更多的不同分子，线虫信息将变得更加复杂，就像在一个句子当中组合不同的单词来表达出更复杂的意思。

施罗德和他的研究团队使用一种名为“比较代谢组学”的新分析方法来分析蠕虫制造的化学信息。通过对比正常的野生蠕虫和有信号缺陷的蠕虫（也就是不能说话的蠕虫）的体能化学，研究人员确定分子模块只存在于野生的蠕虫当中，而不存在于“沉默”的蠕虫。这些分子最终形成了蠕虫的语言。

这些结果表明，蠕虫通过组合包含不同化学模块的分子形成了一种复杂的化学语言，它们以此来组织它们的群体。这个发现把生命化学带入了新的领域，并且表明包括脊椎动物在内的许多其他动物物种或许也能够产生类似的信号分子来控制其行为和其它的生物

功能。

下一步，研究人员们将探索蠕虫的神经系统如何感觉和解密这些不同的化学信息。施罗德说：“理解蠕虫的语言只是第一步，我们现在需要研究蠕虫如何破解这些密码和如何制造这些分子。”

这项研究由国家健康研究院和霍华德休斯医学研究所提供资金支持。施罗德实验室致力于这项研究的其它成员是研究生Neelanjan Bose、Parag Mahanti和Oran G. O'Doherty。

（来源：腾讯科技）

小电流接地系统接地信号分析及处理篇4

一、各种接地信号报出时的现象:

1. 单相接地时:

A相接地, Ua=0, 中性点位移Ux′=-Ua;Ub′=Ub+Ux′=√3 Ub;Uc′=Uc+Ux′=√3 Uc;因而表计反映应为:A相为0, B、C二相为线电压。

主要现象有:

a、警铃响、“35k V母线接地”、“消弧线圈动作”、“掉牌未复归”光字牌亮。

b、绝缘监察电压表指示:故障相电压降低 (不完全接地) 或为零 (完全接地) , 其余两相电压高于相电压 (不完全接地) 或等于线电压 (全接地) 。稳定性接地, 电压表指示无摆动, 间歇性接地, 电压表指示不停地摆动。

c、消弧线圈电流表指示补偿电流的值, 消弧线圈接地指示灯亮。

d、电压互感器端子箱内灯泡明亮。

2. PT高压保险一相熔断时:

警铃响、“35k V母线接地”光字牌亮, 无“消弧线圈动作”光字牌, 消弧线圈电流表无指示, 消弧线圈接地红灯不亮, PT端子箱内灯泡亮度不明显。接于该PT母线上的线路开关控制屏分别发“电压回路断线”光字牌。绝缘监察电压表指示为:熔断相电压降低很多, 其余两相相电压不变, 与熔断相有关的两个线电压指示降低。

3. 发生谐振过电压时:

报出接地信号, 电压表指示超过线电压, 表针打到头。

二、接地信号报出的原因:

1. 母线或连接于母线的线路发生单相接地, 报出接地信号。

2. 电压互感器高压保险一相熔断, 报出接地信号。

3. 发生谐振过电压时, 报出接地信号。

三、故障的分析与判断:

2009年11月5日20点18分:110k V金山变10k V系统发生接地时消弧线圈补偿装置动作—过流保护动作。

金山变1号接地变动作信息记录:

时间:2009.11.5 20:18:35

经过:0ms I0QD保护启动

5468 ms I3CK电流3段出口动作电流:I=4.75A BN (B相接地)

经检查发现, 接地变正常运行时, 所变低压侧负荷电流为30A, 换算成所变高压一次电流为30A×400V/10k V=1.2A, 由此可见当接地变正常运行时CT的二次侧电流 (即保护装置的二次电流) 所变二次=1.2A×5/50=0.12A (接地变电流互感器的变比为50/5) , 装置现场实际采样值在0.11~0.13左右浮动 (数值较小, 零漂较大) , 符合实际值。由此可见当所变正常运行时, 所变负荷较低, 负荷电流距离动作定值相去甚远。

盐城地区电网10k V系统采用中性点经消弧线圈接地方式运行, 10k V各电缆出线均存在对地电容电流, 采用经消弧线圈接地的方式对本段10k V母线发生单相接地时流经故障点的电容电流进行补偿, 利用消弧线圈的感性电流去补偿接地故障的容性电流, 以利于故障点灭弧。对比消弧线圈参数, 可见当消弧线圈在额定容量下运行时, 当某条线路发生单相接地故障时, 会产生一个较大的电容电流, 消弧线圈也会产生一个与之方向相反的感性零序补偿电流,

检查110k V城中变1#消弧线圈自动控制装置, 显示系统正常运行时线圈自动控制装置理论计算10k VⅠ段母线电容电流约为103A。故当某条线路发生单相接地故障时, 接地故障处的电流大小等于所有线路的接地电容电流的总和, 接地点会产生一个较大的电容电流, 由于中性点经消弧线圈接地系统普遍采用过补偿运行方式, 补偿后电感电流大于电容电流, 或者说补偿感抗小于10k V线路对地的等效容抗, 消弧线圈会产生一个大于电容电流的电感电流对本段10k V系统进行补偿。

由此可见, 当系统发生单相接地故障时, 接地变的A、C相不仅会流过负荷电流I所变高=1.2A, 而且每相都会流过零序电流Io≈35A, 由于I所变高相对于Io值较小故可以忽略不计, 所以当故障时A、C相均流过Io≈35A大小相等、方向相同。由于是永久性单相接地, 消弧线圈持续投入时间大于过流保护延时动作时间, 保护装置动作出口跳闸, 分析结果成立。

四、对策

1. 完善系统电源网络, 合理布置电网结构。

2. 调整出线负荷在母线上的分配。

3. 更换消弧线圈阻尼电阻, 增大阻尼率d。

4. 合理设定接地报警定值, 一般要求接地报警电压为相电压的30%。

由于系统参数存在固有的不平衡现象, 中性点位移电压长时间允许值为不大于相电压的15%。

5. 对消弧线圈的自动跟踪控制装置的测量精度进行检验。

确保自动装置能够真实反映系统容流情况, 满足系统自动跟踪补偿的要求。

五、结束语

从这次事故也可以看出单线接地的严重危害性, 也由此得出系统参数的及时统计和变电站设备维护重要性。对3—10k V的架空线路和电缆出线的线路所构成的系统和所有35k V系统, 其单相接地故障电容电流大于10A时, 应采用消弧线圈接地方式;对于电缆出线当电容电流大于30A时, 也要求采用消弧线圈接地方式。同时, 对运行时间较长的变电站的绝缘监测也应加强力度, 及时安排维护和改造, 防止类似事故的再次发生。

摘要：本文根据小电流接地系统的运行特点, 论述了当小电流接地系统发生接地故障时的现象分析及处理方法, 简单介绍了现场运行中所遇到的单相接地实例及其处理过程, 提出关于现场处理的一些建议。

交流小信号分析篇5

低速磨煤机主要是滚筒式钢球磨煤机,一般简称钢球磨或球磨机,是火力发电厂煤粉制备系统的主体设备。目前,它被国内外火电厂大量采用,据相关资料统计,在国内发电厂中钢球磨煤机占各类磨煤机总量的60%以上[1],而球磨机的电耗高达厂用电的20%左右,维持球磨机在最佳工况运行是制粉系统节能降耗的重要手段。球磨机滚筒内存煤量是影响球磨机最佳运行的关键因素之一[2]。因此,对料位即滚筒内的存煤量的准确检测,是实现电厂节能降耗急需解决的问题。但球磨机料位通过直接检测的方法难以实现,料位的间接检测是目前工业生产中的常用方法[3,4]。

本研究主要介绍基于振动信号小波分析的球磨机料位检测。

1 球磨机轴承座振动信号的特点

实验球磨机型号为MG3560B-00,通过对球磨机轴承座安装振动加速度传感器,设置了进煤端水平测点、进煤端垂直测点、出煤端水平测点和出煤端垂直测点。4个测点的传感器和数据采集装置相连,实现了对信号的采样和存储,采样频率为12 800 Hz,一次采样点数为2 048点。在钢球装载量34 t时的某一工况下,对球磨机轴承座出煤端水平方向的振动加速度的一次采样,如图1所示。

在球磨机系统中包含球磨机滚筒、电机、一级减速

器和二级减速器等主要部件,与之相对应的各部件的特征频率,如滚筒的工作频率f1=0.29 Hz,电机工作频率f2=16.42 Hz,一级减速箱内齿轮的啮合频率fm1=295.5 Hz,二级减速齿轮啮合频率fm2=61.01 Hz,这些特征频率主要集中在低频部分,在信号处理时应避免这些特征频率对料位信息的干扰,而从滚筒内存煤量的角度来看,球磨机轴承座振动信号的产生是滚筒上振动信号的传递,滚筒上的振动主要由滚筒内钢球冲击衬板和煤块、钢球之间的自撞引起的,筒体内存煤量越多,钢球冲击衬板和煤块产生的冲击会越小,钢球之间的自撞的概率也会越小,因此,滚筒内的存煤量与球磨机的振动能量之间存在一一对应关系,并且在钢球的冲击频率和自撞频率的周围存在更能反映存煤量多少的频段,即为特征频段,主要表现在信号能量比较集中在中、高频部分。

2基于小波分析的球磨机轴承座振动信号分析

2.1 小波分析技术简介

小波分析是一种窗口大小固定不变但形状可改变,时间窗和频率窗都可以改变的时频局部化分析方法[5,6]。小波分析技术在处理球磨机振动信号时主要应用的是一维离散小波变换,其实现算法是Mallat算法,即先对较大尺度的信号进行小波变换,再选取其中的低频部分在原尺度的1/2尺度上再进行小波变换,一步分解后产生2个系数:近似系数和细节系数,近似系数逼近信号的低频部分,细节系数逼近信号的高频部分,小波分析是对近似系数重复单步分解,从滤波器的角度看,小波分析和滤波器组存在一定的关系,相当于信号通过一组不同的滤波器进行自适应滤波,而每次滤波相当于只对低频部分再滤波,而对于球磨机振动信号中包含的料位信息的特征频段,有可能存在于高频部分,则需要通过小波包分析技术实现,小波包分解技术是对细节系数进行再分解,分解后形成了一个树形结构,每层节点个数为2N(N为分解层数)。假设信号中的频率范围[0,fs],则每个节点的小波包系数逼近的频段大小为fs/2N。

2.2 小波函数的选取

使用小波包分解的方法处理球磨机振动信号时,不同频段的能量集中对信号处理很重要,同傅里叶分析不同,小波分析的基(小波函数)不是唯一存在的,要保证小波变换的能量更为集中,应该选择合适信号的小波函数[7],对于球磨机振动信号的小波函数的选取主要通过对不同的小波函数进行小波变换,依据小波函数自身的特点,选择分析频段上能量集中较好的小波函数。本研究选择小波函数db4、db8和sym8分别对信号进行小波变换,第5层的细节系数的频谱,如图2所示。从理论上分析,进行小波变换的第5层的细节系数其频率范围为200～400 Hz,对不同的小波函数进行小波变换的对比可以看出,使用db8和sym8小波函数进行的小波变换比db4变换后的频段能量更为集中在200～400 Hz内,则本研究采用的小波函数为db8。

2.3 球磨机振动信号能量的表征

随机信号的一般统计特性,包括期望、方差、相关函数等,分析球磨机轴振信号能量时使用标准方差来表示,标准方差计算公式为:

$σ_{x} = \sqrt{E (| x (n) - μ_{x} |^{2})} (1)$

式中 x(n)—离散信号,μx—信号均值。

由于球磨机振动信号是非平稳的,一次采样的数据不能完全反映信号本身的能量,当样本有多个时,采用对多个样本计算标准差的期望来表征某工况下信号平均能量大小。

小波包分解利用的是小波分析技术中的滤波器组的功能,其特点是对振动信号的不同频段进行自适应滤波,对球磨机振动信号进行小波包分解,可以得到各个频段的能量分布,小波包分解的方法具有计算方便和自适应滤波的优点,并且可以反映多组数据的不同频段能量的分布,以便于相互比较、寻找信号之间的规律性。本研究通过对采集的振动信号进行小波包分解后的节点系数计算标准方差来表征某工况能量,提取反映料位信息的特征值。

3 实例分析

通过对不同给煤量下采集的轴承座振动信号进行小波包分解,假设每一个给煤量下,球磨机滚筒内的存煤量相同,即在球磨机正常工作下,同一给煤量下反映的料位基本相同,对每个工况下相同节点的小波包系数求多个文件的标准方差期望,来反映滚筒内存煤量的多少,由于球磨机振动信号是一个非平稳的随机振动信号,每次采样的2 048点数据文件只是对信号的一次截取,理论上采样文件的个数越多,越能真实地反映信号的能量。

3.1 测点的选取和特征频段的选取

通过设置不同的工况,即在不同的给煤量下采集多组数据,对4个测点中采集的振动数据进行4层小波包分解,对分解后16个节点系数计算标准方差并累加来表示信号能量的大小,分别计算16个频段内信号能量随给煤量变化情况,某一节点内的信号能量随给煤量变化曲线,如图3所示。

通过比较,可以确定轴承座上水平测点比垂直测点的振动能量大,对料位信息比较敏感,而出煤端水平测点的规律性和稳定性都比较好,因此笔者选取了轴承座出煤端水平测点。

通过两次实验数据的比较分析,得到能够反映料位信息的稳定的特征频段为1 600～2 000 Hz。

3.2 料位标定

3.2.1 5%料位标定实验

实验设置:钢球量34 t,启动球磨机,将给煤机变频器开度设为40 t/h对应开度,启动给煤机(只进煤不出煤),运行3 min后停止给煤机,保持球磨机运行,直到振动信号稳定,在此期间保存采集的振动数据。

选择出煤端水平测点振动数据,计算出在特征频段1 600～2 000 Hz内5%料位下信号能量均值为20.514 7。设定给煤量0 t/h时,料位为0,此时通过以上方法计算出平均能量为39.584 7。

通过不同的钢球装载量比较得到的理想的料位变化曲线,如图4所示。此时钢球装载量为40 t,由多次实验数据的对比可知,在滚筒存煤量少时,平均料位随给煤量增加呈线性下降,变化明显,在滚筒内存煤量多时,平均料位变化缓慢,变化不明显。因此在低料位时通过如图4所示曲线进行一维插值计算可得到不同给煤量下的料位,然后对插值公式修正,在高料位时,通过曲线拟合,最终推导出由振动信号能量计算料位的公式:

$L_{c} (%) = {\begin{cases} \frac{0.05 φ_{0} φ_{2}}{φ_{1}} \times 100 %, s \geq 3; \\ \frac{4.075 0 \times s^{2} - 24.644 7 \times s + 99.844 9}{100} \times 100 %, s < 3; \end{cases} (2)$

其中, $φ_{0} = \frac{n + s}{λ s}, φ_{1} = n - m, φ_{2} = n - s, n = 45, m = 23, λ = 2.6 (s$ —特征频段内采样信号的标准方差)。

3.2.2 20%料位标定实验

实验设置:钢球量40 t,启动球磨机,将给煤机变频器开度设为40 t/h对应开度,启动给煤机(只进煤不出煤),运行12 min后停止给煤机,保持球磨机运行,直到振动信号稳定,在此期间保存采集的振动数据。

通过式(2)计算出实验中采集的振动数据所表示的平均料位为18.027 4%,以及实际标定的料位的相对误差为0.098 6,验证了公式的正确性。

3.3 料位检测的实际应用

对球磨机运行中的3个工况进行料位的检测,如图5所示。结果表明,此方法可以通过轴承座的振动信号准确地检测到不同工况下的料位信息。

在稳定工况下运行时检测到的料位,如图5(a)所示。此时的料位在图中料位检测曲线(小波包降噪检测到的料位曲线)上下波动,球磨机运行正常。在球磨机开机运行不加煤的情况下检测的料位,如图5(b)所示。料位检测此时的料位约为1%～1.5%左右,可以判断此时滚筒内存煤量很少,和实际情况一致。如图5(c)所示,检测到料位达到90%以上,此时已经存在严重的堵煤现象,与现场的情况一致。堵煤后恢复到清空滚筒内存煤量的过程,料位检测可以很清晰地反映出来,此时的工况记录为:钢球量34 t,给煤量35 t/h,此时的料位(通过预测)约为6.254 8%,和实际检测到的情况吻合。

4 结束语

通过对球磨机轴承座的振动加速度信号进行分析,采用小波分析技术对采样数据进行不同频段能量分布分析,寻找振动信号中能够反映球磨机滚筒内存煤量多少的特征频段,为实现料位的检测提供了一定的理论依据。另外,本研究通过小波包降噪实现了对球磨机料位的实时检测,为球磨机的安全稳定的运行提供了保证,同时为实现通过料位对球磨机进行优化控制提供了依据。

参考文献

[1]吕权息,汪思源,张翔.振动信号在球磨机料位监测系统的运用研究[J].控制系统及其应用,2002(2):32-34.

[2]唐林鹏.基于多参数的磨煤机煤位检测技术与系统[D].哈尔滨:哈尔滨理工大学测控技术与通信工程学院,2004.

[3]郑势,王秋光,石雨涛.采用小波变换的有效值和频率测量方法[J].电器应用,2007,26(2):101-104.

[4]周越,司刚全,曹晖,等.功率谱分析在筒式钢球磨煤机内存煤量测量中的应用研究[J].工业仪表与自动化装置,2006(6):21-32.

[5]WOLFGANG H,GERARD K,DOMINIQUE P,et al.Wave-lets,Approximation and Statistical Applications[M].Ber-lin-Paris,1997.

[6]刘明才.小波分析及其应用[M].北京:清华大学出版社,2005.

交流小信号分析篇6

在现代装备中, 电源如同血液在人体中的作用, 是整个装备的动力来源, 高精度电源信号的需求对电源信号的消噪处理提出了更高要求。为了减少噪声的影响, 需要对采集到的信号进行消噪处理。传统的消噪方法是基于傅里叶变换理论的“滤波”法, 这种方法存在着保护信号局部性和抑制噪声之间的矛盾, 实际的处理效果不够理想。小波分析是近20年来逐步发展起来的数学分支, 目前应用于信号处理、图像处理、语音处理、机械故障诊断、地震波分析等众多领域中。由于小波变换具有良好的时频局部化性质, 且小波函数的取法是不惟一的[1]。因此, 小波分析在信号的消噪中得到了广泛的应用, 小波阈值法就是其中的一种。

LabVIEW (Laboratory Virtual Instrument Engineering Work bench) 是由美国NI 公司 (National Instruments) 推出的一个功能强大而又灵活的仪器和分析软件, 是一种崭新的图形化编程语言 (G语言) 和开发环境, 其源程序完全是图形化的框图, 避免了传统语言线性结构的困扰。它广泛地被工业界、学术界和研究实验室所接受, 被公认为是标准的数据采集和仪器控制软件[2]。

1硬件方案

1.1 系统组成

测试系统硬件由变压单元、数据采集卡和计算机组成, 如图1所示。

1.2 功能和原理

测试系统硬件由变压器、数据采集卡和计算机组成。采用变压器对原始信号进行变压处理, 以确保信号在额定范围内;采用NIPCI-6013 十六路模拟输入多功能数据采集卡采集数据;计算机担负用户命令接收及实验数据采集、数据显示、数据存盘、数据分析和数据传输等任务。系统的工作原理为变压器对原始产生的电信号进行适当的调理, 计算机通过软件对信号进行采集、显示、存储和处理。

2小波分析理论

2.1 小波变换基本理论

小波变换的基本思想是用一簇函数表示或逼近信号或函数。这一簇函数称为小波函数系, 它是由小波函数通过平移和伸缩构成的。小波函数的确切定义是设φ (t) 为平方可积函数, 也即φ (t) ∈L2 (R) , 若其傅里叶变换φ (ω) 满足条件:

$\int_{R} \frac{| φ (ω) |^{2}}{| ω |} d ω < \infty (1)$

则称φ (t) 为一个基本小波或小波母函数 (Mother Wavelet) , 并称式 (1) 为小波函数的可容许性条件 (Admissibility Condition) , 其伸缩因子 (又称尺度因子) 为a, 平移因子为τ, 则其按下列方式生成的一系列函数{φa, τ (t) }为:

$φ_{a, τ} (t) = | a |^{1 / 2} φ (\frac{t - τ}{a}) ‚ τ \in R, a \neq 0 (2)$

式中:φa, τ (t) 称为分析小波 (Analyzing Wavelet) 或连续小波函数, φa, τ (t) 与小波母函数φ (t) 一样, 也具有振荡性, 而且它的振荡性随1/|a|的增大而增大。通过调节尺度参数a, 可使小波函数具有非均匀的时频分辨率, 即:在高频时, 频窗大时窗小;低频时, 频窗小时窗大。小波变换的这些特点使其具有多分辨能力, 适于分析非平稳信号。

2.2 小波阈值法消噪理论

信号和噪声经小波变换后有着完全不同的特点。小波变换能使信号的能量集中在一些大的小波系数中, 而噪声的能量却分布于整个小波域内。因此, 可以认为幅值大的小波系数一般以信号为主, 而幅值小的系数在很大程度上是噪声。于是采用阈值的方法把信号系数保留, 而使大部分噪声系数减少至零。一般说来, 小波阈值法消噪的步骤主要包括以下3步:

(1) 信号的小波分解。对含噪信号选择合适的小波函数, 确定要分解的层数M进行小波变换。

(2) 对小波分解后的高频系数的阈值量化。可以对每层都采用一个阈值进行处理, 也可每层用不同的阈值进行处理。对每个小波系数, 可采用软阈值法 (用“s”表示) 和硬阈值法 (用“h”表示) 进行不同的处理。

(3) 信号的小波重构。使用小波分解的低频系数以及阈值量化处理后的高频系数进行信号的重构。

3仿真试验

3.1 试验平台

由于采用虚拟仪器的设计思想, 因此软件设计也就成了该试验的关键部分, 设计中使用LabVIEW 7.0

Express大大缩短了应用软件的开发周期。

在该次仿真试验过程中, 借助了LabVIEW平台。LabVIEW平台有两个窗口, 第一个窗口是前面板窗口, 虚拟仪器前面板的设计在这个窗口中进行并完成。第二个窗口是框图程序窗口, LabVIEW采用图形化的编程方式实现虚拟仪器的测试功能, 框图程序由节点、端口和数据连线组成。尽管LabVIEW有诸多优点, 但是它在数学计算方面的功能还是十分有限的, 往往会使所开发应用程序的一些功能受到限制。Matlab是Math Works公司开发的“演算纸”式程序设计语言, 具有强大的数学计算和图形绘制功能, 非常容易学习和掌握。但Matlab的界面开发功能较差, 并且在数据输入、网络通信、硬件控制等方面都比较繁琐。因此, 将LabVIEW与Matlab有机结合起来, 用LabVIEW设计用户图形界面, 负责数据采集, 用Matlab在后台提供大型算法, 供LabVIEW调用, 能够快速高效地开发信号采集分析系统[3,4]。NI公司提供的Matlab Script节点使得用户可以将Matlab程序导入到如图2所示的LabVIEW程序流程图中, 又可以在图2中根据Matlab程序的语法编辑Matlab程序。选择该节点的操作:Functions→Mathematics→Scripts & Formulas→Script Nodes→Matlab Script Node。点击后在图2中拖曳出Matlab Script Node。Matlab脚本程序可以在Matlab环境下调试, 再在Matlab Script Node上单击鼠标右键选择Import命令, 导入Matlab脚本;也可以直接在Matlab Script Node中编写。但一定要注意Matlab脚本节点内外数据类型的匹配, 否则在LabVIEW运行时将产生错误或错误信息提示。

图2实现了在LabVIEW中调用Matlab中小波函数的目的[5,6,7]。

3.2 试验情况

含噪声的电源信号如图3所示。

在Matlab Script节点中首先调用wavedec函数, 利用“db4”小波函数, 对含噪信号进行三层分解;再调用wnoisest函数获取尺度1的噪声标准偏差;调用函数wbmpen获取消噪过程中的阈值;小波阈值分别采用软阈值 (见图4) 和硬阈值 (见图5) 进行量化。最后使用函数wdencmp对信号进行消噪。消噪后的信号如图4、图5所示。

通过仿真可以看出, 白噪声得到抑制。软阈值消噪会使消噪后的信号变得平滑一些, 但会失去部分信号特征;硬阈值可以保留信号的特征, 但在平滑方面有所欠缺, 这与理论分析相一致。

在仿真过程中, 还分别采用了“haar”小波和“db6”小波函数进行试验 (见图6, 图7) 。

可以看出, “db6”小波的消噪效果较好, 而用“haar”小波则出现了明显的阶梯现象。原因是“haar”小波是阶梯状的, 连续性较差; 而“db6”小波连续性较好。这说明如果用与信号形状相近的小波消噪, 会得到较好的消噪效果[8,9,10]。

4结语

本文应用LabVIEW对电源信号进行采集, 并且对LabVIEW中调用Matlab里的小波函数进行去噪分析的程序进行研究, 收到良好的效果, 为进一步提高电源信号消噪处理的效果奠定了基础。

参考文献

[1]孙延奎.小波分析及其应用[M].北京:机械工业出版社, 2005.

[2]杨乐平, 李海涛, 赵勇, 等.LabVIEW高级程序设计[M].北京:清华大学出版社, 2003.

[3]冯伟东, 韩冰雪.LabVIEW与Matlab在声音信号采集与小波降噪中的应用[J].长春工业大学学报, 2006 (3) :40-41.

[4]李廷军.利用铷钟实现组合导航系统研究[J].通信学报, 2006, 27 (8) :144-147.

[5]李廷军.数据复接器研究[J].海军航空工程学报, 2005 (1) :145-146.

[6]Li Tingjun.The System of Long-range Monitor and Measure-ment Based on Common Telephone[A].5th International Sym-posium on Test and Measurement[C].2003 (6) :1 490-1 493.

[7]Li Tingjun.Design of Computer Management System[A].3rd International Conference on Wavelet Analysis and Ap-plications[C].2004 (5) :744-749.

[8]Li Tingjun.Data Acquiring System Based on Vxi Bus[A].2nd International Conference on Active Media Technology[C].2004 (5) :688-692.

[9]Li Tingjun.Automatic Measuring Mode of a ReciprocalTwo-port Network[A].5th International Symposium onTest and Measurement[C].2003 (6) :905-907.

基于小信号分析法的锁相环数学模型篇7

1锁相环的基本原理

锁相环的基本结构包括鉴相器 (PD) 、环路滤波器 (LF) 和压控振荡器 (VCO) 三部分, 基本原理图如图1所示, 三相对称电压Ua、Ub和Uc经过派克变换后得到Ud和Uq, 以Uq作为环路滤波器的输入信号, 通过PI环节完成对角度的无差调节以及滤波, 输出的角频率增量与基准角频率相加, 通过积分环节实现对整个相角的跟踪, 输出信号返回形成一个负反馈的闭环系统。

2锁相环的数学模型

在光伏系统控制策略实现的过程中, 并网点三相电压经采样环节引入锁相环, 输出并网点电压的参考相位qc。当系统稳态运行时, qc即为并网点电压的实际相位qs。当并网点电压发生小信号扰动时, 由于锁相环中PI积分环节的动态过程, 将导致参考相位qc与实际相位qs不相等。在锁相环的作用下, 控制系统中电压电流控制量和主电路系统中电压电流之间存在如下关系:

由上式可得, 在d-q旋转坐标系下, PLL的平均模型如图2所示。

当并网点电压发生小扰动时, 相位误差。由于并网点电压发生小扰动所引起的相位误差Dq很小, 因此利用三角函数等价无穷小可得:

由d-q坐标系下锁相环模型可得:

其中, 锁相环的PI环节。

将两式合并可得,

该式描述了并网点电压小信号交轴分量和相位误差之间的关系。定义传递函数:

3结论

本文在锁相环基本原理的基础上, 通过派克变换和小信号分析法构建了锁相环的数学模型, 得到了锁相环的传递函数, 为锁相环参数设计提供了重要的依据。

参考文献

[1]杨东升, 阮新波, 吴恒.提高LCL型并网逆变器对弱电网适应能力的虚拟阻抗方法[J].中国电机工程学报, 2014, 34 (15) :2327-2335.

[2]吴恒, 阮新波, 杨东升.弱电网条件下锁相环对LCL型并网逆变器稳定性的影响研究及锁相环参数设计[J].中国电机工程学报.

[3]张治俊, 李辉, 张煦等.基于单/双同步坐标系的软件锁相环建模和仿真[J].电力系统保护与控制, 2011, 39 (11) :138-144.

[4]郭子雷, 张海燕等.新型锁相环技术及仿真分析[J].电测与仪表, 2015, 52 (9) :82-86.

[5]辛叶春, 李国庆等.基于双dq坐标变换的三相电压锁相环的研究[J].电力系统保护与控制, 2014, 42 (10) :114-118.

[6]Poul S, Nicolaos A C.Power fluctuations from large wind farms[J].IEEE Trans on Power Systems, 2007, 22 (3) :958-965.

[7]Ding Y, Wang P, Goel L, et al.Long-term reserve expansion of power systems with high wind power penetration using universal generating function methods[J].IEEE Trans on Power Systems, 2011, 26 (2) :766-774.

[8]Matos M A, Bessa, R J.Setting the operating reserve using probabilistic wind power forecasts[J].IEEE Trans on Power Systems, 2011, 26 (2) :594-603.

交流小信号分析篇8

为了找到能够反映应力集中的MMM信号的有效特征,本工作采用小波多分辨分析以及快速傅里叶变换对拉伸实验中采集的MMM信号进行了特征分析。

1 方法原理

小波变换可在不同的尺度空间将信号分解为低频逼近和高频细节部分,也即信号的多分辨分析。设{Vj},j∈Z是一多分辨分析,φ(x)和Ψ(x)为相应的尺度函数和小波函数,对于任意信号f(x)∈L2(R),可采用多分辨分析分解公式表示为:

undefined

式中:undefined为f(x)在尺度空间{Vj},j∈Z中的投影;cundefined是信号f(x)的离散平滑逼近;undefined为在小波空间{Wj},j∈Z中的投影;系数dundefined是信号f(x)的离散细节信号,即小波变换系数。

通常情况下研究的信号为离散信号。对于某原始信号C0,经二进小波分解能得到Cj和Dj,它们分别被称为C0在2j分辨率下的离散逼近和离散细节。原始信号可以看作为j=0时的近似值,离散信号经过尺度j=1,2,3,Λ,J的分解,就可以得到d(1),d(2),d(3),…,d(J),c(J),如果信号的分析频率为f,则分解结果对应的各频段分别为undefined,

undefined。包含了从低频到高频的不同频段的信息,且各频段互不重叠。

2 实验

实验所用材料为武汉钢铁公司生产的X70管线钢板材,其化学成分和主要性能如表1所示。

本研究共制备3个试件,各试件加工尺寸见表2。为模拟存在焊接裂纹时MMM信号的变化规律,在1号和3号试件中加工出预制裂纹,加工示意图如图1所示。

本次实验的金属磁记忆检测设备选用TSC-1M-4型应力集中磁探测仪,对每个试件在6个不同应力水平下进行了磁记忆检测。其中,弹性形变和塑性形变阶段各检测3次。各试件的检测应力水平如表3所示。实验中,试件在拉伸实验机上加载至一定的应力水平,保持一段时间后卸载,再对卸载后的试件进行MMM检测。

3 结果分析

由于信号是由不同频率段分量叠加而成,一般情况下,低频分量就能反映信号基本信息,故通常不考虑高频分量。但有些时候被视为可忽略的高频细节分量很可能包含十分重要的特征信息,因此,本工作采用Matlab软件,选用Daubechies小波对3个试件的MMM检测信号进行多尺度分解,研究分解后的高频分量信号。经尺度选择,对信号进行了4尺度小波分解。由于第一尺度信息损失量最小,故对该尺度上细节分量信号进行考察,研究了第一尺度上分量信号经过快速傅里叶变换(FFT)后的幅度特性和相位特性。

图2为3号试件在应力水平为410MPa时MMM信号对应的分解结果,信号S被分解为低频近似分量a4和各尺度上高频细节分量d1,d2,d3,d4。第一尺度细节分量d1的FFT变换幅度特性和相位特性如图3所示。由图3可见,第一尺度细节分量d1经FFT变换后的幅度特性关于缺陷位置呈对称分布,但相位特性变化则比较杂乱。因此,仅对幅度特性进行分析。对3个试件所有应力水平下MMM信号进行小波分解,并对第一尺度细节分量进行FFT变换,所得信号处理后的结果如表4所示。统计分析后发现,有裂纹的1号和3号试件检测信号对应的第一尺度细节分量的幅度特性最大峰值Hd均大于50A/m,而不含裂纹的2号试件对应的Hd值则小于50A/m。因此,推测该特征可以用来判断试件内部是否存在缺陷。统计大量有缺陷的焊缝的信号处理结果后,均发现上述特征,即MMM信号第一尺度细节分量,经FFT变换后的幅度特性关于缺陷位置呈对称分布,幅度特性最大峰值Hd均大于50A/m,故本工作将Hd的阈值定为50A/m。

图4为3个试件信号经小波分解后第一尺度分量FFT变换后幅度特性最大峰值Hd对应各应力水平的变化曲线。由图4可见,随着应力的增加,弹性形变阶段时3个试件的Hd的水平都基本保持不变,当应力水平即将达到材料屈服点时,Hd均表现出较大的增长率。但从数值上看,发现含预制裂纹的1号和3号试件对应的Hd的水平显著高于无裂纹缺陷的2号试件。此外,3号试件的Hd的水平要高于1号。产生以上现象的原因可以从磁记忆检测机理来解释。

MMM检测的是铁磁构件表面的漏磁场,而该磁场又单一的与最大工作应力有关,MMM信号实质上就反映出材料内部应力集中状态[3,4,5],将信号分解后的细节分量也反映了材料内部的最大应力集中,因此将其进行FFT变换后所得幅度的最大峰值Hd也就对应着材料内部的最大应力集中。在拉伸应力达到屈服点之前材料发生弹性形变,卸载后形变恢复,此时材料内部应力水平与加载前基本相同,故Hd值变化很小。当应力继续增加,至屈服应力附近时,材料开始屈服,含有缺陷的材料就会在裂纹尖端附近出现很高的应力集中,卸载后材料内部残余应力较大,这种局部高应力集中导致工件表面漏磁强度也急剧增加,Hd值也相应地迅速增加;而不含裂纹的材料内部没有出现严重的应力集中,进入塑性形变阶段后,由于发生应力松弛,材料内部的应力水平也不会太高,因此2号试样对应的Hd一直处于较低水平。对于1号和3号试样Hd水平存在差异的现象,是因为3号试件总体尺寸小于1号而厚度大于1号,裂纹尺寸相同的情况下,3号试件内部应力集中就更为严重,试件的残余应力水平与1号相比要高得多,因此3号试件的Hd的水平相对1号就会更高一些[6,7]。

4 实验例证

作者对某焊接钢管厂“西气东输”工程用X70钢管的焊缝部位进行了检测,被检测钢管的具体尺寸如表5所示。

现场共检测焊缝30条,对利用上述实验建立的Hd阈值作了预测,得出其中12条焊缝有焊接裂纹存在,其磁记忆信号对应的Hd值均大于50A/m。随后采用CTS-26A型超声波探伤仪对上述焊缝进行了对比检测。检测结果表明,上述12条焊缝均存在焊接裂纹,而超声检测未发现裂纹等缺陷的焊缝,其MMM信号对应的Hd水平均在50A/m以下,与磁记忆信号特征分析结果一致,这进一步说明利用小波分解后第一尺度分量FFT变换幅度峰值Hd来实现焊接裂纹等缺陷的识别诊断是可行的。

5 结论

(1) 采用Daubieches小波对MMM信号进行多分辨分析,对小波4尺度分解后第一尺度上分量信号进行快速傅里叶变换,发现变换后幅度最大峰值Hd大于阈值50A/m时,有裂纹等缺陷存在。利用该特征可以实现裂纹等缺陷的识别。

(2) 信号经小波分解后第一尺度分量FFT变换后幅度特性最大峰值Hd的水平与材料内部残余应力水平有关,当应力水平增加时,Hd值也相应地增大。

摘要：采用小波多分辨分析和快速傅里叶变换,对焊接裂纹金属磁记忆信号进行了处理,找出了焊接裂纹存在的磁记忆信号的判据特征,并建立了该特征的阈值。现场检测结果表明:采用小波多分辨分析和快速傅里叶变换得出的特征,可以准确判断出裂纹等缺陷是否存在。

关键词：金属磁记忆,小波分析,多尺度,特征提取

参考文献

[1]任吉林,林俊明,池永滨,等.金属磁记忆技术[M].北京:电力出版社,2000.

[2]DUBOV A.Principle features of metal magnetic memory methodand inspection tools as compared to known magnetic NDT meth-ods[J].CINDE Journal,2006,27(3):16-20.

[3]YAMASAKI T,YAMAMOTO S,HIRAO M.Effect of appliedstresses on magnetostriction of low carbon steel[J].NDT&E In-ternational,1996,29(5):263-268.

[4]DOUBOV A A.About physical base of method of metal magneticmemory[A].8th ECNDT Proceedings[C].Spain:Barcelona,2002.

[5]HUANG Song-ling,LI Lu-ming,SHI Ke-ren,et al.Magnetic fieldproperties caused by stress concentration[J].Journal of CentralSouth University of Technology,2004,11(1):23-26.

[6]邸新杰.焊接裂纹的金属磁记忆漏磁场特性的初步研究[D].天津:天津大学材料科学与工程学院,2004.

交流小信号分析篇9

心血管疾病是严重威胁人类健康的疾病之一,长期以来,医师和工程人员一直追求提高心血管疾病的早期诊断能力和确诊率,而心音信号分析在医学上是非常有用的。心音信号是心脏在舒张和收缩运动中心肌、血液和瓣膜等机械振动产生的复合音[1]。它是评价心脏功能状态的一种基本方法,包含着心脏各个部分本身及相互之间作用的生理和病理信息。

以傅里叶分析为基础的经典谱分析法和以非傅里叶分析为基础的现代谱分析法,可以观察到信号功率在频率上的分布,还可以提取心音信号模式识别的特征,是分析非平稳信号(nonstationary signals)或时变信号(或系统)的重要方法。但是,由于心脏活动是一个动态过程,要获得心脏的动力学特征,就需要研究心音信号频率成分随时间的变化。近年来,小波分析以其优良的性能在生物医学信号处理中得到广泛的应用。利用小波变换分析信号在高频时有较好的时间精度,在低频时有较好的频率精度,符合信号变化的特点。因此,利用小波分析非平稳的信号,可以得到较好的时间、频率估计精度[2]。本文基于LabVIEW8.6开发平台,采用解析小波变换建立了心音信号的时-频二维彩色能量图谱,集时频信息与能量信息于一图,为临床提供了一种更为直观有效的分析方法。

2 研究对象与方法

2.1 对象

心音信号蕴含着大量关于心脏功能状态及大血管机械运动状况等重要诊断信息。与传统的心电信号相比,心脏疾病引起的病理改变会较早地在心音信号上体现出来[3]。正常的心音图可以描记出4个心音,按出现的顺序分为第1心音、第2心音、第3心音和第4心音。第1心音和第2心音强度较大,波形比较显著,通常很容易描记出来,第3心音和第4心音则不太显著。通常把第1心音结束到第2心音起始认为是收缩期,而把第2心音结束到第1心音起始认为是舒张期。一些心脏疾病如瓣膜和心肌的疾病会使正常的心音信号发生一定的变化。这些不正常心音信号产生的原因主要有2类:一类是由瓣膜包括二尖瓣、三尖瓣、主动脉瓣和肺动脉瓣疾病所引起的,包括第1心音、第2心音的分裂和心脏杂音;另一类则是由心房或心室的心肌疾病产生的不正常血流所引起的,包括第3心音和第4心音的出现。

根据心音信号的心胸声传播模型以及对心音信号进行时频分析的研究结果,心音信号的各成分具有不同的频率范围[4,5,6]。S1和S2的特征最为显著,能够反映心脏在收缩和舒张时二尖瓣、三尖瓣、主动脉瓣、肺动脉瓣等心脏瓣膜的功能。其中,S1的音调较低,持续时间长,主要分布在中、低频范围,其波峰的低频范围为10~50 Hz,中频范围为50~140 Hz;S2的持续时间较短,频率较高,在低、中、高频率范围内都会有分布,其波峰的低频范围为10~80 Hz,中频范围为80~200 Hz;而S3和S4则主要分布在50 Hz以下的频段,并且幅度比S1和S2要低得多。此外,不同的心脏疾病在心音中体现为不同时刻出现的不同频率的心脏杂音[7]。

2.2 解析小波变换

2.2.1 解析小波简介

解析小波(analytic wavelets)也称渐进小波(progressive wavelets)[8,9],是指小波函数ψ(t)的傅氏频谱ψ(ω)仅包含正频率部分,即有:

由傅氏变换可知:

小波基函数族ψb,a(t)由解析小波ψ(t)经时间平移和尺度伸缩而得到,即:

其中,b是时移;a是尺度因子(a>0)。对于任意信号x(t)∈L2(R)(L2(R)表示平方可积函数空间),解析小波变换(简称AWT)的定义与通常的连续小波变换(简记CWT)的内积定义形式一样,不过这里采用其转换后的卷积表示,即:

其中,表示ψ(t)的复共轭;*表示卷积;;变换系数Wx(b,a)为复数。需要指出,式(3)中的因子是为了保证在不同尺度a时,ψb,a(t)始终能和小波ψ(t)有着相同的l1-范数,也就是它们的频谱的幅频特性幅度相同,即:

这也使得式(4)定义的解析小波变换与时窗大小可变的短时傅里叶变换(STFT)相类似。

2.2.2 解析小波变换(AWT)的优势

小波变换因其时间和频率分辨率具有自适应性,已成为一种分析非平稳信号的有力工具。CWT能够给出任意尺度下的小波变换系数,从提取特征角度看,CWT要优于DWT(离散小波变换):首先,CWT可以把变换结果绘成二维能量图(或三维图),DWT只能把信号各频段的信息以简单的二维图形表示出来,分析起来没有CWT直观明了;其次,CWT对信号进行所有尺度和所有位移的变换,所包括的信息比DWT多得多,DWT虽然把信号分成了多层具有恒Q性质的频段,理论上没有信息丢失,但由于小波滤波器并非理想滤波器,且在信号的高频段小波滤波器的频率分辨率很差,所以CWT比DWT可以更有效地提取特征。虽然CWT能够包含的信息比DWT多,但是CWT只能提供信号的幅度信息,而不能提供信号的相位信息。而AWT就弥补了这个不足,AWT既能反映信号的幅频特性,又能反映信号的相频特性。AWT的幅值信息反映在信号的包络提取中,而相位信息则和信号的时间变化有紧密的联系。

3 分析过程

3.1 小波函数的选取

由于Morlet小波具有较好的时域与频域特性,同时它的波形与心音信号的波形非常相似,所以选择了Morlet小波作为小波基对心音信号进行解析小波变换。其表达式为:

3.2 信号处理分析过程

本研究采用的是Lab VIEW8.6开发平台,它内建了600多个分析函数,用于数据分析和处理,调用极其方便;同时NI公司还提供了丰富的附加模块及工具包,用于扩展在不同领域中的应用。本研究采用高级信号处理工具包中的小波分析模块来分析,大大提高了工作效率。信号的分析过程如图1所示。

4 实验结果

利用以上的分析方法,本研究分别对正常心音、二尖瓣狭窄、主动脉狭窄、严重收缩期主动脉狭窄、肺动脉狭窄、第2心音分裂信号等进行了分析,发现正、异常心音结果有较大的差异,结果如图2~6所示。

从图2中我们可以得知正常的心音中只含有第1、第2心音,无其他外加音和心脏杂音。信号的频率主要集中在50~150 Hz。

从图3中可以看出,在二尖瓣狭窄的心音中,出现了舒张中晚期的杂音,并且能量很低(对应于听诊中的低音调)。

图4为主动脉狭窄的心音分析图,该心音存在着收缩早中期的高频杂音,杂音强度在收缩中期达到最高峰,并在第2心音开始之前终止。

从图5中可以明显看出,在收缩期主动脉狭窄严重时,收缩期杂音持续时间长,在收缩末期最强,并无收缩早期的杂音。

第2心音分裂主要是由于主动脉瓣和分动脉瓣二者关闭明显不同步而成,第2心音分裂在很多情况下具有病理性,直接对心音信号进行分析时,第2心音分裂的漏诊率较高。如图6所示,本研究方法可以很明显地检测到第2心音分裂。

通过上述分析,证明了该方法可以有效、直观地区分不同的心音,并且可以动态地表现出频率(或能量)随时间的变化,从而可以提高心音诊断的灵敏度。由于受篇幅限制,本文仅对以上5种心音信号进行分析。对其他心脏瓣膜疾病(如主动脉关闭不全、肺动脉关闭不全、室间隔全损等)也可做类似分析。

5 结论

本研究以LabVIEW8.6为开发平台,采用解析小波变换的方法构建了心音信号的时频能量图谱。由于AWT要求对信号每一尺度以及每一时移都进行变换,其结果包含了信号的所有信息,直观性强。并对正常和不同异常心音信号进行了分析,从图中不仅能够直观地区分正、异常心音信号,而且对心音的频率成分、出现时间、能量以及变换趋势等特点作了全方位的反映,从而为心脏和心血管疾病的诊断提供了很有价值的参考。

参考文献

[1]陈剑,郭兴明,肖守中.心音信号识别的意义及其方法研究[J].国外医学:生物医学工程分册,2004,27(2):87-89.

[2]Daubechies I.The wavelet transform,time-frequency localization and signal analysis[J].IEEE trans Information Theory,1990,36(5):961-1005.

[3]赵治栋,赵知劲,张嵩,等.心音自动分段算法研究[J].航天医学与医学工程,2004,17(6):452-456.

[4]张唯真.生物电子学[M].北京:清华大学出版社,1990.

[5]王衍文,王海滨,程敬之.心音信号的时频分析[J].生物医学工程学杂志,1998,15(1):41-46.

[6]聂冠群,胡旭东,李健,等.正常心音的频谱分析[J].中华心血管病杂志,1983,12(1):65-68.

[7]Asir B E L,Khadra L,Al-Abbasi A H,et al.Time-frequency Analy sis of Heart Sounds[J].IEEE TENCON.Digital Signal Processing Applications,1996(2):553-558.

[8]Mallat S.信号处理的小波导引[M].杨力华,戴道清,董文良,等译.北京:机械工业出版社,2002.

本文来自 360文秘网(www.360wenmi.com)，转载请保留网址和出处

【交流小信号分析】相关文章：

小信号放大器06-09