非接触在线检测（精选七篇）
非接触在线检测 篇1
接触器是一种生产量大、应用面广的电磁控制器件,是配电及控制中普遍采用的电器产品。我国接触器的生产发展,已经从简单装配、模仿制造的手工作坊式的生产模式向机械化、自动化生产模式迈进。
随着世界能源需求的不断增长,同时传统能源的不可再生性又决定了能源供应会越来越紧张。人们在不断寻找新能源的同时,也在大力推广节能产品的使用。接触器产品的节能标准《交流接触器能效限定值及能效等级》也适时推出。结合此标准及接触器的发展趋势,三信国际电器上海有限公司与国际著名公司合作开发了新型接触器。新的接触器与老一代接触器相比具有以下优点:体积更小,18.5kW的接触器宽度只有45 mm;使用范围更广,设计工作范围从-40℃到+70℃;设计寿命更长,AC3型号寿命最高达到100万次;能耗更低,18.5 kW的接触器吸持功率为30.2 VA,好于能效等级2级,为节能型接触器;装配更方便,整个接触器大量采用塑料件,几乎不用工具就可以把接触器装起来,大幅度提高装配效率。生产效率的大幅度提高,迫切要求相应的工厂检测技术和设备与之配套。本文主要介绍了一种新一代接触器在线检测自动化系统,它使当前接触器生产过程需要检测的项目尽可能地集成到此系统中,大幅度提高了生产过程的效率和产品的稳定性。
1 接触器在线检测系统的功能分析
接触器的工厂检测技术是由继电-接触等单机手动操作发展到半自动离线设备为主导,现在逐步向采用在线检测技术的自动化装备系统转化。而生产过程的在线检测设备是我国低压电器制造水平与国外相比存在的主要差距,是影响电器质量稳定性、一致性的主要原因之一,也是未来技术发展的方向。
接触器在线检测自动化系统涉及到计算机软件工程、工控机控制技术、可调频率高精度大功率数字化电源、激光技术、气动系统控制、伺服电机控制、网络信息技术等多个方面。在线检测系统的优点是,保证测试精度一致性和稳定性,提高检测质量及流程的防错性,提高生产效率和数据追溯性,改善生产管理[1]。
接触器在线检测系统的功能主要包括以下内容:(1)机械特性参数。机械特性包括触头开距、超程、初压力、终压力和三相主触头同步差等。上述参数对接触器性能有着极其重要的影响,因此对机械特性参数进行检测十分必要。(2)吸合/释放电压测试。通过对被测产品线圈上加载电压,检测接触器吸合和释放时的临界电压。(3)耗用电流与功率测试。确定接触器耗用电流、吸合功率和保持功率。(4)耐压测试。通过对被测产品各测试部位加载指定的高压,检测产品的耐压性能。(5)噪声测试。通过对接触器吸合保持阶段噪声分贝的测量,检测接触器的噪声性能。(6)通信功能。所有检测数据通过总线传输到数据库存储,并备有网络数据库读取接口,能够方便的读取。
此在线检测系统,综合考虑了接触器检测的需求,使产品在流经在线检测系统时,经历几乎所有需要的检测项目,全部合格则安全流出,直接进入激光打标和包装出货。
2 接触器在线检测系统的硬件组成
接触器在线检测系统是基于工控机控制的自动化系统,根据在线检测系统完成功能的不同,工控机可以同时与最多64种负责不同的测试和试验功能的可编程控制器PLC双向通信,同时测试结果按照产品的条形码分别保存。这样就免去了以前多套PLC系统协调工作共同完成测试和试验时可能出现的干涉故障。当接触器产品测试完成后,就形成了完整的数据记录,可供接触器生产企业对售出的产品进行跟踪。
接触器在线检测系统的单元机械机构包括阅读条形码装置、隔料挡料装置、定位举升装置、线圈接线端子加电装置、主电路加电机构及不合格品下料机构等。
接触器在线检测系统还包括测试电源、它们与电器控制系统、气动控制系统、激光控制系统和相关的传送系统共同组成整个检测系统。控制系统硬件结构如图1所示。
3 接触器在线检测系统的工作原理和过程
本测试系统采用产品由装配流水线自动流入,在传送带上从首道工位开始到最后工位自动出料流出的方式运行;合格产品自动流入下一工位,不合格产品由不合格挡料棒挡住,并由气缸送入不合格品料道缓冲存放区。工艺参数可根据要求输入、修改、增加并显示[2,3,4]。
3.1 机械特性测试
根据浴盆曲线理论,大多数接触器的故障率为时间的函数,典型故障曲线称之为浴盆曲线,曲线的形状呈两头高、中间低,早期和寿命末期失效率都比较高,中间阶段是偶然故障期,失效率较低。由此可见,为了减少早期失效率,就必须在产品出厂前进行筛选,以便及早发现、修正和排除故障。对接触器机械特性的检测是发现早期失效产品的关键步骤之一。本在线检测系统在第一阶段就进行了机械特性参数的测量,对接触器进行首次筛选。
测试产品由传送带传送到该工位进行自动定位夹紧,线圈A1、A2施加指定吸合电压100%Us,测试单元由工控机、激光传感器、电压源和压力传感器组成。激光传感器首先测量产品的初始状态,工控机控制电压源在接触器两端加电,工控机同时采样得到触头的通断状态和通断时间,计算出开距和超程值,同时压力传感器测量出初压力和终压力和三相同步差。并判断数据是否正确。合格产品自动流入下一工位,不合格产品由不合格挡料棒挡住,并由气缸送入不合格品料道缓冲存放区,不合格品可存放5件,满4件时报警,并在屏幕进行显示,同时使用光报警。
3.2 释放电压及耗用电流与功率测试
如上一道工位产品合格,测试产品就被释放,随传送带传送到此测试工位,同时进行自动定位夹紧,电源首先自动选定50 Hz挡位,线圈A1、A2在施加100%Us下进行线圈功耗测试,通过高精度数字万用表测量线圈的耗用电流,并与标准值比较,判断是否合格,耗用电流乘以100%Us即为产品的功耗,显示在界面上。PLC调节电压到释放电压时,接触器应该保持吸合,当电压缓慢下降到直到检测触头断开时,判断检测产品是否释放(释放为合格)。在输出电压时,延时200 ms通入24 V的信号电压,判断触头是否完全断开。重复吸合、释放动作二次,并判断是否合格,并在屏幕进行显示,如合格,电源自动转换到60 Hz挡位,重复以上测试,如果合格,则释放产品让其进入下一个工位。
3.3 吸合电压测试
测试产品被传送带传送到该工位并进行自动定位夹紧,电源首先自动选定50 Hz挡位,线圈A1、A2施加吸合电压(30～100%)Us,然后电压缓慢上升(电压上升的速率和电压间隔时间可调)直到接触器稳定吸合,PLC延时200 ms;动作6次(次数可调)。检测触头接触可靠性。并判断是否合格。如合格,电源自动转换到60 Hz挡位,重复以上测试。全部合格,产品自动流入下一工位,不合格产品由不合格挡料棒挡住,并由气缸送入不合格品料道缓冲存放区。
3.4 耐压检测
测试产品由传送带传送到该工位并进行自动定位夹紧,触头闭合由机械装置顶紧。耐压仪功率500 VA,U=3 500 V(1 000～5 000 V),时间1 s(0～60 s),泄漏电流50 mA(0～100 mA)。耐受电压、泄漏电流及动作时间可人工设置。其耐压施加部位为:(1)触头断开时:同极进线与出线之间;(2)触头闭合时:相邻触头之间、触头对线圈、线圈对地、触头对地等。
每秒施加电压为1 500 V,合格产品自动释放,随传送带自动流入下一工位,不合格产品由不合格挡料棒挡住,由气缸送入不合格品料道缓冲存放区,并报警。
3.5 噪音测试单元
如果上一道工位产品检测合格,测试产品则由传送带传送到该噪音测试工位并进行自动定位。噪音测试的原理为:通过激光对接触器吸合和保持阶段铁心的震动进行测量,利用加速规及相关仪器,转换为接触器的噪声,输出产品的噪声分贝并判断是否超出设定的范围。
噪音测试台由激光测试发射器、数据采集系统、电压调试系统、数据处理系统等组成;其工作过程是:测试产品定位后,线圈触头加电。激光测试发射器发射一股激光到触头支持座上,通过采集接触器在吸合时和吸合保持时触头支持座的震动数据,由数据处理系统将其转换为接触器的噪音数据,工控机直接读取噪音测试台的数据,判断数据是否低于设定值。合格产品自动流入下一工位(通过传送带流出),不合格产品由不合格挡料棒挡住,并由气缸送入不合格品料道缓冲存放区,并在屏幕进行显示,同时发出光报警。
这就是整个在线检测自动化系统的工作过程,如果测试产品全部合格,就由传送带传送出在线测试系统,则该产品自动进入下一个工位,进行激光打标,合格后经检验,进入包装工位,包装出厂。
4 结语
新型接触器在线检测自动化系统是高度自动化的机电设备。它对提升产品的稳定性和可靠性,提高企业的市场竞争力有很大的帮助。
随着国民经济的发展,对电器产品生产的自动化要求也越来越高,新型接触器在线检测自动化系统的使用,能大幅度提高企业的生产效率,使出厂产品的稳定性和可靠性大幅度提升。随着技术的进步和理念的更新,接触器在线检测系统,目前正在向全自动、智能化、信息化、数字化和安全环保方向发展。
参考文献
[1]陆俭国.电器试验技术与试验方法[M].北京:机械工业出版社,1995.
[2]GB14048.4-2003低压开关设备和控制设备低压机电式接触器和电动机起动器[S].
[3]苏保河.设备可靠性和故障诊断的综合研究[J].电力系统自动化,2002,26(6):28-33.
非接触在线检测 篇2
以往一般采用定期检查的方法对轧辊磨损度进行检测。由于检测周期长，不能及时掌握轧辊磨损度的实时改变，使带钢板质量很难保证。而采用轧辊在线修磨，则可以很好地解决这一问题。国外首先提出了在线磨辊技术，是不将轧辊移出轧机之外，利用轧制时间或轧制间歇时间，对轧辊进行修磨。而在线磨辊之前要对轧辊的磨损度进行在线检测，以确定磨削量的大小和磨削位置，所以研制轧辊磨损度的在线检测方法就成为一项迫切的任务[3,4,5]。*
从检测方法的可靠性来看，接触式优于非接触式。若要获得比较理想的检测精度，则需优先选择非接触式。由于光纤传感技术具有灵敏度高、稳定可靠、抗电磁干扰及易与计算机连接实现智能化等特点受到国内外研究者的广泛关注[6,7,8]。笔者在研究了国内外多种检测方法的基础上，进行了基于线阵CCD的轧辊磨损度在线检测技术的理论和实验研究。
1 基本原理
轧辊表面受到磨损时，轧辊不同位置的半径也发生变化，当光线以一定角度照射轧辊表面时，各处反射光线方向必然各不相同，如图1a所示。保证入射光位置和方向不变，反射光线方向的变化就可以直接反映反射面的方向，从而反映出轧辊的受磨损情况[9]。用CCD阵列记录反射光线的位置，可以求得各位置轧辊的实际半径(图1b)。沿轧辊轴向扫描整个轧辊，在CCD上记录下的一系列反射光线位置将组成一条曲线。通过分析这条曲线，就可以获取轧辊表面磨损度的基本信息。
产品轧制的过程中，通常轧辊的边缘不会磨损，此处的半径为轧辊的标称半径R。检测开始时，将CCD检测系统置于轧辊一端，确定轧辊轴心到检测平面的垂直入射点O;沿检测表面移动距离S，可测出反射光线在CCD阵列上的成像位置与入射光线的距离H;由下式计算出轧辊轴线与检测平面的距离L:
CCD检测系统沿轧辊的轴线方向铺设运动轨道，从轧辊的一端移动到另一端，可记录下反射光线在CCD阵列上的成像曲线。磨损部分的轧辊半径r与CCD阵列上的成像位置h之间的函数关系为:
2 系统组成与检测过程
线阵CCD轧辊磨损度在线检测系统(图2)由传感探头、探头控制与信号采集部分、系统控制部分和电源模块组成。传感探头负责信号检测，并具备自动调整功能;探头控制负责对传感探头提出开启、停止、调整位置等命令信号;信号采集负责将探头输出的微弱光信号和电信号放大，并转换成数字信号，同时增强信号传输过程中抗干扰能力;系统控制负责调度整个系统的运行及与上位计算机通信。
检测过程中，将检测系统固定，从而能够在安装时保证检测装置的导轨与轧辊轴向的平行度。当新轧辊进入轧机时，认为此时的轧辊为标准未被磨损，马上进行扫描，并将标准辊型存入计算机。由于轧制过程中氧化铁皮可能粘附于轧辊表面，引起轧辊表面局部剥落，使轧辊表面状态改变。因此测量前，需对轧辊表面进行预磨削，去除氧化铁皮。轧制一段时间后，检测到的轧辊表面的位移函数与标准辊型函数进行比较，两者之差即为轧辊辊型表面真实曲线。
3 轧辊轴线偏移的补偿计算
由于轧辊在轧制过程中的旋转，其轴线将会产生微小的偏移，所以不能保证每次检测中轧辊的轴线方向相同，同样也不能保证每次检测中CCD检测系统的运动轨道沿轧辊轴线平行方向铺设。因此，需要引入轧辊轴线偏移的补偿算法。将偏移量分解为两个方向:垂直于检测平面方向和平行于检测平面方向，其中，检测平面是指检测系统中入射光源和CCD阵列组成的平面。通过分析这两个方向的补偿算法，进而确定对轴线偏移的补偿。
垂直于检测平面的偏移，是指轧辊轴线与检测平面的距离L发生变化，如图3所示。
通过几何分析，可知L是线性变化的。这样，就可以得出l(任意位置轧辊轴线与检测平面的距离)与x的关系:
式中A——被测轧辊的高度;
x——检测系统当前的移动距离;
L0——检测开始时轧辊轴线与检测平面的距离;
L1——检测完成后轧辊轴线与检测平面的距离。
平行于检测平面，是指光源偏离垂直入射的距离S发生变化，如图4所示。
通过几何分析，可以知道S是线性变化的。可得s(任意位置轧辊轴线与检测平面的距离)与x的关系:
式中S0——检测开始时光源偏离垂直入射的距离;
S1——检测完成后,光源偏离垂直入射的距离。
将式(3)、(4)代入式(2)中,可获得进行轴线偏移补偿后h和r的函数关系:
4 线阵CCD输出信号的处理
信号处理采用梯度强度均值法，即利用梯度信息求取合理的阈值，以改善阈值化的鲁棒性和快速性。阈值是分割明暗交界的门限，因此阈值总是取明暗交界处那些点的灰度值，边缘处信息一般用梯度表示。设一帧CCD图像数据大小为N×1，在j处有:
式中g(j)——相应点的方向梯度;
f(j)——相应象素点的灰度值;
H(i)——该图像上灰度值为i的象素点的梯度之和。
则梯度强度均值为:
式中N——灰度级数。
在梯度算子取[-1,0,1]时，可得:
式中b——亮区灰度值;
d——暗区灰度值;
T——明暗交界灰度中间值，也正好是边缘过渡的中点处的灰度。
综上所述，以梯度强度的均值作为阈值将图像边缘分开在实际应用中被证明是非常有效的。
5 实验与结果讨论
实验中对580mm×1 700mm的冷连轧机工作轧辊进行检测，扫描过程中2号传感器每隔10mm进行一次采样。将所得离散数据进行处理。系统采用像元中心距离为6.5μm的线阵CCD，脉冲当量值经过实验标定为0.63μm，则理论上系统对轧辊磨损度的最小分辨率为0.63μm，而实际中由于各种因素的影响，要小于此分辨率。实验中，对新、旧轧辊各测量5次。对检测得到的5组数据取均值，所测得的轧辊表面磨损度曲线如图5所示。
从图5中可以直观地观察到轧辊表面的磨损程度。将得到的各个检测点的轧辊磨损度数值Δ珚W与标准方法所得结果ΔWs进行比较，测量误差δΔW=|Δ珚W-ΔWs|，数据见表1，其中列出了从一系列检测点中抽取的7个检测点的检测结果。
6 结束语
提出了一种基于线阵CCD技术的轧辊磨损度在线检测系统，具有抗电磁干扰、安全可靠、精度高和非接触测量等特点，能满足轧辊磨损度测量系统的精度及分辨率要求，具有良好的工程实用性。实验证明，本系统的测量精度达到了实际生产过程的要求，精确度可达到0.1%，可用于轧辊辊型及磨损度的非接触式在线检测。为实现轧辊磨损度在线检测的高速化、精确化、自动化提供了一种新方法。
参考文献
[1]王亚静,刘福才,张艳欣等.基于BP网络逆模型的轧辊偏心自适应逆控制[J].化工自动化及仪表,2010,37(6):9~12.
[2]郭媛,王玉田,张涛等.轧辊磨损度光纤在线检测系统的研究[J].光电工程,2005,32(12):82~85.
[3]Garber E A,Shalaevskii D L,Kozhevnikova I A.Ap-plicability of the Laws of Elasticity for the Determina-tion of the Elastic-region Length in the DeformationZone during Cold Rolling[J].Russian Metallurgy(Metally),2008,(3):205~209.
[4]CAO J G,Wei G C,Zhang J.VCR and ASR Technol-ogy for Profile and Flatness Control in Hot Strip Mills[J].Journal of Central South University of Technolo-gy,2008,15(2):264~270.
[5]Byon S M,Park H S,Lee Y.Experimental Study forRoll Gap Adjustment due to Roll Wear in Single StandRolling and Multi-stand Rolling Test[J].Journal ofMechanical Science and Technology,2008,22(5):937~945.
[6]Guo Y,Wang Y T.Optical Fiber On-line DetectionSystem for Non-touch Monitoring Roller Shape[C].The Fourth International Symposium on InstrumentationScience and Technology.Harbin:ISIST,2006:1038~1042.
[7]温烨婷,戴瑜兴,柴世杰等.基于线阵CCD的位移监测系统的设计与实现[J].仪表技术与传感器,2010,(5):66~68.
[8]费继友,涂娟.激光全息干涉法测量液相质扩散系数数字图像处理的研究[J].化工自动化及仪表,2008,35(5):46~50.
非接触在线检测 篇3
石油管材内涂层处理是在管材内壁均匀喷涂改性环氧酚醛树脂, 涂层的厚度往往决定了防腐蚀体系的使用寿命, 是防腐涂层检测的重要指标[1]。涂层太薄, 防腐效果降低, 影响使用寿命;涂层太厚, 不仅浪费涂料、增加成本, 而且涂层在固化时产生的内应力较大, 导致涂膜发生开裂, 达不到防腐效果。当前湿膜厚度主要使用轮规或梳规人工测量, 该方法效率低、精度差, 破坏湿膜表面。激光三角法是光电检测中一种非接触式测量方法, 具有体积小、精度高、速度快、抗干扰能力强、对被测面要求低等特点, 被广泛应用于工业在线检测[2,3]。目前, 市面上激光传感器的尺寸较大, 无法满足内径Φ50.8 mm~Φ69.85 mm管材内涂层厚度的检测, 迫切需要开发小尺寸、小量程的激光位移传感器。本文应用激光三角法原理, 设计了适用于小口径的石油管材内涂层湿膜厚度在线非接触式测量系统。
1 测试对象与测量方法
石油管材被测端结构及被测截面如图1所示。在防腐材料喷涂前、后, 将激光传感器分别伸入管材内部同一截面处, 并沿圆周方向对A, B, C, D四点依次测量, 喷涂前、后两次测量结果的差值即为湿膜厚度。
2 光学测试系统参数设计
2.1 激光三角法测距原理
激光三角法工作原理如图2所示。激光器发出光线, 经会聚透镜聚焦后垂直入射到被测物表面, 接收透镜接收被测物的漫反射光, 并将其成像在探测器上。当被测物在一定范围内接近或远离激光器时, 探测器敏感面上成像点的位置将发生变化, 检测成像点的位移变化量, 经计算可得到被测物表面位置的变化量。
假设被测物移动距离为x, 像点在探测器敏感面上移动距离为y, 根据相似三角形的比例关系, 可求得:
其中:a为激光束光轴和接收光轴的交点到接收透镜前主面的距离, mm;b为接收透镜后主面到成像面中心点的距离, mm;α1为激光束光轴与接收透镜光轴之间的夹角, (°) ;α2为探测器与接收透镜光轴之间的夹角, (°) 。
2.2 边界条件确定及参数优化
被测石油管材内径为Φ50.8mm~Φ69.85 mm, 涂层湿膜厚度检测误差控制在0.02 mm以内。测量系统要在管材内部实现定位、定点测量4个值, 需在管内旋转270°。由图2可知, 测量系统的垂直长度可用H=b·cosα1近似表示。由以上条件得到下列约束条件:
其中:f为接收透镜焦距, mm。
可简化为:
由式 (3) 得到像点在CCD上的位移量y与被测物表面位置变化量x之间的关系, 如图3所示。当像点位移y趋近于N时, 无论被测物移动多少, 像点位置变化很小, CCD无法分辨物体的位移;当被测物位移x趋近于-M时, 像点位置趋向于无穷远处, 成像点落在CCD有效成像范围之外。因此, 在进行光学系统设计时, 不仅要考虑系统的测量精度, 还要考虑系统的测量范围。
根据约束条件-6≤x≤6, 考虑到管材内径尺寸限制, 选取基准位置到激光器的距离为29 mm, 所以光学测量系统可测管径范围为Φ46 mm~Φ70 mm。选取图3中靠近原点部分作为量程, 得到边界条件:
激光器发射的光束与被测物表面垂直, 只有一个准确的调焦位置, 其余位置的成像均处于不同程度的离焦状态, 离焦将降低系统的测量精度。在一定景深范围内, 要使被测点能正焦成像在探测器上, 光学系统必须满足Scheimpflug[4]条件:激光器轴线、接收透镜主平面、CCD基线三者的延长线交于一点。即:
光学测量系统选用CCD (TCD1500C) 为探测器, 它的最小像元为7μm, 有效像元长度为37.38 mm。若要满足测量系统的精度要求, 则当被测物位置变化0.02mm时, CCD上成像光斑中心位置变化量要大于7μm, 此时认为CCD可以分辨出被测物的位移。将x=0.02mm代入式 (1) , 得到:
对式 (1) 求导, 可得光学系统的灵敏度:
光学系统灵敏度s是参数a, b, α1, α2, x的函数, 灵敏度在整个测量范围 (-6mm≤x≤6mm) 内不恒定, 与被测位移x有关, 在分析灵敏度时, 给出平均灵敏度s作为衡量整个系统灵敏度的指标。
为了提高光学系统的测量精度, 应使光学系统的灵敏度s尽可能大。
当α1越大时, smin越大;当a越大时, smin也越大;当f越大时, 测量精度越高[5]。因此, 取f=10mm, 最终确定的光学系统参数为:f=10mm;a=22.5mm;b=18mm;α1=60°;α2=65.2°。此时, smin=0.496 3>0.480 0, 当Δx=0.02mm时, Δy=0.015mm>0.007mm, CCD能够分辨出被测物的位移。由式 (1) 计算可得, 当被测物位于最近端, 即x=-6 mm时, y1=-6.024 9mm;当被测物位于最远端, 即x=6 mm时, y2=3.692 7 mm。y1+y2=9.717 6mm<37.38mm, 所选用的CCD能够满足成像要求。
3 光学系统参数尺寸公差确定
光学系统中各参数决定了激光器、接收透镜、CCD间相对位置, 影响光学系统的测量精度, 应对各参数进行分析, 确定其公差范围。
对式 (1) 中a, b, α1, α2分别求导时, 把其余参数看作常量, 得:
将最终确定的各参数值代入上式, 得到各参数对系统灵敏度的影响:
结果表明:各参数对灵敏度的影响大小为α2>α1>a>b。其中α1和α2对灵敏度的影响远大于a和b对灵敏度的影响, 因此, 应当严格控制α1和α2的公差范围。
在实际制造安装过程中, 误差不可避免, 还需考虑这几个参数综合作用的影响, 确保在误差允许范围内, 满足光学测量系统精度要求。任取x值, 并将最终确定的参数值代入式 (1) 求得y0;使参数a, b, α1, α2在一定范围内变化, 以式 (1) 和式 (7) 计算检验, 保证光学系统灵敏度s>0.496 3, 且各参数在此范围内变化时, 相对于y0光斑中心位置变化量均小于7μm, 此时认为光斑中心位置近似不变。借助MATLAB编程计算, 最终确定的各参数公差为:a= (22.5±0.01) mm;b= (18±0.01) mm;α1=60°±36″;α2=65.2°±18″。
4 仿真验证
根据设计得到的光学系统参数, 选择功率1mW、波长635nm的半导体激光器, 利用光学设计软件Light Tools对系统进行仿真。模拟了被测物在最近端、基准及最远端时的光学成像路径和光斑在接收器上的位置, 结果如图4所示。
为了清晰地模拟成像光斑大小及其中心位置, 采用网格接收器代替CCD作为探测器。成像光斑中心在x轴方向的坐标为0, 即可认为光斑成像在CCD上。由图4 (a) 、图4 (b) 、图4 (c) 可知, 接收透镜可以把被测物的漫反射光汇聚成像在探测器上, 且像点不发生弥散;由图4 (d) 、图4 (e) 、图4 (f) 可知, 在测量范围内任意一点的成像光斑均可落在CCD上;由图4 (e) 可知, 当被测物位于基准位置时, 成像光斑的y轴坐标为0, 即成像光斑位于CCD的基准位置;同样, 由图4 (d) 、图4 (f) 可知, 当被测物位于两极限位置时, 光斑中心也位于CCD的两个极限位置上, 且相对于基准位置移动距离与计算结果 (y1=-6.024 9 mm, y2=3.692 7mm) 相符, 可见光学系统的设计参数满足成像及测量要求。
5 结论
在石油管材内涂层厚度在线非接触式光学测量系统设计过程中, 以最大灵敏度为目标函数, 对系统结构参数进行优化, 并应用MATLAB编程得到光学测量系统结构参数的最优解。经Light Tools软件仿真实验表明, 光学测量系统成像效果良好, 结构参数优化正确, 能满足测量要求。
参考文献
[1]李焱.防腐蚀涂层相关质量检测[J].现代涂料与涂装, 2009, 12 (6) :40-43.
[2]王晓嘉, 高隽, 王磊.激光三角法综述[J].仪器仪表学报, 2004, 25 (s2) :601-604.
[3]Abzal Ali, Varshosaz Masood.Development of a new laser triangulation system based on an optical frame of reference[J].The Photogrammetric Record, 2011, 26 (135) :293-306.
[4]安连生, 李林, 李全臣.应用光学[M].第3版.北京:北京理工大学出版社, 2002.
非接触在线检测 篇4
地铁现有弓网监测装置,主要是由车辆生产厂家在车顶受电弓并安装平台,安装一个相机,用于弓网视频监控,但由于相机分辨率不高,拍摄的图像模糊不清,而且没有定位功能,不能汇报故障发生的位置信息,系统软件也没有故障自动报警功能,导致无法及时发现弓网异常情况,对弓网拉弧缺陷无法进行及时处理和弓网故障无法进行联控预防。因此,有必要开发出一套弓网在线监测装置,实时了解弓网动态运行状态,有效避免弓网故障,指导接触网工区进行状态修。
2 研究现状
接触网状态检测装置一般可分为四种:便携式检测装置、定点在线监测装置、专用车载检测装置和车载在线检测设备[1]。
便携式检测装置靠人工单点测量,测量精度、工作效率、工作持续时间等都有很大的限制,只适合普通检修作业时进行复核测量。
定点在线监测装置,对接触网的一些特殊区段或关键节点进行定点监测,其缺点是无法对全线接触网进行监测。
专用车载检测装置一般安装在接触网作业车、接触网检测车等特殊车辆上,虽然可以实现对全线接触网的检测,但其检测间隔时间长,因此缺乏对接触网各类工况下工作状态的实时性把握;而且由于专用车辆在车辆长度、车辆重量、运行速度、弓网相互作用、取流等方面的工作状态与正常运营车辆是不同的,其检测结果通常难以真实反映运营状态下的弓网相互作用关系,在弓网燃弧的动态检测上更是无法实现。
国内尚无类似电气化铁路的车载在线检测装置进入运营线路实际运行。安装的弓网视频监控装置仅仅能够进行视频监控,无法完成故障自动报警功能,及对应的软件分析功能。因此有必要结合地铁接触网检修的实际情况,开发一套具有故障自动报警以及数据分析功能的弓网在线监测系统。
3 系统功能模块划分
弓网动态相互作用的评价指标主要是依据弓网接触力,弓网燃弧率的大小以及接触线的抬升量进行评估。目前弓网接触力的测量还主要是依据接触式检测方式,需对弓头进行相应的改装,该改装会对受电弓的动态性能造成一定的影响,在运营车辆安装,存在一定安全隐患。因此,弓网在线监测系统的功能模块主要以实现以下三方面的功能进行设计。
(1)弓网高清视频录像及接触网动态导高测量模块。
(2)弓网电弧检测模块。
(3)系统定位模块。
3.1 弓网高清视频录像及接触网动态导高测量模块
该模块由安装在车顶的高速数字相机及照明构成,主要完成对弓网视频进行高清录像及在车辆运行过程中的接触网动态导高进行高精度测量。采用的相机分辨率为204×1088,采样频率为110帧/秒,通过选用50W×2的高亮度LED光源进行照明补强,光源采用频闪方式与相机拍照同步工作,测量精度为5mm,通过模板匹配的方式测量接触网的动态导高,测量误差为10mm。
弓网视频监控录像能清晰的再现弓网动态运行的状态,对于事后接触网检修和弓网故障回放具有实际的意义。
3.2 弓网在线电弧检测模块
该模块实现列车运行过程中的弓网电弧检测及弓网电弧录像功能。其由安装车顶的高精度紫外波段相应的紫外相机进行电弧检测。根据EN50317弓网电弧检测中,采用铜和铜合金的接触线,弓网电弧的频率主要集中在220nm~225nm或者是323nm~329nm[2],同时考虑该标准中要求的电弧能量密度进行传感器的选型。满足EN50367中规定的弓网燃弧测量的最小燃弧时间为5ms的要求[3]。
3.3 系统定位模块
系统定位分成三个部分:定位识别模块、速度测量模块、车站位置定位模块,整个系统采用图像分析方法实现。车站定位模块采用RFID电子标签的方式来获取列车进站信号,从而对列车进行定位。
测量时根据列车运行的起始站区识别,结合图像处理的方法,准确定位定位点的位置和接触网的典型结构,结合识别的电子标签的车站信息对检测数据进行准确定位。
4 结束语
(1)弓网在线监测装置采用图像模板识别技术直接对接触线及受电弓滑板进行模式匹配,对动态导高进行高精度测量。测量结果能反映弓网动态运行的实际状态。
(2)本系统同时采用高精度紫外相机进行测量,增加滤波设施,测量结果准确,能保证在不同的光照条件下均可正常使用。
(3)弓网在线监测装置定位准确,能帮助接触网维修工区进行故障设备的准确定位,提高维修效率。
(4)弓网视频监控录像清晰,对接触网事后故障分析提供弓网动态运行再现的分析手段,能重现受电弓通过时的技术状态,对实现弓网联控,查明故障原因具有现实意义。
(5)本系统安装在运营电客车上,随着运营电客车的日常运营而长时间反复对弓网相互作用进行监控和检测,为弓网动态相互作用关系的研究提供数据支持。
系统若能兼顾测量弓网运行中的异常温升以及接触网零部件的技术状态的智能分析,则对于接触网的健康管理和故障预测提供数据支撑,这可能是弓网在线监测系统的发展方向。
参考文献
[1]吴积钦.受电弓与接触网系统[M].成都:西南交通大学出版社,2010.
[2]EN50317 Railway applications-Current collection systems-Requirement for a validation of measurements of the dynamic interaction between pantograph and overhead contact lines[S].Brussels:CENELEC,2002.
非接触生理信号检测技术 篇5
关键词：非接触检测,生理信号检测,生物雷达检测技术
0前言
生理信号是由复杂生命体发出的信号, 其本身特征、检测方式以及处理技术, 都不同于一般的信号。生理信号是用来判别人体病情的轻重和危险程度的物理信号, 生理信号检测是对生物体中包含生命现象、状态、性质、变量和成份等信息的信号进行检测和量化的技术, 是生物医学工程学科研究中的一个先导技术。由于研究者的立场、研究目的以及采用的检测方法不同, 使生物医学信号检测技术的分类呈现多样化。其中一种重要的分类方式将生理信号检测技术分为接触式检测和非接触式检测。
接触式检测是指利用电极或传感器直接或间接的接触生物体来检测生理信号, 检测过程中对生物体有一定的约束, 是目前最常用的检测技术。非接触式检测是指不接触生物体, 隔一定的距离, 穿透一定的介质, 在对生物体无约束的情况下, 借助于外来能量 (探测媒介) 探测或感应生理信号, 这是一个全新概念, 是近年来生物医学工程界充分关注的重要科学问题。
由于非接触式检测方法无需使用传感器或者电极与人体接触, 能够给检测目标提供一个宽松舒适的检测环境, 具有特殊的应用前景, 主要表现在: (1) 在医学上作为全新的生物医学检测方法, 有利于促进科技进步; (2) 在灾害应急救援上, 可用于搜寻被废墟、塌方等埋压的幸存者; (3) 在国家公共安全上, 可用于对恐怖分子隔墙监测。
目前国际上“生理信号非接触检测”按原理可分为:光学检测、超声检测、电磁检测等。与基于超声、光学的检测技术相比, 基于电磁波的检测技术因其具有非接触、穿透性、能精确定位等特点, 成为目前最具活力和潜力的生命特征检测技术。本文在介绍其他技术的同时, 将重点阐述生物雷达检测技术的研究现状及发展趋势。
1 光学检测技术
1.1 光波检测技术
光波检测技术多采用光流法检测人体生理信号。基于光流法的人体信息检测是给检测区域每个像素点赋予一个速度矢量, 以形成图像运动场, 根据各个像素点速度矢量随时间变化的光流特征对图像进行动态分析。如Kazuki Nakajima等人使用带有光学滤波器的电荷耦合摄像机 (Charge Coupled Device, CCD) 捕捉人体胸部位移特征来分析人体的呼吸频率[1];Tan KS等人将高速台式电脑和摄像机连接, 记录儿童睡眠时由呼吸运动引起的胸腹部运动[2]。光流法无需预知场景的任何信息, 在摄像机运动的前提下也能检测人体生理信息。但大多数光流法计算复杂且抗噪能力较差, 需要相应的硬件支持, 不适合复杂环境条件下的人体生理信息检测。
1.2 红外检测技术
红外检测技术利用红外线作为探测媒介, 其典型成功代表是反射式的非接触体温测量。这种检测方法的基本原理是利用红外传感器感知人体热能变化。如人体鼻腔呼出的气体和主要动脉的时变热量都能被红外传感器所检测。使用红外检测技术检测人体生理信号, 首先要选择感兴趣区域 (Region Of Interest, ROI) , 然后通过红外传感器感应人体动态热能进行终端成像来实现检测目的。如Pavlidis等人使用中红外传感器对ROI (如人脸部和颈部) 进行侧面成像, 检测人体心跳和呼吸信号[3,4];S.Yu.Chekmenev等人使用远红外传感器对ROI进行正面和侧面成像检测人体呼吸和心跳信号[5]。虽然主动脉附近皮肤温度的变化能从一定程度上反映脉搏的波动, 但红外成像技术易受环境温度影响, 不具有穿透性。
2 超声检测技术
基于多普勒原理的远距离超声系统也可实时检测人体生命信号。超声系统可发射声波束到达检测对象, 带有体动信息的反射声波束被传感器接收, 通过信号处理可得出人体生命信息。如Se Dong Min等人先后使用40 k Hz和240k Hz远距离超声系统检测1 m处人体睡眠状态的呼吸信号, 通过对呼吸信号的检测判别是否患有睡眠呼吸暂停综合症[6,7]。结果表明:超声虽然能够在一定程度上鉴定病症的特征, 但被测者身上的衣服会对声波造成散射和吸收, 并且衣服材质不同, 检测结果也会存在差异, 同时超声在空气传播中衰减较大。
3 生物雷达检测技术
生物雷达技术是指利用电磁波探测生命体信息的技术。它通过发射电磁波对生命体进行照射并接收其回波, 由此获得生命体目标的生物信息, 包括生理参数、波形、图像以及目标至电磁波发射点的距离、方位等。它融合雷达技术、生物医学工程技术于一体, 可穿透非金属介质 (衣服、被褥、砖墙、废墟等) , 不需要任何电极或传感器接触生命体, 可在较远的距离内非接触性的探测到生命体的生理信息 (呼吸、心跳、血流、肠蠕动等) 。
生物雷达从工作原理上可分为:连续波 (Continuous Wave, CW) 生物雷达和超宽谱 (Ultra-wide Band, UWB) 生物雷达两种。
3.1 CW生物雷达检测技术
雷达发射单一频率的连续电磁波束照射人体, 根据多普勒原理, 人体反射的回波信号被人体生命活动 (如呼吸运动等) 引起的体表微动所调制, 使得这些回波信号的某些参数 (如频率、相位) 发生改变, 选择适合的信号预处理电路和信号处理技术, 就能从这些变化中提取出相关人体的生理信号 (如呼吸、心跳等) 。
20世纪70年代, CW生物雷达检测技术首次被提出。该方法利用连续波雷达检测人体呼吸引起的胸壁运动, 从而实现了对人体呼吸的非接触测量[8]。由于具有非接触的特点, 这种方法首先被应用于新生儿呼吸的非接触监护, 以解决呼吸暂停引起的新生儿死亡问题[9,10]。基于相同的原理, 人们还探索了CW雷达对人体心跳的测量及其在心动描迹上的应用[11]。以上研究开启了雷达式生理信号检测的先河, 展示了使用雷达检测人体呼吸和心跳的可行性。然而, 这些方法的探测距离比较有限 (1 m以内) , 实用性有待进一步提高。
为了增加雷达对人体目标的探测距离, 密歇根州立大学KM Chen领导的研究小组研制了一种X波段 (10 GHz) CW体制的生命探测系统[12]。通过检测人体体表微动引起的雷达回波的相位变化, 该系统在自由空间的探测距离可以达到30 m, 并且还可以获取0.15 m厚的墙壁后坐立人员的呼吸和心跳。此后, 雷达式生命探测技术的潜在应用不再局限于医学上的诊断和监护, 还扩展到伤员探测和应急救援。随着探测距离的增加, 雷达回波中非目标反射形成的杂波极大地影响了系统的探测性能。为降低杂波对探测的影响, 该小组随后研制了一种基于可编程衰减器和移相器的杂波自动消除技术[13]。希腊的E Aggelopoulos等人研制了一种X波段的生命探测系统, 专门用于地震等灾害发生后的应急救援[14]。美国佐治亚技术研究院的EF Greneker等人研制的24.1 GHz的雷达式生命探测系统, 除了用于1996年亚特兰大奥运会上运动员心跳的非接触检测, 还可用于安保和反恐[15,16]。意大利的M Pieraccini等人研究了CW生命探测系统在雪崩发生后应急救援中的应用, 他们研制的2.42 GHz的CW雷达系统能穿透1.2 m厚的雪层检测到人体的呼吸[17]。中国第四军医大学的生物雷达小组研制了毫米波段的的CW雷达式生命探测系统, 利用零中频、频域积累和杂波对消技术, 在自由空间能检测到30 m外人员的呼吸和心跳[18]。
对CW生物雷达而言, 探测频率的选择十分重要, 研究证实不同的个体都存在一个最优的探测频率, 从分米到米波段频率的电磁波都可用来进行非接触生命体征探测。一般而言, 波长越短, 对微小位移的探测灵敏度越高。
3.2 UWB生物雷达检测技术
超宽谱生物雷达发射出窄电磁脉冲辐照人体目标, 典型脉冲间期是200~300 ms, 脉冲的重复频率在1~10 MHz范围内。当发射脉冲到达胸壁时, 一部分能量被反射并被接收器接收, 由于人体生理运动 (呼吸、心跳、肠蠕动等) 的存在, 使得被人体反射后的回波脉冲序列的重复周期发生变化, 而回波脉冲信号的重复周期与人体生命的运动速度和频率有关。如果对该脉冲序列 (携带有与被测人体生命运动相关的信息) 进行数据处理和分析, 就可以得到与被测人体生命体征相关的参数 (呼吸、心跳等) 。
20世纪90年代, 美国劳伦斯利弗莫尔国家实验室 (Lawrence Livermore National Laboratory, LLNL) 的TE Mc Ewan等人发明了微功率脉冲雷达 (Micro-power Impulse Radar, MIR) -UWB雷达[19]。继LLNL的研究之后, 意大利的EM Staderini详细探讨了UWB雷达在生物医学领域的应用, 如呼吸和心跳的监护, 心肺功能检测, 胎儿监护, 心脏、胸腔、脑组织的成像, 发声机制研究以及测谎等[20,21]。俄罗斯的IJ Immoreev等人研究了UWB雷达对人体呼吸和心跳的检测, 并研制了用于临床监护的原型样机[22,23]。美国的NV Rivera等人利用多重信号分类 (Multiple Signal Classification, MUSIC) 技术, 探索了单通道UWB雷达对多个人体目标心跳、呼吸的检测和分离[24]。澳大利亚的WC Khor等人用不同介电常数的材料模拟脂肪和肿瘤组织, 研究了UWB雷达用于乳癌诊断的可行性[25]。美国的DW Winters等人使用基于多通道技术的UWB雷达估计人体胸表的位置, 以提高UWB雷达胸部成像的性能[26]。在此基础上, 他们开展了基于UWB雷达的人体胸部的三维非接触成像研究[27]。
除医学方面的应用研究外, UWB生物雷达的强穿透能力和良好的定位能力使其成为生命探测的首选设备。美国Time Domain公司的S Nag、A Mark等人重点研究了UWB雷达对人体运动信息的检测以及人体目标的定位和跟踪[28]。美国的DG Falconer等人研制了一种安装在机器人上的UWB穿墙探测雷达, 并利用时域和频域的方法, 分析了不同活动状态的人体目标回波的谱特征[29]。斯洛伐克的M Aftanas采用了合成孔径技术, 研究了基于UWB雷达的穿墙成像[30]。以人体呼吸信号为指标, 针对压埋在废墟中幸存人员的探测, 俄罗斯的IJ Immoreev等人研制的用于应急救援的UWB雷达, 中心频率为1 GHz, 可穿透0.45 m厚的砖墙探测到墙后站立人员的呼吸[31]。中国第四军医大学生物雷达研究小组采用单收发蝶形天线和500MHz超低中心频率的UWB体制雷达结合空频域积累算法, 成功穿透2 m厚实体砖混结构体, 检测出了自然躺姿状态下人的呼吸信号[32], 同时还于2012年成功研制双源UWB雷达式生命探测仪, 提高了仪器探测能力, 并初步实现了对人体及其周围环境的兼容探测[33,34,35]。
UWB生物雷达之所以引起相关研究者的高度重视, 是因为其有显著的技术优势, 如通过控制脉冲延时, UWB生物雷达的探测范围能随之改变, 这使得UWB雷达能够消除由其他物体 (杂物) 或多径反射回波所引起的干扰, 同时也能方便的获取目标距离信息, 这是UWB生物雷达的主要优点。另外, UWB生物雷达发射的脉冲有多种频率, 因此它能够突破窄频段吸波材料的吸波效应, 具有较强的穿透衣物、土壤和墙壁等非金属介质的能力。
4 展望
非接触在线检测 篇6
接触网是与电气化铁路安全运营直接相关的架空设备,它的任务是保证对电力机车可靠地不间断地提供电能[1]。由于接触网工作在野外,环境恶劣,接触网在线监测系统要工作数月甚至数年,如何给系统提供可靠的电源是一个亟需解决的问题。
在能源日益紧张、环境日益恶劣的今天,可再生能源的利用显得尤为重要。可再生能源包括太阳能、风能、潮汐和地热等,在野外太阳能供电系统具有技术相对成熟、资源充足、分布广泛和清洁安全等优势,同时一个小型的太阳能电源成本较低且我国大部分地区都有数小时的日照时间,而其他能源对地理条件比较限制或成本比较高,所以,太阳能在接触网在线监测系统中是最好的供电方式之一。
1 太阳能电源的整体设计
太阳能电源系统如图1所示主要包括太阳能电板、Buck电路、充电电路、锂离子电池、驱动电路、采样电路、单片机控制电路。
系统工作过程如下:单片机通过采样电路采样锂离子电池的电压,当电池电压低于6 V时,单片机通过驱动电路来控制Buck电路的导通来让太阳能电板给锂离子电池充电;否则,当电池电压高于6 V时,则不给锂离子电池充电。当阳光充足或温度较高时,太阳能电板直接给负载供电;当夜晚或阴雨天时,通过锂离子电池给负载供电。
由于太阳能电板的输出功率受日照强度和环境温度的影响比较大,为了提高太阳能系统的效率和充分利用太阳能电池所产生的能量,系统采用了最大功率跟踪(MPPT)。目前实现MPPT的方法很多,如恒压跟踪法、扰动观察法、电导增量法和模糊逻辑控制法等。其中最常用的是扰动观察法和电导增量法,本系统选用了扰动观察法。
扰动观察法的工作原理为测量当前时刻的太阳能电板的输出功率,然后在原来电压的基础上增加一个小的电压分量,其输出功率发生了改变,测量改变后的输出功率,比较改变后的输出功率和前一时刻的输出功率,如果改变后的输出功率较大,则跟踪方向正确,继续增加一个小的电压分量;否则,跟踪方向不正确,在原来电压的基础上减小一个小的电压分量。扰动观察法的优点是控制方法简单,易于实现;跟踪精度很高,可达到90%以上。
2 太阳能电源硬件设计
2.1 太阳能电板的选择
太阳能电板的工作电压要超过蓄电池电压的20%~30%,才能保证给蓄电池供电;太阳能电板的功率必须比负载功率高出2~4倍以上,系统才能正常工作[2]。本系统两节锂电池满电压为8.4 V,负载功率不超过5 W,所以太阳能电板设计为开路电压为14.3 V,功率为10 W。
2.2 蓄电池容量的计算
蓄电池容量的计算公式为:蓄电池容量=负载用电功率×每天用电时间/用电电压×连续阴雨天数×1.5(损耗系数)[2]。本系统按负载用电功率为3 W、每天用电时间为1小时、用电电压为5 V、连续阴雨天为7天计算,得出蓄电池容量为6.3 Ah。
2.3 采样电路的设计
太阳能电板电压和锂电池电压的采样都采用电阻分压法,电路结构简单,其中分压电阻要取得尽量大以减小电阻消耗的功率,电阻分压出来的电压信号接一个电压跟随器,以对信号进行隔离缓冲。太阳能电板电流采样是电流信号经过一个电阻转变成电压采样,电阻值取得尽量小以减小其消耗的功率,由于它出来的电压值很小,要经过运算放大器进行信号放大。
2.4 驱动电路设计
驱动电路的作用是其产生PWM脉冲来控制Buck电路中MOSFET管的导通和关断,来实现对蓄电池的充电。本设计MOSFET管的驱动方法采用光耦驱动,光耦芯片采用TLP250,选用TLP250使驱动电路简单,同时保证了功率驱动电路和PWM脉宽调整电路的可靠隔离。由于MOSFET管与Buck电路不共地,所以采用了隔离电源B0512S-1W。
2.5 充电电路设计
本设计的充电电路采用智能充电芯片对锂离子电池进行充电管理,充电芯片采用MAX846A。MAXIM公司的MAX846A是一种高效率、低成本、多功能的电池充电器,它可以为镍氢电池、镍镉电池和锂电池进行充电。MAX846A内置充电状态控制,它为锂离子电池充电过程分为预充电、恒流充电和涓流充电三个状态[4]。
2.6 控制芯片外围电路设计
主控芯片采用高性能、低功耗的8位AVR处理器ATmega48(PDIP封装),它有6路的ADC模数转换器和具有PWM功能的定时器,完全满足系统的要求[5]。本系统ADC参考电压设定为AVCC,由于A/D容易受噪声的干扰,所以使用RC低通滤波器进行滤波,使AVCC端与VCC端隔离开来,单片机外围电路如图2所示。
3 太阳能电源软件设计
单节锂离子电池的电压要求在2.5 V和4.2 V之间,小于2.5 V为过放电,大于4.2 V为过充电,这两种状态都会影响电池寿命,是不允许的。本系统是给两节锂离子电池充电,电池电压应该在5 V和8.4 V之间,系统软件设定每隔一段时间就采样锂电池电压,当电池电压低于6 V时,就通过对MOSFET管控制来给电池充电,在充电的过程中同时完成了最大功率跟踪,当检测到锂电池电压大于8.4 V时就关断MOSFET管结束充电。
系统总体软件架构如图3所示:
4 系统测试
单片机外部晶振为12 MHz,通过软件设置ATmega48单片机定时器/计数器工作在8位快速PWM模式,计数上限为0x00FF,T/C时钟源为I/O时钟的8分频,所以输出PWM频率为5.86 KHz,工作周期为171μs。
把太阳能电源系统放在室外测试,得出PWM波形如下。
图4所示是单片机PB1脚出来的波形,它的PWM周期是171μs。可以看到它的周期不变,占空比在发生变化。结果表明,系统实现了最大功率跟踪,本太阳能电源系统设计符合要求。
5 结语
本文针对接触网在线监测系统有野外供电的实际需求,设计了一个小型的太阳能电源。结合实际情况,本设计选用了扰动观察法来实现MPPT。给锂电池充电采用了锂离子电池管理芯片MAX846A,具有外围电路简单,充电可靠的特点。实验结果表明,太阳能电源性能指标符合设计要求,可以投入使用。
参考文献
[1]于万聚.高速电气化铁路接触网[M].成都:西南交通大学出版社,2003.
[2]高云.太阳能充电控制器研究[D].北京:北京交通大学,2009.
[3]张玉平.太阳能独立光伏系统研究[D].保定:华北电力大学,2008.
[4]陈景忠.基于芯片MAX846A的实用锂离子电池充电器设计[J].通信电源技术,2009,26(6).
一种非接触呼吸暂停检测技术的研究 篇7
关键词：生物雷达,呼吸暂停,非接触检测,能量谱,小波信息熵
0前言
睡眠呼吸暂停综合症 (Sleep Apnea Syndrome, SAS) 又称睡眠呼吸暂停低通气综合征, 是现代社会中一种发病率高且具有潜在危险的呼吸疾病[1,2]。由于呼吸暂停时通气量会降低甚至停止, 人体血氧饱和度 (Sp O2) 也会下降, 因此呼吸暂停的长期频繁发生会对人体造成严重伤害, 甚至危及生命。因此对睡眠过程中的呼吸暂停进行判断和危险预警就显得极其重要。研究表明, 阻塞性睡眠呼吸暂停低通气综合征 (Obstructive Sleep Apnea Hypopnea Syndrome, OSAHS) 患者中, 约有93%的女性和82%的男性没有得到诊断, 2%~26%的成年人受到该病的影响[3], 当前急需提高该病的诊断率, 研究和规范相关诊疗方法。
美国睡眠协会研究发现, 呼吸信号的检测对诊断SAS有重要的价值。目前常用于检测睡眠呼吸暂停的方法分为接触式和非接触式两大类。接触式检测方法主要利用压力传感器、温度传感器和阻抗法等, 通过传感器和人体接触以获得人体睡眠信号, 典型代表有多导睡眠图法 (PSG) 和腕式活动记录仪等。非接触式检测方法主要利用床垫下压力传感器或微波传感器, 非接触地检测人体睡眠呼吸信号, 典型代表有红外线检测法和生物雷达检测法。
由于非接触式检测方法能够克服接触式检测方法限制人体自由、适用环境局限等缺点, 能够给检测目标提供相对自由的检测环境[4], 实现低生理和心理负荷下的呼吸信号检测, 且适于家用, 已渐渐成为研究热点。生物雷达技术融合了生物医学工程及雷达技术, 可通过非接触检测人体呼吸引起的胸腹部表面微动来实现呼吸信号的检测, 应用范围广且更适用于战场等特殊环境下伤员和病人的呼吸信号检测[5]。本课题组在前期研究中已经进行了雷达非接触检测的呼吸信号和心跳信号分离算法的研究[6], 实现了呼吸信号和心跳信号的较好分离。
本研究主要采用生物雷达传感器对呼吸信号进行非接触检测, 利用算法进行睡眠呼吸暂停综合判断以及危险预警, 为SAS的辅助诊断提供科学依据。
1 材料与方法
1.1 生物雷达实验平台
本研究中, 生物雷达采用本课题组自主研发的24 GHz连续波雷达 (最大辐射功率为1μW) , 其输出经过本课题组自主研发的硬件模拟滤波和放大等预处理模块后与Power Lab系统 (澳大利亚ADINSTRUMENTS公司生产) 直接连接, 通过其自带的Lab Chart软件对数据进行采集和处理, 将处理后的信号导入自编的基于小波信息熵法和能量法的综合判断软件中, 进行睡眠呼吸暂停的综合判断和危险预警。
1.2 呼吸暂停仿真信号的构造
SAS主要分为阻塞性睡眠呼吸暂停综合征、中枢性睡眠呼吸暂停综合征以及混合性睡眠呼吸暂停综合征3类[7]。利用睡眠呼吸暂停的生理特点, 结合张鹏飞[8]等对呼吸暂停信号的仿真模拟可知, 呼吸暂停主要表现为以下4种情况: (1) 呼吸运动幅值、频率均为零; (2) 呼吸运动幅值降低, 并且频率加快; (3) 呼吸运动频率不变, 但是幅值降低50%以上; (4) 呼吸运动幅值、频率均不确定。
选取采样频率为100 Hz, 呼吸暂停发生时间>10 s, 采用以下函数构造上述几种情况下的呼吸暂停信号, 呼吸暂停发生时间设为20 s:
由于呼吸暂停时呼吸信号复杂多变, 通常并非为上述4种情况中的单一一种, 因此本研究中仿真的呼吸暂停可由x1、x2、x3、x4两两组合表示, 即有6种组合。将6种呼吸暂停仿真信号隔段嵌入正常呼吸仿真信号x=4cos (0.5πt) 中, 即可得到伴有呼吸暂停的模拟仿真呼吸暂停信号:
对以上构造的模拟仿真呼吸暂停信号加高斯白噪声, 然后对其用小波信息熵法进行处理。
1.3 雷达采集呼吸暂停信号
实测实验中, 人体平躺, 与雷达正对, 距离1.2 m。每位受试者经过训练后尽可能模拟真实的正常呼吸和睡眠呼吸暂停。共采集10位受试者的呼吸信号, 每组呼吸暂停信号中包含10次呼吸暂停。本研究所选采样频率为100 Hz, 预处理低通滤波时截止频率为0.9 Hz, 采用滑动去直流去基线的方法去除信号的基线漂移。
2 呼吸暂停综合判断与危险预警算法分析处理
2.1 算法总体设计
呼吸暂停综合判断算法流程图, 见图1。首先分别利用能量法和小波信息熵法对伴有呼吸暂停的呼吸仿真信号进行呼吸暂停判断, 证明算法对呼吸暂停判断的有效性;然后分别利用能量法和小波信息熵法对雷达采集的实测呼吸暂停信号进行判断, 得到各自的判断准确率;最后根据两种算法的判断准确率按权重综合判断, 并利用单次连续呼吸暂停时间, 结合危险时间阈值进行危险判断和报警触发。
2.2 能量法
由于能量在时域内具有很好的叠加性, 故本研究首先在时域内采用能量法进行呼吸暂停判断。能量计算公式为:
其中x为信号。在时域内, 信号的能量与呼吸强度 (即呼吸信号的幅值) 成正比, 它表示的是呼吸信号的强弱。取时窗长度为L, 计算各时窗内的能量值, 就可以得到信号在时域上的能量谱。在发生呼吸暂停时, 信号的强度比正常呼吸信号的强度小, 其能量值也小于正常信号。故以能量谱为特征值可以将呼吸暂停有效地判断出来。
2.3 小波信息熵法
小波信息熵是信息熵和小波能谱相结合的产物, 它可以更精确地表征非平稳信号的非线性局部变化, 且具有更好的低频分辨率[9]。由于呼吸信号属于低频非平稳信号, 呼吸暂停时信号的非平稳性和复杂度大于正常呼吸信号, 故其小波信息熵值也大[10]。
小波信息熵法的步骤如下:
(1) 对呼吸信号进行多分辨率分析的小波变换。
(2) 按公式 (6) 计算某一尺度下小波变换后呼吸信号的能量:
其中Dj (k) 为j尺度下小波重构系数, N为采样点长度, E=[E1, E2, E3…Ej]为呼吸信号x (n) 在j个尺度上的小波能谱。
(3) 按公式 (7) 计算呼吸信号的小波信息熵:
其中Pj表示信号在不同尺度下的能量分布情况。在发生呼吸暂停时, 呼吸频率加快, 紊乱度增加, 其小波信息熵值也大于正常呼吸信号。
2.4 参考阈值的设定
利用能量法和小波信息熵法判断是否发生呼吸暂停时, 需要相应的参量阈值作为判断标准。本研究采用自动阈值法得到信号特征值阈值曲线, 具体设置如下:
在能量法中, 本研究根据呼吸暂停定义设定能量阈值。根据第一届全国睡眠学术会议中关于呼吸暂停诊断标准的规定可知, 呼吸暂停时口鼻气流量较基础水平降低50%以上, 即口鼻处呼吸气流完全停止或通气量低于正常水平的50%以上。因此, 当呼吸信号的能量值下降到正常水平的50%以上时, 即可认为发生了呼吸暂停。本研究所设定的能量阈值即为正常水平的1/2, 即q=0.5。在小波信息熵法中, 由于并没有对呼吸暂停信号小波信息熵值的定义, 我们通过大量采集包含有呼吸暂停的睡眠呼吸信号, 通过对比实测人体呼吸信号中呼吸暂停和正常呼吸的小波信息熵值, 结合经验并以提高判断准确性为原则, 将小波信息熵阈值正常水平的1.2倍定义为参考阈值, 即q=1.2。
3 实验结果
3.1 仿真信号结果
构造的呼吸暂停仿真信号xn加入高斯白噪声, 信噪比设置为-5 d B, 按照图1所示的流程图对仿真信号进行处理, 结果见图2。其中, 图2 (a) 为呼吸暂停仿真信号的波形, 横坐标为采样点数, 纵坐标为信号幅度;图2 (b) 为采用能量法对呼吸暂停仿真信号的处理结果, 横坐标为加窗个数, 纵坐标为信号的能量, 横线代表能量法参考阈值;图2 (c) 为采用小波信息熵法对呼吸暂停仿真信号的处理结果, 横坐标为加窗个数, 纵坐标为信息熵值, 横线代表小波信息熵法参考阈值;图2 (d) 为两种方法判断呼吸暂停的输出结果, “1”代表呼吸暂停, “0”代表正常呼吸。
3.2 实测信号结果
对生物雷达采集到的实测呼吸暂停信号按照图1所示的流程图, 分别利用能量法和小波信息熵法进行处理, 窗长选定为2048点, 叠加50%。在能量法中, 雷达所采集到的呼吸信号、能量谱、小波信息熵以及最终判断结果, 见图3。其中, 图3 (a) 为生物雷达实测呼吸信号的波形, 横坐标为采样点数, 纵坐标为信号的幅度;图3 (b) 为采用能量法对实测呼吸信号的处理结果, 横坐标为加窗个数, 纵坐标为信号的能量;图3 (c) 为采用小波信息熵法对实测呼吸信号的处理结果, 横坐标为加窗个数, 纵坐标为信息熵值;图3 (d) 和3 (e) 为两种方法判断呼吸暂停的输出结果, “1”代表呼吸暂停, “0”代表正常呼吸。
3.3 综合判断和危险预警
3.3.1 综合判断
对于一段呼吸信号, 分别利用能量法和小波信息熵法进行呼吸暂停判断, 所得呼吸暂停次数分别记为Hn和H2。本研究对10位受试者进行模拟睡眠呼吸暂停呼吸信号的采集, 并采用两种算法进行分析处理, 最终得到两种方法呼吸暂停判断的准确度分别为:Pn=0.85, Ps=0.79。则按权重综合判断后呼吸暂停次数为:
利用生物雷达对呼吸信号进行采集并利用本算法进行分析处理, 利用呼吸暂停次数H结合睡眠呼吸暂停的临床症状标准就可进行辅助诊断。
3.3.2 危险预警
对于一段呼吸信号, 利用计数器对每次连续判断为呼吸暂停的时窗数进行累计, 通过换算得出呼吸暂停时间, 若超过危险时间阈值则触发报警器。
调查表明, 若患者夜间睡眠过程中一次呼吸暂停时间>120 s, 则容易在凌晨发生猝死, 故本研究的危险时间阈值设为120 s。实验采用的时窗长度记为L, 采样率fs=100 Hz, 连续判断为呼吸暂停的时窗数记为n, 由于算法中时窗叠加50%, 则实际连续呼吸暂停时间为:
若两种方法中任意一种得出的单次连续呼吸暂停时间t≥120 s, 则触发报警器唤醒病人;t<120 s, 则继续检测。
4 总结
近年来, 随着睡眠医学的不断发展, SAS逐渐成为研究热点。目前, 针对睡眠呼吸暂停的诊断主要采用睡眠过程中的多导睡眠监测 (PSG) 和食管压力测定两种方法, 但这两种方法均需要通过多个传感器直接接触人体, 限制了受试者的人体自由, 增加了其心理压力, 进而影响测量结果。本研究首先根据睡眠呼吸暂停的特点, 利用函数模拟构造伴有呼吸暂停的睡眠呼吸仿真信号;其次, 利用生物雷达实现对人体呼吸信号的采集并分别利用能量法和小波信息熵法对采集的呼吸信号进行呼吸暂停判断, 并根据两种算法按权重进行综合判断;最后, 利用计数器对每次连续判断为呼吸暂停的时窗数进行累计, 通过换算得出连续呼吸暂停时间, 以危险时间阈值为标准, 进行危险判断和触发报警。
本研究将能量法和小波信息熵法有效结合, 得到了一种能够实现对睡眠呼吸暂停进行有效判断以及危险预警的算法, 为睡眠呼吸暂停的诊断和临床监护奠定了理论基础。本研究结果表明: (1) 两种算法均可对睡眠呼吸暂停进行有效判断; (2) 能量法的判断精确度略高于小波信息熵法, 这可能是因为能量法本身具有较好的抗干扰性, 且小波信息熵对信号的平稳性更敏感, 在觉醒状态下很难真实地模拟平稳的正常睡眠呼吸。
由于本研究没有考虑呼吸暂停时的幅度、频率, 雷达与人体的距离和受试者睡姿对两种方法判断准确度的影响, 算法对上述不同情况的适应性还有待研究。另外本研究中, 样本量略微不足。在下阶段工作中, 在解决以上问题的同时, 还要利用阻塞性睡眠呼吸暂停患者的实测睡眠呼吸信号对算法进行检验并对算法进行完善, 期望把睡眠呼吸暂停严重程度分级加入算法之中。
参考文献
[1]叶建明.脉搏血氧饱和度监测仪的原理及计量性能检测[J].计量与侧试技术, 2005, (32) :9-10.
[2]叶志前, 郑涛, 裘利坚.睡眠监护技术的发展[J].国外医学生物医学工程分册, 2003, (6) :244-248.
[3]Lettieri CJ, Eliasson AH, Andrada T, et al.Obstructive sleep apnea syndrome:are we missing an at-risk population[J].J Clin Sleep Med, 2005, 1 (4) :381-385.
[4]王健琪, 薛慧君, 吕昊, 等.非接触生理信号检测技术[J].中国医疗设备, 2013, 28 (11) :5-8.
[5]李钊, 王健琪, 荆西京, 等.用于生命探测的人体呼吸运动模拟系统研制[J].医疗卫生装备, 2010, 31 (3) :40-41.
[6]张华, 孙娜娜, 张鹏飞, 等.雷达式非接触检测中呼吸和心跳信号分离算法的研究[J].中国医疗设备, 2013, 28 (11) :9-11.
[7]中华耳鼻咽喉头颈外科杂志编辑委员会, 中华医学会耳鼻咽喉头颈外科学分会咽喉学组.阻塞性睡眠呼吸暂停低通气综合征诊断和外科治疗指南[J].中华耳鼻咽喉科头颈外科杂志, 2009, 44 (2) :95-96.
[8]张鹏飞, 拜军, 荆西京, 等.一种基于能量谱非接触呼吸暂停检测技术的研究[J].医疗卫生装备, 2012, (11) :13-15.
[9]张景川, 曾周末, 赖平, 等.基于小波能谱和小波信息熵的管道异常振动事件识别方法[J].振动与冲击, 2010, 29 (5) :1-4.