- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于LabVIEW周期信号的还原
摘要:在提取机械的回转运动信号时,理论上所提取的信号应为正弦信号。但实际提取中会一般信号处理与分析方法均不能很好的获得原始信号的信息,本文发现了一种基于LabVIEW并利用最小二乘法的原理来分析处理所测数据来得到信号主要的参数,以得到完整的信号信息。
关键字:正弦信号 噪声信号 最小二乘法 信号参数
在一般的机械加工过程中,一般机床的运转等运动都是回转运动,所以一般在回转轴附近用传感器所测的的信号都属于周期性信号的范畴内,而且在一般的回转运动轴附近一传感器所监测到的信号一般为一个三角函数再加上一个常数偏置量所构成的信号,不仅如此在所监测到的信号里还包含有一些噪声成分,即使使用了滤波器也不能完全把所测信号中的杂波成分完全去除。这样就使得采集系统所采集到的信号里的有用信息不能完全的提取出来,本文基于LabVIEW软件的数据处理与分析利用最小二乘法的原理发现了一种可以把整个信号的所有信息分别求出来的方法。
LabVIEW的介绍
LabVIEW(Laboratory Virtual Instrument Engineering Workbench) 是由美国国家仪器(National Instruments ,简称NI)公司研制开发的,类似于C和BASIC开发环境的一种程序开发环境。但是LabVIEW与其他计算机语言的显著区别是:其他计算机语言都是采用基于文本的语言产生代码,而LabVIEW使用的是图形化编辑语言G编写程序,产生的程序是框图的形式。 它广泛地被工业界、学术界和研究实验室所接受,视为一个标准的数据采集和仪器控制软件。
LabVIEW有很多优点,尤其是在某些特殊领域其特点尤其突出。LabVIEW在测量测试方面的应用使其有点尤为突出。
LabVIEW最初就是为测试测量而设计的,因此测量测试也就成为了现在LABVIEW最广泛的应用领域。经过多年的发展,LABVIEW在该领域获得了广泛的承认。至今,大多数主流的测试仪器、数据采集设备都拥有专门的LabVIEW驱动程序,因此使用LabVIEW可以非常便捷的控制这些硬件设备。同时,用户也可以十分方便地找到各种适用于测量测试领域的LabVIEW工具包。这些工具包几乎覆盖了用户所需的所有功能,用户在这些工具包的基础上再开发程序就容易多了。有时甚至于只需简单地调用几个工具包中的函数,就可以组成一个完整的测量测试应用程序。
传统的数据采集系统
现在的数据采集系统一般都是由传感器把需要测量并分析的物理信号转化为电信号再传递给放大电路把传感器传过来的微小信号放大,在经过整形电路对信号实现滤波处理,从而排除其他因素对目标信号的影响,然后在流经信号采集卡进入计算机。其中数据采集系统的组成如下图所示
图一、数据采集系统的组成
由于从传感器传送过来的信号都或多或少的含有一些噪声信号,即使在数据的采集系统中使用滤波器,由于滤波器的并不是一个理想的元件,它的品质系数Q使得滤波器不可能把所有的噪声成分完全过滤掉,只是把噪声部分的幅值变小而已,还会有一部分的白噪声存在于检测信号中。这就会使得以后对该信号的分析与处理从根源上引入了误差。那么以后所有的对该信号分析所得到的结果中都含有一部分的误差成分在里面。
总体方案的设计
本文所介绍的方法采取LabVIEW编写程序使用最小二乘法原理对所测的信号成分进行处理。这样可以消除信号中的白噪声误差成分。具体程序框图如下:
假设所测得的信号为Y,当把信号进行采集并存储在计算机之后该信号就不是一个连续的信号了,变成了一个个离散点所表示。我们用Y(n)来表示所记录下来的连续信号的离散点。n 为所采集的离散点的个数,Y(i)表示第i个离散点的数值。我们假设连续信号Y服从于g(ti)=A0sin(w*ti+0)。由此可知,从Y(0)至Y(n-1)这n个采集点的数据都在函数g(ti)点上下波动。
在提取到信号的采集数据时,通过前两个采集数据来判断初相角属于哪个象限,当第一个数据大于零时,该初相角属于一、二象限,再用第二个数据减去第一个数据,通过这个差的正负再来判断该初相角具体属于第一象限还是属于第二象限;同理,当第一个数据的符号为负时该初相位属于三、四象限,再根据信号的趋势判断具体属于哪个象限。
我们可以利用LabVIEW中的FFT(快速傅立叶变换)换算出所测信号的频域信息。那么最大值所对应的横坐标值就是该信号的固有频率w。从而我们就可以得到该信号的振动频率,为以后的处理找到了一个已知量。
再根据最小二乘法的原理我们可知:有且仅有一组(A,)使得Y(i)与g(ti)的数值距离之差的平方和最小,而且这一组(A,)就是函数g(ti)中的参数
(A0,0)。
因此我们定义一个F=2,当F达到最小值的时候
文档评论(0)