王义君，宫玉琳，焦勇，文大化

（1.长春理工大学　电子信息工程学院，长春　130022；2.中国科学院长春光学精密机械与物理研究所，长春　130033）

基于嵌入优化的铣削去重平衡机电气测量系统研究

王义君1，宫玉琳1，焦勇1，文大化2

（1.长春理工大学电子信息工程学院，长春130022；2.中国科学院长春光学精密机械与物理研究所，长春130033）

目前铣削去重平衡机电气测量系统是由微控制器和外围器件级联而成，集成度低、信号处理算法单一、测量误差大，对实现智能铣削有很大的限制。基于此，提出了基于嵌入式OMAP的自动铣削去重平衡机电气测量系统的实现方法。首先，通过OMAP双核架构中的ARM子系统完成对平衡机电气测量系统的控制功能，DSP子系统实现数字信号处理和不平衡量的解算；其次设计实现了基于谐波小波包的数字带通跟踪滤波器；最后利用谐波小波包在频域对信号进行无限细分的特性来提取任意一段微弱信号的特征。仿真及测试结果表明，该系统有效抑制了近频信号干扰，提高了信噪比，并对初始不平衡信号特征实现有效还原。

信号处理；OMAP；谐波小波包；跟踪滤波；近频干扰

铣削去重平衡机的提出依赖于旋转机械的发展和平衡理论的完善［1］。旋转机械的核心部件是转子，转子由于主、客观因素而产生的不平衡是产生振动和噪声的根源。因此，使转子高效、可靠、安全、满负载运行的关键是提高转子的平衡精度和稳定性。为此需要在转子旋转时测出其不平衡量的幅值和相位，并通过加重或去重进行不平衡量的校正。铣削去重平衡机完成平衡校正的过程中，电气测量系统的精确性和稳定性直接决定了不平衡量的铣削效果，是整个系统的核心组成部分。

在电气测量系统研究方面，国内许多学者提出了一系列相关算法。赵鼎鼎提出基于残差谱分析的不平衡信号处理方法［2］，刘健等提出一种自适应滤波方法以提取强背景噪声下有用信号的信息特征［3］。上述两种算法对信号处理有较好的效果，但未能克服硬件系统电路设计的复杂性。目前大多数电气测量系统都是以单片机微控制器和各种外围设备级联而成，这种级联式的方式无形中增强了测量通道近频信号的影响，带来了集成度低、稳定性差、抗干扰能力弱、运算速度慢等诸多缺点。基于此，本文提出基于嵌入优化的铣削去重平衡机电气测量系统，本系统具有以下特点：（1）为了减少硬件电路设计的繁冗复杂，本系统应用高性能的双核处理器OMAP（Open Multimedia Application Platform）嵌入式系统，该系统同时集成了ARM控制芯片和DSP快速处理芯片，将OMAP嵌入式系统作为平衡机电气测量系统的主控系统既能合理利用ARM子系统强大的控制能力又能应用DSP子系统快速的信息处理能力；（2）针对测量通道近频信号的影响，实现了基于谐波小波包算法的数字带通跟踪滤波器，利用谐波小波包在频域可以对信号进行无限细分的特性，对微弱信号的局部特征进行分析和提取。

1　基于OMAP嵌入式平衡测量系统结构及原理

1.1电测系统总体结构

平衡机电气测量系统的主要功能是对传感器在各种噪声信号中所提取的与转子同频的微弱信号进行前置处理和不平衡量的快速提取，从而得到不平衡量的幅值和相位信息，进行智能控制铣削。本文提出的自动铣削去重平衡机电气测量系统总体结构如图1所示。

该系统总体由前置信号处理电路、A/D转换电路、基于谐波小波包算法的数字带通跟踪滤波电路、OMAP嵌入式系统等结构组成。

为了能够实现系统的高精度、高效率智能铣削，本系统应用双核高性能处理器OMAP嵌入式系统［4，5］。将以往独立的数据采集系统和数字信号处理系统集成于一体，实现智能控制与数字处理的同步进行和实时处理。电气测量系统使OMAP丰富的片内资源得到合理利用的同时，在整个设计过程中降低了电路的复杂程度，避免了大量模拟器件的使用。

1.2电测系统工作原理

1.2.1前置调理电路

主轴旋转的振动信号是整个系统数据的起始点，由于转子的不平衡量而引起的振动信号非常微弱，如何获得微弱信号的信息特征，是本系统所要解决的问题。系统对两路信号进行实时并行处理。其中一路为左、右磁电传感器，将振动信号转换为电压信号，并将产生的微弱模拟电压信号传送给前置信号调理电路单元。经模拟电路单元采集、信号放大、硬件低通滤波以及通过程控增益的调节送往下一级信号处理单元；低通滤波电路滤除电路中的高频成分，保留含有不平衡信号的基频信息和其它低频干扰信息，通过程控增益的调节将信号调节到适合后续电路处理的范围内。另一路为与旋转主轴同频的基准信号由光电编码器送进基准信号处理电路，前置模拟电路单元对光电传感器送来的转频信号进行均值提取、整形放大、锁相倍频后作为A/D转换的时钟信号，该基准信号经脉冲整形后一方面用于测量转子的转速，另一方面作为OMAP嵌入式系统中断控制的时钟信号和整周期采样的时钟信号。

1.2.2A/D转换和滤波

图1　电气测量系统总体结构图

经过预处理的两路振动信号在N倍频时钟信号的作用下经过数字采样将模拟信号转换为数字信号，通常该数字信号包含有其它低频杂波的干扰，特别是参考通道近频信号的干扰对后续信号的处理有严重的影响，为此将得到的数字信号经过数字跟踪滤波器来滤除近频信号的干扰，用软件实现的数字滤波器不但减少了非线性器件的反复使用，而且对抑制近频干扰可以得到更好的效果。经过上述处理得到包含基频信息的信号，送入OMAP嵌入式系统的数采单元和数字信号处理单元进行后续处理和解算。

1.2.3OMAP嵌入式系统

OMAP双核架构按照系统要求合理利用双核的优势，基本的控制功能由ARM子系统来完成，而复杂和大量的运算由DSP子系统来实现。在平衡机电气测量系统中，ARM子系统主要完成了人机交互接口、数据采集、数控铣削、系统管理等功能，作为主控制设备，还负责控制外围设备，如触摸显示、打印功能、键盘鼠标等输入输出功能的实现。DSP子系统作为从设备主要完成接收来自ARM的信息处理、数字信号处理、幅度和相位的补偿、转速的测量、幅值和相位的提取等。为了实时共享处理器，ARM 和DSP子系统主要通过SCR/EDMA来协调双方的通信，EDMA是独立的数据通道支持大量数据流的传输，可在CPU后台实现复杂传输、自动初始化、链接和连锁通道。OMAP嵌入式系统在时钟信号的作用下对整周期采样的信号进行解算来提取不平衡量的幅值和相位信息，同时根据基准信号经过整形来测量转子的转速，并通过补偿环节对振动信号相位延迟的频率补偿，然后进行平面分离即可以求取转子的不平衡量。

2　基于谐波小波包的数字滤波原理及实现

2.1电气测量系统干扰因素

动平衡测试系统工作环境会受到各种干扰源直接或间接地影响。主要的干扰包括：同频干扰、高频干扰、近频干扰［6］。无用信号的载频和旋转主轴的载频相同而造成的同频干扰，不易分辨，只能优化硬件设计和重复标定测试系统来降低干扰；来自机械系统固有频率和驱动系统引起的高频干扰，通过前置低通滤波器基本可以消除；来自模拟电子元器件的噪声容限和温度、湿度引起的近频干扰，由于叠加在有用信号及其附近，对信号的提取造成很大困难，要通过特定的方法才能实现信号的精确提取。

不平衡信号的准确提取直接影响结果的正确性，所以滤波技术是平衡测量系统的关键环节。数字滤波技术的发展逐渐取代了模拟滤波器，软件编程实现的数字滤波系统不仅减少了硬件成本，而且有更好的可靠性。

2.2谐波小波包变换

设x（t）为连续时间信号，对其在参数m、n尺度下进行变换，可得到对应的谐波小波变换为：

对上式进过Fourier变换可得到：

则信号x（t）的谐波小波变换在参数m、n尺度下的时域和频域表达式分别为式（1）和式（2）所示，其离散形式可写为：

上述谐波小波的频域谱特性虽然具有紧凑性、相位定位能力精确、函数表达式明确、算法容易实现的优点，但谐波小波在分析信号时不能对任意频段的局部信号做详细说明，也就是不能对感兴趣的信号频段进行无限细分来观察其细节部分。作为谐波小波变换的延伸，谐波小波包在继承了谐波小波变换优良特性的基础之上，可实现对信号任意频段的无限细化，可以在规定的频带内更加精确的提取有用信号的特征。本文所涉及的转子振动信号是各种干扰噪声的叠加，所要研究的是与旋转主轴同频的基频信号，为了能够保证基频信号信息的完整性和滤除基频附近的近频信号，本文设计实现基于谐波小波包变换的数字带通跟踪滤波器［7］，利用谐波小波包的细分特性和数字滤波器的跟踪特性来得到不平衡信号［8，9］。由谐波小波包频域分布可以将信号分解到相应的层来提取所需频段信号的信息特征，通过选择合适的分解层数j和频段数s可以更好的观察到信号的细节特征。观察信号的频带带宽B和信号上、下限m、n由下式确定：

其中 fh为最高观察频率，s为频段值。由上式可以看到当分解层数 j逐渐增大时，观察信号逐渐趋于高频，所以用谐波小波包分析信号时选择合适的分解层数和频段值是首要的任务，在此基础上就可以对信号的整个频带进行无限细分而观察信号的细节特征［10］。

根据谐波小波包变换的原理，数字滤波滤除近频干扰的步骤如下：

（1）根据电测系统振动信号的特点，确定谐波小波包分解的尺度因子j和频段数s；

（2）根据公式（4）计算谐波小波包的频域带宽B；

（3）对离散时间序列信号进行快速傅立叶变换，计算其频域离散值；

（4）根据公式（5）计算所确定的频段的小波包的上下限，对所确定频段的信号进行频域分析；

（5）进行逆FFT，求得小波包变换后的重构时域信号，对所确定频段的信号提取出时域波形。

实现谐波小波包算法的数字带通滤波器流程图如图2所示。

图2　滤波器设计流程图

3　测试实验

不平衡量的振动信号通常都很微弱且被淹没在各种噪声当中。近频信号一般叠加在不平衡信号的附近，要想完全滤除近频信号的干扰，普通的滤波器很难达到理想的效果，基于此本文采用硬件和软件相结合的方式实现该电气测量系统。采用OMAP嵌入式系统及谐波小波包的数字跟踪滤波测试环境如图3所示，频率测试结果如图4所示。

图3　测试环境

图4　频率测试结果

实验数据如图5所示，其中图5（a）是现场提取的转子在平衡转速为16000RPM时的原始振动信号（包含不平衡信号）波形图，从图中可以看出振动信号虽然是一周期性的正弦信号，但不平衡信号被各种噪声所淹没而分辨不出其信息特征。

经前置低通滤波电路预处理后得到如图5（b）所示时域信号，原信号中突变的高频成分被滤除掉，信号变得平滑，轮廓分明，但不平衡信号仍然包含在其它低频信号当中，仍然不能有效提取出基频信号的信息特征。

选择采样频率 fs=512Hz，分析频率 fh=30Hz，对上述低通时域信号进行FFT变换，得到如图5（c）所示的频谱图。在频域中由于基频信号包含有强烈的低频干扰信号，对于基频信号的频率几乎分辨不出，显然在频域还需对信号做进一步处理。

对以上频域信号采用谐波小波和谐波小波包两种方式进行分解和提取。谐波小波分解法通过调节数字窄带滤波器的上、下限频率，可观察某一频段内的信息特征，信号频带设置为28～32Hz，通过谐波小波变换得到如图5（d）所示的频谱图，在整个频带内明显有其它低频信号的影响，未能实现有效地抑制杂波信号的干扰。

对此谐波小波包采用‘db6’对信号进行n1=6层分解，带宽为B1=4Hz，信号频带分别在28～32Hz，496～500Hz之间，通过谐波小波包变换得到如图5 （e）所示的频谱图，与谐波小波相比，谐波小波包提取的信号频谱中所含其它频率成分明显减少，特别是对于某一频段内近频信号的抑制有优良的效果，对谐波小波包提取的频域信号进行重构，可得到重构后的信号波形，也就是转子基频信号的时域波形，如图5（f）所示。

4　结论

针对国内平衡机发展现状及发展趋势，提出了基于嵌入优化的铣削去重平衡机电气测量系统。在平衡机中应用OMAP嵌入式系统将控制系统和信号处理系统集成于一体，在减少了外部电路设计的复杂度和外围模拟器件使用的同时，也节约了设计的成本。OMAP双核架构能够将平衡测试系统的总任务按照双核各自的优势进行合理的规划，ARM子系统和DSP子系统分别完成控制和信号处理等功能。同时对测量通道近频信号的干扰，设计实现了基于谐波小波包算法的数字窄带跟踪滤波器。实践证明该系统集成度高、速度快、精度高、功耗小，具有良好的应用前景。

图5　抗近频谐波小波包滤波器设计

［1］ 王晓东，田洪伟，白羽.基于LabWindows/CVI的自动去重平衡系统设计［J］.长春理工大学学报：自然科学版，2003，26（4）：96-98.

［2］ 赵鼎鼎.高精度高效率硬支撑平衡机测量系统关键技术研究［D］.上海交通大学，2013：11-15.

［3］ 刘健，潘双夏，杨克己.动平衡机用数字跟踪滤波器实现方法研究［J］.仪器仪表学报，2005，26（4）：433-436.

［4］ 刘纪红.DSP+ARM双核处理器OMAPL138开发入门［M］.北京：清华大学出版社，2013：23-30.

［5］ 岳虹.嵌入式异构多核处理器设计与实现关键技术研究［D］.长沙：国防科学技术大学，2006.

［6］ 冯英鹏.高精度动平衡测量中振动信号处理方法研究与实现［D］.上海：上海师范大学，2013.

［7］ Kelly J W，Collinger J L，Degenhart A D，et al.Frequencytrackingandvariablebandwidthforline noisefilteringwithoutareference［C］.2011IEEE Annual International Conference on Engineering in Medicine and Biology Society，Aug 30-Sept 3，2011，Boston，USA，IEEE press，2011：7908-7911.

［8］ 李国宾，任宗英，王宏志，等.摩擦振动信号谐波小波包特征提取［J］.摩擦学学报，2011，31（5）：452-455.

［9］ 唐贵基，叶进生，胡爱军.基于谐波小波包的微弱信号的频域提取［J］.现代电子技术，2009，156（9）：156-159.

［10］ 张立中，胡瀚元，洪进等.基于Kalman滤波算法角度测量信号融合技术研究［J］.长春理工大学学报：自然科学版，2015，38（1）：94-97.

Electrical Measurement System in Milling Balance Machine Based on Embedded Optimization

WANG Yijun1，GONG Yulin1，JIAO Yong1，WEN Dahua2
（1.School of Electronics and Information Engineering，Changchun University of Science and Technology，Changchun 130022；2.Changchun Institute of Optics，Fine Mechanics and Physics，Chinese Academy of Science，Changchun 130033）

Electrical measurement system in milling balance machine currently consists of microcontroller and peripheral devices.The structure has the problems which include low integration，single signal processing algorithms and great measurement error.Therefore，electrical measurement system in milling balance machine based on embedded optimization is presented in the paper.Firstly，the device control electrical measuring system by ARM subsystem of OMAP dual-core architecture，and DSP subsystem realizes digital signal processing and unbalance computing.Secondly，the system implement digital band-pass tracking filter based on harmonic wavelet packet.Thirdly，the system extracts any period of weak signal characteristics using the unlimited segmentation features harmonic for wavelet packet signal in the frequency domain.Simulation and test results show that the system effectively inhibits nearly frequency signal interference，improves signal to noise ratio，and reduces the initial imbalance signal characteristics.

signal processing；OMAP；harmonic wavelet packet；tracking filter；near frequency interference

TN945

A

1672-9870（2015）05-0092-05

2015-09-11

吉林省教育厅项目（201576）；吉林省科技厅重点科技成果转化项目（20140307009GX）

王义君（1984-），男，博士，讲师，E-mail：wangyijun@cust.edu.cn