APP下载

机械设备振动监测的自适应变采样算法研究

2019-08-14段礼祥陈瑞典张来斌秦天飞

仪表技术与传感器 2019年7期
关键词:振动故障信号

段礼祥,陈瑞典,张来斌,秦天飞,王 宁

(中国石油大学(北京)机械与储运工程学院,北京 102249)

0 引言

在机械设备振动信号采集中,通常根据奈奎斯特定律以可能出现的最高故障频率来设定固定采样率。然而过高的采样率会增加数据冗余,增大采集系统能耗。该局限性尤其体现在对能耗控制要求十分严格的无线传感网络中。为了实现采集系统的低能耗,学术界与工业界进行了大量的研究工作,主要涉及到数据压缩(data compression)[1]、预测监控(predictive monitoring)[2-3]、聚合(aggregation)[4]、拓扑控制(topology management)[5-6]和自适应采样(adaptive sampling)[7-8]等技术。

在传感器节点中,数据传输的能耗要远远大于数据处理的能耗,因此可以通过减小数据传输量的方法来降低有限带宽传感器网络下的能耗[9]。另外,基于压缩感知采样技术的研究使得数据采集能够在低于奈奎斯特采样率的条件下进行,被称为亚奈奎斯特采样,主要包括随机解调器(RD)[10],多陪集抽样(MC)[11]和调制宽带转换器(MWC)[12]3种系统框架。然而,这些方法并不属于自适应领域,无法更改参数,而且对采集终端系统外围硬件电路的设计要求十分严格,实现较为困难。

在自适应数据采集领域,HUANG Ru和ZHENG Yang等人设计了基于时间序列预测模型的自适应采样,利用先验信息不断调整采样率[13-14],比较适用于信号变化缓慢的场合。Z.L.WANG针对基于拉曼散射的分布式温度测量系统设计了一种随光纤温度分布变化而自适应变采样的方法,但该方法只适用于此测量系统[15]。CesareAlippi等人根据奈奎斯特基本采样定律,通过信号频谱频率成分的变化来实时地调整采样率[16],较适用于环境监测等信号变化缓慢的场合,但数据重构较为困难。……

登录APP查看全文

猜你喜欢

振动故障信号
振动的思考
信号
完形填空二则
振动与频率
故障一点通
基于FPGA的多功能信号发生器的设计
中立型Emden-Fowler微分方程的振动性
奔驰R320车ABS、ESP故障灯异常点亮
基于LabVIEW的力加载信号采集与PID控制
故障一点通