Биография:

Материалы по теме выпускной работы:

                   Реферат на английском языке
Магистр ДонНТУ Бондарь Андрей Сергеевич
       мой e-mail:    henry_bondik@mail.ru
         ДонНТУ
 Портал магистров

Бондарь Андрей Сергеевич

Факультет: Компьютерные Информационные Технологии и Автоматика (КИТА)

Кафедра: Автоматика и Телекоммуникации (АТ)

Специальность: Системы управления и автоматика (СУА-03а)

Тема магистерской работы: “Исследование и разработка алгоритмов адаптивной фильтрации в системах виброакустической диагностики”

Научный руководитель: доц. Дегтяренко      Илья Вячеславович



РЕФЕРАТ



                                          РЕФЕРАТ                                          
              В НАЧАЛО                                           НА ГЛАВНУЮ              
                                          ПЛАН РЕФЕРАТА                                          
                   

РЕФЕРАТ

Исследование и разработка алгоритмов адаптивной фильтрации в системах виброакустической диагностики

План:

       1. Виброакустическая диагностика. Цели. Задачи.

       2. Краткий обзор существующих систем виброакустической диагностики (СВАД) и возникающих в них проблем

       3. Разработка функциональной схемы подсистемы анализа виброакустических данных

       4. Концепции адаптивной фильтрации

       5. Исследование алгоритмов адаптивной фильтрации на основе моделирования в среде MATLAB/ DSP Blockset:

               5.1 Исследование влияния на сигнал узкополосной помехи

               5.2 Исследование влияния на сигнал помехи с неизвестной или переменной полосой частот

       6. Дальнейшие планы по магистерской работе

       7. Список литературы

                                          РЕФЕРАТ                                          
              В НАЧАЛО                                           НА ГЛАВНУЮ              
                                          ПЛАН РЕФЕРАТА                                          
                   

Виброакустическая диагностика. Цели. Задачи

       Виброакустическая диагностика, являясь разделом технической диагностики, есть отрасль знаний, включающая в себя теорию и методы организации процессов распознавания технических состояний машин и механизмов по исходной информации, содержащейся в виброакустическом сигнале.

       Вибродиагностика - это одна из относительно новых отраслей науки, основанная на предположении, что любой объект (технический, биологический и т. д.) может быть представлен в виде колебательной системы и спектра вибросигнала, стимулированного либо тестом, либо функциональными возмущениями, содержащих информацию о техническом состоянии, дефектах и качестве объекта. Способ извлечения и расшифровки этой информации составляют основную задачу диагностики, которая в последнее врямя решается с помощью вычислительной техники. Различают функциональную и тестовую диагностику. Под функциональной диагностикой чаще всего подразумевают виброакустическую диагностику, а под тестовой - определение технического состояния с помощью искусственно создаваемой вибрации.

       Объектами виброакустической диагностики могут являться любые машины и механизмы, в которых составные части двигаются друг относительно друга. При движении возникает их взаимодействие, и, в результате, возникают акустические волны. Эти волны могут быть зарегистрированы на внешних частях машины, и анализ этих волн позволяет судить о технологическом состоянии машины [7].

       Методы вибродиагностики направлены на обнаружение и идентификацию таких неисправностей агрегата, которые оказывают влияние на его вибрацию: дефектов роторов, подшипников качения и скольжения, редукторов, узлов статора, насосов, компресоров и т.д. Сначала использовались методы и средства контроля различных параметров, затем мониторинга, и, на последнем этапе, системы диагностики и прогноза технического состояния. Внедрение каждого последующего вида систем дает пользователю новые возможности для перехода на обслуживание машин и оборудования по фактическому состоянию. [ 1 ]

       Основные цели виброакустической диагностики:
  • сокращение расходов на обслуживание;
  • предупреждение развития дефектов агрегата и сокращение затрат на его восстановление;
  • улучшение качества обслуживания;
  • увеличение срока службы механизма.
Задачи виброакустической диагностики:
  • разделение множества возможных технических состояний агрегата на два подмножества: исправных и не исправных;
  • постановка диагноза, состоящего в определении характера и локализации одного или группы дефектов, соответствующих вибрационному состоянию агрегата;
  • возможное обнаружение дефекта на ранней стадии и прогнозирование его развития во времени.
       На основании диагноза определяется оптимальный режим эксплуатации агрегата в условиях возникшей неисправности и технология устранения дефекта и восстановления работоспособности агрегата. Чем надежней и конкретней диагноз, тем ниже затраты, связанные с восстановлением агрегата.

       В своей магистерской работе я провожу исследование различных алгоритмов адаптивной фильтрации, с целью доказать, что применение их в системах виброакустической диагностики более эффективно чем использование линейных фильтров. Основной задачей моей магистерской работы является разработка наиболее эффективного алгоритма адаптивной фильтрации для систем виброакустической диагностики на основе проделанных исследований.

      

                                          РЕФЕРАТ                                          
              В НАЧАЛО                                           НА ГЛАВНУЮ              
                                          ПЛАН РЕФЕРАТА                                          
                   

Краткий обзор существующих систем виброакустической диагностики (СВАД) и возникающих в них проблем

       При проведении диагностирования оборудования по параметрам вибрации, прежде всего, необходимо получать достоверные измерения виброакустических сигналов в контрольных точках. Для этого нужно, помимо соблюдения правил установки датчиков, использовать приборы-спектроанализаторы, которые отвечают определенным требованиям.

       В настоящее время, ряд фирм разрабатывают и производят оборудование, предназначенное для измерения характеристик виброакустических сигналов. Имея общее назначение, эти приборы значительно отличаются между собой по предоставляемым возможностям и удобству в эксплуатации. На сегодняшний день, наиболее известными и широко представленными на рынке сборщиками-спектроанализаторами виброакустической информации являются: "ПР-200А" (НТЦ "Приз" г. Москва), "Кварц" и "Топаз" (ООО "Диамех" г. Москва), "СК-2300" (ИТЦ "Оргтехдиагностика" г. Москва), "СД-11" (АО "ВАСТ" г. Санкт-Петербург), "СМ-3001" и "ДСА-2001" (ООО "Инкотес" г. Нижний Новгород), "Диана-2" и "Атлант-8" (ПВФ "Вибро-Центр" г. Пермь).

       Все указанные приборы являются сложными программно-аппаратными комплексами, созданными на базе микропроцессорных модулей. Использование микропроцессоров, позволило (при сравнительно небольших размерах) реализовать в устройствах широкий спектр измерительных и вычислительных возможностей, проводить различные виды анализа сигналов вибрации, а также рассчитывать дополнительные параметры виброакустических характеристик (СКЗ, пик-фактор и т.д.). [5]

       В основу диагностического программного обеспечения вышеперечисленных приборов заложены мощные вибродиагностические программы. Но даже в случае комплексного применения вибродиагностических программ нет гарантии, что будет достигнута высокая достоверность диагнозов, а, следовательно, сделаны правильные выводы о состоянии исследуемого механизма или детали. Это связано с тем, что некоторые из программ обеспечивают достоверность диагнозов всего лишь на 50%-70%, а приемлемой достоверностью является 85% и выше. Причиной низкой достоверности диагнозов может являться некорректный сбор и цифровая обработка полезных виброаккустических сигналов. Одним из возможных вариантов улучшения качества цифровой обработки виброакустических сигналов является применение в СВАД алгоритмов адаптивной фильтрации, которые позволяют в значительной степени очистить полезный сигнал от нежелательных составляющих: шумов, сигналов, исходящих от других приводов и т.д. Большинство СВАД имеют недостаточно широкий частотный диапазон, что в ряде случаев не позволяет прибору в полном объеме проводить обследование как тихоходных машин (частоты вращения валов составляют Герцы, и доли Герц), так и быстроходных машин (частоты вращения валов составляют до 20 кГц). Поэтому существует необходимость расширить этот диапазон и сделать равным: 0.5 Гц – 22 кГц. Также существенным недостатком некоторых СВАД является то, что они работают только с датчиками, идущими в комплекте с устройством. Многие СВАД используют несколько коммутируемых входных каналов, что снижает частоту опроса датчиков и, следовательно, снижается быстродействие системы.

       В системах виброакустической диагностики часто возникает такая проблема, как загрязнение полезного сигнала нежелательными, часто мощными сигналами или помехами. В СВАД для выделения (очистки) полезного сигнала часто применяются обычные линейные фильтры, а, в частности, фильтры низких частот и полосовые фильтры. Однако данный подход может применяться только в тех случаях, когда полезный сигнал и помеха занимают строго определенные и разнесенные полосы частот и не дает желаемого результата, когда спектры сигнала и помех перекрываются, или когда полоса частот помехи неизвестна или переменна [2, с.700].

      



       Следовательно, применение линейных фильтров в СВАД является существенным недостатком и может повлиять на достоверность выводов о состоянии диагностируемого оборудования (чтобы сделать правильные выводы зачастую приходится применять дополнительные специализированные средства).

       Поэтому вопрос о применении в СВАД алгоритмов адаптивной фильтрации является актуальным, т.к. адаптивные фильтры в значительной степени помогут решить вышеперечисленные проблемы.

      

                                          РЕФЕРАТ                                          
              В НАЧАЛО                                           НА ГЛАВНУЮ              
                                          ПЛАН РЕФЕРАТА                                          
                   

Разработка функциональной схемы подсистемы анализа виброакустических данных

       Функциональная схема разрабатывается с учетом состава и структуры функциональных узлов подсистемы. Проектируемое устройство содержит следующие составные части:

  • датчики (пьезодатчики – акселерометры);
  • преобразователь заряда в напряжение;
  • усилитель с программируемым коэффициентом усиления;
  • устройство выборки/хранения;
  • ФНЧ;
  • АЦП;
  • микроконтроллер;
  • периферийные устройства;
Таким образом, функциональная схема системы будет иметь следующий вид:



       Рисунок 2– Функциональная схема СВАД



       Д1 – датчик, снимающий сигнал (зашумлённый сигнал) с диагностируемого объекта;

       Д2 – датчик, снимающий сигнал помехи (например, сигнал исходящий от мощного привода и т.д.);

       БПО – блок первичной обработки;

       МБ – микропроцессорный блок;

       БКИ – блок клавиатуры/ индикации;

       УЗ – усилитель заряда;

       ФНЧ– фильтр низких частот;

       УВХ – устройство выборки/ хранения;

       АЦП – аналогово-цифровой преобразователь;

       МК – микроконтроллер;

       ОЗУ – оперативно запоминающее устройство;

       ПЗУ – постоянно запоминающее устройство;

       К – клавиатура;

       И – блок индикации.

       Сигналы пьезоэлектрических датчиков – акселерометров (Д1 и Д2) в виде электрического заряда поступают на вход усилителя заряда (УЗ), который осуществляет преобразование заряда в напряжение. Коэффициент усиления УЗ настраивается при помощи микроконтроллера (МК). Если выходные сигналы УЗ выходят за заданные пределы, то микроконтроллер снижает коэффициент усиления (УЗ) до тех пор, пока сигналы выходят за заданный диапазон значений.

       Блоки Д и УЗ можно объединить в один блок, т.е. использовать акселерометр со встроенным усилителем заряда.

       Выходные сигналы УЗ поступают на фильтры нижних частот, которые подавляют составляющие сигнала выше заданной частоты, а остальные пропускает на выход.

       Таким образом системой обеспечивается заданный частотный диапазон сигнала. МК реализует алгоритмы адаптивной фильтрации, которые позволяют подобрать (настроить) коэффициенты фильтров таким образом, чтобы на выходе получить в значительной мере очищенный от помех полезный сигнал, снятый с диагностируемого объекта. Данные фильтры подбираются так, чтобы не усиливать входной сигнал, т.е. его коэффициент усиления равен 1.

       Далее сигнал поступает в блок аналогово-цифрового преобразования, которое осуществляется при помощи АЦП. Для фиксации входного сигнала на время преобразования АЦП используется устройство выборки/ хранения. Оно запоминает текущую величину аналогового сигнала и держит его на выходе, пока АЦП не выдаст двоичный код (результат преобразования). АЦП управляется микроконтроллером. В частности, с МК подается сигнал начала преобразования, а по окончании преобразования АЦП выдает сигнал о том, что выходной код готов и МК может его считывать.

       МК выполняет большой набор функций:

  • устанавливает коэффициенты усиления УЗ;
  • реализует алгоритмы адаптивной фильтрации;
  • осуществляет настройку коэффициентов ФНЧ;
  • управляет работой АЦП;
  • получает выходной код АЦП;
  • осуществляет запись сигнала в память и его предварительную обработку;
  • поддерживает интерфейс пользователя с устройством (клавиатура и блок индикации).


       Запись оцифрованного сигнала в память производится в реальном масштабе времени - вместе с работой АЦП. Блок ОЗУ используется для хранения данных: промежуточных коэффициентов адаптивного фильтра и т.д., а блок ПЗУ служит для хранения программ выполняемых МК, а также данных: очищенного полезного сигнала, конечных коэффициентов адаптивного фильтра и т.д. Клавиатура дает возможность управлять ходом анализа и получения исходных данных, а дисплей позволяет пользователю получать сообщения о параметрах записанного вибросигнала и другую информацию.

      

                                          РЕФЕРАТ                                          
              В НАЧАЛО                                           НА ГЛАВНУЮ              
                                          ПЛАН РЕФЕРАТА                                          
                   

Концепции адаптивной фильтрации



       Адаптивный фильтр - это цифровой фильтр с самонастраивающимися характеристиками. Такой фильтр автоматически адаптируется к изменениям выходных сигналов. Адаптивный фильтр отличается следующим свойством: его частотная характеристика автоматически регулируется или модифицируется для улучшения производительности фильтра в соответствии с некоторым критерием, что позволяет фильтру адаптироваться к изменениям характеристик входного сигнала.

       Адаптивный фильтр состоит из двух различных частей: цифрового фильтра с регулируемыми коэффициентами и адаптивного алгоритма, который используется для настройки или изменения коэффициентов фильтра (рис. 3) [2, с.701].



       Рисунок 3 – Структура адаптивного фильтра-шумоподавителя



       На адаптивный фильтр одновременно подаются два входных сигнала, и . Сигнал загрязнен и содержит полезный сигнал и шум , причем предполагается что эти сигналы не коррелируют. Сигнал - это мера загрязнённого сигнала, который коррелирует с . В цифровом фильтре сигнал обрабатывается для получения оценки сигнала . Затем полезный сигнал оценивается как разность зашумлённого сигнала и выхода цифрового фильтра :



       Основная цель шумоподавителя заключается в получении оптимальной оценки шума в зашумленных сигналах, а, следовательно, оптимальной оценки желаемого сигнала. Для этого подается в цепь обратной связи, и на основе этого сигнала и подходящего адаптивного алгоритма регулируются коэффициенты цифрового фильтра для минимизации шума в сигнале .

       Для настройки коэффициентов цифрового фильтра (рис.4) используются адаптивные алгоритмы, в которых сигнал ошибки минимизируется согласно некоторому критерию, например, по схеме наименьших квадратов. Наибольшее распространение получили алгоритмы, в которых используются схема наименьших квадратов (LMS) и рекурсивная схема наименьших квадратов (RLS).



       Рисунок 4– Функциональная схема адаптивной фильтрации по схеме наименьших квадратов [2, с.708-710]



                                          РЕФЕРАТ                                          
              В НАЧАЛО                                           НА ГЛАВНУЮ              
                                          ПЛАН РЕФЕРАТА                                          
                   

Исследование алгоритмов адаптивной фильтрации на основе моделирования в среде MATLAB/ DSP Blockset

Исследование влияния на сигнал узкополосной помехи



       Целью моделирования являлось обоснование использования адаптивного фильтра в случае воздействия на полезный сигнал узкополосной помехи, спектр которой перекрывается со спектром полезного сигнала. А также обоснование эффективности использования адаптивного фильтра по сравнению с линейным фильтром.

       Для реализации алгоритмов адаптивной фильтрации по методу наименьших квадратов и рекуррентному методу наименьших квадрат использовались блоки LMS Adaptive Filter и RLS Adaptive Filter,соответственно, а блокDigital Filter Design производил фильтрацию линейным фильтром. Графики полезного зашумленного сигнала после фильтрации адаптивным и линейным фильтрами приведены на рисунке 5 [3, с.523-694].

      





* Анимация выполнена в графическом редакторе Adobe ImageReady (6 кадров по 4 рисунка на каждом; 5 циклов повторений)

Рисунок 5 – Результаты моделирования с использованием алгоритмов LMS и RLS (а – полезный сигнал; б – сигнал + помеха; в – сигнал после линейного фильтра; г – сигнал после адаптивного фильтра (LMS); д -сигнал после адаптивного фильтра (RLS))



       Анализируя графики (рис.5), можно увидеть, что при использовании линейного фильтра существенно искажается форма полезного сигнала. Очищенный полезный сигнал мало отличается от зашумленного сигнала. Применение адаптивного фильтра в значительной степени очищает полезный сигнал от помехи. Вид очищенного сигнала практически совпадает с видом полезного сигнала.

      

Исследование влияния на сигнал помехи с неизвестной или переменной полосой частот



       Целью моделирования являлось обоснование использования адаптивного фильтра в случае воздействия на полезный сигнал помехи с неизвестной или переменной полосой частот. А также обоснование эффективности использования адаптивного фильтра по сравнению с линейным фильтром.

       Для реализации алгоритмов адаптивной фильтрации по методу наименьших квадратов и рекуррентному методу наименьших квадрат использовались блоки LMS Adaptive Filter и RLS Adaptive Filter,соответственно, а блокDigital Filter Design производил фильтрацию линейным фильтром. Графики полезного зашумленного сигнала после фильтрации адаптивным и линейным фильтрами приведены на рисунке 5 [3, с.523-694].

       Анализируя графики ( рис.5), можно увидеть, что, в отличии от применения линейного фильтра, применение адаптивного фильтра в значительной степени очищает полезный сигнал от помехи.

      

       Таким образом, была обоснована целесообразность применения алгоритмов адаптивной фильтрации в системах виброакустической диагностики для минимизации воздействия помех с неизвестной или переменной полосой частот (широкополосных помех), а также помех, спектры которых перекрываются со спектром полезного сигнала (узкополосных помех).

                                          РЕФЕРАТ                                          
              В НАЧАЛО                                           НА ГЛАВНУЮ              
                                          ПЛАН РЕФЕРАТА                                          
                   

Дальнейшие планы по магистерской работе



       В дальнейшем планируется произвести исследования с сигналами, снятыми с реальных объектов в реальных условиях их эксплуатации. Планируется рассмотреть вопрос, связанный с разработкой цифрового фильтра с точки зрения теории автоматического управления (ТАУ).

       После будут разработаны: обобщенный алгоритм работы системы виброакустической диагностики, алгоритм процедуры адаптивной фильтрации, программное обеспечение системы виброакустической диагностики.

       В магистерской работе также планируется произвести исследования разработанных средств и алгоритмов. Исследования будут включать в себя: выбор тестовых сигналов, оценку параметров качества работы системы, рекомендации касательно использования разработанных средств на практике.

       Ориентировочне сроки окончания выполнения магистерской работы: октябрь - ноябрь 2008 года. Защита магистерской работы будет происходить в декабре 2008 года.

                                          РЕФЕРАТ                                          
              В НАЧАЛО                                           НА ГЛАВНУЮ              
                                          ПЛАН РЕФЕРАТА                                          
                   

Список литературы



       1. Баркова Н.А. - Современное состояние виброакустической диагностики машин машин. - 2002.

       2. Айфичер, Эмануил С., Джервис, Барри У. Цифровая обработка сигналов: практический подход. 2-е издание - М.: Издательский дом “Вильямс”, 2004. – 992с.

       3. Дьяконов В.П. MATLAB 6.5 SPI/7 + Simulink 5/6. Основы применения. Серия “Библиотека профессионала” – М.: СОЛОН-Пресс, 2005. – 800с.

       4. Густав Олсон, Джангуидо Пиани. Цифровые системы автоматизации и управления. 3-е издание – С-Пб.: 2001 – 557 с.

       5. Соколов Д.В., ЗАО "Промсервис" - СРАВНИТЕЛЬНЫЕ ХАРАКТЕРИСТИКИ СБОРЩИКОВ-СПЕКТРОАНАЛИЗАТОРОВ ФИРМ-ПРОИЗВОДИТЕЛЕЙ

       6. Материалы сайтов, приведенных в разделе ссылки

       7. Генкин М.Д., Соколова А.Г. Виброакустическая диагностика машин и механизмов.- М.: Машиностроение, 1987.-283с.

                                          РЕФЕРАТ                                          
              В НАЧАЛО                                           НА ГЛАВНУЮ              
                                          ПЛАН РЕФЕРАТА                                          

© ДонНТУ 2008 Бондарь Андрей Сергеевич