基于arm的钢丝绳检测系统毕业设计论文(编辑修改稿)

基于arm的钢丝绳检测系统毕业设计论文(编辑修改稿)内容摘要：

1 、tt2 ， ),(),( 21  ttRttR xx ，简记为 )(xR ，即 )]()([)(   tXtXER x () 用时间平均来计算式 ()，自相关函数可以表示为 西安工业大学北方信息工程学院毕业设计（论文） 15   TTTx dttxtxTR )]()([21)( lim  () 自相关函数具有以下重要特点。 (1) 对于实信号，自相关函数是  的偶函数，即 )()(   xx RR。 (2) 周期信号的自相关函数是一个与原信号周期相同，相位不同的周期信号。 (3) 自相关函数在 0 时取得最大值， 其值等于该信号的均方值。 (4) 随机信号的自相关函数具有随 || 值的增大而递减的特性。 c. 互相关函数 互相关函数反映两个不同的随机噪声 )(tx 和 )(ty 在不同时刻 1t 和 2t 取值的相关程度，其定义为 )]()([),( 2121 tYtXEttR xy  () 若 )(tx 、 )(ty 两路随机信号平稳，则其统计特征量与时间起点无关。 令 tt1 、tt2 ，则 ),(),( 21  ttRttR xyxy ，简记为 (xyR ，即 )]()([)(   tYtXER xy () 若 )(tx 、 )(ty 同时又是各态遍历的，则可以用时间平均来计算式 ()，这时互相关函数可以表示为   TTTxy dttytxTR )]()([21)( l i m  () 互相关函数具有以下特点。 （ 1） 互相关函数不再是偶函数，即 )()(   xyxy RR 但 )()(   yxxy RR。 （ 2）  趋于无穷大时，互相关函数可以写成 )(tx 和 )(ty 均值的乘积，即 yxxyR )( () （ 3） 互相关函数的上界由下式确定 )0()0()( yxxy RRR  () （ 4） 对于平稳随机噪声， )(xyR 仅与时间差  有关，与计算时间的起点无关。 d. 相关函数的实现 相关函数的运算分为模拟积分方式和数字累加方式两类，主要针对模拟信号西安工业大学北方信息工程学院毕业设计（论文） 16 和数字信号处理。 计算方法分别如下。 （ 1）模拟积分方式 对于平稳随机信号 )(tx 和 )(ty ，根据定义，其自相关和互相关函数可以分别表示为   TTTx dttxtxTR )]()([21)( l i m  ()   TTTxy dttytxTR )]()([21)( lim  () 在理论上上面两个公式中的积分时间是无穷大。 但是在实际应用中不可能满足这一点。 通常的做法是在有限积分时间 T 内计算相关函数的估计值，即   Tx dttxtxTR 0 )()(1)(ˆ  ()   Txy dttytxTR 0 )()(1)(ˆ  () 式中， )(ˆ xR 表示 )(tx 的自相关函数 )(xR 的估计， )(ˆ xyR 表示 )(tx 和 )(ty 的互相关 )(xyR 的估计。 因为积分时间有限，所以估计值结果会有偏差。 因此根据所需的误差范围来设定相应的积分时间，积分时间越长，误差越小，但运算速度越慢， 需要选取合适的硬件设备来配合。 （ 2）数字累加方式 数字累加是将式（ ） ~（ ）离散化后的直接结果。 将被测信号 )(tx 和 )(ty取样，并进行模数转换，可得到离散的数字信号 )(nx 和 )(ny ，利用累加平均的方式实现积分运算，则信号自相关函数和互相关函数的估计值分别表示为  10 )()(1)(ˆ Nnx knxnxNkR ()  10 )()(1)(ˆ Nnxy knynxNkR () 其中， N 表示累加平均的次数， k为延时序号。 目前的许多研究和应用领域中，都涉及到微弱信号的精密测量。 然而对任何一个系统，必然存在电路内部噪声，这一噪声信号根本不可能完全除去，需要在信号处理中加以削弱，以凸显有效信号；而当所测量的信号较微弱时，如何把淹没于噪声中的有用信号提取出来，是目前微弱信号处理的焦点问题。 相关分 析在漏磁检测中的应用 考虑到漏磁信号本身非常微弱而环境噪声异常复杂，因此在设计中采用互相关函数进行信号检测，利用此方法可在信号频率未知的条件下有效提高对信号的检测能力。 西安工业大学北方信息工程学院毕业设计（论文） 17 a．漏磁信号提取 （ 1）互相关处理对于信号提取的特点 设计中，两组传感器将采集到的漏磁信号传送至 ARM系统中，由相关分析进行相应处理。 其本质上是：利用两个配置在不同位置的传感器测量同一信号源的信号，利用有用信号与噪声相互独立的特点可将信号从噪声中提取出来。 漏磁信号互相关运算基本原理如图。 互 相 关++)(ty )(tx )(xyR)(ts)(1 tn)(ts )(2 tn++ 图 互相关原理 两 个传感器的输出信号分别为 )()()( 11 tntsKtx  )()()( 22 tntsKty  )(1tn 、 )(2tn 分别表示干扰噪声。 对两个传感器的输出信号 )(tx 和 )(ty 做互相关处理，得  )()()()( )]()() ] [()([)]()([)(2112 21212211  nnsnsnsxy RRKRKRKK tntsKtntsKEtytxER   () 式中 )(sR 、 )(2 snR、 )(1 snR、 )(21 nnR分别表示信号 )(ts 的自相关函数、信号与噪声的互相关函数、噪声与噪声的互相关函数。 假定（这也符合实际情况），若 )(1tn 、 )(2tn 、 )(ts 互相独立，则式 ()后三项均为零。 则由式 ()可得 )()( 21  sxy RKKR  () 由式 ()，可以看到 )(xyR 不包含噪声的自相关项，所以可根据各种  值的)(xyR 判断 )(ts 的相关性特征。 使用 matlab软件验证上面的理论推断。 假设输入信号正弦信号为)s in()(   tAts ，并混有噪声信号 )(1tn 、 )(2tn ，则输入信号分别为。 西安工业大学北方信息工程学院毕业设计（论文） 18 )()s in ()()()( 22 tntAtntstx   () )()s in ()()()( 11 tntAtntsty   () 其中  为时间间隔，由编码器脉冲信号确定。 信号互相关运算可得 TTTTTxydttntnTdttntsTdttntsTdttstsTdttntstntsTR0 210 10 200 21)()(1)()(1)()(1)()(1)]()([)]()([1)( () 根据相关函数特性可知，式 ()的后 3项均趋向于 零，则理想状况下 )(tx 的互相关函数为  co s2)( 2AR xy  () 仿真中，设 1T 时刻采集样本信号 1为 )(10)( txf  ， 0t49，伴随随机噪声； 2T 时刻采集样本信号 2为 )(10)( txf  ， 0t49，伴随随机噪声。 随机噪声使用 Matlab中的 randn函数实 现。 为提高仿真效果，信号信噪比较大，设置为 5。 Matlab仿真核心语句为 figure。 t=0:99。 xn=xs1+xn1+xs2+xn2。 xsig=xcorr(xn)。 plot(real(xsig))。 ylabel(“幅值 ”)。 xlable(“时间 ”)。 title(“{互相关信号 }”) 其中 xs xs2为正弦信号； xn xn2为随 机噪声。 如图 ，纵坐标为信号幅值单位毫米。 经过互相关分析后的波形，如图 ，其中横坐标为时间轴单位秒，纵坐标为信号幅值单位毫米。 由图 ，经过互相关运算后，信号幅值为输入信号幅值之积，其信噪比得到提高，有利于漏磁检测。 西安工业大学北方信息工程学院毕业设计（论文） 19 图 两时间段采样信号 图 经互相关运算后输出信号 由式 ()可知，互相关处理结果 )(xyR 不包含噪声的自相关项，而只于有用信号 )(ts 有关，其值为 )(ts 的幅值之积再乘以 )(ts 的自相关项，与时间无关。 在漏磁信号检测中，两路传感器采集的均为同一位置处的漏磁信号，理想状态下（无任何干扰噪声），两路信号应完全一致且钢丝绳无损伤部分信号为零，则其特征值均为同号，即均为正或均为负，经互相关运算后，其值一定大于零，且最大峰值出的时间不会应漏磁信号时间的变化而变化。 为验证这一推断，做如下仿真。 理想状态下，进行假设的漏磁信号互相关处理仿真。 图 、 为理想状态下漏磁信号互相关结果。 图 仿真漏磁信号 西安工业大学北方信息工程学院毕业设计（论文） 20 图 互相关处理结果 图 ，经互相关处理后结果为图 所示，处理信号幅度较大，分布规则，且波形相同。 变化输入信号相位，得到以下推断。 对其中一路输入信号做延迟处理，发现互相关结果中最强信号位置不发生改变，但次强信号位置随输入信号位置改变而变化，其相对于最强信号的延时和输入信号延时成比例。 改变输入信号特征值大小，互相关结果后的信号特征值大小随之改变，但符号不发生变化。 改变输入信号输入时间 ，互相关结果后的信号位置不变。 由以上结论可知，在漏磁信号检测中，钢丝绳破损位置不会影响处理结果，其结果只和破损程度有关，并且处理后的信号最强特征值表现为钢丝绳破损所产生的漏磁场信号。 因而只需对最强特征值进行判断即可确定钢丝绳是否受损。 （ 2）互相关处理提取漏磁信号 对一根钢丝绳进行人为破坏，使其表面出现细缝损伤，细缝宽度与其深度之比约为 ，对这一钢丝绳进行漏磁场信号测量，测量信号如图 所示。 图 传感器输入信号 1 图 中，漏磁信号均已被噪声信号淹没，无法正确识别。 进行互相关 处理后，其结果如图 所示。 西安工业大学北方信息工程学院毕业设计（论文） 21 图 互相关结果 从图中可以清楚地看到：尽管在原信号中，漏磁信号被淹没在噪声中，无法直接识别，但经过互相关运算后，钢丝绳中的损伤被凸显出来；据此，不仅可以清晰的判别钢丝绳表面已受损，而且也易于确定损伤位置。 另对钢丝绳做较大范围表面损坏，但其破损深度较浅，其宽度与其深度之比约为 4，检测数据如图 所示。 图 较大面积破损漏磁信号 进行互相关处理，其结果如图 所示。 图 互相关运算结果 实验表明互相关处理对于钢丝绳破损有较好的 运算结果，特别是对表面大面西安工业大学北方信息工程学院毕业设计（论文） 22 积破损的信号，较为灵敏。 但是在使用互相关分析时，要注意如果干扰噪声中存在相关分量，那么运算后的结果会出现较大错误，即信号中的峰值不一定就是钢丝绳受损位置的漏磁信号，因此要保证互相关处理后的准确性，必须保证采集信号中不包含相关的噪声信号。 在一般情况下， 由于环境复杂， 所检测的漏磁信号中，噪声相关性均较弱，所以相关性较强的谐波分量不会太多，这时，可以考虑采用信号还原的方法，将具有较强相关性的谐波分量去除，在进行互相关处理，从而可得到较好的分析结果。 b．漏磁信号还原 通过以上讨论，可得知 互相关处理对于漏磁信号有较好的判别能力，但是如果信号中存在相关性较强的谐波分量时，则其互相关结果会出现较大误差，并且由信号的互相关结果无法直接对钢丝绳的损伤进行定量判断，因此可将。