DSP 在磁致伸缩位移传感器中的应用研究

DSP 在磁致伸缩位移传感器中的应用研究
作者：刘洋；何小刚；牛昱光





       磁致伸缩位移传感器的测量机理是基于威德曼效应( Wiedeman Effect) , 给磁致伸缩波导丝同时施加纵向磁场( 由浮子内的永磁铁产生,测量时浮子在保护套管上运动) 和环向磁场( 即通以纵向激励电流) 时,波导丝除长度发生变化外, 还会产生扭曲现象。这种扭曲以固体中超声波的速度向两端传播, 形成扭力波。通过测量发出的激励脉冲与接收到的扭力波信号之间的时间差, 再根据其传播速度可获得准确的测量位置值, 进而把位置的测量转换为时间的测量。它具有测量精度高、使用寿命长、耐腐蚀等一系列特点, 已在行程测量和液位测量中得到了广泛应用。但在测量过程中通常会因引入多种噪声而影响其测量精度, 为提高测量精度, 必须对噪声进行处理。

1 传感器检测信号特点

       磁致伸缩位移传感器工作时有两种信号, 发出的激励脉冲信号和检测到的回波信号。传感器的浮子( 产生纵向磁场的磁铁) 与测杆相对静止时,输出信号中仍存在相对于其测量精度影响很大的扰动, 这是由于波导丝内激励脉冲电流对扭力波的影响( 有时强度可达到满量程的 0.2%) [ 1] , 以及整个电子系统的电磁噪声的影响。在浮子移动过程中影响更大。这些因素在高精度测量系统中是必须处理的。我们在分析了磁致伸缩位移传感器工作机理的基础上结合数字信号处理理论对其进行数字滤波。

       经过对传感器检测信号进行采样分析, 可知回波信号受到了较大的干扰。目前测量电路大都是通过一个预先设置了门限电平的比较器检测收到回波的时间, 这样的测量在噪声的干扰下, 会导致比较点的前移或推后 , 若前移或推后 1 μs 将会带来 2.838 mm( 波速 2.838 mm/μs) 的误差。

2 数字滤波器的设计

       为了提高测量精度 , 我们对回波信号进行采样、数字处理、特征值( 波峰以及过零等) 提取, 进而求取位置值。在数字滤波器中主要有两大类: 无限长单位脉冲响应( IIR) 滤波器和有限长单位脉冲响应( FIR) 滤波器[ 5] 。在现代电子系统中如图像处理、数据传输等波形携带信息的传递系统, 都广泛使用 FIR 滤波器

2.1 设计方法

        一般来说, 这样得到的理想单位脉冲响应序列 h(d n) 往往都是无限长序列, 而且是非因果的。这样一个无限长序列怎样用一个有限长序列近似它呢? 最简单的办法就是直接截取它的一段来代替, 但是为保证所得到的是线性相位滤波器, 必须满足 h( n) 的偶对称性。这种直接截取的办法可以形象地想象为 h( n) 好比是通过一个窗口所看到的一段 h(d n)。显然, 对实际 FIR 滤波器的幅频特性 H( ω) 有影响的只是窗函数的幅频特性 W(R ω) 。实际 FIR 滤波器的幅频特性是理想滤波器的幅频特性与窗函数的幅频特性的复卷积。

2.2 窗口函数的选择

       由上面讨论可知, 窗函数不仅起截断作用, 还能起平滑作用。因此,设计一个特性良好的窗口函数有着重要的现实意义。

一般希望窗口函数满足两项要求:

(1)窗谱主瓣尽可能的窄, 以获取较陡的过渡带。

(2)尽量减少窗谱的最大旁瓣的相对幅度, 也就是能量尽量集中于主瓣, 这样使肩峰和波纹减小, 就可增大阻带的衰减。

       目前业已采用的窗口函数包括矩形窗、三角窗、汉宁( Hanning) 窗、海明( Hamming) 窗、布拉克曼( Blackman) 窗。由于篇幅所限, 本文只讨论海明窗( 又称改进的升余弦窗) 。这三部分之和, 使旁瓣互相抵消 , 能量更集中在主瓣 , 海明窗可将99.963%的能量集中在窗谱的主瓣内, 它的最大旁瓣值比主瓣值约低 41 dB。

2.3 FIR 滤波器的实现结构

       FIR 滤波器的特点是它的单位脉冲响应 h( n) 是一个有限长序列, 设FIR 数字滤波器的 h( n) 的长度为 N。FIR 滤波器的结构, 称之为横截型结构。由于该结构利用输入信号 (x n) 和滤波器单位脉冲响应 h( n) 的线性卷积来描述输出信号 y( n) , 所以 FIR 滤波器的横截型结构又称为卷积型结构, 有时也称为直接型结构。

       为了看清楚滤波效果, 将滤波结果向下平移 1 个单位。从滤波前后比较可以看出, 本滤波器很好地滤掉了系统所带来的干扰成分, 从噪声中提取了有用的特征信号, 为我们进行高精度液位测量提供了重要的理论基础。

       基于磁致伸缩传感器的基本机理, 结合 FIR 滤波器的特性,我们提出一种新的磁致伸缩传感器检测液位方法———全波采样法。系统在发出激励脉冲的同时启动 A/D 转换, 将 A/D 转换数据保存, 然后对其进行数字滤波, 接着寻找波形的特征点( 如谷点、零点、峰点) , A/D 转换速率是已知的, 进而能求得特征点处的时间 t, 乘以波速 v 即得液位 L。

       通过寻找回波信号的特征点求取液位的方法有以下优点: 第 0.085一, 由于波导丝本身的不连续性, 超声波在传播过程中会发生幅 0.000值上的衰减, 采用比较器检测的方式, 比较器的门限电平是预先 0.000设定的, 这无疑会使翻转时间推后, 从而造成较大的测量误差。采 0.085用提取特征点的方法( 如波峰) 可以有效避免这方面的干扰。第 0.000二, 便于进行数字滤波, 充分发挥数字滤波的优点。第三, 可以消 0.085除放大器零点漂移带来的影响。 0.000从上面几组数据的测量可以看出, 采用 FIR 滤波算法前同一位置10 次测量的最大值与最小值之差为 3.41 mm, 测量的最大误差为- 2.55 mm, 采用 FIR 滤波算法后 10 次测量的最大值与最小值之差为 0.85 mm,测量的最大误差为- 0.86 mm, 滤波后分辨率已经达到采样频率值。

        下面结合实验加以说明, 表 1～表 4 是 FIR 滤波前后的测量 0.000值及误差。实验中采样周期 T=0.3 μs, 波速 v=2.838 mm/μs, 波速 0.000是通过实验标定的。由采样周期所限, 测量值只能精确到 0.851 4 0.085 mm。真实值以精度为 1 mm 的钢板尺作为测量工具。采用回波信

号的波峰来测量液位, FIR 滤波前、后分别做多次测量。以一组数据为例, 取 10 个位置, 每个位置做 10 次测量。以每轮测量的最大值与最小值之差以及测量值与真实值之间的误差作为系统的衡量指标。表头中次数即为测量次数, 差值即为 10 次测量的最大值与最小值之差。

3 结论

       试验结果表明, 本文提出的 FIR 数字滤波方法, 具有动态特性好、测量精度高的特点, 很好地解决了磁致伸缩传感器检测信号的滤波问题。这为使用专门的 DSP 芯片构建高精度磁致伸缩测量系统提供了理论和实验基础。






本文章转自爱学术（aixueshu.com），如有侵权，请联系删除