汽车制动试验台检定数据处理研究

2010-05-03 09:12白云川李树珉陈成法但佳璧
中国测试 2010年4期
关键词:试验台滤波脉冲

白云川,李树珉,马 效,陈成法,但佳璧

(军事交通学院,天津 300161)

1 引 言

汽车制动试验台检定是由计量行政部门对其测试能力、可靠性和数据准确性进行测量和评价[1]。传统的制动试验台检定主要通过手工操作、记录、计算完成。为了减小人工操作误差,提高检定精度,设计了制动试验台检定系统[2],采用计算机测试和处理数据,实现了自动化检定。

在实际检定过程中,检定信号经过制动检定系统硬件滤波后,信号质量有所提高。但是由于检定现场随机干扰较多,为了保证检定的精度,还应该采取软件滤波来提高信号质量。该文将重点研究未确知有理数滤波算法对检定信号的处理,来提高制动试验台检定的准确度。

2 滚筒反力式制动试验台的检定

试验台的结构和工作原理决定了检定方法。滚筒反力式制动试验台的检定分为静态、动态和在线检定[2]。其检定流程基本相同,只是示值误差的检定方式不同。

(1)静态检定时根据GB/T 11798.2-2001中关于载荷点的要求,选取制动试验台额定载荷的1.5%,3.5%,7%,17%,25%,35%为测试点,逐点加载[3],最后计算机分别读取检定系统和制动试验台数据,进行比较实现检定。

(2)动态检定与静态检定的主要区别在于检定时加载过程是否连续。动态检定时,加载工具从额定载荷的0%连续加载到35%。在此加载过程中,由计算机分别自动读出制动试验台输出量与检定系统输出量,进行比较实现检定。

(3)在线检定是在对检测设备静态检定完成的前提下进行的对制动试验台性能进一步的检定。检定时,检测线处于工作状态,通过车辆制动对检测设备加载,分别通过检测系统采集单元和检定系统采集单元将整个制动过程数据传输至各主控系统,进行比较实现检定。

3 检定系统中数字滤波算法的选择

由误差理论可知,在检定过程中产生的误差主要是随机误差。它是由许多微小且相互独立影响引起的测量系统读数偏离。随机误差没有确定的变化规律,但在多次测量时总体上服从统计规律,因此可由数字滤波技术对其进行处理[4]。

数字滤波技术是通过软件算法将数据进行适当处理,从而屏蔽掉噪声和干扰杂波信号,获得可用、真实数据的一种方法。数字滤波方法一般有6种,即程序判断法、中值滤波法、算数平均法、递推平均法、抑制脉冲算数平均法和一阶惯性滤波法[5]。程序判断法,也称限幅滤波法,就是根据经验确定一个最大偏差值Max,每次测量值与前一次相比,差值的绝对值≤Max,则为有效值。中值滤波法,连续采样n次(n取奇数),把n次采样值按大小排列,取中间值为本次有效值。算术平均法,连续取n个采样值进行算术平均运算。递推平均法,又称滑动平均滤波法,把连续取n个采样值看成一个队列,队列的长度固定为n,每次采样到一个新数据放入队尾,并去掉原来队首的一个数据,把队列中的n个数据进行算数平均运算。抑制脉冲算术平均法,对n个值进行采样后,去掉数据中的最大值和最小值,得到n-2个数据,求得这n-2个算数平均值。一阶惯性滤波法,其计算公式为:

式中:q——数字滤波器的时间常数;

X(n)——本次采样值;

Y(n),Y(n-1)——本次,上次滤波输出值。

以上6种常见滤波方法只能消除随机误差和单一随机干扰,但是在实际检定过程中,检测设备、继电器、接触器和点火器等都将产生多种脉冲干扰,单一使用以上方法很难达到滤波效果。因此引入未确知有理数数据滤波法,既能消除脉冲干扰,又能使数据平滑[6]。

4 未确知有理数滤波算法

4.1 采样数据的未确知性

在数据采集之前,采样数据的具体值是未知的,但是采样数据的范围是清楚的。由于种种客观原因,并不能完全确定采样值的真实输出,这就是采样数据的未确知性,它既不同于随机性也不同于模糊性。

4.2 未确知有理数定义

根据未确知有理数概念,定义采样结果为一个n阶未确知有理数A:

对于闭区间[Vimin,Vimax],有 Vimin<x1,x2,…,xn<Vimax,其中:

式中:[Vimin,Vimax]和 φ(x)构成一个 n 阶未确知有理数;a,[Vimin,Vimax]和 φ(x)分别为该未确知有理数的总可信度,取值区间和可信度分布密度函数。

这样将一组n次采样的值定义为一个n阶未确知有理数。

4.3 可信度分布密度函数的构造

采样数据是一个未确知有理数A,φ(x)是采样数据的可信度分布密度函数,如何构造φ(x)使之能够区别是偶然干扰波动还是正常输出变化,成为最关键的问题。通过分析比较偶然跳动和电压量确实变大(小)两种情况发现:

如果Vj是偶然跳动,则Vj是孤立的、少数的,在某可信度距离内Vi的个数为零;若Vj是输出量的确实变大(少)时,在某可信度距离内的Vi个数会越来越多。因此,可以定义φ(x),当在某可信度距离d内Vi多,就认为Vj的可信度大,反之Vj的可信度小。这时 φ(x)定义为:

4.4 未确知有理数期望结果输出

为了平稳有效地显示出采样量的真实值,采用采样数据的未确知有理数A的数学期望E(A)来显示该量的采样值。定义未确知期望E(A):

从式(7)可以看出显示值与测量次数n及落在可信度距离d内的Vi的个数ξ有关。当有偶然跳动Vj时,落在可信度距离d内的Vi个数就为0,在显示值E(A)中不会体现,这就将不可信数据滤除,实现了数据滤波的目的,同时在计算E(A)的过程中只需计算ξ的个数,算法简单,计算量不大。这样就很好地解决了滤波过程中稳定性和显示速度的问题,满足在数据采集与处理中抗干扰性能和实时性的要求,达到了真实、快速地反映采集量值的目的。

5 检定数据的未确知有理数滤波

检定现场存在多重干扰,而且由于制动台机械结构上的因素以及振动和冲击,都可能使输入信号中夹杂有尖脉冲。这些尖脉冲对检定的干扰是不可避免的。综合考虑制动力曲线和制动力差的精度要求,采用采样次数较少的抗脉冲干扰的复合滤波法,既能消除脉冲干扰,又能做到数据平滑。因此系统中采用未确知有理数方法进行滤波是十分合适的。

5.1 制动数据的未确知性

制动试验台检定时,对检定传感器的输出电压进行 n次采样得到 x1,x2,…,xn,这 n个采样值对于检定员是存在未确知性的,因为无法知道每一个采样值的具体数值。由于传感器没有固定的输出概率分布,所以它不同于概率与数理统计描述的随机性。但同时传感器的输出电压有明确的定义,所以它又不同于模糊数学描述的模糊性。因此,可以运用未确知数学中的未确知有理数来描述这样一组采样数据。

根据式(1)可知,φ(x)表示了每一个采样值 Vi在闭区间[Vimin,Vimax]上取值的可信度。对于这样一个n阶未确知有理数,总可信度a<1,它表明了这n个采样数据提供的信息并不完整。阶数越大,表示对某量的采集次数越多,对每一个分量x都赋予一个在区间[Vimin,Vimax]上取值的可信度a,从而对该量的表示就越精细。如果用一个实数表示该采集量,就是用总可信度a=1的未确知有理数表示该量,这时可理解为,经过多次测量,每次的测量结果均是同一个实数,该实数就是该量的真实值,说明该量为一个确知量,这对于采样来说没有实际意义。把一个未确知量用一个实数来表示总是粗糙的,对于需要精确采样和检测的量来说,这种粗糙的表示方法可能导致很大的误差积累。如改为未确知有理数表示,就比较精细,有可信度概念可以合理地描述采样量不确定性的这一特点。可信度概念也真实反映了采样过程的客观实际,对于n个采样值,总是有些值较真实地体现了采样量的真值,而有个别采样值不能真实地反映或不能较高可信度地反映采样量的真值,这与现实情况比较吻合。所以用未确知有理数表示采样数据是合理可行的。

5.2 制动数据可信度分布函数构造

根据式(1)可知,当所有的Vi均落在可信度距离d内时:

总可信度为1表示所采样数据完全真实可信,属于正常输出变化,该组数据可以直接用于显示处理。当出现偶然跳动,必然会有少数Vi落在可信度距离d之外,从而这几个Vi对应的ξ为0,也就是对应的φ(xi)=0,而总可信度:

表示存在不可信的数据,同时在可信度分布函数φ(xi)的表示中已将这些不可信数据排除在外。这些数据的可信度为0,只留下了那些可信度不为0的数据进行显示处理。并且在这种未确知有理数的表示方法中,将不同的数据赋予不同的可信度,客观实际,与直观感受是一致的,不是把所有数据同等处理,而是根据每个数据的可信程度来处理,反映了采集数据的真实情况。

5.3 滤波流程

未确知有理数滤波法流程如图1所示,软件编程实现的部分代码如下:

5.4 数据处理

在对检定传感器采样数据滤波过程中,需要人为设定可信度距离d,主要是根据对采样精度的要求、允许数据波动的范围和实际输出的要求来定。在制动试验台静态检定中,加载到额定载荷的35%时,连续采样15次,可信度取22.5,ξ和ai的值如表1所示。

运用未确知有理数数据滤波法,由未确知期望现实采样结果为:

而15次采样结果的均值为11 357.52。很明显第12个采样数据一个偶然跳动,当采用未确知有理数滤波法时,这一跳变不影响最终的输出结果,实现了预期滤波效果,而且从a可看出每一个采样数据的可信程度与实际结果是吻合的。但是用均值表示输出时就会产生较大误差。

表1 连续10次采样结果

6 结束语

该文采用了未确知有理数滤波法对汽车制动试验台检定数据进行处理,实现了自动化检定,减少了人工操作误差,消除了脉冲干扰,使数据平滑,提高了检定的准确度和精度。

[1]潘备芬.汽车检测设备计量标准化建设[J].汽车维护与修理,2001,1(10):42-44.

[2]安相璧.汽车安全环保检测设备检定系统研究[J].中国测试技术,2008,34(6):15-17.

[3]GB/T 11798.1-2001,机动车安全检测设备标定技术条件[S].北京:中国标准出版社,2001.

[4]徐光泉.汽车制动试验台数据采集、处理系统研制[D].长春:吉林大学,2005.

[5]王庆河.数据处理中的几种常用滤波算法 [J].计量技术,2003(4):53-54.

[6]张永强.汽车安全性能检测系统中的软件滤波[J].工业仪表与自动化装置,2005(4):41-44.

[7]赵 虎.数据采集中未确知有理数滤波方法[J].自动化仪表,2008,29(8):12-15.

[8]夏均忠.基于混合模式的汽车检测系统研究[J].中国测试技术,2006,32(1):19-22.

[9]张永强.汽车安全性能检测系统软件研究与实现[D].邯郸:河北工程大学,2005.

[10]张雪莉.制动性能校验数据处理系统 [J].电子技术应用,2008(3):36-38.

[11]蔡 健.关于反力式滚筒制动检测台检测制动力的探讨[J].交通标准化,2004(6):24-27.

猜你喜欢
试验台滤波脉冲
血管吻合试验台的研制及试用
脉冲离散Ginzburg-Landau方程组的统计解及其极限行为
GATRI18CF型侧翻试验台的静态载荷分析
悬架性能匹配试验台设计
滚动直线导轨副静刚度试验台设计
黄芩苷脉冲片的制备
一种GMPHD滤波改进算法及仿真研究
基于自适应Kalman滤波的改进PSO算法
RTS平滑滤波在事后姿态确定中的应用
基于线性正则变换的 LMS 自适应滤波