航空绞车组件测试中扭矩信号采集的去噪研究

丁岚 刘广顺 周民 张田田

摘 要：电动救生绞车在直升机飞行救援中占有不可取代的位置，正是因为其具有安全性高、重量轻等优点，被广泛应用在医疗救护、抢险救援、反恐维和第一线。文中针对救生绞车驱动组件的测试信息采集展开研究，对敏感信号进行隔离处理，以及对易受干扰部位进行屏蔽接地是核心的硬件处理方式;基于贝叶斯阈值的自适应小波去噪算法，滤除高次谐波干扰，捕获信息更准确，可靠地反映出被测组件的力矩信息是软件的核心。

关键词：绞车组件测试;伺服系统;信息采集;隔离;屏蔽接地;小波阈值去噪

中图分类号：TP202文献标识码：A文章编号：2095-1302（2019）10-00-03

0 引 言

早在1945年，美国西科斯基公司首次在使用直升机的救援任务中引入了绞车。在直升机的发展过程中，绞车也同样经历了机械驱动、液压驱动、电机驱动这三个发展阶段。由此，绞车体系在技术的不断发展中形成。市面上大致存在机械绞车、液压绞车和电动绞车三种类型。其中，电动绞车表现出更加完美的特性，主要特点为体积小、重量轻、设备安全性高，进行机械控制的同时也可采用电力进行控制，适用范围更广。

直升机电动绞车在灾害救援中的表现非常突出[1]，并在众多领域中都能看见电动绞车的身影。随着电动救生绞车的发展，人们对它的要求也在逐步提升，为更好地提升直升机在救援任务中的表现，本文对电动救生绞车及其组件进行了进一步的研究，提出了一系列优化方案。

电动救生绞车及其组件的相关检测技术并不是完美的，仍存在许多问题。本文提出关于如何改善伺服系统产生的高次谐波对采集系统产生干扰的解决方案。驱动伺服驱动器后，驱动电流传递到伺服驱动器，由于伺服系统的非线性特质，高次谐波将耦合到电流信号中。最常见的耦合方式为传导、电磁辐射和感应耦合等方式，高次谐波会串扰到电源以及一些敏感信号[2]。扭矩信号的本质特征在高次谐波的串扰作用下会失真，甚至会采集到错误信息，无法准确控制绞车工作，导致绞车在工作过程中出现失控的情况。本文主要研究如何在软件测控系统中利用算法改善噪声对采集扭矩信号的影响。

1 基于贝叶斯阈值的自适应小波去噪算法

在实际应用中，采用隔离和屏蔽等方式能较大程度地减弱耦合干扰和高次谐波对信号采集的影响;为了准确地采集扭矩信号，引用去噪算法对信号进行预处理，从而使得数据准确性更好，系统更加稳定。

近年来，小波理论发展迅速，在小波变换的基础上，对噪声的处理也趋向于多样化[3-4]。从方法上进行区分，小波去噪可分为模极大值法[5]、相关性法[6]、小波阈值法[7]三类。其中，小波阈值法是最常用的一种方法。

1.1 问题描述

小波去噪流程如图1所示，具体步骤如下：

（1）利用小波分解，提取含噪信号X的特征信息;

（2）选取合适的阈值与阈值函数处理小波系数，置零小波系数，原理类似于低通滤波;

（3）重构经过处理的小波系数，最终得到去噪信号S'。

在小波系数降噪过程中，扭矩信号采集的准确程度直接取决于λ。若λ值过大则会导致本应为有用信号的小波系数在计算过程中被丢掉;若λ值过小则无法完全滤除有用信号中的噪声，直接影响扭矩信号，导致信号失真，不能达到去噪的目的[9]。

因此，如何选取合适的阈值与阈值函数成为小波去噪算法中的核心问题。具有自适应能力的贝叶斯阈值与本文中的阈值函数相结合，能够减弱电动绞车组件测试台中高次谐波对采集信号的干扰，并配合改进的阈值函数，能够更好地进行小波去噪处理。

1.2 基于贝叶斯理论的小波去噪算法

1.2.1 选取阈值

如何选取阈值是决定小波系数能否完美滤噪的重要内容。在信号被分解为不同层次后，现阶段的算法无法为每一层次的小波系数分配不同的阈值，固定的阈值则会导致小波系数的去噪能力下降。为了能够为每一层次的小波系数匹配不同的阈值，本文采用贝叶斯阈值，该阈值根据贝叶斯统计理论推导得出，能够适应不同的小波系数，准确匹配不同的阈值。

2.2 测试台性能优化后结果展示

为了改善高次谐波对绞车组件试验台造成的影响，硬件主要使用的方法是对敏感信号进行隔离处理，以及对易受干扰部位进行屏蔽接地;软件主要采用基于贝叶斯阈值的自适应小波去噪算法滤除高次谐波的干扰，使得捕获的信息更准确，能够可靠地反映被测组件的力矩信息。

图6所示为硬件电路保持原始状态，且不采用任何去噪算法时所获取的采集系统传输过来的实时扭矩信号。图7所示为采用本文提出的优化方法，且在测控系统中使用基于贝叶斯阈值的自适应小波去噪算法时，所获取的采集系统传输的实时扭矩信号。

从图6中可以看出，未优化测试试验台时，采集系统传输的扭矩波形存在非常多的毛刺与尖峰，稳定性很差，扭矩信息无法被准确地反映出来。而从图7可以看出，优化改进后采集到的扭矩波形一直稳定在0 N·m附近，并且不存在较大的毛刺与尖峰，效果对比显著。

3 结 语

本文基于某型直升机救生绞车测试系统做出优化处理方案，主要研究救生绞车中驱动装置的性能测试问题，围绕如何在软件测控系统中对系统传输过来的扭矩信号进行去噪处理展开。由于伺服系统中高次谐波的存在对采集系统采集到的信号造成严重干扰，因此，本文从硬件电路与测控软件系统两个方向提出了相应的有效的改善方案，使得高次谐波的干扰问题得到了明显改善，采集信息更为准确，时效性更强。

参 考 文 献

[1]张明亮.直升机绞车的发展概述[J].黑龙江科技信息，2013（19）：74.

[2]王进峰.变频器应用中的干扰及其抑制[J].水泥工程，2012（1）：71-72.

[3]吴勇.基于小波的信号去噪方法研究[D].武汉：武汉理工大学，2007.

[4]程正兴，杨守志，冯晓霞.小波分析的理论、算法、进展和应用[M].北京：国防工业出版社，2007.

[5]齊翠丽.基于小波阈值法和模极大值法的语音去噪算法研究[D].秦皇岛：燕山大学，2012.

[6]宋坤坡，夏顺仁，徐清.考虑小波系数相关性的超声图像降噪算法[J].浙江大学学报（工学版），2010，44（11）：2203-2208.

[7]刘慧.基于贝叶斯阈值的小波域图像去噪研究[J].微型机与应用，2017（21）：39-40.

[8] CHANG S G，YU B，VETTERLI M.Adaptive wavelet thresholding for image denoising and compression.[J].IEEE transactions on image processing，2002，9（9）：1532-1546.

[9]唐鹏，郭宝平.改进型阈值函数寻优法的小波去噪分析[J].信号处理，2017，33（1）：102-110.

[10]马文.基于小波变换的心电信号去噪研究[D].兰州：兰州大学，2009.