基于FPGA的振动信号采集与特征值计算

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:wjz_512
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
振动数据采集系统凭借其高效、可靠、低成本和非入侵性等特点,在大型民用基础工程的结构健康监测系统中得到了广泛的应用。通过对振动信号分析,提取出的特征值可以为监测人员提供早期的警报,以便进行及时地维护。本文在研究了国内外相关知识的基础上,提出了一种基于FPGA+ARM的多通道振动数据同步采集系统,并且基于本文设计的硬件平台上实现了动态位移特征值的有效计算,本文主要工作如下:1.本文确定了多通道振动数据同步采集系统的硬件总体实现方案,系统由以ALTERA公司的FPGA芯片EP4CE15F23C8为核心的数据采集与控制单元和以ST公司的ARM芯片STM32F407IGT6为核心的数据处理单元两部分组成。采集系统硬件平台包括了微处理器模块、电源模块、数据采集与转换模块、备份存储模块以及以太网等通信模块。2.完成了采集系统的软件设计与调试工作,利用FPGA实现了高速信号的同步采样、采样频率切换以及数据缓存;利用ARM实现了数据以文件形式的备份存储以及多种通信方式的数据上传。最终结合本文所设计的硬件平台,实现了12个通道的在线、稳定、同步采样。3.提出了一种基于快速总体经验模态分解与时域积分相结合的动态位移计算方法,通过FEEMD对加速度、速度、位移信号依次分解重构,有效地滤除了造成积分漂移的低频趋势项和高频噪声。在本文研究开发的数据采集系统平台上,基于多种实验场景对所提算法进行了实验验证。与引用文献中的三种常用计算方法进行对比,验证了本文所提出方法的有效性。4.基于多重滤波和双重积分方法,在FPGA硬件平台上实现了动态位移计算。利用高通滤波和低通滤波,滤除了积分过程中绝大部分的干扰项。通过模拟信号仿真实验验证了该方法动态位移计算结果的有效性,与本文所提出的基于FEEMD自适应滤波方法进行对比分析,并总结了此方法在工程应用中的优缺点。
其他文献
云南电网与南方电网主网异步联网后,外送直流容量远远大于本地负荷水平,水轮机组占总装机70%以上,部分电网发电机组惯性降低,直流闭锁故障往往产生系统有功功率的不平衡,极易发生超低频振荡,云南电网中功角稳定问题转换为频率稳定问题。为了提高主网对云南电网频率稳定性的辅助调节作用,实际工程建设中在直流送端系统中加入频率限制控制器(FLC,Frequency Limit Control)与一次调频协调作用,
图像分割是一种关键的计算机视觉技术,其将图像的像素分为不同的具有区别性事务的块。多层次图像分割是图像分割方法的一种,可捕获目标的所有尺度,故被广泛运用到语义分割和区域建议生成等计算机视觉场景。多层次图像分割的结果可表示成树形结构,图像中目标根据分割粒度不同,分布在树中不同层次。尺度感知是从目标的多个分割尺度中捕获其合理分割尺度,是多层次图像分割方法实现图像分割的关键。本文基于已有多层次图像分割方法
20世纪20、30年代的摩登上海,是中西文化的交流场域,书籍设计作为一种文化载体不仅反映了时代的审美,更是成为那个时代的文化表征。文化的大熔炉也为中国现代书籍设计提供源源不断的创作资源,而叶灵凤作为那个文化场域的跨文化译介者,在受到从清末到民初繁杂的文艺思潮影响后,所做的书籍设计也成为了那个时代的表征。就将西方元素本土化的这一创造性过程,叶灵凤承担了一位审美现代性与启蒙现代性的推者,其创造性不仅在
网络是一种有用的模型工具,许多现实中的复杂系统都可以借助网络模型来进一步研究。社区是网络中一种重要的结构性质,它是由网络中联系紧密的节点构成的集合。同一个社区内的节点具有某种共性,因此社区体现了网络的局部特性,能够帮助人们挖掘和分析网络中所蕴含的知识。社区发现是检测网络中社区的主要方法,然而网络往往规模庞大且结构复杂,社区间的分界线不明显等为社区发现带来了巨大挑战。为了解决这些问题,本论文从重叠和
学位
轻型载货汽车在城市道路的公路运输中扮演着重要角色,而与此同时,消费者对载货汽车的品质有越来越高的要求,消费者越来越关注汽车行驶的平顺性与舒适性,使得车辆的振动性能成
乳腺癌是全世界范围内威胁女性健康最主要的癌症之一,而超声(US)是乳腺结节的主要影像学检查和术前评估之一。然而,在超声诊断领域,由于良性和恶性乳腺结节图像的相似表现形式,这使得诊断结果在很大程度上依赖于医生的经验判断。而且具有不同资历的医师的诊断准确性相差高达30%,因此,很容易导致误诊并增加不必要的穿刺活检率。近年来随着计算机科学的不断进步和医学方面的数据集的不断丰富,计算机辅助的医学诊断逐渐成
随着信息时代的不断进步以及电子产品的全民化普及,网络上代表着用户情感和观点的短文本内容呈现爆炸式的增长,传统的基于深度学习的中文情感倾向分类方法无法完全挖掘出这些评论的商用价值。为此,本文研究了中文评论短文本的情感倾向以及与互动率的关系,并设计实现了一个评论情感倾向与互动率预测系统。本文针对电影新闻相关的在线短文本评论数据,首先提出了一个基于LSTM的前融合情感倾向分类模型PF-LSTM,实现了不
目标跟踪作为计算机视觉领域的重要分支,已经广泛应用于智能视频监控、自动驾驶、军事侦察、医学诊断等领域。传统的目标跟踪算法在面对目标快速移动、模糊、物体形变、光照变化等复杂场景的时候,有着很大局限性。随着深度学习的发展,一系列基于深度学习的目标跟踪算法逐渐被提出,这些算法凭借着卷积神经网络强大的特征提取能力,极大地提高了目标跟踪的精度,在面对复杂场景时也有着更好的鲁棒性。但是基于深度学习的跟踪算法网
Hadoop作为典型的开源分布式数据存储处理框架,已成为商业化处理大数据的工具之一。Hadoop平台的应用与发展面临着诸多问题,其中Hadoop安全已成为关注的重点。Hadoop平台在数据分布式存储和并行处理过程中存在着一些安全漏洞,恶意用户利用安全漏洞获取数据或针对平台进行攻击,威胁着存储在平台的敏感数据和个人隐私。本文针对Hadoop平台的安全威胁与安全机制进行了分析与研究,主要的工作如下:(