CN102931946B - 基于卡尔曼滤波器的板形测量信号处理方法 - Google Patents
基于卡尔曼滤波器的板形测量信号处理方法 Download PDFInfo
- Publication number
- CN102931946B CN102931946B CN201210411836.1A CN201210411836A CN102931946B CN 102931946 B CN102931946 B CN 102931946B CN 201210411836 A CN201210411836 A CN 201210411836A CN 102931946 B CN102931946 B CN 102931946B
- Authority
- CN
- China
- Prior art keywords
- plate shape
- signal
- kalman filter
- variance
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 47
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 12
- 238000005096 rolling process Methods 0.000 claims abstract description 8
- 238000001914 filtration Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 3
- 239000013256 coordination polymer Substances 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 7
- 230000009897 systematic effect Effects 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 4
- 239000002184 metal Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Landscapes
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明提供一种基于卡尔曼滤波器的板形测量信号处理方法,首先,采集板形测量原始信号,离线进行试验,计算出测量噪声方差数据,用于初始化卡尔曼滤波器的参数;然后,在轧制过程中,实时采集板形测量原始信号,采用卡尔曼滤波器进行测量信号的在线处理;最后,滤波后的板形信号输出给板形控制器,板形控制器将计算后的控制输出送到板形执行机构,调整带材的实际板形。本发明板形测量信号处理方法,可消除***测量过程中所引入的随机白噪声信号,实现板形滤波值的最优均方误差,并且采用递推方式实现,计算简便,响应速度快,有效地提高板形测量信号的计算精度和效率。
Description
技术领域
本发明涉及一种基于卡尔曼滤波器的板形测量信号处理方法,用于提高金属带材板形测量信号的计算精度和效率,属于轧机控制技术领域。
背景技术
在金属带材的轧制加工过程中,板形一般指沿带材横向各部分的延伸率,有的文献也称为平直度或平坦度。当带材板形不好时,会产生波浪及瓢曲等现象,因此,板形属于带材产品的关键性能指标之一,得到了越来越多的重视和研究。
在板形控制***中,板形测量信号的具体处理方法,对于带材产品的最终板形控制效果,有着重要的影响。由于外部环境、传感器本身、信号通路的元器件干扰等多方面因素,在板形测量的原始信号中,一般都包含有噪声信息,需要进行信号处理。当前,常用的信号处理方法为数字滤波,采用数字低通滤波器去掉测量信号中的高频干扰,低通滤波器一般分为无限长单位冲激响应IIR滤波器或有限长单位冲激响应FIR滤波器两种形式。
使用数字低通滤波器,虽然可以去除信号中的高频干扰信号,但建立在确定性数字信号处理基础上,没有考虑到随机噪声的影响,因此在低频段的信号仍包含有测量噪声信息,这样会影响板形计算的精度。而且,随着低通滤波器性能需求的提高,滤波器计算采用的阶次也通常增加,相移也通常增大,这样滤波计算所需的空间和时间都会相应增加,从而引起较大的计算开销。
发明内容
本发明的目的是克服现有技术存在的不足,提供一种基于卡尔曼滤波器的板形测量信号处理方法。
本发明的目的通过以下技术方案来实现:
基于卡尔曼滤波器的板形测量信号处理方法,首先,采集板形测量原始信号,离线进行试验,计算出测量噪声方差数据,用于初始化卡尔曼滤波器的参数;然后,在轧制过程中,实时采集板形测量原始信号,采用卡尔曼滤波器进行测量信号的在线处理;最后,滤波后的板形信号输出给板形控制器,板形控制器将计算后的控制输出送到板形执行机构,调整带材的实际板形。
进一步地,上述的基于卡尔曼滤波器的板形测量信号处理方法,计算卡尔曼滤波器的初始参数时,计算出过程噪声方差和测量噪声方差。
更进一步地,上述的基于卡尔曼滤波器的板形测量信号处理方法,卡尔曼滤波器采用递推公式实时计算:
设***的状态方程和输出方程表示为:
在式(1)中,Xk+1表示***在k+1时刻的状态变量,Xk表示***在k时刻的状态变量,Yk表示***在k时刻的输出信号,A表示状态变量之间的增益矩阵,C表示状态变量与输出信号之间的增益矩阵,wk表示均值为零的正态白噪声,其方差为Q,vk表示均值为零的正态白噪声,其方差为R;
在式(2)中,为输出的状态滤波值,Hk为卡尔曼修正矩阵,Pk为状态实际值与状态滤波值的方差矩阵,P′k为状态实际值与状态理想值的方差矩阵;卡尔曼滤波器的递推公式采用式(2)计算。
再进一步地,上述的基于卡尔曼滤波器的板形测量信号处理方法,所述滤波后的板形信号输出给板形控制器,板形控制器为PLC可编程控制器或工控机。
本发明技术方案突出的实质性特点和显著的进步主要体现在:
在滤波过程中考虑了过程模型和测量模型带来的随机白噪声,实现滤波值的最优均方误差,从统计意义上做到最优估计,从而获得更加精确的板形测量信号;在实时在线轧制过程中,卡尔曼滤波器采用递推方式实现,并不需要知道过去的多个状态值,而仅需知道上一采样时刻的状态值,这样计算简便,并且使用的存储空间较少;卡尔曼滤波器的滞后时间很小,过渡时间较短,从而响应速度更快。使用卡尔曼滤波器进行计算,可以最大限度减小***测量过程中所引入的随机白噪声信号,实现最优估计,并且计算简便,消耗资源低,响应速度快,有效地提高了板形测量信号的计算精度和效率。
附图说明
下面结合附图对本发明技术方案作进一步说明:
图1:板形测量信号回路框图;
图2:板形测量信号处理流程图;
图3:板形测量信号曲线图;
图4:板形滤波信号曲线图。
具体实施方式
如图1所示,板形测量信号回路,包括带材1、信号传感器2、信号放大转换单元3、信号滤波器4、板形控制器5和板形执行机构6。在带材轧制过程中,板形值通过信号传感器2进行采集,然后进行放大和转换,获得原始的板形测量值,再经过滤波处理后送到板形控制器中,板形控制器根据板形滤波值进行计算,输出到板形执行机构中进行调节,从而获得良好的带材板形。在信号回路中,还常常需要人工输入信息,如厚度、宽度、轧制力等带材信息和工艺数据。
图2所示板形测量信号处理流程,首先进行实验室测试,进行离线计算获得卡尔曼滤波器参数,如过程模型噪声方差和测量噪声方差。然后在轧制过程中,实时采集板形测量的原始信号,使用卡尔曼滤波递推公式,进行在线计算,最后输出滤波后的板形信号,并把信号滤波值送到板形控制器中。
卡尔曼滤波器采用递推公式实时计算:
设***的状态方程和输出方程表示为:
在式(1)中,Xk+1表示***在k+1时刻的状态变量,Xk表示***在k时刻的状态变量,Yk表示***在k时刻的输出信号,A表示状态变量之间的增益矩阵,C表示状态变量与输出信号之间的增益矩阵,wk表示均值为零的正态白噪声,其方差为Q,vk表示均值为零的正态白噪声,其方差为R;
在式(2)中,为输出的状态滤波值,Hk为卡尔曼修正矩阵,Pk为状态实际值与状态滤波值的方差矩阵,P′k为状态实际值与状态理想值的方差矩阵;卡尔曼滤波器的递推公式采用式(2)计算。
图3为板形测量信号曲线图,其中横坐标为采样时刻,采样频率为1kHz,纵坐标为测量值。板形理想值信号如虚线所示,由四个正弦波曲线进行合成,其波形的频率都为10Hz,但是幅值不同,其幅值分别为0.5、0.8、1.0和1.5;板形测量原始信号如实线所示,为板形理想值叠加正态白噪声之后的测量值,其中所叠加白噪声的方差为0.07。
图4为板形滤波信号曲线图,其中横坐标为采样时刻,采样频率为1kHz,纵坐标为测量值。板形测量原始信号如实线所示,与图3测量值数据相同。经过卡尔曼滤波器的板形信号滤波值,如虚线所示,在卡尔曼滤波器中,过程模型噪声方差为0.05,测量噪声方差为0.1。从图4中可看出,卡尔曼滤波器已经将原始信号中的噪声干扰基本消除掉。
在滤波过程中考虑了过程模型和测量模型带来的随机白噪声,实现滤波值的最优均方误差,从统计意义上做到最优估计,从而获得更加精确的板形测量信号;在实时在线轧制过程中,卡尔曼滤波器采用递推方式实现,并不需要知道过去的多个状态值,而仅需知道上一采样时刻的状态值,这样计算简便,并且使用的存储空间较少;卡尔曼滤波器的滞后时间很小,过渡时间较短,从而响应速度更快。
综上所述,本发明提供的板形测量信号处理方法,使用卡尔曼滤波器实现板形测量信号的处理,可以消除***测量过程中所引入的随机白噪声信号,实现最优估计,并且计算简便,消耗资源低,响应速度快,有效地提高了板形测量信号的计算精度和效率。
需要理解到的是:以上所述仅是本发明的优选实施方式,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (1)
1.基于卡尔曼滤波器的板形测量信号处理方法,其特征在于:首先,采集板形测量原始信号,离线进行试验,计算出测量噪声方差数据,用于初始化卡尔曼滤波器的参数;然后,在轧制过程中,实时采集板形测量原始信号,采用卡尔曼滤波器进行测量信号的在线处理;最后,滤波后的板形信号输出给板形控制器,板形控制器将计算后的控制输出送到板形执行机构,调整带材的实际板形;计算卡尔曼滤波器的初始参数时,计算出过程噪声方差和测量噪声方差;所述卡尔曼滤波器采用递推公式实时计算:
设***的状态方程和输出方程表示为:
Xk+1=AXk+wk
Yk=CXk+vk(1)
在式(1)中,Xk+1表示***在k+1时刻的状态变量,Xk表示***在k时刻的状态变量,Yk表示***在k时刻的输出信号,A表示状态变量之间的增益矩阵,C表示状态变量与输出信号之间的增益矩阵,wk表示均值为零的正态白噪声,其方差为Q,vk表示均值为零的正态白噪声,其方差为R;
P′k=APk-1AT+Q
Hk=P′kCT(CP′kCT+R)-1(2)
Pk=(I-HkC)Pk
在式(2)中,为输出的状态滤波值,Hk为卡尔曼修正矩阵,Pk为状态实际值与状态滤波值的方差矩P′k阵为状态实际值与状态理想值的方差矩阵;卡尔曼滤波器的递推公式采用式(2)计算;所述滤波后的板形信号输出给板形控制器,板形控制器为PLC可编程控制器或工控机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210411836.1A CN102931946B (zh) | 2012-10-25 | 2012-10-25 | 基于卡尔曼滤波器的板形测量信号处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210411836.1A CN102931946B (zh) | 2012-10-25 | 2012-10-25 | 基于卡尔曼滤波器的板形测量信号处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102931946A CN102931946A (zh) | 2013-02-13 |
CN102931946B true CN102931946B (zh) | 2016-02-17 |
Family
ID=47646676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210411836.1A Active CN102931946B (zh) | 2012-10-25 | 2012-10-25 | 基于卡尔曼滤波器的板形测量信号处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102931946B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104009735B (zh) * | 2014-05-28 | 2017-04-05 | 重庆科技学院 | 卡尔曼滤波器在s7‑300系列plc中的实现方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559872B (zh) * | 2013-11-15 | 2015-04-15 | 京东方科技集团股份有限公司 | 一种供电*** |
-
2012
- 2012-10-25 CN CN201210411836.1A patent/CN102931946B/zh active Active
Non-Patent Citations (1)
Title |
---|
Kalman滤波器在板形检测上的应用;李惠光等;《1993中国控制与决策学术年会论文集》;19930531;380页 * |
Also Published As
Publication number | Publication date |
---|---|
CN102931946A (zh) | 2013-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102023010B (zh) | 基于mems的小波域多传感器信息融合***及融合方法 | |
CN101900789B (zh) | 基于小波变换与分形维数的容差模拟电路故障诊断方法 | |
CN101639499B (zh) | 基波跟踪的小信号谐波失真的测量装置及方法 | |
CN104297740B (zh) | 基于相位分析的雷达目标多普勒谱估计方法 | |
CN103823216B (zh) | 一种调频连续波雷达***测距方法 | |
CN106568988B (zh) | 一种排水管道水体速度的测量*** | |
CN103063909B (zh) | 一种基于功率谱的线性调频信号参数估值方法 | |
CN104535647A (zh) | 一种多层材料吸隔声性能预测装置及方法 | |
CN106786561A (zh) | 一种基于自适应卡尔曼滤波的低频振荡模态参数辨识方法 | |
CN103528634B (zh) | 一种科里奥利质量流量计云传输数字信号处理装置及方法 | |
CN102901839A (zh) | 一种低复杂度的声学多普勒测流***速度估算方法 | |
CN102495280B (zh) | 一种抗噪音宽带频率测量方法及锁相频率计 | |
CN102931946B (zh) | 基于卡尔曼滤波器的板形测量信号处理方法 | |
CN112014810A (zh) | 基于fpga的电子侦察信号参数高精度测量方法 | |
CN103575979B (zh) | 一种数字化测量交流电频率的方法 | |
CN106053884B (zh) | 基于坐标旋转法的双轴谐振式加速度计数字控制电路装置 | |
CN101419090B (zh) | 一种目标噪声测量中的阵列噪声信号的聚焦方法 | |
CN104834271B (zh) | 基于动刚度评价的直接进给轴伺服参数优化方法 | |
CN103869163A (zh) | 一种在非消声水池中测量换能器阵列互辐射阻抗的方法及其*** | |
CN100334464C (zh) | 一种利用插值滤波器进行声纳基阵信号仿真的方法 | |
CN111551785B (zh) | 基于无迹卡尔曼滤波的频率与谐波检测方法 | |
CN102707288B (zh) | 超声波回波时间的检测方法 | |
CN112666261B (zh) | 一种基于声模态叠加的铝板冲击载荷的定位分析方法 | |
CN111964738B (zh) | 一种基于超声回波信号相似度的动态阈值设置方法 | |
CN103207011A (zh) | 一种基于电路相移的超声精确时延检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20171011 Address after: 471000 Henan Province, Luoyang city high tech Development Zone middle Ling Road Patentee after: China Nonferrous Metals Processing Technology Co., Ltd. Address before: Suzhou City, Jiangsu Province, Shen Hu Road Park 215021 No. 200 Patentee before: Suzhou Non-ferrous Metal academy Co., Ltd. |