CN103162710B - 基于小波熵的mems陀螺故障检测***及其检测方法 - Google Patents
基于小波熵的mems陀螺故障检测***及其检测方法 Download PDFInfo
- Publication number
- CN103162710B CN103162710B CN201110420343.XA CN201110420343A CN103162710B CN 103162710 B CN103162710 B CN 103162710B CN 201110420343 A CN201110420343 A CN 201110420343A CN 103162710 B CN103162710 B CN 103162710B
- Authority
- CN
- China
- Prior art keywords
- module
- wavelet
- mems gyro
- signal
- scale
- 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.)
- Expired - Fee Related
Links
Landscapes
- Gyroscopes (AREA)
Abstract
本发明公开一种基于小波熵的MEMS陀螺故障检测***,所述装置包括直流稳压电源模块、MEMS陀螺模块、运动载体模块、数据采集模块、小波多尺度分析模块、小波熵故障检测模块、小波多尺度重构模块和数据输出模块。本发明可以保证***的可靠性和准确性。基于小波熵的MEMS陀螺故障检测***性能稳定、工作可靠、体积小、性价比高,可以为各种载体设备提供准确的故障检测。
Description
技术领域
本发明属于信号处理的技术领域,具体涉及一种具体涉及一种基于小波熵的微机电MEMS陀螺的故障检测***。
背景技术
MEMS(Micro-ElectroMechanicalSystem)陀螺是随着微电子和微机械加工技术的发展而研制出的一类新型角速率传感器,具有体积小,重量轻以及成本低,可靠性高,易于批量生产等传统陀螺无法比拟的优点。随着MEMS技术的飞速发展,其故障检测技术也一直备受关注。MEMS陀螺用于敏感模拟坐标系相对理想坐标系的偏角或角速度,是各类惯性***中的核心部件。由于陀螺的广阔应用前景,国内外都对MEMS陀螺进行了大量的研究工作,但在MEMS陀螺的故障检测方面,迄今尚未有稳定可靠的产品。
据故障检测所依据的信息源,故障检测技术一般可分为:来自传感器本身的检测和对传感器设置的滤波器信息进行检测。前者是内置检验具有在最低的级别上实现检测和隔离故障的优点;后者检测计算方法比较复杂,但是由于基于***的统计学特性,因此更为敏感。
现在大多MEMS陀螺的产品都是直接对陀螺的输出数据进行一些滤波处理,这种方法对精度的提高并不大,可靠性也不高。
发明内容
本发明要解决的技术问题是MEMS陀螺产品检测时可靠性不高、精度不高,提供一种精度高、可靠性好的基于小波熵的MEMS陀螺故障检测***,还介绍了该检测***的检测方法,解决了现有检测方法敏感度低或是计算方法复杂的问题。
本发明的技术方案是以下述方式实现的:一种基于小波熵的MEMS陀螺故障检测***,包括直流稳压电源模块,用于向MEMS陀螺供电;MEMS陀螺模块,用于测量运动载体的运动信息;运动载体模块,通过测试夹具固定MEMS陀螺;数据采集模块,用于采集MEMS陀螺的信号,并传输至小波多尺度分析模块;小波多尺度分析模块,接收数据采集模块的信息,并将MEMS陀螺的信号进行多尺度小波分解后传输至小波熵故障检测模块;小波熵故障检测模块,接收小波多尺度分析模块的信息,检测MEMS陀螺的信号,把检测正常的信号输至小波多尺度重构模块,把检测故障的信号传输至MEMS陀螺模块,使得MEMS陀螺模块重置;小波多尺度重构模块,接收小波熵波故障检测模块的信息之后将该信息重构到原始尺度上,并传输至数据输出模块;数据输出模块,接收小波多尺度重构模块的输出信号,并输出经过故障检测和隔离后的数据。
一种基于小波熵的MEMS陀螺故障检测方法,是按照下述步骤进行的:MEMS陀螺模块测量运动载体模块的状态,把测量信息传递给数据采集模块;数据采集模块把采集到的信息输送至小波多尺度分析模块;小波多尺度分析模块对MEMS陀螺的信号进行小波多尺度分析,然后将分析结果传输至小波熵故障检测模块;小波熵故障检测模块接收小波多尺度分析的数据之后计算小波熵,并用小波熵对多尺度上的信号进行故障检测,若检测结果为故障,则将该检测故障的信号返回重置MEMS陀螺模块的工作状态,若检测结果为正常,则将检测后的信号传递给多尺度重构模块;多尺度重构模块将小波熵故障检测模块得到的正常信号进行小波多尺度重构后传输给数据输出模块,数据输出模块将多尺度重构模块的输出信息转换形式后输出。
与现有的故障检测***和检测方法相比,本发明具有下述优点:1、小波多尺度分析可以有效检测出信号的发展趋势,利用统计学上的熵值理论在信号的多尺度上对故障进行检测和处理,即对MEMS陀螺的数据源进行多层故障检测,以保证***的可靠性和准确性。
2、基于小波熵的MEMS陀螺故障检测***性能稳定、工作可靠、体积小、性价比高,可以为各种载体设备提供准确的故障检测。
附图说明
图1是本发明的原理框图。
图2是本发明中小波尺度分析流程图。
图3是本发明中小波重构流程图。
具体实施方式
如图1所示,一种基于小波熵的MEMS陀螺故障检测***,包括直流稳压电源模块1,用于向MEMS陀螺供电;MEMS陀螺模块2,用于测量运动载体的运动信息;运动载体模块3,通过测试夹具固定MEMS陀螺;数据采集模块4,用于采集MEMS陀螺的信号,并传输至小波多尺度分析模块5;小波多尺度分析模块5,接收数据采集模块4的信息,并将MEMS陀螺的信号进行多尺度小波分解后传输至小波熵故障检测模块6;小波熵故障检测模块6,接收小波多尺度分析模块5的信息,检测MEMS陀螺的信号,把检测正常的信号输至小波多尺度重构模块7,把检测故障的信号传输至MEMS陀螺模块2,使得MEMS陀螺模块2重置;小波多尺度重构模块7,接收小波熵波故障检测模块6的信息之后将该信息重构到原始尺度上,并传输至数据输出模块8;数据输出模块8,接收小波多尺度重构模块7的输出信号,并输出经过故障检测和隔离后的数据。
本发明所述的基于小波熵的MEMS陀螺故障检测方法,是按照下述步骤进行的:
1.MEMS陀螺模块2测量运动载体模块3的状态,把测量信息传递给数据采集模块4;数据采集模块4把采集到的信息输送至小波多尺度分析模块5,小波多尺度分析模块5对MEMS陀螺的信号进行小波多尺度分析,然后将分析结果传输至小波熵故障检测模块6。
小波多尺度分析模块5对MEMS陀螺的信号进行小波多尺度分析,分析的流程如图2所示,具体按照以下过程实施:
在尺度上,对于输入陀螺的信号序列,其离散小波变换的分析形式如下述公式:
(1)
式中,为小波变换中的尺度系数,为小波变换中的小波系数,选择合适的小波基函数,就可以得到相应的尺度系数和小波系数,由公式(1)可以得到尺度上陀螺信息中的近似信号和细节信号。继续这个过程对尺度上陀螺的近似信号进行离散小波分解,可以得到尺度上陀螺信息中的近似信号和细节信号,重复到最优的分解尺度N上,可以得到小波离散分解的近似信号和细节信号。
然后将多尺度分析的结果:第(i~N)尺度上的细节信号和第N层尺度上的近似信号送到小波熵故障检测模块6等待处理。
2.小波熵故障检测模块6接收小波多尺度分析的数据之后计算小波熵,并用小波熵对多尺度上的信号进行故障检测,若检测结果为故障,则将该检测故障的信号返回重置MEMS陀螺模块2的工作状态,若检测结果为正常,则将检测后的信号传递给多尺度重构模块7。
小波熵故障检测模块6将收集到的由小波多尺度分析模块5输入的第(i~N)尺度上的细节信号和第N层尺度上的近似信号,按照以下算法计算小波熵,并用小波熵对多尺度上的信号进行故障检测。
一方面,多尺度分解是把小波变换等效为一组镜像滤波器,在个尺度上将信号进行正交分解,相当于用一组高通和低通镜像滤波器对信号作逐步分解。低通滤波器产生信号的低频分量(信号近似),高通滤波器产生信号的高频分量(信号细节)。每次把上一尺度的低频分量作分解,得到下一尺度的两个分解分量。经过层分解后得到互相正交的分量:
(2)
由公式(2)可以看出一个信号的多尺度分解表达式是每个尺度上的细节信号和最粗尺度上的近似信号之和。
另一方面,设为MEMS陀螺测量的随机信号序列,由帕斯瓦尔方程可知,正交小波基下的小波变换具有能量守恒的性质,根据(2)式,基于时间序列的能量可以在尺度域上进行分解,即多分辨率分析的能量可分解为:
(3)
则基于实测数据的方差为:
(4)
由于是的逼近,由(4)式定义尺度j上的平均小波能量或小波方差,并归一化:
(5)
式(5)中,为信号总能量,显然有:。归一化后能量序列称为能量序列的经验分布,为各尺度的小波能量与总能量的比例。结合信息熵的定义,我们采用小波各尺度的能量序列的分布取代信号的概率分布,这种基于能量分布得到的熵称为小波熵,其定义为:
(6)
从小波熵的定义可以看出,它计算时间序列在多个尺度上的样本熵值,体现了时间序列在尺度上的无规则度。若小波熵值突然增加,则序列的不稳定性增加,提示信息并不可靠,MEMS陀螺测量工作可能出现故障;若小波熵值没有很大的变化,代表信息稳定可靠,MEMS陀螺测量工作正常。
如检测结果为出现故障,那么将该检测故障的信号返回重置MEMS陀螺模块2的工作状态。如果检测结果正常,把检测后可靠的多尺度MEMS陀螺信号,传递给小波多尺度重构模块7。
3.多尺度重构模块7将小波熵故障检测模块6的得到的正常信号进行小波多尺度重构后传输给数据输出模块8。
如图3所示,多尺度重构模块7中小波重构具体过程如下:
(7)
式(7)中,和分别是尺度i上的近似信号和细节信号,和分别是尺度i上的尺度系数和小波系数,是经过小波重构得到的尺度i+1上的近似信号,即尺度i+1上陀螺的近似信息。对各个尺度上的信号进行多尺度的重构,得到原始尺度上的MEMS陀螺信号,将其传送给数据输出模块8。
4.数据输出模块8将多尺度重构模块7的输出信息转换成需要的形式后输出,以为后续设备提供准确,可靠的MEMS陀螺测量的信息,完成基于小波熵的MEMS陀螺故障检测和隔离。
本发明采用小波分析法,小波分析具有多分辨率特性,可以给同一层次上的信息进行多尺度分解,得到多层次上的信息。信息熵可以表征信源的总体特征,是信源输出信息的不确定性和事件发生的随机性的统计学量度。小波熵是在小波的多尺度分解基础上结合信息熵的研究,利用对MEMS陀螺的信号进行分析,达到内置的敏感的故障检测效果。
Claims (2)
1.一种基于小波熵的MEMS陀螺故障检测***,其特征在于:包括直流稳压电源模块(1),用于向MEMS陀螺供电;
MEMS陀螺模块(2),用于测量运动载体的运动信息;
运动载体模块(3),通过测试夹具固定MEMS陀螺;
数据采集模块(4),用于采集MEMS陀螺的信号,并传输至小波多尺度分析模块(5);
小波多尺度分析模块(5),接收数据采集模块(4)的信息,并将MEMS陀螺的信号进行多尺度小波分解后传输至小波熵故障检测模块(6);
小波熵故障检测模块(6),接收小波多尺度分析模块(5)的信息,检测MEMS陀螺的信号,把检测正常的信号输至小波多尺度重构模块(7),把检测故障的信号传输至MEMS陀螺模块(2),使得MEMS陀螺模块(2)重置;
小波多尺度重构模块(7),接收小波熵波故障检测模块(6)的信息之后将该信息重构到原始尺度上,并传输至数据输出模块(8);
数据输出模块(8),接收小波多尺度重构模块(7)的输出信号,并输出经过故障检测和隔离后的数据。
2.一种基于小波熵的MEMS陀螺故障检测方法,其特征在于是按照下述步骤进行的:MEMS陀螺模块(2)测量运动载体模块(3)的状态,把测量信息传递给数据采集模块(4);数据采集模块(4)把采集到的信息输送至小波多尺度分析模块(5);小波多尺度分析模块(5)对MEMS陀螺的信号进行小波多尺度分析,然后将分析结果传输至小波熵故障检测模块(6);小波熵故障检测模块(6)接收小波多尺度分析的数据之后计算小波熵,并用小波熵对多尺度上的信号进行故障检测,若检测结果为故障,则将该检测故障的信号返回重置MEMS陀螺模块(2)的工作状态,若检测结果为正常,则将检测后的信号传递给多尺度重构模块(7);多尺度重构模块(7)将小波熵故障检测模块(6)得到的正常信号进行小波多尺度重构后传输给数据输出模块(8),数据输出模块(8)将多尺度重构模块(7)的输出信息转换形式后输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110420343.XA CN103162710B (zh) | 2011-12-15 | 2011-12-15 | 基于小波熵的mems陀螺故障检测***及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110420343.XA CN103162710B (zh) | 2011-12-15 | 2011-12-15 | 基于小波熵的mems陀螺故障检测***及其检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103162710A CN103162710A (zh) | 2013-06-19 |
CN103162710B true CN103162710B (zh) | 2015-11-11 |
Family
ID=48585988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110420343.XA Expired - Fee Related CN103162710B (zh) | 2011-12-15 | 2011-12-15 | 基于小波熵的mems陀螺故障检测***及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103162710B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106705999B (zh) * | 2016-12-21 | 2021-05-25 | 南京航空航天大学 | 一种无人机陀螺仪故障的诊断方法 |
CN107976206B (zh) * | 2017-11-06 | 2020-06-02 | 湖北三江航天万峰科技发展有限公司 | 一种基于信息熵的mems陀螺性能评价方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201017233Y (zh) * | 2006-11-23 | 2008-02-06 | 浙江大学 | 基于小波分析的工业生产过程故障诊断装置 |
CN101201937A (zh) * | 2007-09-18 | 2008-06-18 | 上海医疗器械厂有限公司 | 基于小波重构与分解的数字图像增强方法及其装置 |
CN101711446A (zh) * | 2007-06-15 | 2010-05-19 | 通用电气公司 | 具有电动机故障检测的基于mems的电动机起动器 |
CN102023010A (zh) * | 2010-10-26 | 2011-04-20 | 西安理工大学 | 基于mems的小波域多传感器信息融合***及融合方法 |
CN102143775A (zh) * | 2008-10-22 | 2011-08-03 | 生物技术公司 | 具有用于功能异常检测的集成式压力传感器的微电子机械***流体阀 |
-
2011
- 2011-12-15 CN CN201110420343.XA patent/CN103162710B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201017233Y (zh) * | 2006-11-23 | 2008-02-06 | 浙江大学 | 基于小波分析的工业生产过程故障诊断装置 |
CN101711446A (zh) * | 2007-06-15 | 2010-05-19 | 通用电气公司 | 具有电动机故障检测的基于mems的电动机起动器 |
CN101201937A (zh) * | 2007-09-18 | 2008-06-18 | 上海医疗器械厂有限公司 | 基于小波重构与分解的数字图像增强方法及其装置 |
CN102143775A (zh) * | 2008-10-22 | 2011-08-03 | 生物技术公司 | 具有用于功能异常检测的集成式压力传感器的微电子机械***流体阀 |
CN102023010A (zh) * | 2010-10-26 | 2011-04-20 | 西安理工大学 | 基于mems的小波域多传感器信息融合***及融合方法 |
Non-Patent Citations (2)
Title |
---|
《多尺度小波分解融合在微机电陀螺数据处理中的应用》;任亚飞等;《应用科学学报》;20100731;第28卷(第4期);394-398 * |
《微机电陀螺数据融合中的小波基的选择》;任亚飞等;《信息与控制》;20101031;第39卷(第5期);646-656 * |
Also Published As
Publication number | Publication date |
---|---|
CN103162710A (zh) | 2013-06-19 |
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 | |
CN102830409B (zh) | 一种基于压缩感知的导航信号采集方法 | |
CN105181122B (zh) | 机械振动信号数据压缩采集方法 | |
CN101609136B (zh) | 电压互感器二次压降测量仪及其测量相角差的方法 | |
CN101957442A (zh) | 一种声源定位装置 | |
CN103616635A (zh) | 一种高压断路器机械特性故障诊断装置及方法 | |
CN203083519U (zh) | 一种无接触式硅片厚度电阻率检测*** | |
CN106055919A (zh) | 一种基于遥测数据小波变换的卫星异常检测方法 | |
CN107687875B (zh) | 一种测量含气导电液体流量的电磁式涡街流量计 | |
CN104391330A (zh) | 一种基于相关辨识技术的电法勘探*** | |
CN101726356A (zh) | 微弱振动信号的谐波小波频域提取与振源识别方法 | |
CN103983338B (zh) | 多极子矢量接收阵校准方法 | |
CN106226587A (zh) | 一种基于les‑‑hht的交流微电网电压暂降快速检测方法 | |
CN103543026B (zh) | 基于振动传递率函数和支持向量机的结构损伤识别方法 | |
CN103162710B (zh) | 基于小波熵的mems陀螺故障检测***及其检测方法 | |
CN103364823B (zh) | 震动源实时定位与分析*** | |
CN105824051A (zh) | 一种基于伪随机相关辨识技术的电法勘探仪器及其方法 | |
CN103760376A (zh) | 一种基于振动原理的发动机转速测量仪及其测试方法 | |
CN103383413A (zh) | 基于权值直接确定法的实时谐波检测方法 | |
CN106646477A (zh) | 基于多站闪电低频脉冲信号的电离层d层探测***及方法 | |
CN102495280A (zh) | 一种抗噪音宽带频率测量方法及锁相频率计 | |
CN103391099A (zh) | 适用于一维缓变信号的随机采样器 | |
CN101982782A (zh) | 类微光子源导航体系中的混沌测频***与方法 | |
CN103411626B (zh) | 组合导航***实际导航性能评估装置及其评估方法 | |
Karim et al. | Global solar radiation modeling using polynomial fitting |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151111 Termination date: 20161215 |
|
CF01 | Termination of patent right due to non-payment of annual fee |