CN103217366A - 一种在线油路磨粒信号的处理方法 - Google Patents

Abstract

本发明提供了一种在线油路磨粒信号的处理方法，首先通过两个存储深度为N缓冲区对采集的在线油路磨粒信号数据进行交替缓存和读取，实现了连续采集，并为连续处理提供了条件，然后循环地将前后两个缓冲区采集的在线油路磨粒信号数据进行拼接，得到长度为2N的在线油路磨粒信号数据进行重叠冗余FFT-去噪-IFFT频域滤波，将高于设定频率f_set滤除，再提取动态均线，并依据约束条件，提取出有效磨粒信号。本发明不仅可以有效滤除载波信号等高于设定频率f_set干扰，还可以滤除因电源电压低频波动、传感器温度漂移等原因而产生的低频成分，并依据约束条件，准确获得有效的磨粒信号，从而更为准确地得到磨粒的大小情况，提高在线油路磨粒监控的准确度。

Description

一种在线油路磨粒信号的处理方法

技术领域

本发明属于磨粒监测技术领域，更为具体地讲，涉及一种在线油路磨粒信号的处理方法。

背景技术

磨损是造成机械零部件失效的主要原因之一，油路油液中的磨粒是有关发动机磨损状态的重要信息载体，对磨粒进行数量统计和大小分级可以很好地判断机械的磨损程度和运行状态，预测潜在的危险。

目前国内外进行油路油液中磨粒监测的方法主要有光谱、铁谱、颗粒计数和磁塞法，这些方法属于离线测量，实时性能有限。

申请人提出了一种在线磨粒监测方法，利用电磁感应原理，采用电感式油路磨粒传感器对磨粒进行检测，当带有磨粒的油液流经电感式油路磨粒传感器内的管道时，通过磁化作用改变电感式油路磨粒传感器线圈的磁场分布，进而改变线圈的等效电感，产生相应的感应信号，对该感应信号进行放大、检波等重要调理过程后即可得到在线油路磨粒信号。

图1是在线油路磨粒信号获取及处理的一种硬件***。

如图1所示，该硬件***能够实时检测并处理传感器感应信号，是以DSP为核心的信号检测与处理电路。

各模块及功能主要如下：

DSP及存储模块：该部分主要实现激励信号源的调节控制、信号采集和信号处理，同时实现RS232与上位机通信，接收上位机的参数配置。其中，AD1采集传感器检测线圈感应信号放大后的信号，即前级输出信号，并作为平衡调节的依据，AD2用于采集信号放大与调理模块输出的末级输出信号，即在线油路磨粒信号，作为软件上信号处理的原始数据。

激励信号源：主要用于提供电感式油路磨粒传感器所需的两路激励信号U1和U2，其中U1幅度和相位固定，另外一路U2的幅度可调且相对于U1的相位可调。为了使电感式油路磨粒传感器两侧激励线圈的激励信号产生的磁场基本平衡，必须对激励信号U2的相位和幅度进行调节。具体地，DSP利用SPI总线发送幅度/相位码值到激励信号源实现调幅调相。具体地，调幅是通过DA实现，调相通过FPGA实现。

信号放大及调理模块：主要对电感式油路磨粒传感器中间检测线圈上的感应信号进行前级放大、检波滤波放大处理，提取出在线油路磨粒信号供AD2采样送至DSP做信号处理。电感式油路磨粒传感器两端激励信号是否平衡，可以从中间检测线圈感应所得感应信号的幅度来体现，具体来讲，检测前级放大输出感应信号，如果幅度大于设计要求，则DSP利用SPI总线发送幅度/相位码值到激励信号源实现调幅调相，最终使输出的感应信号满足设计要求，激励信号产生的磁场基本平衡。而在线油路磨粒信号直接由AD2采集进入DSP的PPI口。

DSP对在线油路磨粒信号进行分析处理，得到油液中磨粒的大小及材质等参数，这些参数反映被监测机械设备的磨损情况，从而实时获得被测设备的健康状况，实现在线油路磨粒的监测。

但在线油路磨粒信号中包含一些干扰信号，如何获得有效的磨粒信号，使在线油路磨粒监控更为准确是需要解决的一个重要问题。

发明内容

本发明的目的在于提供一种在线油路磨粒信号的处理方法，以有效滤除在线油路磨粒信号中的干扰信号，以获得有效的磨粒信号，从而更为准确地得到磨粒的大小情况，提高在线油路磨粒监控的准确度。

为实现以上目的，本发明在线油路磨粒信号的处理方法，其特征在于，包括以下步骤：

（1）、双缓冲在线油路磨粒信号采集

针对在线油路磨粒信号进行采集得到的数据，用两个存储深度为N的缓冲区Buffer1和Buffer2对其进行交替缓存和读取：当缓冲区Buffer1存满后产生中断，让DSP读取该缓冲区Buffer1的数据，同时，DMA（Direct Memory Address，直接存储器存取）控制器将采集的数据存向缓冲区Buffer2，当缓冲区Buffer2存满后产生中断，让DSP读取该缓冲区Buffer2的数据，同时，DMA将采集的数据存向缓冲区Buffer1，如此交替；软件处理速度上需要满足：在采集满一个缓冲区的时间内，DSP必须完成对另一个缓冲区中数据的读取和处理；

（2）、FFT频域滤波

首先将前一次读取的另一个缓冲区的N数据与当前读取的缓冲区的N数据进行拼接，得到点数为2N的在线油路磨粒信号数据，然后调用FFT（傅里叶变换）函数，将其转换到频域，得到频域的点数为2N的在线油路磨粒信号数据；

将频域的点数为2N的在线油路磨粒信号数据中，代表设定频率f_set以上的谱线值直接置为0，然后再调用IFFT（傅里叶反变换）函数，将频域的点数为2N在线油路磨粒信号数据转换到时域，并去掉前面N/2点数据，去掉后面N/2点数据，只保留中间N点数据；

将每次IFFT保留的中间N点数据拼接起来，得到滤波后的在线油路磨粒信号数据；

（3）、动态均线的提取

3.1）、找出滤波后得到的在线油路磨粒信号数据的极值点；

3.2）、按横坐标大小依次取紧邻的三个极值点作为顶点，构成一个三角形，计算中心点：横坐标直接取中间的那个点的横坐标，纵坐标求三个点的纵坐标平均值，其中横坐标为在线油路磨粒信号数据的采样顺序值，纵轴坐标为在线油路磨粒信号数据的采样值；

3.3）、按横坐标大小依次取计算得到的紧邻的三个中心点作为三角形顶点，构成一个新的三角形，按3.2的方法计算新的中心点；

3.4）、重复步骤3.3），直到达到设定次数；

3.5）、将每相邻的两个中心点用线段连接起来，做一次3～5个点的均值平滑滤波，得到动态均线；

（4）、有效磨粒信号的提取

4.1）、在幅度大小上，设定一个门限值ΔA，当|y(x)|>ΔA时，找到滤波后得到的在线油路磨粒信号数据s(x)中对应的数据点A，其中y(x)=s(x)-a(x)，a(x)为动态均线，x为横坐标，即数据的采样顺序值；

4.2）、然后依据在线油路磨粒信号数据s(x)的单调性，依次找到极值点B、|y(x)|<ΔA时对应的数据点C、与动态均线的交点M、|y(x)|>ΔA时对应的数据点D、极值点E以及|y(x)|<ΔA时对应的数据点F；

4.3）、如果满足以下约束条件：

①、BD段斜率k1、CE段斜率k2：

|(|k1|-|k2|)|<20%×min(|k1|,|k2|)；

②、CD段的斜率绝对值比BC段、DE段斜率的绝对值都大；

③、B、M、E三个数据点的横坐标x_B、x_M以及x_E之间满足：

|(|x_M-x_B|-|x_E-x_M|)|<20%×min(|x_M-x_B|,|x_E-x_M|)；

④、B、E两个数据点偏离动态均线的幅度满足：

|(|s(x_B)-a(x_B)|-|sa(x_E)|)|<20%×min(|s(x_B)-a(x_B)|,|s(x_E)-a(x_E)|)；

则认为该段磨粒信号数据为有效磨粒信号，并将其提取出来；

（5）、磨粒种类及大小的确定

5.1）、磨粒种类的确定：将提取的有效磨粒信号的相位与标定磁性磨的相位进行比较，如果同相，则磨粒是磁质磨粒，如果反相，则磨粒是抗磁质磨粒；

5.2）、磨粒大小的确定

①、先由A数据点向前找到与动态均线的交点X1，由F点向后找到与动态均线的交点X2，记D=X2-X1，即有效磨粒信号所占用的采样点数，然后根据计算提取的有效磨粒信号的面积area：

$\mathrm{area}=\underset{X1}{\overset{X2}{\mathrm{\&Sigma;}}}|s\left(x\right)-a\left(x\right)|,$ x∈(X1,X2)；

②、对面积area做归一化，即归一化到占个M₀采样点时所对应的面积：

③、根据归一化之后的面积area_归一化确定磨粒的等级。

本发明的目的是这样实现的：

本发明在线油路磨粒信号的处理方法，首先通过两个存储深度为N缓冲区对采集的在线油路磨粒信号数据进行交替缓存和读取，实现了连续采集，并为连续处理提供了条件，然后将相邻两次采集的在线油路磨粒信号数据进行拼接，得到长度为2N的在线油路磨粒信号数据进行FFT频域滤波，将高于设定频率f_set滤除，再提取动态均线，并依据约束条件，提取出有效磨粒信号。本发明不仅可以有效滤除在线油路磨粒信号中高于设定频率f_set干扰，还可以滤除因电源电压低频波动、传感器温度漂移等原因而产生的低频成分，并依据约束条件，准确获得有效的磨粒信号，从而更为准确地得到磨粒的大小情况，提高在线油路磨粒监控的准确度。

附图说明

图1是在线油路磨粒信号获取的一种硬件***；

图2是本发明在线油路磨粒信号的处理方法一种具体实施方式流程图；

图3是图1所示在线油路磨粒信号经过FFT滤波后的波形示意图；

图4是连续对在线油路磨粒信号进行FFT-去噪-IFFT滤波的结果示意图；

图5是IFFT后数据拼接示意图；

图6是图1所示在线油路磨粒信号经过FFT滤波后的带有低频干扰的波形示意图；

图7是动态均线提取方法示意图；

图8是有效磨粒信号提取方法示意图；

图9是有效磨粒信号面积归一化推导示意图；

图10是磨粒大小分级示意图。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

图2是本发明在线油路磨粒信号的处理方法一种具体实施方式流程图。

在本实施例中，如图2所示，本发明在线油路磨粒信号的处理方法包括双缓冲在线油路磨粒信号采集1、FFT频域滤波2、动态均线的提取3以及有效磨粒信号的提取4等几个步骤，下面结合具体实施方式对每个步骤进行详细说明。

1、双缓冲在线油路磨粒信号采集

设激励信号U1和U2频率为f，那么由电感式油路磨粒传感器中间的检测线圈感应到的信号主要载波成分也是f。在实际应用中，磨粒经过时，磨粒信号被调制到此载波上，磨粒信号频率视电感式油路磨粒传感器结构、油路流速而定。感应信号通过前置放大、同步检波再滤除直流后，进入并行模数转换器AD2的信号中最高的频率成分基本不会超过f，因此，根据奈奎斯特采样定理，结合频率分辨率的要求，并行模数转换器AD2选取3倍于f的采样率。

为了实现对磨粒信号的连续采集和连续处理，在本实施例中，在DSP在L1memory中开辟了两个位宽16bit、存储深度N=512的缓冲区Buffer1和Buffer2进行交替缓存和读取，实现PingPong操作，具体在DSP中通过DMA描述符表来实现。当缓冲区Buffer1中数据采集满512点时，产生中断，在中断服务函数中置位标志变量buffer1_ready=true，主程序检测buffer1_ready，如果为true，则读取Buffer1的数据，同时，DMA控制器根据描述符表，自动将采集的数据存向Buffer2；同理，当Buffer2中数据采集满512点时，产生中断，在中断服务函数中置位标志变量buffer2_ready=true，主程序检测buffer2_ready，如果为true，则读取Buffer2的数据，同时，DMA控制器根据描述符表，自动将采集的数据存向Buffer1。如此交替；

处理速度上需要满足：在采集满Buffer1的时间内，DSP必须完成对Buffer2中数据的读取和处理；在采集满Buffer2的时间内，DSP必须完成对Buffer1中数据的读取和处理。

在本实施例中，主程序中利用一个while循环不断地检测数据满标志buffer1_ready和buffer2_ready这两个标志，如果检测到为true，则读取对应缓冲区的在线油路磨粒信号数据，读取完毕后，将数据满标志更新为false。

2、FFT频域滤波

2.1、有效磨粒信号

磨粒流经电感式油路磨粒传感器内的管道后，在中间检测线圈上有一个单周期正弦调制信号，经过同步检波后会检出这个单周期的正弦信号，称之为有效磨粒信号。其频率与油液流速和电感式油路磨粒传感器参数有关：F≈v/(2×d)，式中，v为油液流速，d为激励线圈两端到中心位置的距离。结合实际的电感式油路磨粒传感器参数d和现场应用中的油液流速v，确定可能存在的最大的有效磨粒信号的频率，记为F_max。

2.2、FFT频域滤波

在本实施例中，对于在线油路磨粒信号中2×F_max以上的频率分量，可以通过FFT变换，在频域将其谱线衰减甚至置零，再IFFT变换到时域，能得到较好的在线油路磨粒信号曲线。单独抓取了一段1024点在线油路磨粒信号数据来做FFT-截断-IFFT处理后，得到如图3示意波形，此时对2×F_max以上频率的滤除效果较为理想。在本实施例中，使用了基-2FFT变换。

为了实现对信号的连续处理，本发明采用重叠冗余的方式进行FFT-截断-IFFT处理，如图4所示。每一次用于FFT的2N=1024点在线油路磨粒信号数据为前一Buffer的N点和当前Buffer的N点数据按采样顺序进行拼接而得，放入数组DataForFFT[1024]中，调用傅里叶变换函数，将其转换到频域，FFT变换后的频域的点数为2N=1024在线油路磨粒信号数据即谱线值也返回该数组中。将DataForFFT[1024]中代表设定频率f_set=2×F_max以上的频率成分直接置为0。直接截断可能会导致后面IFFT反变换结果的连续性不好即有跳变，但是为了保证去掉f_set以上的纹波，这种截断的方式也是一个相对较好的选择，而连续性可以用其他办法解决。然后调用傅里叶反变换将数组DataForFFT[1024]中的数据进行IFFT变换，结果中去掉前面N/2=256点数据，去掉后面N/2=256点数据，只保留中间512点数据。这样做，相当于每次实际有效地处理了N=512点数据，而每次采样的缓冲中也是正好是N=512点，刚好实现了实时采样、实时处理。

每次IFFT保留的中间N=512点数据拼接起来，可能出现如图5所示的跳变。这时候只需要找到拼接处跳变点a、b的中值点，然后过中值点做一条直线，交前面一段于点c，交后面一段于点d，连接线段cd，并用此线段上的离散点作为滤波后信号在点c、点d之间的数据，从而保证了在线油路磨粒信号的连续性、平滑性。cd段的斜率需保持与ca段一致，只要实现让滤波后的信号连续平滑即可。

3、动态均线的提取

如图6所示，滤波得到的在线油路磨粒信号曲线有较好的平滑性，但是因为电源电压低频波动、传感器温度漂移或其他原因，有一部分频率很低的分量出现在最终滤波后的在线油路磨粒信号中，表现为基线的漂移，也就是平均值在不断的上下摆动，有时候摆动的幅度较大，这对后面的有效磨粒信号的提取很不利，如果能找到这个低频的成分，或者动态地找到一条均线来代替就能提高检测精度。这条曲线就如图6中所示的“动态均线”。为了能找到这条动态均线，在本发明中，采取了以下方法：

（1）、找出滤波后得到的在线油路磨粒信号数据的极值点，这些极值点包括极大值和极小值，按出现的时间先后顺序排列，如P1、P2、P3、P4、P5、P6、P7、P8、P9、……。

（2）、按横坐标排序依次取紧邻的三个极值点作为顶点，构成一个三角形，计算中心点：横坐标直接取中间那个点的横坐标，纵坐标取三个点的纵坐标均值。如图7，依次得到中心点M1、M2、M3、M4、M5、M6、M7、……，其中M1为极值点P1、P2、P3构成的三角形的中心点，M2为极值点P2、P3、P4构成的三角形的中心点，M3为极值点P3、P4、P5构成的三角形的中心点，依此类推。

（3）、按横坐标排序依次取计算得到的紧邻的三个中心点作为三角形顶点，构成一个新的三角形，按（2）中的方法，计算中心点A1、A2、A3、A4、……，如图7所示，其中，A1为中心点M1、M2,、M3构成的三角形的中心点，A2为中心点M2、M3、M4构成的三角形的中心点，A3为中心点M3、M4、M5构成的三角形的中心点。

（4）、重复步骤（3），直到达到设定次数，在本实例中，为了便于说明，设定次数为0，即不再重复。

（5）、将中心点A1、A2、A3、A4、A5、……这些序列点，每相邻的两个点用线段连接起来，这条分段直线就比较接近动态均线了。如果为了得到更好的均线，还可以继续上面步骤（3）的方式，再求几次中心值再连线段。连接线段之后，亦可做一次3～5点的均值平滑滤波。

5、有效磨粒信号的提取

当油路中有带有磨粒的油液通过，出现了有效磨粒信号，有效磨粒信号的幅度一定比普通的干扰波形大不少，在幅度大小上，设定一个门限值ΔA，如图8所示，当|y(x)|>ΔA时，就意味着有效磨粒信号可能出现。其中y(x)=s(x)-a(x)，a(x)为动态均线，x为横坐标即数据点采样顺序值。

标记如图8所示几个重要的点：A、B、C、D、E、F、M，其中，A为|y(x)|>ΔA时找到滤波后得到的在线油路磨粒信号数据s(x)对应的数据点，依据单调性，依次找到极值点B、|y(x)|<ΔA时对应的数据点C、与动态均线的交点M、|y(x)|>ΔA时对应的数据点D、极值点E以及|y(x)|<ΔA时对应的数据点F。

这几个点有以下关系：

(1)、如果A点存在，一定会存在B、C两点；

(2)、如果D点存在，一定会存在E、F两点；

(3)、如果ABC三点存在，未必会有DEF三点（由干扰造成）。

针对这些情况，本发明给出四个约束条件：

①、BD段斜率k1、CE段斜率k2：

|(|k1|-|k2|)|<20%×min(|k1|,|k2|)；

②、CD段的斜率绝对值比BC段、DE段斜率的绝对值都大；

③、B、M、E三个数据点的横坐标x_B、x_M以及x_E之间满足：

|(|x_M-x_B|-|x_E-x_M|)|<20%×min(|x_M-x_B|,|x_E-x_M|)；

④、B、E两个数据点的偏离动态均线的幅度满足：

|(|s(x_B)-a(x_B)|-|s(x_E)-a(x_E)|)|<20%×min(|s(x_B)-a(x_B)|,|s(x_E)-a(x_E)|)；

其中，min（*，*）表示选择两个数值中较小的数值。

当满足上述这四个条件时，可以断定已经检测到了一个有效磨粒信号，并将其提取出来。当然由于每一个有效磨粒信号有可能只有几十个点来表示，有些稀疏，找出的A、B、C、D、E、F、M这些点与理想位置有些差别，但是对于判断形状和大小已经足够了。

5、磨粒种类及大小的确定

5.1、磨粒种类的确定：将提取的有效磨粒信号的相位与标定磁性磨的相位进行比较，如果同相，则磨粒是磁质磨粒，如果反相，则磨粒是抗磁质磨粒。

对于磁质磨粒和抗磁质磨粒的区分。当具体的电路和电感式油路磨粒传感器确定后，磁质磨粒和抗磁质磨粒感应出的有效磨粒信号的方向是确定的。如果有效磨粒信号先出现上半部分，则磁质磨粒；如果先出现负半部，则是抗磁质磨粒。这个不绝对，要与具体的电路和电感式油路磨粒传感器对应起来，做一个标定即可。程序会判断和记录每一个提取的有效磨粒信号形状(正相或者反相)，与标定磁性磨的相位进行比较，如果同相，则磨粒是磁质磨粒，如果反相，则磨粒是抗磁质磨粒。

5.2、磨粒大小的确定

对于速度，实际上，每一个波形占的采样点数，已经表明了速度。用电感式油路磨粒传感器来确定流速，则可以大体通过图8中B、E两点的点差来确定：

$v=\frac{d}{t}=\frac{d}{(x_E-x_B)/f_s}=\frac{{\mathrm{df}}_s}{x_E-x_B}$

其中，d为电感式油路磨粒传感器两端激励线圈中心点之间距离，t表示磨粒流经d这段距离所用时间。通过E、B之间的点数，结合采样率f_s就可以确定时间，进而确定速度。

要确定磨粒的大小，主要是通过计算有效磨粒信号与动态均线围成的面积来计算。可行性分析和相关方法如下：

如图9所示的两个正弦信号y0=sin(t)，y1=sin(t/2)。分别计算其一个周期的面积。

$\mathrm{Area}0=2*{\&Integral;}_0^{\mathrm{\&pi;}}\sin \left(t\right)\mathrm{dt}$

$\mathrm{Area}1=2*{\&Integral;}_0^{2\mathrm{\&pi;}}\sin (t/2)\mathrm{dt}=2*2*{\&Integral;}_0^{2\mathrm{\&pi;}}\sin (t/2)d(t/2)$

令x=t/2,得 $\mathrm{Area}1=4*{\&Integral;}_0^{\mathrm{\&pi;}}\sin \left(x\right)d\left(x\right)=2*\mathrm{Area}0$

根据简单的计算得出：第二个图的阴影部分面积是第一个图阴影部分面积的两倍。进一步，如果有两个信号y0=sin(t),y1=sin(t/a)，可以得出：单周期面积Areal1=a*Areal0，频率缩小a倍，面积就扩大a倍，得出有效磨粒信号的面积与频率的关系：

$\mathrm{Area}\&Proportional;T=\frac{1}{F}$

其中，T为有效磨粒信号的周期。

又因为同一磨粒以不同速度流经电感式油路磨粒传感器内的管道，产生的有效磨粒信号的频率不一样：

F∝v

且根据实验现象，磨粒的速度对特征信号的幅度影响不大，基本可以忽略，只与磨粒直径大小和处在管道的相对位置有关。那么：

Area∝T∝1/F∝1/v

由此可知，同一磨粒以不同速度流经电感式油路磨粒传感器内的管道产生的面积也就可能变化，既然幅度与速基本无关，那么只要将面积与速度的关系归一化，就可以依据有效信号的面积来判断磨粒直径的等级。

归一的方法如下：

v0：M₀个采样点，面积为A₀

v1：M₁个采样点，面积为A₁

v2：M₂个采样点，面积为A₂

那么统一把面积归一化到M₀个采样点时的面积值：

A₁₀=A₁×M₀/M₁

A₂₀=A₂×M₀/M₂

此时A₁₀、A₂₀所代表的面积，已经剔除速度的影响了，都已经归一化到v0这个速度的面积了。

具体来讲，对于磨粒大小的确定包括以下步骤：

①、先由A数据点向前找到与动态均线的交点X1，由F点向后找到与动态均线的交点X2，记D=X2-X1，即有效磨粒信号所占用的采样点数，然后根据计算提取的有效磨粒信号的面积area：

$\mathrm{area}=\underset{X1}{\overset{X2}{\mathrm{\&Sigma;}}}|s\left(x\right)-a\left(x\right)|,$ x∈(X1,X2)；

②、对面积area做归一化到M₀个采样点时对应的面积：

③、根据归一化之后的面积area_归一化确定磨粒大小的等级。

归一化后的面积A基本体现了磨粒的大小了。但实际情况下，有效磨粒信号的幅度与磨粒在电感式油路磨粒传感器内管道中的位置有很大关系。越靠近管壁，信号幅度越大，越在管道正中间，幅度越小。所以非均匀磁场下，无法根据有效磨粒信号的幅度或面积来确定磨粒的大小。只能对磨粒进行一个大概的等级划分。粗略划分的依据是：较小的磨粒，即使是靠着管壁通过，产生的有效磨粒特征信号幅度还不及某一大磨粒从管道中心通过时产生的特征信号幅度大，那么根据这个道理，还是可以将磨粒分级的。

具体分级细节，如图10所示。设直径为D1、D2、D3……的磨粒通过传感器时，其有效磨粒特征信号的归一化面积范围分别表示为（Area0，Area1）、（Area2，Area3）、（Area4，Area5）、……。

首先，通过实验测得直径为D1的磨粒对应的（Area0，Area1），作为已知条件，然后，通过实验找到合适的直径为D2的磨粒使得Area2=Area1，即确定了直径D2和面积Area3。继续做实验寻找合适的直径为D3的磨粒使得Area4=Area3，即确定了直径D3和面积Area5，以此类推，确定各个磨粒的直径以及其磨粒信号的面积范围。当把磨粒信号面积求出来并归一化之后，依次与面积Area0、Area3、Area5、……做比较：如果仅仅满足area_归一化>Area1，则把磨粒归为直径D1以上；如果仅仅满足area_归一化>Area3，则把磨粒归为大于直径D2一类；如果仅仅满足area_归一化>Area5，则把磨粒归为大于直径D3一类；余此类推。根据这种方式可以将磨粒的大致等级加以区分，不过只区分了下限，没有确定上限。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (4)

1.一种在线油路磨粒信号的处理方法，其特征在于，包括以下步骤：

（1）、双缓冲在线油路磨粒信号采集

针对在线油路磨粒信号进行采集得到的数据，用两个存储深度为N的缓冲区Buffer1和Buffer2对其进行交替缓存和读取：当Buffer1存满后产生中断，让DSP读取该缓冲区Buffer1的数据，同时，DMA（Direct Memory Address，直接存储器存取）控制器将采集的数据存向缓冲区Buffer2，当Buffer2存满后产生中断，让DSP读取该缓冲区Buffer2的数据，同时，DMA将采集的数据存向缓冲区Buffer1，如此交替；软件处理速度上需要满足：在采集满一个缓冲区的时间内，DSP必须完成对另一个缓冲区中数据的读取和处理；

（2）、FFT频域滤波

首先将前一次读取的另一个缓冲区的N数据与当前读取的缓冲区的N数据进行拼接，得到点数为2N的在线油路磨粒信号数据，然后调用FFT（傅里叶变换）函数，将其转换到频域，得到频域的点数为2N的在线油路磨粒信号数据；

将频域的点数为2N的在线油路磨粒信号数据中，代表设定频率f_set以上的谱线值直接置为0，然后再调用IFFT（傅里叶反变换）函数，对频域的点数为2N在线油路磨粒信号数据转换到时域，并去掉前面N/2点数据，去掉后面N/2点数据，只保留中间N点数据；

将每次IFFT保留的中间N点数据拼接起来，得到滤波后的在线油路磨粒信号数据；

（3）、动态均线的提取

3.1）、找出滤波后得到的在线油路磨粒信号数据的极值点；

3.2）、按横坐标大小依次取紧邻的三个极值点作为顶点，构成一个三角形，计算中心点：横坐标直接取中间的那个点的横坐标，纵坐标求三个点的纵坐标平均值；

3.3）、按横坐标大小依次取计算得到紧邻的三个中心点作为三角形顶点，构成一个新的三角形，按3.3的方法计算新的中心点；

3.4）、重复步骤3.3），直到达到设定次数；

3.5）、将每相邻的两个中心点用线段连接起来，做一次3～5个点的均值平滑滤波，得到动态均线；

（4）、有效磨粒信号的提取

4.1）、在幅度大小上，设定一个门限值ΔA，当|y(x)|>ΔA时，找到滤波后得到的在线油路磨粒信号数据s(x)中对应的数据点A，其中y(x)=s(x)-a(x)，a(x)为动态均线，x为横坐标；

4.2）、然后依据在线油路磨粒信号数据s(x)的单调性，依次找到极值点B、|y(x)|<ΔA时对应的数据点C、与动态均线的交点M、|y(x)|>ΔA时对应的数据点D、极值点E以及|y(x)|<ΔA时对应的数据点F；

4.3）、如果满足以下约束条件：

①、BD段斜率k1、CE段斜率k2：

|(|k1|-|k2|)|<20%×min(|k1|,|k2|)；

②、CD段的斜率绝对值比BC段、DE段斜率的绝对值都大；

③、B、M、E三个数据点的横坐标x_B、x_M以及x_E之间满足：

|(|x_M-x_B|-|x_E-x_M|)|<20%×min(|x_M-x_B|,|x_E-x_M|)；

④、B、E两个数据点偏离动态均线的幅度满足：

|(|s(x_B)-a(x_B)|-|s(x_E)-a(x_E)|)|<20%×min(|s(x_B)-a(x_B)|,|s(x_E)-a(x_E)|)；

则认为该段磨粒信号数据为有效磨粒信号，并将其提取出来；

（5）、磨粒种类及大小的确定

5.1）、磨粒种类的确定：将提取的有效磨粒信号的相位与标定磁性磨的相位进行比较，如果同相，则磨粒是磁质磨粒，如果反相，则磨粒是抗磁质磨粒；

5.2）、磨粒大小的确定

①、先由A数据点向前找到与动态均线的交点X1，由F点向后找到与动态均线的交点X2，记D=X2-X1，即有效磨粒信号所占用的采样点数，然后根据计算提取的有效磨粒信号的面积area：

$\mathrm{area}=\underset{X1}{\overset{X2}{\mathrm{\&Sigma;}}}|s\left(x\right)-a\left(x\right)|,$ x∈(X1,X2)；

②、对面积area做归一化，即归一化到M₀个采样点时对应的面积：

③、根据归一化之后的面积area_归一化确定磨粒的等级。

2.根据权利要求1所述的在线油路磨粒信号的处理方法，其特征在于，在步骤（1）中，还包括以下步骤：

缓冲区Buffer1存满后产生中断时，中断服务中对数据满标志更新为buffer1_ready=true，以供主程序用于读取缓冲区Buffer1中数据；

缓冲区Buffer1存满后产生中断时，中断服务中对数据满标志更新为buffer1_ready=true，以供主程序用于读取缓冲区Buffer1中数据；

所述的DSP读取该缓冲区Buffer1、Buffer1的在线油路磨粒信号数据流程为：

主程序中利用一个while循环不断地检测数据满标志buffer1_ready和buffer2_ready这两个标志，如果检测到为true，则读取对应缓冲区的在线油路磨粒信号数据，读取完毕后，将数据满标志更新为false。

3.根据权利要求1所述的在线油路磨粒信号的处理方法，其特征在于，在步骤（2）中还包括以下步骤：

在滤波后的在线油路磨粒信号数据中找到拼接处跳变点a、b的中值点，然后过中值点做一条直线，交前面一段于点c，交后面一段于点d，连接线段cd，并用此线段上的离散点作为滤波后信号在点c、点d之间的数据，从而保证了在线油路磨粒信号的连续性、平滑性，cd段的斜率需保持与ca段一致，只要实现让滤波后的信号连续平滑即可。

4.根据权利要求1所述的在线油路磨粒信号的处理方法，其特征在于，步骤（5）中，所述的根据归一化之后的面积area_归一化确定磨粒的等级为：

直径为D1、D2、D3……的磨粒通过传感器时，其有效磨粒特征信号的归一化面积范围分别表示为（Area0，Area1）、（Area2，Area3）、（Area4，Area5）、……；

首先，通过实验测得直径为D1的磨粒对应的（Area0，Area1），作为已知条件，然后，通过实验找到合适的直径为D2的磨粒使得Area2=Area1，即确定了直径D2和面积Area3，继续做实验寻找合适的直径为D3的磨粒使得Area4=Area3，即确定了直径D3和面积Area5，以此类推，确定各个磨粒的直径以及其磨粒信号的面积范围；

当把磨粒信号面积求出来并归一化之后，依次与面积Area0、Area3、Area5、……做比较：如果仅仅满足area_归一化>Area1，则把磨粒归为直径D1以上；如果仅仅满足area_归一化>Area3，则把磨粒归为大于直径D2一类；如果仅仅满足area_归一化>Area5，则把磨粒归为大于直径D3一类，余此类推。

Images