湯　偉　連鈺洋,*　胡連華　劉文波　王孟效

(1.陜西科技大學(xué)電氣與信息工程學(xué)院,陜西西安,710021；

2.陜西西微測控技術(shù)有限公司,陜西咸陽,712000)

?

基于經(jīng)驗?zāi)B(tài)分解的紙機橫向定量測量數(shù)據(jù)去噪

湯偉1連鈺洋1,*胡連華2劉文波1王孟效2

(1.陜西科技大學(xué)電氣與信息工程學(xué)院,陜西西安,710021；

2.陜西西微測控技術(shù)有限公司,陜西咸陽,712000)

摘要：針對傳統(tǒng)去噪算法不能滿足更高質(zhì)量橫向定量控制要求,提出一種基于經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)的去噪方法。該方法利用EMD分解時間尺度的特性和自適應(yīng)性,通過去除高頻分量并進行滑動平均濾波達到去噪效果。仿真結(jié)果表明,這種算法能有效地濾除噪聲,同時又保留定量主要細節(jié),有利于進行后續(xù)控制。

關(guān)鍵詞：橫向定量；去噪；經(jīng)驗?zāi)B(tài)分解

定量是評價紙張質(zhì)量的最重要的指標之一,用來表征單位面積的紙張質(zhì)量,是紙張質(zhì)量控制的重要內(nèi)容[1]。隨著紙機車速和幅寬的增加,以及消費者對紙張品質(zhì)要求的日益提高,與紙機運行方向垂直的橫向定量控制成為我國造紙工業(yè)的一個研究熱點。橫向定量測量數(shù)據(jù)的去噪效果直接影響橫向定量控制的好壞。工業(yè)現(xiàn)場常用的滑動平均濾波是一種粗糙的去噪方法,并不能滿足更高質(zhì)量紙張生產(chǎn)的需要。為此,急需一種高效快速的針對紙張定量測量數(shù)據(jù)的去噪方法。本研究通過引入經(jīng)驗?zāi)B(tài)分解(Empirical Mode Deconposition, EMD),利用它不同時間尺度的特性對橫向定量測量數(shù)據(jù)進行去噪處理。

1去噪必要性分析

消費者對紙張品質(zhì)要求的提高和高速印刷機的引入對紙張纖維的勻度分布(主要反應(yīng)在定量分布上)提出了更加嚴格的要求。定量波動一般包括縱向定量波動和橫向定量波動?？v向定量波動是指沿紙機運行方向的定量波動,主要歸因于上漿濃度和上漿流量的變化,通常稱之為MD(Machine Direction)定量波動。紙張橫向定量波動是指其垂直于紙機運行方向的定量波動,其原因主要是由紙機設(shè)備(如流漿箱的勻漿和布漿質(zhì)量)所引起的,通常稱之為CD(Cross Direction)定量波動。CD定量分布是否均勻不僅關(guān)系到紙張本身的質(zhì)量,還會大大影響生產(chǎn)效率以及原料的消耗。普通長網(wǎng)紙機的工藝流程及MD和CD定量控制方案示意圖如圖1所示(對于車速大于450 m/min的造紙機不再使用高位箱,直接由低脈沖上漿泵供漿)。橫向沿整個紙幅執(zhí)行器(稀釋水閥)個數(shù)眾多,不同執(zhí)行器間存在耦合,掃描架和執(zhí)行器間存在較大時滯,控制難度大。若測量數(shù)據(jù)不做去噪處理,就為控制系統(tǒng)引入了新的干擾因素,容易導(dǎo)致執(zhí)行器動作絮亂,直接造成CD定量控制失敗。為此,對掃描架測量數(shù)據(jù)進行去噪處理是急需和必要的。

圖1　長網(wǎng)造紙機工藝流程及縱向(MD)和橫向(CD)定量控制方案示意圖

2經(jīng)驗?zāi)B(tài)分解

文獻[2]中黃鍔于1998年提出經(jīng)驗?zāi)B(tài)分解,它能夠自適應(yīng)地將復(fù)雜的非線性、非平穩(wěn)信號分解為多個本征模函數(shù)(Intrinsic Mode Function, IMF)和一個均值趨勢(Mean Trend)信號。一個本征模函數(shù)必須滿足2個條件：①函數(shù)在整個時間范圍內(nèi),局部極值點和過零點的數(shù)目必須相等,或最多相差一個；②在任意時刻點,局部最大值的包絡(luò)(上包絡(luò)線)和局部最小值的包絡(luò)(下包絡(luò)線)平均必須為零。其中第一個條件保證本征模態(tài)函數(shù)在每個周期只含有一個振動模態(tài),而不含其他復(fù)雜的奇波；2個條件讓本征模函數(shù)的瞬時頻率具有明確的物理意義[3]。Huang假設(shè)信號由不同的簡單振動模態(tài)構(gòu)成,每個本征模函數(shù)只含有一種振動模態(tài),這令EMD分解能夠清晰地分辨復(fù)雜交疊信號的內(nèi)蘊模態(tài)。經(jīng)驗?zāi)B(tài)分解不基于任何基函數(shù),直接提取信號的局部特征,因此自適應(yīng)性很強,適用于分解非線性、非平穩(wěn)信號。EMD分解廣泛應(yīng)用于信號處理、機械故障診斷等領(lǐng)域,而EMD分解與希爾伯特變換(HHT)的結(jié)合更是一種十分重要的時頻分析工具。

經(jīng)驗?zāi)B(tài)分解實現(xiàn)方法如下：

(1)求取初始x(t)信號的所有極值點,并通過三次樣條插值求取上包絡(luò)u(t)和下包絡(luò)。

(2)計算平均包絡(luò)m(t)=[u(t)+v(t)]/2。

(3)求取信號與平均包絡(luò)之差h(t)=x(t)-m(t)。

(5)記錄此時殘余項r(t)=x(t),整個EMD分解過程結(jié)束。

3去噪算法和硬件實現(xiàn)

由圖1可知，在整個橫向定量控制系統(tǒng)中,去噪屬于數(shù)據(jù)預(yù)處理。在本系統(tǒng)中,紙幅橫向的定量波動相對于噪聲信號是個低頻信號,因此EMD分解可直接用于本系統(tǒng)的去噪。具體流程如圖2所示。

EMD分解通過自身時間尺度的特性,將原始信號分解為不同頻段的本征模函數(shù)。每個本征模函數(shù)平均包絡(luò)為零,不含有趨勢信號,因此本系統(tǒng)可以直接用含噪信號去除高頻IMF,從而得到去噪后的定量數(shù)據(jù)。只采用EMD分解進行去噪是一種粗糙的去噪方式,本方法將EMD分解與滑動平均濾波結(jié)合起來。由圖2可見,首先對含噪信號進行EMD分解,之后去除先得到的最高頻IMF,隨后將所得的剩余信號進行滑動平均濾波?；瑒悠骄鶠V波后得到的信號作為初始信號進行EMD分解,再去除最高頻IMF分量,重復(fù)此步驟。但不能無限的刪減,以防將有用信號剔除。在此,人為設(shè)定一個信噪比的閾值,若所得信噪比大于閾值則停止迭代過程,算法結(jié)束。信噪比閾值的具體值,根據(jù)紙機和生產(chǎn)紙種的不同來按照經(jīng)驗選取。

圖3　橫向定量控制系統(tǒng)結(jié)構(gòu)圖

圖2　去噪流程圖

整個橫向定量控制系統(tǒng)結(jié)構(gòu)如圖3所示。稀釋水閥控制柜和QCS控制柜均采用西門子S7-315PLC為控制核心,二者與相應(yīng)的上位機均采用MPI網(wǎng)絡(luò)連接。本方法所用的去噪算法在QCS數(shù)據(jù)服務(wù)器實現(xiàn),采用VB高級開發(fā)語言編寫,并通過OPC驅(qū)動與上位機軟件WinCC自帶的OPC驅(qū)動通信。橫向定量控制算法直接在相應(yīng)的PLC中實現(xiàn)。

4仿真分析及應(yīng)用

為了對比去噪效果,假定紙幅定量真值已知,并在此基礎(chǔ)上加入方差0.16的高斯噪聲(見圖6(a))。O型掃描架從紙幅一端到另一端掃描點數(shù)為500。分別采用頻率域低通濾波、滑動平均濾波、中值濾波EMD分解和與滑動平均濾波相結(jié)合的改進EMD分解進行去噪對比。

其中,頻率域低通濾波采用的是FIR數(shù)字濾波器。本方法的窗口長度選為8,以達到去噪效果和計算量的平衡。滑動平均濾波為一種均值濾波,它是用一個包含奇數(shù)個點的滑動窗口依次處理整個離散序列,用窗口內(nèi)所有點的均值作替換中間點的值,是一種線性濾波[4]?；瑒悠骄鶠V波器常用于時域濾波,盡管它很簡單,但是可以有效地抑制隨機噪聲并保留陡峭邊沿。中值濾波與此類似,不過是將窗口中的點排序,用中值替換窗口中間點的值,是一種非線性濾波,它對孤立的噪聲點去噪效果顯著。

圖4為含噪信號完整EMD分解結(jié)果。本文為簡化計算并不進行完整分解,只分解最高頻的IMF,隨后進行滑動平均濾波,所得信號再作為初始信號分解,直至達到終止條件。去噪過程見圖5。

由去噪效果圖6可以看出,所有的濾波方法對含噪信號都有一定的濾波效果。頻率域低通濾波和滑動平均濾波去噪效果相近,這是由于滑動平均濾波的頻率響應(yīng)本質(zhì)也相當于一個低通濾波器,滑動窗口包含點數(shù)越多,通帶越窄。中值濾波作為一種非線性過程,在本系統(tǒng)中含噪點眾多并不十分適用,去噪效果也最差。

與滑動平均濾波相結(jié)合的改進EMD分解去噪效果明顯好于傳統(tǒng)方法,而相較于單純的EMD分解去噪,由于加入了滑動平均濾波,很好地抑制了EMD分解過程插值等引入的誤差等,進一步改善了去噪效果,盡量避免噪聲引入的虛假定量波動,更接近紙張定量的真實情況,更有利于后續(xù)對稀釋水閥的控制,有效地防止誤動作。各去噪方法Matlab仿真時間列于表1,可見改進EMD去噪計算量較其他濾波算法略大。不過改進EMD分解每次只分解最高頻的IMF,而無需進行完全的EMD分解,一定程度簡化了計算,以保證運算速度能夠滿足后續(xù)在線控制的要求。方法,而相較于單純的EMD分解去噪后所得離散序列均方根誤差(RMSE)和信噪比(SNR)列于表2,可見改進后EMD去噪兩指標均優(yōu)于其他去噪方法。當噪聲幅值減小時,各去噪方法均方誤差均減小,信噪比均增大,但改進EMD去噪效果仍然最優(yōu)。

圖4　EMD分解結(jié)果

圖6　去噪效果比較

圖5　去噪過程

表1　不同去噪方法仿真時間

表2　不同去噪方法去噪后與真值的信噪比

按照第三部分所述設(shè)計,本算法已被實際運用,該系統(tǒng)已于2013年9月在陜西武功某紙廠投入運行,效果良好,去噪前后畫面如圖7和圖8所示?？梢姳舅惴ㄈピ胄Ч黠@,按照含噪信號本身特點,自適應(yīng)去噪,保留信號本身主要變化趨勢。因此,有效防止執(zhí)行器絮亂,減少稀釋水閥針對噪聲信號進行的虛假操作,增加使用壽命,提高經(jīng)濟效益。

圖7　去噪前定量曲線

圖8　去噪后定量曲線

5結(jié)論

本研究提出一種將經(jīng)驗?zāi)B(tài)分解(EMD)與滑動平均濾波相結(jié)合的橫向定量測量數(shù)據(jù)去噪方法,并給出了相應(yīng)的DCS解決方案。具體算法先經(jīng)過Matlab仿真,結(jié)果表明,EMD分解與滑動平均濾波結(jié)合的去噪方法具有良好的去噪效果,明顯優(yōu)于幾種傳統(tǒng)去噪方法。此外,它具有一定自適應(yīng)性,保留信號的真實變化趨勢,去噪后可顯著減少執(zhí)行器的工作負擔(dān),實際應(yīng)用效果也是如此。

參考文獻

[1]DING Zhi-liang, TANG Wei, HU Lian-hua, et al. SIMATIC S7-300 PLC Based QCS Design for Medium and Small Size Paperboard Machines[J]. China Pulp & Paper,2008, 27(12): 46.

丁智亮, 湯偉, 胡連華, 等. 基于S7-300的中小型板紙機QCS

系統(tǒng)的設(shè)計[J]. 中國造紙, 2008, 27(12): 46.

[2]Wang Ting. Research on EMD algorithm and its application in signal denoising[D]. Harbin: Harbin Engineering University, 2010.

王婷. EMD算法研究及其在信號去噪中的應(yīng)用[D]. 哈爾濱: 哈爾濱工程大學(xué), 2010.

[3]Yang Yu, Yu Dejie, Cheng Junsheng. Roller Bering Fault Diagnosis Based on Hilbert Marginal Spectrum[J]. Journal of Vibration and Shock, 2005, 24(1): 70.

楊宇, 于德介, 程軍圣. 基于Hilbert邊際譜的滾動軸承故障診斷方[J]. 振動與沖擊, 2005, 24(1): 70.

[4]Li Xiang, Wang Wenbo. Hyperspectral Image Denoising Based on Bidimensional Empirical Mode Decomposition[J]. Laser & Infrared, 2013, 43(11): 1311.

厲祥, 王文波. 基于二維經(jīng)驗?zāi)B(tài)分解的高光譜影像去噪方法[J]. 激光與紅外, 2013, 43(11): 1311.

[5]Rao Keke, Li Hua. Data CommunicationsBetween Multi-client and WINCC Based on OPC[J]. Control and Instruments in Chemical Industry, 2012, 39(1): 133.

饒克克, 李華. 基于OPC的多客戶端與WINCC的數(shù)據(jù)通信[J]. 化工自動化及儀表, 2012, 39(1): 133.

[6]Sun Ruiqi. Research and Realization of Interface between Industrial Ethernet and Configuration Software Based on OPC[D]. Baoding: North China Electric Power University, 2012.

孫瑞琦. 基于OPC的工業(yè)以太網(wǎng)組態(tài)軟件的接口設(shè)計與實現(xiàn)[D].保定:華北電力大學(xué), 2012.

·橫向定量測量·

Noise Removal of Cross-directional Basis Weight Measured Data on Paper Machines Based on EMD

TANG Wei1LIAN Yu-yang1,*HU Lian-hua2LIU Wen-bo1WANG Meng-xiao2

(1.CollegeofElectricalandInformationEngineering,ShaanxiUnicersityofScienceandTechnology,Xi’an,ShaanxiProvince, 710021；

2.ShaanxiXiweiprocessAutomationCo.，Ltd.,Xianyang,ShaanxiProvince, 712000)

(*E-mail: 575508370@qq.com)

Abstract：As conventional noise removal methods were not able to meet the requirement of higher performance cross-directional basis weight control, a new method based on EMD was proposed. The method achieved noise removal by removing the high-frequency component and moving average filter based on time scale features and adaptability of EMD. The simulation results showed that the method had good noise removal effect. The gained data retained the main details of basis weight, which was conducive to subsequent control.

Key words：cross-directional basis weight; noise removal processing; EMD

通信作者：*連鈺洋先生，E-mail: 575508370@qq.com。

基金項目：陜西省科技統(tǒng)籌項目(2014KCT-15)；陜西省教育廳科研計劃項目(2013JK1063)；陜西省教育廳自然科學(xué)研究項目(2013JK1062)；陜西省科技計劃經(jīng)費資助項目(2014K05-03)。

收稿日期：2014- 10- 27(修改稿)

中圖分類號：TP15

文獻標識碼：A

文章編號：0254- 508X(2015)03- 0044- 05

作者簡介：湯偉先生，博士，教授；主要研究方向：制漿造紙全過程自動化、工業(yè)過程高級控制、大時滯過程控制及應(yīng)用。