李 芹， 王 偉， 彭道剛,b

(上海電力學(xué)院 a.自動化工程學(xué)院; b.上海發(fā)電過程智能管控工程技術(shù)研究中心，上海 200090)

?

過程控制測量信號數(shù)字濾波方法優(yōu)化

李 芹a， 王 偉a， 彭道剛a,b

(上海電力學(xué)院 a.自動化工程學(xué)院; b.上海發(fā)電過程智能管控工程技術(shù)研究中心，上海 200090)

在對過程控制實(shí)驗(yàn)裝置上某一液位測量信號分析的基礎(chǔ)上，提出了兼顧平滑性和準(zhǔn)確性的濾波性能指標(biāo)。應(yīng)用該指標(biāo)分別編寫了查詢一階慣性濾波法、中位值濾波法和平均值濾波法的最佳濾波參數(shù)程序。通過對3種方法最佳濾波參數(shù)的分析，確定了一階慣性濾波法更適合過程控制實(shí)驗(yàn)裝置的這一液位信號，該方法的實(shí)驗(yàn)室裝置應(yīng)用效果也證明了其有效性。

一階慣性濾波； 中位值濾波； 平均值濾波； 濾波指標(biāo)

0 引 言

我校的部分過程控制實(shí)驗(yàn)裝置由于受實(shí)驗(yàn)室搬遷，設(shè)備臺套數(shù)有限,使用率高，以及儀表本身壽命等因素影響，導(dǎo)致目前的實(shí)驗(yàn)裝置的測量信號普遍存在大量噪聲，學(xué)生開展特性試驗(yàn)幾乎無法進(jìn)行在線讀取特征點(diǎn)數(shù)據(jù)，只能通過后期的數(shù)據(jù)擬合求取特征點(diǎn)，建立數(shù)學(xué)模型。如果進(jìn)行控制實(shí)驗(yàn)，需要根據(jù)對象的數(shù)學(xué)模型計(jì)算調(diào)節(jié)器參數(shù)，由于測量信號的噪聲的影響不僅使實(shí)驗(yàn)時間大大延長，同時也引入了一些擬合處理中數(shù)據(jù)點(diǎn)不足導(dǎo)致的新的誤差，最終導(dǎo)致計(jì)算的調(diào)節(jié)器參數(shù)的控制效果很差。同時，由于測量噪聲的存在，幾乎無法進(jìn)行微分控制[1-2]。

為了避免更換測量儀表產(chǎn)生的大量費(fèi)用，同時解決學(xué)生無法正常開展實(shí)驗(yàn)的情況，筆者對測量信號進(jìn)行了濾波應(yīng)用研究。經(jīng)典的快速濾波方法有一階慣性濾波、中位值濾波及平均值濾波等方法，這些方法的應(yīng)用研究[3-6]，及其相關(guān)實(shí)驗(yàn)軟件應(yīng)用[7-8]和實(shí)驗(yàn)平臺應(yīng)用[9-10]都比較成熟，但普遍存在選擇濾波參數(shù)的隨意性，而導(dǎo)致濾波效果不好；而一些智能方法如粒子群算法、免疫算法、自適應(yīng)遺傳算法對數(shù)字濾波器的優(yōu)化研究也取得了很好的效果，但這些方法又普遍存在計(jì)算量大，難以應(yīng)用到在線濾波中的特點(diǎn)[11-12]。本文通過對過程控制實(shí)驗(yàn)裝置的測量信號分析，提出了兼顧平滑性和準(zhǔn)確性的濾波指標(biāo)，研究快速濾波方法應(yīng)用中的最佳濾波參數(shù)選擇問題，以便解決實(shí)驗(yàn)裝置目前存在的問題。

1 測量信號分析

過程控制實(shí)驗(yàn)裝置如圖1所示，在該裝置中，選擇編號為6的水箱液位測量信號進(jìn)行分析。若欲獲取該測量信號，①需要通斷多個手動閥，保證水從底部的編號1的不銹鋼水槽，編號2的綠色電泵，編號3的藍(lán)色電動調(diào)節(jié)閥，編號4的藍(lán)白色流量變送器，編號5的水箱，編號6的水箱，然后重新流回到編號1的水槽。②安裝在編號6的水箱底部的壓力變送器輸出4～20 mA電流信號連接到實(shí)驗(yàn)臺下部的編號7的位置，通過跨接電阻轉(zhuǎn)換為1～5 V電壓信號，對應(yīng)連接到編號8的8個AI通道的0通道，信號將通過編號9的A/D轉(zhuǎn)換器轉(zhuǎn)換為數(shù)字信號，通過編號10的串口通信端口與主機(jī)相連，通過上位機(jī)軟件平臺可以完成該測量信號的采集。

圖1 過程控制實(shí)驗(yàn)裝置

開啟上位機(jī)軟件平臺，完成串口檢測及相應(yīng)通道設(shè)置，啟動電動調(diào)節(jié)閥、電泵及相應(yīng)的測量設(shè)備，進(jìn)行測量信號的數(shù)據(jù)采集。圖2所示為串口檢測過程，圖3中藍(lán)色液位測量信號為采集到的水箱液位信號?？梢钥闯觯x定的這臺設(shè)備的該液位測量信號存在較大的噪聲信號，不但不利于建模，也無法進(jìn)行控制。

圖2 串口檢測狀態(tài)

圖3 水箱液位測量信號

2 濾波指標(biāo)及參數(shù)尋優(yōu)算法

對原始采樣數(shù)據(jù)進(jìn)行濾波，一般關(guān)注濾波結(jié)果是否準(zhǔn)確及數(shù)據(jù)變化是否平穩(wěn)，因此，定義兩個指標(biāo)：準(zhǔn)確性偏差和平滑性偏差。

準(zhǔn)確性是指濾波后的數(shù)據(jù)偏離原始數(shù)據(jù)的程度，準(zhǔn)確性越好，濾波后的數(shù)據(jù)越能反映原始數(shù)據(jù)的有效信息。借助Matlab中的擬合函數(shù)polyfit對測量信號進(jìn)行10次多項(xiàng)式擬合，其結(jié)果如圖3中的紅色擬合信號，具體的點(diǎn)用變量Yn(i)表示，i=0，1，…,n，以此擬合結(jié)果作為基準(zhǔn)，液位測量信號用Y(i)表示，準(zhǔn)確性偏差Ey定義如下：

(1)

平滑性是指濾波后的數(shù)據(jù)變化曲線是否平滑，平滑性偏差Ex定義如下：

(2)

把準(zhǔn)確性偏差與平滑性偏差的代數(shù)和定義為濾波效果的總評價指標(biāo)E，

E=Ex+Ey

(3)

根據(jù)“總偏差”指標(biāo)，編寫具體的濾波參數(shù)尋優(yōu)程序，尋找總偏差最小時所對應(yīng)的濾波參數(shù)，以保證在該濾波參數(shù)下所得到的濾波輸出值即滿足準(zhǔn)確性指標(biāo)，也滿足平滑性指標(biāo)。

3 快速濾波算法尋優(yōu)

3.1 一階慣性濾波參數(shù)尋優(yōu)

一階慣性濾波法又稱為一階低通濾波法，其算法為：

式中：k為濾波系數(shù)；X(i)為本次采樣值；Y(i-1)為上次濾波輸出值；Y(i)為本次濾波輸出值；Ts為采樣時間；Tf為濾波時間。

一階慣性濾波就是對本次采樣值和上次濾波輸出值進(jìn)行加權(quán)。所以當(dāng)濾波時間越小時，濾波器也就越靈敏，濾波效果相對比較波動；反之，濾波效果相對比較平滑。但隨著濾波時間的增大，濾波輸出值會偏離原始數(shù)據(jù)，失去準(zhǔn)確性。

根據(jù)濾波指標(biāo)，編寫查詢最佳Tf的程序，程序流程圖如圖4所示。設(shè)定濾波時間常數(shù)的范圍為[0,60]，運(yùn)行尋優(yōu)程序后，輸出結(jié)果為Tf=11 s，在整個尋優(yōu)過程中濾波指標(biāo)變化如圖5所示。當(dāng)選擇濾波時間為11 s，對原待濾波數(shù)據(jù)進(jìn)行濾波處理的結(jié)果如圖6所示。

圖4 一階慣性濾波參數(shù)尋優(yōu)算法流程圖

圖5 濾波時間與濾波指標(biāo)的變化關(guān)系

圖6 Tf=11 s濾波效果曲線圖

3.2 中位值濾波參數(shù)尋優(yōu)

中位值濾波法較為簡單，連續(xù)采樣N次(N取奇數(shù))，把N次采樣值按大小排列，取中間值為本次有效值，即取中間值作為一次濾波輸出值。主要實(shí)現(xiàn)方法為：先確定樣本區(qū)間N的長度，N=2L+1，則第i次濾波輸出值，即區(qū)間[i-L,i+L]內(nèi)的中位值。編寫類似圖4算法的尋優(yōu)程序來查找最佳濾波參數(shù)N，設(shè)定樣本長度范圍為[0,301]，運(yùn)行尋優(yōu)程序后，輸出結(jié)果為N=199，在整個尋優(yōu)過程中的濾波指標(biāo)變化如圖7所示。當(dāng)選擇N=199時，對原待濾波數(shù)據(jù)進(jìn)行濾波處理結(jié)果如圖8所示。由圖7、8可以看出，中位值濾波法濾波效果明顯優(yōu)于一階慣性濾波法,但其缺點(diǎn)也顯然，即運(yùn)算量大，且存在輸出延遲，實(shí)時性不好，因此當(dāng)N較大時，不適于在線濾波。另外，從圖8中濾波后的曲線起始段和最后面都出現(xiàn)了偏離中心趨勢的現(xiàn)象。由于起點(diǎn)和終點(diǎn)都存在左端或者右端不滿足N=199樣本長度的現(xiàn)象，而且越靠近，兩段樣本長度越短，效果會比較差。

圖7 樣本長度N與濾波指標(biāo)的變化關(guān)系圖

圖8 樣本長度N=199濾波效果曲線圖

3.3 平均值濾波參數(shù)尋優(yōu)

平均值濾波法和中位值濾波法比較相近，同樣是先選取N個長度區(qū)間，然后求取該區(qū)間的算數(shù)平均值。實(shí)現(xiàn)方法為：先確定樣本區(qū)間N的長度(N=2L+1)，則第i次濾波輸出值，即區(qū)間[i-L,i+L]內(nèi)所有采樣點(diǎn)的算數(shù)平均值。編寫類似圖4算法的尋優(yōu)程序來查找最佳濾波參數(shù)即樣本長度N，設(shè)定樣本長度的范圍為[0,301]，運(yùn)行尋優(yōu)程序后，輸出結(jié)果為N=143，在整個尋優(yōu)過程中的濾波指標(biāo)變化情況如圖9所示。當(dāng)選擇N=143時，對原待濾波數(shù)據(jù)進(jìn)行濾波處理的結(jié)果如圖10所示。由圖9、10可以看出，平均值濾波法對本文的攜帶隨機(jī)干擾的測量信號濾波效果較好，缺點(diǎn)和中位值濾波法一樣，即運(yùn)算量大，實(shí)時性差，當(dāng)N較大時，不適應(yīng)在線濾波，尤其對于測量速度較慢或要求數(shù)據(jù)計(jì)算速度較快的實(shí)時控制不適用。另外，在濾波數(shù)據(jù)的起始位置和結(jié)束位置均存在樣本長度較短，效果較差的問題。

圖9 樣本長度N與濾波指標(biāo)的變化關(guān)系

圖10 樣本長度N=143濾波效果曲線

4 具有最優(yōu)濾波參數(shù)的快速濾波應(yīng)用

針對以上3種方法的研究結(jié)果可以看出，中位值法和平均值法尋優(yōu)的濾波參數(shù)結(jié)果比較大，不適于在線濾波。所以，將本文研究的一階慣性濾波方法應(yīng)用于我校的過程控制實(shí)驗(yàn)裝置測量信號，濾波結(jié)果如圖11所示，圖12是相繼進(jìn)行的沒有設(shè)置濾波參數(shù)的測量信號情況。對比兩圖，可以看出濾波效果和研究的結(jié)論一致，兼顧平滑性和準(zhǔn)確性，濾波效果得到了很大的改善。

圖11 具有最佳濾波參數(shù)的一階慣性濾波后液位測量信號

圖12 未進(jìn)行濾波的液位測量信號

5 結(jié) 語

本文提出了兼顧準(zhǔn)確性和快速性的濾波指標(biāo)，根據(jù)濾波指標(biāo)進(jìn)行了3種快速濾波方法參數(shù)尋優(yōu)的方案，并根據(jù)具體尋優(yōu)結(jié)果，把最適合本文測量信號的一階慣性尋優(yōu)方案結(jié)果應(yīng)用于過程控制實(shí)驗(yàn)裝置，效果很好。本文的快速濾波方法尋優(yōu)方案也可以應(yīng)用于任何過程參數(shù)，根據(jù)測量參數(shù)就可以查找到最優(yōu)的濾波參數(shù)，即在中位值和平均值方法查找的濾波參數(shù)較小且滿足濾波指標(biāo)的情況下，優(yōu)先選擇這兩種方法，若濾波參數(shù)過大，不適于在線濾波時，選擇一階慣性濾波方法。該方法雖然是針對實(shí)驗(yàn)室過程裝置提出的方案，也能很好地應(yīng)用于工業(yè)過程。

[1] 郭瑩瑩，馬文淵，李丘林. 提高教學(xué)實(shí)驗(yàn)設(shè)備使用率的探索[J]. 實(shí)驗(yàn)室研究與探索，2015，34(4)：263-266.

[2] 周勇義. 試論實(shí)驗(yàn)室與設(shè)備管理工作對青年教師成長的支撐作用[J]. 實(shí)驗(yàn)室研究與探索，2015，34(3)：243-245.

[3] 甘 震. 基于MATLAB的數(shù)字濾波器設(shè)計(jì)[J]. 科技信息(學(xué)術(shù)研究)，2008(21)：499-500.

[4] 陳 君. 濾波技術(shù)研究[J]. 工業(yè)控制計(jì)算機(jī)，2014(12)：157-158.

[5] 唐 煒，張 莉，周世恩,等. 聯(lián)合數(shù)字濾波在渦輪檢測數(shù)據(jù)采集系統(tǒng)中的應(yīng)用[J]. 江蘇科技大學(xué)學(xué)報(自然科學(xué)版)，2011，25(3)：235-238，257.

[6] 傅彩芬，房 方. 球桿系統(tǒng)的數(shù)字濾波與控制[J]. 實(shí)驗(yàn)室研究與探索，2013，32(9)：13-15，27.

[7] 占榮輝. 仿真軟件在數(shù)字濾波教學(xué)中的應(yīng)用[J]. 信息系統(tǒng)工程，2011(3)：104-107.

[8] 于蘭蘭，張厚升. 數(shù)字濾波技術(shù)的MATLAB輔助教學(xué)[J]. 中國校外教育，2012(8)：88.

[9] 王麗萍，馮建文，施占一. 基于數(shù)字濾波算法的風(fēng)冷熱泵機(jī)組實(shí)驗(yàn)臺測控系統(tǒng)設(shè)計(jì)[J]. 計(jì)算機(jī)應(yīng)用，2012，32(S1)：208-210，213.

[10] 高興泉，王立國. 數(shù)字濾波仿真實(shí)驗(yàn)臺開發(fā)[J]. 實(shí)驗(yàn)室研究與探索，2014，33(1)：29-32，163.

[11] 宋定宇. 基于粒子群算法的數(shù)字濾波器優(yōu)化與仿真[J]. 計(jì)算機(jī)仿真，2013，30(8)：356-359，375.

[12] 倪 龍. 基于免疫算法的IIR數(shù)字濾波器優(yōu)化與實(shí)現(xiàn)[J]. 信息技術(shù)，2011(5)：115-118.

Optimization of the Filtering Methods for Process Control Measuring Signals

LIQina,WANGWeia,PENGDao-ganga,b

(a. College of Automation Engineering; b. Shanghai Engineering Research Center of Intelligent Management and Control for Power Process, Shanghai University of Electric Power, Shanghai 200090, China)

Based on the analysis of water level signals of process control experiment platform, the filtering criterion coordinating smooth and accuracy is proposed. With this filtering criterion, the best filtering parameter searching program is designed for first-order inertial filtering method, median filtering method and average filtering method. By analyzing the three best filtering parameters of the three methods, the first-order inertial filtering method is selected for the real-time filtering of water level signals in process control experiment lab. The result of lab application of this method shows the method is valid.

first-order inertial filtering; median filtering; average filtering; filtering criterion

2015-07-02

上海市“科技創(chuàng)新行動計(jì)劃”高新技術(shù)領(lǐng)域項(xiàng)目資助(15111106800);上海市科學(xué)技術(shù)委員會工程技術(shù)研究中心項(xiàng)目資助(14DZ2251100);上海高校市級精品課程(滬教委高[2014]33號)

李 芹(1975-)，女，河北泊頭人，講師，主要從事熱工過程建模及優(yōu)化控制教學(xué)科研工作。

Tel.:021-35303137；E-mail:liqin@shiep.edu.cn

TP 274

A

1006-7167(2016)04-0026-04