基于aspnet的二手商品交易平台计算机专业学位论文.doc

《基于aspnet的二手商品交易平台计算机专业学位论文.doc》由会员分享，可在线阅读，更多相关《基于aspnet的二手商品交易平台计算机专业学位论文.doc（62页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、1 绪论毕业设计（论文）基于ARM的钢丝绳检测系统毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。作 者 签 名： 日 期： 指导教师签名： 日期： 使用授权说明本人完全了解 大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电

2、子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。作者签名： 日 期： 1 绪 论1.1课题研究的背景和意义钢丝绳作为人员物料搬运过程中提升、牵引、拉紧、承载的载体，具有较高的强度和韧性，因而钢丝绳被广泛的使用在工农业生产和居民生活的各各方面，从建筑工地的吊车到高层住宅中的电梯，从工厂的牵引机到港口码头的龙门吊，从油井的录井钢丝绳到建筑工地的升降机，到处都可见到钢丝绳的身影。但是在使用过程中，钢丝绳不可避免的出现磨损和疲劳损伤，导致钢丝绳强度和韧性下降甚

3、至断裂，直至引发事故，这其中重大人员伤亡及财产损失的事故举不胜举。钢丝绳一旦有损伤，其强度和韧性会迅速降低，因此为保证生产安全和人身安全，必须对工作状态的钢丝绳进行定期缺损检测。随着检测技术和电子技术的不断发展，现在的检测方法都立足于对被测物体不造成任何损伤，即无损检测技术。目前应用于钢丝绳检测的无损检测方法较多，主要有目视检测、磁粉检测、涡流、超声波、射线、工业CT等，但在高速度、可靠性、高效率等方面，这些方法均存在着不同的不足。从磁粉检测演化而来的漏磁无损检测是建立在如钢丝绳、钢棒等磁性材料的高磁导率这一特性基础之上的。磁性材料如钢丝绳被磁化后，磁场会在磁回路中建立，对于无损伤钢丝绳，磁回

4、路中的磁场强度为固定值，且其表面基本无磁场溢出。当钢丝绳有破损时，其磁通会发生相应变化，引起磁回路中磁场强度的变化，在其表面亦会有部分磁场溢出。通过检测磁回路中的磁场变化以及溢出磁场的强度，即可判断出钢丝绳的破损状态和位置。本文主要研究通过检测溢出磁场即漏磁场强度判定钢丝绳表面损伤的状态。漏磁场检测方法具有在线检测能力强、自动化程度高、检测精度高等优点，从而能满足生产及实际应用中的连续性、快速性和在线检测的要求，使得漏磁检测成为目前应用最为广泛的一种检测方法，大量应用于钢丝绳、管道等铁磁性材料的无损检测中。1.2 国内外相关研究现状1.2.1 国外研究概况钢丝绳无损检测是指在不损坏钢丝绳使用的

5、情况下，应用一定的检测技术和分析方法，对钢丝绳的状态特性予以测量，从而判断出钢丝绳的受损程度。国外开始研究漏磁检测技术的起步较早，1933年Zuschlug首先提出应用磁敏传感器测量漏磁场的思想，但直到1947年Hastings才设计出了第一套漏磁检测系统，3西安工业大学北方信息工程学院毕业设计（论文）统由于其检测精度和检测速度广受好评，漏磁检测才开始受到普遍关注。随着研究的不断深入，各种各样的漏磁检测设备不断被研发出来，应用范围也不断扩大，从管道内测量到管道内外的各类型缺陷的测量，从刚开始的定性测量到后期的定量测量，漏磁技术不断完善。目前，漏磁检测设备主要在其检测精度、在线检测、无干预检测这

6、几个方面不断升级。漏磁场分析的研究主要集中在利用计算机模拟分析各种不同缺陷对应的检测信号，通过模拟计算判断被测磁性物体损伤的类型、大小和位置。目前的漏磁检测装置，不仅能够完成被测物体的缺陷报警，同时能够通过对检测信号的分析来定量的判断其损伤的类型、大小和位置，其检测精度不断提高，检测内容不断完善。1.2.2 国内研究现状我国漏磁检测技术研究工作起步较晚，其总体技术水平落后于欧美发达国家。但随着国内科研人员的不懈努力，漏磁检测技术蓬勃发展，在各行业各领域均可见到国内漏磁检测技术的研究成果。诸如输油管道内外缺陷无损测量、钢丝绳无损测量等技术设备。国内研究漏磁检测技术的高校主要有清华大学、华中科技大

7、学、上海交通大学、沈阳工业大学等。其中华中科技大学的杨叔子、康宜华、武新军等，在储罐底板漏磁检测研究和管道漏磁无损检测传感器的研制、钢丝绳的漏磁检测等方面进行了大量的实验研究工作，其研究成果广泛应用于相关行业，填补了国内漏磁检测的相关空白。但是总体而言，国内的漏磁检测技术及设备落后于国外同类产品，尤其是在设备的小型化、智能化和在线检测能力上相差较大。因此本文提出一种基于ARM的漏磁检测系统，该系统采用LM3S615为硬件核心，有利于设备小型化，使之能够实现在线检测的要求。降低系统对于操作人员的素质要求，提高系统的自适应性和智能化。1.3 系统设计思路及论文主要研究工作1.3.1 系统设计思路通

8、过对国内外漏磁检测数据的研究，总结出如图1.1所示的设计思路。漏磁场信号的特点及检测系统的性能要求是整个检测系统设计的基础，根据漏磁信号的特点来确定信号采集和分析处理的方法，根据检测系统性能要求进行系统硬件选择，并综合考虑信号采集和处理方法的硬件要求；在硬件基础之上进行相应的软件实现；最后对系统进行综合调试，对实验数据进行分析处理，从而确定设计系统是否满足设计要求。图1.1 系统设计思路在整个系统设计过程中，先对各部分进行相应的调试，确保各部分都能达到设计要求，从而降低综合调试的难度。1.3.2 主要完成的研究工作本文主要是钢丝绳在线无损检测系统的设计研发。通过研究目前常用的漏磁场检测方法和仪

9、器，设计了以磁阻传感器为核心部件的漏磁探头，采用相关分析方法对采集的漏磁信号进行处理，可有效的提高测量精度，尤其对于单根钢丝绳细微的表面破损有较好的检测效果。本系统基于ARM，极大的降低系统功耗，便于实现在线检测的目的，同时提高系统的可靠性，简化设计，提高运算速度，具有设计灵活，现场可编程，调试简单和体积小等特点，可实现工作现场直接检测的要求。同时，由于ARM的模块化设计，只需修改核心的控制模块，并重新烧写，就可实现算法的改进和升级，为提高系统的适应性打下良好的基础。论文完成了以下工作：a文中分析了常用的钢丝绳无损检测技术，总结其优缺点，选用以测磁原理为基础的漏磁场信号检测方法；通过对国内外漏

10、磁检测技术应用的研究，确定了以ARM为硬件基础，相关分析为信号处理方法的设计思路，实现钢丝绳在线无损检测的功能。b完善系统设计思路的细节，确定检测系统总体方案及软硬件方案。并讨论了相关分析的理论及算法，在理论上对相关分析消除噪声、提高信号信噪比进行数学推导，并运用仿真及实验的方法论证了相关分析提取信号的方法及在漏磁信号检测中的有效性。c通过研究漏磁检测原理，分别完成磁敏元件的选择，聚磁回路和双回路磁化的设计，在此基础上完成检测探头的设计。d完成了漏磁检测系统的硬件电路设计，包括LM3S615芯片电路、A/D转换电路、串行存储器设计电路、复位电路、液晶接口电路、报警电路等的设计工作。e通过对各种

11、软件设计方法的研究，提出模块化智能化设计思想，在此基础上完成系统软件设计，使用C语言实现互相关算法编程及人机交互界面。f通过对漏磁检测系统调试分析，确定检测系统的性能指标，检测数据显示其性能基本达到设计要求。g总结系统存在的缺陷和不足，提出改进思路。42 系统总体设计方案2 系统总体设计方案2.1 钢丝绳无损检测系统概要钢丝绳无损检测系统的目的是对受损钢丝绳进行检测，判断出被测钢丝绳的受损程度，并由此确定被测钢丝绳性能安全与否。基于这一思想，提出检测系统的性能要求，即连续性、快速性和在线检测。根据性能要求，综合绪论中的设计思路，提出如下设计方案。2.1.1钢丝绳无损检测系统总体设计方案a. 总

12、体方案数据采集、数据处理和数据输出是一个数据处理系统的三大基本功能，本文中的钢丝绳无损检测系统也同样具有这三大功能，图2.1显示了这三大功能之间的相互关系。由采集系统采集所需数据并进行相应预处理，为数据处理系统提供有效清晰的数据信号；数据处理系统对传输过来的数据进行分析处理，并根据用户提供的参考值，与处理结果进行比对，从而得出结论；由数据输出系统完成数据的显示、传输或其他功能。图2.1 系统功能框图设计中的丝绳无损检测系统，其数据采集部分的核心是传感器，主要功能是通过励磁装置对被测钢丝绳进行磁化，聚磁回路加强漏磁场强度，磁敏传感器探测漏磁信号；数据处理模块主要由预处理及相应算法组成，其作用是提

13、高信号信噪比，抑制噪声，增大微弱信号幅度，从而能有效提取出有用信号，并根据信号中包含的有效信息，判断出钢丝绳的损坏程度；数据输出模块包括数据显示、存储及传输。5西安工业大学北方信息工程学院毕业设计（论文）b. 钢丝绳无损检测系统工作流程对于无任何损伤的钢丝绳，使用励磁装置磁化时，其表面几乎没有磁感应线穿出，检测其磁场强度基本为零。钢丝绳由于损坏变形其本身的磁导率会发生变化，在损坏变形处磁导率变小，磁阻增加。因此钢丝绳内的磁感应线会改变传播方向，有一小部分磁感应线会溢出钢丝绳表面，通过空气再重新进入到钢丝绳内，在钢丝绳表面形成漏磁场14。因此可使用灵敏度较高的磁敏元件对已磁化钢丝绳进行测量，采集

14、漏磁场信号，经过信号放大滤波处理后，进行模数转换，再送入ARM，进行FIR数字滤波、处理、分析，并将结果输出，然后用户可根据分析结果判断被测钢丝绳受损是否超标，从而确定该钢丝绳是继续使用还是需要更换。整个过程可自动实现。其工作流程如图2.2所示。图2.2 系统工作流程图钢丝绳的损伤类型很多，主要可分为表面缺损和绳径变化。表面缺损最为常见如裂纹、坑点、孔洞、断裂等。针对不同的钢丝绳受损状态，使用不同的检测方法进行检测，才能获得较好的检测数据。本系统基于ARM7设计，采用漏磁检测方法，运用互相关运算，以期望能够满足多种不同状态受损钢丝绳的检测要求及精度要求。由于互相关运算针对两组不同信号的处理，因

15、此系统中检测探头布置2套，每套内装4个磁敏元件，可分别采集四个方向上的漏磁信号，每个磁敏元件对应一路放大滤波和模数转换电路，即共有8路放大滤波和模数转换电路。系统结构简图如图2.3所示。图2.3 钢丝绳检测系统结构简图2.1.2 钢丝绳无损检测系统组成a. 数据采集数据采集工作是依靠检测探头完成，考虑到漏磁信号十分微弱且淹没在强干扰噪声中，因此设计中选用磁阻传感器作为磁敏元件，较霍尔器件灵敏度更高。检测探头是整个系统检测的初始端，也是系统信号的来源，其主要功能是完成对被测钢丝绳漏磁信号的检测，将磁信号转变为电信号。检测探头中传感器性能的高低直接关系到能否有效检测出所需的漏磁信号。检测探头主要包

16、括传感器、聚磁和磁化三个部分17。为便于ARM分析处理，需要将空间域的漏磁场信号转换为时间域信号，采用磁电信号的时空域采样方法，可满足这一要求。采集的漏磁信号为模拟信号，需将其转换为数字信号才可传送给ARM，这一工作由A/D转换电路完成。b. 信号处理信号处理的目的是将由传感器输出的检测信号不失真的进行放大、滤波处理，从而提高检测信号的信噪比和抗干扰能力，为进一步的信号识别、分析、诊断、显示、存储、记录等打下良好的基础，能够显示出明显的信号特征或检测结果，满足使用要求。信号处理是整个设计的核心部分，主要包括放大处理，模拟滤波处理、FIR数字滤波处理、和漏磁信号的相关分析等。其中放大处理，模拟滤

17、波处理依靠硬件电路实现，包括放大滤波电路，ARM系统及周边电路。而FIR数字滤波处理、漏磁信号的相关分析等依靠软件实现。c. 信号输出其主要作用是将处理结果输出、显示、存储。通过相应硬件电路完成。d. 人机互动接口包括键盘、LCD。键盘可以对系统进行操作，进行参数的设定等；LCD提供界面显示。e. 光电编码器它是一种通过光电转换将输出轴上的机械几何位移量转换成脉冲或数字量的传感器，其作用是控制采样时间和间隔。f. 时钟：由ARM内部晶振提供50MHz频率的时钟信号。2.1.3 钢丝绳无损检测系统硬件设计方案整个硬件系统可分为三大部分：检测探头单元，信号采集转换单元，基于ARM的数据处理及控制单

18、元。其硬件系统框图如图2.4所示。系统硬件是钢丝绳无损检测系统的执行控制核心，其所有功能诸如对采集时间的控制、运算分析、信号存储、时间调度等均是以硬件设计为基础实现的。设计中完成了主要芯片的选取以及基于ARM芯片的硬件系统设计。图2.4 系统硬件设计方案框图2.1.4 钢丝绳无损检测系统软件设计方案系统软件设计是基于ADS软核处理器开发，使用C语言实现。硬件是系统功能的实现者，而软件是系统功能的指挥者，优秀的软件能极大提高系统的硬件性能。钢丝绳无损检测系统的功能就是实现钢丝绳在线无损检测，并判断钢丝绳的损坏程度，同时可将检测数据显示出来，根据用户需要可将数据保存或传输，另外还应使系统能够完成多

19、种类型钢丝绳测试，这就要求用户能够对系统参数进行修改，因此需要有人机互动接口。其主要功能可分为六部分：数据采集；数据处理，包括数据滤波和数据分析；数据显示；数据存储；参数设置；数据传输。同时为完成这些功能间数据的调度，避免访问冲突，还应设计数据调度软件程序。根据功能划分，结合硬件电路，可将软件划分为相应的模块进行编写。包括A/D转换软件模块、存储软件模块、人机互动软件模块、数据调度软件模块以及ARM核心软件模块。基本设计方案如图2.5所示。图2.5 软件设计方案2.2 漏磁信号处理2.2.1 信号处理流程钢丝绳无损检测系统信号处理的基本流程是采集已磁化钢丝绳的漏磁信号，对采集信号进行放大滤波，

20、经A/D转换为数字信号供ARM使用，通过FIR数字滤波后进行相关处理，对处理结果进行分析判决，从而判断出钢丝绳是否符合使用标准。由于钢丝绳工作现场环境恶劣，检测系统会受到多种干扰的影响，并且漏磁信号及其微弱，经常被淹没在强噪声背景中。为了能够获取较理想的漏磁信号，设计中采用多路检测探头采集信号。信号处理流程框图如图2.6所示。图2.6 信号处理流程框图漏磁场信号微弱且淹没于强噪声中，因此必须对其进行放大滤波后才能进行提取。因此系统中设计了放大电路和模拟滤波电路。放大电路选用集成运放LM358差动输入方式，模拟滤波电路采用带通滤波方式。2.2.2 FIR数字滤波FIR是有限冲激响应（Finite

21、 Impulse Response）的简称。FIR滤波器是在数字信号处理中经常使用的两种基本的滤波器之一。由于设计中运用相关处理，则要求信号具有较强的相关性，所以在滤波过程中，对信号的频率、相位等参数影响越小越好，而使用FIR滤波器容易获得严格的线性相位特性，可以有效避免信号的相位失真。因此设计中选用FIR滤波器。a. FIR滤波器原理一个理想滤波器的特性可以用下式表达。 (2.1)使用傅里叶反变换可求得理想的单位冲激响应。 (2.2)从式（2.1）和式（2.2）可知理想滤波器在物理上是不可实现的，因为冲激响应具有无限性和因果性。因此为实现FIR滤波器的功能，只能尽量近似的逼近其原始值。考虑使

22、用有限长度的冲激响应函数，使函数的值尽量逼近理想FIR冲激相应函数。根据实际需求，设置好函数的长度，即可基本实现其滤波功能。若使用表示截取后的冲激响应，即，式中的为窗函数，长度为N。使用窗函数就可构建满足使用要求的FIR滤波器。这里需构造一个长度为N的线性相位滤波器，将截取一段，并保证截取的一段对(N-1)/2对称。b. 窗函数窗函数的作用是从理想冲激响应中的无限个采样点中选取有限个采样点，这个重要的步骤使冲激响应的采样值可实现为一个实际滤波器。FIR数字滤波器中较常用的窗函数主要有以下几种。(1) 矩形窗：N项矩形窗为 ，其他处为零。 (2.3)(2) 汉宁窗：长度为N的汉宁窗定义为，()。

23、 (2.4)(3) 汉明窗：长度为N的汉明窗定义为，()。 (2.5)(4) 布莱克曼窗：长度为N的布莱克曼窗定义为，()。 (2.6)在相同条件下，这里假设N=51，不同窗函数的低通滤波特性如图2.9所示图2.9 a)矩形窗 b）汉宁窗 c）汉明窗 d）布莱克曼窗由图可知矩形窗设计的过渡带最窄，但阻带最小衰减也最差，仅-21dB；布莱克曼窗设计的阻带最小衰减最好，达-74dB，但过渡带最宽，约为矩形窗设计的三倍。几种窗口函数的具体性能比较见表2.1。表2.1 窗函数的性能对比窗函数主瓣宽度旁瓣峰值衰减(dB)阻带最小衰减(dB)矩 形4/N-13-21汉 宁8/N-31-44汉 明8/N-4

24、1-53布莱克曼12/N-57-74经过测试，本设计选用矩形窗以获得最佳的滤波效果和最低的逻辑门使用量。2.3 信号处理方法2.3.1 等空间采样技术钢丝绳无损检测过程中，漏磁场信号与钢丝绳受损位置有关，而与检测时间无关，这种空间位置函数的信号称之为空间域信号，其特征在空间域中才能得到真实反映。所以在检测过程中，需要取得被测钢丝绳受损位置的空间信息。设计中，使用编码器获取这一相应空间域信息。但是通常在时域中对信号进行分析处理，因此设计中采用传感器件将空间域信号转换成时域电信号，获得与检测相关的特征信号18。a信号的等空间间隔采样方法空间域信号采样的核心是如何将空间域信号转换为便于处理的时域信号

25、。在漏磁信号检测过程中，检测探头相对于钢丝绳运动完成空间检测，即完成对被测钢丝绳的漏磁场检测；同时发出等空间脉冲信号；在脉冲信号的控制下进行数据读取，这样就完成了空间域离散信号转换为时间域离散信号的工作。根据空间域信号采样方法，设计中将位置编码器固定于检测探头，使编码器的导轮沿钢丝绳轴向作纯滚动，带动编码器的光栅同步运动，当检测探头相对于钢丝绳每移动一个空间采样间距时，在光栅的作用下，光敏管输出一个脉冲信号。通过这一脉冲控制A/D进行数据采集和转换，实现漏磁信号按照空间位置的采样。由于检测探头移动距离均为等间距，即空间上是等空间的，因此，经过这一脉冲序列控制的采样数字信号序列即为等空间采样信号

26、。这一方法的实现过程如图2.10所示。图2.10 等空间采样系统原理图空间域信号的采样一般是在时间域内进行的，因此必须同时满足信号在空间域采样定理的要求和在时域采样定理的要求。b等空间采样间距的选择在钢丝绳检测中，采样间距直接决定着采样中的数据量，影响着钢丝绳检测的精度。经过实验，得出检测数据量与采样间距的对应关系如图2.11所示。如果采样间距选择过大，缺陷信号可能被漏检；如果采样间距选择过小，由图2.11对应曲线可知，检测的数据将急剧增加，处理速度减慢。图2.11 检测数据量与采样间距的对应关系从图2.11可以得出，采样间距选择在曲线1.02.0mm较为理想。位置编码器的采样间距的大小由导轮

27、直径D和光栅的数目N决定，其关系式为。 (2.7)根据公式（2.7）可以选择位置编码器的直径D、光栅的数目N。c. 等空间采样的实现编码器滚轮和钢丝绳做纯滚动，在每一个钢丝绳的等空间位移处，CPU根据编码器脉冲信号确定采样时刻并发出触发信号，在触发信号控制下系统读取I/O状态，实现等空间采样。在钢丝绳工作现场，钢丝绳运动非匀速，因此脉冲触发信号发出的时间间隔是动态的，当钢丝绳运动速度较快时，脉冲信号发出的频率较高，即读取采样信号较快；当钢丝绳运动速度较慢时，脉冲信号发出的频率较低，则读取采样信号较慢，但从空间角度来看，每次采样的空间间隔都是相同的，从而实现钢丝绳的等空间采样。2.3.2 相关分

28、析理论与算法a. 相关分析概述相关技术的方法和理论在信号和系统分析中占有重要的位置。近些年来，随着大规模集成电路和计算机技术的迅猛发展，集成电路的成本越来越低，因此相关技术在工业过程控制有关领域的使用越来越广泛，特别在数据处理和微弱信号检测方面，相关技术以自己的优势，有效地解决了许多工业难题。相关检测的应用主要包括以下几个方面。 （1）从噪声中提取信号确定信号自身相关性较强，并且其相关性与时间无关；而干扰噪声本身相关性较弱。在不同时刻检测的信号，其噪声随机性强，利用相关函数可有效出去噪声，提高信号信噪比，由此可将确定信号和干扰噪声区别开。（2）渡越时间（transit time）检测对于两路具

29、有延时特性的随机信号，其互相关函数具有一下特性：在延时值处，两路随机信号的互相关函数取得最大值。利用这一特性，可以由互相关函数最大值位置测量出延时值的大小。（3）速度检测如果能够确定两点直接的距离，检测出目标物体通过这段距离所需要的时间，也就测出了目标物体的运动速度。这种方法常用于常规检测仪器难于应用的检测对象。例如高温对象无法直接目视测量。（4）距离测量如果某种对象的运动速度已知，那么测出它在两点之间的渡越时间，就可以计算出这两点之间的距离。（5）系统动态特性辨识系统动态特性辨识又称作系统辨识，是近年来迅速发展的领域。对于大型工业系统其动态性的确定，往往无法直接测量，并且在操作现场噪声干扰强

30、，利用互相关分析可较大程度的解决这一问题。b. 自相关函数随机噪声的自相关函数是其时域特性的平均度量，反映了随机噪声本身在不同时刻（例如和）取值的相关程度，其定义为， (2.8)对于各态遍历的平稳随机信号，其统计特征量与时间起点无关。令、，简记为，即 (2.9)用时间平均来计算式(2.9)，自相关函数可以表示为 (2.10)自相关函数具有以下重要特点。(1) 对于实信号，自相关函数是的偶函数，即。(2) 周期信号的自相关函数是一个与原信号周期相同，相位不同的周期信号。(3) 自相关函数在时取得最大值，其值等于该信号的均方值。(4) 随机信号的自相关函数具有随值的增大而递减的特性。c. 互相关函

31、数互相关函数反映两个不同的随机噪声和在不同时刻和取值的相关程度，其定义为 (2.11)若、两路随机信号平稳，则其统计特征量与时间起点无关。令、，则，简记为，即 (2.12)若、同时又是各态遍历的，则可以用时间平均来计算式(2.7)，这时互相关函数可以表示为 (2.13)互相关函数具有以下特点。（1）互相关函数不再是偶函数，即但。（2）趋于无穷大时，互相关函数可以写成和均值的乘积，即 (2.14)（3）互相关函数的上界由下式确定 (2.15)（4）对于平稳随机噪声，仅与时间差有关，与计算时间的起点无关。d. 相关函数的实现相关函数的运算分为模拟积分方式和数字累加方式两类，主要针对模拟信号和数字信

32、号处理。计算方法分别如下。（1）模拟积分方式对于平稳随机信号和，根据定义，其自相关和互相关函数可以分别表示为 (2.16) (2.17)在理论上上面两个公式中的积分时间是无穷大。但是在实际应用中不可能满足这一点。通常的做法是在有限积分时间T内计算相关函数的估计值，即 (2.18) (2.19)式中，表示的自相关函数的估计，表示和的互相关的估计。因为积分时间有限，所以估计值结果会有偏差。因此根据所需的误差范围来设定相应的积分时间，积分时间越长，误差越小，但运算速度越慢，需要选取合适的硬件设备来配合。 （2）数字累加方式数字累加是将式（2.16）（2.19）离散化后的直接结果。将被测信号和取样，并

33、进行模数转换，可得到离散的数字信号和，利用累加平均的方式实现积分运算，则信号自相关函数和互相关函数的估计值分别表示为 (2.20) (2.21)其中，N表示累加平均的次数，k为延时序号。目前的许多研究和应用领域中，都涉及到微弱信号的精密测量。然而对任何一个系统，必然存在电路内部噪声，这一噪声信号根本不可能完全除去，需要在信号处理中加以削弱，以凸显有效信号；而当所测量的信号较微弱时，如何把淹没于噪声中的有用信号提取出来，是目前微弱信号处理的焦点问题。2.3.3 相关分析在漏磁检测中的应用考虑到漏磁信号本身非常微弱而环境噪声异常复杂，因此在设计中采用互相关函数进行信号检测，利用此方法可在信号频率未

34、知的条件下有效提高对信号的检测能力。a漏磁信号提取（1）互相关处理对于信号提取的特点设计中，两组传感器将采集到的漏磁信号传送至ARM系统中，由相关分析进行相应处理。其本质上是：利用两个配置在不同位置的传感器测量同一信号源的信号，利用有用信号与噪声相互独立的特点可将信号从噪声中提取出来。漏磁信号互相关运算基本原理如图2.12所示。图2.12 互相关原理两个传感器的输出信号分别为、分别表示干扰噪声。对两个传感器的输出信号和做互相关处理，得 (2.22)式中、分别表示信号的自相关函数、信号与噪声的互相关函数、噪声与噪声的互相关函数。假定（这也符合实际情况），若、互相独立，则式(2.22)后三项均为零

35、。则由式(2.22)可得 (2.23)由式(2.23)，可以看到不包含噪声的自相关项，所以可根据各种值的判断的相关性特征。使用matlab软件验证上面的理论推断。假设输入信号正弦信号为，并混有噪声信号、，则输入信号分别为。 (2.24) (2.25)其中为时间间隔，由编码器脉冲信号确定。信号互相关运算可得 (2.26)根据相关函数特性可知，式(2.26)的后3项均趋向于零，则理想状况下的互相关函数为 (2.27)仿真中，设时刻采集样本信号1为，0t49，伴随随机噪声；时刻采集样本信号2为，0t49，伴随随机噪声。随机噪声使用Matlab中的randn函数实现。为提高仿真效果，信号信噪比较大，设

36、置为5。Matlab仿真核心语句为 figure; t=0:99; xn=xs1+xn1+xs2+xn2; xsig=xcorr(xn); plot(real(xsig); ylabel(“幅值”); xlable(“时间”); title(“互相关信号”)其中xs1、xs2为正弦信号；xn1、xn2为随机噪声。如图2.13所示其中横坐标为时间轴单位秒，纵坐标为信号幅值单位毫米。经过互相关分析后的波形，如图2.14所示，其中横坐标为时间轴单位秒，纵坐标为信号幅值单位毫米。由图2.13和图2.14对比可以看出，经过互相关运算后，信号幅值为输入信号幅值之积，其信噪比得到提高，有利于漏磁检测。图2.

37、13 两时间段采样信号图2.14 经互相关运算后输出信号由式(2.18)可知，互相关处理结果不包含噪声的自相关项，而只于有用信号有关，其值为的幅值之积再乘以的自相关项，与时间无关。在漏磁信号检测中，两路传感器采集的均为同一位置处的漏磁信号，理想状态下（无任何干扰噪声），两路信号应完全一致且钢丝绳无损伤部分信号为零，则其特征值均为同号，即均为正或均为负，经互相关运算后，其值一定大于零，且最大峰值出的时间不会应漏磁信号时间的变化而变化。为验证这一推断，做如下仿真。理想状态下，进行假设的漏磁信号互相关处理仿真。图2.15、2.16为理想状态下漏磁信号互相关结果。图2.15 仿真漏磁信号图2.16 互

38、相关处理结果图2.15中仿真钢丝绳两处破损的漏磁场信号，经互相关处理后结果为图2.16所示，处理信号幅度较大，分布规则，且波形相同。变化输入信号相位，得到以下推断。对其中一路输入信号做延迟处理，发现互相关结果中最强信号位置不发生改变，但次强信号位置随输入信号位置改变而变化，其相对于最强信号的延时和输入信号延时成比例。改变输入信号特征值大小，互相关结果后的信号特征值大小随之改变，但符号不发生变化。改变输入信号输入时间，互相关结果后的信号位置不变。由以上结论可知，在漏磁信号检测中，钢丝绳破损位置不会影响处理结果，其结果只和破损程度有关，并且处理后的信号最强特征值表现为钢丝绳破损所产生的漏磁场信号。

39、因而只需对最强特征值进行判断即可确定钢丝绳是否受损。（2）互相关处理提取漏磁信号对一根钢丝绳进行人为破坏，使其表面出现细缝损伤，细缝宽度与其深度之比约为0.25，对这一钢丝绳进行漏磁场信号测量，测量信号如图2.17所示。图2.17 传感器输入信号1图2.17中，漏磁信号均已被噪声信号淹没，无法正确识别。进行互相关处理后，其结果如图2.18所示。图2.18 互相关结果从图中可以清楚地看到：尽管在原信号中，漏磁信号被淹没在噪声中，无法直接识别，但经过互相关运算后，钢丝绳中的损伤被凸显出来；据此，不仅可以清晰的判别钢丝绳表面已受损，而且也易于确定损伤位置。另对钢丝绳做较大范围表面损坏，但其破损深度较

40、浅，其宽度与其深度之比约为4，检测数据如图2.19所示。图2.19 较大面积破损漏磁信号进行互相关处理，其结果如图2.20所示。图2.20 互相关运算结果实验表明互相关处理对于钢丝绳破损有较好的运算结果，特别是对表面大面积破损的信号，较为灵敏。但是在使用互相关分析时，要注意如果干扰噪声中存在相关分量，那么运算后的结果会出现较大错误，即信号中的峰值不一定就是钢丝绳受损位置的漏磁信号，因此要保证互相关处理后的准确性，必须保证采集信号中不包含相关的噪声信号。在一般情况下，由于环境复杂，所检测的漏磁信号中，噪声相关性均较弱，所以相关性较强的谐波分量不会太多，这时，可以考虑采用信号还原的方法，将具有较强

41、相关性的谐波分量去除，在进行互相关处理，从而可得到较好的分析结果。b漏磁信号还原通过以上讨论，可得知互相关处理对于漏磁信号有较好的判别能力，但是如果信号中存在相关性较强的谐波分量时，则其互相关结果会出现较大误差，并且由信号的互相关结果无法直接对钢丝绳的损伤进行定量判断，因此可将漏磁信号进行还原，消除其中具有较强相关性的谐波分量以及噪声，而保持原有信息，这样不仅可以提高检测精度而且可以根据信息特征来定量分析钢丝绳破损程度。利用自相关处理对信号进行还原是基于这样的原理：对于任何有限长的信号都可以看作是多个谐波分量构成，信号的相关性越差，则构成信号的谐波分量越多。如果能够确定这些谐波分量的特征，例如

42、频率、幅值、相位，那么该信号可由这些谐波分量组合而成。通过这一原理，可将检测的漏磁信号进行信号还原。然而需要注意的是，信号还原后得到的恢复信号，仅仅是原信号的近似值，其精度与被测信号的先验知识和所使用的估计方法有关，可以根据信号的特点选择较好的估计方法，提高恢复信号和原信号的相似度。对于叠加了噪声的信号，用相关法恢复此信号的迭代过程如下。（1）令谐波序号i=1。（2）计算叠加了噪声的信号的自相关函数。（3）检查是否有可观测到的周期性分量，如果有，继续进行步骤（4）；如果没有，转跳步骤（8）。（4）找到中最强的周期性分量，集中注意比较大时的，此时噪声的自相关函数会足够小，判别信号的相关参数不会太

43、困难。确定该分量的周期或频率，这也是会保留在噪声中的信号的最强的频率分量的频率。（5）计算和的互相关函数，从中几乎是谐波的形式中，估计频率为的分量的幅度和相位。（6）从中减去该频率的分量，即令。（7），转到步骤（2）。（8）结束分析过程，将各频率分量组合起来恢复被测信号，得 (2.28)信号还原的软件流程图如图2.21所示。图2.21 相关法恢复谐波分量流程图由以上分析可知，利用信号还原可以将具有较强相关性的谐波分量从信号中去除，这样可以提高互相关分析的准确性。同时利用最终的还原信号，可以定量分析信号波形与破损状态的关系。2.3.4 相关分析的C语言实现在第二章中详细描述了自相关函数和互相关函

44、数对于微弱信号处理的计算方法，由此可知相关分析处理漏磁场信号是非常有效的方法。这里用C语言实现相关分析的编程，使其可在ARM系统中使用。由相关函数定义以及在应用中的实际情况，可得信号自相关函数和互相关函数的估计值分别表示为式（2.29）和式（2.30）。 （2.29） （2.30）软件流程如图2.22所示。 图2.22 互相关算法流程图243 系统开发工具介绍及调试3 系统开发工具介绍及调试3.1 ADS集成开发环境介绍ADS集成开发环境是ARM公司推出的ARM核微控制器集成开发工具，英文全称ARM Developer Suite，成熟版本为ADS1.2。ADS1.2是为嵌入式ARM设计的一整套软件开发工具，发布于2001年12月份，支持ARM10之前所有ARM系列微控制器，支持软件调试及JTAG硬件仿真调试，支持汇编、C和C+源程序，具有编译效率高、系统库功能强等特点，可以在Win