基于多传感器信息融合的机电一体化系统设计.pdf

中国新技术新产品2024 NO.4（下）-40-高 新 技 术自动化和机械化的一体化系统通过取代一系列重复性的简单工作，有效解决了机械制造、安装和组装等诸多问题。随着计算机和微电子技术紧密整合，该一体化技术已深入渗透至机械工程的各方面，是推动该领域革新与发展的关键力量。机电一体化技术不仅在技术层面推动机械行业大步前进，在生产实践中也起到至关重要的作用。目前，我国绝大部分机械行业和采用机械设备的企业均将机电一体化视作其核心生产技术，并依赖其技术优势迅速开拓市场。在机电一体化控制系统广泛应用的背景下，市场上涌现了众多微控制器产品。随着持续的技术创新和改革，出现了如数控机床和数控机器人等新一代产品，这些产品为机械工业提供了更强大和先进的技术支持。1 设计机电一体化系统硬件1.1 传感器节点供电电源本文采用的是多个传感信号进行融合的方法，为了确保信号的精确度，需要对各传感信号的工作情况进行优化，以确保信号的可靠性。无论是传感器芯片，还是 CC2431 芯片，多个传感器节点都需要进行供电，所需供电电压也必然不同，因此，设计含有 CC2431 芯片和传感器的芯片时，应考虑双电源系统。通过串联 2 个电源，生成 6V 电压，可用作参考电压并在转换电路中获取所需工作电压。需要注意的是，CC2431 芯片要求的工作电压为 3.3V。为确保此目标，本文选用 MAX687 型线性集成稳压器，其具有将输入电压有效降至要求操作电压的能力。该MAX687稳压器不仅能确保电源稳定性，还能在输入电源电量衰减过程中，为输出电压的不稳定波动提供稳定处理1。此外，所选 MAX687 芯片提供 8 脚 DIP（Dual In-line Package）和 SO 封装（Small Outline Package），确保在低电压条件下保持芯片性能稳定，并提供额外的过压保护功能。这对维护系统在各种电源条件下的可靠运行至关重要。在其所受压力小于正常电压并超出某一数值后，调整设备就会根据这种状况自动关闭电力供应。重新起动时，该稳压器会恢复电压输出，以确保芯片不会受不稳定电压的冲击。从常规方法设计的传感器节点可以看出，所述传感器芯片同样也需要各种电源，而所述电源电压必须在 6V 以下。相应地，CC2431 芯片电源设计方案被多路复用至所述传感器芯片电源方案，该基准电压可通过调整其调整器外围电路元件的参数来转换，由此得出该传感器芯片对电源电压的要求。1.2 启动电路和复位电路在机电一体化系统中，传感器设备的稳定运行对整体性能至关重要，因此重置电路成为系统中一个不可或缺的组成部分。该电路受系统控制器的控制，必须确保在传感器遇到突发内部故障过程中能通过人工干预立即触发复位过程。及时的系统重启对避免生产流程中的潜在负面影响尤为关键。该传感设备的初始化和重置机制需要进行精确设计，以满足多传感器数据融合系统硬件的高精度要求。尤其是在远程控制方面，对电路设计的稳定性和响应精度要求额外严格。在微处理设备中，控制中心的激活模式和规则是由内部芯片设定的，并通过存储模块间的映射关系来实现。这种互联映射确保了启动和复位机制的协调性。因此，设计传感器的启动与复位方案时，必须仔细考量其引脚配置和模块化设计，以便准确控制机电系统和传感器模块的激活模式。考虑机电一体化系统对精确度的高需求，本文对初始化电路和复位电路重新进行了精心设计，增强了远程控制功能的硬件基础，确保了远程操作条件下系统的可靠性和响应能力。在该系统的单片机中，由芯片上的引脚来确定该处理器的起动方式，并把各启动方式下的物理内存区映射为“0”。而 BOOT 引出的 1 号引出数值则是在 SYSCLK 重置之后被锁在了第 4 条上升边缘。在该方案中，使用者可自行设定管脚BOOT1 和 BOOTO，以便在重新设定后确定启动方式。在启动方式选择管脚BOOT1为空白且BOOTO为0的情况下，选取主快闪存储器。如果开始方式选择管脚 BOOT1是 0、BOOTO 是 1，所述系统存储装置就作为开始方式的启动区；如果开始方式选择管脚 BOOT1 是 1，就需要在开始方式的启动区中选取 BOOTO 是 1 的内置内存 SRAM。对远程控制来说，重置电路必不可少。STM32 是整合了电源重置的装置，当电源电压 2V 时，该装置的控制装置会自行重置。为了防止突发故障带来的不良后果，人工复位电路必不可少，一旦这种电路被触发，不管系统在做什么工作，都会被强制还原。最后，本文提出了一种新的多传感数据融合方法，并对该方法进行了试验验证。2 机电一体化系统软件设计机电一体化系统软件的设计需要密切结合机械和电气基于多传感器信息融合的机电一体化系统设计李申海（济南轨道交通集团，山东 济南 250101）摘 要：为增强机械工程与自动化技术间的相互配合，本文提出利用多个传感数据进行测量的新方法。在硬件方面，为多个传感器节点提供新的电源，使其能在不受电压干扰的情况下完成检测工作；对启动电路和复位电路进行详细设计，实现了远程控制。在软件方面，采用多个传感器信息融合的方法，利用一个滑动窗来消除多个传感器间的冗余，从而实现真实数据的融合。最后通过试验验证了该方法能有效提高系统的噪声抑制性能，降低系统的误差序列，使其与真实情况更吻合。关键词：多传感器信息融合；机电一体化系统；供电电源中图分类号：TN98文献标志码：A中国新技术新产品2024 NO.4（下）-41-高 新 技 术工程领域的知识，包括机械部件（如传感器、执行器和运动部件等）、电气部件（如电机、开关和控制器等）的设计要求和性能参数。软件必须能准确建模并描述这些部件，以便进行系统的整合和优化。机电一体化系统软件的设计需要考虑系统的整体性能和功能，包括系统的运行效率、能耗和响应时间等因素。软件需要提供仿真和分析工具，以评估不同设计方案的性能，并帮助用户做出优化决策。此外，机电一体化系统软件的设计还需要具备协同设计的能力。不同团队的成员，如机械工程师、电气工程师和软件开发人员，需要同时参与设计过程。软件应提供协同设计的功能，使各团队间能实时共享信息并协同工作，提高设计效率和质量。因此，本文根据系统的硬件结构建立了多个传感器间的数据融合模型，其实质是一个多方面、多层面的信息处理模式。众所周知，由机械作业数据、产品数据等收集到的数据在性质和来源上各不相同，并且存在信息互补性和冗余性问题，而所构建的数据融合模型则是根据一定的约束条件，对收集的数据进行合成和处理，从而实现多源数据的有效融合2。在此基础上，本文针对多个传感器的工作特性，构建多个传感器的信息融合流程，即基于滑动窗技术，将多个传感的数据集按照时间进行分割，形成多个时域的数据序列，并在此基础上，运用时态信息的冗余度融合方法，对频率域进行特征提取和优化。利用该方法对一系列的资料进行二次分析，以获得最终结果。然后利用时域上的特征矢量，寻找各变量间的外部关系和内部关系。最后在属性空间中，通过采用多传感器信息融合技术，实现具有关联特征向量的空间信息融合。该过程将来自不同传感器的数据集合到一起，根据特定的特征将它们整合为一个统一的表示形式，以提高整个系统的决策能力和准确性。在多传感器融合的过程中，可能会应用滑动窗口机制以处理实时数据流。给定一个滑动窗口ti，ti+i，其中包括 N 个时序数据，可以从各传感器中提取相应信息。例如，对于传感器 A，其在这个窗口期间记录的数据可以按时间序列排列为 Si|i=0，1，2.，N-1。此时，根据现有的滑动窗，将传感器获得的资料分成多个系列，并以其作为系统的主要处理单位。这样既能确保各参数间的内在相关性，又能体现出各参数在当前时刻的特性。在真实的环境下，由传感器获得的测量结果既有真的，也有假的。已知噪声 Si（t）不可预报，因此假设噪声 Si（t）符合 Gaussian，并需要从现实的工作情况出发，求出其变化量和平均量。在属性测量的时间窗内，特性的改变是有一定的规律性的，本文使用函数 g（s）来表达这个规律性。但是，该规律性非常复杂且客观，因此本文很难用一个简单的数学表达来直接决定该规律性。数据流和滑动窗口模型如图1 所示。根据图 1 所示的模式，含有多个传感器的系统监控数据被抽取为公式（1），其系统传感器数目是 3，以方便直观地观察。A ta tZtB tb tZtC tc tZtabc?（1）式中：A（t）、B（t）、C（t）分别为由 3 个换能器测得的数值；a（t）、b（t）、c（t）分别为该传感器的实际测定；Za（t）、Zb（t）、Zc（t）分别为传感器所处的真实工作环境中的测试噪声。服务器将数据分割成不同的时间窗，从而获得一个函数，如公式（2）所示。g tg ttiii?0 （2）式中：gi（t-ti）代表窗口时间为 ti，ti+时的属性真实值。在整个时间轴上，根据滑动窗口划分数据序列。然而，由于 gi（t-t1）只是一个不断改变的物态，无法通过采样获得的离散数据来表达，因此把采样频率当作传感器获取数据的次数，则 gi（t-t1）如公式（3）所示。g tg tts tiinNin?01 （3）为此需要对 gi（s）进行估算，才能得到该传感器的特性真值。因为 g（s）在时间上是连续性的，所以对仿真数值g 进行逼近，可以将频率域特性（s）用作时窗特性。3 仿真试验本文对所提出的控制方案进行模拟试验，并对其进行性能测试。以本文方法为试验组，以参考资料所提出方法为控制组，使用仿真试验软件对机器的工作过程进行模拟和噪声干扰。通过该传感器获得的数据如公式（4）所示。图 1 数据流和滑动窗口模型真实数据流环境噪声滑动窗口模型.si，si+1，s i+2.si+j.si+N1.si，si+1，si+2.si+j2.si+N3.si，si+1，si+2.si+j3.si+N3监测数据流窗口i中国新技术新产品2024 NO.4（下）-42-高 新 技 术H（x）=3sint （4）将具有U=0.2和V=0.1的各协方差8dB的高斯白噪声添加至其上，因此状态转换矩阵如公式（5）所示。w?10 10010 1011.w （5）测量转移矩阵为 Y=10.1 0.1。在此基础上比较 3 种测量方式的测量结果，结果如图 2 所示。比较各系统的信息融合技术，并计算 3 个试验组的误差、3 个系统中误差序列的平均值和方差的统计数据。经量化分析后得出的结论与实际生产情况的差异值3如公式（6）所示。p ixxNiN?011 （6）式中：为由该体系获得的实测值；x 为分散系数计算方法。目标x轴的均方根误差如图3所示。通过观察图3可知，经过多传感器信息融合技术的处理，本文设计的机电集成系统的振幅明显小于 2 个传统系统。该结果表明，本文系统的降噪能力有了显著提升。与常规的体系比较，试验体系的平均尺寸降低了 0.0029 和 0.003，方差降低了 0.1316 和 0.1363，偏离值降低了 0.2476 和 0.2498。试验结果表明，该方法能有效降低数据偏差并对数据进行精确处理。通过对 2 组测试数据进行分析可以明显观察到，随着时间推移，本文设计的系统在 2 个轴向对目标的追踪精度明显优于 2 种传统追踪方法。由此可见，该系统所应用的多传感器数据融合技术显著提升了对噪声信号的滤除能力，表明融合技术在增强系统稳定性和提高追踪性能方面具有关键作用。4 结语本文基于多传感器信息融合技术改进了机电集成系统。在硬件设计层面，对电源及其电路进行了精心重构，目的在于抵御电压不稳定性对传感器芯片的损害。在此基础上，进一步精炼了多源数据处理流程，旨在降低噪声对数据质量的影响，实现数据融合优化。通过模拟试验验证了所提出的控制策略对控制噪声、降低误差以及提升追踪精准度的有效性，证明了其在逼近实际操作效果方面的显著成效。然而，鉴于研究者个人能力和科研经验的限制，这项工作需要在实际生产过程中进行广泛检验和迭代。未来的研究，需要优先考虑对多传感器信息融合技术中的数据关联核心技术进行深入优化与提升。此举预计可进一步增强信息融合技术的性能，为机电一体化系统的洗炼和成熟提供更坚实的技术基础。参考文献1 韩晓云，陈向东.基于数据融合的可燃气体燃爆状态监测系统 J.电子设计工程，2019，27（8）：6-10.2 崔硕，姜洪亮，戎辉，等.多传感器信息融合技术综述 J.汽车电器，2018（9）：41-43.3 邓永红，张杨.基于控制芯片 UC3844的煤矿电气设备辅助电源的设计 J.华北科技学院学报，2019，16（2）：37-44.（a）本文设计系统仿真图 （b）传动系统仿真图图 2 本文设计系统和传动系统示意图图 3 目标 x 轴的均方根误差43210-1-2-3-4543210-1-2-3-4-50051525354510203040500100100200200300300400400500500600600时间/ms时间/ms时间/s0.140.12 0.10.080.060.040.020 x轴均方根误差本文设计系统传统系统1传统系统2波幅波幅