瞬時轉速測量信號降噪研究

摘 要： 針對不同軸、偏心和偏重等因素導致電機旋轉時存在瞬時轉速微變的問題，提出一種應用編碼器和數字信號處理器（DSP） 并融合經驗小波變換（EWT） 測量電機瞬時轉速的方法。首先， 結合DSP2812 事件管理器和T 法測量電機的瞬時轉速；然后，使用EWT 算法對轉速信號數據進行頻譜劃分，生成一組經驗模態函數分量，并基于相關系數選取分量以重構信號；最后，搭建測速平臺，進行微變轉速測量和提取。仿真和實驗結果表明：通過提高基準時鐘頻率，減小定時器預定標系數，可降低測量誤差，DSP 測量最大相對誤差范圍為0.84%～1.01%，驗證該方法可行；在不同信噪比條件下，EWT、經驗模態分解及變分模態分解算法的信噪比均值分別為26.37 dB、20.10 dB 和13.45 dB，說明EWT 在瞬時轉速提取的應用中優于傳統分解算法，能有效地從加噪信號中分離信號特征分量。

關鍵詞： 瞬時轉速; 編碼器; 數字信號處理器; 經驗小波變換; 信噪比

中圖分類號： TB9; TH762; TN911.72 文獻標志碼： A 文章編號： 1674–5124（2025）03–0068–07

0 引 言

電機是航空航天、國防軍事、交通運輸、工農業生產及醫療等領域的電器運動驅動部件，其與編碼器結合不僅可以進行轉速動態測量，還可通過獲得瞬時角速度提供機器動力學的相關信息，以檢測故障[1-2] 等。針對復雜工況下瞬時轉速微變情況，減小誤差以及使用合適信號處理算法，有助于提高實際測量信號的準確度。

電機測速分為無傳感器和帶傳感器測速，前者常用于控制精度不高的地方，后者多用于電機對工況適應性較差的場合，一般有光電或磁電編碼器等檢測硬件。編碼器是轉速誤差來源之一，其包括安裝誤差、測量誤差和噪聲等。通過對瞬時角速度信號誤差進行建模[3]，能有效降低安裝誤差；ZHAO 等[4]提出一種無需參考傳感器，利用所設計的互補濾波器評估安裝誤差的方法；楊明等[5] 結合S 型隸屬度函數，評估電機首次安裝的不對中程度。針對低分辨率編碼器使用場景， VAZQUEZ- GUTIERREZ等[6] 引入簡化小信號模型，補償傳感器的滯后，有效恢復低轉速情況的穩定性。使用基于磁阻效應或霍爾效應的磁編碼器[7]，利用其無接觸的測量優勢，能減小同心度以及安裝精度低的問題。

針對電機變轉速運動產生的非線性且含噪的信號，有必要將信號進行分解。宋雷等[8] 利用經驗模態分解（empirical mode decomposition， EMD） 自適應迭代分解有限分量，有效抑制了轉矩信號中的噪音成分，但分解的分量中存在端點效應、模態混疊等問題。李凱豐等[9] 使用變分模態分解（variationalmode decomposition， VMD） 處理超聲信號，結合實驗得到最優分解個數和懲罰因子，有效實現信號降噪，減少分量信號提取的損失程度，從而降低測量誤差。經驗小波變換（empirical wavelet transform，EWT） 結合小波和EMD 自適應的優點，能有效解決模態混疊的問題，已成功應用于各領域中，如故障診斷[10]、陀螺儀姿態解算[11]、編碼器信號[12] 及回波信號[13] 降噪等。

針對微變轉速，本文利用磁編碼器減小安裝誤差，應用DSP 測量電機瞬時轉速，融合EWT 算法，提取轉速信號特征；針對電機不同轉速情況，對比相對誤差，優化測量參數；進行仿真和實測信號轉速提取實驗，驗證EWT 算法對提升轉速信號測量準確度的有效性。