载荷数据检测范文

2024-07-18

载荷数据检测范文（精选4篇）

载荷数据检测第1篇

采用摄像机来检测载荷的摆角属于非接触性检测, 安装使用以及对传感器的保护都很方便。从画面上搜索和确定目标有很多算法, 由于起重机的载荷摆动受惯性力和驱动电机的影响很大, 如果采用按照载荷的摆动特性来预报载荷位置, 再到预估位置去搜索, 可以节省大量的运算资源。本文就随机预报法确定目标做了探讨。

假定载荷的摆动由下述方程确定[1,2]:

${\begin{cases} \dot{x}_{1} = x_{2} \\ \dot{x}_{2} = - \frac{g}{l} x_{1} - \frac{1}{l} u_{1} \\ \dot{x}_{3} = x_{4} \\ \dot{x}_{4} = - \frac{g}{l} x_{3} - \frac{1}{l} u_{2} \end{cases}$

或者

$\dot{X} = A X + B U$

其中

X=[x1x2x3x4]T

$A = [\begin{matrix} 0 & 1 & 0 & 0 \\ - \frac{g}{l} & 0 & 0 & 0 \\ 0 & 0 & 0 & 1 \\ 0 & 0 & - \frac{g}{l} & 0 \end{matrix}]$

$B = [\begin{matrix} 0 & 0 \\ - \frac{1}{l} & 0 \\ 0 & 0 \\ 0 & - \frac{1}{l} \end{matrix}] U = [\begin{array}{l} u_{1} \\ u_{2} \end{array}]$

式中:x1为X方向的摆角, rad;x2为X方向的角速度, rad/s;x3为Y方向的摆角, rad;x4为Y方向的角速度, rad/s;g为重力加速度, m/s2;l为缆绳长度, m;u1为小车在X方向的加速度;u2为小车在Y方向的加速度。

系统动态模型如图1所示。

可以看出载荷在X方向和Y方向的摆动是解耦的, 可以分别研究。故只考虑系统

${\begin{cases} \dot{x}_{1} = x_{2} \\ \dot{x}_{2} = - \frac{g}{l} x_{1} - \frac{1}{l} u \end{cases}$

仍写成状态方程的形式:

$\dot{X} = A X + B U$

其中

$A = [\begin{matrix} 0 & 1 \\ - \frac{g}{l} & 0 \end{matrix}] B = [\begin{matrix} 0 \\ - \frac{1}{l} \end{matrix}]$

检测过程是在计算机中完成的, 因此需要将模型离散化。设计算机的采样周期为 T (s) , 起重机的离散模型为

X (k+1) =G (k) X (k) +H (k) U (k) (1)

$G = \exp (A Τ) = [\begin{matrix} \cos (ω Τ) & \frac{1}{ω} \sin (ω Τ) \\ - ω \sin (ω Τ) & \cos (ω Τ) \end{matrix}]$

H=∫ $_{0}^{Τ}$

$\exp (A t) d t B = [\begin{array}{l} \frac{1}{g} [1 - \cos (ω Τ)] \\ \frac{1}{\sqrt{\lg}} \sin (ω Τ) \end{array}]$

式中:ω是载荷摆动角速度, $ω = \sqrt{g / l}$ 。

摄像传感器对起重机载荷进行搜索, 对摆角进行检测, 得到检测值 $\bar{X}$ (k) 。受到检测误差和随机干扰的影响, 检测值 $\bar{X}$ (k) 与实际值X (k) 不完全相同, 记

$\bar{X} (k) = X (k) + v (k)$ (2)

这里v (k) 代表随机干扰造成的检测误差, 符合高斯分布, 期望值为0。

对载荷进行检测的方法很多[3,4]。考虑到载荷的摆动有很强的规律性, 可以根据状态方程进行预估, 以便显著减小搜索工作。

2 随机预估法

仿照起重机的数学模型在计算机中建立一个状态估计模型:

$\hat{X} (k + 1) = A \hat{X} (k) + B U$ (3)

式中: $\hat{X} (k)$ 是X (k) 的估计值, $\hat{X} (k)$ $= [\hat{x}_{1} (k) \hat{x}_{2} (k)]^{Τ} 。$

由于起重机模型式 (1) 与状态估计模型式 (2) 采用了相同的输入, 所以只要初始条件相同, 亦即

$X (0) = \hat{X} (0)$ (4)

则有 $X (k) = \hat{X} (k)$ , 预估值能够准确地跟随实际值。但是因为起重机的初始条件X (0) 在没有可信的检测手段的情况下无法获得, 故而式 (4) 无法实现。此外起重机本身承受的随机扰动也将影响预估的准确性。

但因为状态估计模型反映了起重机载荷的基本运动规律, 所以, 一旦获得了状态变量的检测值 $\bar{X}$ (k) , 只要随机误差v (k) 不太大, 就可以根据检测值去估计第k+1时刻的状态。

取定检测值 $\bar{X}$ (k) 为滤波值作为输出 $\tilde{X} (k) = \bar{X} (k)$ , 也作为角度预估模型的初始条件 $\hat{X} (k) = \bar{X} (k)$ 代入式 (3) , 得到第k+1时刻的预估值, 然后到预估值所指明的图像区域去寻找载荷图像。

下面估计预测值同实际值的接近程度。

由式 (3) , k+1 时刻的预估值为

$\hat{X} (k + 1) = G \tilde{X} (k) + Η U (k)$

$\begin{array}{l} = G \bar{X} (k) + Η U (k) \\ = G X (k) + G v (k) + Η U (k) \end{array}$

定义预估值与实际值的误差: $Δ X (k) = \hat{X} (k) - X (k)$ , 则图像应当在以预估值 $\hat{X} (k + 1)$ 为中心, 以Gv (k) 为半径的范围内搜索。v (k) 的统计规律满足数学期望值为0的条件, 根据其均方差选择80%概率确定搜寻范围, 如果搜寻失败再扩大搜寻半径。

3 预报-线性滤波

按照上述方法, 可以大大缩小载荷图像的搜索范围, 但检测误差将向后传递。如果用估计值对检测值进行滤波则可使误差收敛, 见图2。

取定滤波值

$\tilde{X} (k) = α \bar{X} (k) + (1 - α) \hat{X} (k) (0 < α \leq 1)$

作为第k步的输出值, 并将其作为状态预估模型的初始状态, 求得k+1时刻的预估值:

$\begin{array}{l} \hat{X} (k + 1) = G \tilde{X} (k) + Η U (k) \\ = α G \bar{X} (k) + (1 - α) G \hat{X} (k) + Η U (k) \end{array}$

起重机则按照其特定的运动规律运行到

X (k+1) =GX (k) +HU (k)

经检测获得检测值

$\bar{X} (k + 1) = X (k + 1) + v (k + 1)$

取滤波值

$\tilde{X} (k + 1) = α \bar{X} (k + 1) + (1 - α) X (k + 1)$

作为输出, 则第k+1步的估计误差

$Δ X (k + 1) = \hat{X} (k + 1) - X (k + 1)$

得到

$\begin{array}{l} Δ X (k + 1) = G [α \bar{X} (k) + (1 - α) \hat{X} (k)] + \\ Η U (k) - G X (k) - Η U (k) \\ = α G X (k) + α G v (k) + (1 - α) \times \\ G \hat{X} (k) - G X (k) \\ = (1 - α) G Δ X (k) + α G v (k) \end{array}$

这是一个一阶线性差分方程。显然, 总可以取α (0<α≤1) , 使 (1-α) G的极点全部居于单位圆内, 从而使第一项收敛。同因α<1削弱了随机误差v (k+1) 的影响。

4 仿真

由图2和式 (1) 、式 (2) 、式 (3) 在Matlab平台上构造离散仿真模型见图3。“crane”是起重机的模型, 输出实际值, 见图4。“premonitory”是预估模型, 输出预估值, 见图5。“filter”是滤波器, 输出滤波值, 见图6。“Random Number”是随机噪声发生器, “x1-”是叠加了随机干扰信号的检测值。仿真结果如图7所示。

5 实验

控制系统由工业控制计算机、RS-232/RS-485转换模块、变频器、电机构成。另外设有摄像机作为摆振角度检测装置供实验用 (虚线框内) 。系统的整体结构框图如图8所示。

测量系统的角度检测部分由一个摄像头和数据采集卡组成, 摄像头采用三星公司分辨率为768×494, 靶面尺寸2.54/3 cm, 镜头焦距8 mm的SCC-131B彩色摄像头。采用MV-8000图像采集卡, 如图9所示。

基于上述硬件系统, 采用Visual C++编写控制软件, 通过串口和RS-232/RS-485转换模块, 向变频器发送控制命令, 控制电机的运行速度;编写检测软件, 将视频采集卡中的图像信息进行处理, 计算出载荷摆角。控制软件将控制量通过共享内存的方式, 发送给检测软件。

根据上述卡尔曼滤波原理, 在上述系统上进行实验, 实验结果如图10所示。可以看出, 除在起始阶段滤波值有大约0.1 s滞后之外, 很好地符合了检测值。

归纳上文, 用摄像机作为起重机载荷摆角传感器具有同时获得两维摆角的优点, 但是搜寻和确认载荷本身的计算量很大, 干扰造成的误差影响也很明显。采用状态观察器来预测载荷位置再用实际检测值修正取得了理想的效果。

摘要：在对起重机进行消摆控制过程中, 载荷摆动的角度是一个需要测量的重要参数。用摄像机获得的图像来检测起重机载荷的摆角, 安装维护方便。其关键技术是捕捉并辨识图像中的载荷。提出了根据起重机载荷摆动的动态特性预估载荷的位置, 然后再去捕捉载荷图像的方法。这种方法可以减少80%的运算量。实验结果表明, 这种方法行之有效。

关键词：预估,控制理论,起重机,消摆

参考文献

[1]李伟, 吕景惠.起重机线性二次型最优消摆控制[J].电气传动, 2003, 33 (2) :21-24.

[2]李伟.塔式起重机载荷摆振模型[J].机械工程学报, 1993, 29 (4) :15-22.

[3]叶林, 王颖, 黄琴.基于摄像的结冰厚度测量方法的研究[J].计量与测试技术, 2006, 33 (6) :4-5.

国内检测行业发展分析数据第2篇

国内市场大规模对民营第三方检测机构开放是2002年。自1989年进出口检验法颁布后，进出口商品检验检测业务开始向国内民营资本开放。2005年中国加入WTO后，外资逐渐进入中国检测市场。目前外资检测机构和民营检测机构主导第三方检测市场，而国有检测机构垄断限制性检测市场。

在全国检测市场中，国有检测机构利用传统垄断优势占据了55%以上的市场份额;外资检测机构利用其成熟的市场运作经验及在出口贸易检测业务中的天然优势占据了市场30%以上的市场份额;民营检测机构起步晚，资本实力小，经过几年的快速发展，市场份额接近10%。

据CCID预测，我国检测市场仍处于快速发展阶段，总的市场容量将从2009年的569.6亿元增长到2013年的1009.4亿元。无论是总体检测市场容量还是出口产品检测市场容量，均呈现出上升的趋势。而出口产品占总检测市场的比例相对趋于稳定。

我国的检测行业目前仍属于尚未成熟的阶段，多方面因素影响着行业发展。总体而言有利因素占据着主导地位，未来检测行业的前景依然是非常光明的。我国检测行业的推动因素与优势可以归结为以下几点：

Ø 居民生活水平提高，更加关注产品的质量安全;

Ø 国内制造业飞速发展，产业逐步升级;

Ø 贸易量持续增长，国外质量、环保要求提高;

Ø 行业监管制度放开，更多机构允许进入限制性检测领域;

Ø 新产品出现使得检测技术不断更新，服务领域逐渐扩大;

Ø 世界各地的检测标准逐渐统一，行业监察制度完善，使得公众性被人们认可。

面对当代社会竞争日益激烈的市场环境，民营企业的资本实力弱，既无外资企业强大技术实力及品牌，又无国有企业某些方面垄断性优势。显示在业务量较大的贸易检测领域，民营企业没有任何优势，国内贸易和出口贸易业务比重仅为7.46%、11.94%。

面向高速卫星载荷的统一数据流设计第3篇

CCSDS制定的高级在轨数据系统(AOS)标准适用于在整个空间链路传输多种类型、不同速率的数据。遥感卫星大都具有业务数据量大、数据率高、业务数据率与平台数据率差别较大等特点。针对这些特点,整合高速业务数据与低速平台数据,进行基于CCSDS-AOS体制的测控、数管、数传统一数据流设计,是一个具有挑战性的课题。

1 高码率载荷卫星数据流的特点及统一数据流设计需求

搭载高速载荷的遥感卫星具有以下特点及应用需求:

载荷成像数据量大,下传紧迫度高,数据率高达几个Gbit/s甚至几十个Gbit/s,与kbps级的平台遥测数据率差别很大。

卫星任务多样化、有效载荷数量、类型增多。

星间通信及数据流交互需求增加。

星上自主管理能力提高,测控和数管数据类型增多、数据量增大。

使用CCSDS-AOS体制进行遥感卫星统一数据流设计的关键在于针对不同速率的数据源,确定合理的星载网络架构及关键数据接口,满足不同速率数据传输、处理的需要,运用AOS协议模型和业务策略,将遥感卫星载荷的高速率业务数据与低速平台数据进行整合及一体化设计。

2 基于CCSDS-AOS体制的整星统一数据流设计

考虑在下行星-地传输中使用AOS体制。

(1)测控、数管、数传统一数据流总体设计方案

综合电子平台远置单元及载荷计算机采集到的各类工程遥测数据、空间环境数据、GPS数据、各类管理数据、过程数据、星间测量数据、多星间备份数据、其它突发数据等平台数据及低速载荷数据经综合电子平台计算机处理、输出;格式化的各高速载荷业务数据在载荷中心计算机的调配下送入数传的数据处理器,经存储、处理后多路并行输出。

数据采用AOS体制结构,经包装业务、多路复用等业务,并经虚拟信道调度单元进行格式编排、整合,形成虚拟信道数据单元,通过数传信道,经地基或天基数据网下传至地面。

整星统一数据流设计总体方案如图1所示。

(2)测控、数传、数管信息流优化设计

①信息流设计。

从数据源生成到信息传输至地面的整个过程中,涉及到的协议或约定有:源数据包装约定、通用化的总线协议、星间数据通信协议及星地数据传输协议。

总线相关协议、CCSDS-AOS协议标准可以满足上述要求。其中,基于RS-485总线协议设计通用化的总线控制接口,以支持功能单元即插即用的挂载需求,可增强总线可扩展性及不同平台的通用性。相关协议均可根据需求进行裁剪。

图2给出了基于此设计的信息处理流程。

②数据源分析及基于AOS体制的业务模式设计。

卫星平台数据,根据其变化率、重要性、功能等划分为以下源数据包。

工程遥测数据:卫星在轨采集的所有整星实时遥测数据及GPS数据等。

各类管理数据:根据星上自主管理需要,由综合电子平台及载荷中心计算机产生的各类过程数据、软件数据、各类控制参数等。

星间测量数据及多星组网备份数据。

其它突发数据:根据在轨维护需要受地面控制产生的各类突发数据。

遥感卫星中各独立载荷数据根据业务类型、数据速率分别划归为几种类型的高速载荷、低速载荷源数据包。数传存储的业务数据是按照CCSDS协议格式化后的数据。

对标准AOS体制中的业务类型进行裁剪,选用包装业务、多路复用业务、虚拟信道访问业务及位流业务等四种业务。

统一数据流设计中的数据单元流程如图3所示。

(3)虚拟信道划分及动态调度策略

根据数据源划分和整星不同工作模式进行虚拟信道数据单元(VCDU)的划分,具体分为:遥测数据VCDU、管理数据VCDU、突发数据VCDU、星间通信数据VCDU、高速载荷数据VCDU、其它载荷数据VCDU等。

制定二级调度策略:将同属一个虚拟信道的不同应用过程产生的源包合路到一起,形成协议数据单元;对不同数据单元制定不同的传输参数如优先级等。

3 针对高速载荷的整星统一数据流设计

(1)针对高速载荷的整星基带信息设计

遥感卫星高速载荷成像数据率高达几Gbps到几十Gbps,而目前的高速星载网络数据线(如SpaceWire)最高支持400Mbps的传输处理速率,不能满足高速载荷数据的要求。因此,在数传链路的基带部分,高速业务数据拟采用并口方式进行采集、传输,每路并行传输的数据率100Mbps以上,可以实现遥感业务数据的传输,满足高速业务数据传输的需要。对于测控、星务管理等平台数据流,则采用较为稳妥的低速数据线(如RS485总线)传输方案。

因此,整星混合网络的搭建是采取了RS-485总线加并口传输的方案。

采用如图4所示的基带信息设计方案。

(2)整星基带信息处理一体化设计

通过星间接口、标准星载总线控制接口和高速并口,综合电子系统中心计算机及各远置单元视作485总线的挂载节点,将低速基带信息进行统一调度、统一处理,随后通过LVDS接口传输至数传的数据处理器;数据处理器将高速载荷业务数据通过并口统一收取和处理。最后,所有信息在数据处理器中汇总,按照AOS协议统一处理后,通过数传下传通道送至地面。

高、低速数据在数据处理器中的合路方案如图5所示。高速数据采用多路并口(64路或以上)传输至数据处理器,每路数据率不小于100Mbps,平台存储器输出的低速数据(不小于100Mbps)作为一路独立的数据与多路高速数据合路传输至数据处理器,传输高、低速数据的各条支路数据率一致,与数据处理器的数据接收能力匹配。

4 结束语

本文制定了基于CCSDS-AOS体制的统一数据流设计方案,并针对高、低速数据源设计整合的基带信息传输结构,给出结构模型,进行基带信息处理的一体化设计。设计方案适用于搭载高速载荷的多任务卫星的数据流传输与处理。

快速法静载荷检测与实际沉降量关系第4篇

苏南某新建综合服务楼竣工后, 发现建筑物沉降量数据较大, 委托专业测绘单位对该服务楼进行沉降观测。本文根据沉降观测的数据, 结合基桩检测及场地工程地质勘察资料, 对该服务楼沉降大于设计预期的原因, 及基桩静载检测时没能反映沉降量大的原因作些简单分析与总结。

2 工程概况

2.1 建筑物

该建筑物平面上呈L型, 框架结构形式, 主体结构层数为六层, 东面部分为四层 (参见附图三) , 采用桩基础, 理论计算建筑物沉降量最大值为140mm。

2.2 基桩设计参数

桩型规格为预应力混凝土管桩, 截面尺寸为Ф400mm, 桩长18.0m, 上下两节桩, 上节桩为12.0或6.0米, 下节桩为6.0米或12.0米, 桩身混凝土强度等级为C80, 设计桩端持力层为 (4) 2-2层粉砂, 单桩承载力设计值为715kN。

2.3 工程地质

根据委托单位提供的岩土工程勘察报告资料及基桩设计参数, 单桩极限承载力计算值为1183kN。场地内土层分布见表1:

3基桩检测

3.1 低应变

该综合服务楼共有工程桩25根, 设计要求低应变抽检比例为30%, 共检测桩7根, 测试情况如下:其中:Ⅰ类桩63根, 占抽检桩数的80.8%;Ⅱ类桩15根, 占抽检桩数的19.2%;无Ⅲ、Ⅳ类桩。从低应变检测数据分析, 该工程基桩桩身完整性质量较好, 典型曲线如图1。

3.2 静载检测

试验按照《建筑基桩检测技术规范》 (JGJ106-2003) 执行, 采用快速试桩法, 测读时间如下 (1) 每级荷载维持一小时, 按第5、15、30、45、60分钟测读试桩沉降量, 即可进行下一级加载。 (2卸载时, 每级荷载维持15分钟沉降测读时间为第5、15分钟卸载至零后测读两小时, 测读时间为第515、30、60、90、120分钟。终止加载条件为达到设计要求最大加载量。三组桩的汇总数据如下表2。从检测数据分析, 该工程基桩单桩竖向抗压极限承载力满足设计要求。

4沉降观测

根据施工单位提供的建 (构) 筑物沉降观测成果, 在建筑物四周及内部共布31个沉降观测点, 见图3。2005.08.22、2005.12.01、2006.01.02、2006.03.15共观测了四次, 其中的六个沉降观测点由于施工过程中被损坏, 无法连续观测, 连续观测的点为25个点, 到03.15为止, 25个点中最大沉降量为196.5mm, 最小沉降量89mm, 平均沉降量为135.8mm, 最小的沉降量点在建筑物的东面, 该处主体结构为四层, 这与实际建筑物情况较吻合。2006.03.15日后, 沉降观测的工作移交给专业测绘单位, 沉降汇总数据见表3, 累计沉降量从施工时的第一次观测算起。选取建筑物四周角点处及建筑物中心处的观测点绘制“沉降观测特征点高程与沉降速率-观测时间曲线”, 见图3。

5 结果分析

5.1 数据分析

从沉降数据图表看出, 该建筑物的实际沉降量较大, 且沉降速率较大, 到2006.09.29为止, 13#点的最大沉降量已达到266.5mm, 超过设计计算值及相关规范允许值。从基桩检测情况看来, 最大加载量为单桩承载力设计值为715kN的1.6倍, 采用快速试桩法, 三组桩的最终沉降量较小, 最大值为6.24mm。这样看来, 虽然基桩检测数据与根据地质资料计算值较吻合, 但没能反映出竣工后建筑物的实际沉降量情况。

5.2 原因分析

由于建筑物沉降问题比较复杂, 涉及到建筑荷载情况, 工程地质勘察情况, 群桩效应, 基桩检测方面等, 很难判断是某一方面原因造成, 下面笔者浅显分析一下相关因素。

5.2.1设计参数

根据场地地质勘察报告, 设计桩端持力层为 (4) 2-2层粉砂, 该层土静力触探平均值为5.34MPa, 且桩侧极限摩阻力标准值与桩端极限摩阻力标准值较高, 但该层土下面的 (5) 1-1层、 (5) 1-2层为粘土, 静力触探平均值为0.79Mpa及1.43Mpa, 为主要软弱下卧层, 且该层土较厚, 达由于桩长为18.0米, 桩端离 (5) 1-1层层顶仅为1.8米左右, 这对沉降是不利的;另外单桩承载力设计值为715kN, 是否该值安全系数较小, 实际荷载要高于该值, 故检测时, 最大加载量偏小, 没能反映实际工程情况。

5.2.2 群桩效应

该工程单个承台桩数较多, 长4.2米宽2.6m范围内布桩11根, 桩间距较小, 虽然单桩竖向抗压承载力测试结果满足设计要求, 但群桩作用机制下, 要考虑群桩对软弱下卧层的整体冲剪作用。

5.2.3 基桩检测

采用快速试桩法, 最大加载量为1150kN, 分十级, 级差荷载为115kN, 每级维持荷载60分钟, 终止加载条件为达到设计要求最大加载量, 三组桩的最终沉降量均较小, 最大为6.24mm, 且最后一级收敛。在大于设计承载力715kN的第六、七、八、九级, 加载量分别为805kN、920kN、1035kN、1150kN, 四级总共加载时间为4小时, 是否持力层下有较厚软弱下卧层时, 快速试桩法存在检测时间较短, 不能客观全面反映竣工后建筑物沉降情况。

5.2.4周围环境影响

在该房结构封顶过程中, 距离该房40米左右处, 一工程在采用打入法沉桩, 四台打桩机同时工作, 持续时间为1个多月, 另外工程的持力层也为 (4) 2-2层粉砂, 是否震动影响下, 砂性土宜液化, 影响到土性, 加剧了本楼的沉降。

6结束语

6.1本工程沉降量较大的原因可能很复杂, 但作为基桩检测时, 是否类似该工程时, 检测时间加大, 一周时间左右, 为委托单位及设计单位提供能反映实际情况的数据。

6.2通过大量工程实践, 基桩检测结果与建筑物竣工后的沉降检测数据基本较吻合, 基桩检测数据满足设计要求的工程, 沉降量也能满足设计要求, 但本工程基桩检测没能反映出建筑物的实际沉降量情况是一特殊的例子, 相关数据不尽系统, 今后还需积累经验。

摘要：本文根据某一实际工程建筑物沉降量较大特点, 用快速法试桩分析了工程地质勘察报告资料、工程的静载荷及低应变检测数据, 对苏南某些地区某些地层选为持力层时, 提供可靠的沉降数据。

关键词：基桩检测,快速试桩法,沉降观测

参考文献

[1]罗伟新, 王金生, 丁志成, 基桩静载试验中的几个常见问题[J];岩土工程界;2003年03期.

本文来自 99学术网(www.99xueshu.com)，转载请保留网址和出处

【载荷数据检测】相关文章：

理论载荷06-02