殷寶吉, 周佳惠, 唐文獻(xiàn), 董亞鵬

水下機(jī)器人推進(jìn)器控制系統(tǒng)PWM及電流信號(hào)降噪方法

殷寶吉1, 2, 3, 周佳惠1, 2, 唐文獻(xiàn)1, 2, 董亞鵬1, 2

(1. 江蘇科技大學(xué) 機(jī)械工程學(xué)院, 江蘇 鎮(zhèn)江, 212003; 2. 江蘇科技大學(xué) 江蘇省船海機(jī)械先進(jìn)制造及工藝重點(diǎn)實(shí)驗(yàn)室, 江蘇 鎮(zhèn)江, 212003; 3. 哈爾濱工程大學(xué) 水下機(jī)器人技術(shù)重點(diǎn)實(shí)驗(yàn)室, 黑龍江 哈爾濱, 150001)

針對(duì)水下機(jī)器人推進(jìn)器控制及其運(yùn)行狀態(tài)監(jiān)測問題, 研究了推進(jìn)器控制系統(tǒng)脈沖寬度調(diào)制(PWM)信號(hào)及電流信號(hào)降噪方法。針對(duì)基于典型串聯(lián)接地方式建立的推進(jìn)器控制電路中, PWM信號(hào)的紋波幅值及占空比波動(dòng)都較大的問題, 設(shè)計(jì)了一種冗余接地電路, 該電路在主控中央處理器和模擬轉(zhuǎn)脈沖寬度調(diào)制模塊之間單獨(dú)增加一條地線, 以避免信號(hào)受到電源地線的干擾。針對(duì)推進(jìn)器工作電流信號(hào)數(shù)據(jù)中噪聲干擾較強(qiáng), 以及基于小波分解降噪后電流數(shù)據(jù)與真實(shí)電流數(shù)據(jù)的誤差仍然較大的問題, 提出了一種基于小波分解和七點(diǎn)滑移平均交叉耦合的耦合降噪方法。水池試驗(yàn)結(jié)果表明, 冗余接地電路與典型串聯(lián)接地電路相比, 具有更小的紋波幅值和占空比波動(dòng); 利用所提耦合降噪方法的電流數(shù)據(jù)與原始電流數(shù)據(jù)和小波分解降噪后電流數(shù)據(jù)相比, 與真實(shí)電流數(shù)據(jù)的誤差更小。試驗(yàn)結(jié)果驗(yàn)證了上述方法的有效性。

水下機(jī)器人; 推進(jìn)器; 控制電路; 脈沖寬度調(diào)制信號(hào); 電流信號(hào); 降噪

0 引言

水下機(jī)器人在海洋資源開發(fā)、海洋工程檢測、海洋環(huán)境監(jiān)測等領(lǐng)域得到了廣泛的應(yīng)用[1]。推進(jìn)器是水下機(jī)器人關(guān)鍵動(dòng)力部件[2], 起著保障水下機(jī)器人機(jī)動(dòng)性能的作用[3], 其可靠性直接影響水下機(jī)器人的安全性[4]。良好的控制系統(tǒng)是推進(jìn)器可靠運(yùn)行的重要條件。同時(shí), 推進(jìn)器在工作過程中, 要承受交變載荷、腐蝕等多種作用, 也是水下機(jī)器人主要故障源之一[5], 所以, 需要實(shí)時(shí)監(jiān)測其運(yùn)行狀態(tài)[6]。監(jiān)測推進(jìn)器運(yùn)行狀態(tài)的一種有效手段是監(jiān)測其工作電流[7-8]。為此, 文中圍繞水下機(jī)器人推進(jìn)器控制系統(tǒng)脈沖寬度調(diào)制(pulse width modulation, PWM)信號(hào)及電流信號(hào)降噪方法展開研究。

文中設(shè)計(jì)了一種如圖1所示的水下機(jī)器人推進(jìn)器控制系統(tǒng)。其工作過程為: 水下機(jī)器人控制器輸出控制電壓信號(hào)至模擬-PWM(analog-PWM, A-PWM)模塊, A-PWM模塊根據(jù)控制電壓信號(hào)幅值, 按照線性比例輸出相應(yīng)占空比的PWM信號(hào), 并通過功率放大模塊控制推進(jìn)器轉(zhuǎn)速大小; 同時(shí), 水下機(jī)器人控制器輸出數(shù)字信號(hào), 通過功率放大模塊控制推進(jìn)器旋轉(zhuǎn)方向, 當(dāng)數(shù)字信號(hào)I為高電平, 數(shù)字信號(hào)II為低電平時(shí), 推進(jìn)器正轉(zhuǎn); 當(dāng)數(shù)字信號(hào)I為低電平, 數(shù)字信號(hào)II為高電平時(shí), 推進(jìn)器反轉(zhuǎn); 當(dāng)數(shù)字信號(hào)I和數(shù)學(xué)信號(hào)II均為低電平時(shí), 推進(jìn)器停轉(zhuǎn); 電流傳感器測量推進(jìn)器工作過程中消耗的電流, 并將測量結(jié)果以模擬電壓信號(hào)的形式反饋給水下機(jī)器人控制器。

基于圖1所示控制系統(tǒng)進(jìn)行試驗(yàn)時(shí), 發(fā)現(xiàn)如下問題: 1) 典型串聯(lián)接地電路中, A-PWM模塊輸出的PWM紋波幅值及占空比波動(dòng)都較大; PWM中的紋波噪聲使得PWM高電平電壓大于理論值, 當(dāng)其輸入到功率放大模塊時(shí), 其高電平電壓將大于功率放大模塊輸入元件的額定電壓, 造成過載,縮短功率放大模塊的使用壽命。同時(shí), 由于主控中央處理器(central processing unit, CPU)通過調(diào)節(jié)PWM的占空比來控制推進(jìn)器的轉(zhuǎn)速, 所以, PWM占空比波動(dòng)將引起推進(jìn)器轉(zhuǎn)速波動(dòng)。2) 控制器采集到的推進(jìn)器電流信號(hào)含有較強(qiáng)的噪聲干擾。采用監(jiān)測推進(jìn)器電流的方式來監(jiān)測推進(jìn)器運(yùn)行狀態(tài), 電流信號(hào)中較強(qiáng)的噪聲干擾容易掩蓋推進(jìn)器故障在電流信號(hào)中所引起的故障特征, 導(dǎo)致出現(xiàn)誤報(bào)或漏報(bào)。

圖1 水下機(jī)器人推進(jìn)器控制系統(tǒng)

為減小PWM信號(hào)紋波幅值和占空比波動(dòng), 本質(zhì)上需要減小電路中的紋波電壓(其依據(jù)將在1.1節(jié)詳細(xì)闡述)。劉揚(yáng)[9]采用并聯(lián)電容的方式減小單一電源紋波電壓。何德軍等[10]采用雙脈寬調(diào)制方式減小并聯(lián)電源紋波電壓。張國榮等[11]采用正負(fù)序雙環(huán)直流側(cè)電壓控制策略減小柔性多狀態(tài)開關(guān)直流側(cè)紋波電壓。這些方法均從抑制電源紋波電壓的角度出發(fā)來減小電路中的紋波幅值, 效果較好, 但是需要添加額外的器件或算法, 從而增加了系統(tǒng)復(fù)雜性。文中設(shè)計(jì)了一種冗余接地電路, 其基本思路是縮短主控CPU與A-PWM模塊之間的共地連接路徑, 以減少共地連接路徑通過的功能模塊的數(shù)量, 從而減少不同功能模塊紋波噪聲的疊加。冗余接地電路與典型串聯(lián)接地電路的不同之處在于: 典型串聯(lián)接地電路中主控CPU的地線需要經(jīng)過電源模塊I、電源轉(zhuǎn)換模塊連接到A-PWM模塊的地線上; 而文中冗余接地電路中主控CPU的地線不經(jīng)過任何功能模塊, 直接連接到A-PWM模塊的地線上。

針對(duì)推進(jìn)器工作電流信號(hào)含有較強(qiáng)的噪聲干擾的問題, 常用電流信號(hào)降噪方法有小波分解 (wavelet decomposition, WD)降噪方法[12]、小波閾值降噪與經(jīng)驗(yàn)?zāi)B(tài)分解(empirical mode decomposition, EMD)結(jié)合方法[13]、粒子濾波算法[14]等, 其中, WD是一種典型的降噪方法[15], 但在試驗(yàn)中發(fā)現(xiàn), WD降噪后的電流信號(hào)與真實(shí)電流信號(hào)的誤差仍然較大。為此, 文中提出一種基于小波分解和七點(diǎn)滑移平均(seven point slip average, SPSA)的耦合降噪方法, 其基本思路是基于七點(diǎn)滑移平均算法減少每一層小波近似分量中存在的隨機(jī)噪聲。

1 冗余接地電路

1.1 典型串聯(lián)接地電路

水下機(jī)器人推進(jìn)器控制電路由多個(gè)功能模塊組成。為實(shí)現(xiàn)這些功能模塊的共地, 典型串聯(lián)接地電路將各功能模塊的接地端口依次連接起來, 如圖2所示。

圖2 基于串聯(lián)接地的推進(jìn)器控制電路

記錄圖2中點(diǎn)和點(diǎn)之間PWM信號(hào)的紋波和占空比波動(dòng)。結(jié)果如圖3所示。

圖3中:1為紋波幅值;2為占空比波動(dòng)幅值。在試驗(yàn)中,1最大值為0.46 V, 占PWM幅度5 V的9.2%。2最大值為0.8 μs, 占PWM周期63.64 μs的1.3%。試驗(yàn)結(jié)果反映出輸入到功率放大模塊PWM信號(hào)的紋波幅值和占空比波動(dòng)較大。

圖3 串聯(lián)接地電路中的PWM信號(hào)

為分析產(chǎn)生上述問題的原因, 對(duì)圖2所示電路做進(jìn)一步測試。測試過程和結(jié)果顯示: 將示波器的2個(gè)探針分別接在點(diǎn)和GND7時(shí), PWM信號(hào)紋波噪聲減小, 但占空比波動(dòng)仍然較大; 將GND5與GND6斷開, 而后將GND5直連到GND7, 再次測量點(diǎn)和GND7的PWM時(shí), 發(fā)現(xiàn)PWM信號(hào)紋波噪聲和占空比波動(dòng)都減小。

基于上述試驗(yàn)及測試結(jié)果, 分析接地方式的干擾機(jī)理: 當(dāng)GND5與GND6斷開、GND5與GND7直接相連、示波器接在點(diǎn)和GND7時(shí), 主控CPU的地信號(hào)以及數(shù)模輸出信號(hào)以最短路徑直接輸入到A-PWM模塊中, 且這條共地路徑未經(jīng)過其他功能模塊, 此時(shí)對(duì)A-PWM模塊而言, 引入到輸入信號(hào)中的紋波噪聲最小, 使得其輸出PWM信號(hào)的占空比波動(dòng)也最小, 又由于示波器接在點(diǎn)和GND7時(shí), 本質(zhì)上是測量A-PWM模塊本身的地線和輸出信號(hào)之間的PWM, 使得引入到PWM信號(hào)中的紋波噪聲也最小, 故此時(shí)示波器測得的PWM信號(hào)紋波噪聲和占空比波動(dòng)都較小; 當(dāng)GND5與GND7斷開、GND5與GND6直接相連、示波器接在點(diǎn)和GND7時(shí), 主控CPU的地GND5經(jīng)過GND4、GND3連接到GND7上, 此時(shí), 對(duì)A-PWM模塊而言, 其輸入信號(hào)中已經(jīng)引入了電源模塊I以及電源轉(zhuǎn)換模塊的紋波噪聲, 使得A-PWM模塊輸出的PWM信號(hào)存在較大的占空比波動(dòng), 又由于示波器接在點(diǎn)和GND7, 引入到PWM信號(hào)中的紋波噪聲最小, 故此時(shí)示波器測得的PWM信號(hào)紋波噪聲較小, 但占空比波動(dòng)較大; 當(dāng)GND5與GND7斷開、GND5與GND6直接相連、示波器接在點(diǎn)和點(diǎn)時(shí), A-PWM模塊的輸入信號(hào)中引入了電源模塊I以及電源轉(zhuǎn)換模塊的紋波噪聲, 使得A-PWM模塊輸出的PWM信號(hào)存在較大的占空比波動(dòng), 又由于示波器接在點(diǎn)和點(diǎn), 本質(zhì)上是測量GND6與A-PWM模塊輸出信號(hào)之間的PWM, 此時(shí)GND6經(jīng)過GND5、GND4和GND3連接到GND7上, 導(dǎo)致電源模塊I以及電源轉(zhuǎn)換模塊的紋波噪聲引入到測量回路, 使得示波器測得的PWM信號(hào)紋波噪聲較大, 所以此時(shí)PWM信號(hào)的紋波幅值和占空比波動(dòng)較大。

1.2 冗余接地電路

為減小PWM信號(hào)紋波幅值和占空比波動(dòng), 本質(zhì)上需要減小電路中的紋波電壓。文中基于測試試驗(yàn)結(jié)果設(shè)計(jì)了一種冗余接地電路, 如圖4所示。

圖4 基于冗余接地的推進(jìn)器控制電路

如圖4虛線框所示, 電路在GND5和GND7 2個(gè)端口之間添加了1根連接線, 使得主控CPU地線與A-PWM模塊地線直接相連, 避免信號(hào)受到電源地線的影響, 從而降低電路中的紋波噪聲, 減小PWM信號(hào)的紋波幅值和占空比波動(dòng)。而在典型串聯(lián)接地電路中, 如圖2虛線框所示, GND5未與GND7直接相連, 即主控CPU的地GND5需要經(jīng)過GND4、GND3才能到達(dá)A-PWM模塊的地GND7。

2 耦合降噪方法

2.1 典型WD方法

控制器采集到的電流信號(hào)原始數(shù)據(jù)往往含有較強(qiáng)的隨機(jī)噪聲, 難以根據(jù)工作電流來判斷推進(jìn)器運(yùn)行狀態(tài), 因此, 需要對(duì)電流信號(hào)原始數(shù)據(jù)進(jìn)行降噪處理。WD是一種典型的降噪方法[15], 其流程圖如圖5所示[16]。

圖5 WD降噪方法流程圖

在電流信號(hào)WD降噪試驗(yàn)中發(fā)現(xiàn), WD后的電流信號(hào)與真實(shí)電流信號(hào)的誤差仍然較大。文獻(xiàn)[17]提出一種七點(diǎn)滑移平均+小波分解(SPSA+ WD)的推進(jìn)器電流降噪方法, 該方法采用SPSA方法減小電流數(shù)據(jù)中傳感器自身隨機(jī)噪聲干擾, 基于WD方法減小電流數(shù)據(jù)中純電流數(shù)據(jù)本身的隨機(jī)性, 效果較好。但進(jìn)一步研究電流信號(hào)數(shù)據(jù)發(fā)現(xiàn), 電流信號(hào)數(shù)據(jù)中傳感器自身隨機(jī)噪聲在各層小波近似分量中都存在, 而SPSA+WD方法只是減小了原始電流信號(hào)中的隨機(jī)噪聲, 所以該方法的降噪效果有待提高。

2.2 耦合降噪方法

為減小實(shí)際電流數(shù)據(jù)和降噪后電流數(shù)據(jù)之間的誤差, 提出一種基于WD和SPSA耦合的降噪方法, 其流程如圖6所示。

如圖6中虛線框所示, 首先對(duì)原始電流信號(hào)進(jìn)行SPSA處理, 再對(duì)處理后信號(hào)進(jìn)行1級(jí)WD, 提取1層小波近似分量, 其次對(duì)1層小波近似分量進(jìn)行SPSA處理, 再對(duì)處理后信號(hào)進(jìn)行2級(jí)WD, 提取2層小波近似分量, 以此類推。該方法在每一層小波分解前加SPSA處理。而在圖5所示的WD流程中, 并未涉及SPSA處理。

耦合降噪方法的具體實(shí)現(xiàn)過程如下。

1) 對(duì)電流原始數(shù)據(jù)進(jìn)行SPSA處理

圖6 文中耦合降噪方法流程圖

電流原始數(shù)據(jù)SPSA處理過程為[18]

式中:()為電流原始數(shù)據(jù);()為SPSA處理后的電流數(shù)據(jù),為電流數(shù)據(jù)個(gè)數(shù)。

2) 對(duì)SPSA后數(shù)據(jù)進(jìn)行1層WD

對(duì)()進(jìn)行1層WD[16]

式中:A()為尺度系數(shù);D()為小波系數(shù);()為DB4尺度函數(shù);()為DB4小波函數(shù);為WD層數(shù),=1; < >為內(nèi)積運(yùn)算符號(hào)。

3) 重構(gòu)第1層小波近似分量

將尺度系數(shù)A()代入小波單支重構(gòu)公式[16], 得到小波近似分量, 即

式中,=1。

4)逐層進(jìn)行耦合降噪

用y()代替()代入式(1)進(jìn)行SPSA處理, 將處理結(jié)果依次代入式(2)和式(3)進(jìn)行WD與重構(gòu)。此時(shí), WD層數(shù)=2, 得到第2層小波近似分量。

重復(fù)上段過程, 逐次增加WD與重構(gòu)層數(shù), 直到=6, 耦合降噪后的第6層小波近似分量作為最終降噪結(jié)果。

綜上可知, SPSA與WD重構(gòu)交叉耦合進(jìn)行, 且小波層數(shù)逐漸增大, 可有效平滑各層小波近似分量中的傳感器自身噪聲, 減小實(shí)際電流數(shù)據(jù)和降噪后電流數(shù)據(jù)之間的誤差。

3 試驗(yàn)驗(yàn)證

3.1 試驗(yàn)裝置

為驗(yàn)證冗余接地電路、耦合降噪方法的有效性進(jìn)行推進(jìn)器水池試驗(yàn), 試驗(yàn)裝置如圖7所示。

圖7 推進(jìn)器控制系統(tǒng)和電流信號(hào)降噪試驗(yàn)裝置

該試驗(yàn)裝置基于圖1所示原理圖搭建, 并根據(jù)試驗(yàn)需求進(jìn)行了更改, 具體更改內(nèi)容為: 采用數(shù)顯直流電源代替電源模塊II; 在系統(tǒng)中增加上位計(jì)算機(jī), 上位機(jī)中含有上位機(jī)控制界面, 通過操作上位機(jī)控制界面向水下機(jī)器人控制器發(fā)送各個(gè)推進(jìn)器的控制電壓信號(hào)。

3.2 冗余接地電路試驗(yàn)驗(yàn)證

試驗(yàn)中, 將圖7中的各功能模塊分別按照典型串聯(lián)接地電路(如圖2所示)和冗余接地電路(如圖4所示)進(jìn)行連接。利用示波器觀察功率放大模塊接收到的PWM信號(hào), 并總結(jié)其紋波幅值和占空比波動(dòng), 其中, 最大紋波幅值用1max表示, 最大占空比波動(dòng)幅值用2max表示。

試驗(yàn)中, 典型串聯(lián)接地電路的1max為0.46 V, 冗余接地電路的1max為0.16 V, 與串聯(lián)電路相比降低了0.30 V(相對(duì)降低65.2%); 典型串聯(lián)接地電路的2max為0.8 μs, 冗余接地電路的2max為0.08 μs, 與串聯(lián)電路相比降低了0.72 μs(相對(duì)降低90.0%)?？梢钥闯? 與典型串聯(lián)接地電路相比, 文中電路在減小PWM信號(hào)紋波幅值和占空比波動(dòng)方面更為有效。

3.3 耦合降噪方法試驗(yàn)驗(yàn)證

電流信號(hào)數(shù)據(jù)獲取過程如下: 每單擊一次上位機(jī)控制界面的增速按鍵, 推進(jìn)器控制電壓增加0.2 V, 手工記錄數(shù)顯直流電源所顯示的電流數(shù)據(jù), 并將此數(shù)據(jù)作為推進(jìn)器實(shí)際電流數(shù)據(jù), 同時(shí), 水下機(jī)器人控制器采集電流傳感器數(shù)據(jù), 并將此作為原始電流數(shù)據(jù)發(fā)送給上位計(jì)算機(jī)進(jìn)行存儲(chǔ)。

分別采用文中提出的耦合降噪方法、WD、SPSA、WD+SPSA、SPSA+WD降噪方法對(duì)原始電流數(shù)據(jù)進(jìn)行降噪處理, 結(jié)果如圖8所示。

根據(jù)圖8所示數(shù)據(jù), 分別計(jì)算各降噪方法的平均誤差、均方根誤差和平均相對(duì)誤差表示實(shí)際數(shù)據(jù)與原始或降噪后的數(shù)據(jù)之間的誤差[18], 結(jié)果如表1所示。其中:ME為平均誤差;RMSE為均方根誤差;MAPE為平均相對(duì)誤差。

如表1所示, 文中方法與原始數(shù)據(jù)、WD、SPSA、SPSA+WD和WD+SPSA相比,ME分別降低了0.061、0.046、0.055、0.039和0.041(相對(duì)降低62.2%、55.4%、59.8%、51.3%和52.6%);RMSE分別降低0.327、0.136、0.135、0.076和0.111(相對(duì)降低69.6%、48.7%、48.6%、34.7%和43.7%);MAPE分別降低0.154、0.076、0.086, 0.055和0.064(相對(duì)降低24.4%、13.8%、15.3%、10.4%和11.9%)。結(jié)果表明, 文中方法比原始數(shù)據(jù)、WD、SPSA、SPSA+WD和WD+SPSA具有較小的誤差。

4 結(jié)束語

文中設(shè)計(jì)了一種水下機(jī)器人推進(jìn)器控制系統(tǒng), 重點(diǎn)研究了冗余接地電路、耦合降噪方法。水下機(jī)器人推進(jìn)器水池試驗(yàn)結(jié)果表明: 與串聯(lián)接地電路相比, 冗余接地電路能夠有效的降低紋波幅值和占空比幅值; 與原始電流數(shù)據(jù)和WD方法相比, 利用耦合降噪方法降噪的電流數(shù)據(jù)與真實(shí)電流數(shù)據(jù)的誤差更小。

圖8 原始和降噪后的電流數(shù)據(jù)

表1 不同方法的降噪效果

冗余接地電路為主控CPU與各功能模塊的共地連接問題提供了一種有效方案, 考慮到文中只是在主控CPU與A-PWM模塊之間增加了一條冗余接地路徑, 在后續(xù)研究工作中, 可以嘗試在主控CPU與各個(gè)功能模塊之間都增加一條冗余接地路徑。推進(jìn)器電流信號(hào)降噪, 本質(zhì)上是電機(jī)電流信號(hào)降噪, 所以可嘗試將耦合降噪方法應(yīng)用于其他領(lǐng)域的電機(jī)電流信號(hào)降噪場合。

[1] 黃琰, 李巖, 俞建成, 等. AUV智能化現(xiàn)狀與發(fā)展趨勢[J]. 機(jī)器人, 2020, 42(2): 215-231.Huang Yan, Li Yan, Yu Jian-cheng, et al. State-of-the-art and Development Trends of AUV Intelligence[J]. Robot, 2020, 42(2): 215-231.

[2] Hao L Y, Zhang H, Yue W, et al. Fault-tolerant Compensation Control Based on Sliding Mode Technique of Unmanned Marine Vehicles Subject to Unknown Persistent Ocean Disturbances[J]. International Journal of Control, Automation and Systems, 2020, 18(3): 739-752.

[3] Liu X, Zhang M J, Wang Y J, et al. Design and Experimental Validation of an Adaptive Sliding Mode Observer-based Fault-tolerant Control for Underwater Vehicles[J]. IEEE Transactions on Control Systems Technology, 2019, 27(6): 2655-2662.

[4] He J Y, Li Y, Jiang Y Q, et al. Propeller Fault Diagnosis Based on a Rank Particle Filter for Autonomous Underwater Vehicles[J]. Brodogradnja, 2018, 69(2): 147-164.

[5] Chan T K, Chin C S. Health Stages Diagnostics of Underwater Thruster Using Sound Features with Imbalanced Dataset[J]. Neural Computing & Applications, 2019, 31(10): 5767-5782.

[6] Yao F, Wang F, Zhang M. Weak Thruster Fault Detection for Autonomous Underwater Vehicle Based on Artificial Immune and Signal Pre-processing[J]. Advances in Mechanical Engineering, 2018, 10(2): 538-550.

[7] Abed W, Sharma S K, Sutton R, et al. An Unmanned Marine Vehicle Thruster Fault Diagnosis Scheme Based on OFNDA[J]. Journal of Marine Engineering and Technology, 2017, 16(1): 37-44.

[8] 程學(xué)龍, 朱大奇, 孫兵, 等. 深海載人潛水器推進(jìn)器系統(tǒng)故障診斷的新型主元分析算法[J]. 控制理論與應(yīng)用, 2018, 35(12): 1796-1804.Cheng Xue-long, Zhu Da-qi, Sun Bing, et al. Principal Component Analysis Algorithm for Fault Diagnosis of Thruster System in Deep-sea Human Occupied Vehicle[J]. Control Theory & Applications, 2018, 35(12): 1796-1804.

[9] 劉揚(yáng). 模塊電源紋波電壓的測量與有效抑制[J]. 計(jì)量與測試技術(shù), 2018, 45(1): 52-53.Liu Yang. Measurment and Effective Suppress for Ripple Voltage of Module Power[J]. Metrology & Measurement Technique, 2018, 45(1): 52-53.

[10] 何德軍, 石曉磊. 一種直流并聯(lián)電源的輸出紋波抑制技術(shù)研究[J]. 信息技術(shù), 2019, 43(9): 101-105.He De-jun, Shi Xiao-lei. Research on Output Ripple Suppression Technology of DC Parallel Power Supply[J]. Information Technology, 2019, 43(9): 101-105.

[11] 張國榮, 桂紅明, 彭勃, 等. 柔性多狀態(tài)開關(guān)直流側(cè)電壓紋波的抑制策略[J]. 高電壓技術(shù), 2020, 46(4): 1133- 1141.Zhang Guo-rong, Gui Hong-ming, Peng Bo, et al. DC Side Voltage Ripple Suppression Strategy on Flexible Multi-state Switch[J]. High Voltage Engineering, 2020, 46(4): 1133-1141.

[12] 張小翠, 徐小明. 一種基于變頻器電流檢測機(jī)床刀具磨損新方法的研究[J]. 機(jī)床與液壓, 2019, 47(13): 213-218.Zhang Xiao-cui, Xu Xiao-ming. Research on New Method of Tool Wear for Machine Tool Based on Frequency Converter Current Detection[J]. Machine Tool & Hydraulics, 2019, 47(13): 213-218.

[13] 趙坤, 鄭小霞. 基于改進(jìn)EMD和小波閾值法的風(fēng)機(jī)數(shù)據(jù)降噪研究[J]. 上海電力大學(xué)學(xué)報(bào), 2020, 36(2): 136-140.Zhao Kun, Zheng Xiao-xia. Noise Reduction of Wind Turbine Data Based on Improved EMD and Wavelet Threshold[J]. Journal of Shanghai University of Electric Power, 2020, 36(2): 136-140.

[14] 朱圓圓, 易挺. 粒子濾波的焊接電流信號(hào)降噪方法研究[J]. 精密制造與自動(dòng)化, 2018, 1(1): 4-6.Zhu Yuan-yuan, Yi Ting. Research on Noise Reduction of Welding Current Signal Based on Particle Filter[J]. Precise Manufacturing & Automation, 2018, 1(1): 4-6.

[15] Liu H, Wang W, Xiang C, et al. A De-noising Method Using the Improved Wavelet Threshold Function Based on Noise Variance Estimation[J]. Mechanical Systems and Signal Processing, 2018, 99(15): 30-46.

[16] Zhang M, Yin B, Liu W, et al. Thruster Fault Feature Extraction for Autonomous Underwater Vehicle in Time-varying Ocean Currents Based on Single-channel Blind Source Separation[J]. Proceedings of the Institution of Mechanical Engineers Part I: Journal of Systems and Control Engineering, 2016, 230(1): 46-57.

[17] 殷寶吉, 董亞鵬, 唐文獻(xiàn), 等. 船舶螺旋槳水下清洗機(jī)器人推進(jìn)器驅(qū)動(dòng)及關(guān)鍵部件狀態(tài)監(jiān)測研究[J]. 江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2019, 33(4): 31-37.Yin Bao-ji, Dong Ya-peng, Tang Wen-xian, et al. Research on Thruster Driving and Key Parts Condition Monitoring for Ship Propeller Underwater Cleaning Vehicle[J]. Journal of Jiangsu University of Science and Technology(Natural Science Edition), 2019, 33(4): 31-37.

[18] 申中杰, 陳雪峰, 何正嘉, 等. 基于相對(duì)特征和多變量支持向量機(jī)的滾動(dòng)軸承剩余壽命預(yù)測[J]. 機(jī)械工程學(xué)報(bào), 2013, 49(2): 183-189.Shen Zhong-jie, Chen Xue-feng, He Zheng-jia, et al. Remaining Life Predictions of Rolling Bearing Based on Relative Features and Multivariable Support Vector Machine[J]. Journal of Mechanical Engineering, 2013, 49(2): 183-189.

Denoising Method for the Pulse Width Modulation Signal and Current Signal in the Control System of Underwater Robot Thruster

YIN Bao-ji1,2,3, ZHOU Jia-hui1,2, TANG Wen-xian1,2, DONG Ya-peng1,2

(1. School of Mechanical Engineering, Jiangsu University of Science and Technology, Zhenjiang 212003, China; 2. Jiangsu Provincial Key Laboratory of Advanced Manufacture and Process for Marine Mechanical Equipment, Jiangsu University of Science and Technology, Zhenjiang 212003, China; 3. Science and Technology on Underwater Vehicle Technology, Harbin Engineering University, Harbin 150001, China)

With the aim of achieving thruster control and monitoring this control under operating conditions, a denoising method for the pulse width modulation(PWM) signal and current signal in the control system of underwater robot thruster is explored in this study. The ripple amplitude and duty cycle fluctuation of the PWM signal are large in a thruster control circuit based on typical series grounding. Therefore, to reduce the ripple amplitude and duty cycle fluctuation, a redundant grounding circuit is designed, in which an extra ground wire is added between the central processing unit(CPU) and the module converting analog voltage to PWM to avoid the interference of the ground signal of the power. However, the error between the denoised current data and the actual data has a large magnitude even after the current data is denoised using the wavelet decomposition method. Hence, to further denoise the current data, a coupling denoising method based on the cross coupling of wavelet decomposition and seven-point slip average is proposed. The water-tank experimental results obtained are as follows: The designed redundant grounding circuit has a smaller ripple amplitude and duty cycle fluctuation than those of the series grounding circuit. The proposed coupling denoising method has a smaller error between the denoised current data and the actual data when compared with that between the raw data and the denoised data as obtained via the wavelet decomposition. The effectiveness of the abovementioned methods is therefore verified by the experimental results.

underwater robot; thruster; control circuit; pulse width modulation(PWM) signal; current signal; denoising

TP273.2; TN911.7

A

2096-3920(2021)02-0196-07

10.11993/j.issn.2096-3920.2021.02.010

殷寶吉, 周佳惠, 唐文獻(xiàn), 等. 水下機(jī)器人推進(jìn)器控制系統(tǒng)PWM及電流信號(hào)降噪方法[J]. 水下無人系統(tǒng)學(xué)報(bào), 2021, 29(2): 196-202.

2020-04-27;

2020-07-02.

江蘇省自然科學(xué)基金資助項(xiàng)目(BK20190964); 江蘇省高校自然科學(xué)基金資助項(xiàng)目(19KJB510003); 水下機(jī)器人技術(shù)重點(diǎn)試驗(yàn)室研究基金資助項(xiàng)目(6142215180306).

殷寶吉(1987-), 男, 博士, 講師, 主要研究方向?yàn)樗聶C(jī)器人故障診斷.

(責(zé)任編輯: 許 妍)