会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
首页 / 专利分类库 / 编织;花边制作;针织;饰带;非织造布 / 一种圆纬机工作状态的实时监测方法

一种圆纬机工作状态的实时监测方法

申请号 CN202410176551.7 申请日 2024-02-08 公开(公告)号 CN117888277A 公开(公告)日 2024-04-16
申请人 杭州电子科技大学信息工程学院; 发明人 李丽红; 陈为政; 王崇森; 虞润泽; 陈胤锋; 厉志翔; 程姿栋;
摘要 本 发明 属于机械自动化控制领域,具体涉及一种圆纬机工作状态的实时监测方法。本发明中央振动 传感器 获取多个运动部件的振动数据并传输给 单片机 ;单片机将振动数据整合处理后形成合成 信号 传输到电脑端;电脑端生成合成信号振动图像,将合成信号振动图像分离成若干个对应每个运动部件的幅频图像;电脑端或单片机根据每个运动部件的幅频图像进行误差判断和数值分析得到判断结果,并根据判断结果做出相应的反馈处理。本发明在圆纬机工作时内部机械构件较多的情况下能清晰实现对其内部每一个机械构件实时且精准监控。
权利要求

1.一种圆纬机工作状态的实时监测方法,其特征在于,所述圆纬机工作状态的实时监测方法,包括:
中央振动传感器获取多个运动部件的振动数据并传输给单片机
单片机将振动数据整合处理后形成合成信号传输到电脑端;
电脑端根据合成信号生成合成信号振动图像,通过连续傅里叶变换将合成信号振动图像分离成若干对应每个运动部件的幅频图像;
电脑端或单片机根据每个运动部件的幅频图像进行误差判断和数值分析得到判断结果,并根据判断结果对运动部件做出相应的调控。
2.根据权利要求1所述的圆纬机工作状态的实时监测方法,其特征在于,所述振动数据包括振幅和频率
3.根据权利要求1所述的圆纬机工作状态的实时监测方法,其特征在于,所述合成信号振动图像,用公式表示如下:
* *
Y=f(t)=Asin(wt+Φ)
*
其中,Y表示合成信号振动图像,f(t)表示合成信号的时域表达式,A表示实际工作状态*
时的总振幅,w 表示实际工作状态时的总角频率,t表示当前运动部件的运行时间,Φ表示总初始相位
4.根据权利要求1所述的圆纬机工作状态的实时监测方法,其特征在于,所述通过连续傅里叶变换将合成信号振动图像分离成若干对应每个运动部件的幅频图像,包括:
对合成信号振动图像进行连续傅里叶变换,将合成信号振动图像分离成若干个对应每个运动部件的幅频图像,所述对应每个运动部件的幅频图像用公式表示如下:
* *
fi(t)=Aisin(wit+Φi)
其中,fi(t)表示第i个运动部件的振动数据的时域表达式,即对应第i个运动部件的幅* *
频图像,Ai表示第i个运动部件的实际工作状态时的振幅,wi表示第i个运动部件的实际工作状态时的角频率,t表示当前运动部件的运行时间,Φi表示第i个运动部件的初始相位。
5.根据权利要求1所述的圆纬机工作状态的实时监测方法,其特征在于,所述电脑端或单片机根据每个运动部件的幅频图像进行误差判断和数值分析得到判断结果,并根据判断结果对运动部件做出相应的调控,包括:
* *
设置实际工作状态的数据为实际测量值X ,其中实际测量值X包括实际工作状态时的* *
振幅A和实际工作状态时的角频率w,初始状态的参数值为初始标定值X,其中X包括初始状*
态时的振幅A和初始状态时的角频率w,相对误差限ε =5%,其中:
相对误差:
相对误差限:
* * * *
令,条件①:Ai‑ε * * * *
条件②:wi‑ε *
若,State1:同时满足条件①和条件②,或实际测量值X与初始标定值X的相对误差小于等于相对误差限,则:该圆纬机设备正常工作;
若,State0:不满足条件①,则:圆纬机工作故障;产生报警;
*
当,State2:实际工作状态时的振幅A 与初始状态时的振幅A的相对误差大于相对误差*
限,且实际工作状态时的振幅A大于等于初始状态时的振幅A,对应圆纬机转速ni过快;则单片机通过PID控制算法主轴电机进行降速;
*
当,State3:实际工作状态时的振幅A 与初始状态时的振幅A的相对误差大于相对误差*
限,且实际工作状态时的振幅A小于初始状态时的振幅A,对应圆纬机转速ni过慢;则单片机通过PID控制算法对主轴电机进行提速;
若,State0:不满足条件②,则圆纬机工作故障;产生报警;
*
当,State4:实际工作状态时的角频率w与初始状态时的角频率w的相对误差大于相对*
误差限,且实际工作状态时的角频率w 大于等于初始状态时的角频率w,对应圆纬机转速ni过快;则单片机通过PID控制算法对主轴电机进行降速;
*
当,State5:实际工作状态时的角频率w与初始状态时的角频率w的相对误差大于相对*
误差限,且实际工作状态时的角频率w小于初始状态时的角频率w,对应圆纬机转速ni过慢;
则主轴电机急停;
其中,实际工作状态表示运动部件的当前状态,初始状态表示运动部件的出厂状态,Ai表示圆纬机的第i个运动部件初始状态时的振幅,wi表示圆纬机的第i个运动部件初始状态* *
时的角频率,Ai表示圆纬机的第i个运动部件实际工作状态时的振幅,wi表示圆纬机的第i个运动部件实际工作状态时的角频率,ni表示圆纬机工作时第i个运动部件的转速。
6.根据权利要求1所述的圆纬机工作状态的实时监测方法,其特征在于,还包含数据采集器,
数据采集器用于接收单片机发出的合成信号,并将合成信号发送到电脑端;
数据采集器还用于接收电脑端发出的每个运动部件的幅频图像或判断结果,并将每个运动部件的幅频图像或判断结果发送到单片机。

说明书全文

一种圆纬机工作状态的实时监测方法

技术领域

[0001] 本发明属于机械自动化控制领域,具体涉及一种圆纬机工作状态的实时监测方法。

背景技术

[0002] 当代,我国纺织业技术发展相对成熟;利用机械织布的企业公司发展迅速。织衬经衬纬针织物的圆型纬编针织机,在编织平针组织的同时,衬入不参加成圈的经纱纬纱,形成衬经衬纬针织物的效果好、效率高。因此,圆纬机在机械纺织业中运用广泛。需利用圆纬机工作的企业公司中,尤其是多台圆纬机共同运作行业,圆纬机的应用与实时监测必不可缺。构成圆纬机的零部件有主轴电机、针筒(凸轮)、卷滚、传动皮带等,其中,由于圆纬机各机械构件自身性能与工作环境不同,会产生不同频率与不同幅度的机械振动。难免会出现构件振动磨损、毁坏以及老旧等工作问题而造成圆纬机构件振动频率、振动幅度以及原电机输出的转速有所改变。而且,现如今各行业的机械圆纬机输出设备错综复杂;因此,对于圆纬机检测技术精准化的提升尤为重要,圆纬机各构件工作状态的实时检测机械意义重大。
[0003] 为判断圆纬机各构件是否处于正常的工作状态;传统机械行业检测通常在每个台圆纬机设备上安装多个控制传感器进行实时监测。但是,对于检测难度较大的圆纬机设备或是在排线较复杂的情况下,检测效果较差或经常不能正常检测,且耗资成本较大,耽误工时,最后的检测效果并不理想。

发明内容

[0004] 本发明的目的在于解决多个控制传感器排线较复杂,检测效果较差或经常不能正常检测的问题,并提出一种圆纬机工作状态的实时监测方法。
[0005] 为了达到上述目的,本发明提供的技术方案为:
[0006] 所述圆纬机工作状态的实时监测方法,包括:
[0007] 中央振动传感器获取多个运动部件的振动数据并传输给单片机
[0008] 单片机将振动数据整合处理后形成合成信号传输到电脑端;
[0009] 电脑端根据合成信号生成合成信号振动图像,通过连续傅里叶变换将合成信号振动图像分离成若干对应每个运动部件的幅频图像;
[0010] 电脑端或单片机根据每个运动部件的幅频图像进行误差判断和数值分析得到判断结果,并根据判断结果对运动部件做出相应的调控。
[0011] 进一步的,所述振动数据包括振幅和频率。
[0012] 进一步的,所述合成信号振动图像,用公式表示如下:
[0013] Y=f(t)=A*sin(w*t+Φ)
[0014] 其中,Y表示合成信号振动图像,f(t)表示合成信号的时域表达式,A*表示实际工*作状态时的总振幅,w 表示实际工作状态时的总角频率,t表示当前运动部件的运行时间,Φ表示总初始相位
[0015] 进一步的,所述通过连续傅里叶变换将合成信号振动图像分离成若干对应每个运动部件的幅频图像,包括:
[0016] 对合成信号振动图像进行连续傅里叶变换,将合成信号振动图像分离成若干个对应每个运动部件的幅频图像,所述对应每个运动部件的幅频图像用公式表示如下:
[0017] fi(t)=Ai*sin(wi*t+Φi)
[0018] 其中,fi(t)表示第i个运动部件的振动数据的时域表达式,即对应第i个运动部件* *的幅频图像,Ai表示第i个运动部件的实际工作状态时的振幅,wi表示第i个运动部件的实际工作状态时的角频率,t表示当前运动部件的运行时间,Φi表示第i个运动部件的初始相位。
[0019] 进一步的,所述电脑端或单片机根据每个运动部件的幅频图像进行误差判断和数值分析得到判断结果,并根据判断结果对运动部件做出相应的调控,包括:
[0020] 设置实际工作状态的数据为实际测量值X*,其中实际测量值X*包括实际工作状态* *时的振幅A和实际工作状态时的角频率w,初始状态的参数值为初始标定值X,其中X包括初*
始状态时的振幅A和初始状态时的角频率w,相对误差限ε =5%,其中:
[0021] 相对误差:
[0022] 相对误差限:
[0023] 令,条件①:Ai*‑ε*
[0024] 条件②:wi*‑ε*
[0025] 若,State1:同时满足条件①和条件②,或实际测量值X*与初始标定值X的相对误差小于等于相对误差限,则:该圆纬机设备正常工作;
[0026] 若,State0:不满足条件①,则:圆纬机工作故障;产生报警;
[0027] 当,State2:实际工作状态时的振幅A*与初始状态时的振幅A的相对误差大于相对*误差限,且实际工作状态时的振幅A大于等于初始状态时的振幅A,对应圆纬机转速ni过快;
则单片机通过PID控制算法对主轴电机进行降速;
[0028] 当,State3:实际工作状态时的振幅A*与初始状态时的振幅A的相对误差大于相对*误差限,且实际工作状态时的振幅A小于初始状态时的振幅A,对应圆纬机转速ni过慢;则单片机通过PID控制算法对主轴电机进行提速;
[0029] 若,State0:不满足条件②,则圆纬机工作故障;产生报警;
[0030] 当,State4:实际工作状态时的角频率w*与初始状态时的角频率w的相对误差大于*相对误差限,且实际工作状态时的角频率w大于等于初始状态时的角频率w,对应圆纬机转速ni过快;则单片机通过PID控制算法对主轴电机进行降速;
[0031] 当,State5:实际工作状态时的角频率w*与初始状态时的角频率w的相对误差大于*相对误差限,且实际工作状态时的角频率w小于初始状态时的角频率w,对应圆纬机转速ni过慢;则主轴电机急停;
[0032] 其中,实际工作状态表示运动部件的当前状态,初始状态表示运动部件的出厂状态,Ai表示圆纬机的第i个运动部件初始状态时的振幅,wi表示圆纬机的第i个运动部件初始* *状态时的角频率,Ai表示圆纬机的第i个运动部件实际工作状态时的振幅,wi表示圆纬机的第i个运动部件实际工作状态时的角频率,ni表示圆纬机工作时第i个运动部件的转速。
[0033] 进一步的,还包含数据采集器,
[0034] 数据采集器用于接收单片机发出的合成信号,并将合成信号发送到电脑端;
[0035] 数据采集器还用于接收电脑端发出的每个运动部件的幅频图像或判断结果,并将每个运动部件的幅频图像或判断结果发送到单片机。
[0036] 本发明与现有技术相比,其显著优点为:基于单片机控制技术,通过中央振动传感器实时获取圆纬机整机合成信号,并将合成信号振动图像进行连续傅里叶变换后,获取各个运动部件的幅频特性,并与初始标定值比对并进行实时控制,实现对圆纬机运动部件的实时在线监测。有效提高纺织车间的智能化自动化平。附图说明
[0037] 图1为本发明一种圆纬机工作状态的实时监测方法流程图
[0038] 图2为本发明一种圆纬机工作状态的实时监测方法的总体调控图;
[0039] 图3为本发明通过电脑端运算反馈的流程图;
[0040] 图4为本发明通过单片机运算反馈的流程图;
[0041] 图5为本发明PID控制算法的传递信号示意图。

具体实施方式

[0042] 为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处描述的具体实施例仅用以解释本发明,并不用于限定本发明。
[0043] 如图1~2所示,本发明提供了一种圆纬机工作状态的实时监测方法,中央振动传感器获取多个运动部件的振动数据并传输给单片机;单片机将振动数据整合处理后形成合成信号传输到电脑端,整合处理包括收集、存储和打包;电脑端生成合成信号振动图像,将合成信号振动图像分离成若干个对应每个运动部件的幅频图像;电脑端或单片机根据每个运动部件的幅频图像进行误差判断和数值分析得到判断结果,并根据判断结果做出相应的反馈处理。
[0044] 在一个实施例中,首先,可以将圆纬机拆分成几个具体的运动部件(如针筒、主轴电机、卷滚、传动皮带等);然后,当圆纬机开始工作时,这几个具体的运动部件也开始处于工作状态,为了检测这几个部件是否在持续正常的工作,可以利用傅里叶函数的图像变换分别分离出对应的运动部件的具体角频率(w)‑振幅(A)的图像;通过具体的图像判断其对应电机转速是否正常;进而判断其零部件是否正常工作从而实现对圆纬机工作的一种实时监控。
[0045] 在检测开始时已知初始状态的针筒、主轴电机、卷滚和传动皮带对应的转速ni(i=1、2、3、4)、振幅Ai(i=1、2、3、4)和角频率wi(i=1、2、3、4)。然后可以将这些机构部件的电机接入同一个中央振动传感器。利用中央振动传感器实时收集总的振动数据,然后将收集到的振动数据传输给单片机;再通过单片机进行一个初步的信号整合处理后配合通讯协议(如串口、485、以太、WiFi、蓝牙等)将最终的合成信号传输进入电脑PC端。
[0046] 如图3~4所示,在电脑端完成单片机的合成信号接受后;即可生成一个合成信号振动图像:
[0047] Y=f(t)=A*sin(w*t+Φ)
[0048] 其中,Y表示合成信号振动图像,f(t)表示合成信号的时域表达式,A*表示实际工*作状态时的总振幅,w 表示实际工作状态时的总角频率,t表示当前运动部件的运行时间,Φ表示总初始相位。
[0049] 对合成信号振动图像进行连续傅里叶变换,将合成信号振动图像分离成若干个对应每个运动部件的幅频图像:
[0050]
[0051] 其中,ai表示第i个运动部件的振动衰减系数,fi(t)表示第i个运动部件的振动数据的时域表达式,即对应第i个运动部件的幅频图像,m表示运动部件的个数,i∈[1,m]。
[0052] 对应每个运动部件的幅频图像用公式表示如下:
[0053] fi(t)=Ai*sin(wi*t+Φi)
[0054] 其中,Ai*表示第i个运动部件的实际工作状态时的振幅,wi*表示第i个运动部件的实际工作状态时的角频率,t表示当前运动部件的运行时间,Φi表示第i个运动部件的初始相位。
[0055] 若这四个信号均为周期信号,则可表示为:f(t)=a1f1(t)+a2f2(t)+a3f3(t)+*a4f4(t);周期T等于这四个表达式周期的最小公倍数。由于wi= 可以将总的
* * * *
角频率分离成为w1 、w2 、w3 和w4 。再通过电脑端的傅里叶函数图像的分析,每隔十秒钟上传一组振动数据,并且将这个复杂的振动合成的图像Y进行算法解析,转化成四个单独的信号振动图像:
电脑端进一步分析整合后,可以在显示屏
上显示出这四个运动部件的角频率(wi)—振幅(Ai)图像: (针筒)、 (主轴电
机)、 (卷滚)、 (传动皮带)。并且与四个机械构件的初态图像值(机械构件出
厂时的标定值)进行对比,在对比完成之后分别进行四组角频率和振幅的误差判断和数值分析;进而可以实现对圆纬机的每个机械构件进行实时监控,判断该圆纬机是否处于正常工作的状态。
[0056] 误差判断和数值分析(判断圆纬机是否正常工作):
[0057] 设置实际工作状态的数据为实际测量值X*(X*=A*、w*),初始状态的参数值为初始*标定值X(X=A、w);相对误差限ε =5%;则有:
[0058] 相对误差:
[0059] 相对误差限:
[0060] 令,条件①:Ai*‑ε*
[0061] 条件②:wi*‑ε*
[0062] 【注释】:Ai(i=1、2、3、4)表示圆纬机初始状态时的振幅,其中,A1指代针筒初始状态时的振幅、A2指代主轴电机初始状态时的振幅、A3指代卷滚初始状态时的振幅、A4指代传动皮带初始状态时的振幅;wi(i=1、2、3、4)表示圆纬机初始状态时的角频率,其中,w1指代针筒初始状态时的角频率、w2指代主轴电机初始状态时的角频率、w3指代卷滚初始状态时的*角频率、w4指代传动皮带初始状态时的角频率;Ai (i=1、2、3、4)表示圆纬机实际工作状态* *
时的振幅,其中,A1 指代针筒实际工作状态时的振幅、A2指代主轴电机实际工作状态时的* * *
振幅、A3指代卷滚实际工作状态时的振幅、A4指代传动皮带实际工作状态时的振幅;wi (i*
=1、2、3、4)表示圆纬机实际工作状态时的角频率,其中,w1 指代针筒实际工作状态时的角* *
频率、w2指代主轴电机实际工作状态时的角频率、w3 指代卷滚实际工作状态时的角频率、*
w4指代皮带实际工作状态时的角频率。
[0063] State1:同时满足:条件①和条件②,或实际测量值X*与初始标定值X的相对误差小于等于相对误差限,则:return1.说明该圆纬机设备是正常工作的;屏幕弹窗正常,绿灯运行,蜂鸣器不提示。
[0064] 若,State0:不满足条件①,则说明:(圆纬机工作故障;返回return0信号给单片机通过PID控制系统产生报错提示(蜂鸣器报警/电脑弹窗/LED灯闪烁/急停等;表示异常。)[0065] State2:振幅Ai*(A1*/A2*/A3*/A4*)偏大,即实际工作状态时的振幅A*与初始状态时*的振幅A的相对误差大于相对误差限,且实际工作状态时的振幅A大于等于初始状态时的振幅A。
[0066] 对应圆纬机转速ni(n1/n2/n3/n4)过快;则返回return2信号给单片机控制使其降速;屏幕弹窗异常(振幅过高),黄灯闪烁运行,蜂鸣器提示。
[0067] State3:振幅 (A1*/A2*/A3*/A4*)偏小,即实际工作状态时的振幅A*与初始状态时*的振幅A的相对误差大于相对误差限,且实际工作状态时的振幅A小于初始状态时的振幅A。
[0068] 对应圆纬机转速ni(n1/n2/n3/n4)过慢;则返回return3信号给单片机控制使其提速;屏幕弹窗异常(振幅过低),黄灯闪烁运行,蜂鸣器提示。
[0069] 若,State0:不满足条件②,则说明:(圆纬机工作故障;返回return0信号给单片机通过PID控制系统产生报错提示(蜂鸣器报警/电脑弹窗/LED灯闪烁/急停等)
[0070] State4:角频率wi*(w1*/w2*/w3*/w4*)偏大,即实际工作状态时的角频率w*与初始状*态时的角频率w的相对误差大于等于相对误差限,且实际工作状态时的角频率w 大于初始状态时的角频率w。
[0071] 则对应圆纬机转速ni(n1/n2/n3/n4)过快;则返回return4信号给单片机控制使其降速;屏幕弹窗异常(转速过高),黄灯闪烁运行,蜂鸣器提示。
[0072] State5:角频率wi*(w1*/w2i/w3*/w4*)偏小,即实际工作状态时的角频率w*与初始状*态时的角频率w的相对误差大于相对误差限,且实际工作状态时的角频率w小于初始状态时的角频率w。
[0073] 则对应圆纬机转速ni(n1/n2/n3/n4)过慢;则弹窗异常,红灯闪烁运行,蜂鸣器提示,主轴电机急停。
[0074] 【注释】:ni(i=1、2、3、4)表示圆纬机工作时内部运动部件的转速,其中,n1指代针筒工作时的转速、n2指代主轴电机工作时的转速、n3指代卷滚工作时的转速、n4指代皮带工作时的转速。
[0075] 故障提示方式:
[0076] 当,State0,不同时满足条件①和条件②时(圆纬机工作故障);有如下两种反馈途径:
[0077] 由于有的单片机算较弱,不具备对图像进行数值计算和误差判断的能力,此时需要电脑端进行运算反馈,如果单片机算力较强,则可以使用单片机进行运算反馈。
[0078] 电脑运算反馈:
[0079] 通过电脑端对图像进行数值计算和误差判断,发现圆纬机工作故障,然后电脑端会弹窗提醒用户是圆纬机的哪一个运动部件出现了问题(转速ni过快/慢);并使蜂鸣器发出报警声(四种报警声分别对应着圆纬机四个构件)或者使LED灯发生即时闪烁(四种灯光对应圆纬机四个构件)。进而通过单片机通过PID对其进行不同的调节和控制,以便于达到圆纬机稳定工作状态的理想效果;或者直接使圆纬机停止工作,达到工作暂停的状态。
[0080] 单片机运算反馈:
[0081] 通过电脑端将四种图像信号传输给单片机,然后利用单片机对图像进行数值计算和误差判断,发现圆纬机工作故障,电脑端会弹窗提醒用户是圆纬机的哪一个运动部件转速出现了问题(转速n过快/慢);并使蜂鸣器发出报警声(四种声音对应圆纬机四个构件)或者使LED灯发生即时闪烁(四种灯光对应圆纬机四个构件)。单片机针对检测结果进行不同方式的调节和控制,以便于达到圆纬机稳定工作状态的理想效果;或者直接使之停止工作。
[0082] 对连续傅里叶变换的解释说明如下(连续周期合成信号进行连续傅里叶变换,获取各个运动部件的幅频特性与相频特性):
[0083] 周期信号的傅里叶变换:
[0084] 任意周期函数(信号)x(t)在有限区间 上满足狄里赫利条件,即满足条件:①连续或只有有限个第一类间断点;②只有有限个极值点且收敛,则函数x(t)可以展开成为傅里叶级数。傅里叶的三角级数展开式为:
[0085]
[0086] 式中:x(t)为合成信号的傅立叶表达式;
[0087] w0为圆纬机振动产生的基波角频率, f0为圆纬机振动产生的振动频率;
[0088] a0为圆纬机振动产生的幅值分量;
[0089] an为圆纬机振动第n个谐波分量余弦分量的幅值,而第i个运动部件的余弦分量的幅值ai等于第n个谐波分量的余弦分量的幅值an,即ai=an(i=1、2、3、4时,分别代表针筒、主轴电机、卷滚、传动皮带的余弦振动的幅值;n=1、2、3、4……);
[0090] bn为圆纬机振动第n个谐波分量正弦分量的幅值,而第i个运动部件的正弦分量的幅值bi等于第n个谐波分量的正弦分量的幅值bn,即bi=bn(i=1、2、3、4时,分别代表针筒、主轴电机、卷滚、传动皮带的正弦振动的幅值;n=1、2、3、4……)。
[0091] 其中,
[0092] 式中:an,bn代表nw0的函数,即an=an(nw0),bn=bn(nw0)。
[0093] 令, 代入上式得
[0094]
[0095] 式中,
[0096] 其中,An表示圆纬机振动第n个谐波分量的振动幅值,而第i个运动部件的振动幅值Ai等于第n个谐波分量的振动幅值,即Ai=An(i=1、2、3、4时,分别代表针筒、主轴电机、卷滚、传动皮带工作振动的幅值;n=1、2、3、4……);
[0097] 表示圆纬机振动第n个谐波分量的相位角,而第i个运动部件的相位角 等于第n个谐波分量的相位角,即 (i=1、2、3、4时,分别代表针筒、主轴电机、卷滚、传动皮带工作振动所产生的相位角;n=1、2、3、4……)。
[0098] 对PID控制算法的解释说明:
[0099] 如图5所示,PID控制是一种在工业生产中应用最广泛的控制方法,其最大优点是不需要了解被控对象精确的数学模型,只需要在线根据被控变量与给定值之间的偏差以及偏差的变化率等简单参数,通过工程方法对比例系数Kp(圆纬机正常工作时的常数项系数),圆纬机工作时间积分KI以及圆纬机工作时间微分KD三个参数进行调整,就可以得到满意的效果。PID控制算法的微分方程:
[0100]
[0101] 其中,e(t)为圆纬机工作时理想值与实际值的偏差(包括工作振幅A、角频率w等);Kp为圆纬机正常工作时的常数项系数;KI圆纬机工作时间积分;KD圆纬机工作时间微分;t为从圆纬机开始调节到圆纬机输出当前控制量(振幅、频率等)所经过的时间间隔。
[0102] 以上所述实施例仅表达了本发明的一种或几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。