摘　要： 介紹一種高效率、高精度的振動測量和分析方法。與傳統(tǒng)方法不同，該方法是基于計算機及其運行環(huán)境的一種無接觸測量方法，通過測量與分析軟件實現(xiàn)對振動圖象的數(shù)字化處理，從而獲得傳統(tǒng)方法無法達(dá)到的滿意效果。
　　關(guān)鍵詞： 振動 測量與分析 圖象處理

　　太陽能電池帆板是人造衛(wèi)星的主要能源。在衛(wèi)星巡航時，太陽能電池帆板必須隨時根據(jù)陽光照射的方向來調(diào)整自己的方位。這就相當(dāng)于在不斷給太陽能電池帆板施加激勵，由于電池帆板具有薄而大的物理特性，所以這個激勵很容易導(dǎo)致振顫。在一定條件下，還有可能演變成共振，這樣就非常容易損壞太陽能電池帆板，以至于衛(wèi)星無法正常工作。因此，對衛(wèi)星的電池帆板的振動特性做一個詳細(xì)而精確的測量與分析，并由此來決定帆板的控制結(jié)構(gòu)與控制規(guī)律，對于保障衛(wèi)星的安全運行具有重大的意義。這正是開發(fā)這個系統(tǒng)的初衷。同時，任何一個力學(xué)系統(tǒng)在工作時都有可能發(fā)生振動，而且這些振動往往會影響該系統(tǒng)的正常工作。而當(dāng)前所使用的測量和分析方法主要是力學(xué)測量與分析方法，這種方法測量系統(tǒng)龐大，數(shù)據(jù)分析效率低下，甚至有時會損壞待測結(jié)構(gòu)并且所獲得的結(jié)果具有較大的隨機性。所以，提出一種基于計算機的高效、高精度的測量與分析的方法具有廣闊前景和深遠(yuǎn)意義。
1 系統(tǒng)整體組成框圖
　　計算機振動測量分析系統(tǒng)主要由待測物體部分、光學(xué)成像部分、數(shù)據(jù)傳輸部分、計算分析部分和結(jié)果輸出部分構(gòu)成。其具體結(jié)構(gòu)如圖1所示。

2 系統(tǒng)主要硬件介紹
2.1 CCD黑白攝像頭
　　CCD攝像管是電荷耦合器件，在硅片上集成了以陣列分布的成像單元及相應(yīng)的控制電路、輸出電路。當(dāng)有一束平行光照射到鏡頭上時，所有的成像單元處于導(dǎo)通狀態(tài)，輸出的圖象為全亮平面(圖2a)；當(dāng)有一個U形物體擋在鏡頭前方時，由于部分光線被擋住，導(dǎo)致部分成像單元處于截止?fàn)顟B(tài)，所以輸出圖象就會形成一個U形的陰影(圖2b)。當(dāng)物體振動時，在任何時刻物體的形態(tài)都被以這種方式記錄下來了。光電三極管分布越密，分辨率就越高。

2.2 圖象采集卡
　　攝像頭傳送過來的電信號與計算機之間的接口是圖象采集卡。本系統(tǒng)所使用的圖象采集卡為DH－VRT－CG200圖象卡，是一種基于PCI總線的高速彩色圖象采集卡。該卡輸入彩色視頻信號經(jīng)過數(shù)字解碼器、模數(shù)轉(zhuǎn)換器和色空變換等處理，通過PCI 總線傳送到計算機上的VGA卡實時顯示，同時還能將數(shù)據(jù)送到內(nèi)存實時存儲，以便作進(jìn)一步的數(shù)據(jù)處理。數(shù)據(jù)的傳送是由采集卡自身控制的，無須CPU的參與。其傳送速度可以達(dá)到40MB/s，每秒可傳送24幅清晰的圖像。
3 系統(tǒng)的軟件構(gòu)成
3.1 與圖象采集卡有關(guān)的函數(shù)
　　由于圖象數(shù)據(jù)是采集卡直接送到內(nèi)存的，所以必須有配套的庫函數(shù)來進(jìn)行這方面的處理。主要的庫函數(shù)包括圖象卡的調(diào)用，圖象參數(shù)的選擇和內(nèi)存的申請與釋放。通過這些庫函數(shù)的調(diào)用，我們可以很方便地選擇一定的色空格式將圖象數(shù)據(jù)送到指定的內(nèi)存塊去。
3.2 關(guān)于圖像提取的算法
3.2.1 動態(tài)分塊濾波算法
　　由于從攝像機傳送過來的數(shù)據(jù)是物體及其周圍環(huán)境的真實反映，所以存在著各種外在的干擾。即使在實驗中盡量改善測量環(huán)境，如讓與待分析振動無關(guān)的物體(如支撐物等)不要進(jìn)入圖象，增加光線照射的強度，來減少物體自身投影的影響。但是有用信號中混有的干擾信號總是無法完全消除的。因此，在對原始圖象進(jìn)行識別處理之前，必須將上述的干擾因素排除，也就是要先對原始采樣信號進(jìn)行濾波。由于干擾信號的存在具有隨機性，所以本系統(tǒng)設(shè)計了“動態(tài)分區(qū)濾波”的方法來進(jìn)行處理。該方法的具體算法如下：第一步，將整個圖象區(qū)用十字形劃分為四塊B₁、B₂、B₃和B₄，如圖3所示。

?

　　然后通過下面的公式求出每塊的平均灰度值H₁、H₂、H₃和H₄。其中H的上標(biāo)(0)代表第零次分區(qū)，以下上標(biāo)意義與此相同。
　　
　　再將每一個分塊按上述方法分成四等份B₁₁、B₁₂、B₁₃和B₁₄，這樣就把噪音信號進(jìn)行“分而濾之”的處理，如圖4所示。
　　利用類似的公式對每小塊求出塊平均灰度值H₁₁、H₁₂、H₁₃和H₁₄。
　　
　　然后將這四個灰度值和母分區(qū)灰度值H₁作比較，定義如下控制量：
　　
　　可以重復(fù)以上的步驟，直到控制量δ小于某一指定值，可以認(rèn)為在此時的每一小塊中所出現(xiàn)的灰度值奇異點為干擾信號。這樣，就能用當(dāng)前的塊灰度平均值代替塊中的各點灰度值，從而也就到達(dá)了濾去噪音信號的目的。
3.2.2 二值化算法
　　濾波以后，就可以對圖象進(jìn)行二值化處理了。二值化算法的核心在于如何獲得一個良好的灰度閾值，使得圖象的二值化處理能達(dá)到最佳效果。如果該閾值選得過亮，那么圖象就會在物體本身之外產(chǎn)生許多黑斑，達(dá)不到分辨的目的；如果該閾值選得過暗，又會使待測物體的外形變小，導(dǎo)致數(shù)據(jù)失真。為了對圖象進(jìn)行更好的提取，必須選擇一個較好的閾值自動選擇算法。在計算機顯示器上，每個像素的顏色有R，G，B三部分構(gòu)成，當(dāng)R＝G＝B＝255時，該點為白色，也就是對應(yīng)為亮點；當(dāng)R＝G＝B＝0時該點為黑色，也就是對應(yīng)為暗點。由于圖象是黑白的，所以對于同一點，其R，G，B的值大致相同，首先將屏幕上每個像素的R值讀到一個二維矩陣R[i][j]中，由于實驗背景選定為白色，而且已經(jīng)對圖象進(jìn)行了濾波處理，因此得到的圖象點的R值的分布應(yīng)該是在振動物體的位置上有個突起的峰(谷)，而其他位置上變化應(yīng)該很平滑。所以通過對這i×j個值求平均值得到Ravi作為原始閾值是具有分辨能力的。通過實驗，在此閾值控制下，圖象的二值化效果一般能夠滿足要求。為了進(jìn)行彌補，系統(tǒng)另外設(shè)置了人工控制的模式。也就是在閾值附近通過手動控件進(jìn)行調(diào)整，并隨時監(jiān)控圖象處理的結(jié)果，直到滿意為止。
3.2.3 圖象線化處理算法
　　該算法的主要目的就是從圖象中提取到可以進(jìn)行后處理的數(shù)據(jù)。首先按列找到二值化處理后圖象的陰影上、下邊沿，按著兩個邊沿數(shù)據(jù)求一個平均值Yavi[i]。將這些值看成是一維振動結(jié)構(gòu)的中心線，在忽略物體材料的微小不均勻性的情況下，該曲線的形態(tài)就能認(rèn)為是物體的振動形態(tài)。如圖5所示。

　　將這些數(shù)據(jù)存儲到文件中，準(zhǔn)備進(jìn)行參數(shù)求解和分析。由于顯示器的最小單位是像素，所以在求取Yi(avi)時必須用整型數(shù)據(jù)進(jìn)行運算。這樣在所得到的中心線上會出現(xiàn)一些不光滑的地方。對此系統(tǒng)將數(shù)據(jù)讀到分析模塊中時，采用了線性插值和二次曲線插值的方法來進(jìn)行平滑處理，獲得了良好的效果。
3.2.4 振動參數(shù)分析的算法
　　通過上述各步驟的圖象處理工作，可以獲得結(jié)構(gòu)(如橫梁)上的任意點的X(k)采樣函數(shù)。參數(shù)分析的基本算法就是對X(k)進(jìn)行離散傅立葉變換，并在頻域內(nèi)進(jìn)行分析處理。通過對幅值/相位圖的分析，就能得到各階振型的頻率和其它所需要的各種參數(shù)。這個模塊的功能通過調(diào)用Matlab庫函數(shù)和編程來實現(xiàn)。
4 對系統(tǒng)的測試和結(jié)果
　　試件采用圖1(a)所示的一維振動結(jié)構(gòu)，其具體結(jié)構(gòu)如圖6所示。

　　用本系統(tǒng)對其振型作了鑒定性的測量和分析。所使用的待測物體的材料為有機玻璃，總長為110cm，寬度為5cm，厚度為0.4cm。攝像頭垂直照射在厚度方向上。由于采用的采集卡的采集速度為24幅/秒，所以在該試件上加上兩個質(zhì)量適當(dāng)?shù)捻来a作為配重來減緩振動頻率。根據(jù)振動理論，如果改變配重M1和M2的質(zhì)量，或者改變長度a和b的值(見圖1)都會引起各階振型所對應(yīng)的頻率發(fā)生移動。因此，在改變這些參數(shù)的條件下進(jìn)行了大量的數(shù)據(jù)采集與分析實驗。選取了兩張有代表性的頻譜曲線進(jìn)行比較。如圖7、圖8所示。

?