抽油机曲柄平衡的调整计算及效果预测
雷长森
有杆泵采油是我国陆上采油的最主要方式，抽油机井占我国油井的80％。有关抽油机井设计及平衡调整的文献很多。经笔者研究发现，这些文献介绍的方法都需要较多的抽油机特性数据及井下杆管数据，不易计算，而且没有考虑抽油机的动载及杆柱的振动，只是一种近似的方法，与实际情况有较大的出入，只能应用于新井设计。本文介绍一种抽油机功率曲线付立叶分解方法，这种方法在对抽油机的电耗测试以后，只需知道平衡块数目、重量及目前的安装位置三个参数，就能计算出平衡块的最佳位置，并能对调整后的电能参数、扭矩曲线及节能情况进行预测。
一、抽油机最佳平衡的标准
目前在抽油机管理中通常用于判断平衡与否的一个标准是平衡率，就是抽油机上行最大电流与下行最大电流之比，认为此值在0.8-1.2之间抽油机就是平衡的。实际上，电流平
衡不能保证抽油机一
定平衡，电流不平衡
的抽油机也有可能是
平衡的。
图1为井楼油田
3605井电能测试曲
线，图中的点划线为
电压曲线，单位是V；
虚线为电流曲线，单
位是A；实线为功率曲
线，单位是kW。横坐标为曲柄转角，从曲柄位于12点钟位置开始，单位是度(deg)。该井抽油机型号为
CYJ5-3-37HB，配用电机的功率为18kW，实测冲次为5.18次／分，电能测试采用的是PMTS1.0型抽油机电能图测试仪，每秒记录50组电能数据，测试精度为0.5级。
如果仅从电流曲线上看，该井是相当平衡的，最大上行电流为31A，最大下行电流为34A，平衡率达0.91。但从功率曲线上就可以看出该井上冲程出现负功，是平衡块带着电动
机发电，这是一种极不平衡的情况。
实际上，抽油机平衡调整的终极目的有两个，一是保证抽油机安全运行，二是节能(参见文献1中有关抽油机平衡的判据的章节)。
先从保证抽油机安全运行的角度看，调平衡就是要使减速器的输出扭矩最小。由于减速器的扭矩有正有负，仅用平均值P T 不能反映实际的载荷大小，所以一般用均方根扭矩f T 来反映减速器的载荷情况。均方根扭矩f T 与平均扭矩P T 之比称为周期载荷系数CL F ，它反映了载荷扭矩的波动程度，此值越接近1说明载荷扭矩越平稳，越大说明载荷扭矩波动得越厉害。均方根扭矩
f T 、平均扭矩P T 及周期载荷系数CL F 均按曲柄旋转一周(π2)计算，公
式如下：
上式中i T 瞬时扭矩，单位为m kN .； ?为曲柄转角，单位为弧度(rad )。
再从节能的角度看，对于一台具体的抽油机而言，机械传动损耗与电机的固定损耗是相对不变的，只有电机的变动损耗与电流的平方成正比。要使抽油机最节能，就是要使电机的变动损耗最小，也就是均方根电流最小。对于一台具体的电动机，电流的大小只取决于其负载扭矩，只有保证电机的负载扭矩的均方根值最小，才能保证电流的均方根值最小。而电机的负载扭矩i T 2与曲柄轴扭矩i T 大体成比例关系，二者关系如公式(4)所示:
式中n 是从电机轴到曲柄输出轴的总减速比，c μ是从电机轴到曲柄轴的传动效率。 从上面的分析可以看出，只要保证曲柄扭矩的均方根值最小，就能保证电机负载扭矩均方根值及电机电流的均方根值最小。平衡调整对抽油机的安全运行与节能这两个目标的作用是一致的，只要能保证抽油机最节能，就同时保证了抽油机最安全，反之亦然。
)
4(2c i
i n T T μ
=
由于电机的负载扭矩不易测量，但电机的功率是易于测量的。常规电机的转差不大，转速变化很小，在这种情况下，可以认为电机转速及曲柄轴角速度是一个常数，曲柄转矩与电机输入功率大体成正比。所以本文提出抽油机最佳平衡的标准就是使电机输入功率的均方根值最小。
公式(5)中i T 是瞬时曲柄扭矩，单位是m kN .；i P 是瞬时电机输入功率，单位是kW ；d μ是电机效率； c μ是皮带及减速器的传动效率；ω是曲柄角速度，单位为弧度/秒（S rad /）。
二、最佳平衡位置的计算
抽油机的功率曲线是一个随冲程周期为周期的连续函数。从数学分析知道，每一个周期性的非正弦量，只要满足狄利斯利条件，就可以分解成一系列的三角级数。抽油机的功率曲线函数能满足狄利斯利条件，所以可以展开成收敛的三角级数----傅立叶级数。
式(6)所示的级数称为傅立叶级数，式中的ω称为非正弦周期信号基波的角频率，在这里也就是曲柄轴的角速度，单位是S rad /，它与冲程周期T (单位是S )及冲次N (单位:min 1)的关系如式(7)所示：
在式(6)中的待定常数有：
式(8)表示的是功率函数的恒定分量或直流分量，是一个周期的平均值，也就是平均功率；式(9)表示的是功率曲线各次谐波的正弦部分幅度；式(10)表示的是功率曲线各次谐波)
5(ωμμi d c i P T =)
6()
sin()cos([)
sin()cos()(01
10t n b t n a t n b t n a a t P n n n n n n n ωωωω+=++=∑∑∑===)
7(6022N T ππω==???===T n T n T dt t n t P T b dt t n t P T a dt t P T a 00
0)
10()sin()(1)9()cos()(1)8()(1ωω
的余弦部分幅度。在式(8)、式(9)和(10)中T 是冲程周期(单位是S )；
n n b a a 0的单位均为kW 。
按均方根功率的定义，再考虑到三角函数的正交特性，均方根功率
f P 可以按式(11)计
算。 我们知道，抽油机曲柄平衡块是靠重力起作用的，如果从平衡块重心位于曲柄轴的最上方开始(12点钟位置)，平衡块的平衡功率p P 可表示成(12)式：
式(12)中ω为曲柄角速度，单位是S rad /；G 为平衡块的总重量，单位是kN ；L 为平衡块重心半径，单位是m ；p P 是平衡功率，单位是kW 。
对照式(11)和式(12)我们会发现，p P 只对应于功率曲线的一阶正弦分量1b ，我们调整抽油机平衡块的位置，只能改变式(11)中一阶正弦分量1b 的大小。要使均方根功率最小，就只能使式(11)的一阶正弦分量1b 为零。我们调整平衡块的重心位置，使
p P 增加或减小，如果p P 增加或减少的量p P ?与当前的1b 大小相等符号相反，就可以消除式(11)中的一阶正弦分量1b 。由此我们可以得到式(13)，进而推出平衡块调整量的计算公式(14)。
式(14)中L ?为平衡块的移动量，单位是m ，符号为正时表示向外移，符号为负时表示向内移。
三、平衡调整效果的预测
)
11(2121)]sin()cos([1)(1
121220021100
2∑∑?
∑∑?====++=++==n n n n T n n n n T
f b a a dt
t n b t n a a T dt t P T P ωω)
12()sin(t L G P p ωω-=)
14()13(1
1G b L L
G P b p ωω=??=?-=
电动机如果不过载，在供电电压U (单位是伏V )稳定的情况下，其无功功率变化很小，可以认为平衡调整前后无功功率)(t Q 不变。
有功功率)(t P 按式(15)或式(16)预测，式(16)中
源)(t P 是平衡调整前的功率曲线值：
视在功率)(t S 按式(17)预测：
电机电流)(t I 按式(18)预测：
电机功率均方根值
f P 可按式(19)预测，式中源f P 是平衡调整之前的电机功率均方根
值：
节能效果的预测:对于负功率明显的抽油井，由于电动机将电能转换成平衡块位能（机械能）的效率一般为70％到80％，平衡块的位能（机械能）再带动电机发出电能，效率一般也在70%到80％。这样电能转换成机械能再转换成电能的总效率约为50%到65％。在抽油机光杆功率不变的情况下，通过调整平衡块位置，减小了电机功率的均方根值，也就是减少了电能与机械能之间的来回转换，减少了由于能量转换而产生的能耗，从而节约了电能。在这种情况下调整平衡的节能潜力可按电机功率均方根值减少量的35%到50％估计，粗略可按40％估算。对于没有明显负功率的井，节能潜力约为均方根功率减少量的15%到35％，粗略可按25％计算，调平衡节能的精确值需通过实际测试才能决定。
)16()
sin()()()
15()
sin()cos()(1210t b t P t P t n b t n a a t P n n n n ωωω-=++=∑∑==源)
17()()()(22t Q t P t S +=)
18(*3)
(*1000)(U t S t I =)19(2
12121212
21220b P P b a a P f f n n n n f -=++=∑∑==淅
本文提出的方法，已编制成PMTS2.0抽油机系统效率分析软件。在进行电能测试时，从平衡块重心位于曲柄正上方(12点钟位置)时开始记录，测试一分钟的电能数据。该软件读取所测试的电能数据并分析出抽油机的冲程周期和冲次，再根据平衡块数、平衡块单重及调整前的平衡半径就可以进行平衡分析，提出最优平衡建议，进行平衡调整后的参数预测，使用十分简单。
图2就是由PMTS2.0抽油机系统效率分析软件对井楼油田3605井进行的平衡调整分析及电力曲线预测。该井共装有4个平衡块，每个平衡块重量为5kN，调整前平衡块重心半径为0.8m，均方根电流26.5A，均方根功率10.1kW。如果按理想平衡要求，应该将平衡块内调1.04m，调到-0.24m处，实际上受曲柄机械结构的限制，只能将平衡块重心半径调到0m 处。在这种情况下预计调整后均方根电流22.6A，均方根功率为6.5kW，均方根功率可减少3.6kW。节能潜力按均方根功率减少量的40%估算，预计该井通过调平衡，可节约电能1.5kW。
自1997年以来，采用本文提出的方法进行抽油机平衡分析100余井次，并对河南油田T206、H232等井进行了平衡调整前后对比测试，证明此方法原理正确，预测误差很小。
四、问题及讨论
在实际测试中我们发现，一些井的负功现象并不能通过调整平衡来解决，如双河油田采油七队所属的T410井，曾多次调整该井的平衡块位置，但一直消除不了负功。该井测试电能曲线如图3所示。之所以调平衡没有效果，是因为平衡调整只对功率曲线的一阶(基波)
正弦分量起作用，对一阶余弦分量及高次分量不起作用，该井功率曲线的一阶正弦分量很少，而一阶余弦分量较大所以调整平衡不起作用。
用通俗的话说，
就是负功如果出现在
光杆行程中点附近
（曲柄位于90度或
270度附近）就很容易
通过调整平衡来消
除。但如图3所示的
T410井功率曲线，负
功出现在上下死点附
近（曲柄位于0度或
180度附近），就不可能通过调整平衡来消除。对于这种情况，只有更换新型的抽油机或对该抽油机进行改造，采用异相曲柄才能解决，但这已不是抽油机日常管理的内容，超出了本文讨论的范围。
五、结论
1、抽油机平衡调整的终极目标是最大限度的节能与安全运行，只要使抽油机电机的均方根功率最小，就可以实现上述两个目标。
2、在抽油机光杆功率不变的情况下，通过合理调整平均块位置，减小了电机功率的均方根值，也就是减少了电能与机械能之间的来回转换，减少了由于能量转换而产生的能耗，从而节约了电能。但均方根功率的减少量并不是节能量。
3、平衡调整并不能消除所有的负功现象。平衡调整只对功率曲线的一阶(基波)正弦分量起作用，对一阶余弦分量不起作用。对于负功出现在光杆行程上下死点附近的井，只能采用更换新型的抽油机或对该抽油机进行改造，采用异相曲柄才能解决。
自适应均衡算法LMS研究 一、自适应滤波原理与应用 所谓自适应滤波器，就是利用前一时刻已获得的滤波器参数等结果，自动地调节现时刻的滤波器参数，以适应信号和噪声未知的或随时间变化的统计特性，从而实现最优滤波。根据环境的改变，使用自适应算法来改变滤波器的参数和结构。 1.1均衡器的发展及概况 均衡是减少码间串扰的有效措施。均衡器的发展有史已久，二十世纪60年代前，电话信道均衡器的出现克服了数据传输过程中的码间串扰带来的失真影响。但是均衡器要么是固定的，要么其参数的调整是手工进行。1965年，Lucky在均衡问题上提出了迫零准则，自动调整横向滤波器的权系数。1969年，Gerhso和Porkasi，Milier分别独立的提出采用均方误差准则(MSE)。1972年，ungeboekc将LMS算法应用于自适应均衡。1974年，Gedard 在kalmna滤波理论上推导出递推最小均方算法RLS(Recursive least-squares)。LMS类算法和RLS类算法是自适应滤波算法的两个大类。自适应滤波在信道均衡、回波抵消、谱线增强、噪声抑制、天线自适应旁瓣抑制、雷达杂波抵消、相参检测、谱估计、窄带干扰抑制、系统辨识、系统建模、语音信号处理、生物医学、电子学等方面获得广泛的应用。 1.2均衡器种类 均衡技术可分为两类：线性均衡和非线性均衡。这两类的差别主要在于自适应均衡器的输出被用于反馈控制的方法。如果判决输出没有被用于均衡器的反馈逻辑中，那么均衡器是线性的；如果判决输出被用于反馈逻辑中并帮助改变了均衡器的后续输出，那么均衡器是非线性的。
LMS RLS 快速RLS 平方根RLS 梯度RLS LMS RLS 快速RLS 平方根RLS 梯度RLS LMS RLS 快速RLS 平方根RLS 算法图1.1 均衡器的分类 1.3自适应算法LMS算法 LMS算法是由widrow和Hoff于1960年提出来的,是统计梯度算法类的很重 要的成员之一。它具有运算量小,简单,易于实现等优点。 LMS算法是建立在Wiener滤波的基础上发展而来的。Wiener解是在最小均方误差(MMSE)意义下使用均方误差作为代价函数而得到的在最小误差准则下的最优解。因其结构简单、稳定性好,一直是自适应滤波经典有效的算法之一,被广泛应用于雷达、通信、声纳、系统辨识及信号处理等领域。 1.3.1 MSE的含义 LMS 算法的推导以估计误差平方的集平均或时平均（即均方误差，MSE）为基础。下面先介绍MSE的概念。 设计一个均衡系统如下图所示：
现场动平衡操作步骤 ?单面动平衡三步 ?传感器安装—准备工作 ?第一步：测量初始振动 ?第二步：加试重，测量试重振动，自动解算配重 ?第三步：加配重，去掉试重，测量残余振动，验证是否达到合格范围。 ?合格，出报表，不合格，二次配重！ ?动平衡操作过程 首先在做动平衡之前先要了解机械设备的构造与构成以及测点的选择： ?测点选择 测点就是机器上被测量的部位，它是获取振动信息的窗口。 所选测点在可能时要尽量靠近振源，避开或减少信号在传播通道上的界面、空腔或隔离物(如密封填料等)最好让信号成直线传播。这样可以减少信号在传播途的能量损失。
因为测量时，设备在运行，因此需要注意安全问题。 有足够的空间，有良好的接触，测点部位有足够的刚度等。 通常，轴承是监测振动最理想的部位，因为转子上的振动载荷直接作用在轴承上，并通过轴承把机器和基础联接成一个整体，因此轴承部位的振动信号还反映了基础的状况。所以，在无特殊要求的情况下，轴承是首选测点。如果条件不允许，也应使测点尽量靠近轴承，以减小测点和轴承之间的机械阻抗。此外，设备的地脚、机壳、缸体、进出口管道、阀门、基础等，也是测振的常设测点。 ?轴承位图示
3.振动分析过程 振动分析过程是一个简单的故障诊断过程，根据以往的历史经验以及仪器仪表的显示综合进行的一个分析，简单的判断出故障的所在，从而为进一步解决问题提供辅助判断。 打开软件主界面点击振动分析功能
点击振动分析功能进入振动分析界面： 在振动分析界面中有两个分项目：时域分析、频域分析
对设备进行故障诊断的时候需要提前设定参数，如图所示 在时域分析中有一个重要的技术参数：速度量 所有的机械设备都有振动标准，速度量是衡量振动大小的国际标 准，对于一些特殊的行业（比如电厂，科研单位等）也使用位移量为
用恒模算法进行盲自适应均衡的MATLAB 仿真 一：仿真内容： 1：了解盲均衡算法和CMA 算法的原理； 2：用CMA 算法来仿真4QAM 信号； 二：算法原理： 1：盲均衡算法： 普通的均衡器需要训练和跟踪两个阶段，在训练阶段，需要已知信号的一些特性参数来训练均衡滤波器，或者直接周期地发送训练序列。由于训练序列并不含用户的数据，而占用了信道资源，自然会降低信道的利用率。另外，在跟踪阶段，不发送训练序列，如果信道特性是快速变化的，均衡器的性能将迅速恶化。 盲均衡能够不借助训练序列(即我们通常所说的“盲”，而仅仅利用所接收到的信号序列即可对信道进行均衡。换言之，其本身完全不用训练序列，就可以自启动收敛并防止死锁情况，且能使滤波器的输出与要恢复的输入信号相等。盲均衡从根本上避免了训练序列的使用，收敛范围大，应用范围广，克服了传统自适应均衡的缺点，从而降低了对信道和信号的要求。 盲均衡的原理框图如下： 在上图中，x(n)为系统的发送序列，h(n)为离散时间传输信道的冲激响应，其依据所用调制方式的不同，可以是实值，也可以是复值;n(n)为信道中叠加的高斯噪声;y(n)为经过信道传输后的接收序列，同时也是均衡器的输入序列;w(n)为盲均衡器的冲激响应，盲均衡器一般采用有限长横向滤波器，其长度为L; ) (~n x 为盲均衡器的输出信号，也即经过均衡后的恢复序列。 且有下式成立： y(n)=h(n)*x(n)+n(n)； )(~n x =w(n)*y(n)=w(n)*h(n)*x(n)； 2：Bussgang 算法
Bussgang类盲均衡算法作为盲均衡算法的一个分支，是在原来需要训练序列的传统自适应均衡算法基础上发展起来的。早期的盲均衡器以横向滤波器为基本结构，利用信号的物理特征选择合适的代价函数和误差控制函数来调节均衡器的权系数。这类算法是以一种迭代方式进行盲均衡，并在均衡器的输出端对数据进行非线性变换，当算法以平均值达到收敛时，被均衡的序列表现为Bussgang 统计量。因此，此类算法称为Bussgang类盲均衡算法。 Bussgang类盲均衡算法的显著特点是算法思路保持了传统自适应均衡的简单性，物理概念清楚，没有增加计算复杂度，运算量较小，便于实时实现。缺点是算法的收敛时间较长，收敛后剩余误差较大，没有解决均衡过程中局部收敛问题，对非线性信道或存在零点的信道均衡效果不佳。 Bussgang类算法的原理框图如下： Godard是其中性能最好的算法:a.代价函数的推导只与接收信号的幅值有关，与相位无关，因此对载波相位偏移不敏感;b.在稳态条件下，此算法能获得比其它算法小的均方误差;c.它能均衡一色散信道，即使起始眼图是关闭的。Godard最早提出了恒模盲均衡算法。恒模盲均衡算法适用于所有具有恒定包络(简称恒模)的发射信号的均衡，它是Bussgang算法的一个特例。 3：CMA（恒模算法） 现代通信系统中常用的QAM调制方式具有频带利用率高的显著优势，随着电平级数的增加，传输数码率越高，但电平间的间隔减小，码间干扰增加，抗噪性能变差。近年来，研究最多的盲均衡算法是恒模算法(CMA)。CMA算法被广泛用于恒包络信号的均衡，因其计算量小及良好的收敛性能也应用于非恒包络信号的盲均衡，如QAM信号。然而，其初始化之后的收敛效果却不令人满意，存
灰色世界法（grey world method） 要计算未知光源的特性必须从图片中提取相关的统计特性。当我们能够仅使用一个统计特性就获得未知光源特性时，算法就变得非常简单了。在这种情况下，未知光源必须在整幅图片上都是统一的。均值于是就成为了此类方法之下最好的统计指标。而灰色世界法正是利用了均值作为估算未知光源的关键统计量。 从物理意义上说，灰色世界法假设自然界景物对于光线的平均反射的均值在总体上是个定值，这个定值近似地为“灰色”。在给定图片的白平衡算法中，灰色世界假设图片中的反射面足够丰富，以至于可以作为自然界景物的一个缩影。若这幅图片是在经典光源下拍摄的，其均值就应该等于灰色。若这幅图是在非经典光源下拍摄的，那么均值就会大于或者小于灰色值。而该均值对于灰色的偏离程度则反映了未知光源相对于已知光源的特性。 虽然这个方法比较简单，但是仍然可以从一些方面进行调整。一个方面就是对于灰色的定义形式的选择。包括对于光谱的定义、对于光谱成分的定义和在经典光源之下的RGB 的响应。另一个更加重要的调整方面就是对于灰色的选择。不管如何定义灰色，最佳的灰色之选必然是自然界实事上出现的灰色。但是这个值是无法获得的（除非是合成数据），所以对于灰色的选择是不同的灰色世界算法的一个重要的区别点。 一个方法是假设这个灰色就是实事上的灰色。也就是说反射光谱是均衡的。给定光源之下的RGB 响应是纯白色对此光源的响应值的
一部分。比方说，可以使用50%作为反射率（虽然这个灰色值对于人眼视觉习惯而言可能过于明亮）。 另一种方法，就是根据大量的数据提炼出一个均值，并把它定义为灰色。这种方法提炼的灰色值可能因为数据库使用的不同而有所不同。最终提炼的灰色也能仅适用于原始的数据库，而对于数据库未包括的图片的适用度就会比较差一些。确定下来的灰色表达形式可以用Grey i c来表示。下标i 表示信道，上标c 为canonical 的首字母，表示经典光源。 在确定灰色的表达形式后只要用RGB 响应与经典光源下灰色的比值来归一化图片就可以了。假设RGB 响应均值为Ave i u，下标i 表示信道，上标U 为Unknown 的首字母，表示未知光源。那么归一化率的计算式为σ i 如下式所示： σ i = Grey i c Ave i u 根据光源转换理论，从未知光源到经典光源下图片表达式的转换式如下式所定义： ρ?c= [σ 1 σ 2 σ 3 ] ?ρ?u 那么，灰色世界法的计算过程如下图所示：
实验八 零件设计专项能力训练 ——回转件的动平衡 一、实验目的 1． 熟悉运动平衡机的工作原理及转子动平衡的基本方法 2． 掌握用动平衡机测定回转件动平衡的实验方法。 二、设备和工具 简易动平衡试验机、药架天平。 三、原理和方法 T ?、 ? 内，回转半径分别为r o ?、r o ?的两个不平 G o ?、G o ?所产生，如图8-1所示。因 进行动平衡试验时，只需对G o ?、G o ?进 简易动平衡试验机可以分别测出上述 平衡重径积G o ?r o ?和 o ?r o ?的大小和方位，使回转件达到动平 图8-2是简易动平衡机的工作原理图。 图8-1 图8-2 如图所示，框架1经弹簧2与固定的底座3相联，它只能绕OX 轴线摆动，构成一个振动系统。框架上装有主轴4，由固定在底座上的电动机14通过带和带轮12驱动。主轴4上装有螺旋齿轮6，它与齿轮5齿数相等，并相互啮合，齿轮6可以沿主轴4移动。移动的距离和齿轮的轴向宽度相等，比齿轮5的节圆圆周要大，因此调节手轮18，使齿轮6从左端位置移到右端位置时，齿轮5及和它固定的轴9可以回转一周以上，借此调节φc ，φc 的大小由指针15指示。圆盘7固定在轴9上，通过调节手轮17可以使圆盘8沿轴向9上下移动，以调节两圆盘间的距离l c ，l c 由指针16指示。7、8两圆盘大小、重量完全相等，上面分别
装有一重量为G c的重块，其重心都与轴线相距r c，但相位差180°。 被平衡的回转件10架于两个滚动支承13上，通过挠性联轴器11由主轴4带动，因此回转件10与圆盘7、8转速相等，当选取T?和T?为平衡校正面后，回转件10的不平衡就可以看作平面T?和T?内向径为r o?和r o?的不平衡重量G o?和G o?所产生。平衡时可先令摆架的振摆轴线OX处于平面T?内（如图8-2所示）。当回转构件转动时，不平衡重量G o?的离心力P o?对轴线OX的力矩为零，不影响框架的振动，仅有G o?的离心力P o?对轴线OX形成的力矩M o，使框架发生振动，其大小为 M o＝P o??l?cosφ 这个力矩使整个框架产生振动。 为了测出T?面上的不平衡重量大小和相位，加上一个补偿重径积G c r c，使产生一个补偿力矩，即在圆盘7和8上各装上一个平衡重量G c。当电机工作时，带动主轴4并带动齿轮5、6，因而圆盘7、8也旋转，这时G c的离心力P c，就构成一个力偶矩M c，它也影响到框架绕OX轴的振摆，其大小为 M c＝P c?l c?cosφc 框架振动的合力矩为 M＝M o＝M c＝P o??l?cosφ－P c?l c?cosφc 如果合力为零，则框架静止不动。此时 M＝P o??l?cosφ－P c?l c?cosφc＝0 满足上式条件为 G o?r o?＝G c r c?l c／l（1） φo＝φc（2）在平衡机的补偿装置中G c、r c是已知的，试件的两平衡平面是预先选定的，因而两平衡平面间的距离l也是一定的，因此（1）式可以写成 G o?r o?＝A?l c（3）其中A＝G c?r c／l 为便于观察和提高测量精度，在框架上装有重块19，移动19，可改变整个振动系统的自振频率，使框架接近共振，即振幅放大。 通过调节手轮17和18，使框架静止不动，读出l c和φc的数值，由公式（3）即可计算出不平衡重量G o?的大小为 G o?＝A?l c?r o? 其相位可以这样确定，停车后，使指针15转到图8-2所示与OX轴垂直的虚线位置，此时G o?的位置就在平面T?内回转中心的铅直上方。 测量另一个平衡平面T?上的不平衡重径积，只需将试件调头，使平面T?通过OX轴，测量方法与上述相同。 四、实验步骤 1．在被平衡试件上机以前，先开动电机，调节手轮18，使圆盘8与7的重块G c产生的离心力在一直线上，这时力矩M c＝0，从主轴下的指针可看出框架是静止状态，此时标尺16所示的读数为l c的零点位置。 2．装上试件，试件的一端联轴节应与带轮接好，以免开动电机时发生冲击。 3．移动重块19以改变框架的自振频率，使框架接近共振状态，这时框架振幅放大，以提高平衡精度，调共振后锁紧。 4．先调节手轮17，即加一定的补偿力矩（将圆盘7、8分开一定距离），然后调节手轮18，即移动齿轮6，使齿轮5与圆盘7、8得到附加转动，当调节到框架振动的振幅最小时不平衡重量相位已找到。然后再调节手轮18，即调节l c，使框架最后振动消除，振动系统
Harbin Institute of Technology 自适应信号处理实验 课程名称：自适应信号处理 设计题目：LMS算法自适应均衡器实验院系：电子与信息工程学院 专业：信息与通信工程 设计者：宋丽君 学号：11S005090 指导教师：邹斌 设计时间：2011.4.10
哈尔滨工业大学 一、实验目的 研究用LMS算法自适应均衡未知失真的线性色散信道。通过本实验加深对LMS算法的理解，并分析特征值扩散度和步长参数对收敛迭代次数的影响。二、实验原理 最小均方算法（LMS算法）是线性自适应滤波算法，包括滤波过程和自适应过程，这两个过程一起工作组成了反馈环。图1给出了自适应横向滤波器的框图。 图1 自适应横向滤波器框图 LMS算法是随机梯度算法中的一员，LMS算法的显著特点是实现简单，同时通过对外部环境的自适应，它可以提供很高的性能。由于LMS算法在计算抽头权值的迭代计算的过程中移走了期望因子，因此抽头权值的计算会受到梯度噪声的影响。但是因为围绕抽头权值起作用的反馈环像低通滤波器，平均时间常数与步长参数μ成反比，所以通过设置较小的μ可以让自适应过程缓慢的进行，这样梯度噪声对抽头权值的影响在很大程度上可以滤除，从而减少失调的影响。LMS算法在一次迭代中需要2M+1次复数乘法和2M次复数加法，计算的复杂度为O(M),M 为自适应滤波器中抽头权值的数目。 LMS算法广泛地应用于自适应控制、雷达、系统辨识及信号处理等领域。主要应用有：处理时变地震数据的自适应反卷积，瞬态频率的测量，正弦干扰的自适应噪声消除，自适应谱线增强，自适应波束形成。
三、 实验内容 在实验中假设所使用的数据是实数，进行研究的系统框图如下图2所示。随机数发生器1产生用来探测信道的测试信号n x ；随机数发生器2用来干扰。信道输出的白噪声源()v n 。这两个随机数发生器是彼此独立的。自适应均衡器用来纠正存在加性白噪声的信道畸变。经过适当延迟，随机数发生器1也提供用做训练序列的自适应均衡器的期望响应。 ) n 图2 自适应均衡实验框图 加到信道输入的随机序列{}n x 由伯努利序列组成，1n x =±，随机变量n x 具有零均值和单位方差。信道的脉冲响应用升余弦表示为： 20.51cos (2)1,2,30n n n h W n π?????+-=? ???=???? ??? 为其他 （1） 其中参数W 控制均衡器抽头输入的相关矩阵的特征值分布()R χ，并且特征值分布随着W 的增大而扩大。随机数发生器2产生的序列n v 具有零均值，方差 20.001v σ=。 均衡器具有11M =个抽头。由于信道的脉冲响应n h 关于2n =对称。那么均衡器的最优抽头权值on w 在5n =对称。因此，信道的输入n x 被延时了257?=+=个样值，以便提供均衡器的期望响应。通过选择匹配横向均衡器中点的合适延时 ?，LMS 算法能够提供信道响应的最小相位分量和非最小相位分量之逆。 实验分为相同的两个部分，用来估计基于LMS 算法的自适应均衡器的响应，
盈亏平衡点计算方法 一、根据固定费用、产品单价与变动成本计算保本产量的盈亏平衡点 二、计算保本产量，根据产量与目标利润计算最低销价为盈亏平衡点 三、分析找出固定成本与变动成本，计算盈亏平衡点 收入-成本=利润 收入-(固定成本+变动成本)=利润 计算盈亏平衡点就是利润为零的时候 所以:收入-(固定成本+变动成本)=0 即是:收入-固定成本=变动成本
可在Excel中制表测算： 例如:每个产品销售单价是10元,材料成本是5元,固定成本(租金,管理费等)是20000元,那么需要多少产量才能保本呢? 10*Y-20000=5*Y Y=4000,所以只有产量高于这个数量才盈利,低于这个数量就亏损.所以这个产品的盈亏平衡点就是4000. 这是理想化了的,现实中,固定成本如机器的折旧,场地的租金,管理人员的工资.变动成本如:产品的材料成本,计件工资,税金.现实中还有半变动成本如:水电费,维修费. 在Excel中制表测算： 四、根据企业固定费用、产品单价、单位变动成本计算其盈亏平衡点 某企业固定费用为2700万元，产品单价为800元/台，单位变动成本600元/台。计算其盈亏平衡点。 当年产量在12万台时，为实现目标利润40万元，最低销售单价应定在多少？盈亏平衡点 2700万/(800-600)=13.5万台 最低售价为X (2700+40)/(X-600)=12 解得X=828.33元 最低售价828.33元 (2700+40)/(X-600)=12 该公式换为: ((2700+40)+(12×600))÷12
固定费用÷(产品单价-变动成本)=盈亏平衡点 2700万/(800-600)=13.5万台 (2700+40)/(X-600)=12 求x=? 算式的计算过程 (2700+40)÷(X-600)=12 2700+40=(X-600)×12 2740=12x-7200 2740+7200=12x X=9940÷12 X=828.33 五、成本变动时如何求盈亏平衡点 假设初期投入600，每年成本500，成本逐年递增5％；利润为20％，销售额为动态变化，首年为1200，其后逐年增长为30％，40％，20％，20％，20％…… 请问有否求出盈亏平衡点时累计销售额的公式？（不要分步计算，一条用Y代表累计营业额的等式） PS：计算盈亏平衡点时把初期的投入要加上去，即要求完全收回成本时的累计销售额。 Y=BX + A Y=BX + A Y:表示销售利润 301.5 B:表示单件利润 3 X:表示销售数量 100 A:表示成本 1.5
简易找风机转子动平衡 方法 文稿归稿存档编号：[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58-
简易找风机转子动平衡方作者：罗仁波 时间：2015年10月5日 摘要：引风机振动的原因很多，转子动不平衡是风机振动的原因之一。专业技术书籍中介绍的找风机转子动平衡的方法有多种，但在实际工作中使用这些方法都比较复杂，或需一些高精密仪器检测，但仪器昂贵，切操作困难，因此难以让检修人员所熟练掌握与应用。本人在此介绍一种在以往的长期工作实践中摸索总结得来的简易找风机转子动平衡方法。 论文主题： 风机动平衡的屈指可数。在冶金行业的各类风机中，除尘风机较多，外出做动平衡价格昂贵，且影响环保问题，检修量大，另外新叶轮在加工制造过程中由于各种因素，偶尔也会出现不平衡现象。这些不平衡通过找静平衡的方法是可以解决其中一部分的，而一些经过静平衡校验合格的风机转子在高速旋转时仍会发生试重测振动，这些转子的不平衡就必须通过找动平衡的方法才能加以彻底消除。在实际工作中，能够很好的解决设备各类疑难杂症的人员不是很多，能现场解决 一、常用风机找动平衡的几种方法 现场动平衡方法基本为：两点试重测量法、三点试重测法、闪光测相法、影响系数平衡法、计算法、简易平衡法。具体做法如下：两点法：
测出风机在工作转速下两轴承的振动振幅，若A侧振动大（振动值为Ao），则先平衡A侧，在转子上某一点（作记号1）加上试加质量M，测得振动值为A1，按相同半径将此试加质量M移动180°（作记号2），测得振动值为A2，根据测得的A0、A1、A2值，选适当的比例作图，求出应加平衡质量的位置和大小。做法下图： 作△ODM，使OM：OD：DM=A0：A1/2：A2/2，延长MD至C，使 CD=DM，并连接OC；以O为圆心，OC为半径作圆O；延长CO与O圆交于B，延长MO交圆于S，则OC为试加质量M引起的振动值（按比例放大后的振动值），平衡质量Ma为：Ma=M*OM/OC。由图中量得角∠COS为d，则平衡质量应加在第一次试加质量位置1的逆转向α角或顺转向d角处，具体方位由试验确定。 三点法 此法与两点法基本相同，只是用同一试加质量M按一定的加质量半 径依次加在互为120°的三个方向上，测得的三 个振动值为A1、A2、A3，作图如下： 以o为圆心，取适当的比例，以A1、A2、 A3为半径画三段弧A、B、C，在弧A、B、C上分 别取a、b、c点，使三点距离彼此相等，连接ab、bc、ca得等边三角形，并作三角形三个角的平分线交于s点，连接os，以s为圆心，sa（sa=sb=sc）为半径作圆，交os于s’点，s’点即平衡重量应加的位置，从图中看出，它在第一次与第二次加试块的位置
xxxxxxxxxxx试桩自平衡静载 试验方案 编制： 审核： xxxxxxxxxx检测有限公司 二00九年五月十二日
目录 一、概述 (2) 二、试验依据 (2) 三、桩自平衡法承载力测试 (3) 四、报告提供的内容 (8) 五、进度安排 (9) 六、试验项目组人员组成、简历及分工 (9) 七、质保体系 (10) 八、试桩示意图 (11)
xxxxx国际中心试桩 自平衡静载试验方案 一、概述 1.1 工程概况 xxxxx位于xxxxxxx。该场地原为环境卫生管理处等用地，东临xx路，北靠xx路，南为省体育学校，西隔在建中的八一七路，位居市繁华的市中心地段。工程由xxxxx有限公司投资兴建，为xxxxx工程项目之一(A地块)，总用地面积约16338 m2，规划总建筑面积约159400 m2，其中地上建筑面积约124000 m2，地下建筑面积约35400 m2。工程由1幢60层的超高层主楼、7层裙房及广场式大地下室组成。 根据国家规范和设计院有关文件，采用自平衡法进行8根试桩，试桩主要参数见表1。 表1 自平衡试桩有关参数 1.2 试验内容与目的 为了验证设计承载力，测定桩基沉降和变形； 研究成孔工艺，评估成桩质量。 1.3 总体构思及协调措施 总体目标是试桩应经济、合理、工期短。建设方应召集设计单位、施工单位、监理单位、试验单位搞好工地的协调和配合工作，提供设计图纸和地质资
料和其它可行的方便。 二、试验依据 1．《建筑地基基础设计规范》（GB50007－2002） 2．《建筑地基基础工程施工质量验收规范》（GB50202－2002） 3．《建筑桩基技术规范》（JGJ 94-94） 4．《建筑基桩检测技术规范》（JGJ 106-2003） 5．《桩承载力自平衡测试技术规程》（DB32/T291-1999） 三、桩自平衡法承载力测试 传统的桩基荷载试验方法有两种，一是堆载法，二是锚桩法。两种方法都是采用油压千斤顶在桩顶施加荷载，而千斤顶的反力，前者通过反力架上的堆重与之平衡，后者通过反力架将反力传给锚桩，与锚桩的抗拔力平衡。其存在的主要问题是：前者必须解决几百吨甚至上千吨的荷载来源、堆放及运输问题，后者必须设置多根锚桩及反力大梁，不仅所需费用昂贵，时间较长，而且易受吨位和场地条件的限制（堆载法目前国内试桩最大极限承载力仅达3000吨，锚桩法的试桩最大极限承载力也不超过4000吨），以致许多大吨位桩和特殊场地的桩（如山地、桥桩）的承载力往往得不到准确数据，基桩的潜力不能合理发挥，这是桩基础领域面临的一大难题。 自平衡测桩法是在桩身平衡点位置安设荷载箱，沿垂直方向加载，即可同时测得荷载箱上、下部各自承载力。 自平衡测桩法的主要装置是一种经特别设计可用于加载的荷载箱。它主要由活塞、顶盖、底盖及箱壁四部分组成。顶、底盖的外径略小于桩的外径，在顶、底盖上布置位移棒。将荷载箱与钢筋笼焊接成一体放入桩体后，即可浇捣混凝土成桩。 试验时，在地面上通过油泵加压，随着压力增加，荷载箱将同时向上、向下发生变位，促使桩侧阻力及桩端阻力的发挥，见图1。由于加载装置简单，多根桩可同时进行测试。 测试采用自平衡测桩法。该法是将一种特制的加载设备—荷载箱，与钢筋笼相接，埋入桩的指定位置，由高压油泵向荷载箱充油而加载，图1所示。
一、原始的灰色世界算法 要计算未知光源的特性必须从图片中提取相关的统计特性。当我们能够仅使用一个统计特性就获得未知光源特性时，算法就变得非常简单了。在这种情况下，未知光源必须在整幅图片上都是统一的。均值于是就成为了此类方法之下最好的统计指标。而灰色世界法正是利用了均值作为估算未知光源的关键统计量。 从物理意义上说，灰色世界法假设自然界景物对于光线的平均反射的均值在总体上是个定值，这个定值近似地为“灰色”。在给定图片的白平衡算法中，灰色世界假设图片中的反射面足够丰富，以至于可以作为自然界景物的一个缩影。若这幅图片是在经典光源下拍摄的，其均值就应该等于灰色。若这幅图是在非经典光源下拍摄的，那么均值就会大于或者小于灰色值。而该均值对于灰色的偏离程度则反映了未知光源相对于已知光源的特性。 (就是因为这个假设，实际上灰度世界对图片色彩不丰富的情况，效果不是很好) 虽然这个方法比较简单，但是仍然可以从一些方面进行调整。一 个方面就是对于灰色的定义形式的选择。包括对于光谱的定义、对于光谱成分的定义和在经典光源之下的 RGB 的响应。另一个更加重要的调整方面就是对于灰色的选择。不管如何定义灰色，最佳的灰色之选必然是自然界实事上出现的灰色。但是这个值是无法获得的（除非是合成数据），所以对于灰色的选择是不同的灰色世界算法的一个重要的区别点。
一个方法是假设这个灰色就是实事上的灰色。也就是说反射光谱是均衡的。给定光源之下的 RGB响应是纯白色对此光源的响应值的一部分。比方说，可以使用50%作为反射率（虽然这个灰色值对于人眼视觉习惯而言可能过于明亮）。 另一种方法，就是根据大量的数据提炼出一个均值，并把它定义为灰色。这种方法提炼的灰色值可能因为数据库使用的不同而有所不同。最终提炼的灰色也能仅适用于原始的数据库，而对于数据库未包括的图片的适用度就会比较差一些。确定下来的灰色表达形式可以用来表示。下标 i 表示信道，上标 c为canonical的首字母，表示经典光源。 在确定灰色的表达形式后只要用 RGB响应与经典光源下灰色的比值来归一化图片就可以了。假设 RGB响应均值为，下标 i 表示信道，上标 U为Unknown的首字母，表示未知光源。那么归一化率的计算式为如下式所示： 根据光源转换理论，从未知光源到经典光源下图片表达式的转换式如下式所定义：
利用普通振动仪对离心式风机做现场动平衡（三点式） 使用工具： 1.振动仪 1台 2.M13梅花板手1只 3.电焊机1台 4.瓦斯切割器 1组 5.配重铁块 1只 6.劈灰刀 1把 7.电子天平(量程1000克,精度0.1克) 1台 8.记号笔(黄色或红色) 1支 操作步骤: 1.将风机断电; 2.用M13梅花板手将人孔打开,工作人员进入风机内,用劈灰刀将风机叶轮上污垢去除,再用抹布搽干净; 3.盖上人孔,开启风机,将振动仪固定于最能够反应风机振动的位置(如:风机侧轴承振动水平向),测出该点振动值A0; 4.将风机断电,开启人孔.将叶轮后盘(或前盘)圆周三等分,并用记号笔表识:1点,2点,3点; 5.取配重块mp(一般200g左右),将其点焊于点1处,然后关闭人孔,开启电源,待风机运转平稳后,记录下振动值A1; 6.将风机断电,取下点1处的配重块, 将其点焊于点2处,重复步骤5,记录下振动值A2;同样方法,测得振动值A3; 7.作图,步骤如下 以A0为半径作圆,圆心为O,将该圆3等分,分别记作O1点,O2点,O3点;以O1为圆心,A1为半径作弧;以O2为圆心,A2为半径作弧;以O3为圆心,A3为半径作弧.上述3条弧线分别交于B,C,D三点.作BCD的型心O4,O4 点即为轻点,连接OO4并延长交圆O于O5点,O5点即为加配重铁块的点.侧得OO4的长度为L,则O5点配重质量为m=mp×A0 /2L; 8.在风机叶轮后盘(或前盘)圆周上找出实际O5点位置,将配重块m焊牢即可; 9.将人孔螺栓锁紧,校正结束. 得到振动仪所测量的振动值後，进行作图时需注意，作BCD形心，均质的材料其形心即是重心 BCD三角形的中心线联线即为形心。
自适应均衡实验 1、实验内容和目的 1）通过对RLS 算法的仿真，验证算法的性能，更加深刻的理解算法的理论。 2）分别用RLS 算法和LSM 算法实现图1中的自适应均衡器，比较两种算法的差异，分析比较算法的性能，从而掌握两种算法的应用。 图1 自适应均衡框图 2、基本原理分析 1）LMS 算法原理 LMS 算法一般来说包括两个基本过程：滤波过程和自适应过程。滤波过程来计算线性滤波器的输出及输出结果与期望响应的误差。自适应则是利用误差来自动调节滤波器的参数。LMS 算法也是一个递推的算法。 设()J n 是滤波器在n 时刻产生的均方误差，其梯度计算如下： ()()22n n ?=-+J p Rw 其中R 和p 分别是输入的自相关矩阵和输入与期望输出的互相关矩阵： ()()()?H n n n =R u u
()()()*?n n n =p u d 则梯度向量的瞬态估计为： ()()()()()()*??22H n n n n n n ? =-+J u d u u w 由最速下降算法可以得到抽头向量更新的递推关系式： ()()()()()()*???1H n n n n n n μ??+=+-??w w u d u w 整个LMS 算法归纳总结如下： 参数设置： M=抽头数（滤波器长度） μ=步长参数 m a x 2 0MS μ<< 其中max S 是抽头输入功率谱密度的最大值，而滤波器长度M 为中到大 初始化： 如果知道抽头权向量()n w 的先验知识，则用它来选择()?0w 的合适值，否则令()?00=w 。 更新滤波过程： ()()()?H y n n n =w u ()()()e n d n y n =- ()()()()*??1n n n e n μ+=+w w u 2）RLS 算法原理 RLS 算法是一个递归的过程，递归最小二乘问题的正则方程可用矩阵写为 ()()()?n n n =Φw z 其中n 是可测数据的可变长度，()n Φ更新抽头输入的自相关矩阵，()n z 是抽头 输入与期望响应之间的互相关向量，()?n w 是抽头的权值向量。它们对应的递归更新公式为 ()()()()1H n n n n λ=--ΦΦu u (2.1)
技术讲课教案 主讲人：范经伟 技术职称（或技能等级）：高级工所在岗位：锅炉辅机点检员 讲课时间： 2011年 06月24日
培训题目：《转子动平衡——原理、方法和标准》 培训目的： 多种原因会引起转子某种程度的不平衡问题，分布在转子上的所有不平衡矢量的和可以认为是集中在“重点”上的一个矢量，动平衡就是确定不平衡转子重点的位置和大小的一门技术，然后在其相对应的位置处移去或添加一个相同大小的配重。 内容摘要： 动平衡前要确认的条件： 1.振动必须是因为动不平衡引起。并且要确认动不平衡力占 振动的主导。 2.转子可以启动和停止。 3.在转子上可以添加可去除重量。 培训教案： 第一章不平衡问题种类 为了以最少的启停次数，获得最佳的平衡效果，我们不仅要认识到动不平衡问题的类型（静不平衡、力偶不平衡、 动不平衡），而且还要知道转子的宽径比及转速决定了采 用单平面、双平面还是多平面进行动平衡操作。同时也要认识到转子是挠性的还是刚性的。
刚性转子与挠性转子 对于刚性转子，任何类型的不平衡问题都可以通过 任选的二个平面得以平衡。 对于挠性转子，当在一个转速下平衡好后，在另一 个转速下又会出现不平衡问题。当一个挠性转子首 先在低于它的70%第一监界转速下，在它的两端平 面内加配重平衡好后，这两个加好的配重将补偿掉 分布在整个转子上的不平衡质量，如果把这个转子 的转速提高到它的第一临界转速的70%以上，这个 转子由于位于转子中心处的不平衡质量所产生的离 心力的作用，而产生变形，如图10所示。由于转子的弯曲或变形，转子的重心会偏离转动中心线，而 产生新的不平衡问题，此时在新的转速下又有必要 在转子两端的平衡面内重新进行动平衡工作，而以 后当转子转速降下来后转子又会进入到不平衡状 态。为了能在一定的转速范围内，确保转子都能处 在平衡的工作状态下，唯一的解决办法是采用多平 面平衡法。 挠性转子平衡种类 1.如果转子只是在一个工作转速下运转，小量的变 形不会产生过快的磨损或影响产品的质量，那么
5.1 盈亏平衡分析法 一、概述 1.不确定分析的必要性 技术经济分析是建立在分析人员对未来事物预测和判定基础上的。由于影响方案效果的因素变化具有不确定性，预测方法和工作条件的局限性，使预测数据具有一定的误差。误差使得方案分析的经济效果实际值与预计值偏离，使投资具有风险，如何来评价风险，使投资者对风险有一定的认识、准备，采取一定的措施和手段，避免风险或减少风险。 2.不确定分析概念：分析不确定性因素对经济评价指标的影响，估计项目可能承担的风险，确定项目在经济上的可靠性。 3.不确定分析的方法：包括盈亏平衡分析、敏感分析、概率分析。 二、盈亏平衡分析 （一）概述 盈亏平衡分析是通过盈亏平衡点（BEP）分析项目成本与收益的平衡关系的一种方法。各种不确定因素（如投资、成本、销售量、产品价格、项目寿命期等）的变化会影响投资方案的经济效果，当这些因素的变化达到某一临界值时，就会影响方案的取舍。盈亏平衡分析的目的就是找出这种临界值，即盈亏平衡点(BEP)，判断投资方案对不确定因素变化的承受能力，为决策提供依据。 盈亏平衡点越低，说明项目盈利的可能性越大，亏损的可能性越小，因而项目有较大的抗经营风险能力。因为盈亏平衡分析是分析产量(销量)、成本与利润的关系，所以称量本利分析。 盈亏平衡点的表达形式有多种。它可以用实物产量、单位产品售价、单位产品可变成本以及年固定成本总量表示，也可以用生产能力利用率(盈亏平衡点率)等相对量表示。其中产量与生产能力利用率，是进行项目不确定性分析中应用较广的。根据生产成本、销售收入与产量(销售量)之间是否呈线性关系，盈亏平衡分析可分为：线性盈亏平衡分析和非线性盈亏平衡分析。 （二）独立方案盈亏平衡分析
用LMS算法实现自适应均衡器的MATLAB程序用LMS算法实现自适应均衡器 考虑一个线性自适应均衡器的原理方框图如《现代数字信号处理导论》p.275 自适应均衡器应用示意图。随机数据产生双极性的随机序列x[n]，它随机地取+1 和-1。随机信号通过一个信道传输，信道性质可由一个三系数FIR滤波器刻画，滤波器系数分别是0.3，0.9，0.3。在信道输出加入方差为σ平方高斯白噪声，设计一个有11个权系数的FIR结构的自适应均衡器，令均衡器的期望响应为x[n-7],选择几个合理的白噪声方差σ平方(不同信噪比)，进行实验。 用LMS算法实现这个自适应均衡器，画出一次实验的误差平方的收敛曲线，给出最后设计滤波器系数。一次实验的训练序列长度为500。进行20次独立实验， 画出误差平方的收敛曲线。给出3个步长值的比较。 1. 仿真结果: 1
2
3
4
用LMS算法设计的自适应均衡器系数 1 2 3 4 5 6 7 8 9 10 11 序 号 0.0383 -0.0480 0.0565 -0.1058 0.2208 -0.5487 1.4546 -0.5681 0.2238 -0.0997 0.0367 20 次 -0.0037 0.0074 -0.0010 -0.0517 0.1667 -0.5112 1.4216 -0.5244 0.1668 -0.0597 0.0164 1 次 结果分析: 观察三个不同步长情况下的平均误差曲线不难看出，步长越小，平均误差越小，但收敛速度越慢，为了好的精度，必然牺牲收敛速度;当降低信噪比时，尽管20次平均仍有好的结果，但单次实验的误差曲线明显增加，这是更大的噪声功率对随机梯度的影响。 5 附程序:
试验桩自平衡法、声波透射法检测方案 1 概述 1.1 工程概况 为了保证施工的顺利进行和结构的安全可靠，根据国家规范和设计有关文件，对该工程指定的试桩采用静载（自平衡法）进行检测，并对试桩采用声波透射法进行桩身完整性检测。 1.2 试验目的 1.确定桩身完整性 2.确定单桩竖向抗压极限承载力 1.3 试验依据 1．《建筑桩基技术规范》（JGJ 94-2008） 2．《建筑基桩检测技术规范》（JGJ 106-2014） 3．《基桩静载试验自平衡法》（JT /T738-2009） 4．《基桩承载力自平衡检测技术规程》（山东省工程建设标准） 6. 设计图纸 7. 地质报告 2地质情况 依据勘察报告，、各岩土层相关灌注桩桩基参数建议如下表：
3桩身完整性检测 声波透射法测试原理 声波透射法检测仪器设备及现场联接如下图所示。 声波透射法试验示意图 超声波透射法检测桩身结构完整性的基本原理是：由超声脉冲发射源在砼内激发高频弹性脉冲波，并用高精度的接收系统记录该脉冲波在砼内传播过程中表现的波动特征；当砼内存在不连续或破损界面时，缺陷面形成波阻抗界面，波到达该界面时，产生波的透射和反射，使接收到的透射能量明显降低；当砼内存在松散、蜂窝、孔洞等严重缺陷时，将产生波的散射和绕射；根据波的初至到达时间和波的能量衰减特征、频率变化及波形畸变程度等特性，可以获得测区范围内砼的密实度参数。测试记录不同侧面、不同高度上的超声波动特征，经过处理分析就能判别测区内砼的参考强度和内部存在缺陷的性质、大小及空间位置。 在基桩施工前，根据桩直径的大小预埋一定数量的声测管，作为换能器的通道。测试时每两根声测管为一组，通过水的耦合，超声脉冲信号从一根声测管中
自动白平衡(AWB)算法 色温曲线 本文大体讲解了白平衡的算法流程,适用于想了解和学习白平衡原理的筒子们. 一般情况下要实现AWB算法需要专业的图像和算法基础,本文力图通过多图的方式,深入浅出,降低初学者理解上的门槛,让大家都理解到白平衡算法流程. 看到这里还在继续往下瞄的同学,一定知道了色温的概念,并且知道sensor原始图像 中的白色如果不经AWB处理,在高色温(如阴天)下偏蓝,低色温下偏黄,如宾馆里的床头灯(WHY!OTZ) (如下图). 下面这个T恤的图片非常经典,怎么个经典后续再说,不过大体可以看出有偏黄和偏蓝的情况.虽然如此,却已经是AWB矫正以后的效果. 所以,为了眼前的女神白富美在镜头里不变成阿凡达和黄脸婆,这时就需要白平衡来工作了. 流程原理很简单: 1,在各个色温下(2500~7500)拍几张白纸照片,假设拍6张(2500,3500…7500),可以称作色温照. 2,把色温照进行矫正,具体是对R/G/B通道进行轿正,让偏色的白纸照变成白色,并记 录各个通道的矫正参数. 实际上只矫正R和B通道就可以,这样就得到了6组矫正参数(Rgain,Bgain). 3,上面是做前期工作,爱思考的小明发现,只要知道当前场景是什么色温,再轿正一下 就可以了.事实上也就是如此. 所以,AWB算法的核心就是判断图像的色温,是在白天,晚上,室内,室外,是烈日还是夕阳,还是在阳光下的沙滩上.或者是在卧室里”暖味”的床头灯下. 之前拍了6张色温照以及6组矫正参数.可是6够么,当然不够, 插值一下可以得到无数个值,我们把点连成线, 得到了一个神奇的曲线------色温曲线.大概是下面这个样子. 上面提到了三个值(RG,BG,色温),这应该是个三维的.没关系,我们再来一条RG跟色温的曲线,这样只要知道色温,就知道RG,知道RG,就知道BG,知道RG,BG就能轿正了,yes! 至此,我们的前期工作已经全部做完了, 并得到了AWB的色温曲线,下一步只要计算得到当前色温,顺藤摸瓜就能得到当前的矫正参数(Rgain,Bgain),那白平衡的工作就作 完了.(放心,当然没这么简单)
现场动平衡方法有三圆法、对称重量法、测相法等。 三圆法是在平衡测试中，把一定质量试重块，分别加在转子同一圆周平面三等分点上，测得转子不平衡量的大小，以此做三个圆，并汇交于一点，以确定不平衡量的轻点的位置和大小。 转子在某确定转速运行下，测得其原始振动量R0，之后将一定质量的试重块（M）分别贴在转子1、2、3点上试调，测得新的不平衡量分别为R1、R2、R3。按一定绘图比例，将 R0、R1、R2、R3画出三圆汇交图。根据汇交图与转子的对应关系就可以找到转子轻点的方位。 三圆法现场平衡具体操作步骤 （1）将待平衡的刚性转子选好修正平面, 并在此平面的同一圆周上取三等分点，等分点用A、B和C表示，圆心用O表示，夹角都为1200（图1）, 以A点作为基准方位。假如转子原有不平衡量为G，也称为残余不平衡量，它的大小和方位都是不可知的。 （2）转子在某确定转速运行下，测得其原始振动量R0，单位为mm/s。 （3）加试重块，质量为Q,单位克(g)。 （4）将试重块M分别放在A、B、C三点上，三次在同一确定转速下，开机运转测得振动值分别为：A点振动值R1；B点振动值R2；C点振动值R3,单位为mm/s。 （5）用相同比例，作振动向量图! { e6 t( z% E: w6 M& C2 b- u1 M: P 以初始机器运转时基圆R0为半径画圆，在R0圆上等分三点，编号用A、B、C表示，参见图1。以A点为圆心，以为R1半径画圆；以B点为圆心，以为R2半径画圆；以C点为圆心，以为R3半径画圆；在图1中，圆R1和R2交于a点，圆R1和R3交于b点，圆R2和R3交于c 点，连接abc三点，并做△abc外接圆，圆心为M；连接圆心OM,测量长度和?BOO1的夹角，用α表示。 （6）转子原有不平衡量的质量的计算和位置的确定。不平衡质量由G=QR0/OM确定, 单位为克。平衡位置在转子上，从A点向B点移动的角度为α。 （7）从作图可知，M点的位置分三种情况：如果M点位于基圆R0外侧，即OM>R0，说明试重块Q大于平衡质量Q；如果M点位于基圆R0上，即OM=R0，说明试重块Q与平衡质量G相等；如果M点位于基圆R0内侧，即OM
相关主题
文本预览