变压器检查机器人的空间定位基于自适应性排斥和SCOT-β通用交叉相关性
Hongxin Ji1, Chao Zheng1, Zijian Tang1
1School of Electrical Engineering, China University of Mining and Technology, Xuzhou 221116, China.
Sensors (Basel, Switzerland)
|August 10, 2024
概括
这项研究引入了一种新的3D定位方法,用于大型变压器内部的检查机器人,使用自适应性消噪和改进的交叉相关函数. 该方法在杂的环境中显著减少了定位错误,满足了工程要求.
科学领域:
- 机器人和自动化 机器人和自动化
- 信号处理 信号处理
- 电气工程 电气工程
背景情况:
- 在大型浸油变压器内精确地定位检查机器人的3D位置,由于尺寸和外,这是一个挑战.
- 现有的方法在与显著的噪声干扰和低信号噪声比率作斗争,导致大量的延迟估计错误.
- 在变压器中检测内部缺陷需要精确的机器人定位才能进行有效的检查.
研究的目的:
- 开发一个强大的3D定位定位方法,用于小型检查机器人在大型浸油变压器内.
- 提高信号噪声比,减少噪声环境中的定位错误.
- 为了提高变压器内部检查本地化算法的抗干扰能力.
主要方法:
- 通过改进的实证模式分解 (EMD) 和SCOT-β通用交叉相关函数,提出了一种利用自适应性无声化的3D定位方法.
- 适应性消噪涉及分解信号,适应性搜索最佳模式频率,并重建内在模式函数 (IMFs) 以获得高信号噪声比.
- 采用了改进的SCOT-β权重函数,以增强在低信号对噪声条件下的通用交叉相关性性能,以及二次L数组和最大概率估计.
主要成果:
- 改进的EMD无声化方法有效地提高了局部化信号的信号噪声比,使其扭曲最小.
- 在变压器测试中,拟议的方法实现了检查机器人的2.27%的平均相对3D定位定位误差.
- 最大定位定位误差小于2厘米,满足工程定位定位要求.
结论:
- 开发的3D定位定位方法结合了自适应性消噪和SCOT-β交叉相关性,对大型变压器中的内部检查机器人有效.
- 这种方法显著提高了在噪音环境中的定位精度和稳定性.
- 该方法满足了在变压器结构内精确定位机器人的实际工程需求.
