针对基于触发开关的煤堆传感器的缺点，该开关对外部环境敏感，例如煤尘侵入，湿气腐蚀等，因此通常无法准确，准确地监测煤堆故障信号。型本质安全型煤矿电池传感器的设计示意图。感器使用卡尔曼滤波算法合并角度信号和角速度信号，以获得快速而精确的当前角度信号。木炭开始积聚时，故障信号被发送到皮带输送机的保护和控制系统，以防止木炭持续积聚并获得皮带的保护作用。际应用表明，该传感器工作稳定，可靠性高。式输送机广泛用于采矿公司的地下道路，矿山的地面运输系统，选矿厂和其他地方。旦发生煤炭输送带事故，如果找不到并及时停止，煤将迅速淹没输送机的头部，严重损坏设备，甚至危及煤炭安全。工。多数碳收集器用于保护皮带输送机。据煤堆传感器电极类型的原理，应定期清洁电极底部多余的碳，尤其是在喷洒水，碳尘和水之后必须清洁并且维护频率很高。对上述传感器问题，作者提供了一种基于惯性导航的卡尔曼滤波算法，该算法有效地合并了来自加速度传感器和陀螺仪传感器的信号，以获得准确的角度信号[1-3]。]。者设计的煤堆传感器利用了加速度计的三维角度测量功能，并对三维陀螺仪的角速度信号进行了校正，真正实现了全方位的高精度测量，避免了繁琐的维护；合理的抗干扰措施，减少现场干扰引起的不当操作可在发生事故时及时产生准确的信号，停止皮带输送机的运行并防止故障继续发展。速度传感器采用美国飞思卡尔公司的MMA7361传感器。轴加速度传感器是可以在物体移动期间测量加速度的电子设备。可用于检测物体的运动方向或方向。
芯片非常集成，几乎不需要外围电路。速度信号通过使用日本村田制作所的ENC-03的陀螺仪获得。的价格低廉，性能优良。算放大器输出电压连接到MCU广告采集。煤堆传感器的设计中，需要3D检测，因此需要三个ENC-03，它们安装在xyz的三个方向上。了准确获得煤堆传感器的姿态，必须将加速度传感器的信号与陀螺仪的输出信号合并。过程需要许多浮点运算。
处理器性能有一定要求。处理器使用飞思卡尔生产的16位MC9S12XS128微控制器执行数据融合计算并获得最终角度信息。芯片使用3.3V-5V电源，芯片包含128K闪存，8K RAM，8通道12位AD，恒温阀芯其功能模块如图3所示。alman滤波器是一种非常高效的递归滤波器，可以估算一系列包含噪声的不完整测量结果所得出的动态系统的状态。尔曼滤波器是一种优化的自回归数据处理算法。已被广泛使用了30多年，包括机器人导航，监视，传感器数据融合甚至军用雷达系统和导弹跟踪等。[4]。自MMA7361的模拟电压信号对应于当前角度值，真实的煤堆传感器不会保持静止，因此加速度计获得的加速度值还必须包括以下分量：动态加速度，如果直接使用传感器的输出值，将导致系统错误，原始加速度信号具有较高的灵敏度，即存在很多故障，因此仅靠加速度计来测量碳传感器的倾斜角度是不够的。
ENC-03陀螺仪具有良好的动态性能，因此将其引入系统中，并通过加速度计进行数据融合，并实时测量精确的倾斜角。尔曼滤波算法用于有效地合并来自两个传感器的信号。尔曼滤波基于最小均方误差作为一组递归估计算法的最佳估计标准。本思想是使用信号和噪声状态空间模型，并使用前一小时和当前时间的估计值。新状态变量的估计值并找到当前估计值。适用于实时处理和IT操作。尔曼滤波过程可以分为两部分：状态更新和测量更新。态更新方程式根据系统的当前状态和噪声方差快速估算系统的下一个状态（先前的估算值）；测量更新方程负责反馈，将新的测量信号添加到状态更新更新方程中已经获得的先验估计中，最后得到估计系统状态。合后，角度可实时保持良好的性能，同时有效避免毛刺引起的振动影响。面的五个公式是矩阵形式。管可以在MATLAB中对其进行仿真，但是它不能使用单片机进行有效的计算。后使用C语言进行编程，由MC9S12XS128处理器完成操作，并获得最终角度值。用Matlab绘制加速度传感器的原始值和滤波后的值，如图5所示。坐标是采样点数，纵坐标是角度。过卡尔曼滤波后，系统的出射角变得非常平滑，不会受到各种振动干扰的影响。前的滤波方法也在改变平均滤波方法。属于一个相对简单的过滤算法。些是（底部三个）（续第137页）。
N个连续样本作为队列。列的长度固定为N。次采样新数据时，进入团队队列并丢弃原始团队的第一个数据（先进先出原则） ）对队列中的N个数据执行算术平均运算，以获得新的过滤结果。的优点是可以很好地抑制周期性干扰并具有良好的流动性。适用于高频振荡系统。点是灵敏度较低，无法抑制偶发的脉冲干扰。除由脉冲干扰引起的样品值差异并不容易；它不适用于脉冲干扰严重的场合。一个实验包括以指定角度倾斜系统并读取通过两种滤波算法获得的角度计算值。种角度计算都可以基本满足要求。二个实验是测试两个滤波器的响应速度，将系统快速旋转大约30度，保持一会儿，然后以相反的方向旋转到原始位置，然后进行比较。6（横坐标是采样点数，纵坐标是角度）。通过两种滤波算法获得的曲线，红色是通过卡尔曼滤波获得的曲线，蓝色是是通过附加数字滤波获得的曲线。
该图中我们可以清楚地看到，红色曲线具有更快的响应速度，表明卡尔曼滤波器和数字互补滤波器具有更大的跟随角度的能力。外，从整个曲线看，我们可以看到红色曲线相对平滑，而蓝色曲线在下降沿的拐角处有一个凸起，表明卡尔曼滤波器更加稳定。过实验验证，卡尔曼滤波器在速度和稳定性方面优于数字互补滤波器。此，系统最终选择使用卡尔曼滤波器来计算碳传感器的倾斜角度，并取得了理想的效果。传感器基于半导体芯片设计，简化了传感器的结构，提供了良好的密封性和耐用性，提供了全方位的高精度测量，并避免了传统传感器的使用环境。于湿气腐蚀和煤尘侵入而导致的煤尘是由因素引起的影响以及电极堆传感器难以定期清除碳尘的原因；该结构和电路考虑到并减少了现场风或煤块吹动引起的信号干扰，抗干扰能力强。真实测试中已经获得了良好的结果。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com