摘 要： 介紹一種高效率、高精度的振動測量和分析方法。與傳統方法不同，該方法是基于計算機及其運行環境的一種無接觸測量方法，通過測量與分析軟件實現對振動圖象的數字化處理，從而獲得傳統方法無法達到的滿意效果。
關鍵詞： 振動 測量與分析 圖象處理
太陽能電池帆板是人造衛星的主要能源。在衛星巡航時，太陽能電池帆板必須隨時根據陽光照射的方向來調整自己的方位。這就相當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，以至于衛星無法正常工作。因此，對衛星的電池帆板的振動特性做一個詳細而精確的測量與分析，并由此來決定帆板的控制結構與控制規律，對于保障衛星的安全運行具有重大的意義。這正是開發這個系統的初衷。同時，任何一個力學系統在工作時都有可能發生振動，而且這些振動往往會影響該系統的正常工作。而當前所使用的測量和分析方法主要是力學測量與分析方法，這種方法測量系統龐大，數據分析效率低下，甚至有時會損壞待測結構并且所獲得的結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意義。
1 系統整體組成框圖
計算機振動測量分析系統主要由待測物體部分、光學成像部分、數據傳輸部分、計算分析部分和結果輸出部分構成。其具體結構如圖1所示。
2 系統主要硬件介紹
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的控制電路、輸出電路。當有一束平行光照射到鏡頭上時，所有的成像單元處于導通狀態，輸出的圖象為全亮平面(圖2a)；當有一個U形物體擋在鏡頭前方時，由于部分光線被擋住，導致部分成像單元處于截止狀態，所以輸出圖象就會形成一個U形的陰影(圖2b)。當物體振動時，在任何時刻物體的形態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過數字解碼器、模數轉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，同時還能將數據送到內存實時存儲，以便作進一步的數據處理。數據的傳送是由采集卡自身控制的，無須CPU的參與。其傳送速度可以達到40MB/s，每秒可傳送24幅清晰的圖像。
3 系統的軟件構成
3.1 與圖象采集卡有關的函數
由于圖象數據是采集卡直接送到內存的，所以必須有配套的庫函數來進行這方面的處理。主要的庫函數包括圖象卡的調用，圖象參數的選擇和內存的申請與釋放。通過這些庫函數的調用，我們可以很方便地選擇一定的色空格式將圖象數據送到指定的內存塊去。
3.2 關于圖像提取的算法
3.2.1 動態分塊濾波算法
由于從攝像機傳送過來的數據是物體及其周圍環境的真實反映，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境，如讓與待分析振動無關的物體(如支撐物等)不要進入圖象，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行濾波。由于干擾信號的存在具有隨機性，所以本系統設計了“動態分區濾波”的方法來進行處理。該方法的具體算法如下：第一步，將整個圖象區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(0)代表第零次分區，以下上標意義與此相同。
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灰度值H1作比較，定義如下控制量：
可以重復以上的步驟，直到控制量δ小于某一指定值，可以認為在此時的每一小塊中所出現的灰度值奇異點為干擾信號。這樣，就能用當前的塊灰度平均值代替塊中的各點灰度值，從而也就到達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生許多黑斑，達不到分辨的目的；如果該閾值選得過暗，又會使待測物體的外形變小，導致數據失真。為了對圖象進行更好的提取，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三部分構成，當R＝G＝B＝255時，該點為白色，也就是對應為亮點；當R＝G＝B＝0時該點為黑色，也就是對應為暗點。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，而且已經對圖象進行了濾波處理，因此得到的圖象點的R值的分布應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。為了進行彌補，系統另外設置了人工控制的模式。也就是在閾值附近通過手動控件進行調整，并隨時監控圖象處理的結果，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行后處理的數據。首先按列找到二值化處理后圖象的陰影上、下邊沿，按著兩個邊沿數據求一個平均值Yavi[i]。將這些值看成是一維振動結構的中心線，在忽略物體材料的微小不均勻性的情況下，該曲線的形態就能認為是物體的振動形態。如圖5所示。
將這些數據存儲到文件中，準備進行參數求解和分析。由于顯示器的最小單位是像素，所以在求取Yi(avi)時必須用整型數據進行運算。這樣在所得到的中心線上會出現一些不光滑的地方。對此系統將數據讀到分析模塊中時，采用了線性插值和二次曲線插值的方法來進行平滑處理，獲得了良好的效果。
3.2.4 振動參數分析的算法
通過上述各步驟的圖象處理工作，可以獲得結構(如橫梁)上的任意點的X(k)采樣函數。參數分析的基本算法就是對X(k)進行離散傅立葉變換，并在頻域內進行分析處理。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。這個模塊的功能通過調用Matlab庫函數和編程來實現。
4 對系統的測試和結果
試件采用圖1(a)所示的一維振動結構，其具體結構如圖6所示。
用本系統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量適當的砝碼作為配重來減緩振動頻率。根據振動理論，如果改變配重M1和M2的質量，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的頻率發生移動。因此，在改變這些參數的條件下進行了大量的數據采集與分析實驗。選取了兩張有代表性的頻譜曲線進行比較。如圖7、圖8所示。
?
在上述兩張頻譜圖上，可以清晰地看到一階振型和二階振型所對應的頻率發生了移動。而且經過計算可以發現兩張圖上頻率比值也發生了變化。這正是由于改變了配重M1和M2在待測物體上的位置，根據振動理論，必然會發生這種現象。由此也就間接地證明了本系統的可用性。還通過建立初步數學模型并結合振動理論的方法進行了一些估算，其結果也與實驗結果相吻合。
5 系統改進和進一步的工作
本系統達到了精確、高效的目的。有待改進的問題是：首先，由于所采用的攝像頭的采樣頻率為電視頻率，所以在振動頻率高于2Hz時會出現圖象嚴重模糊，這就對圖象提取的算法提出了很高的甚至是不可達到的要求。為了使本系統能適用于高頻分析，必須采用采集速度更快的圖像采集卡。其次，通過上面兩張頻譜圖看到高階振型的頻率的譜功率相當的微小，以至幾乎無法發現。為了解決這個問題，一方面可以通過提高攝像頭的分辨率的途徑，使得隱藏在噪音信號中的小幅值高階振型能夠較好地分辨出來；同時還可以通過使用激振器進行激勵以及改進圖像處理的算法等方法來加以改善。在這些改進的基礎上，這種基于計算機圖象處理的振動測量和分析方法將有很廣闊的應用前景。
對于一維結構進行了大量的測量和分析實驗，已經取得了較好的結果。還要針對二維面結構進行測量分析。主要設想是利用現有分析一維結構的結果，通過在面結構上畫線條，或者打光柵的方法，實現將二維結構一維化來進行測量和分析。具體結果將在后續的文章中介紹。
參考文獻
1 倪振華.振動力學.西安：西安交通大學出版社，1989
2 圖像處理技術.上海：上海交通大學出版社，1988