徐 歡 曹小華 魏 恆
武漢理工大學物流工程學院 武漢 430063
摘 要：在集裝箱物流運輸的過程中，因為路況與汽車的在途行使往往會發生振動。因貨物的特殊性以及多樣性，振動往往會對貨物產生威脅，影響貨物的品質。文中通過五點平滑處理並通過數字濾波與FFT 變換結合的方法對集裝箱物流運輸的振動特徵進行分析，並將該方法應用於實測振動特徵信號。分析結果表明該方法能夠得到可靠的振動幅值與振動頻譜的時頻特徵，為集裝箱的可靠運輸與監測提供了理論依據。
關鍵詞：集裝箱物流運輸；振動特徵；五點平滑；FFT 變換
中圖分類號：TP274 文獻標識碼：A 文章編號：1001-0785（2018）06-0085-04
0 引言
在當前的多聯化運輸的背景下[1]，由於集裝箱物流運輸的方便、快捷、高效、良好的安全性使其得到廣泛的發展與應用，同時隨着運輸業的發展，運輸的貨物也越來越呈現着物品的多樣化。因此在集裝箱的運輸途中，集裝箱運行的平穩性、箱內貨物品質保證的問題也日益凸顯。在集裝箱公路運輸過程中，貨物的裝卸、集裝箱的調度以及在途運輸等環節都可能會因為各種誘因而產生振動衝擊。同時在振動衝擊的作用下，因為貨物本身的特殊性，往往會產生大量的貨損。在集裝箱的在途運輸中，將集裝箱視為容納貨物的容器，為貨物提供安全保障，但是在劇烈的振動衝擊下也會給貨物帶來意想不到的損傷。
通過加速度傳感器採集得到的數據信號往往有疊加的噪聲信號，除了不規則的隨機干擾信號外，還存在工頻和它的倍頻等干擾信號，通過五點平滑的方法來消除毛刺和集裝箱振動特徵信號的趨勢項。在這些干擾信號中，由於隨機干擾信號的頻帶範圍較寬，同時在獲取的這些干擾信號中高頻信號所佔的比重較大，本文將採用數字濾波來剔除雜波，並通過FFT 變換和頻域的計算來獲取時頻信號，並由實測的集裝箱振動特徵頻譜得到速度與頻譜。在得到頻譜後對其進行傅里葉逆變換，得到振動位移與振動速度的時間歷程曲線。通過上述方法分析集裝箱公路在途運輸的振動特徵，分析結果表明，該方法能夠得到可靠的振動位移與速度頻譜，為集裝箱的可靠運輸提供了理論依據與振動特徵數據處理方法。
1 振動信號採集
在集裝箱運輸途中，集裝箱箱體表面的振動激勵源[2] 來自多個方面，因而集裝箱產生的振動特徵信號的頻譜範圍較大。本文選擇了頻譜範圍較為寬廣的加速度傳感器，將傳感器佈置在集裝箱的頂樑上。
圖1 傳感信息感知裝置佈局
在集裝箱中將加速度傳感器與傳感信息感知裝置佈置在箱體的內側頂梁處（見圖１），並採用多節點的方式採集數據，採用的加速度傳感器為MPU9150，採集豎直方向上的加速度。
2 振動信號的預處理
在傳感器獲取到數據後，將剔除來自傳感感知裝置自身和外界的干擾影響與信號的干擾成分。文中所採用的加速度傳感器對處理低頻（1 Hz 以下）[3] 信號時的測量精度較低，會使得數據產生漂移，並在數據的處理中產生畸變。在集裝箱公路運輸中，較大的衝擊的最大沖擊值可超過5.59g，但發生次數最多與對貨物危害性最大的為0.59 ～ 0.29g 的小衝擊[4]。因此為了獲取更加可靠的數據，提高加速度信號的信噪比，將對採集的數據進行預處理。
2.1 集裝箱振動趨勢數據平滑處理
在集裝箱振動信號的採集過程中，為了最大程度消除傳感器的低頻性能不穩定極易受到的外界干擾，往往使得在測量採集的數據中含有大量的毛刺與趨勢項。為了消除這些影響在本文中將採用五點滑動平均法[5]。平均法的基本計算公式為
式中：x 為採樣數據，y 為平滑處理後的結果，m 為數據的樣點數，h 為濾波因子。
濾波因子應滿足
在本文中採用五點加權平均（N =2）, 可取
利用最小二乘法原理對離散數據進行線性平滑的方法稱為直線滑動平均法，五點滑動平均的計算公式為
根據傳感器採集的部分實測數據, 通過上述的算法，對數據進行分析。在數據的預處理過程中得到圖2和圖3。圖2 為數據未經處理的原始加速度數據，在圖2 中可以發現數據的噪聲較大並有明顯的數據漂移和產生的數據趨勢項。圖3 為通過五點平均法處理後得到的數據趨勢，相比未經過算法處理的原始數據趨勢更平滑，而且消除噪聲與去除趨勢項的效果明顯，同時消除了數
據的零漂。
實測獲得的數據經處理後加速度最大幅值為0.36g。對比圖2 和圖3，在整體數據趨勢上沒有產生消除峯值的現象，同時整體數據沒有使加速度譜曲線體型變寬，數據擬合也呈現出較好的擬合效果。
圖2 加速度原始信號
圖3 平滑處理得到的加速度信號
2.2 集裝箱振動信號粗大誤差處理
在加速度信號中往往會因為外界的干擾產生噪聲和干擾頻率，本文采用數字濾波的方法分離頻率分量以及提高信噪比。在數字濾波中常見的有IIR 與FIR 濾波器。IIR 濾波器不能得到通帶中的線性相位，而FIR 濾波器相對於IIR 濾波器而言，能夠得到準確的線性相位。集裝箱的振動信號濾波處理採用FIR 濾波器，FIR 濾波器的濾波表達式為
式中：y (n ) 與x (n ) 分別為輸出和輸入的時域信號序列， bk 為濾波參數。
圖4 為加速度信號經平滑處理後基於多帶濾波器的設計函數remezd 的FIR 濾波器截止頻率為50 Hz 的頻響函數幅值圖。
3 數據分析
通過上述的方法將數據平滑處理以及濾波後，對數據進行基於FFT（快速傅里葉變換）時域與頻域分析。加速度數據信號經過預處理後，對數據進行數學處理，將加速度信號轉換為位移信號。加速度諧波信號在對應的時域與頻域的關係中可以由DFT（離散傅里葉變換）來對其進行描述。對應的離散傅里葉變換為
圖4 濾波器幅頻特性曲線
式中：K =0,1,2,3…,N -1, X F (K) 為第K 個DFT係數；n =0,1,2,3…,N -1, a(n)為一個均勻的採樣序列。
根據傅里葉逆變換的數學公式，可以將加速度數據信號在任意頻率中以Fourier 分量表示為
式中： 為加速度信號在頻率w 的Fourier 分量，A 為的係數。
當初速度的值為0 時，則可以通過加速度信號分量的時間積分得出速度信號分量
式中：v(t )為速度信號在頻率w 的Fourier 分量、V 為 v(t )的係數。在一次積分頻域下的關係式為
初始條件下初速度與初始位移信號的分量均為0時，通過對加速度信號的兩次積分可得到位移分量
通過上述分析，現將集裝箱振動特徵按照如圖5 所示的流程進行分析。
圖5 基於FFT 變換流程
從圖6 可以看出，集裝箱豎直方向的最大速度約為55 mm/s，速度頻譜信號的理論位移與計算速度相吻合。從圖7 可以看出，集裝箱豎直方向上的最大位移約為2.25 mm, 理論分析計算位移與實際計算位移相吻合。
圖6 速度信號曲線
圖7 位移信號曲線
通過Matlab 的仿真分析可以發現速度信號曲線與振動位移信號計算曲線及理論曲線一致。利用上述流程方法能夠通過振動加速度信號準確獲得振動速度信號與振動位移信號。
4 結論
1）採用五點滑動平均法來消除集裝箱振動信號的漂移和振動信號的趨勢項，當多項式的階數為4 階時如圖1 和圖2 所示，可獲得較好的處理效果；
2）通過對比數字濾波器，確定在本文中採用FIR濾波器，經過圖5 的流程處理後採用FFT 變換與時域頻域的處理獲得了精確的振動速度與振動位移信號；
3）所述集裝箱在途運輸中的振動特徵信號分析與處理的方法為數據的準確處理提供了理論依據。在實際應用中研發人員可以將這種數據分析方法嵌入到振動監測軟件中並將數據寫入數據庫中生成歷史數據，實時監測集裝箱，實現實時預警，達到降低集裝箱物流事故率與貨損的目的，具有較重要的實際應用價值。
參考文獻
[1] 張咪，顧波軍. 我國集裝箱多式聯運政策現狀、不足與優化[J]. 中國水運，2014,14(6).
[2] 胡詠梅，張鵬波，紀少波. 柴油機振動加速度信號測試及分析方法研究[J]. 內燃機與動力裝置,2010(2).
[3] 顧明坤，呂振華. 基於振動加速度測量的振動速度和位移信號識別方法的探討[J]. 機械科學與技術,2010,30(4).
[4] 趙世宜，梅林，任傑. 集裝箱裝卸運輸振動衝擊環境條件分析[J]. 起重運輸機械,2012(6).
[5] 王濟，胡曉.MATLAB 在震動信號處理中的應用[M]. 北京中國水利水電出版社，2006.