Eliminar el ruido de los datos del acelerómetro

Por el aspecto de estos datos, simplemente puede sujetar cualquier muestra entre 0.7 y 1.3 a 1.0 para obtener una línea plana hasta que la máquina comience a funcionar. Alternativamente (o adicionalmente) solo habilite la recopilación de datos cuando vea una serie corta de muestras por encima de un umbral en particular.

Al observar la gráfica de frecuencia, muestra que el piso de ruido es de banda ancha y se extiende por todo el rango objetivo. Esto significa que no hay un filtro basado en frecuencia (por ejemplo, paso bajo) que pueda usar en este escenario.

su enfoque dependerá de cuánto sepa sobre el ruido.

si conoce la composición de su frecuencia, por ejemplo, puede descomponerla a través de FFT, restablecer la amplitud de las frecuencias en las que cree que está presente el ruido y hacer una inversión de pies.

Si tiene mediciones adicionales de los mismos atributos físicos, puede fusionar esas mediciones.

si no sabes mucho (aparte de que el ruido es de mayor frecuencia), puedes filtrarlo.

Sin embargo, cada estrategia tiene muchas maneras de implementarse.

Puede aumentar la relación señal a ruido usando un filtro que tenga una ganancia más alta en las partes del espectro donde su señal tiene una potencia más alta y una ganancia más baja donde su señal tiene una potencia más baja. Lo hace creando filtros de paso de banda centrados alrededor de las partes del espectro donde su señal tiene el nivel de potencia más alto. El resultado es que se elimina el ruido en la mayor parte del espectro. También arrojas parte de tu señal, pero solo en las partes del espectro donde tenía niveles de potencia mucho más bajos.

Desde su gráfico FFT, su señal tiene los niveles de potencia más altos a 150Hz y 200Hz. También hay un poco más de potencia a 50Hz y 225Hz. Si toma su matriz de datos FFT y pone a cero todas las muestras de 10Hz a 40Hz, 70Hz a 120Hz, 230Hz y más adelante, y luego toma el FFT inverso, obtendrá su señal original, con una distorsión mínima y la mayor parte del ruido eliminado. .

Si está utilizando acelerómetros MEMS, el ruido RMS suele ser proporcional a la raíz cuadrada de la frecuencia de muestreo. Por lo tanto, el muestreo a una velocidad más baja a menudo puede reducir la potencia de ruido.

Si el ruido se produjera en alguna frecuencia en particular, simplemente podría crear un filtro de muesca en esa frecuencia. O incluso más simple, tome la FFT de sus resultados, establezca los valores en la matriz de datos de la FFT en la frecuencia de ruido a 0, y luego tome la FFT inversa para obtener su señal original menos ruido.

El problema es que su gráfico FFT muestra que la amplitud del ruido es bastante plana en el dominio de la frecuencia. Por lo que sería clasificado como ruido blanco. Por lo tanto, no puede utilizar un filtro de muesca para eliminar el ruido.

Si solo desea detectar en qué modo de funcionamiento se encuentra una máquina en función de la vibración (y realmente no le importa la forma de la señal en sí), puede poner un filtro de paso de banda en la frecuencia que saber la vibración que se está produciendo y luego disparar en función de la amplitud que supera un cierto umbral.