10种plc模拟量输入滤波方法有哪些

工业控制

1221人已加入

描述

1

限幅滤波法/程序判断滤波法

A、方法:

根据经验判断,确定两次采样允许的最大偏差值(设为A)

每次检测到新值时判断:

如果本次值与上次值之差<=A,则本次值有效

如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值

B、优点:

能有效克服因偶然因素引起的脉冲干扰

C、缺点

无法抑制那种周期性的干扰

平滑度差

2

中位值滤波法

A、方法:

连续采样N次(N取奇数)

把N次采样值按大小排列

取中间值为本次有效值

B、优点:

能有效克服因偶然因素引起的波动干扰

对温度、液位的变化缓慢的被测参数有良好的滤波效果

C、缺点:

对流量、速度等快速变化的参数不宜

3

算术平均滤波法

A、方法:

连续取N个采样值进行算术平均运算

N值较大时:信号平滑度较高,但灵敏度较低

N值较小时:信号平滑度较低,但灵敏度较高

N值的选取:一般流量,N=12;压力:N=4

B、优点:

适用于对一般具有随机干扰的信号进行滤波

这样信号的特点是有一个平均值,信号在某一数值范围附近上下波动

C、缺点:

对于测量速度较慢或要求数据计算速度较快的实时控制不适用,比较浪费RAM

4

递推平均滤波法/滑动平均滤波法

A、方法:

把连续取N个采样值看成一个队列

队列的长度固定为N

每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据(先进先出原则)

把队列中的N个数据进行算术平均运算,就可获得新的滤波结果

N值的选取:流量,N=12;压力:N=4;液面,N=4~12;温度,N=1~4

B、优点:

对周期性干扰有良好的抑制作用,平滑度高

适用于高频振荡的系统 

C、缺点:

灵敏度低,对偶然出现的脉冲性干扰的抑制作用较差,不易消除由于脉冲干扰所引起的采样值偏差,不适用于脉冲干扰比较严重的场合,比较浪费RAM

5

中位值平均滤波法/防脉冲干扰平均滤波法

A、方法:

相当于“中位值滤波法”+“算术平均滤波法”

连续采样N个数据,去掉一个最大值和一个最小值

然后计算N-2个数据的算术平均值

N值的选取:3~14

B、优点:

融合了两种滤波法的优点

对于偶然出现的脉冲性干扰,可消除由于脉冲干扰所引起的采样值偏差

C、缺点:

测量速度较慢,和算术平均滤波法一样,比较浪费RAM

6

幅平均滤波法

A、方法:

相当于“限幅滤波法”+“递推平均滤波法”

每次采样到的新数据先进行限幅处理,再送入队列进行递推平均滤波处理

B、优点:

融合了两种滤波法的优点

对于偶然出现的脉冲性干扰,可消除由于脉冲干扰所引起的采样值偏差

C、缺点:

比较浪费RAM

7

一阶滞后滤波法

A、方法:

取a=0~1

本次滤波结果=(1-a)*本次采样值+a*上次滤波结果

B、优点:

对周期性干扰具有良好的抑制作用

适用于波动频率较高的场合

C、缺点:

相位滞后,灵敏度低,滞后程度取决于a值大小,不能消除滤波频率高于采样频率的1/2的干扰信号

8

加权递推平均滤波法

A、方法:

是对递推平均滤波法的改进,即不同时刻的数据加以不同的权

通常是,越接近现时刻的数据,权取得越大。

给予新采样值的权系数越大,则灵敏度越高,但信号平滑度越低

B、优点:

适用于有较大纯滞后时间常数的对象

和采样周期较短的系统

C、缺点:

对于纯滞后时间常数较小,采样周期较长,变化缓慢的信号,不能迅速反应系统当前所受干扰的严重程度,滤波效果差

9

消抖滤波法

A、方法:

设置一个滤波计数器

将每次采样值与当前有效值比较:

如果采样值=当前有效值,则计数器清零

如果采样值<>当前有效值,则计数器+1,并判断计数器是否>=上限N(溢出)

如果计数器溢出,则将本次值替换当前有效值,并清计数器

B、优点:

对于变化缓慢的被测参数有较好的滤波效果,

可避免在临界值附近控制器的反复开/关跳动或显示器上数值抖动

C、缺点:

对于快速变化的参数不宜,如果在计数器溢出的那一次采样到的值恰好是干扰值,则会将干扰值当作有效值导入系统

10

限幅消抖滤波法

A、方法:

相当于“限幅滤波法”+“消抖滤波法”

先限幅,后消抖

B、优点:

继承了“限幅”和“消抖”的优点

改进了“消抖滤波法”中的某些缺陷,避免将干扰值导入系统

C、缺点:

对于快速变化的参数不宜

编辑:黄飞

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分