[发明专利]一种消除铸铁热分析曲线干扰的滤波方法

摘要

一种消除铸铁热分析曲线干扰的滤波方法，设定滤波窗口，对窗口内的曲线分情况进行滤波，最终完成对热分析曲线的滤波。本发明滤波方法热分析曲线上的每个温度点首先判断属于毛刺、尖峰还是本身的温度突变。对于毛刺和尖峰干扰进行滤除，而本身的温度突变予以保留。因此，经过该滤波处理后，在去除毛刺的同时，保留了温度的突变信息，平滑了热分析曲线，提高了碳、硅含量分析精度。

主权项

1.一种消除铸铁热分析曲线干扰的滤波方法，其特征是包括以下步骤：1）以小于0.25秒的采样周期，对铸铁温度进行采集；2）取一段连续的温度采集点，个数为N，N取值为5～10的整数，将此N个温度采集点所在区域称之为滤波窗口；3）根据滤波窗口参数N和已采集的温度数据，构成原始滤波序列{T₁,T₂,…T_N-1，T_N}；4）在这个序列的前后各取M点，M＜N/2，共2M个点构成子序列，即{T₁,…,T_M,T_N-M+1,…,T_N}，用最小二乘法对这个子序列{T₁,…,T_M,T_N-M+1,…,T_N}进行曲线拟合，获得二次拟合曲线T=a₂k²+a₁k+a₀，其中a₀、a₁、a₂为拟合曲线得到的曲线参数，根据拟合曲线计算获得N个采样点在拟合曲线上的的拟合数据点，构成拟合数据序列{T′₁,T′₂,…,T′_k,…,T′_N}5）根据原始滤波序列{T₁,T₂,…,T_k,…,T_N}和拟合数据序列{T′₁,T′₂,…,T′_k,…,T′_N}获得误差序列{Δ₁,Δ₂,…,Δ_k,…,Δ_N}：Δ1=|T1-T1′|Δ2=|T2-T2′|...Δk=|Tk-Tk′|...ΔN=|TN-TN′|;]]>6）根据误差序列{Δ₁,Δ₂,…,Δ_k,…,Δ_N}，计算得到该序列的平均误差：Δ‾=1NΣi=1NΔi;]]>7）设定单点误差阈值Δ_T，两个平均误差阈值：平均误差上限和平均误差下限其中根据误差序列及平均误差与这三个阈值之间的关系，将曲线分成三种情况：（a）满足并且1≤i≤N,Δ_i＜Δ_T，则认为曲线平滑或存在小毛刺，不存在温度突变；（b）满足并且1≤i≤N,Δ_i＞Δ_T，则认为曲线中存在尖峰干扰，不存在温度突变；（c）除（a）（b）外的其他情况，认为曲线中有可能存在温度突变；8）在步骤7）的（a）（b）情况下，81）移动滤波窗口，将误差序列中的误差最大值对应的数据点移动至滤波窗口的中间，滤波窗口中仍为N个温度采集点，得到新的滤波序列{TR₁,TR₂,…TR_N-1,TR_N}，对新的滤波序列进行步骤4）的曲线拟合，用拟合后得到的N个曲线拟合数据作为温度估计数据：i=1,…N；82）如果误差序列中的误差最大值对应的数据点在滤波窗口中间，则用拟合数据序列{T′₁,T′₂,…,T′_k,…,T′_N}作为温度估计数据，i=1,…N；9）在步骤7）的（c）情况下，保留原来N个温度测量点原始测量值，不予处理，以保留原有的曲线形状和可能的温度突变信息，即：i=1,…N；步骤8）及步骤9）得到的温度序列i＝1,…N即为温度序列T_i,i＝1,…N滤波后的结果；对步骤1）采集的所有温度数据依次进行步骤2）-9）的滤波处理，得到完整的铸铁热分析曲线的滤波曲线。