风力发电机振动采集系统的设计

第４０卷第１期　２０１７年２月　电子器件　Ｃｈｉｎｅｓｅ　Ｊｏｕｒｎａｌ　ｏｆ　Ｅｌｅｃｔｒｏｎ　Ｄｅｖｉｃｅｓ　Ｖｏ１．４０　Ｎｏ．１　Ｆｅｂ．２０１７　Ｄｅｓｉｇｎ　ｏｆ　Ｗｉｎｄ　Ｔｕｒｂｉｎｅ　Ｖｉｂｒａｔｉｏｎ　Ａｃｑｕｉｓｉｔｉｏｎ　Ｓｙｓｔｅｍ　ＣＨＵ　Ｓｈｉｋａｉ，ＱＩＮ　Ｈｕｉｂｉｎ　（Ｉｎｓｔｉｔｕｔｅ　ｏｆＥｌｅｃｔｒｏｎ　Ｄｅｖｉｃｅｓ　ａｎｄ　Ａｐｐｌｃｉａｔｉｏｎ，Ｈａｎｇｚｈｏｕ　Ｄｉａｎｚｉ　Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ　Ｚｈｅｊｉａｎｇ　３１００１８，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇ　ａｔ　ｔｈｅ　ｒｏｌｅ　ｏｆ　ｖｉｂｒａｔｉｏｎ　ａｎａｌｙｓｉｓ　ｉｎ　ｔｈｅ　ｃｏｎｄｉｔｉｏｎ　ｄｅｔｅｃｔｉｏｎ　ａｎｄ　ｆａｕｌｔ　ｌｏｃａｔｉｏｎ　ｏｆ　ｗｉｎｄ　ｔｕｒｂｉｎｅ．ｔｈｅ　ｖｉｂｒａｔｉｏｎ　ａｃｑｕｉｓｉｔｉｏｎ　ｓｙｓｔｅｍ　ｉｓ　ｄｅｓｉｇｎｅｄ　ｂａｓｅｄ　ｏｎ　ＡＤＸＬ３３５　ｔｈｒｅｅ　ａｘｉｓ　ａｃｃｅｌｅｒａｔｉｏｎ　ｓｅｎｓｏｒ．ＳＴＭ３２　ｉＳ　ｕｓｅｄ　ｆｏｒ　ａｎａｌｏｇ　ｄｉｇｉｔａｌ　ｃｏｎｖｅｒｓｉｏｎ．Ｆｏｒ　ｔｈｅ￣ｅｑｕｅｎｃｙ　ａｌｉａｓｉｎｇ　ｉｎ　ｔｈｅ　ｐｒｏｃｅｓｓ　ｏｆ　ｓｉｇｎａｌ　ａｃｑｕｉｓｉｔｉｏｎ，ａ　ｓｉｘ　ｏｒｄｅｒ　Ｂｕｔｔｅｒｗｏｒｔｈ　ｌｏｗ－ｐａｓｓ　ｉｌｆｔｅｒ　ｗａｓ　ｄｅｓｉｇｎｅｄ，ａｎｄ　ｔｈｅ　Ｓａｖｉｔｚｋｙ－Ｇｏｌａｙ　ｓｍｏｏｔｈｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ｕｓｅｄ　ｆｏｒ　ｎｏｉｓｅ　ｓｉｇｎａｌ　ｅｌｉｍｉｎａｔｉｏｎ．Ｔｅｓｔｓ　ｉｎｄｉｃａｔｅ　ｔｈｅ　ｄｅｓｉｇｎｅｄ　ｆｉｌｔｅｒ　ｃａｎ　ｅｆｆｅｃｔｉｖｅｌｙ　ｆｉｌｔｅｒ　ｏｕｔ　ｔｈｅ　ｎｏｉｓｅ　ｓｉｇｎａｌｓ　ｏｆ　ａｂｏｖｅ　６００　Ｈｚ：ｖｉｂｒａｔｉｏｎ　ａｃｃｅｌｅｒａｔｉｏｎ　ｅｒｒｏｒ　ｃａｎ　ｂｅ　ｃｏｎｔｒｏｌｌｅｄ　ｗｉｔｈｉｎ　０．５％：Ｓａｖｉｔｚｋｙ—Ｇｏｌａｙ　ｓｍｏｏｔｈｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｃａｎ　ｅｆｆｅｃｔｉｖｅｌｙ　ｅｌｉｍｉｎａｔｅ　ｔｈｅ　ｎｏｉｓｅ　ｉｎ　ｔｈｅ　ｓｉｇｎａ１．　Ｋｅｙ　ｗｏｒｄｓ：ｖｉｂｒａｔｉｏｎ；ｗｉｎｄ　ｔｕｒｂｉｎｅ；ＡＤＸＬ３３５；ｂｕｔｔｅｒｗｏｒｔｈ；Ｓａｖｉｔｚｋｙ－Ｇｏｌａｙ　ＥＥＡＣＣ：８２６Ｏ　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００５－９４９０．２０ｌ７．０１．０４４　风力发电机振动采集系统的设计　褚世凯，秦会斌　（杭州电子科技大学新型电子器件与应用研究所，浙江杭州３１００１８）　摘　要：针对振动分析在风力发电机状态检测及故障定位中的作用。设计了基于ＡＤＸＬ３３５三轴加速度传感器的振动采集系　统，并通过ＳＴＭ３２实现模数转换。对信号采集过程中出现的频率混叠，设计了六阶巴特沃斯低通滤波器，采用Ｓａｖｉｔｚｋｙ．Ｇｏｌａｙ　平滑算法对信号中掺杂的噪声进行去噪。测试结果表明：所设计滤波器可有效滤除６００　Ｈｚ以上的信号，振动加速度的误差可　控制在０．５％以内；Ｓａｖｉｔｚｋｙ．Ｇｏｌａｙ平滑算法可有效消除信号中的噪声。　关键词：振动；风力发电机；ＡＤＸＬ３３５；巴特沃斯；Ｓａｖｉｔｚｋｙ．Ｇｏｌａｙ　中图分类号：ＴＰ２７７　文献标识码：Ａ　文章编号：１００５－９４９０（２０１７）０１－０２３２－０５　风力发电机是风能开发的主要设备，其结构复　杂，运行环境恶劣，因此风力发电机故障频发。根据　实践。风力发电机常见故障主要集中在机械部件上，　如齿轮箱、低速轴、高速轴以及发电机等［】］。机械　振动包含的信息丰富，在故障时的反应迅速，且测量　方便。因此目前风力发电机的状态检测与故障定位　主要基于振动信号的分析。　赵志宏［２］等针对滚动轴承振动信号的不规则　性和复杂性，提出一种基于小波包变换与样本熵的　轴承故障诊断方法。郑近德［３　等针对滚动轴承不　同故障振动信号具有不同复杂性的特点，提出基于　多尺度熵和支持向量机的滚动轴承故障诊断方法。　张淑清［４］等将局部均值分解近似熵和模糊Ｃ均值　聚类方法结合，将机械振动信号局部均值分解后所　得ＰＦ分量的近似熵作为特征向量，输人到模糊Ｃ　收稿日期：２０１６一Ｏ１－０８　修改日期：２０１６－０２－２６　均值聚类分类器中，实现了不同类型机械故障的分　类识别。Ｂａｆｒｏｕｉ［５］等将小波能谱熵应用于齿轮箱故　障诊断，通过采集齿轮箱升速过程中的动态信号，并　加以分析，实现了齿轮箱不同转速条件下的动态过　程故障诊断。Ｈｅｒｎａｎｄｅｚ—Ｖａｒｇａｓ［６】等针对异步电机　转子断条和轴承故障的早期检测问题，提出奇异值　分解和信息熵相结合的方法。　现有研究主要聚焦于对振动的数字信号处理。　在振动信号采集方面并没有太多的关注。但是所采　集信号的准确度对后期的信号分析有着非常大的影　响。对于采样过程中出现的频率混叠也只能在采集　过程中进行处理。因此本文设计了风力发电机振动　采集系统．采用了六阶巴特沃斯模拟低通滤波器对　传感器的模拟输出进行处理，同时采用了Ｓａｖｉｔｚｋｙ．　Ｇｏｌａｙ数据平滑算法进行信号除噪。　第１期　褚世凯。秦会斌：风力发电机振动采集系统的设计　２３３　１　方案设计　振动采集系统的硬件结构如图１所示，利用　３　巴特沃斯滤波器的设计　在等步长的离散采样过程中会出现混叠现象，　在数学上早已通过傅里叶分析进行过证明。当发生　ＡＤＸＬ３３５三轴加速度传感器采集风力发电机的振　动。为了避免ＡＤＣ过程中的频率混叠现象，本文有　针对性的设计了低通滤波电路。通过ＳＴＭ３２的　频率混叠时，原始信号中就会夹杂原本不存在信号　与频率，其直接结果就是对所采集信号造成干扰。　Ｂｕｔｔｅｒｗｏｒｔｈ滤波器在其通带内幅值响应最为平坦，　其阻频带的频率衰减不够出色，这方面的不足可通　过增加滤波器的阶数来弥补。随着阶数的增加电路　ＡＤＣ模块进行模拟信号的采集，同时ＳＴＭ３２将采集　的数据转换为加速度值。采集的数字信号通常都难　以避免的掺杂着噪声　７］。如电路板之间由于器件耦　合而产生的毛刺，信号采集过程中出现的周期性干　扰。以及各种恶劣环境因素的影响。这些干扰噪声　的频率带宽比较大，对原始信号的影响也比较严重，　所以需要对信号进行平滑处理，以达到减小噪声的　目的。最终将采集的数据通过串口发送给上位机。　图１系统结构图　２　ＡＤＸＬ３３５的应用　本文选取了ＡＤＸＬ３３５三轴加速度传感器，它可　测量±３　ｇ　以内的加速度，具有１．８　Ｖ一３．６　Ｖ的宽工　作电压范围，可抵御１０　０００　ｇ　的冲击［８］。ＡＤＸＬ３３５　的灵敏度与电压成正相关，在电压为２　Ｖ时其灵敏　度为１９５　ｍＶ／ｇ　，电压每升高０．１　Ｖ灵敏度也随之升　高约１０　ｍＶ／ｇ　。ＡＤＸＬ芯片内每个输出端都接有一　个３２　ｋＱ的电阻．如果在输出引脚上外接一个适当　的电容，那就可构成简单的低通滤波电路。从而达到　控制输出带宽的目的，本文中在输出引脚　ｏＵ　ｙ０　Ｚ。　别接０．０１　电容，使其输出带宽为６００　Ｈｚ。为了减少电源中的噪声．通常会将ＡＤＸＬ３３５　Ｖ　端外接一个去耦电容，一般可采用０．１　的电　容。其应用电路如图２所示。　Ｖ　ＧＮＤ　图２　ＡＤＸＬ３３５应用电路　的复杂度也随之提升，因此首先需要找出满足需求　的最低阶数。对此可通过式（１）进行计算：　ｎ　—ｎ＝　２１ｇ（　ａ￣／　—ａＪ）　　（１）　式中，Ｏｔ　为最小阻带衰减，∞　为阻带频率，０９　为截　止频率。本文中　２＝２０　ｄＢ，０３　＝９００　Ｈｚ，０９　＝６００　Ｈｚ，Ｋ＝１。将参数代人式（１）可得ｎ＝５．６６６　４８０，因　此巴特沃斯滤波器的阶数至少为６阶。　巴特沃斯低通滤波器的电路实现有多种，本文　通过３个二阶无限增益多端反馈电路（简称ＭＦＢ）　的级联来实现我们所需的六阶巴特沃斯低通滤波　器。二阶ＭＦＢ低通滤波电路如图３所示。　ＧＮＤ　图３二阶ＭＦＢ低通滤波电路　此电路有着下面的关系式：　２一赢　鼬　＝麦　＋　１＋　Ｋ＝Ｒ２／Ｒ１　对以上各式进行整理可得：　Ｒｌ＝Ｒ２／Ｋ　尺　：　±　‘［　ｃ　＋　面　］　（３）　Ｒ　＝——　ＣＣ１Ｃ２　２一　２　　式中，　为增益，日与Ｃ为归一化系数，对于六阶巴　特沃斯滤波器，　与ｃ的值如表１所示。　２３４　电　子　器表１六阶巴特沃斯低通滤波器的设计系数　件　第４０卷　变　。根据这一特点可对计算出的电阻电容值进　行调整。最终计算出的各电阻电容值如表２所示。　因此最终设计的六阶巴特沃斯低通滤波电路如图４　所示。　表２计算出的电阻电容值　实际中各种电阻值更容易获得．因此在设计时　先设定好Ｃ　与Ｃ　的值，然后根据式（３）计算出各　电阻值。在电路中如果把所有电阻乘以某个常数．　同时电容除以这个常数，那么滤波器的特性不　图４六阶巴特沃斯低通滤波电路　４数据处理　４．１数据转换　法对滑动窗口内的数据进行线性拟合的一种方法，它　被广泛的运用于数据流平滑除燥【】　。相对于其他类　似的平滑方法，Ｓａｖｉｔｚｋｙ．Ｇｏｌａｙ平滑能够消除采样信号　中有较大误差的数据点。同时保留相对极大值、极小值　和宽度等分布特ｌ生．尽量保证原始数据的不失真＿１　。　假设有一组数据　（　），其中　＝－ｋ，…，０，…，ｋ，　即共有２ｋ＋１个连续点。有一个　阶的多项式（如　在信号经过了低通滤波器的处理后，采用　ＳＴＭ３２ｆ１０３ｒｂｔ６进行模拟信号的采集。ＳＴＭ３２ｆｌＯ３ｒｂｔ６　是一款基于ＣｏｒｔｅｘＭ３内核的３２　ｂｉｔ微处理器．其外设　齐全，开发与调试都非常方便　１　。ＳＴＭ３２ｆ１０３ＲＢＴ６　的ＡＤＣ是十二位逐次逼近型模数转换器，其最大转　换速率为１　ＭＨｚ。在信号采集中，一般将采样率设定　为目标频率的３倍一４倍即可，本文将采样率设为３　ｋＨｚ。同时本文采用ＤＭＡ方式进行数据传输，大大提　式（６））对这组数据进行拟合：　Ｙ（　）＝ｂｏ＋ｂｉ＋ｂ２ｉ　＋…＋６　（６）　对于拟合的效果可用式（７）表示：　高了效率。对于ＳＴＭ３２采集的数字信号，需要通过　两步才能转化为加速度值。第１步是将所采集的数　据转化为电压，其计算公式为：　＝　－・Ａ＝∑［ｙ（　）一　（　）］　＝∑［∑６　一一　（　）】　（７）　Ａ越小则说明拟合的效果越好。为了使Ａ最小，可　（４）　令Ａ对各系数的导数为０。即：　ｄＤ［ｄａｔａ＆（０ｘＯＦＦＦ）］　Ｚ　式中，　为参考电压，本文中的参考电压为３．３　Ｖ，　ｄａｔａ为模数转换后的１６　ｂｉｔ结果，由于是１２　ｂｉｔ的　得：　ＯＡ＝＝０，ｒ＝０＇１，２，…，凡　（８）　ＡＤＣ，且对齐方式为右对齐，所以我们需要先将数据　的高四位清零。　第２步是将电压转化为实际的加速度值，其计　壶｛主［　ｂｒ　一圳）】　｝　∑２ｉ　【∑６Ｊ　一　（　）】＝０　∑ｂ　＝∑　）　＝算公式为：　Ｖ－１．５＋￣ｏ　一—（９）　（１０）　ｒ　、　式中ｒ＝０，１，…，ｎ。对式（９）化简可得：　—０．３２５　式中，１．５为传感器０　ｇ　输出电压，　为经过软件校　准后所添加的偏移量，Ｏ．３２５为传感器在３．３　Ｖ电源　下的灵敏度。　４．２　Ｓａｖｉｔｚｋｙ．Ｇｏｌａｙ平滑算法的应用　Ｓａｖｉｔｚｋｙ．Ｇｏｌａｙ平滑算法是在时域内利用最小二乘　旦确定ｋ与ｎ的值。再将待拟合的２ｋ＋１个数　据　（　）代人上式中即可求出拟合多项式的系数。然　后把中间点的横坐标输入得出的拟合多项式中，即可　一得到中间点在前后各ｋ个点的基础上的最佳拟合。　第１期　褚世凯．秦会斌：风力发电机振动采集系统的设计　２３５　５　系统测试　５．１滤波电路幅频特性测试　在测试过程中我们将信号发生器产生的不同频率　的正弦信号作为输入，用示波器观察输出信号相对输　入信号的幅频变化。本实验测试了１　２００　Ｈｚ以下的信　号．６００　Ｈｚ以下以及９００　Ｈｚ以上的正弦信号每间隔　４０　Ｈｚ测试一次。频率在６００　Ｈｚ一９００　Ｈｚ之间，频率　间隔２０　Ｈｚ。在将得到的数据进行整理之后我们得　到了实际模拟滤电路的幅频特性曲线，如图５所示。　磐　频率／Ｈｚ　图５滤波电路幅频特性曲线　从图５可知，最终设计出的滤波器特性基本符　合本文的设计指标。但是其通带不够平坦，且增益　一直小于１，经分析这主要是由于实际电阻电容值　的偏差所致。　５．２数据精度测试　本文通过测量静态加速度的方式对数据精度进　行测试，实验中让ｘ轴、Ｙ轴与ｚ轴分别垂直于地　面，然后对采集的数据与标准的垂直加速度（１　ｇ　）　进行对比。在实验中由于无法将每个轴完全准确地　垂直于地面，本文采用多次测量．然后去除最大值与　最小值，再将数据进行平均，以达到误差的最小化。　每组实验中测量次数为１２次，每次测量过后将传感　器重新校准。采取如上所述的方法，本文最终获得　了１０组数据，如表３所示。　表３数据统计结果　从表３可以看出，所采集加速度准确度较高，其　中偏差最大的值为１．００４　７　ｇ　，相对标准值误差为　０．４７％。　５．３数据平滑效果测试　Ｓａｖｉｔｚｋｙ—Ｇｏｌａｙ平滑算法中窗口较大可以得到　更好的去噪效果，但是随着窗口的增加计算量也会　增加，因此需要在二者之间进行平衡。拟合阶数较　小可得到较好的去噪效果，过大则会使曲线变得毛　糙。本文中窗口取１５，拟合阶数取４，图６（ａ）为原　始振动信号，图６（ｂ）为经过Ｓａｖｉｔｚｋｙ—Ｇｏｌａｙ平滑的　振动信号。　薹　ｔｉｒｎｅ／ｓ　（ａ）原始　０　。雹　害　ｔｉｍｅ／ｓ　（ｂ）ＳａｖｉｔｚｋｙＧｏｌａｙ处理后　图６　Ｓａｖｉｔｚｋｙ＿Ｇｏｌａｙ的振动信号　通过对比可知，Ｓａｖｉｔｚｋｙ．Ｇｏｌａｙ平滑算法能够消　除除信号中偏差较大的点，同时保留原始信号的纹　理细节。同时有研究表明，Ｓａｖｉｔｚｋｙ．Ｇｏｌａｙ平滑算法　能够有效提高所采集数据的精度¨引。　６　结论　本文设计了基于ＡＤＸＬ３３５三轴加速度传感器　的风力发电机振动采集系统，针对信号采集过程中　的频率混叠以及掺杂的噪声．设计了６阶巴特沃斯　低通滤电路，采用了Ｓａｖｉｔｚｋｙ—Ｇｏｌａｙ算法进行去噪。　从测试结果来看，本设计实现了振动信号的准确采　集，从而为后期的数据处理奠定了基础。　参考文献：　［１］娄海英．风机振动检测与监控分析系统［Ｄ］．北京交通大　学．２００８．　［２］　赵志宏，杨绍普．基于小波包变换与样本熵的滚动轴承故障诊　断［Ｊ］，振动、测试与诊断，２０１２（３２）：６４０—６４４．　［３］　郑近德，程军圣，胡思宇．多尺度熵在转子故障诊断中的应用　［Ｊ］．振动、测试与诊断，２０１３（３３）：２９４—２９７．　［４］Ｚｉｍｒｏｚ　Ｒ，Ｂａｒｔｅｌｍｕｓ　Ｗ，Ｂａｒｓｚｃｚ　Ｔ，ｅｔ　ａ１．Ｄｉａｇｎｏｓ０ｃｓ　ｏｆＢｅａｒｉｎｇｓ　ｉｎ　Ｐｒｅｓｅｎｃｅ　ｏｆ　Ｓｔｒｏｎｇ　Ｏｐｅｒａｔｉｎｇ　Ｃｏｎｄｉｔｉｏｎｓ　Ｎｏｎ－．Ｓｔａｔｉｏｎａｒｉｔｙ－－Ａ　Ｐｒｏ－．　２３６　电　子　器件　第４０卷　ｃｅｄｕｒｅ　ｏｆ　Ｌｏａｄ—Ｄｅｐｅｎｄｅｎｔ　Ｆｅａｔｕｒｅｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｗｉｔｈ　Ａｐｐｌｉｃａｔｉｏｎ　Ｔｏｗｉｎｄ　Ｔｕｒｂｉｎｅ　Ｂｅａｒｉｎｇｓ［Ｊ］．Ｍｅｃｈａｎｉｃａｌ　Ｓｙｓｔｅｍｓ　ａｎｄ　Ｓｉｇｎａｌ　Ｐｒｏ—　ｃｅｓｓｉｎｇ，２０１４，４６（１）：１６—２７．　［５］　Ｂａｆｒｏｕｉ　Ｈ　Ｈ，Ｏｈａｄｉ　Ａ．Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　Ｗａｖｅｌｅｔ　Ｅｎｅｒｇｙ　ａｎｄ　Ｓｈａｎｎｏｎ　Ｅｎｔｒｏｐｙ　ｆｏｒ　Ｆｅａｔｕｒｅ　Ｅｘｔｒａｃｔｉｏｎ　ｉｎ　Ｇｅａｒｂｏｘ　Ｆａｎｈ　Ｄｅｔｅｃｔｉｏｎ　Ｕｎｄｅｒ　Ｖａｒｙｉｎｇ　Ｓｐｅｅｄ　Ｃｏｎｄｉｉｔｏｎｓ［Ｊ］．Ｎｅｕｒｏｃｏｍｐｕｔｉｎｇ，２０１４，１３３：４３７　—４４５．　［６］　Ｖａｒｇａｓ　Ｍ　Ｈ，Ｙｅｐｅｚ　Ｅ　Ｃ，Ｐｅｒｅｚ　Ａ　Ｇ，ｅｔ　ａ１．Ｎｏｖｅｌ　Ｍｅｔｈｏｄｏｌｏｇｙ　ｆｏｒ　Ｂｒｏｋｅｎ－－Ｒｏｔｏｒ・－Ｂａｒ　ａｎｄ　Ｂｅａｔｉｎｇ　Ｆａｎｋｓ　Ｄｅｔｅｃｔｉｏｎ　Ｔｈｒｏｕｇｈ　ＳＶＤ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｔｒｏｐｙ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｓｃｉｅｎｔｉｆｉｃ＆Ｉｎｄｕｓｔｒｉａｌ　Ｒｅｓｅａｒｃｈ，２０１２（７１）：５８９－５９３．　［７］　周金刚，彭东林，郑方燕，等．基于ＳＴＭ３２Ｆ４的时栅数控分度　转台控制系统［Ｊ］．电子器件，２０１５（５）：１１３８—１１４３．　褚世凯（１９９０一），男，安徽六安人，硕士　研究生，｝现就读与杭州电子科技大学　ｒＬ　新型电子器件与应用研究所．主要研　ｍ　¨　￡ｊ　究风力发电机的振动采集与异常诊断　以及嵌人式应用．９２５８２０７８０＠ｑｑ．ｃｏｍ；　［８］　ＡＮＡＬＯＧＤＥＶＩＣＥＳ　ＡＤＸＬ３３５　ｄａｔａｓｈｅｅｔ［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｗｅｎｋｕ．　ｂａｉｄｕ．ｃｏｒｎ／ｖｉｅｗ／５　ｅａ８９６ｄｄ８８ｄ０ｄ２３３ｄ４６ａｅｄ．ｈｔｍｌ？ｆｒｏｍ＝ｓｅａｒｃｈ．　２０１１．６．　［９］　武紫玉．无刷直流电机滤波器设计方法研究［Ｊ］．电气传动，　２０１５（４５）：３７—４０．　赵晓风，周璩瑜，王邦均，等．ＳＴＭ３２控制下基于ＧＰＳ与ＧＰＲＳ　的轨迹跟踪器［Ｊ］．电子器件，２０１５（３８）：１５６－１５９．　张一舟．基于Ｓａｖｉｔｚｋｙ＿Ｇｏｌａｙ＿省略一合的红外图像非均匀性条　带校正方法［Ｊ］．中国光学，２ｏ１５（１）：５卜６０．　周增光．基于质量权重的Ｓａｖｉｔｚｋｙ—Ｇｏｌａｙ时间序列滤波方法　［Ｊ］．遥感技术与应用，２０１３（２）：２３２－２３９．　周佳佳．Ｓａｖｉｔｚｋｙ～Ｇｏｌａｙ在含冲击负荷短期负荷预测中的应用　［Ｊ］．电测与仪表，２０１４，（１４）：１２５－１２８．　秦会斌（１９６１一），男，山东泰安人，博　士，教授，博士生导师，现为杭州电子　科技大学教授，主要研究方向为新型　电子器件的研发与应用、抗电磁干扰　技术等，ｑｈｂ＠ｈｄｕ．ｅｄｕ．ａｎ。