您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报(工学版) ›› 2017, Vol. 47 ›› Issue (4): 83-88.doi: 10.6040/j.issn.1672-3961.0.2016.112

• • 上一篇    下一篇

平衡线圈式高精度金属检测算法

白树忠1,董春阳2*   

  1. 1.山东大学电气工程学院, 山东 济南 250061;2. 中国联通济南市分公司, 山东 济南 250002
  • 收稿日期:2016-04-03 出版日期:2017-08-20 发布日期:2016-04-03
  • 通讯作者: 董春阳(1969— ),女,山东聊城人,高级工程师,主要研究方向为计算机应用.E-mail:dongcy9@chinaunicom.cn E-mail:baishzh@sdu.edu.cn
  • 作者简介:白树忠(1965— ),男,山东济宁人,副教授,主要研究方向为信号处理及电力电子应用.E-mail:baishzh@sdu.edu.cn

High precision algorithm of metal detector based on balance coil

BAI Shuzhong1, DONG Chunyang2*   

  1. 1. School of Electrical Engineering, Shandong University, Jinan 250061, Shandong, China;
    2. Jinan Branch, China United Network Communication, Jinan 250002, Shandong, China
  • Received:2016-04-03 Online:2017-08-20 Published:2016-04-03

摘要: 金属检测广泛应用于食品安全和工业生产中,为克服单一幅度信息无法解决产品效应的问题,提出基于幅度和相位的双通道数字检测算法,建立基于平衡线圈式检测的数学模型,深入分析金属信号的特点。通过坐标定位准确提取出金属信号的幅度和相位信息,产品学习和聚类算法有效地分离金属信号和产品效应信号。试验结果表明:相位信息可有效区分不同材质的金属,配合幅度信息的双通道检测可准确提取金属信号,实现在强产品效应下金属的检测。

关键词: 金属检测, 电涡流, 检测算法, 产品效应, 平衡线圈

Abstract: Metal detector is widely used in food security and industrial manufacture. In order to solve the product effect problem which used only amplitude feature, the dual channel digital detecting algorithm was put forward based on amplitude and phase information, also the balance coil mathematical model was built, and the metal signal feature was deeply analyzed. Through the coordinate orientating,the amplitude and phase information of metal could be exactly extracted, product learning and clustering algorithm could efficiently separate the metal signal and product effect signal. The experiment results showed that the phase information could separate different material metal effectively, cooperated with the amplitude information, the dual channel digital detecting algorithm could extract the metal information accurately and detect the metal with strong product effect.

Key words: product effect, balance coil, detection algorithm, metal detection, eddy current

中图分类号: 

  • TP391
[1] 鲁光宇. 金属探测技术发展综述[J]. 地学仪器, 1992, 92(1):1-10. LU Guangyu. Overview and development of metal detection[J]. Earth Science Instrument, 1992, 92(1):1-10.
[2] 刘慧娟,李志刚. 一种基于电压和频率的金属探测方法[J]. 仪器仪表学报, 2006, 27(7):769-772. LIU Huijuan, LI Zhigang. Metal detection method based on voltage and frequency[J]. Chinese Journal of Scientific Instrument, 2006, 27(7):769-772.
[3] 王玉琦, 韩海燕, 郝智慧. 金属检测器在食品工业中的应用[J]. 长春大学学报, 2007, 17(2):71-73. WANG Yuqi, HAN Haiyan, HAO Zhihui. Application of metal detectors in food industry[J]. Journal of Changchun University, 2007, 17(2):71-73.
[4] 周茂林,项安. 全数字食品金属检测机信号处理系统仿真[J]. 计算机仿真,2013, 30(9):208-212. ZHOU Maolin, XIANG An. Simulation of all-digital metal detector[J]. Computer Simulation, 2013, 30(9):208-212.
[5] YARNAZAKI Sadaol, NAKANE Hiroshi, TANAKA Akio. Basic analysis of a metal detector[J]. IEEE Transactions on Instrumentation and Measurement, 2002, 51(4):810-814.
[6] LIU Baobin, WEI Zhou. The research of metal detectors using in food industry[C] //2011 International Conference on Electronics and Optoelectronics. Piscataway, USA: IEEE Computer Society, 2011:43-45.
[7] JAKUB Svatos, JOSEF Vedral. The usage of frequency swept signals for metal detection[J]. IEEE Transactions on Magnetics, 2012, 48(4):1501-1504.
[8] 庞瑞帆,钟翔,胡泷,等. 双频金属探测器的研究[J]. 解放军理工大学学报(自然科学版), 2011, 2(2):1-8. PANG Ruifan, ZHONG Xiang, HU Long, et al. Research on dual frequency metal detector[J]. Journal of PLA University of Science and Technology, 2011, 2(2):1-8.
[9] 彭建学,叶银忠,侍尉,等. 基于跨导测量的金属探测方法[J]. 电测与仪表, 2013, 50(586):82-85. PENG Jianxue, YE Yinzhong, SHI Wei, et al. A new method for detecting metal based on trans-conductance measurement[J]. Electrical Measurement & Instrumentation, 2013, 50(586):82-85.
[10] 曹青松,周继惠. 基于电涡流的金属种类识别技术的理论与实验研究[J].仪器仪表学报, 2007, 28(9):1718-1722. CAO Qingsong, ZHOU Jihui. Theoretical and experimental study on metal type identification based on eddy current[J]. Chinese Journal of Scientific Instrument, 2007, 28(9):1718-1722.
[11] 贺桂芳. 一种新型智能金属探测仪的设计[J]. 仪表技术与传感器, 2006,1(1):13-14. HE Guifang. Design of new intelligent metal detector[J]. Instrument Technique and Sensor, 2006, 1(1):13-14.
[12] 张起祥, 祖大鹏. 无接触式电阻率的测量[J]. 电测与仪表, 2002, 39(5):21-23. ZHANG Qixiang, ZU Dapeng. Measuring resistivity without touching the subject[J]. Electrical Measurement & Instrumentation, 2002, 39(5):21-23.
[13] 胡业发, 武志鹏, 王春麟. 探头线圈厚度对电涡流位移传感器性能影响的研究[J]. 电测与仪表, 2006, 43(4):19-26. HU Yefa, WU Zhipeng, WANG Chunlin. The research on the effect for the performance of the current eddy shifting sensor by the thickness of the probe coil[J]. Electrical Measurement & Instrumentation, 2006, 43(4):19-26.
[14] 张学勇, 赵群, 李义宝,等. 一种金属探测器的设计[J]. 安徽建筑工业学院学报(自然科学版), 2007, 15(3):74-77. ZHANG Xueyong, ZHAO Qun, LI Yibao, et al. Design of a metal detector[J]. Journal of Anhui Institute of Architecture & Industry(Natural Science), 2007, 15(3):74-77.
[15] SILVESTER Peter P, OMERAGIC Dzevat. Sensitivity maps for metal detector design[J]. IEEE Transactions on Geoscience and Remote Sensing, 1996, 34(3):788-792.
[16] 苏庆丰, 李智, 牛军浩. 金属探测器的平衡式线圈最佳空间位置研究[J]. 国外电子测量技术, 2010, 29(3): 20-22. SU Qingfeng, LI Zhi, NIU Junhao. Research of the best spatial location for balanced coil on metal detector [J]. Foreign Electronic Measurement Technology, 2010, 29(3):20-22.
[17] 明军,贾海波,王新. 一种在线智能金属检测装置[J]. 仪表技术与传感器, 2013, 5(5):20-22. MING Jun, JIA Haibo, WANG Xin. Online intelligent metal detector[J]. Instrument Technique and Sensor, 2013, 5(5):20-22.
[18] RESTIVO Maria Teresa. Case study of induced eddy currents[J]. Sensors and Actuators, A: Physical, 1996, 51(2):203-210.
[19] 郑亮,郑士海. 嵌入式系统开发与实践:基于STM32F10x系列[M]. 北京:北京航空航天大学出版社,2015.
[20] 胡广书. 数字信号处理:理论、算法与实现[M].2版.北京:清华大学出版社,2003.
[1] 熊冰妍, 王国胤, 邓维斌. 分级式代价敏感决策树及其在手机换机预测中的应用[J]. 山东大学学报(工学版), 2015, 45(5): 36-42.
[2] 王晓初, 王士同, 包芳. 基于概率密度分布一致约束的最小最大概率机图像分类算法[J]. 山东大学学报(工学版), 2015, 45(5): 13-21.
[3] 张东波,寇涛,许海霞. 基于LDB描述子和局部空间结构匹配的快速场景辨识[J]. 山东大学学报(工学版), 2018, 48(5): 16-23.
[4] 陈海永,余力,刘辉,杨佳博,胡启迪. 基于经验小波的太阳能电池缺陷图像融合[J]. 山东大学学报(工学版), 2018, 48(5): 24-31.
[5] 牟廉明. 自适应特征选择加权k子凸包分类[J]. 山东大学学报(工学版), 2018, 48(5): 32-37.
[6] 沈冬冬,周风余,栗梦媛,王淑倩,郭仁和. 基于集成深度神经网络的室内无线定位[J]. 山东大学学报(工学版), 2018, 48(5): 95-102.
[7] 张璞,刘畅,王永. 基于特征融合和集成学习的建议语句分类模型[J]. 山东大学学报(工学版), 2018, 48(5): 47-54.
[8] 王国新,陈凤东,刘国栋. 基于彩色伪随机编码结构光特征提取方法[J]. 山东大学学报(工学版), 2018, 48(5): 55-60.
[9] 胡建平,李鑫,谢琪,李玲,张道畅. 基于Delaunay三角化的二维无约束优化EMD方法[J]. 山东大学学报(工学版), 2018, 48(5): 9-15.
[10] 李广丽,刘斌,朱涛,殷依,张红斌. 基于优选典型相关分量的跨媒体检索模型[J]. 山东大学学报(工学版), 2018, 48(5): 38-46.
[11] 吴晨谋,方志军,黄正能. 基于单目摄像头的主动式驾驶行为分析算法[J]. 山东大学学报(工学版), 2018, 48(5): 69-76.
[12] 张宪红,张春蕊. 基于六维前馈神经网络模型的图像增强算法[J]. 山东大学学报(工学版), 2018, 48(4): 10-19.
[13] 江珊珊,杨静,范丽亚. 基于PDEs的图像特征提取方法[J]. 山东大学学报(工学版), 2018, 48(4): 27-36.
[14] 窦婷婷,姚元玺,陈鹏,芦灯. 基于ATP-EMTP的电弧建模及工程仿真[J]. 山东大学学报(工学版), 2018, 48(4): 102-108.
[15] 黄劲潮. 基于快速区域建议网络的图像多目标分割算法[J]. 山东大学学报(工学版), 2018, 48(4): 20-26.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!