CN114414227B - 一种设备碰撞感知方法、装置、设备及存储介质 - Google Patents

一种设备碰撞感知方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114414227B
CN114414227B CN202111641396.4A CN202111641396A CN114414227B CN 114414227 B CN114414227 B CN 114414227B CN 202111641396 A CN202111641396 A CN 202111641396A CN 114414227 B CN114414227 B CN 114414227B
Authority
CN
China
Prior art keywords
signal
detected
preset
similarity
sequence set
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111641396.4A
Other languages
English (en)
Other versions
CN114414227A (zh
Inventor
孔德同
张伟
杜文珍
范炜
马东
张银龙
周颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huadian Electric Power Research Institute Co Ltd
Original Assignee
Huadian Electric Power Research Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huadian Electric Power Research Institute Co Ltd filed Critical Huadian Electric Power Research Institute Co Ltd
Priority to CN202111641396.4A priority Critical patent/CN114414227B/zh
Publication of CN114414227A publication Critical patent/CN114414227A/zh
Application granted granted Critical
Publication of CN114414227B publication Critical patent/CN114414227B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01PMEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G01P15/02Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses
    • G01P15/08Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of inertia forces using solid seismic masses with conversion into electric or magnetic values
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01PMEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/42Devices characterised by the use of electric or magnetic means
    • G01P3/44Devices characterised by the use of electric or magnetic means for measuring angular speed
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34Testing dynamo-electric machines
    • G01R31/343Testing dynamo-electric machines in operation

Abstract

本申请公开了一种设备碰撞感知方法、装置、设备及存储介质,包括:按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集,并将编码器信号转换成相应的角运动信号,以得到待检测信号序列集;利用预设相似距离计算算法对待检测信号序列集和参考信号序列集进行计算,以得到对应的相似性对比距离;基于相似性对比距离确定所述电机设备是否发生碰撞。本申请通过将电机设备中的编码器输出的编码器信号转换成角运动信号从而得到待检测信号序列集,然后计算出待检测信号序列集与参考信号序列集之间的相似性对比距离,并基于相似性对比距离判断电机设备是否发生碰撞,从而在无需添加外置传感器的情况下实现对电机设备碰撞的快速、准确感知。

Description

一种设备碰撞感知方法、装置、设备及存储介质
技术领域
本发明涉及机械设备故障诊断技术领域,特别涉及一种设备碰撞感知方法、装置、设备及存储介质。
背景技术
当前,碰撞感知是保障旋转机械安全性和生产率的根本。在高精度加工中,设备和工作环境的稳定性是确保产品质量的重要前提,任何意外碰撞或冲击都会严重影响产品的精度。随着人与机械设备之间交互的日益复杂,准确实现碰撞感知对保障人身安全也至关重要。因此,旋转机械的碰撞感知引起了人们广泛的关注。然而现有的针对旋转机械碰撞感知的主要技术大多依赖于添加外置传感器的手段,从而通过建立相应动力学模型实现旋转机械的碰撞感知。尽管现有的技术方案在一定程度上能够实现旋转机械的碰撞感知,但仍然存在一定的局限性,一方面,通过在外部增加传感器来实现设备碰撞感知的方式需要额外布线,增加了设备的复杂度。另外,机械设备的恶劣工作环境也会对外置传感器性能产生影响。另一方面,现有的通过添加外置传感器实现碰撞检测方法存在模型复杂等缺点,难以大规模应用于工业现场。
综上,如何避免通过添加外置传感器实现旋转机械的碰撞感知是本领域有待解决的问题。
发明内容
有鉴于此,本发明的目的在于提供一种设备碰撞感知方法、装置、设备以及存储介质,能够避免添加任何外置传感器即可实现设备对外部冲击的准确感知,有效降低了碰撞感知的成本,并有效提高碰撞感知的准确性。其具体方案如下:
第一方面,本申请公开了一种设备碰撞感知方法,包括:
按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集,并将所述编码器信号转换成相应的角运动信号,以得到待检测信号序列集;
利用预设相似距离计算算法对所述待检测信号序列集和参考信号序列集进行计算,以得到对应的相似性对比距离;
基于所述相似性对比距离确定所述电机设备是否发生碰撞。
可选的,所述按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集,并将所述编码器信号转换成相应的角运动信号,以得到待检测信号序列集,包括:
按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集,以确定出相应的角位置信号,并利用预设中心差分算法对所述角位置信号进行二阶差分处理,以得到相应的角加速度信号;
基于所述角加速度信号构建出对应的待检测信号序列集。
可选的,所述利用预设相似距离计算算法对所述待检测信号序列集和参考信号序列集进行计算,以得到对应的相似性对比距离之前,还包括:
当所述设备未发生碰撞时,按照所述预设信号采样率采集预设时间周期内的角运动信号,以得到参考角运动信号;
基于所述参考角运动信号构建出对应的参考信号序列集。
可选的,所述利用预设相似距离计算算法对所述待检测信号序列集和参考信号序列集进行计算,以得到对应的相似性对比距离,包括:
基于预设滑动窗口大小提取所述待检测信号序列集中的待检测信号,并基于所述待检测信号构建相应的待检测信号子序列集;
基于所述预设滑动窗口大小提取所述参考信号序列集中的参考信号,并基于所述参考信号构建相应的参考信号子序列集;
利用预设相似距离计算算法对所述待检测信号子序列集和所述参考信号子序列集进行计算,以得到对应的相似性对比距离。
可选的,所述利用预设相似距离计算算法对所述待检测信号子序列集和所述参考信号子序列集进行计算,以得到对应的相似性对比距离,包括:
基于预设的距离最小原则分别确定出所述待检测信号子序列集与所述参考信号子序列集之间的距离最小的子序列片段,并将所述待检测信号子序列集中对应的所述子序列片段保存至待检测连接集以得到第一相似性连接集以及将所述参考信号子序列集中对应的所述子序列片段保存至参考连接集以得到第二相似性连接集;
计算所述第一相似性连接集和所述第二相似性连接集之间的欧氏距离,并将所述欧氏距离作为数组的元素以创建相应的信号数组;
确定所述信号数组中的元素个数,并基于所述元素个数确定出所述待检测信号子序列集与所述参考信号子序列集的相似性对比距离。
可选的,所述基于所述元素个数确定出所述待检测信号子序列集与所述参考信号子序列集的相似性对比距离,包括:
当所述元素个数大于预设数量时,则对所述信号数组进行升序排序以得到排序后信号数组,并将所述排序后信号数组中的与所述预设数量所对应位置上的所述元素确定为相似性对比距离;其中,所述预设数量为基于所述待检测信号序列集中所对应的第一信号数量和所述参考信号序列集中所对应的第二信号数量之和计算得到的预设比例值;
或,当所述元素个数不大于预设个数时,则将所述信号数组中的最大值确定为相似性对比距离。
可选的,所述基于所述相似性对比距离确定所述电机设备是否发生碰撞,包括:
根据预设拉依达法则确定出相应的预设对比阈值;
判断所述待检测信号序列集中的信号元素所对应的所述相似性对比距离是否大于所述预设对比阈值;
若所述相似性对比距离大于所述预设对比阈值,则判定所述信号元素为异常信号,并统计所述异常信号对应的异常信号数量;
判断所述异常信号数量是否满足预设碰撞条件;
若所述异常信号数量满足预设碰撞条件,则确定所述电机设备发生碰撞。
第二方面,本申请公开了一种设备碰撞感知装置,包括:
信号采集模块,用于按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集;
信号转换模块,用于将所述编码器信号转换成相应的角运动信号,以得到待检测信号序列集;
距离确定模块,用于利用预设相似距离计算算法对所述待检测信号序列集和参考信号序列集进行计算,以得到对应的相似性对比距离;
碰撞确定模块,用于基于所述相似性对比距离确定所述电机设备是否发生碰撞。
第三方面,本申请公开了一种电子设备,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现前述公开的设备碰撞感知方法的步骤。
第四方面,本申请公开了一种计算机可读存储介质,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现前述公开的设备碰撞感知方法的步骤。
可见,本申请提供了一种设备碰撞感知方法,包括按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集,并将所述编码器信号转换成相应的角运动信号,以得到待检测信号序列集;利用预设相似距离计算算法对所述待检测信号序列集和参考信号序列集进行计算,以得到对应的相似性对比距离;基于所述相似性对比距离确定所述电机设备是否发生碰撞。由此可知,本申请通过将电机设备中的编码器输出的编码器信号转换成角运动信号从而得到待检测信号序列集,然后计算出待检测信号序列集与参考信号序列集之间的相似性对比距离,并基于相似性对比距离判断电机设备是否发生碰撞,本申请通过对待检测信号序列集与参考信号序列集进行相似性对比,捕捉出待检测信号序列集由碰撞产生的异常信号,进一步实现了在无需添加任何外置传感器的情况下对电机设备碰撞的快速、准确感知,有效降低碰撞感知的成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种设备碰撞感知方法流程图;
图2为本申请公开的一种旋转机械设备示意图;
图3为本申请公开的一种角加速度示意图;
图4为本申请公开的一种具体的设备碰撞感知方法子流程图;
图5为本申请公开的一种异常信号检测示意图;
图6为本申请公开的一种设备碰撞感知结果示意图;
图7为本申请公开的一种具体的设备碰撞感知方法流程图;
图8为本申请公开的一种创建子序列集方法示意图;
图9为本申请公开的一种具体的设备碰撞感知方法子流程图;
图10为本申请公开的一种设备碰撞感知装置结构示意图;
图11为本申请公开的一种电子设备结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
当前,碰撞感知是保障旋转机械安全性和生产率的根本。然而现有的针对旋转机械碰撞感知的主要技术大多是通过额外布线添加外置传感器的手段,从而增加了设备的复杂度。尽管现有的技术方案在一定程度上能够实现旋转机械的碰撞感知,但仍然存在一定的局限性。为此,本申请提供了一种设备碰撞感知方法,能够避免添加任何外置传感器即可实现设备碰撞的准确感知,有效降低了设备碰撞感知的成本,并有效提高设备碰撞感知的准确性。
本发明实施例公开了一种设备碰撞感知方法,参见图1所示,该方法包括:
步骤S11:按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集,并将所述编码器信号转换成相应的角运动信号,以得到待检测信号序列集。
需要指出的是,上述编码器集成于电机设备内部,也即上述编码器集成在旋转机械内部,从而能够采集电机输出端输出的编码器信号。如图2所示,整个旋转机械的构成包括但不限于磁粉制动器,联轴器、编码器、行星齿轮以及伺服电机等,并且上述磁粉制动器,上述联轴器、上述编码器、上述行星齿轮以及上述伺服电机利用支架固定于实验台,其中,上述编码器位于联轴器与行星齿轮之间,从而就可以利用力锤敲击试验台的预设敲击位置模拟上述旋转机械遭受到的外部碰撞。
本实施例中,在上述电机设备开机工作运行的过程中,可以根据实际的应用需求,为预设信号采样器设置相应的预设信号采样率,对电机设备中的编码器输出的编码器信号进行采集,并将所述编码器信号转换成相应的角运动信号,以得到待检测信号序列集。可以理解的是,采集得到上述编码器信号之后,能够基于所述编码器信号得到相应的旋转机械设备的角运动信号,也即,将所述编码器信号转换成相应的角运动信号,以得到待检测信号序列集,并将所述待检测信号序列集表示为T1。
一种具体实施方式中,所述按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集,并将所述编码器信号转换成相应的角运动信号,以得到待检测信号序列集,可以包括:按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集,以确定出相应的角位置信号,并利用预设中心差分算法对所述角位置信号进行二阶差分处理,以得到相应的角加速度信号;基于所述角加速度信号构建出对应的待检测信号序列集。可以理解的是,对上述电机设备中的编码器输出的信号进行采集,得到原始的编码器信号,从而对所述编码器信号进行处理后能够确定出相应的角位置信号,然后利用预设的中心差分算法对所述角位置信号进行二阶差分处理之后,会得到如图3所示的对微弱碰撞更加敏感的角加速度信号,其中,上述预设的中心差分算法具体可以表示为:
Figure BDA0003442629000000061
式中,P(t)表示当前时刻的角位置信号,P(t+1)表示后一时刻的角位置信号,P(t-1)表示前一时刻的角位置信号,A(t)表示当前时刻的角加速度信号,△t表示编码器信号的采样间隔。
另外,按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集,以确定出相应的角位置信号,除了将上述角位置信号转换成角加速度信号,还可以将上述角位置信号转换成角速度信号。其中,上述角加速度信号对旋转机械设备的微弱碰撞更加敏感。
步骤S12:利用预设相似距离计算算法对所述待检测信号序列集和参考信号序列集进行计算,以得到对应的相似性对比距离。
需要指出的是,本实施例中的上述参考信号序列集为在所述对电机设备未发生碰撞时提前构建的,当所述设备未发生碰撞时,按照所述预设信号采样率采集预设时间周期内的角运动信号,以得到参考角运动信号;基于所述角运动信号构建出对应的参考信号序列集,并将所述参考信号序列集表示为T2。因此,本实施所创建的参考信号序列集与待检测信号序列集创建方式一样,也即,在所述电机设备处于正常运行状态下,按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集,并将所述编码器信号转换成相应的参考角运动信号以得到的参考信号序列集。例如,当所述设备未发生碰撞时,在按照所述预设信号采样率采集预设时间周期内的角加速度信号,以得到参考角加速度信号;基于所述参考角加速度信号构建出对应的参考信号序列集。例如,按照预设信号采样率采集预设时间周期为5秒的正常的编码器信号,以得到相应的参考信号。
本实施例中,基于所述角运动信号构建出对应的待检测信号序列集之后,可以利用预设相似距离计算算法对所述待检测信号序列集和参考信号序列集进行计算,以得到对应的相似性对比距离。可以理解的是,通过比对信号的差异性可以感知设备是否遭受碰撞,其中,上述参考信号序列集就是用于与上述待检测信号序列集进行比对的信号序列集并且上述相似性对比距离可以用于表征上述参考信号序列集与上述待检测信号序列集之间的差异性程度。
步骤S13:基于所述相似性对比距离确定所述电机设备是否发生碰撞。
本实施例中,为保证所述电机设备对碰撞感知的准确率,充分考虑到编码器信号对外部碰撞响应的时延特性,利用预设相似距离计算算法对所述待检测信号序列集和参考信号序列集进行计算,以得到对应的相似性对比距离之后,可以基于所述相似性对比距离确定所述电机设备是否发生碰撞。具体的,参见图4所示,本实施例还可以进一步包括:
步骤S21:根据预设拉依达法则确定出相应的预设对比阈值。
步骤S22:判断所述待检测信号序列集中的信号元素所对应的所述相似性对比距离是否大于所述预设对比阈值。
步骤S23:若所述相似性对比距离大于所述预设对比阈值,则判定所述信号元素为异常信号,并统计所述异常信号对应的异常信号数量。
步骤S24:判断所述异常信号数量是否满足预设碰撞条件。
步骤S25:若所述异常信号数量满足预设碰撞条件,则确定所述电机设备发生碰撞。
也即,本实施例通过判断上述待检测信号序列集中的信号元素所对应的所述相似性对比距离是否大于所述预设对比阈值从而判定所述信号元素是否为异常信号,如图5示出了异常信号检测示意图,例如,当所述信号元素所对应的相似性对比距离与所述待检测信号序列集中的所有信号元素所对应的相似性对比距离的数学期望之差的绝对值大于3倍标准差,则将所述信号元素判定为异常信号,也即,
Figure BDA0003442629000000081
其中,χi表示位置为i的信号元素所对应的相似性对比距离,/>
Figure BDA0003442629000000082
表示所述待检测信号序列集中的所有信号元素所对应的所有相似性对比距离的数学期望,σ表示标准差;然后统计所述待检测信号序列集中的异常信号对应的异常信号数量,从而判断所述异常信号数量是否满足预设碰撞条件。若所述异常信号数量满足预设碰撞条件,则确定所述电机设备发生碰撞,例如,当计算得到所述检测信号序列集中的元素信号对应的相似性对比距离连续100次大于预设对比阈值,则触发所述电机设备警报系统,从而发现所述电机设备发生了碰撞,如图6所示的碰撞感知的结果,本申请技术方案能够使感知到的碰撞发生时间与待检测信号实际记录到的时间保持一致,从而使所述电机设备可快速、准确感知到外部的碰撞。
可见,本申请实施例通过将电机设备中的编码器输出的编码器信号转换成角运动信号从而得到待检测信号序列集,然后计算出待检测信号序列集与参考信号序列集之间的相似性对比距离,并基于相似性对比距离判断电机设备是否发生碰撞,本申请通过对待检测信号序列集与参考信号序列集进行相似性对比,捕捉出待检测信号序列集由碰撞产生的异常信号。由此可知,本申请实施例利用预设拉依达法则结合由外部碰撞对编码器加速度信号影响的机理分析,建立一种数据连续大于预设对比阈值判定为碰撞的方法,有效的减少碰撞感知的误报率,进一步实现了在无需添加任何外置传感器的情况下对电机设备碰撞的快速、准确感知,有效降低碰撞感知的成本。
参见图7所示,本发明实施例公开了一种具体的设备碰撞感知方法,相较于上一实施例,本实施例对技术方案作了进一步的说明和优化。
步骤S31:按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集,并将所述编码器信号转换成相应的角运动信号,以得到待检测信号序列集。
关于上述步骤S31的具体内容可以参考前述实施例中公开的相应内容,在此不再进行赘述。
步骤S32:基于预设滑动窗口大小提取所述待检测信号序列集中的待检测信号,并基于所述待检测信号构建相应的待检测信号子序列集。
需要指出的是,所述预设滑动窗口大小为基于所述电机设备的转速以及所述预设信号采样率计算得到的时间长度,例如,所述预设滑动窗口大小的计算公式为:
Figure BDA0003442629000000091
其中,n表示所述设备的转速,fs表示所述预设信号采样率,L表示所述预设滑动窗口大小。
本实施例中,将所述编码器信号转换成相应的角运动信号,以得到待检测信号序列集之后,如图8示出的创建子序列集的方法,基于预设滑动窗口大小提取所述待检测信号序列集中的待检测信号,并基于所述待检测信号构建相应的待检测信号子序列集,将上述待检测信号子序列集表示为SubT1(i,L),其中,SubT1(i,L)表征上述待检测信号序列集T1的子序列集中从位置i开始,长度为L的子序列,当待检测信号序列集的长度为N时,i=1,2,3,…,N-L+1。可以理解的是,构建子序列集是在原序列集滑动一个大小为L的窗口,提取原序列集上的所有可能子序列。基于预设滑动窗口大小从待检测信号序列集提取一定时间长度的序列集,从而得到待检测信号子序列集,并且所述待检测信号可以是由所述编码器信号转换得到的相应的角运动信号。
步骤S32:基于所述预设滑动窗口大小提取参考信号序列集中的参考信号,并基于所述参考信号构建相应的参考信号子序列集。
本实施例中,基于与上一步骤一致的上述预设滑动窗口大小提取参考信号序列集中的参考信号,并基于所述参考信号构建相应的参考信号子序列集,将上述参考信号子序列集表示为SubT2(i,L),其中,SubT2(i,L)表征上述参考信号序列集T1的子序列集中从位置i开始,长度为L的子序列。可以理解的是,上述参考信号为所述电机设备在未发生碰撞时,由采集得到的编码器信号转换得到的相应的角运动信号,并且所述参考信号与上述待检测信号分别为所述电机设备在未发生碰撞的状态下与所述电机设备发生碰撞的状态下由采集得到的编码器信号转换得到角运动信号,也即,所述参考信号与上述待检测信号的本质时一致的。并且所述待检测信号子序列集与所述参考信号子序列集的长度保持一致。
需要指出的是,上述预设滑动窗口大小为子序列集长度,通常选取信号序列集中的具有周期性的信号长度,例如,选取旋转轴完整旋转一周的信号作为子序列集,根据上述公式:
Figure BDA0003442629000000101
可计算出旋转机械旋转轴完整旋转一周所包含的数据长度。
步骤S33:利用预设相似距离计算算法对所述待检测信号子序列集和所述参考信号子序列集进行计算,以得到对应的相似性对比距离。
本实施例中,在确定出所述待检测信号子序列集与所述参考信号子序列集之后,则可以利用预设相似距离计算算法对所述待检测信号子序列集和所述参考信号子序列集进行计算,以得到对应的相似性对比距离。具体的,如图9所示,本实施例可以进一步包括:
步骤S41:基于预设的距离最小原则分别确定出所述待检测信号子序列集与所述参考信号子序列集之间的距离最小的子序列片段,并将所述待检测信号子序列集中对应的所述子序列片段保存至待检测连接集以得到第一相似性连接集以及将所述参考信号子序列集中对应的所述子序列片段保存至参考连接集以得到第二相似性连接集。
本实施例中,为了能够更加准确地对比出所述待检测信号序列集与所述参考信号序列集之间的差异性,基于预设的距离最小原则分别确定出所述待检测信号子序列集与所述参考信号子序列集之间的距离最小的子序列片段,例如,如果上述待检测信号为正常信号,没有噪声干扰的情况下,其距离为0,也就意味着,上述待检测信号子序列集与上述参考信号子序列集完全一致,如果电机设备发生碰撞,待检测信号会产生瞬态冲击,偏离正常信号,距离将大于0。确定出上述待检测信号子序列集与上述参考信号子序列集中最相似的片段之后,将上述两个子序列集中对应的最相似片段分别保存在相应的相似性连接集中,从而得到与所述待检测信号子序列集对应的第一相似性连接集以及与所述参考信号子序列集对应的第二相似性连接集。
步骤S42:计算所述第一相似性连接集和所述第二相似性连接集之间欧氏距离,并将所述欧氏距离作为数组的元素以创建相应的信号数组。
本实施例中,计算所述第一相似性连接集和所述第二相似性连接集之间欧氏距离,也即,计算所述第一相似性连接集和所述第二相似性连接集中每对最近邻子序列的欧氏距离,然后将所述欧氏距离保存在数组中,以得到相应的信号数组,将所述信号数组记为
Figure BDA0003442629000000111
步骤S43:确定所述信号数组中的元素个数,并基于所述元素个数确定出待检测信号子序列集与所述参考信号子序列集的相似性对比距离。
本实施例中,确定出记录有所述第一相似性连接集和所述第二相似性连接集之间的欧氏距离的信号数组之后,确定所述信号数组中的元素个数,并基于所述元素个数确定出待检测信号子序列集与所述参考信号子序列集的相似性对比距离。可以理解的是,上述相似性对比距离的取值取决的与所述信号数组的元素个数。
步骤S44:当所述元素个数大于预设数量时,则对所述信号数组进行升序排序以得到排序后信号数组,并将所述排序后信号数组中的与所述预设数量所对应位置上的所述元素确定为相似性对比距离;其中,所述预设数量为基于所述待检测信号序列集中所对应的第一信号数量和所述参考信号序列集中所对应的第二信号数量之和计算得到的预设比例值;
或,当所述元素个数不大于预设个数时,则将所述信号数组中的最大值确定为相似性对比距离。
本实施例中,基于上述信号数组中的元素个数与预设数量之间的大小,分别采用对应的计算方式确定出所述相似性对比距离。例如,所述相似性对比距离的计算公式为:
Figure BDA0003442629000000121
其中,
Figure BDA0003442629000000122
表示按照升序排序后的/>
Figure BDA0003442629000000123
Figure BDA0003442629000000124
表示所述信号数组中的元素个数,k表示上述待检测信号序列集T1与上述参考信号序列集T2的长度之和的5%,MPdist表示相似性对比距离。并且,上述k值的设定有助于在预设相似距离计算算法中减少噪声和扭取值的影响。
步骤S34:基于所述相似性对比距离确定所述电机设备是否发生碰撞。
关于上述步骤S34的具体内容可以参考前述实施例中公开的相应内容,在此不再进行赘述。
可见,本申请实施例通过将电机设备中的编码器输出的编码器信号转换成角运动信号从而得到待检测信号序列集,然后利用预设相似距离计算算法将所述待检测信号与所述参考信号进行相似性比对,从而计算出待检测信号序列集与参考信号序列集之间的相似性对比距离,能够准确捕捉到待检测信号中有外部碰撞所带来的异常信号,并基于相似性对比距离判断电机设备是否发生碰撞,本申请实施例通过对待检测信号序列集与参考信号序列集进行相似性对比,捕捉出待检测信号序列集由碰撞产生的异常信号,进一步实现了在无需添加任何外置传感器的情况下对电机设备碰撞的快速、准确感知,有效降低碰撞感知的成本。
相应的,本申请实施例还公开了一种设备碰撞感知装置,参见图10所示,该装置包括:
信号采集模块11,用于按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集;
信号转换模块12,用于将所述编码器信号转换成相应的角运动信号,以得到待检测信号序列集;
距离确定模块13,用于利用预设相似距离计算算法对所述待检测信号序列集和参考信号序列集进行计算,以得到对应的相似性对比距离;
碰撞确定模块14,用于基于所述相似性对比距离确定所述电机设备是否发生碰撞。
可知,本申请实施例中,通过将电机设备中的编码器输出的编码器信号转换成角运动信号从而得到待检测信号序列集,然后计算出待检测信号序列集与参考信号序列集之间的相似性对比距离,并基于相似性对比距离判断电机设备是否发生碰撞,本申请实施例通过对待检测信号序列集与参考信号序列集进行相似性对比,捕捉出待检测信号序列集由碰撞产生的异常信号,进一步实现了在无需添加任何外置传感器的情况下对电机设备碰撞的快速、准确感知,有效降低碰撞感知的成本。
在一些具体实施例中,所述信号采集模块11,具体包括:
第一信号采集单元,用于按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集,以确定出相应的角位置信号,并利用预设中心差分算法对所述角位置信号进行二阶差分处理,以得到相应的角加速度信号;
第一构建单元,用于基于所述角加速度信号构建出对应的待检测信号序列集
在一些具体实施例中,所述信号采集模块11,具体包括:
第二信号采集单元,用于当所述设备未发生碰撞时,按照所述预设信号采样率采集预设时间周期内的角运动信号,以得到参考角运动信号;
第二构建单元,用于基于所述角运动信号构建出对应的参考信号序列集。
在一些具体实施例中,所述距离确定模块13,具体包括:
第三构建单元,用于基于预设滑动窗口大小提取所述待检测信号序列集中的待检测信号,并基于所述待检测信号构建相应的待检测信号子序列集;
第四构建单元,用于基于所述预设滑动窗口大小提取参考信号序列集中的参考信号,并基于所述参考信号构建相应的参考信号子序列集;
第一距离确定单元,用于利用预设相似距离计算算法对所述待检测信号子序列集和所述参考信号子序列集进行计算,以得到对应的相似性对比距离。
在一些具体实施例中,所述距离确定模块13,具体包括:
连接集确定单元,用于基于预设的距离最小原则分别确定出所述待检测信号子序列集与所述参考信号子序列集之间的距离最小的子序列片段,并将所述待检测信号子序列集中对应的所述子序列片段保存至待检测连接集以得到第一相似性连接集以及将所述参考信号子序列集中对应的所述子序列片段保存至参考连接集以得到第二相似性连接集;
数组创建单元,用于计算所述第一相似性连接集和所述第二相似性连接集之间的欧氏距离,并将所述欧氏距离作为数组的元素以创建相应的信号数组;
元素个数单元,用于确定所述信号数组中的元素个数;
第二距离确定单元,用于基于所述元素个数确定出待检测信号子序列集与所述参考信号子序列集的相似性对比距离。
在一些具体实施例中,所述基于所述元素个数确定出所述待检测信号子序列集与所述参考信号子序列集的相似性对比距离,具体包括:
第三距离确定单元,用于当所述元素个数大于预设数量时,则对所述信号数组进行升序排序以得到排序后信号数组,并将所述排序后信号数组中的与所述预设数量所对应位置上的所述元素确定为相似性对比距离;其中,所述预设数量为基于所述待检测信号序列集中所对应的第一信号数量和所述参考信号序列集中所对应的第二信号数量之和计算得到的预设比例值;
第四距离确定单元,用于当所述元素个数不大于预设个数时,则将所述信号数组中的最大值确定为相似性对比距离。
在一些具体实施例中,所述碰撞确定模块14,具体包括:
阈值确定单元,用于根据预设拉依达法则确定出相应的预设对比阈值;
距离判断单元,用于判断所述待检测信号序集中的信号元素所对应的所述相似性对比距离是否大于所述预设对比阈值;
信号判定单元,用于若所述信号元素对应的所述相似性对比距离大于所述预设对比阈值,则判定所述信号元素为异常信号;
数量统计单元,用于统计所述异常信号对应的异常信号数量;
条件判断单元,用于判断所述异常信号数量是否满足预设碰撞条件;
碰撞确定单元,用于若所述异常信号数量满足预设碰撞条件,则确定所述电机设备发生碰撞。
进一步的,本申请实施例还提供了一种电子设备。图11是根据一示例性实施例示出的电子设备20结构图,图中的内容不能认为是对本申请的使用范围的任何限制。
图11为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20,具体可以包括:至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中,所述存储器22用于存储计算机程序,所述计算机程序由所述处理器21加载并执行,以实现前述任一实施例公开的设备碰撞感知方法中的相关步骤。另外,本实施例中的电子设备20具体可以为电子计算机。
本实施例中,电源23用于为电子设备20上的各硬件设备提供工作电压;通信接口24能够为电子设备20创建与外界设备之间的数据传输通道,其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议,在此不对其进行具体限定;输入输出接口25,用于获取外界输入数据或向外界输出数据,其具体的接口类型可以根据具体应用需要进行选取,在此不进行具体限定。
另外,存储器22作为资源存储的载体,可以是只读存储器、随机存储器、磁盘或者光盘等,其上所存储的资源可以包括操作系统221、计算机程序222等,存储方式可以是短暂存储或者永久存储。
其中,操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222,其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的设备碰撞感知的计算机程序之外,还可以进一步包括能够用于完成其他特定工作的计算机程序。
进一步的,本申请实施例还公开了一种存储介质,所述存储介质中存储有计算机程序,所述计算机程序被处理器加载并执行时,实现前述任一实施例公开的设备碰撞感知方法步骤。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种设备碰撞感知方法、装置、设备及存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种设备碰撞感知方法,其特征在于,包括:
按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集,并将所述编码器信号转换成相应的角运动信号,以得到待检测信号序列集;
利用预设相似距离计算算法对所述待检测信号序列集和参考信号序列集进行计算,以得到对应的相似性对比距离;
基于所述相似性对比距离确定所述电机设备是否发生碰撞;
其中,所述利用预设相似距离计算算法对所述待检测信号序列集和参考信号序列集进行计算,以得到对应的相似性对比距离,包括:
基于预设滑动窗口大小提取所述待检测信号序列集中的待检测信号,并基于所述待检测信号构建相应的待检测信号子序列集;
基于所述预设滑动窗口大小提取参考信号序列集中的参考信号,并基于所述参考信号构建相应的参考信号子序列集;
利用预设相似距离计算算法对所述待检测信号子序列集和所述参考信号子序列集进行计算,以得到对应的相似性对比距离;
所述利用预设相似距离计算算法对所述待检测信号子序列集和所述参考信号子序列集进行计算,以得到对应的相似性对比距离,包括:
基于预设的距离最小原则分别确定出所述待检测信号子序列集与所述参考信号子序列集之间的距离最小的子序列片段,并将所述待检测信号子序列集中对应的所述子序列片段保存至待检测连接集以得到第一相似性连接集以及将所述参考信号子序列集中对应的所述子序列片段保存至参考连接集以得到第二相似性连接集;
计算所述第一相似性连接集和所述第二相似性连接集之间的欧氏距离,并将所述欧氏距离作为数组的元素以创建相应的信号数组;
确定所述信号数组中的元素个数,并基于所述元素个数确定出所述待检测信号子序列集与所述参考信号子序列集的相似性对比距离。
2.根据权利要求1所述的设备碰撞感知方法,其特征在于,所述按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集,并将所述编码器信号转换成相应的角运动信号,以得到待检测信号序列集,包括:
按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集,以确定出相应的角位置信号,并利用预设中心差分算法对所述角位置信号进行二阶差分处理,以得到相应的角加速度信号;
基于所述角加速度信号构建出对应的待检测信号序列集。
3.根据权利要求1所述的设备碰撞感知方法,其特征在于,所述利用预设相似距离计算算法对所述待检测信号序列集和参考信号序列集进行计算,以得到对应的相似性对比距离之前,还包括:
当所述设备未发生碰撞时,按照所述预设信号采样率采集预设时间周期内的角运动信号,以得到参考角运动信号;
基于所述角运动信号构建出对应的参考信号序列集。
4.根据权利要求1所述的设备碰撞感知方法,其特征在于,所述基于所述元素个数确定出所述待检测信号子序列集与所述参考信号子序列集的相似性对比距离,包括:
当所述元素个数大于预设数量时,则对所述信号数组进行升序排序以得到排序后信号数组,并将所述排序后信号数组中的与所述预设数量所对应位置上的所述元素确定为相似性对比距离;其中,所述预设数量为基于所述待检测信号序列集中所对应的第一信号数量和所述参考信号序列集中所对应的第二信号数量之和计算得到的预设比例值;
或,当所述元素个数不大于预设个数时,则将所述信号数组中的最大值确定为相似性对比距离。
5.根据权利要求1至4任一项所述的设备碰撞感知方法,其特征在于,所述基于所述相似性对比距离确定所述电机设备是否发生碰撞,包括:
根据预设拉依达法则确定出相应的预设对比阈值;
判断所述待检测信号序列集中的信号元素所对应的所述相似性对比距离是否大于所述预设对比阈值;
若所述相似性对比距离大于所述预设对比阈值,则判定所述信号元素为异常信号,并统计所述异常信号对应的异常信号数量;
判断所述异常信号数量是否满足预设碰撞条件;
若所述异常信号数量满足预设碰撞条件,则确定所述电机设备发生碰撞。
6.一种设备碰撞感知装置,其特征在于,包括:
信号采集模块,用于按照预设信号采样率对电机设备中的编码器输出的编码器信号进行采集;
信号转换模块,用于将所述编码器信号转换成相应的角运动信号,以得到待检测信号序列集;
距离确定模块,用于利用预设相似距离计算算法对所述待检测信号序列集和参考信号序列集进行计算,以得到对应的相似性对比距离;
碰撞确定模块,用于基于所述相似性对比距离确定所述电机设备是否发生碰撞;
所述距离确定模块,具体包括:
第一子序列集构建单元,用于基于预设滑动窗口大小提取所述待检测信号序列集中的待检测信号,并基于所述待检测信号构建相应的待检测信号子序列集;
第二子序列集构建单元,用于基于所述预设滑动窗口大小提取参考信号序列集中的参考信号,并基于所述参考信号构建相应的参考信号子序列集;
子序列集计算单元,用于利用预设相似距离计算算法对所述待检测信号子序列集和所述参考信号子序列集进行计算,以得到对应的相似性对比距离;
所述子序列集计算单元,具体包括:
相似性连接集确定子单元,用于基于预设的距离最小原则分别确定出所述待检测信号子序列集与所述参考信号子序列集之间的距离最小的子序列片段,并将所述待检测信号子序列集中对应的所述子序列片段保存至待检测连接集以得到第一相似性连接集以及将所述参考信号子序列集中对应的所述子序列片段保存至参考连接集以得到第二相似性连接集;
数组创建子单元,用于计算所述第一相似性连接集和所述第二相似性连接集之间的欧氏距离,并将所述欧氏距离作为数组的元素以创建相应的信号数组;
元素个数子单元,用于确定所述信号数组中的元素个数;
距离确定子单元,用于基于所述元素个数确定出所述待检测信号子序列集与所述参考信号子序列集的相似性对比距离。
7.一种电子设备,其特征在于,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现如权利要求1至5任一项所述的设备碰撞感知方法的步骤。
8.一种计算机可读存储介质,其特征在于,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的设备碰撞感知方法的步骤。
CN202111641396.4A 2021-12-29 2021-12-29 一种设备碰撞感知方法、装置、设备及存储介质 Active CN114414227B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111641396.4A CN114414227B (zh) 2021-12-29 2021-12-29 一种设备碰撞感知方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111641396.4A CN114414227B (zh) 2021-12-29 2021-12-29 一种设备碰撞感知方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114414227A CN114414227A (zh) 2022-04-29
CN114414227B true CN114414227B (zh) 2023-05-26

Family

ID=81269305

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111641396.4A Active CN114414227B (zh) 2021-12-29 2021-12-29 一种设备碰撞感知方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114414227B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102284888A (zh) * 2011-02-25 2011-12-21 华中科技大学 一种数控机床车削稳定性在线监测方法
CN103033253A (zh) * 2012-12-10 2013-04-10 太原科技大学 一种塔式起重机结构的非接触振动检测方法
JP2013106470A (ja) * 2011-11-15 2013-05-30 Tokyo Keiki Inc モータの異常診断装置
CN109186973A (zh) * 2018-08-20 2019-01-11 东南大学 一种无监督深度学习网络的机械故障诊断方法
CN109883692A (zh) * 2019-04-04 2019-06-14 西安交通大学 基于内置编码器信息的广义差分滤波方法
CN110108474A (zh) * 2019-06-04 2019-08-09 山东大学 一种旋转机械运行稳定性在线监测与评估方法及系统
CN110955226A (zh) * 2019-11-22 2020-04-03 深圳市通用互联科技有限责任公司 设备故障预测方法、装置、计算机设备和存储介质
CN112257530A (zh) * 2020-10-13 2021-01-22 西安电子科技大学 基于盲信号分离和支持向量机的滚动轴承故障诊断方法
CN113435314A (zh) * 2021-06-25 2021-09-24 陈珅 一种滚动轴承声信号早期故障敏感特征筛选方法和系统
CN113531018A (zh) * 2021-06-23 2021-10-22 中国矿业大学 一种基于激光网格的矿井提升机制动盘故障监测系统及方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005221258A (ja) * 2004-02-03 2005-08-18 Fanuc Ltd エンコーダ
US8275577B2 (en) * 2006-09-19 2012-09-25 Smartsignal Corporation Kernel-based method for detecting boiler tube leaks
CN107941537B (zh) * 2017-10-25 2019-08-27 南京航空航天大学 一种机械设备健康状态评估方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102284888A (zh) * 2011-02-25 2011-12-21 华中科技大学 一种数控机床车削稳定性在线监测方法
JP2013106470A (ja) * 2011-11-15 2013-05-30 Tokyo Keiki Inc モータの異常診断装置
CN103033253A (zh) * 2012-12-10 2013-04-10 太原科技大学 一种塔式起重机结构的非接触振动检测方法
CN109186973A (zh) * 2018-08-20 2019-01-11 东南大学 一种无监督深度学习网络的机械故障诊断方法
CN109883692A (zh) * 2019-04-04 2019-06-14 西安交通大学 基于内置编码器信息的广义差分滤波方法
CN110108474A (zh) * 2019-06-04 2019-08-09 山东大学 一种旋转机械运行稳定性在线监测与评估方法及系统
CN110955226A (zh) * 2019-11-22 2020-04-03 深圳市通用互联科技有限责任公司 设备故障预测方法、装置、计算机设备和存储介质
CN112257530A (zh) * 2020-10-13 2021-01-22 西安电子科技大学 基于盲信号分离和支持向量机的滚动轴承故障诊断方法
CN113531018A (zh) * 2021-06-23 2021-10-22 中国矿业大学 一种基于激光网格的矿井提升机制动盘故障监测系统及方法
CN113435314A (zh) * 2021-06-25 2021-09-24 陈珅 一种滚动轴承声信号早期故障敏感特征筛选方法和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于振动信号分析的旋转机械故障诊断方法研究;刘颉;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑(第03期);第C209-128页 *
基于滑动平均与分段线性回归的时间序列相似性;冯玉伯;丁承君;高雪;朱雪宏;刘强;;计算机科学(第S1期);第123-126页 *
无人机电动舵机运行状态感知优化设计方法研究;史书慧;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑(第02期);第C031-275页 *

Also Published As

Publication number Publication date
CN114414227A (zh) 2022-04-29

Similar Documents

Publication Publication Date Title
CN110834642B (zh) 车辆跑偏识别方法、装置、车辆及存储介质
CN103310192B (zh) 一种基于单轴加速度传感器的运动行为识别方法
CN113486868B (zh) 一种电机故障诊断方法及系统
CN102023010B (zh) 基于mems的小波域多传感器信息融合系统及融合方法
Lu et al. Graph-based structural change detection for rotating machinery monitoring
EP3081916A1 (en) Method and system for inspecting rotary machine component by using portal terminal
CN111610023B (zh) 一种减速机噪声评价方法、装置及手持式减速机噪声评价仪
CN114216640A (zh) 用于检测工业设备故障状态的方法、设备和介质
CN114414227B (zh) 一种设备碰撞感知方法、装置、设备及存储介质
JP6169473B2 (ja) 作業機械の管理装置及び作業機械の異常判定方法
US8692502B2 (en) Encoder having function for detecting amount of noise
CN109782013B (zh) 电机测速方法、装置、可读存储介质及电动设备
JP2015114224A (ja) 携帯端末利用振動検査システムおよびそのサーバ
CN114120252B (zh) 自动驾驶车辆状态的识别方法、装置、电子设备及车辆
CN113001546B (zh) 一种提高工业机器人运动速度安全性的方法及系统
KR20180125901A (ko) 디지털 네트워크를 통한 기계적 엘리먼트에 대한 회전 데이터의 생성 및/또는 인코딩
CN104217001B (zh) 一种基于xml树的车辆自适应轮速计算方法
CN105008964B (zh) 地震预测装置
EP3600799B1 (en) Method, apparatus and system for monitoring industrial robot
CN111272141A (zh) 管道检测方法、装置、系统、机器人和控制设备
Ou et al. Online shock sensing for rotary machinery using encoder signal
CN116202408B (zh) 磁致伸缩位移传感器校准方法、系统、设备和存储介质
CN113822329B (zh) 一种水电机组主轴摆度信号处理方法及装置
CN108710432A (zh) 一种动作捕捉设备的抗磁方法、姿态确定方法及装置
JP2019057237A (ja) 歩数計測装置、歩数計測方法及びプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant