CN102384942B - 对水体正结冰时通过该水体传播的声波的分析 - Google Patents
对水体正结冰时通过该水体传播的声波的分析 Download PDFInfo
- Publication number
- CN102384942B CN102384942B CN201110060600.3A CN201110060600A CN102384942B CN 102384942 B CN102384942 B CN 102384942B CN 201110060600 A CN201110060600 A CN 201110060600A CN 102384942 B CN102384942 B CN 102384942B
- Authority
- CN
- China
- Prior art keywords
- amplitude
- sound wave
- frequency component
- processing module
- ice
- 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
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
一种方法,包括:(i)检测当水体正在结构上结冰时通过该水体传播的声波,从而产生检测到的声波;(ii)从检测到的声波提取:(a)检测到的声波的频率分量,以及(b)频率分量的幅值;以及(iii)当幅值超过阈值时,从结构移除水体。
Description
版权声明
该专利文献的公开的部分包含受版权保护的材料。如它在专利和商标局专利文件或者记录中出现的那样,版权所有者对由任何人进行的对该专利文献或者专利公开的拓制没有异议,但是无论如何保留所有版权权利。
技术领域
本公开涉及一种制冰机,并且尤其涉及对通过制冰机中的水体传播的声波的分析。该分析识别水体何时结冰,以使得可以从制冰机收获水体作为冰。该分析还诊断制冰机中的装置的操作。
背景技术
该部分中描述的方法是可以实行的方法,但不一定是先前已经构想出或者实行的方法。因此,除非另外表明,在该部分中描述的方法对于本申请中的权利要求来说可以不是现有技术,并且不通过包括在该部分中而被承认为现有技术。
为了制冰机的高效操作,期望在冰已经完全形成之后就立刻移除冰,也称为收获冰。这样的冰收获允许引入新的水体,以使得可以形成新的冰体,从而使得制冰机的使用最大化。
一种用于识别冰的准备就绪以用于收获的技术是监视当水体正结冰时通过该水体传播的机械振动的幅值。在幅值超过预定阈值的时间点,认定水体充分结冰,并且因此被收获。
该现有技术仅使用大于设定阈值的幅度变化来检测冰形成。该技术的缺点在于,它不区分机械振动的各个可能的源,因此,不能确定变化是由于制冰机的声音的变化还是周围噪声环境中的伪声音而引起的。从而,现有技术不一定在最佳时刻启动收获,因此,制冰机可能在小于最佳效率水平处工作。
发明内容
提供了一种方法,其包括:(i)检测当水体正在结构上结冰时通过该水体传播的声波,从而产生检测到的声波;(ii)从检测到的声波提取(a)检测到的声波的频率分量,以及(b)频率分量的幅值;以及(iii)当幅值超过阈值时,从结构中移除水体。
还提供了一种方法,其包括:(a)检测当水体正在制冰机中的结构上结冰时通过该水体传播的声波,从而产生检测到的声波;(b)分析检测到的声波,以产生检测到的声波的频谱;(c)确定频谱是否包括谱特征,从而产生确定结果,其中,当制冰机中的装置正在工作时,谱特征存在;以及(d)基于确定结果,发出警报。
附图说明
图1是在制冰机中实现的系统的功能框图。
图2是图1的系统中的控制板的功能框图。
图3A和3B一起是在图2的控制板上实现的冰感测处理的流程图。
图4是在图2的控制板上实现的系统诊断处理的流程图。
图5是执行图2的冰感测处理和图3的系统诊断处理的操作的系统的框图。
图6是蒸发器上的探针的横截面视图。
图7是安装到蒸发器的探针的图片。
图8是集成传感器麦克风的侧视图。
在每个图中,利用相同的附图标记表示对于不止一个图所共用的部件或者特征。
具体实施方式
图1是在制冰机中实现的系统(这里被称为系统100)的功能框图。系统100使用快速傅里叶变换(FFT)算法,对来自冰厚度传感器的声信号执行各种数字信号处理操作,用于提高冰检测的可靠性并且用于提供关于制冰机的增强的系统诊断。
系统100包括蒸发器102、压缩机104、水泵106、控制板130以及收获螺线管(Harvest solenoid)160。蒸发器102包括传感器110。控制板130包括麦克风140、处理模块145以及继电器150。这里使用术语“模块”表示可体现为孤立部件、电路、或者体现为多个从属部件的集成配置的功能操作。
系统100通过包括预冷阶段、结冰阶段、收获阶段以及清除阶段的制冰周期运行。
蒸发器102是用于在其上形成冰的结构。水泵106抽取液态的水115并且使其循环,以使得水115在蒸发器102上流动,并且收集作为水体,即,正在被结冰成固态(即,冰)的水103(在图1中,由虚线表示)。
蒸发器102具有冷气体或者热气体通过其传递(route)的线圈(未示出)。压缩机104有利于冷气体通过线圈的传递。当冷气体通过线圈传递时,水103结冰,从而在蒸发器102上形成为冰。实际上,水115在蒸发器102上层叠,并且逐渐结冰,使得水103形成冰块。在水103形成为冰之后,热气体通过线圈传递,从而对蒸发器102加热并且使冰略微熔化,使得可以移除冰,并且尤其移除冰的形式的水103。
蒸发器102还可包括网格(未示出),其用于容纳(hold)水103并以立方体的形状、或者任何其它期望的形状形成水103。
压缩机104在工作期间发出机械振动105,并且泵106在工作期间发出机械振动107。机械振动105和机械振动107中的每个通过系统100中的物理结构并且通过水103作为声波108传播。因此,声波108可包括来自机械振动105和机械振动107之一或两者的贡献。
传感器110(例如,具有腔的隔膜)是检测声波108、从而产生所检测到的声波117的检测器。传感器110可位于例如蒸发器102的表面上,或者位于它可以接收并检测声波108的任意位置处。声波导管120(例如,塑料管)将来自传感器110的所检测到的声波117耦合到麦克风140。麦克风140将所检测到的声波117转换成模拟电信号122。处理模块145接收模拟电信号122,将其转换成数字信号并且对其进行分析,从而有效地分析所检测到的声波117。
处理模块145基于它对所检测到的声波117的分析,确定水103是否已经形成冰,并且如果是,则发出信号124以从蒸发器102移除作为冰的水103。更特别地,当处理模块145确定水103已经形成冰,则处理模块145向继电器150发出信号124,继电器150再发出使螺线管160通电的致动信号155。使螺线管160通电引起热气体通过蒸发器102的线圈的传递,这使得水103略微融化、并且变得脱离蒸发器102。冰的移除也被称为收获。
如以上所指出的那样,声波108可包括来自机械振动105和机械振动107之一或两者的贡献。因此,机械振动105或机械振动107之一可以是声波108的源,并且同样地,可以是用于由处理模块145执行的分析的所检测到的声波117的源。
机械振动105和机械振动107中的每个是唯一的,并且同样地,为压缩机104和设备106中的每个提供唯一的谱特征。处理模块145分析所检测到的声波117,并且得出关于压缩机104和泵106的操作的若干结论。例如,处理模块145通过与系统100的其它部件的通信,知道系统100正工作于哪个制冰阶段,并且还知道压缩机104何时应该接通以及压缩机104何时应该断开。因此,处理模块145基于它对所检测到的声波117的分析,还在它的适当的时刻确定压缩机104接通还是断开。如果处理模块145确定压缩机104没有正确地工作,那么处理模块145发出警报信号165。警报信号165可以被显示,例如作为用户界面(在图1中未示出)上的故障指示。处理模块145对于泵106的操作进行类似确定,并且警报信号165指示泵106的工作状况。
图2是控制板130的功能框图,并且进一步示出了处理模块145的细节。处理模块145包括微控制器205和数字信号处理模块210。
如以上所指出的那样,处理模块145接收来自麦克风140的模拟电信号122。微控制器205包括用于对模拟电信号122进行放大和滤波的模拟电路(未示出)和将模拟电信号122转换成数字信号208的模数转换器(A/D)(未示出)。因此,数字信号208是所检测到的声波117的数字表示。数字信号处理模块210接收数字信号208,并且根据这里指定为冰感测处理215和系统诊断处理220的方法来处理数字信号208。
根据冰感测处理215,数字信号处理模块210分析数字信号208,以确定水103是否已经形成冰,并且如果是,则向继电器150发出信号124,继电器150再发出致动信号155。以下参照图3A和3B,更详细地描述冰感测处理215。
根据系统诊断处理220,数字信号处理模块210分析数字信号208,以得出关于压缩机104和泵106的操作的结论,并且如果必要,发出警报信号165。以下参照图4更详细地描述系统诊断处理220。
图3A和3B一起是冰感测处理215的流程图。如以上提到的那样,根据冰感测处理215,数字信号处理模块210分析数字信号208,以确定水103是否已经形成冰。冰感测处理215从步骤310开始。
在步骤310中,系统100在它的结冰阶段开始。因此,水115层叠在蒸发器102上,并且水103正在结冰。传感器110检测声波108,从而产生所检测到的声波117,并且麦克风140将所检测到的声波117转换成模拟电信号122。冰感测处理215从步骤310前进到步骤320。
在步骤320中,微控制器205中的A/D以某采样频率(例如,2.5千赫兹(kHz))对模拟电信号122进行采样,并且将模拟电信号122转换成数字信号208。所检测到的声波117是时域信号。数字信号208是所检测到的声波117的数字表示,并且同样,也是时域信号。冰感测处理215从步骤320前进到步骤330。
在步骤330中,数字信号处理模块210将数字信号208从时域信号变换成频域信号。更具体地,数字信号处理模块210对数字信号208执行FFT。FFT确定所检测到的声波117的频率分量和它们的相应幅值。例如,数字信号处理模块210执行256点FFT,并且将频率分量和它们的相应幅值保存到FFT阵列332。冰感测处理215从步骤330前进到步骤340。
在步骤340中,数字信号处理模块210从FFT阵列332中提取一个或多个感兴趣的频率分量和它们的相应幅值。例如,数字信号处理模块210提取基频分量、基频分量的二次谐波、和基频分量的三次谐波、以及针对各基频、二次谐波和三次谐波的幅值。基频将是例如机械振动105的基频或者机械振动107的基频。冰感测处理215从步骤340前进到步骤350。
机械振动105的基频和机械振动107的基频可以是压缩机104和泵106的固有性质,并且因此是预先已知的。否则,可以通过观察获得这些基频,或者可以在冰感测处理215的学习模式期间获得这些基频。例如,为了学习机械振动105的基频,数字信号处理模块210通过与系统100的其他部件的通信,将:(a)关闭压缩机104,并且估计检测到的声波117的第一频谱,并且随后:(b)开启压缩机104,并且再次估计检测到的声波117的第二频谱。机械振动105的基频将呈现为第二频谱中而非第一频谱中的主频分量。可替选地,不同于控制压缩机104的开/关状态的数字信号处理模块210,系统100可以以常规操作模式进行并且向数字信号处理模块210通知压缩机104何时开或关。
在接下来的两个步骤中,在结冰阶段的早期部分中,例如在最初的两分钟内,在水103已形成为冰块之前,数字信号处理模块210获得感兴趣的频率的环境声级。
在步骤350中,数字信号处理模块210考虑结冰阶段是否处于其早期部分。如果结冰阶段处于其早期部分,则冰感测处理215从步骤350前进到步骤354。如果结冰阶段未处于其早期部分,则冰感测处理215从步骤350分支到步骤360。
在结冰阶段处于其早期部分时执行的步骤354中,数字信号处理模块210将感兴趣的频率分量以及它们的幅值存储在阈值阵列352中。冰感测处理215从步骤354循环回到步骤320。
通过循环回到步骤320,并且前进通过步骤330、340、350和354,感兴趣的频率的环境声级被重复捕获并且存储在阈值阵列352中。
在结冰阶段未处于其早期部分时执行的步骤360中,针对具有阈值阵列352中的幅值的感兴趣的频率中的每一个,数字信号处理模块210计算平均幅值。数字信号处理模块210向该平均幅值添加裕度,例如3分贝(dB),由此产生了合成阈值,并且将该合成阈值存储到阈值寄存器362中。阈值寄存器362因此将保存针对每个感兴趣的频率的合成阈值。冰感测处理215从步骤360前进到步骤370。
在步骤370中,随着水103继续结冰,数字信号处理模块210捕获和处理检测到的声波117的实时采样。更具体地,数字信号处理模块210从检测到的声波117中提取感兴趣的频率分量以及它们相应的幅值。为了有较好的信噪比(SNR),并且因此有较好的数据完整性,考虑在某一时段上的平均实时幅值,例如在一秒的时间间隔上获得的五个FFT幅值的平均值。冰感测处理215从步骤370前进到步骤380。
在步骤380中,数字信号处理模块210将感兴趣的实时频率分量的幅值与阈值寄存器362中的它们的相应的幅值进行比较。进行该比较的原因在于,当水103被充分形成为冰块时,感兴趣的频率的实时幅值将明显大于形成冰之前的实时幅值。
在步骤380中,如果没有实时幅值大于阈值寄存器362中的其相应的幅值,则数字信号处理模块210推断水103仍未充分结冰,并且数字信号处理模块210循环回到步骤370。
在步骤380中,如果对于任何感兴趣的频率分量,实时幅值大于阈值寄存器362中的其相应的幅值,则数字信号处理模块210推断水103充分结冰,并且数字信号处理模块210前进到步骤390。
仍然参照步骤380,尽管前进到步骤390被描述为在如下情况中发生:对于任何感兴趣的频率分量,实时幅值大于阈值寄存器362中的其相应的幅值,但是测试可以基于另外的最小数目的感兴趣的频率分量,该频率分量具有大于阈值寄存器362中的其相应的幅值的实时幅值。例如,测试可以需要三个感兴趣的频率分量中的至少两个具有大于阈值寄存器362中的其相应的幅值的实时幅值。
在步骤390中,数字信号处理模块210向继电器150发出信号124,继电器150再发出使螺线管160通电的致动信号155。使螺线管160通电导致从蒸发器102收获,即移除具有冰的形式的水103。
图4是系统诊断处理220的流程图。如上文提到的,根据系统诊断处理220,数字信号处理模块210分析数字信号208以得出关于压缩机104和泵的操作的结论,并且如果必要,发出警报信号165。简言之,数字信号处理模块210估计系统100中的设备的声学特征以确定是否在适当的时间使设备通电。下文关于压缩机104和泵106的操作描述了系统诊断处理220。然而,系统诊断处理220可以用于估计系统100中的生成机械振动的任何设备(例如,倾泻阀、收获螺线管和进水口阀)的操作。系统诊断处理220从步骤410开始。
在步骤410中,系统诊断处理220开始操作。系统诊断处理220从步骤410前进到步骤420。
在步骤420中,数字信号处理模块210工作于学习模式中,在学习模式中数字信号处理模块210分析并记录压缩机104和泵106产生的机械振动。例如,通过与系统100的其它部件的通信,数字信号处理模块210使压缩机104通电或者得知压缩机104的通电。压缩机104生成在声波108中显现的并且由传感器110检测的机械振动105,以产生检测到的声波117。数字信号处理模块210分析检测到的声波117以获得压缩机104的谱特征,即频率分量和幅值。数字信号处理模块210以类似方式获得泵106的谱特征。数字信号处理模块210将压缩机104和泵106中的每一个的谱特征存储在谱特征阵列425中。系统诊断处理220从步骤420前进到步骤430。
在步骤430中,当系统100运行通过其正常制冰周期(即,预冷、结冰、收获以及清除)时,数字信号处理模块210执行FFT并且观察声数据。更具体地,数字信号处理模块210分析检测到的声波117以产生其频谱。数字信号处理模块210将该频谱存储在谱阵列432中。系统诊断处理220从步骤430前进到步骤435。
在步骤435中,数字信号处理模块210考虑制冰周期的阶段,以及压缩机104或泵106是否应被通电。就是说,数字信号处理模块210通过与系统100的其他部件的通信,了解压缩机104或泵106是否应被通电。如果压缩机104或泵106不应被通电,则系统诊断处理220循环回到步骤430。如果压缩机104或泵106应被通电,则系统诊断处理220前进到步骤440。
在步骤440中,数字信号处理模块210确定来自步骤430的频谱是否包括应被通电的设备,即压缩机104或泵106的谱特征。例如,认为压缩机104应被通电。因此,数字信号处理模块210确定谱阵列432是否包括谱特征阵列425中存储的压缩机104的谱特征。系统诊断处理220从步骤440前进到步骤450。
在步骤450中,如果谱阵列432包括例如压缩机104的正被考虑的设备的谱特征,则数字信号处理模块210推断系统100正在进行适当的操作,并且因此系统诊断处理220循环回到步骤430。如果谱阵列432不包括正被考虑的设备的谱特征,则数字信号处理模块210推断系统100未进行适当的操作,并且因此系统诊断处理220前进到步骤460。
仍然参照步骤450,想到谱特征阵列425包含关于压缩机104和泵106中的每一个的谱特征。因而,数字信号处理模块210可以因此确定检测到的声信号117是否包括机械振动105和机械振动107中的任一个或两者。这还使得系统诊断处理220能够区分来自压缩机104和泵106的频谱贡献,并且确定压缩机104和泵106中的任一个或两者是否开启,并且因此诊断压缩机104和泵106中的任一个或两者的操作。此外,数字信号处理模块210甚至可以在检测到的声信号117包括噪声或者来自系统100中的其他设备的频谱贡献的情况中进行这些确定。
在步骤460中,系统诊断处理220发出警报信号165。
上文将数字信号处理模块210描述为针对如下情况发出警报信号165:预期所考虑的设备将开启,但是谱阵列432不包括所考虑的设备的谱特征。然而,系统诊断处理220可以被配置为,使得数字信号处理模块210在如下情况中发出警报信号165:预期设备将关闭,并且因此,频谱不应包括设备的谱特征,然而谱阵列432却仍包括该设备的谱特征。该情形可能在例如系统100未能关闭设备或者设备被困于其开启状态的情况中发生。
回顾上文,系统100包括检测器,即传感器110,以及处理器,即处理模块145。传感器110检测当水103正在制冰机中的结构,即蒸发器102上结冰时通过水体,即水103传播的声波108,由此产生检测到的声波117。
处理模块145:从检测到的声波117提取:(a)其频率分量,和(b)该频率分量的幅值;并且当该幅值超过阈值时发出信号,即信号124,以从蒸发器102移除水103。
处理模块145还:分析检测到的声波117以产生其频谱;确定该频谱是否包括谱特征,从而产生确定结果,其中当制冰机中的例如压缩机104的设备正在工作时该谱特征存在;并且基于该确定结果发出警报,即警报信号165。
检测到的声波117是时域信号。处理模块145为了提取频率分量和幅值:将该时域信号变换为频域信号;并且从该频域信号获得频率分量和幅值。
此外在系统100中,将幅值与其比较的阈值可以被视为第一阈值,并且因此,处理模块145:还从检测到的声波117提取(a)频率分量的谐波,和(b)谐波的幅值;并且当(i)该幅值超过第一阈值且(ii)谐波的幅值超过第二阈值时向继电器150发出信号124。
上文在处理模块145在控制板130上实现的情况下描述了系统100。同样地,处理模块145或者其任何部件,尤其是数字信号处理模块210,可以以硬件(例如,电子电路)或固件或者它们的组合来实现。此外,数字信号处理模块210可以以软件来实现,并且在与系统100中的其他部件通信的计算机上运行。
图5是数字信号处理模块210的计算机实现的实施例(其在下文中被称为系统500)的框图。系统500包括计算机505,计算机505又包括处理器515和存储器520。系统500与系统100中的其他部件通信。
处理器515是响应并且执行指令的由逻辑电路构成的电子器件。
存储器520是通过计算机程序编码的计算机可读介质。在这一点上,存储器520存储数据以及由处理器515可读和可执行的用于控制处理器515的操作的指令。存储器520可以以随机存取存储器(RAM)、硬驱动、只读存储器(ROM)、闪存存储器或者它们的组合来实现。存储器520的部件之一是程序模块525。
程序模块525包含用于控制处理器515执行这里描述的方法的指令。就是说,来自程序模块525的指令在被处理器515读取时使处理器515执行冰感测处理215和系统诊断处理220的操作。
尽管这里将程序模块525描述为安装在存储器520中,并且因此在软件中实现,但是其也可以以任何硬件(例如,电子电路)、固件、软件或者它们的组合来实现。
处理器515输出这里描述的方法的执行结果,例如基于警报信号165的发出的故障指示。可替换地,处理器515可以经由网络(未示出)将输出引导至远程设备(未示出)。
尽管程序模块525被表示为已加载到存储器520中,但是其也可以配置在存储介质535上,用于随后加载到存储器520中。存储介质535也是在其上存储程序模块525的计算机可读介质。存储介质535的示例包括软盘、光盘、磁带、只读存储器、光存储介质、通用串行总线(USB)闪存驱动、数字多用途光盘或者zip驱动。可替换地,存储介质535可以是位于远程存储系统上并且经由网络(未示出)耦合到计算机505的随机存取存储器或者其他类型的电子存储装置。
在一些情形中,问题可能在通过管、连接器或者通过与附近部件的无意接触而传输声音中发生。这些问题可以触发错误的收获信号。这些问题可以通过在探针中嵌入麦克风(即,集成的传感器麦克风)来避免,该探针与冰(即,水体)或蒸发器相接触或者位于与冰(即,水体)或蒸发器紧邻处(例如,小于0.5英寸)。在集成的传感器麦克风中,麦克风被集成到传感器中,以避免伴随声音传输的问题。集成的传感器麦克风消除了通过到控制板的管道(tubing)、连接器或者向控制板发错误的收获信号的外来噪声和振动的任何可能性。麦克风在传感器中的布置使得外来的声音最小化,以大大提高信噪比。另外,整个传感器可以被封闭地密封,以消除进入传感器并且影响隔膜或麦克风的性能的湿气的任何可能性。
本设计的另一实施例使用加速计来取代麦克风。在该实施例中,加速计用于测量通过隔膜传输的振动。加速计将振动能量转换成传输到控制板的电信号。
例如,再次参照图1,传感器110可以被配置为其中嵌入有麦克风或加速计的探针。因而,传感器110(即,探针)产生与从传感器110耦合到处理模块145中的模拟电信号122类似的电信号。因此,控制板130上将不需要麦克风140,并且将不需要声波导管120。
图6是示出蒸发器上的探针的横截面视图。
图7是安装于蒸发器的探针的图片。
图8是使得麦克风嵌入到顶部开口中的探针的横截面视图。
这里描述的技术是示例性的,并且不应被理解为意味着对本公开内容的任何特别限制。应理解,本领域的技术人员可以想到各种替选、组合以及修改。例如,系统100可包括多个传感器110用于检测在水103上的各个位置处的声波108,并且可以以任何顺序执行与这里描述的处理相关联的步骤,例如,步骤435和430的顺序可以颠倒,除非步骤本身另外指定或规定了顺序。另外,虽然这里声波108被描述为从压缩机105或泵107的机械振动而产生,但是系统100可以包括专用的装置,其生成用于由处理模块145进行分析的特别振动。本公开内容旨在包含落入所附权利要求的范围内的所有这样的替选、修改以及变化。
术语“包括”或“包含”要被解释为指定所阐述的特征、整数、步骤或部件的存在,但是不排除一个或多个其它特征、整数、步骤或部件或者其组合的存在。
Claims (12)
1.一种方法,包括:
通过探针中的麦克风检测当水体正在结构上结冰时通过所述水体传播的声波,从而产生检测到的声波;
从所述检测到的声波提取:(a)所述检测到的声波的频率分量,(b)所述频率分量的幅值,(c)所述频率分量的谐波,以及(d)所述谐波的幅值;以及
当下述两个条件均成立时,从所述结构移除所述水体:(i)所述频率分量的所述幅值超过第一阈值,以及(ii)所述谐波的所述幅值超过第二阈值。
2.根据权利要求1所述的方法,
其中,所述检测到的声波是时域信号,并且
其中,所述提取包括:
将所述时域信号变换成频域信号;以及
从所述频域信号获得所述频率分量、所述频率分量的所述幅值、所述谐波以及所述谐波的所述幅值。
3.根据权利要求1所述的方法,其中,所述探针位于距所述结构小于0.5英寸处。
4.根据权利要求1所述的方法,其中,所述探针与所述结构接触。
5.根据权利要求1所述的方法,其中,所述探针位于距所述水体小于0.5英寸处。
6.根据权利要求1所述的方法,其中,所述探针与所述水体接触。
7.一种系统,包括:
检测器,其检测当水体正在结构上结冰时通过所述水体传播的声波,从而产生检测到的声波,其中所述检测器包括探针中的麦克风;以及
处理器,其:
从所述检测到的声波提取:(a)所述检测到的声波的频率分量,(b)所述频率分量的幅值,(c)所述频率分量的谐波,以及(d)所述谐波的幅值;以及
当下述两个条件均成立时,发出用以从所述结构移除所述水体的信号:(i)所述频率分量的所述幅值超过第一阈值,以及(ii)所述谐波的所述幅值超过第二阈值。
8.根据权利要求7所述的系统,
其中,所述检测到的声波是时域信号,并且
其中,为了提取所述频率分量和所述幅值,所述处理器:
将所述时域信号变换成频域信号;以及
从所述频域信号获得所述频率分量、所述频率分量的所述幅值、所述谐波以及所述谐波的所述幅值。
9.根据权利要求7所述的系统,其中,所述探针位于距所述结构小于0.5英寸处。
10.根据权利要求7所述的系统,其中,所述探针与所述结构接触。
11.根据权利要求7所述的系统,其中,所述探针位于距所述水体小于0.5英寸处。
12.根据权利要求7所述的系统,其中,所述探针与所述水体接触。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US37922010P | 2010-09-01 | 2010-09-01 | |
US61/379,220 | 2010-09-01 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102384942A CN102384942A (zh) | 2012-03-21 |
CN102384942B true CN102384942B (zh) | 2014-11-26 |
Family
ID=45824567
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011200638372U Expired - Fee Related CN202383107U (zh) | 2010-09-01 | 2011-03-09 | 用于分析声波的系统 |
CN201110060600.3A Active CN102384942B (zh) | 2010-09-01 | 2011-03-09 | 对水体正结冰时通过该水体传播的声波的分析 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011200638372U Expired - Fee Related CN202383107U (zh) | 2010-09-01 | 2011-03-09 | 用于分析声波的系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN202383107U (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5627310A (en) * | 1992-12-10 | 1997-05-06 | Imi Cornelius, Inc. | Sensor arrangement for ice bank control |
US6328467B1 (en) * | 1999-05-07 | 2001-12-11 | University Of Tennessee Research Corp. | Method and apparatus for detecting ice or frost deposition |
WO2004036207A2 (en) * | 2002-10-18 | 2004-04-29 | Symyx Technologies, Inc. | Environmental control system fluid sensing system and method comprising a sesnsor with a mechanical resonator |
CN101680693A (zh) * | 2007-05-29 | 2010-03-24 | 惠而浦股份公司 | 通过检测制冷系统和/或家用电器中机械波的诊断系统和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7296425B2 (en) * | 2005-04-01 | 2007-11-20 | Sunwell Engineering Co., Ltd. | Sensor assembly for detecting ice crystal formation on heat exchange surface and ice-making machine incorporating the same |
-
2011
- 2011-03-09 CN CN2011200638372U patent/CN202383107U/zh not_active Expired - Fee Related
- 2011-03-09 CN CN201110060600.3A patent/CN102384942B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5627310A (en) * | 1992-12-10 | 1997-05-06 | Imi Cornelius, Inc. | Sensor arrangement for ice bank control |
US6328467B1 (en) * | 1999-05-07 | 2001-12-11 | University Of Tennessee Research Corp. | Method and apparatus for detecting ice or frost deposition |
WO2004036207A2 (en) * | 2002-10-18 | 2004-04-29 | Symyx Technologies, Inc. | Environmental control system fluid sensing system and method comprising a sesnsor with a mechanical resonator |
CN101680693A (zh) * | 2007-05-29 | 2010-03-24 | 惠而浦股份公司 | 通过检测制冷系统和/或家用电器中机械波的诊断系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102384942A (zh) | 2012-03-21 |
CN202383107U (zh) | 2012-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8738302B2 (en) | Analyzing an acoustic wave that has propagated through a body of water while the body of water is being frozen | |
KR100426227B1 (ko) | 피검사체동정(同定)방법,장치및시스템 | |
US5416724A (en) | Detection of leaks in pipelines | |
US8214160B2 (en) | State detection device, state detection method, state detection program, and information recording medium | |
CN101959115B (zh) | 用于检测、定位和分类被测设备的缺陷的方法和装置 | |
CN111400961B (zh) | 风力发电机组叶片故障判断方法及装置 | |
CN102346169B (zh) | 分析水体正结冰时通过该水体传播的声波 | |
CN101971115A (zh) | 冷凝水回收系统的改进或与其相关的改进 | |
Regan et al. | Wind turbine blade damage detection using various machine learning algorithms | |
CN102384942B (zh) | 对水体正结冰时通过该水体传播的声波的分析 | |
CN116012681A (zh) | 基于声振信号融合的管道机器人电机故障诊断方法及系统 | |
CN109884483A (zh) | 绝缘管型母线局部放电声学在线监测方法及装置 | |
KR101392757B1 (ko) | 스마트 건전도 통합 평가 시스템, 장치, 방법 및 컴퓨터 판독 가능한 기록 매체 | |
CN117110944A (zh) | 基于局放成像的发电机绕组匝间短路故障监测方法及设备 | |
CN113963821B (zh) | 核反应堆泄漏及缺陷声发射信号的有效性判定方法和装置 | |
Glentis et al. | Efficient selection of time domain features for leakage detection in pipes carrying liquid commodities | |
JPH10221197A (ja) | 漏洩検知方法及びその装置 | |
CN103459947B (zh) | 用于冰检测的系统、设备及方法 | |
Zao et al. | An acoustic method for condition classification in live sewer networks | |
CN114252810B (zh) | 变压器声振故障监测方法、系统、设备及可读存储介质 | |
CN105093083B (zh) | 电缆局部放电信号定位装置以及定位方法 | |
CN110738999A (zh) | 基于声频识别技术的鱼类鱼鳔异常检测方法及设备 | |
EP4450941A1 (en) | System and method for detecting and locating a leak in a pipeline | |
Huang et al. | A Data-driven AFDD Approach Using Acoustic Emission In Building HVAC Systems | |
CN114460456B (zh) | 电磁阀故障检测方法、装置、系统及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |