CN104819738B - 传感器结构松动检测的方法 - Google Patents

Abstract

本发明涉及传感器结构松动检测的方法，本方法以传感器为监测对象，读取收集传感器的输出信息，设计高通滤波器，将输出信号和高通滤波器系数通过卷积公式计算得出新的序列，对新序列所有元素取绝对值，累加一定长度的元素，通过累加值与判断阈值的比较，做出松动抖动的判断；本发明能够对传感器有无松动抖动做出判断，提高传感器使用的可靠性和安全性。

Description

传感器结构松动检测的方法

技术领域

本发明涉及传感器安全监测领域，尤其涉及传感器结构松动检测的方法。

背景技术

传感器作为一种检测装置，是实现自动检测和自动控制的首要环节，在现代工业生产尤其是自动化生产过程中，要用各种传感器来监视和控制生产过程中的各个参数，使设备工作在正常状态或最佳状态，并使产品达到最好的质量。然而传感器输出的信号和传感器的状态密切相关，传感器的松动、抖动和损坏都会直接影响设备的正常工作状态，传感器的松动、抖动都与传感器的机械安装有关，传感器安装螺丝的松动，机械自身的抖动都会对传感器的信号输出产生影响。密切观察传感器的状态至关重要，目前尚无就针对传感器的松动、抖动、损坏检测的有效解决方案，而传感器松动、抖动、损坏作为系统失常工作的诱因很难被发现。

发明内容

为了克服现有技术的不足，本发明的目的在于提供一种传感器结构松动检测的方法，本发明以传感器为监测对象，实现传感器松动、抖动、损坏等异常状况的实时监测。

传感器结构松动检测的方法，包括以下步骤：

(1)设置k阶高通滤波器产生k阶滤波器系数：

设置传感器采样频率为η，并根据传感器滤波需求设置滤波器阶数、阻带频率和通带频率；设计高通滤波器，并导出设置好的滤波器系数，滤波器系数记为滤波器系数序列b(m)，滤波器系数序列b(m)的长度记为l，序列号m从1开始；

(2)采集传感器的输出信号：

已知采样频率为η，实时采集传感器的输出信息，将采集的数据按照采集顺序记为传感器数据序列a(z)，序列号z从1开始；

(3)连续不断采集传感器数据，将传感器数据序列a(z)和滤波器系数序列b(m)带入卷积公式得出新的序列y(n),并实时不断的计算y(n),卷积公式如下：

其中：y(n)为经过卷积运算以后所得到的一个新的序列，

n为经过卷积运算以后所得到的一个新的序列y(n)的序号，

a(n-i)为传感器数据序列，

b(i)为滤波器系数序列，

l为滤波器系数序列的长度，

i为1,2，3……l-2,l-1，l；

(4)将新的序列y(n)中每个元素取绝对值，取新序列中的任意一段长度为len的数据并相加得到判断变量sum；其中序列y(n)中序列号n＜l的数据均视为无效数据而舍去；

其中sum为最终松动抖动所用到的判断变量，

len为取得该任意一段数据的长度参数,

y(n)为卷积公式产生的新的序列，n为序列y(n)的序号，

x为该任意一段数据的起始序列号，x≥l；

(5)将判断变量sum与判断阈值对比，大于判断阈值则说明传感器输出数据有问题；小于判断阈值说明传感器正常；

优选的，判断阈值的设定方法为：

1)分别采集传感器静止时和抖动时的输出数据，按照步骤(1)到(4)，得出静止时的判断变量sum₁和抖动时的判断变量sum₂；

2)数据长度len相同的情况下，多次重复采集两组数据，得到静止时判断变量的平均值和抖动时判断变量的平均值为

3)调节数据长度len，直到平均值和有明显区别后，设定判断阈值为：明显区别是指，所有的sum₂值中的最小值，大于所有sum₁值里的最大值；并且所有的sum₂值的平均值大于所有的sum₁值的平均值即

优选的，所述步骤(1)中n阶滤波器系数可通过MATLAB软件中的FDATool工具产生；所述工具FDATool中Response Type选择Highpass，设置滤波器阶数Filter Order中的Specify order，或者直接选择Minimum order，设置采样频率Fs、带阻频率Fstop和带通频率Fpass，其他参数默认，然后导出设置好的滤波器系数，滤波器系数记为序列b(m)，序列b(m)的长度记为l，序列号m从1开始；所述采样频率Fs为传感器自身输出频率，所述带阻频率Fstop为振动、抖动频率，所述带通频率Fpass为传感器输出连续增长或连续减小的方向切换频率。

优选的，所述步骤(5)中判断传感器结构是否松动的方法为：

累计多次采集传感器的数据，如果判断变量sum连续多次大于判断阈值，检查传感器安装，是否为机械松动。

优选的，所述传感器为测量的物理量在整个量程内的变化是连续性的，输出信号在整个量程内也是连续性变化的传感器。

相比现有技术，本发明的有益效果在于：

1、本发明可以实现对传感器松动、抖动、损坏等异常状况的实时监测；

2、本发明能够对传感器有无松动抖动做出判断，提高传感器使用的可靠性和安全性。

附图说明

图1是本发明传感器结构松动检测的方法的流程图；

图2是传感器正常输出的波形图；

图3是传感器抖动时未做处理的输出波形图；

图4是matlab软件FDATool工具的高通滤波器参数设置；

图5是传感器抖动后经过本发明判断出抖动的示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细的说明。

如图1所示，为本发明传感器结构松动检测的方法，包括以下步骤：

(1)设置k阶高通滤波器产生k阶滤波器系数：

设置传感器采样频率为η，并根据传感器滤波需求设置滤波器阶数、阻带频率和通带频率；设计高通滤波器，并导出设置好的滤波器系数，滤波器系数记为滤波器系数序列b(m)，滤波器系数序列b(m)的长度记为l，序列号m从1开始；

(2)采集传感器的输出信号：

已知采样频率为η，实时采集传感器的输出信息，将采集的数据按照采集顺序记为传感器数据序列a(z)，序列号z从1开始；

(3)连续不断采集传感器数据，将传感器数据序列a(z)和滤波器系数序列b(m)带入卷积公式得出新的序列y(n),并实时不断的计算y(n),卷积公式如下：

其中：y(n)为经过卷积运算以后所得到的一个新的序列，

n为经过卷积运算以后所得到的一个新的序列y(n)的序号，

a(n-i)为传感器数据序列，

b(i)为滤波器系数序列，

l为滤波器系数序列的长度，

i为1,2，3……l-2,l-1，l；

(4)将新的序列y(n)中每个元素取绝对值，取新序列中的任意一段长度为len的数据并相加得到判断变量sum；其中序列y(n)中序列号n＜l的数据均视为无效数据而舍去；

其中sum为最终松动抖动所用到的判断变量，

len为取得该任意一段数据的长度参数,

y(n)为卷积公式产生的新的序列，n为序列y(n)的序号，

x为该任意一段数据的起始序列号，x≥l；

(5)将判断变量sum与判断阈值对比，大于判断阈值则说明传感器输出数据有问题；小于判断阈值说明传感器正常；

其中，判断阈值的设定方法为：

1)分别采集传感器静止时和抖动时的输出数据，按照步骤(1)到(4)，得出静止时的判断变量sum₁和抖动时的判断变量sum₂；

2)数据长度len相同的情况下，多次重复采集两组数据，得到静止时判断变量的平均值和抖动时判断变量的平均值为

3)调节数据长度len，直到平均值和有明显区别后，设定判断阈值为：明显区别是指，所有的sum₂值中的最小值，大于所有sum₁值里的最大值；并且所有的sum₂值的平均值大于所有的sum₁值的平均值即

实施例1

对传感器结构松动进行检测，所检测的传感器为测量的物理量在整个量程内的变化是连续性的，输出信号在整个量程内也是连续性变化的。

为了检测出波形的噪声，设计一组与传感器配套的高通滤波器系数，设计高通滤波器的目的是为了允许高于某一截频的频率通过，所设计出来的滤波器系数可用于判断传感器的松动、抖动情况。

以某一种角度传感器为例，滤波器以MATLAB软件为工具设计为例，该传感器的信号输出频率为118hz，正常安装的传感器的连续输出波形如图2所示，线条非常平滑。传感器松动、抖动后传感器输出的波形会出现噪声，波形比较杂乱，如图3所示。

首先采集该传感器一段连续的信号输出，并分两种方式进行采集，第一种方式是传感器静止时，连续采集一段传感器输出数据，将采集的数据按照采集顺序记为传感器的静止数据序列a₁(z)，序列号z从1开始；第二种方式是人为使传感器松动抖动，连续采集一段传感器输出数据，将采集的数据按照采集顺序记为传感器的抖动数据序列a₂(z)，序列号z从1开始；。

给传感器配套设置滤波器，使用MATLAB软件FDATool工具做如下配置：如图4所示，设置高通滤波器，Response Type选择Highpass，滤波器阶数Filter Order选择Minimumorder，设置采样频率Fs为118hz，因为角度正反向变换的频率不会很快，所以可以设置阻带频率Fstop为5hz，因为振动频率会大于等于20hz，所以设置通带频率Fpass为20hz，其他参数默认，点击Design Filter就完成了滤波器的设计，然后导出设置好的滤波器系数，滤波器系数记为序列b(m)，序列b(m)的长度记为l，序列号m从1开始。

传感器的静止数据序列a₁(z)、传感器的抖动数据序列a₂(z)、滤波器系数序列b(m)分别采集完毕后，将序列a₁(z)、a₂(z)与滤波器系数序列b(m)带入卷积公式得出新的序列y₁(n)和序列y₂(n),卷积公式如下：

其中：y(n)为经过卷积运算以后所得到的一个新的序列，

n为经过卷积运算以后所得到的一个新的序列y(n)的序号，

a(n-i)为传感器数据序列，

b(i)为滤波器系数序列，

l为滤波器系数序列的长度，

i为1,2，3……l-2,l-1，l；

将新的序列y(n)中每个元素取绝对值，取新序列中的一段数据并相加得到判断变量sum：

将新的序列y(n)中每个元素取绝对值，取新序列中的任意一段长度为len的数据并相加得到判断变量sum；其中序列y(n)中序列号n＜l的数据均视为无效数据而舍去；

其中sum为最终松动抖动所用到的判断变量，

len为取得该任意一段数据的长度参数,

y(n)为卷积公式产生的新的序列，n为序列y(n)的序号，

x为该任意一段数据的起始序列号，x≥l；

分别采集传感器静止时和抖动时的输出数据，得出静止时的判断变量sum₁和抖动时的判断变量sum₂；

数据长度len相同的情况下，多次重复采集两组数据，得到静止时判断变量的平均值和抖动时判断变量的平均值为

调节数据长度len，直到平均值和有明显区别后，设定判断阈值为：明显区别是指，所有的sum₂值中的最小值，大于所有sum₁值里的最大值；并且所有的sum₂值的平均值大于所有的sum₁值的平均值即

取得判断阈值后可用于传感器松动抖动的判断，累计多次采集传感器的数据，如果判断变量sum连续多次大于判断阈值，则说明传感器抖动松动或损坏。

如图3所示，为传感器抖动时未做处理的输出波形图，即传感器的抖动数据序列a₂(z)的曲线图，如图5所示，图中有三条曲线，最上方的曲线为传感器松动抖动后的原始波形；最下方的波形为传感器抖动数据与高通滤波系数经过卷积算法处理后得到的新的序列y(n)；中间的曲线为判断传感器抖动松动或损坏的结果曲线，该曲线值为0说明传感器正常，曲线值为50，说明传感器抖动松动或损坏，从图中可以明显判断出传感器处于抖动松动或损坏状态。

进一步判断传感器是否松动抖动或损坏，需要人为检查传感器的安装，如果安装没有松动则说明传感器已经损坏。

在实验中得到的数据长度len，滤波器系数序列b(m)，判断阈值，可直接用于之后对传感器的松动抖动或损坏的检测中，不需要重复进行滤波器的设计，除非更换其他类型的传感器。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (5)

1.传感器结构松动检测的方法，包括以下步骤：

(1)设置k阶高通滤波器产生k阶滤波器系数：

设置传感器采样频率为η，并根据传感器滤波需求设置滤波器阶数、阻带频率和通带频率；设计高通滤波器，并导出设置好的滤波器系数，滤波器系数记为滤波器系数序列b(m)，滤波器系数序列b(m)的长度记为l，序列号m从1开始；

(2)采集传感器的输出信号：

已知采样频率为η，实时采集传感器的输出信息，将采集的数据按照采集顺序记为传感器数据序列a(z)，序列号z从1开始；

(3)连续不断采集传感器数据，将传感器数据序列a(z)和滤波器系数序列b(m)带入卷积公式得出新的序列y(n),并实时不断的计算y(n),卷积公式如下：

$y\left(n\right)=\underset{i=1}{\overset{l}{\Σ}}a(n-i)\·b\left(i\right)$

其中：y(n)为经过卷积运算以后所得到的一个新的序列，

n为经过卷积运算以后所得到的一个新的序列y(n)的序号，

a(n-i)为传感器数据序列，

b(i)为滤波器系数序列，

l为滤波器系数序列的长度，

i为1,2，3……l-2,l-1，l；

(4)将新的序列y(n)中每个元素取绝对值，取新序列中的任意一段长度为len的数据并相加得到判断变量sum；其中序列y(n)中序列号n＜l的数据均视为无效数据而舍去；

$sum=\underset{n=x}{\overset{x=len-1}{\Σ}}\left|y\left(n\right)\right|$

其中sum为最终松动抖动所用到的判断变量，

len为取得该任意一段数据的长度参数，

y(n)为卷积公式产生的新的序列，n为序列y(n)的序号，

x为该任意一段数据的起始序列号，x≥l；

(5)将判断变量sum与判断阈值对比，大于判断阈值则说明传感器输出数据有问题；小于判断阈值说明传感器正常。

2.根据权利要求1所述的传感器结构松动检测的方法，其特征是，判断阈值的设定方法为：

1)分别采集传感器静止时和抖动时的输出数据，按照步骤(1)到(4)，得出静止时的判断变量sum₁和抖动时的判断变量sum₂；

2)数据长度len相同的情况下，多次重复采集两组数据，得到静止时判断变量的平均值和抖动时判断变量的平均值为

3)调节数据长度len，直到平均值和有明显区别后，设定判断阈值为：明显区别是指，所有的sum₂值中的最小值，大于所有sum₁值里的最大值；并且所有的sum₂值的平均值大于所有的sum₁值的平均值即

$\stackrel{\‾}{{\mathrm{sum}}_2}>\stackrel{\‾}{{\mathrm{sum}}_1}.$

3.根据权利要求1所述的传感器结构松动检测的方法，其特征是：所述步骤(1)中n阶滤波器系数可通过MATLAB软件中的FDATool工具产生；所述工具FDATool中Response Type选择Highpass，设置滤波器阶数Filter Order中的Specify order，或者直接选择Minimumorder，设置采样频率Fs、带阻频率Fstop和带通频率Fpass，其他参数默认，然后导出设置好的滤波器系数，滤波器系数记为序列b(m)，序列b(m)的长度记为l，序列号m从1开始；所述采样频率Fs为传感器自身输出频率，所述带阻频率Fstop为振动、抖动频率，所述带通频率Fpass为传感器输出连续增长或连续减小的方向切换频率。

4.根据权利要求1-3任一项所述的传感器结构松动检测的方法，其特征是：所述步骤(5)中判断传感器结构是否松动的方法为：

累计多次采集传感器的数据，如果判断变量sum连续多次大于判断阈值，检查传感器安装，是否为机械松动。

5.根据权利要求1-3任一项所述的传感器结构松动检测的方法，其特征是：所述传感器为测量的物理量在整个量程内的变化是连续性的，输出信号在整个量程内也是连续性变化的传感器。