CN105890740A - 一种空调六维振动测试系统及其方法 - Google Patents
一种空调六维振动测试系统及其方法 Download PDFInfo
- Publication number
- CN105890740A CN105890740A CN201610435726.7A CN201610435726A CN105890740A CN 105890740 A CN105890740 A CN 105890740A CN 201610435726 A CN201610435726 A CN 201610435726A CN 105890740 A CN105890740 A CN 105890740A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- air
- conditioning
- testing
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
Abstract
本发明所述一种空调六维振动测试系统及其方法,能在仅使用一种类型的传感器的情况下,对空调外机的六个维度的振动情况进行检测,并根据空调外机的振动情况采用人工智能技术自动判断空调外机是否存在故障及其故障原因,可直接用于生产流水线的产品检测,提高检测效率和检测质量,降低检测设备成本。
Description
技术领域
本发明涉及一种智能检测系统,具体地说,涉及一种用于检测空调外机的振动故障智能检测系统。
背景技术
在家电行业中振动和噪声是产品质量评价中的一项重要内容。目前对空调机箱的传统检测方法是靠人的感觉进行判断。主要是摸(用手接触面板,感受整机振动)、听(耳朵贴近出风口处,听异音)、看(蜗壳风道内是否存在异物、离心风轮是否破损、异物,检验纵、横格栅蹿动间隙检验导风条与面框间的蹿动间隙、检验风道是否存在异物)。目前在空调行业,都采用这种传统方法来检测机器的振动与噪音,工人在持续工作若干个小时后,身体状况和心理状态都会影响测量的结果和判断的可靠性。凭人的感觉和触觉,很难建立一个统一的标准。成为制约家电行业发展的瓶颈。
发明内容
本发明克服了现有技术中的缺点,提供了一种家电六维振动测试系统及其方法,能在仅使用一种类型的传感器的情况下,对空调外机的六个维度的振动情况进行检测,并根据空调外机的振动情况自动判断空调外机是否存在故障及其故障原因,并且可直接用于生产流水线的产品检测。
为了解决上述技术问题,本发明是通过以下技术方案实现的:
一种空调六维振动测试系统,包括包括激光测振模块、数据处理模块、数据特征提取模块,数据分类模块及数据存储模块。
激光测振模块为三个激光多普勒测振仪,三个激光多普勒测振仪共同连接于一个采集卡,并由采集卡将数据传输到主控电脑中,其中三个激光多普勒测振仪分别固定放置于三个不同平面的特定位置,并且正对于空调外机外壳表面。
数据处理模块、数据特征提取模块,数据分类模块及数据存储模块均由Labview软件编译而成。
激光测振模块的三个多普勒激光测振仪同时采集,采集时长为3—6秒,采样率为6000—10KHz,并将原始信号数据传送到主控电脑,交由数据处理模块存储、降噪、角速度变换和分析,再使用数据特征提取模块提取所需的特征点,并将特征点数据导入数据分析模块,由数据分析模块将信号进行故障判断,最后产生空调外机运行数据EXCEL报表。
数据处理模块可以将原始数据以TXT、TDMS及EXCEL格式进行存储。
数据处理模块采用可设置带宽的带宽滤波器对数据进行降噪处理。
数据处理模块将激光测振模块所采集到的已降噪的x、y、z轴振动信号数据两两做反正弦变换得出各个方向的角加速度(θx、θy 和θz)数据。
数据处理模块将所得的六个维度的振动信号数据分别做功率谱分析得出相关的功率谱数据。
数据特征提取模块采用小波峰值搜索算法将超出所设定阀值的峰值点数据作为特征点,并将其提取输入到数据分类模块进行处理。
数据分类模块采用BT神经网络算法,利用已被训练好的神经网络对导入的特征数据进行故障判断。
与现有技术相比,本发明的有益效果是:
能在仅使用一种类型的传感器的情况下,对空调外机的六个维度的振动情况进行检测,并根据空调外机的振动情况自动判断空调外机是否存在故障及其故障原因,可直接用于生产流水线的产品检测,提高检测效率和检测质量,降低检测设备成本。
附图说明
附图用来提供对本发明的进一步理解,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制,在附图中:
图1为本发明所述一种空调六维振动测试系统的故障检测流程图。
具体实施方式
在启动检测程序之后,空调外机的振动信号由激光测振模块的三个多普勒激光测振仪同时采集,采集时长为3—6秒,采样率为6000—10KHz,并将原始信号数据传送到主控电脑,交由数据处理模块存储、降噪、角速度变换和分析,再使用数据特征提取模块提取所需的特征点,并将特征点数据导入数据分析模块,由数据分析模块将信号进行故障判断,最后产生空调外机运行数据EXCEL报表,程序结束。
最后应说明的是:以上仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,但是凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种空调六维振动测试系统,其特征在于,包括包括激光测振模块、数据处理模块、数据特征提取模块,数据分类模块及数据存储模块。
2.根据权利要求1所述的一种空调六维振动测试系统,其特征在于,所述激光测振模块为三个激光多普勒测振仪,三个激光多普勒测振仪共同连接于一个采集卡,并由采集卡将数据传输到主控电脑中,其中三个激光多普勒测振仪分别固定放置于三个不同平面的特定位置,并且正对于空调外机外壳表面。
3.根据权利要求1所述的一种空调六维振动测试系统,其特征在于,所述数据处理模块、数据特征提取模块,数据分类模块及数据存储模块均由Labview软件编译而成。
4.一种空调六维振动测试方法,其特征在于,空调外机的振动信号由激光测振模块的三个多普勒激光测振仪同时采集,采集时长为3—6秒,采样率为6000—10KHz,并将原始信号数据传送到主控电脑,交由数据处理模块存储、降噪、角速度变换和分析,再使用数据特征提取模块提取所需的特征点,并将特征点数据导入数据分析模块,由数据分析模块将信号进行故障判断,最后产生空调外机运行数据EXCEL报表。
5.根据权利要求4所述的一种空调六维振动测试方法,其特征在于,数据处理模块可以将原始数据以TXT、TDMS及EXCEL格式进行存储。
6.根据权利要求4所述的一种空调六维振动测试方法,其特征在于,数据处理模块采用可设置带宽的带宽滤波器对数据进行降噪处理。
7.根据权利要求4所述的一种空调六维振动测试方法,其特征在于,数据处理模块将激光测振模块所采集到的已降噪的x、y、z轴振动信号数据两两做反正弦变换得出各个方向的角加速度(θx、θy 和θz)数据。
8.根据权利要求4所述的一种空调六维振动测试方法,其特征在于,数据处理模块将所得的六个维度的振动信号数据分别做功率谱分析得出相关的功率谱数据。
9.根据权利要求4所述的一种空调六维振动测试方法,其特征在于,数据特征提取模块采用小波峰值搜索算法将超出所设定阀值的峰值点数据作为特征点,并将其提取输入到数据分类模块进行处理。
10.根据权利要求4所述的一种空调六维振动测试方法,其特征在于,数据分类模块采用BT神经网络算法,利用已被训练好的神经网络对导入的特征数据进行故障判断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610435726.7A CN105890740A (zh) | 2016-06-17 | 2016-06-17 | 一种空调六维振动测试系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610435726.7A CN105890740A (zh) | 2016-06-17 | 2016-06-17 | 一种空调六维振动测试系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105890740A true CN105890740A (zh) | 2016-08-24 |
Family
ID=56729764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610435726.7A Pending CN105890740A (zh) | 2016-06-17 | 2016-06-17 | 一种空调六维振动测试系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105890740A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109343208A (zh) * | 2018-10-11 | 2019-02-15 | 佛山科学技术学院 | 一种星光折射星敏感器光学系统 |
WO2020121405A1 (ja) * | 2018-12-11 | 2020-06-18 | 三菱電機株式会社 | 空気調和機及び制御方法 |
CN112710486A (zh) * | 2019-10-24 | 2021-04-27 | 广东美的白色家电技术创新中心有限公司 | 设备故障检测方法、设备故障检测装置及计算机存储介质 |
-
2016
- 2016-06-17 CN CN201610435726.7A patent/CN105890740A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109343208A (zh) * | 2018-10-11 | 2019-02-15 | 佛山科学技术学院 | 一种星光折射星敏感器光学系统 |
CN109343208B (zh) * | 2018-10-11 | 2023-11-28 | 佛山科学技术学院 | 一种星光折射星敏感器光学系统 |
WO2020121405A1 (ja) * | 2018-12-11 | 2020-06-18 | 三菱電機株式会社 | 空気調和機及び制御方法 |
CN112710486A (zh) * | 2019-10-24 | 2021-04-27 | 广东美的白色家电技术创新中心有限公司 | 设备故障检测方法、设备故障检测装置及计算机存储介质 |
WO2021077567A1 (zh) * | 2019-10-24 | 2021-04-29 | 广东美的白色家电技术创新中心有限公司 | 设备故障检测方法、设备故障检测装置及计算机存储介质 |
CN112710486B (zh) * | 2019-10-24 | 2022-01-25 | 广东美的白色家电技术创新中心有限公司 | 设备故障检测方法、设备故障检测装置及计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103267932B (zh) | 一种gis局部放电检测系统及方法 | |
CN105424395A (zh) | 设备故障的确定方法和装置 | |
CN104386449B (zh) | 用于矿用皮带运输机头尾轮在线检测智能保护装置 | |
CN107862052A (zh) | 一种故障案例库、故障树及故障谱构建方法 | |
JP6144408B2 (ja) | エネルギー計測情報ラベリングシステムおよびエネルギー計測情報ラベリングサーバ | |
CN110456234B (zh) | 故障电弧的检测方法、装置和系统 | |
CN105890740A (zh) | 一种空调六维振动测试系统及其方法 | |
CN206460129U (zh) | 交流绝缘检测装置 | |
CN111007365A (zh) | 一种基于神经网络的超声波局部放电识别方法及系统 | |
CN105530456A (zh) | 变电站监控方法、装置及系统 | |
CN106549366A (zh) | 用电安全检测防护电路、开关设备或插座 | |
CN113030723A (zh) | 一种交流异步电机状态监测系统 | |
CN216848010U (zh) | 一种边缘计算的电缆局放在线监测装置 | |
CN116028536A (zh) | 一致电网外接窃电核查检测系统 | |
CN103529337B (zh) | 设备故障与电气量信息间非线性相关关系的识别方法 | |
CN104501873A (zh) | 一种环网柜的集成信息监控系统 | |
CN108089086B (zh) | 一种配电网电缆接头故障诊断设备和诊断方法 | |
CN107103337A (zh) | 基于物联网和信息融合的电力设备状态诊断装置及方法 | |
CN117110794A (zh) | 一种电缆故障智能诊断系统及方法 | |
WO2021094928A2 (en) | Systems and methods for automated detection of switch capacitor operation | |
CN103344893A (zh) | 基于变频串联谐振耐压试验的分布式电缆局放测量方法 | |
CN104777446B (zh) | 一种电容型电流互感器在线故障诊断装置及方法 | |
CN204439117U (zh) | 一种环网柜的集成信息监控系统 | |
CN112381130A (zh) | 一种基于聚类分析的配电房多元数据异常检测方法 | |
CN114035047A (zh) | 一种基于音频识别的矿井通风机电机故障预警装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160824 |
|
WD01 | Invention patent application deemed withdrawn after publication |