CN107037062A - 同轴电缆材料微波特性在线监测和诊断装置及方法 - Google Patents

Abstract

本发明公开了一种同轴电缆材料微波特性在线监测和诊断装置及方法，包括数据采集、处理和分析以及在线监测，数据采集是利用微波测量仪器的通讯接口，利用编程语言提供的VISA库，调用SCPI命令实现仪器监控，完成对数据的实时采集；数据处理和分析是通过设计的程序，自动筛选、处理和分析采集到的测量数据，统计分析其分布情况，利用其分布情况，消除生产线上抖动因素对实际测量的影响；在线监测是比较每个采样点的分布情况，通过其分布之间的差异来判断好坏。本发明能快速采集所测量的同轴电缆的微波参数，设计数据筛选、处理和分析算法，处理所采集的测量数据，对测量数据进行统计分析，主要利用其分布的最大概率之间的差别，来判断好坏，而不仅仅是常规的只依赖数值上的阈值来判断。

Description

同轴电缆材料微波特性在线监测和诊断装置及方法

技术领域

本发明属于电缆制造技术领域，具体涉及一种同轴电缆材料微波特性在线监测和诊断装置及方法。

背景技术

在同轴电缆生产领域，针对同轴电缆发泡层材料特性的质量检测手段，目前只有椭圆度，偏心度和电气性能检测等。对于同轴电缆发泡层材料特性的质量监测，理论上可行的手段主要有光学检测、超声波检测和X射线检测等。其原理是利用光线、超声波或者X射线，对待测物进行成像，通过与标准图像进行对比，从而得到对待测物质量的判断。但以上几种方法，均无法检测出同轴电缆发泡层材料的微波特性，且均存在成本较高，安装调试困难等问题，并不适用于企业实际生产过程中的监测需要。

针对同轴电缆发泡层材料的微波特性，如申请号CN201611191101.7 发明提出了一种微波检测装置，将待测产品置于同轴微波传输线中进行测量。通过产品与传输线中电磁场的相互作用，得到其传输和反射特性，从而实现对同轴电缆产品微波特性的测量。

发明内容

发明目的：本发明的目的是为了解决现有技术中的不足，提供一种同轴电缆材料微波特性在线监测和诊断装置及方法，该方法可以实时采集测量数据，通过数据处理和数据分析算法设计，实现对同轴电缆材料微波特性的在线监测。并且通过监测数据的汇总分析，进行诊断，为生产线上后续的调试提供依据。

技术方案：本发明所述的一种同轴电缆材料微波特性在线监测和诊断装置，包括：

采集模块：包括PC机和测量仪器，所述PC机与微波测量仪器通过通讯接口连接，PC机利用编程语言提供的VISA库，调用SCPI命令实现仪器监控，完成对数据的实时采集；

数据处理和分析模块：包括数据清洗模块、数据筛选模块和数据分析模块，通过自动筛选、处理和分析采集到的测量数据，并统计和分析其分布情况；

在线检测模块：比较每个采样点的分布情况，通过其分布之间的差异来判断好坏，整体分析监测数据的分布情况，并进行线缆产品的故障查找、定位和诊断。

进一步的，所述通讯接口采用LAN口、串口或GPIB接口。

进一步的，所述编程语言采用Python语言、LabVIEW、Visual Basic中的一种。

本发明还公开了一种同轴电缆材料微波特性在线监测和诊断方法，包括如下步骤：

（1）数据采集：利用微波测量仪器的通讯接口，将PC与测量仪器连接起来，利用编程语言提供的VISA库，调用SCPI命令实现仪器监控，完成对数据的实时采集；

（2）数据处理和分析：通过设计的程序，自动筛选、处理和分析采集到的测量数据，统计分析其分布情况，利用其分布情况，消除生产线上抖动因素对实际测量的影响；

（3）在线监测：比较每个采样点的分布情况，通过其分布之间的差异来判断好坏，整体分析监测数据的分布情况，并进行线缆产品的故障查找、定位和诊断。

进一步的，步骤（1）所述的通讯接口采用LAN口、串口或GPIB接口。

进一步的，步骤（1）所述的编程语言采用Python语言、LabVIEW、Visual Basic中的一种。

进一步的，步骤（2）依次包括数据清洗、数据筛选和数据分析步骤，其中数据清洗步骤去除冗余、空白、错误的测量数据；数据筛选步骤筛选出可用的数据，并进行整理和分类；数据分析步骤统计分析数据分布情况，提取有用信息。

进一步的，步骤（2）具体数据处理和分析过程如下：

实时采集到损耗、相位和驻波比数据后，对数据进行清洗，去除掉冗余、空白、错误的数据，采用的方法是离群点检测算法，去除掉异常数据；

将清洗后的数据保存，针对同轴电缆产品要求的工作频率，选取合适的频点，并筛选出这些频点的损耗和相位数据，并进行整理和分类；

统计上述特定频点的损耗和相位数据在数值上的分布情况，作出散点图，并根据散点图，设计数据拟合算法，作出分布拟合曲线。

进一步的，步骤（3）中同一时刻，单个采样点重复测量多次，得到数据分布情况，并比较每个采样点的分布情况，并通过其分布的最大概率之间的差异来判断好坏，而不是简单地根据数值上的差别来判断。

进一步的，步骤（3）具体在线监测过程如下：

监测前，首先需建立好缆的标准：建立好缆的标准有两种方式，一种是根据经验，直接预设数值上的阈值；一种是统计分析一段时间内的测量数据，统计分析其分布情况，得到分布曲线，进而根据分布曲线的峰值点和分布情况，动态建立标准；

标准建立后，针对每个采样时刻，实时测量、采集、处理和分析它的损耗、相位、驻波比等测量数据，采用分布曲线标准时，每个采样时刻重复测量多次，统计和分析，得到其近似正态分布情况，并与好缆标准进行比较；

当实测数据的分布曲线与好缆标准曲线差别较小时，判定为正常，则继续生产；当差别较大时，判定为异常，则进行音频报警，提示生产人员进行相关处理；

同时，记录异常时刻，以及该异常时刻的数据分布情况，从而建立缺陷数据库，后期可整体分析所有的异常情况，判断缺陷的类型和特点。

有益效果：本发明的有益效果如下：

（1）快速采集所测量的同轴电缆的微波参数，设计数据筛选、处理和分析算法，处理所采集的测量数据；

（2）对测量数据进行统计分析，主要利用其分布的最大概率之间的差别，来判断好坏，而不仅仅是常规的只依赖数值上的阈值来判断；

（3）在实际监测中，采集并监测多个频率点的数据，互相验证，确保准确率；

（4）同时，在实时监测过程中，不断汇总所有监测数据，可以对整个生产过程作出整体记录、分析和问题的诊断，也方便后期故障的定位、查找和回溯；

（5）此外，系统安装简单，操作方便，易用性好，自动化程度高，监测过程不影响企业实际生产进程。

附图说明

图1为本发明一个实施例的数据处理和分析流程示意图；

图2为本发明一个实施例的在线监测流程示意图。

具体实施方式

下面结合具体实施例和附图对本发明的技术方案作进一步详细说明：

一种同轴电缆材料微波特性在线监测和诊断装置，包括：

采集模块：包括PC机和测量仪器，所述PC机与微波测量仪器通过通讯接口连接，建立物理连接后，再建立编程用的逻辑连接，从而获得仪器的逻辑地址。PC机利用编程语言提供的VISA库，调用SCPI命令实现仪器监控，完成对数据的实时采集完成对数据的实时采集；

数据处理和分析模块：包括数据清洗模块、数据筛选模块和数据分析模块，通过自动筛选、处理和分析采集到的测量数据，并统计和分析其分布情况；

在线检测模块：比较每个采样点的分布情况，通过其分布之间的差异来判断好坏，整体分析监测数据的分布情况，并进行线缆产品的故障查找、定位和诊断。

上述一种同轴电缆材料微波特性在线监测和诊断装置的在线监测和诊断方法，包括如下步骤：

（1）数据采集：利用微波测量仪器的通讯接口，将PC与测量仪器连接起来，建立物理连接后，再建立编程用的逻辑连接，从而获得仪器的逻辑地址。利用编程语言提供的VISA库，调用SCPI命令实现仪器监控，完成对数据的实时采集。

考虑成本，优先选择 LAN 以太网接口，但不能理解为对本发明的限制。针对微波测量仪器的LAN、串口或GPIB等接口，本发明均可适用。

如果是通过局域网或网线建立物理连接，仪器无法自动找到时，则需要手动创建仪器的逻辑连接。通过自动或手动创建了仪器的逻辑连接后，就能看到该仪器获得的一个逻辑地址。我们在程序中通过这个地址和微波测量仪器进行通信，实现对微波测量仪器测量数据的自动采集。

考虑在数据处理和数据分析等方面的优势，编程部分主要采用Python语言，但不能理解为对本发明的限制。其他编程语言如LabVIEW、Visual Basic等，本发明均可适用。

Python是一种开源的脚本编程语言，可移植性强，具有强大的扩展性，能实现多种语言的混合编程。Python拥有丰富的扩展模块和函数库。

PyTkinter可以轻松开发出优质的GUI界面。NumPy、Scipy和matplotlib库等相当于Matlab的Python版本，它提供了矩阵、数据处理，绘图分析等的解决方法。

PyVISA库控制VISA接口设备: 安装NI-VISA之后，再安装python的PyVISA库，实现用python控制测量仪器，和测量数据的实时采集。

（2）数据处理和分析：通过设计的程序，自动筛选、处理和分析采集到的测量数据，统计分析其分布情况，利用其分布情况，消除生产线上抖动因素对实际测量的影响。具体如图1所示，具体步骤依次包括数据清洗、数据筛选和数据分析步骤，其中数据清洗步骤去除冗余、空白、错误的测量数据；数据筛选步骤筛选出可用的数据，并进行整理和分类；数据分析步骤统计分析数据分布情况，提取有用信息。

实际测量的数据主要有电缆的损耗和相位 、驻波比数据。实时采集到上述的数据后，对数据进行清洗，去除掉冗余、空白、错误的数据。主要采用的方法是离群点检测算法。离群点检测算法主要有基于统计、距离、密度、聚类算法等4种，目的是去除掉异常数据。

将清洗后的数据保存。针对同轴电缆产品要求的工作频率，选取合适的频点，并筛选出这些频点的损耗和相位数据，并进行整理和分类。

统计上述特定频点的损耗和相位数据在数值上的分布情况，作出散点图。并根据散点图，设计数据拟合算法，作出分布拟合曲线。由于生产线上存在振动，而振动服从正态分布。因此结合实际测量数据的分布特点，主要设计的有正态分布拟合和多项式拟合算法。提取的有用信息主要包括，分布曲线的峰值点和分布曲线的分布情况。

（3）在线监测：比较每个采样点的分布情况，通过其分布之间的差异来判断好坏，整体分析监测数据的分布情况，并进行线缆产品的故障查找、定位和诊断。

监测流程为：监测前，首先需建立好缆的标准。建立好缆的标准有两种方式，一种是根据经验，直接预设数值上的阈值。一种是统计分析一段时间内的测量数据，统计分析其分布情况，得到分布曲线。进而根据分布曲线的峰值点和分布情况，动态建立标准。

标准建立后，针对每个采样时刻，实时测量、采集、处理和分析它的损耗、相位、驻波比等测量数据。采用分布曲线标准时，每个采样时刻重复测量多次，统计和分析，得到其近似正态分布情况，并与好缆标准进行比较。

当实测数据的分布曲线与好缆标准曲线差别较小时，判定为正常，则继续生产；当差别较大时，判定为异常，则进行音频报警，提示生产人员进行相关处理。

同时，记录异常时刻，以及该异常时刻的数据分布情况，从而建立缺陷数据库。后期可整体分析所有的异常情况，判断缺陷的类型和特点。

其中比较每个采样点的分布情况，通过其分布的最大概率之间的差异来判断好坏，而不是简单地根据数值上的差别来判断。这种判断方法灵敏度更高，且有效降低了系统的误判率。

利用此判别方法，针对每个采样时刻，可实时监测同轴电缆在生产过程中，发泡层材料微波特性是否合格，如果有问题则及时报警。方便后续的处理和生产线的调试，同时降低了生产人员的维护和监管难度。

同时，整体分析监测数据的分布情况，还可以进行故障查找、定位和诊断，且不改变生产线的运行方式，不影响实际生产过程。这样，有利于避免由于现有监测手段的局限，导致出现故障，却仍然进行了后续的生产工艺，造成的物料和人力成本的大量浪费。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (10)

1.一种同轴电缆材料微波特性在线监测和诊断装置，其特征在于：包括：

采集模块：包括PC机和测量仪器，所述PC机与微波测量仪器通过通讯接口连接，PC机利用编程语言提供的VISA库，调用SCPI命令实现仪器监控，完成对数据的实时采集；

数据处理和分析模块：包括数据清洗模块、数据筛选模块和数据分析模块，通过自动筛选、处理和分析采集到的测量数据，并统计和分析其分布情况；

在线检测模块：比较每个采样点的分布情况，通过其分布之间的差异来判断好坏，整体分析监测数据的分布情况，并进行线缆产品的故障查找、定位和诊断。

2.根据权利要求1所述的一种同轴电缆材料微波特性在线监测和诊断装置，其特征在于所述通讯接口采用LAN口、串口或GPIB接口。

3.根据权利要求1所述的一种同轴电缆材料微波特性在线监测和诊断装置，其特征在于所述编程语言采用Python语言、LabVIEW、Visual Basic中的一种。

4.一种同轴电缆材料微波特性在线监测和诊断方法，其特征在于：包括如下步骤：

（1）数据采集：利用微波测量仪器的通讯接口，将PC与测量仪器连接起来，利用编程语言提供的VISA库，调用SCPI命令实现仪器监控，完成对数据的实时采集；

（2）数据处理和分析：通过设计的程序，自动筛选、处理和分析采集到的测量数据，统计分析其分布情况，利用其分布情况，消除生产线上抖动因素对实际测量的影响；

（3）在线监测：比较每个采样点的分布情况，通过其分布之间的差异来判断好坏，整体分析监测数据的分布情况，并进行线缆产品的故障查找、定位和诊断。

5.根据权利要求4所述的一种同轴电缆材料微波特性在线监测和诊断方法，其特征在于：步骤（1）所述的通讯接口采用LAN口、串口或GPIB接口。

6.根据权利要求4所述的一种同轴电缆材料微波特性在线监测和诊断方法，其特征在于：步骤（1）所述的编程语言采用Python语言、LabVIEW、Visual Basic中的一种。

7.根据权利要求4所述的一种同轴电缆材料微波特性在线监测和诊断方法，其特征在于：步骤（2）依次包括数据清洗、数据筛选和数据分析步骤，其中数据清洗步骤去除冗余、空白、错误的测量数据；数据筛选步骤筛选出可用的数据，并进行整理和分类；数据分析步骤统计分析数据分布情况，提取有用信息。

8.根据权利要求7所述的一种同轴电缆材料微波特性在线监测和诊断方法，其特征在于：步骤（2）具体数据处理和分析过程如下：

实时采集到损耗、相位和驻波比数据后，对数据进行清洗，去除掉冗余、空白、错误的数据，采用的方法是离群点检测算法，去除掉异常数据；

将清洗后的数据保存，针对同轴电缆产品要求的工作频率，选取合适的频点，并筛选出这些频点的损耗和相位数据，并进行整理和分类；

统计上述特定频点的损耗和相位数据在数值上的分布情况，作出散点图，并根据散点图，设计数据拟合算法，作出分布拟合曲线。

9.根据权利要求4所述的一种同轴电缆材料微波特性在线监测和诊断方法，其特征在于：步骤（3）中同一时刻，单个采样点重复测量多次，得到数据分布情况，并比较每个采样点的分布情况，并通过其分布的最大概率之间的差异来判断好坏，而不是简单地根据数值上的差别来判断。

10.根据权利要求9所述的一种同轴电缆材料微波特性在线监测和诊断方法，其特征在于：步骤（3）具体在线监测过程如下：

监测前，首先需建立好缆的标准：建立好缆的标准有两种方式，一种是根据经验，直接预设数值上的阈值；一种是统计分析一段时间内的测量数据，统计分析其分布情况，得到分布曲线，进而根据分布曲线的峰值点和分布情况，动态建立标准；

标准建立后，针对每个采样时刻，实时测量、采集、处理和分析它的损耗、相位、驻波比等测量数据，采用分布曲线标准时，每个采样时刻重复测量多次，统计和分析，得到其近似正态分布情况，并与好缆标准进行比较；

当实测数据的分布曲线与好缆标准曲线差别较小时，判定为正常，则继续生产；当差别较大时，判定为异常，则进行音频报警，提示生产人员进行相关处理；

同时，记录异常时刻，以及该异常时刻的数据分布情况，从而建立缺陷数据库，后期可整体分析所有的异常情况，判断缺陷的类型和特点。