CN108347474A - 机械设备的状态数据压缩方法、装置及机械设备 - Google Patents
机械设备的状态数据压缩方法、装置及机械设备 Download PDFInfo
- Publication number
- CN108347474A CN108347474A CN201810059730.7A CN201810059730A CN108347474A CN 108347474 A CN108347474 A CN 108347474A CN 201810059730 A CN201810059730 A CN 201810059730A CN 108347474 A CN108347474 A CN 108347474A
- Authority
- CN
- China
- Prior art keywords
- data
- status data
- mechanical equipment
- compression
- similar status
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/565—Conversion or adaptation of application format or content
- H04L67/5651—Reducing the amount or size of exchanged application data
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明实施例提供一种机械设备的状态数据压缩方法、装置及机械设备,属于机械设备领域。该方法包括:在一时间段内采集所述机械设备的N个同类状态数据;根据所述N个同类状态数据确定所述机械设备的运动状态;以及根据所述机械设备的运动状态进行数据压缩以得到压缩数据。本发明能对机械设备的不同运动状态的状态数据进行针对性的高效压缩,有利于数据传输和储存。
Description
技术领域
本发明涉及机械设备,具体地涉及机械设备的状态数据压缩方法、装置及机械设备。
背景技术
目前的数据压缩主要分为以下几种:降采样压缩方法、分段线性插值方法、矢量量化方法和信号变换方法,降采样的方式进行数据压缩,压缩比固定,算法简单;分段线性插值方法在对波形信号压缩时压缩比高、速度快;矢量量化方法和信号变换方法压缩比高,波形特征保留好,多应用在雷达、地震测量等没有实时性要求的复杂过程数据的处理。但是,以上几种压缩方法均不能很好的针对机械设备进行压缩。
发明内容
本发明实施例的目的是提供一种机械设备的状态数据压缩方法、装置及机械设备,该机械设备的状态数据压缩方法、装置及机械设备能对机械设备的不同运动状态的状态数据进行针对性的高效压缩,有利于数据传输和储存。
为了实现上述目的,本发明实施例提供一种机械设备的状态数据压缩方法,该方法包括:在一时间段内采集所述机械设备的N个同类状态数据;根据所述N个同类状态数据确定所述机械设备的运动状态;以及根据所述机械设备的运动状态进行数据压缩以得到压缩数据。
优选地,根据所述N个同类状态数据确定所述机械设备的运动状态包括:确定所述N个同类状态数据的方差S2;以及在所述方差S2大于第一设定值时,确定所述机械设备的运动状态为快速运动;在所述方差S2小于所述第一设定值且大于第二设定值时,确定所述机械设备的运动状态为慢速运动;在所述方差S2小于所述第二设定值时,确定所述机械设备的运动状态为停止状态。
优选地,进行数据压缩之后,所述快速运动、所述慢速运动以及所述停止状态的压缩数据的数量依次减少。
优选地,根据所述机械设备的运动状态进行数据压缩以得到压缩数据包括:在所述运动状态为所述快速运动时,根据所述方差S2和第一系数k1确定所述压缩数据的数量M1;根据所述同类状态数据的数量N和所述压缩数据的数量M1确定第i个压缩数据对应的所述同类状态数据的序号n;将所述同类状态数据的序号n对应的同类状态数据Xn进行保存以得到暂存数据;确定所述N个同类状态数据的极点;根据所述同类状态数据的数量N和所述压缩数据的数量M1确定第i个极点Xpolei对应的所述暂存数据的序号j;使用所述第i个极点Xpolei替换对应的第j个暂存数据以得到所述压缩数据。
优选地,根据所述机械设备的运动状态进行数据压缩以得到压缩数据包括:在所述运动状态为所述慢速运动时,根据所述方差S2和第二系数k2确定所述压缩数据的数量M2;根据所述同类状态数据的数量N和所述压缩数据的数量M2确定第i个压缩数据对应的所述同类状态数据的序号ni;将所述同类状态数据的序号ni对应的同类状态数据Xn进行保存以得到暂存数据;确定所述N个同类状态数据的极点;根据所述同类状态数据的数量N和所述压缩数据的数量M2确定第i个极点Xpolei对应的暂存数据的序号j;使用所述第i个极点Xpolei替换对应的第j个暂存数据Yj以得到所述压缩数据。
优选地,根据所述机械设备的运动状态进行数据压缩以得到压缩数据包括:在所述运动状态为所述停止状态时,保存所述同类状态数据的平均值以得到所述压缩数据。
优选地,该方法还包括:在多个时间段的状态数据进行数据压缩之后,对所述压缩数据基于以下特点进行编码并缓存:各时间段时长相同,不同时间段内压缩数据间隔时长不同,同时间段内压缩数据间隔时长相同。
本发明实施例还提供一种机械设备的状态数据压缩装置,该装置包括:采集单元、处理单元以及压缩单元,其中,所述采集单元用于在一时间段内采集所述机械设备的N个同类状态数据;所述处理单元用于根据所述N个同类状态数据确定所述机械设备的运动状态;以及所述压缩单元用于根据所述机械设备的运动状态进行数据压缩以得到压缩数据。
优选地,所述处理单元用于:确定所述N个同类状态数据的方差S2;在所述方差S2大于第一设定值时,确定所述机械设备的运动状态为快速运动;在所述方差S2小于所述第一设定值且大于第二设定值时,确定所述机械设备的运动状态为慢速运动;在所述方差S2小于所述第二设定值时,确定所述机械设备的运动状态为停止状态。
优选地,进行数据压缩之后,所述快速运动、所述慢速运动以及所述停止状态的压缩数据的数量依次减少。
优选地,所述压缩单元还用于:在所述运动状态为所述快速运动时,根据所述方差S2和第一系数k1确定所述压缩数据的数量M1;根据所述同类状态数据的数量N和所述压缩数据的数量M1确定第i个压缩数据对应的所述同类状态数据的序号ni;将所述同类状态数据的序号ni对应的同类状态数据Xn进行保存以得到暂存数据;确定所述N个同类状态数据的极点;根据所述同类状态数据的数量N和所述压缩数据的数量M1确定第i个极点Xpolei对应的所述暂存数据的序号j;使用所述第i个极点Xpolei替换对应的第j个暂存数据以得到所述压缩数据。
优选地,所述压缩单元还用于:在所述运动状态为所述慢速运动时,根据所述方差S2和第二系数k2确定所述压缩数据的数量M2;根据所述同类状态数据的数量N和所述压缩数据的数量M2确定第i个压缩数据对应的所述同类状态数据的序号ni;将所述同类状态数据的序号ni对应的同类状态数据Xn进行保存以得到暂存数据;确定所述N个同类状态数据的极点;根据所述同类状态数据的数量N和所述压缩数据的数量M2确定第i个极点Xpolei对应的暂存数据的序号j;使用所述第i个极点Xpolei替换对应的第j个暂存数据Yj以得到所述压缩数据。
优选地,所述压缩单元还用于:在所述运动状态为所述停止状态时,保存所述同类状态数据的平均值以得到所述压缩数据。
优选地,该装置还包括:编码单元,用于在多个时间段的状态数据进行数据压缩之后,对所述压缩数据基于以下特点进行编码并缓存:各时间段时长相同,不同时间段内压缩数据间隔时长不同,同时间段内压缩数据间隔时长相同。
本发明还提供一种机械设备,该机械设备包括上文所述的机械设备的状态数据压缩装置。
通过上述技术方案,采用本发明提供的机械设备的状态数据压缩方法、装置及机械设备,根据机械设备的运动状态进行数据压缩以得到压缩数据,能对机械设备的不同运动状态的状态数据进行针对性的高效压缩,有利于数据传输和储存。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是本发明一实施例提供的机械设备的状态数据压缩方法的流程图;
图2是本发明一实施例提供的确定机械设备的运动状态的方法的流程图;
图3是本发明一实施例提供的机械设备快速运动的数据压缩方法的流程图;
图4是本发明一实施例提供的机械设备慢速运动的数据压缩方法的流程图;
图5是本发明一实施例提供的机械设备的数据传输过程与装置对应示意图;以及
图6是本发明一实施例提供的机械设备的状态数据压缩装置的结构示意图。
附图标记说明
1 采集单元 2 处理单元
3 压缩单元。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
图1是本发明一实施例提供的机械设备的状态数据压缩方法的流程图。如图1所示,该方法包括:在一时间段内采集所述机械设备的N个同类状态数据(步骤S11);根据所述N个同类状态数据确定所述机械设备的运动状态(步骤S12);以及根据所述机械设备的运动状态进行数据压缩以得到压缩数据(步骤S13)。
在本发明中,以传感器采集同类状态数据,足够的采样率可以反映出设备的动态过程,其中进行压缩的同类状态数据指同类型的状态数据,一般可以同一传感器采集,例如为温度、压力、倾角和位移等中的一类数据。根据经验,可以设采样率fs>100Hz;优选采集到的同类状态数据数量为N=100×fs,以保存到一个时间段。随后可以分时间段进行处理,以便降低对处理单元的要求。
本实施例优选可以在采集到同类状态数据之后,对采集到的同类状态数据ri={r1,r2,…rN}进行数据滤波,以有效去除信号噪声、随机干扰和野点数据,便于获取极点。具体方法可采用加权均值滤波,滤波后数据xi计算过程如下:
xi=ri×c0+ri-1×c1+ri-2×c2,其中c0、c1和c2为加权参量,c0+c1+c2=1。
本发明不限定滤波方式,只要可以有效去除信号噪声、随机干扰和野点数据的滤波方式均可。
随后,可以根据N个同类状态数据确定机械设备的运动状态,以便于针对运动状态进行数据压缩,具体将在下文叙述。
图2是本发明一实施例提供的确定机械设备的运动状态的方法的流程图。如图2所示,该方法包括:确定所述N个同类状态数据的方差S2(步骤S21);判断所述方差S2与第一设定值和第二设定值的关系(步骤S22);在所述方差S2大于第一设定值时,确定所述机械设备的运动状态为快速运动(步骤S23);在所述方差S2小于所述第一设定值且大于第二设定值时,确定所述机械设备的运动状态为慢速运动(步骤S24);在所述方差S2小于所述第二设定值时,确定所述机械设备的运动状态为停止状态(步骤S25)。
本实施例提供确定机械设备的运动状态的方式。首先,确定N个同类状态数据的方差S2,具体可以先计算N个同类状态数据的均值如下:
其中xi为同类状态数据,N为同类状态数据的数量。
接着,计算N个同类状态数据的方差S2如下:
其中xi为同类状态数据,N为同类状态数据的数量,为N个同类状态数据的均值。
当方差S2大于第一设定值时,说明数据变化剧烈,此状态下行走机械一般处于快速运动或较为危险的工况,需保留较多信息,第一设定值可以为判断数据是否剧烈变化的最小方差值。
当方差S2大于第二预设值且小于第一设定值时,说明数据变化较缓慢,此状态下行走机械一般处于慢速运动或正常的工况,需保留正常工况信息,第二设定值可以为判断数据是否缓慢变化的最小方差值。
当方差S2小于第二预设值时,说明数据几乎无变化,此时N=1,此状态下行走机械一般处于停止作业工况,只需保存该时间段内的平均值。
图3是本发明一实施例提供的机械设备快速运动的数据压缩方法的流程图。如图3所示,该方法包括:在所述运动状态为所述快速运动时,根据所述方差S2和第一系数k1确定所述压缩数据的数量M1(步骤S31);根据所述同类状态数据的数量N和所述压缩数据的数量M1确定第i个压缩数据对应的所述同类状态数据的序号ni(步骤S32);将所述同类状态数据的序号ni对应的同类状态数据Xn进行保存以得到暂存数据(步骤S33);确定所述N个同类状态数据的极点(步骤S34);根据所述同类状态数据的数量N和所述压缩数据的数量M1确定第i个极点Xpolei对应的所述暂存数据的序号j(步骤S35);使用所述第i个极点Xpolei替换对应的第j个暂存数据以得到所述压缩数据(步骤S36)。
本实施例是运动状态为所述快速运动时的数据压缩方法,大体分为两个步骤,其中先确定靠近压缩数据的同类状态数据,并保存以得到暂存数据;然后将极点就近替代暂存数据,以得到压缩数据。具体压缩过程如下所述:
第一步,确定所述压缩数据的数量M1:
M1=[S2×k1],其中S2为同类状态数据的方差,k1为快速运动比例系数,“[]”为取整符号,例如四舍五入,下同。
因为方差与储存数量间存在换算关系,此时需通过k1比例系数,使M1在合理范围内。
第二步,确定第i个压缩数据对应的同类状态数据的序号ni:
其中i为压缩数据的序号,N为同类状态数据的数量,M1为压缩数据的数量。
第三步,保存同类状态数据的序号ni对应的同类状态数据Xn以作为暂存数据。
第四步,确定N个同类状态数据的极点,优选可以使用以下方法确定极点:
以公式Δxi=xi+1-xi确定Δxi,
当Δxi>0,且Δxi+1<0或者Δxi+1=0;则xi为极大值点;
判断Δxi<0,且Δxi+1>0或者Δxi+1=0;则xi为极小值点;
判断Δxi=0,且Δxi+1<0或者Δxi+1>0;则xi为极值点;
将极点按顺序保存。
第五步,确定第i个极点Xpolei对应的所述暂存数据的序号j:
其中N为同类状态数据的数量,M1为压缩数据的数量,npolei为第i个极点Xpolei的序号。
第六步,使用第i个极点Xpolei替换对应的第j个暂存数据以得到压缩数据。
在上述数据压缩过程中,每一步的计算结果均进行取整,例如通过四舍五入。并且,如果出现某些暂存数据没有对应极点的情况,此时不需要对该暂存数据执行第五和第六步,也即不需要极点进行替换。因此,最后的压缩数据应该是由暂存数据和极点共同组成。
图4是本发明一实施例提供的机械设备慢速运动的数据压缩方法的流程图。如图4所示,该方法包括:在所述运动状态为所述慢速运动时,根据所述方差S2和第二系数k2确定所述压缩数据的数量M2;根据所述同类状态数据的数量N和所述压缩数据的数量M2确定第i个压缩数据对应的所述同类状态数据的序号ni;将所述同类状态数据的序号ni对应的同类状态数据Xn进行保存以得到暂存数据;确定所述N个同类状态数据的极点;根据所述同类状态数据的数量N和所述压缩数据的数量M2确定第i个极点Xpolei对应的暂存数据的序号j;使用所述第i个极点Xpolei替换对应的第j个暂存数据Yj以得到所述压缩数据。
本实施例是运动状态为所述慢速运动时的数据压缩方法,与上述快速运动时的数据压缩方法较为类似,具体压缩过程如下所述:
第一步,确定所述压缩数据的数量M2:
M2=[S2×k1],其中S2为同类状态数据的方差,k2为慢速运动比例系数,k2小于快速运动比例系数k1。
第二步,确定第i个压缩数据对应的同类状态数据的序号ni:
其中i为压缩数据的序号,N为同类状态数据的数量,M2为压缩数据的数量。
第三步,保存同类状态数据的序号ni对应的同类状态数据Xn以作为暂存数据。
第四步,确定N个同类状态数据的极点,优选可以使用以下方法确定极点:
以公式Δxi=xi+1-xi确定Δxi,
当Δxi>0,且Δxi+1<0或者Δxi+1=0;则xi为极大值点;
判断Δxi<0,且Δxi+1>0或者Δxi+1=0;则xi为极小值点;
判断Δxi=0,且Δxi+1<0或者Δxi+1>0;则xi为极值点;
将极点按顺序保存。
第五步,确定第i个极点Xpolei对应的所述暂存数据的序号j:
其中N为同类状态数据的数量,M2为压缩数据的数量,npolei为第i个极点Xpolei的序号。
第六步,使用第i个极点Xpolei替换对应的第j个暂存数据以得到压缩数据。
在上述数据压缩过程中,同样每一步的计算结果均进行取整。并且,如果出现某些暂存数据没有对应极点的情况,此时不需要对该暂存数据执行第五和第六步,也即不需要极点进行替换。因此,最后的压缩数据应该是由暂存数据和极点共同组成。
另外,在所述运动状态为所述停止状态时,保存所述同类状态数据的平均值以得到所述压缩数据。
上述压缩方法针对工程机械常用采集数据的特征进行制定,能对状态数据进行针对性的高效压缩,有利于数据传输、储存,并能在客户端实现数据的有效还原。其具有压缩比率高、波形失真小、带宽占用低和流量消耗少等特点。采用以上压缩方法可在现有3G/4G网络条件下实现关键零部件状态监测、能耗分析、故障诊断、寿命预测等对基础数据要求高的应用功能。
图5是本发明一实施例提供的机械设备的数据传输过程与装置对应示意图。如图5所示,数据传输过程依次为:数据采集、数据滤波、数据压缩、数据缓存、数据传输、数据储存以及数据还原,其中,传感器进行数据采集,子系统控制器进行数据滤波,外联控制器进行数据压缩和数据缓存,智能网关进行数据传输,云平台进行数据储存,终端进行数据还原。
以下叙述数据压缩之后可以进行的后续步骤:
在数据压缩之后,还可以进行数据缓存、数据传输以及数据还原,其中,将压缩数据进行编码并缓存,其包含头文件及数据两部分信息,如表1所示:
头文件部分包含时间标志及通道标志,所有通道在一个采集周期内,共用1个时间标志,时间标志包含两部分组成,起始时间和时间段时长。
数据部分包含储存数量标志及压缩数据:储存数量表明数据数量,剧烈变化数据即保存较多数据,保证数据信息完整性;缓慢变化数据即保存较少数据,减少数据储存量。
表1压缩数据编码形式
在本发明中,各时间段的采集的同类状态数据的数量相同,采样率是固定的,所以各时间段的时长是固定的。
由于各时间段的工况可能不同,数据震荡程度不同,通过本发明的压缩方法进行压缩后,数据震荡剧烈的时间段保留的数据多,数据震荡平缓的时间段保留的数据少。在压缩后,压缩数据在时间段内是均布的,也就是说各压缩数据的间隔时长在该时间段内是相同的。由于各时间段的时长是固定的,但数据数量不同,因此各时间段的压缩数据的间隔时长不同。
例如,如表1所示,时间段时长为10秒,通道1中第一个时间段有4个压缩数据,该时间段的间隔时长为10秒除以4等于2.5秒,如第一个数据12.54对应的采集时间为43分32秒,则第二个数据24.32对应的采集时间为43分34.5秒,第三个数据12.3对应的采集时间为43分37秒。
第二时间段有3个压缩数据,该时间段的间隔时长为10秒除以3等于3.333秒,如第一个数据12.03对应的采集时间为43分42秒,则第二个数据24.32对应的采集时间为43分45.333秒。其它通道和时间段类似。
因此,编码后的压缩数据中,各时间段时长相同,不同时间段内压缩数据间隔时长不同,同时间段内压缩数据间隔时长相同。
由于以上压缩算法对信号进行了有效压缩,数据可由外联控制器通过3G及以上网络向云端发送。数据在云端以规定的编码形式进行储存,如表1所示。
数据传输至客户端后,客户端包含还原算法,将数据进行还原,例如采用线性插值算法、多项式插值算法或样条插值算法等,将压缩数据还原为原始采集的数据。
图6是本发明一实施例提供的机械设备的状态数据压缩装置的结构示意图。如图6所示,该装置包括:采集单元1、处理单元2以及压缩单元3,其中,所述采集单元1用于在一时间段内采集所述机械设备的N个同类状态数据;所述处理单元2用于根据所述N个同类状态数据确定所述机械设备的运动状态;以及所述压缩单元3用于根据所述机械设备的运动状态进行数据压缩以得到压缩数据。
优选地,所述处理单元2用于:确定所述N个同类状态数据的方差S2;在所述方差S2大于第一设定值时,确定所述机械设备的运动状态为快速运动;在所述方差S2小于所述第一设定值且大于第二设定值时,确定所述机械设备的运动状态为慢速运动;在所述方差S2小于所述第二设定值时,确定所述机械设备的运动状态为停止状态。
优选地,进行数据压缩之后,所述快速运动、所述慢速运动以及所述停止状态的压缩数据的数量依次减少。
优选地,所述压缩单元3还用于:在所述运动状态为所述快速运动时,根据所述方差S2和第一系数k1确定所述压缩数据的数量M1;根据所述同类状态数据的数量N和所述压缩数据的数量M1确定第i个压缩数据对应的所述同类状态数据的序号ni;将所述同类状态数据的序号ni对应的同类状态数据Xn进行保存以得到暂存数据;确定所述N个同类状态数据的极点;根据所述同类状态数据的数量N和所述压缩数据的数量M1确定第i个极点Xpolei对应的所述暂存数据的序号j;使用所述第i个极点Xpolei替换对应的第j个暂存数据以得到所述压缩数据。
优选地,所述压缩单元3还用于:在所述运动状态为所述慢速运动时,根据所述方差S2和第二系数k2确定所述压缩数据的数量M2;根据所述同类状态数据的数量N和所述压缩数据的数量M2确定第i个压缩数据对应的所述同类状态数据的序号ni;将所述同类状态数据的序号ni对应的同类状态数据Xn进行保存以得到暂存数据;确定所述N个同类状态数据的极点;根据所述同类状态数据的数量N和所述压缩数据的数量M2确定第i个极点Xpolei对应的暂存数据的序号j;使用所述第i个极点Xpolei替换对应的第j个暂存数据Yj以得到所述压缩数据。
优选地,所述压缩单元3还用于:在所述运动状态为所述停止状态时,保存所述同类状态数据的平均值以得到所述压缩数据。
优选地,该装置还包括:编码单元,用于在多个时间段的状态数据进行数据压缩之后,对所述压缩数据基于以下特点进行编码并缓存:各时间段时长相同,不同时间段内压缩数据间隔时长不同,同时间段内压缩数据间隔时长相同。
本发明还提供一种机械设备,该机械设备包括上文所述的机械设备的状态数据压缩装置。
通过上述技术方案,采用本发明提供的机械设备的状态数据压缩方法、装置及机械设备,根据机械设备的运动状态进行数据压缩以得到压缩数据,能对机械设备的不同运动状态的状态数据进行针对性的高效压缩,有利于数据传输和储存。
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施例对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,本发明实施例的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施例的思想,其同样应当视为本发明实施例所公开的内容。
Claims (15)
1.一种机械设备的状态数据压缩方法,其特征在于,该方法包括:
在一时间段内采集所述机械设备的N个同类状态数据;
根据所述N个同类状态数据确定所述机械设备的运动状态;以及
根据所述机械设备的运动状态进行数据压缩以得到压缩数据。
2.根据权利要求1所述的机械设备的同类状态数据压缩方法,其特征在于,根据所述N个同类状态数据确定所述机械设备的运动状态包括:
确定所述N个同类状态数据的方差S2;以及
在所述方差S2大于第一设定值时,确定所述机械设备的运动状态为快速运动;
在所述方差S2小于所述第一设定值且大于第二设定值时,确定所述机械设备的运动状态为慢速运动;
在所述方差S2小于所述第二设定值时,确定所述机械设备的运动状态为停止状态。
3.根据权利要求2所述的机械设备的状态数据压缩方法,其特征在于,进行数据压缩之后,所述快速运动、所述慢速运动以及所述停止状态的压缩数据的数量依次减少。
4.根据权利要求2所述的机械设备的状态数据压缩方法,其特征在于,根据所述机械设备的运动状态进行数据压缩以得到压缩数据包括:
在所述运动状态为所述快速运动时,
根据所述方差S2和第一系数k1确定所述压缩数据的数量M1;
根据所述同类状态数据的数量N和所述压缩数据的数量M1确定第i个压缩数据对应的所述同类状态数据的序号ni;
将所述同类状态数据的序号ni对应的同类状态数据Xn进行保存以得到暂存数据;
确定所述N个同类状态数据的极点;
根据所述同类状态数据的数量N和所述压缩数据的数量M1确定第i个极点Xpolei对应的所述暂存数据的序号j;
使用所述第i个极点Xpolei替换对应的第j个暂存数据以得到所述压缩数据。
5.根据权利要求2所述的机械设备的状态数据压缩方法,其特征在于,根据所述机械设备的运动状态进行数据压缩以得到压缩数据包括:
在所述运动状态为所述慢速运动时,
根据所述方差S2和第二系数k2确定所述压缩数据的数量M2;
根据所述同类状态数据的数量N和所述压缩数据的数量M2确定第i个压缩数据对应的所述同类状态数据的序号ni;
将所述同类状态数据的序号ni对应的同类状态数据Xn进行保存以得到暂存数据;
确定所述N个同类状态数据的极点;
根据所述同类状态数据的数量N和所述压缩数据的数量M2确定第i个极点Xpolei对应的暂存数据的序号j;
使用所述第i个极点Xpolei替换对应的第j个暂存数据Yj以得到所述压缩数据。
6.根据权利要求2所述的机械设备的状态数据压缩方法,其特征在于,根据所述机械设备的运动状态进行数据压缩以得到压缩数据包括:
在所述运动状态为所述停止状态时,保存所述同类状态数据的平均值以得到所述压缩数据。
7.根据权利要求1所述的机械设备的状态数据压缩方法,其特征在于,该方法还包括:
在多个时间段的状态数据进行数据压缩之后,对所述压缩数据基于以下特点进行编码并缓存:各时间段时长相同,不同时间段内压缩数据间隔时长不同,同时间段内压缩数据间隔时长相同。
8.一种机械设备的状态数据压缩装置,其特征在于,该装置包括:
采集单元、处理单元以及压缩单元,其中,
所述采集单元用于在一时间段内采集所述机械设备的N个同类状态数据;
所述处理单元用于根据所述N个同类状态数据确定所述机械设备的运动状态;以及
所述压缩单元用于根据所述机械设备的运动状态进行数据压缩以得到压缩数据。
9.根据权利要求8所述的机械设备的同类状态数据压缩装置,其特征在于,所述处理单元用于:
确定所述N个同类状态数据的方差S2;
在所述方差S2大于第一设定值时,确定所述机械设备的运动状态为快速运动;
在所述方差S2小于所述第一设定值且大于第二设定值时,确定所述机械设备的运动状态为慢速运动;
在所述方差S2小于所述第二设定值时,确定所述机械设备的运动状态为停止状态。
10.根据权利要求9所述的机械设备的状态数据压缩装置,其特征在于,进行数据压缩之后,所述快速运动、所述慢速运动以及所述停止状态的压缩数据的数量依次减少。
11.根据权利要求9所述的机械设备的状态数据压缩装置,其特征在于,所述压缩单元还用于:
在所述运动状态为所述快速运动时,
根据所述方差S2和第一系数k1确定所述压缩数据的数量M1;
根据所述同类状态数据的数量N和所述压缩数据的数量M1确定第i个压缩数据对应的所述同类状态数据的序号ni;
将所述同类状态数据的序号ni对应的同类状态数据Xn进行保存以得到暂存数据;
确定所述N个同类状态数据的极点;
根据所述同类状态数据的数量N和所述压缩数据的数量M1确定第i个极点Xpolei对应的所述暂存数据的序号j;
使用所述第i个极点Xpolei替换对应的第j个暂存数据以得到所述压缩数据。
12.根据权利要求9所述的机械设备的状态数据压缩装置,其特征在于,所述压缩单元还用于:
在所述运动状态为所述慢速运动时,
根据所述方差S2和第二系数k2确定所述压缩数据的数量M2;
根据所述同类状态数据的数量N和所述压缩数据的数量M2确定第i个压缩数据对应的所述同类状态数据的序号ni;
将所述同类状态数据的序号ni对应的同类状态数据Xn进行保存以得到暂存数据;
确定所述N个同类状态数据的极点;
根据所述同类状态数据的数量N和所述压缩数据的数量M2确定第i个极点Xpolei对应的暂存数据的序号j;
使用所述第i个极点Xpolei替换对应的第j个暂存数据Yj以得到所述压缩数据。
13.根据权利要求9所述的机械设备的状态数据压缩装置,其特征在于,所述压缩单元还用于:
在所述运动状态为所述停止状态时,保存所述同类状态数据的平均值以得到所述压缩数据。
14.根据权利要求8所述的机械设备的状态数据压缩装置,其特征在于,该装置还包括:
编码单元,用于在多个时间段的状态数据进行数据压缩之后,对所述压缩数据基于以下特点进行编码并缓存:各时间段时长相同,不同时间段内压缩数据间隔时长不同,同时间段内压缩数据间隔时长相同。
15.一种机械设备,其特征在于,该机械设备包括权利要求8-14中任意一项权利要求所述的机械设备的状态数据压缩装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810059730.7A CN108347474B (zh) | 2018-01-22 | 2018-01-22 | 机械设备的状态数据压缩方法、装置及机械设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810059730.7A CN108347474B (zh) | 2018-01-22 | 2018-01-22 | 机械设备的状态数据压缩方法、装置及机械设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108347474A true CN108347474A (zh) | 2018-07-31 |
CN108347474B CN108347474B (zh) | 2020-09-29 |
Family
ID=62961092
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810059730.7A Active CN108347474B (zh) | 2018-01-22 | 2018-01-22 | 机械设备的状态数据压缩方法、装置及机械设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108347474B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111064472A (zh) * | 2020-01-15 | 2020-04-24 | 洛阳乾禾仪器有限公司 | 功图数据压缩、解压缩方法、装置与计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040158398A1 (en) * | 2002-12-06 | 2004-08-12 | International Business Machines Corporation | Compressing location data of moving objects |
CN105352582A (zh) * | 2015-11-05 | 2016-02-24 | 太原理工大学 | 高速三轴加速度无线监测系统 |
CN106034200A (zh) * | 2015-03-09 | 2016-10-19 | 联想(北京)有限公司 | 一种调整图像采集的方法及电子设备 |
CN106851548A (zh) * | 2017-03-31 | 2017-06-13 | 福建师范大学 | 基于无线体域网的可穿戴式行走监测系统及其监测方法 |
CN106877875A (zh) * | 2017-01-22 | 2017-06-20 | 齐鲁工业大学 | 一种基于阈值结合算法的车辆运行轨迹压缩方法 |
-
2018
- 2018-01-22 CN CN201810059730.7A patent/CN108347474B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040158398A1 (en) * | 2002-12-06 | 2004-08-12 | International Business Machines Corporation | Compressing location data of moving objects |
CN106034200A (zh) * | 2015-03-09 | 2016-10-19 | 联想(北京)有限公司 | 一种调整图像采集的方法及电子设备 |
CN105352582A (zh) * | 2015-11-05 | 2016-02-24 | 太原理工大学 | 高速三轴加速度无线监测系统 |
CN106877875A (zh) * | 2017-01-22 | 2017-06-20 | 齐鲁工业大学 | 一种基于阈值结合算法的车辆运行轨迹压缩方法 |
CN106851548A (zh) * | 2017-03-31 | 2017-06-13 | 福建师范大学 | 基于无线体域网的可穿戴式行走监测系统及其监测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111064472A (zh) * | 2020-01-15 | 2020-04-24 | 洛阳乾禾仪器有限公司 | 功图数据压缩、解压缩方法、装置与计算机可读存储介质 |
CN111064472B (zh) * | 2020-01-15 | 2023-09-29 | 洛阳乾禾仪器有限公司 | 功图数据压缩、解压缩方法、装置与计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108347474B (zh) | 2020-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102611454B (zh) | 一种实时历史数据动态无损压缩方法 | |
CN103576060B (zh) | 基于小波自适应阈值的局部放电信号去噪方法 | |
CN103516369B (zh) | 一种自适应数据压缩和解压缩的方法和系统及存储装置 | |
CN108267218A (zh) | 一种机械设备振动信号监测的自适应变采样方法及装置 | |
CN108616280B (zh) | 非稳态数据实时采集数据压缩方法 | |
JP5699715B2 (ja) | データ保存装置、データ保存方法 | |
CN108234464A (zh) | 用于信号集中监测系统的采集数据高效压缩方法 | |
CN108347474A (zh) | 机械设备的状态数据压缩方法、装置及机械设备 | |
CN101977033A (zh) | 用于井下仪器信号传输的数字滤波方法 | |
CN114900191A (zh) | 一种对于旋转门算法压缩差动保护数据的改进算法 | |
CN103116877B (zh) | 一种水库水位过程平滑处理方法 | |
CN104157287B (zh) | 音频处理方法及装置 | |
US10805133B2 (en) | Method and apparatus for determining peak power, peak-to-average power ratio | |
CN117526998A (zh) | 基于扩频载波通信的供电故障监测方法及系统 | |
CN109150344B (zh) | 一种卫星通信中成对载波多址快速频谱感知方法 | |
CN102143111B (zh) | 一种双极性混沌键控通信系统解调方法 | |
Başaran et al. | Adaptive sampling techniques for autonomous agents in wireless sensor networks | |
JP4452236B2 (ja) | ノード装置および通信ネットワークシステム | |
CN109902335B (zh) | 实现在线控制模型工艺稳定性的滤波方法及系统 | |
CN104699787B (zh) | 一种用户活动状态记录的更新方法及装置 | |
CN111723834B (zh) | 语音深度学习训练方法及装置 | |
CN102118145B (zh) | 改进的限速滤波方法 | |
Lu et al. | Characteristic analysis and modeling of network traffic for the electromagnetic launch system | |
CN117574305B (zh) | 一种设备运行状态实时监测方法及系统 | |
CN110187327A (zh) | 全波形激光雷达波形数据压缩和解压方法 |
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 |