CN109238612A - 基于平均幅度差函数的洗衣机脱水阶段振动数据转速提取方法 - Google Patents
基于平均幅度差函数的洗衣机脱水阶段振动数据转速提取方法 Download PDFInfo
- Publication number
- CN109238612A CN109238612A CN201811165707.2A CN201811165707A CN109238612A CN 109238612 A CN109238612 A CN 109238612A CN 201811165707 A CN201811165707 A CN 201811165707A CN 109238612 A CN109238612 A CN 109238612A
- Authority
- CN
- China
- Prior art keywords
- speed
- vibration data
- revolving speed
- frame
- formula
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
- G01M7/025—Measuring arrangements
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F33/00—Control of operations performed in washing machines or washer-dryers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- D06F2202/065—
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Textile Engineering (AREA)
- Control Of Washing Machine And Dryer (AREA)
Abstract
本发明公开了一种基于平均幅度差函数的洗衣机脱水阶段振动数据转速提取方法。该方法通过在洗衣机箱体上安装振动传感器获取振动数据,充分研究洗衣机脱水阶段振动数据的物理特性,针对其上升控制曲线与自由衰减段的不同特点,采用平均幅度差函数(AMDF)和差分阈值分段处理相结合的算法来提取脱水阶段振动数据对应的转速,判断并截除转速上升段振动数据与转速衰减段振动数据中能量过低的振动数据所对应的转速曲线,三段整合并修正奇异点,获得脱水阶段振动数据的最终转速曲线。通过对某型洗衣机的实验验证,证明该方法测量的转速精度满足国标的要求。
Description
技术领域
本发明涉及洗衣机自动检测技术领域,尤其涉及一种基于平均幅度差函数的洗衣机脱水阶段振动数据转速提取方法。
背景技术
通过对洗衣机振动数据的转速提取有助于了解洗衣机的运行状态,从而进行优化控制或故障诊断。最新的洗衣机检测国家标准GB/T4288-2018《家用和类似用途电动洗衣机》中明确提出需要在洗衣机箱体上安装振动传感器进行振动特性测试。在箱体外部安装振动传感器,信号强度比在内筒或外筒安装小很多,信噪比较低,测试难度大大提高,特别是脱水阶段,信号变化剧烈,进一步增加了检测难度。
针对洗衣机振动的研究主要是对已知转速下的振动特性进行减振优化控制研究,直接进行测速的研究文献相对较少。目前公开的文献大多是将传感器安装在筒体并采用传统的编码器测速,中国专利申请号ZL201320045101.1公开了一种洗衣机内筒脱水转速的检测装置,采取将霍尔传感器安装在外筒,利用脉冲编码测速得到内筒转速。也有学者利用时频分析法,如P Boyraz等的论文《Dynamic modeling of a horizontal washing machineand optimization of vibration characteristics using Genetic Algorithms》则在滚筒洗衣机外筒安装加速度传感器,应用希尔伯特变换来计算信号的相位角及其时间导数获得瞬时频率,即可换算成转速。Jung B K等的论文《Mode selection of modal expansionmethod estimating Vibration field of washing machine》在滚筒洗衣机外箱体进行振动检测,但却是对箱体振动数据进行模态分析,进而为滚筒洗衣机箱体结构设计提供理论依据。
上述文献中的研究者对洗衣机振动数据进行了测速研究,但绝大多数针对洗衣机的研究都是对位于筒体上的传感器振动数据进行处理,不符合GB/T4288-2018标准的要求。
本发明提出了一种符合GB/T4288-2018标准的洗衣机脱水阶段振动数据的转速提取方法。
发明内容
本发明要解决的技术问题是提供一种基于平均幅度差函数的洗衣机脱水阶段振动数据转速提取方法。
为了解决上述技术问题,本发明采用的技术方案是,基于平均幅度差函数的洗衣机脱水阶段振动数据转速提取方法,包括以下步骤:
(1)对脱水阶段振动数据进行低通滤波和分帧加窗处理,采用平均幅度差函数提取出一次转速曲线;
(2)对脱水阶段一次转速曲线进行差分计算,并对差分计算的结果进行两次阈值整形;利用经差分阈值整形后的值得到从0跳变到1的位置即为第1分界点和从1跳变到0的位置即为第2分界点;根据第1分界点和第2分界点以分帧方式将整个脱水阶段振动数据划分为转速上升段振动数据、高转速段振动数据、转速衰减段振动数据;
(3)根据第1分界点和第2分界点将脱水阶段一次转速曲线划分为转速上升段一次转速曲线、高转速段一次转速曲线、转速衰减段一次转速曲线;
(4)再次利用低通滤波、分帧加窗和平均幅度差函数对转速上升段振动数据和转速衰减段振动数据提取转速曲线,分别得到转速上升段二次转速曲线与转速衰减段二次转速曲线;
(5)截除转速上升段二次转速曲线与转速衰减段二次转速曲线中能量值低于设定的阈值d3的振动数据所对应的转速曲线;
(6)将经截除处理后的转速上升段二次转速曲线和转速衰减段二次转速曲线,与高转速段一次转速曲线按时间顺序进行整合,合成为完整的脱水阶段初步转速曲线;
(7)对脱水阶段初步转速曲线中奇异点的转速值进行修正,得到整个脱水阶段振动数据的最终转速曲线。
作为优选,在步骤(1)中,按以下具体步骤提取脱水阶段一次转速曲线:
(11)按公式(1)和公式(2)设置低通滤波参数;
ωp1=2π(V1/60)/Fs (1)
ωs1=2π(V1/60+5)/Fs (2)
在公式(1)和公式(2)中,V1为设定的脱水阶段振动数据目标转速,Fs为采样率,ωp1为通带截止频率,ωs1为阻带截止频率;
(12)分帧加窗是采用矩形窗窗函数对经过低通滤波后的信号进行处理,且设置帧长wlen1为1s,帧移1s;
(13)对脱水阶段振动数据按公式(3)和公式(4)分别计算平均幅度差函数的上门限阈值L1max和下门限阈值L1min;
L1max=Fs×wlen1 (3)
L1min=Fs(60/V1) (4)
在公式(3)和公式(4)中,V1为设定的脱水阶段振动数据目标转速,Fs为采样率,wlen1为帧长;
(14)对每一帧数据计算平均幅度差函数,并找出该函数的所有极小值min,利用T*(i)=(min(i+1)-min(i))×inc/Fs换算成周期值,其中inc表示为帧移,min(i+1)为第i+1个极小值,min(i)为第i个极小值,T*(i)为第i个周期值,并按以下步骤求得周期T:
a)如获得1个周期值,就以求得的周期值为该帧数据的周期T;
b)如获得2个周期值,则对2个周期值取平均计算值为该帧数据的周期T;
c)如果获得3个及以上的周期值,即剔除最大或最小值点,然后对其余的周期值求得平均值为该帧数据的周期T,或按步骤a)得到该帧数据的周期T;
(15)将得到的每一帧数据的周期T,按公式(5)获得转速V,即得到脱水阶段一次转速曲线。
V=60/T (5)
作为优选,在步骤(2)中,具体包括以下步骤:
(21)按公式(6)对脱水阶段一次转速曲线进行差分计算,得到前后帧转速绝对差值Adv(i);
Adv(i)=|v(i+1)-v(i)| (6)
上式中,v(i+1)为第i+1帧洗衣机脱水阶段转速,v(i)为第i帧洗衣机脱水阶段转速;
(22)按公式(7)对差分计算的结果Adv(i)进行第一次阈值整形,得到TP1(i);
在上式中,若差分计算后的数据的绝对值Adv(i)小于阈值d1,则置1;反之,则置0;阀值d1的取值范围为30~60rpm;
(23)对差分计算的结果TP1进行第二次阈值整形;
若TP1中某段连续为1的个数小于阈值d2,找到该段的数据起始和结束位置,将该段内原有的1置0,得到修改后的TP1,其余不变;d2的取值范围为4~10;
将修改后的TP1从第一个为1到最后一个为1之间的所有数据全部设置为1,得到第二次阈值整形后的值TP2;并找到TP2从0跳变到1的位置locationl,即为第1分界点,以及从1跳变到0的位置location2,即为第2分界点;
(24)转速上升段振动数据由脱水阶段振动数据的起始位置到第1分界点向后推一帧;高转速段振动数据由第1分界点向前推一帧到第2分界点;转速衰减段振动数据由第2分界点向前推一帧到脱水阶段的结束位置。
作为优选,在步骤(3)中,转速上升段一次曲线由脱水阶段一次转速曲线的起始位置到第1分界点;高转速段一次转速曲线由第一个分界点到第2分界点;转速衰减段一次转速曲线由第2分界点到脱水阶段一次转速曲线的结束位置。
作为优选,在步骤(4)中,对转速上升段振动数据和转速衰减段振动数据提取二次转速曲线包括以下具体步骤:
(41)对转速上升段振动数据和转速衰减段振动数据分别进行低通滤波,且按公式(8)和公式(9)设置滤波参数;
ωp2=2π(V2/60)/Fs (8)
ωs2=2π(V2/60+5)/Fs (9)
在公式(6)和公式(9)中,V2表示第1分界点对应到一次转速曲线上的第1转速V1h或第2分界点对应到一次转速曲线上的第2转速V2h,对于转速上升段取V2=V1h;对于转速衰减段取V2=V2h;Fs为采样率,ωp2为通带截止频率,ωs2为阻带截止频率;
(42)采用矩形窗对转速上升段振动数据与转速衰减段振动数据进行处理,采样率为10000Hz,且设置帧长5s,帧移1s;
(43)按公式(10)和公式(11)对转速上升段振动数据与转速衰减段振动数据分别按平均幅度差函数计算上门限阈值L2max和下门限阈值L2min;
L2max=Fs×wlen2 (10)
L2min=Fs(60/V2) (11)
在公式(10)和公式(11)中,V2表示第1分界点对应到一次转速曲线上的第1转速V1h或第2分界点对应到一次转速曲线上的第2转速V2h;Fs为采样率,wlen2为帧长;对于转速上升段取V2=V1h;对于转速衰减段取V2=V2h;由此分别获得转速上升段振动数据与转速衰减段振动数据的下门限阈值至上门限阈值的阈值范围;
(44)对转速上升段与转速衰减段的振动数据的每一帧数据利用AMDF求出周期T,并换算成频率和转速,即实现从转速上升段振动数据提取转速上升段二次转速曲线,从转速衰减段振动数据提取转速衰减段二次转速曲线。
作为优选,在步骤(5)中,由公式(12)求出脱水阶段振动数据的每一帧能量,若某一帧振动数据的能量值小于设定阈值d3,则将该帧振动数据所对应的转速曲线进行截除;
上式中,E(i)为第i帧的能量,fn为分帧后的总帧数,L为帧长,yi(j)是一帧的振动数据,且设置帧长L为1s,帧移1s。
作为优选,在步骤(7)中,具体包括以下步骤:
(71)将脱水阶段初步转速曲线分为从起始点到转速最高点的第一部分,以及从转速最高点到末点的第二部分;
(72)按公式(13)对第一部分的奇异点进行判断,得到奇异点的转速V(i),在转速误差允许范围内取值设置为阈值d4,且d4<0;
上式中,V(i+1)为第i+1帧洗衣机脱水阶段转速,V(i)为第i帧洗衣机脱水阶段转速,V(i-1)则为第i-1帧洗衣机脱水阶段转速;
(73)按公式(14)对第二部分的奇异点进行判断,得到奇异点的转速V(i):
(74)然后按公式(15)对第一部分和第二部分找出的奇异点进行修正;
在上式中,对奇异点的前后两帧转速求均值,且以该均值代替该奇异点的值。
作为优选,脱水阶段振动数据目标转速V1=300~900rpm。
作为优选,阀值d3的取值范围为脱水振动数据最高能量的1.5%~4%。
作为优选,在步骤(72)中,转速误差允许范围为-10rpm~10rpm,且取d4=-8rpm。
本发明的有益效果是:
1.通过在洗衣机箱体安装振动传感器获取振动数据,可以自动提取出洗衣机脱水阶段振动数据的转速,并获得相对完整的洗衣机脱水阶段的转速控制上升段和自由衰减段转速曲线;
2.本发明测试精度较高,满足国家标准GB/T4288-2018要求;
3.本发明提出的方法可以自动检测洗衣机脱水段的转速控制曲线和自由衰减特性,有利于进行洗衣机的自动检测和故障诊断。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明实施例的总体框图。
图2是本发明实施例的某型洗衣机3分钟脱水阶段振动数据原始波形和滤波后波形。
图3是本发明实施例的脱水阶段一次转速曲线与差分阈值整形图。
图4是本发明实施例的转速上升段二次转速曲线与转速衰减段二次转速曲线。
图5是本发明实施例的脱水振动数据的未修正奇异点时的脱水阶段初步转速曲线。
图6是本发明实施例的修正奇异点后的脱水阶段振动数据的最终转速曲线。
具体实施方式
本实施例通过在洗衣机箱体上安装振动传感器获取振动数据,充分研究洗衣机脱水阶段振动数据的物理特性,针对其上升控制曲线与自由衰减段的不同特点,提出了一种采用平均幅度差函数(AMDF)和差分阈值分段处理相结合的算法来提取脱水阶段振动数据对应的转速,判断并截除转速上升段振动数据与转速衰减段振动数据中能量过低的振动数据所对应的转速曲线,三段整合并修正奇异点,获得脱水阶段振动数据的最终转速曲线。通过对某型洗衣机的实验验证,证明该方法测量的转速精度满足国标的要求。
图1是一种基于平均幅度差函数的洗衣机脱水阶段振动数据转速提取方法,包括以下步骤:
步骤1:对脱水阶段振动数据进行低通滤波和分帧加窗处理,采用平均幅度差函数提取出脱水阶段一次转速曲线。
按公式(1)和公式(2)设置低通滤波参数;
ωp1=2π(V1/60)/Fs (1)
ωs1=2π(V1/60+5)/Fs (2)
在公式(1)和公式(2)中,V1为设定的脱水阶段振动数据目标转速,Fs为采样率,且Fs=10000Hz,ωp1为通带截止频率,ωs1为阻带截止频率;分帧加窗是采用矩形窗窗函数对经过低通滤波后的信号进行处理,且设置帧长wlen1为1s,帧移1s;设置上、下门限阈值即对应转速限值有助于消除干扰。对脱水阶段振动数据按公式(3)和公式(4)分别计算平均幅度差函数的上门限阈值L1max和下门限阈值L1min;
L1max=Fs×wlen1 (3)
L1min=Fs(60/V1) (4)
在公式(3)和公式(4)中,V1为设定的脱水阶段振动数据目标转速,Fs为采样率,并按公式(1)和(2)同样取值,wlen1为帧长;
对每一帧数据计算平均幅度差函数,并找出该函数的所有极小值min,利用T*(i)=(min(i+1)-min(i))×inc/Fs换算成周期值,其中inc表示为帧移,min(i+1)为第i+1个极小值,min(i)为第i个极小值,T*(i)为第i个周期值,并按以下步骤求得周期T:
a)如获得1个周期值,就以求得的周期值为该帧数据的周期T;
b)如获得2个周期值,则对2个周期值取平均计算值为该帧数据的周期T;
c)如果获得3个及以上的周期值,即剔除最大或最小值点,然后对其余的周期值求得平均值为该帧数据的周期T,或按步骤a)得到该帧数据的周期T;
将得到的每一帧数据的周期T,按公式(5)获得转速V,即得到脱水阶段一次转速曲线。
V=60/T (5)
以3分钟的脱水阶段振动数据为例,对脱水阶段振动数据进行处理时,首先进行低通滤波(如图2所示),在本实施例中,洗衣机的目标转速设定为700rpm,为了能够测得目标转速,滤波参数根据公式(1)和公式(2)进行设置时,此时的通带截止频率ωp1设置为15Hz,阻带截止频率ωs1设置为20Hz,然后设置帧长wlen1=1s,帧移1s,采用矩形窗,采样率Fs为10000Hz。鉴于此,本实施例根据整个工作过程的转速范围,设定上门限阈值与下门限阈值,此时目标转速V1=700rpm,即下门限阈值设置为700rpm所对应的采样点个数,上门限阈值则为帧长(相应转速为60rpm)对应的采样点数。即对应转速限值,采用AMDF提取脱水阶段一次转速曲线。
步骤2:对脱水阶段一次转速曲线利用差分阈值分段处理进行分段界定。为了将脱水阶段一次转速曲线分段界定出来(如图3(a)所示),本文采用差分阈值整形的方法,寻找出分界点,再利用分界点对脱水阶段振动数据进行分段界定,即根据第1分界点和第2分界点以分帧方式将整个脱水阶段振动数据划分为转速上升段振动数据、高转速段振动数据、转速衰减段振动数据;。
首先按公式(6)对脱水阶段一次转速曲线进行差分计算(如图3(b)所示),得到前后帧转速绝对差值Adv(i);
Adv(i)=|V(i+1)-V(i)| (6)
上式中,V(i+1)为第i+1帧洗衣机脱水阶段转速,V(i)为第i帧洗衣机脱水阶段转速;
然后对差分计算的结果Adv(i),进行两次阈值整形。首先按公式(7)进行第一次阈值整形,得到TP1(i);如图3(c)所示,若差分计算后的结果Adv(i)小于d1,则置1;反之,则置0。d1的取值范围为30~60rpm,在本实施例中取d1=35rpm。
然后对第一次阈值整形的结果TP1进行第二次阈值整形(如图3(d)所示);若TP1中某段连续为1的个数小于阈值d2,找到该段的数据起始和结束位置,将该段内原有的1置0,得到修改后的TP1,其余不变;d2的取值范围为4~10,在本实施例中取d2=5。
将修改后的TP1从第一个为1到最后一个为1之间的所有数据全部设置为1,得到第二次阈值整形后的值TP2;并找到TP2从0跳变到1的位置location1,即为第1分界点,以及从1跳变到0的位置location2,即为第2分界点;
由于分帧的影响,为了得到分界点的转速,由脱水阶段振动数据的起始位置到第1分界点向后推一帧设定为转速上升段振动数据;由第1分界点向前推一帧到第2分界点设定为高转速段振动数据;由第2分界点向前推一帧到脱水阶段的结束位置设定为转速衰减段振动数据。
步骤3:根据第1分界点和第2分界点将脱水阶段一次转速曲线划分为转速上升段一次转速曲线、高转速段一次转速曲线、转速衰减段一次转速曲线。
步骤4:对上升段振动数据和转速衰减段振动数据进行二次转速曲线提取。由于高转速段的信噪比和能量相对较高,高转速段一次转速曲线波形平滑、误差较小,不需要再次进行转速曲线的提取,而转速上升段一次转速曲线和转速衰减段一次转速曲线突变点较多,误差相对较大,需要进行二次转速曲线提取,即再次利用低通滤波、分帧加窗和AMDF进行转速提取。包括以下具体步骤:
(1)根据差分阈值分段界定获得的第1分界点对应到一次转速曲线上的第1转速V1h和第2分界点对应到一次转速曲线上的第2转速V2h,分别设置转速上升段振动数据和转速衰减段振动数据的低通滤波参数。
ωp2=2π(V2/60)/Fs (8)
ωs2=2π(V2/60+5)/Fs (9)
在公式(8)和公式(9)中,V2表示第1分界点对应到一次转速曲线上的第1转速V1h或第2分界点对应到一次转速曲线上的第2转速V2h,Fs为采样率,且设置为Fs=10000Hz,ωp2为通带截止频率,ωs2为阻带截止频率;对于转速上升段振动数据,此时V2=V1h,对于转速衰减段振动数据V2=V2h,分别将V2代入滤波参数设置公式(8)和公式(9)进行分段滤波。
(2)设置转速上升段振动数据与转速衰减段振动数据的AMDF的阈值范围。
L2max=Fs×wlen2 (10)
L2min=Fs(60/V2) (11)
再将V2代入AMDF的阈值参数设置公式(11)分别得到转速上升段振动数据与转速衰减段振动数据的下门限阈值,对于转速上升段振动数据与转速衰减段振动数据进行二次转速曲线提取时,采用矩形窗对转速上升段振动数据与转速衰减段振动数据进行处理,采样率Fs为10000Hz,且设置帧长5s,帧移1s,将帧长代入公式(10)得到上门限阈值。由此分别获得转速上升段振动数据与转速衰减段振动数据的下门限阈值至上门限阈值的阈值范围L2min~L2max。
(3)对转速上升段振动数据与转速衰减段振动数据的每一帧数据利用AMDF求出周期T,并换算成频率和转速,即实现从转速上升段振动数据提取转速上升段二次转速曲线(图4a),从转速衰减段振动数据提取转速衰减段二次转速曲线(图4b)。
步骤5:对转速上升段二次转速曲线和转速衰减段二次转速曲线中能量值低于设定阈值d3的振动数据所对应的转速曲线进行判断和截除。转速上升段振动数据与转速衰减段振动数据存在大量能量很低的振动数据,这会造成转速的测量误差过大,需要进行判断和截除。
由公式(12)求出脱水阶段振动数据的每一帧能量,若某一帧能量值小于设定阈值d3,则将该振动数据所对应的转速曲线进行截除。d3的范围为脱水振动数据最高能量的1.5%~4%,在本实施例中,d3设定为脱水振动数据最高能量的3.5%。
上式中,E(i)为第i帧的能量,fn为分帧后的总帧数,L为帧长,yi(j)是一帧振动数据,设置帧长L为1s,帧移1s。
步骤6:不同脱水阶段的转速曲线进行分段整合。为了实现分界点的无缝衔接,将经截除处理后的转速上升段二次转速曲线和转速衰减段二次转速曲线,与高转速段一次转速曲线按时间顺序进行整合,合成为完整的脱水阶段初步转速曲线,图5为三段转速曲线整合后的脱水阶段初步转速曲线。
步骤7:对脱水阶段初步转速曲线中的奇异点转速值进行修正。
将经过去除低能量信号后的转速衰减段与转速上升段和高转速段进行三段整合后,成为了脱水阶段初步转速曲线。如图5所示,该初步转速曲线依然会存在一些奇异点,奇异点的转速明显偏离前一帧与后一帧的转速,因此需要对奇异点进行修正。具体包括以下步骤:
(1)为了便于修正,将脱水阶段初步转速曲线分为从起始点到转速最高点的第一部分,以及从转速最高点到末点的第二部分。对两部分的奇异点进行判断,然后将找出的奇异点进行修正。
(2)进行修正时,首先找出奇异点,按公式(13)对第一部分的奇异点进行判断,并找出奇异点V(i)。
阈值d4在转速误差允许范围内取值,且d4<0;在本实施例中,转速误差允许范围为-10rpm~10rpm,且取d4=-8rpm。
上式中,V(i+1)为第i+1帧洗衣机脱水阶段转速,V(i)为第i帧洗衣机脱水阶段转速,V(i-1)则为第i-1帧洗衣机脱水阶段转速;
(3)对第二部分的奇异点则采用公式(14)的判断方法,并找出奇异点V(i)。
(4)再将第一部分和第二部分找出的奇异点V(i)按公式(15)进行修正,公式(15)是对奇异点V(i)的前一帧和后一帧转速求均值,且以该均值代替该奇异点的值。
经过奇异点修正后,得到了脱水阶段振动数据的最终转速曲线(图6)。
以上所述的本发明实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。
Claims (10)
1.基于平均幅度差函数的洗衣机脱水阶段振动数据转速提取方法,包括以下步骤:
(1)对脱水阶段振动数据进行低通滤波和分帧加窗处理,采用平均幅度差函数提取出一次转速曲线;
(2)对脱水阶段一次转速曲线进行差分计算,并对差分计算的结果进行两次阈值整形;利用经差分阈值整形后的值得到从0跳变到1的位置即为第1分界点和从1跳变到0的位置即为第2分界点;根据第1分界点和第2分界点以分帧方式将整个脱水阶段振动数据划分为转速上升段振动数据、高转速段振动数据、转速衰减段振动数据;
(3)根据第1分界点和第2分界点将脱水阶段一次转速曲线划分为转速上升段一次转速曲线、高转速段一次转速曲线、转速衰减段一次转速曲线;
(4)再次利用低通滤波、分帧加窗和平均幅度差函数对转速上升段振动数据和转速衰减段振动数据提取转速曲线,分别得到转速上升段二次转速曲线与转速衰减段二次转速曲线;
(5)截除转速上升段二次转速曲线与转速衰减段二次转速曲线中能量值低于设定的阈值d3的振动数据所对应的转速曲线;
(6)将经截除处理后的转速上升段二次转速曲线和转速衰减段二次转速曲线,与高转速段一次转速曲线按时间顺序进行整合,合成为完整的脱水阶段初步转速曲线;
(7)对脱水阶段初步转速曲线中奇异点的转速值进行修正,得到整个脱水阶段振动数据的最终转速曲线。
2.根据权利要求1所述的洗衣机脱水阶段振动数据转速提取方法,其特征在于:在步骤(1)中,按以下具体步骤提取脱水阶段一次转速曲线:
(11)按公式(1)和公式(2)设置低通滤波参数;
ωp1=2π(V1/60)/Fs (1)
ωs1=2π(V1/60+5)/Fs (2)
在公式(1)和公式(2)中,V1为设定的脱水阶段振动数据目标转速,Fs为采样率,ωp1为通带截止频率,ωs1为阻带截止频率;
(12)所述分帧加窗是采用矩形窗窗函数对经过低通滤波后的信号进行处理,且设置帧长wlen1为1s,帧移1s;
(13)对脱水阶段振动数据按公式(3)和公式(4)分别计算平均幅度差函数的上门限阈值L1max和下门限阈值L1min;
L1max=Fs×wlen1 (3)
L1min=Fs(60/V1) (4)
在公式(3)和公式(4)中,V1为设定的脱水阶段振动数据目标转速,Fs为采样率,wlen1为帧长;
(14)对每一帧数据计算平均幅度差函数,并找出该函数的所有极小值min,利用T*(i)=(min(i+1)-min(i))×inc/Fs换算成周期值,其中inc表示为帧移,min(i+1)为第i+1个极小值,min(i)为第i个极小值,T*(i)为第i个周期值,并按以下步骤求得周期T:
a)如获得1个周期值,就以求得的周期值为该帧数据的周期T;
b)如获得2个周期值,则对2个周期值取平均计算值为该帧数据的周期T;
c)如果获得3个及以上的周期值,即剔除最大或最小值点,然后对其余的周期值求得平均值为该帧数据的周期T,或按步骤a)得到该帧数据的周期T;
(15)将得到的每一帧数据的周期T,按公式(5)获得转速V,即得到脱水阶段一次转速曲线。
V=60/T (5)
3.根据权利要求2所述的洗衣机脱水阶段振动数据转速提取方法,其特征在于:在步骤(2)中,具体包括以下步骤:
(21)按公式(6)对脱水阶段一次转速曲线进行差分计算,得到前后帧转速绝对差值Adv(i);
Adv(i)=|v(i+1)-v(i)| (6)
上式中,v(i+1)为第i+1帧洗衣机脱水阶段转速,v(i)为第i帧洗衣机脱水阶段转速;
(22)按公式(7)对差分计算的结果Adv(i)进行第一次阈值整形,得到TP1(i);
在上式中,若差分计算后的数据的绝对值Adv(i)小于阈值d1,则置1;反之,则置0;阀值d1的取值范围为30~60rpm;
(23)对差分计算的结果TP1进行第二次阈值整形;
若TP1中某段连续为1的个数小于阈值d2,找到该段的数据起始和结束位置,将该段内原有的1置0,得到修改后的TP1,其余不变;d2的取值范围为4~10;
将修改后的TP1从第一个为1到最后一个为1之间的所有数据全部设置为1,得到第二次阈值整形后的值TP2;并找到TP2从0跳变到1的位置location1,即为第1分界点,以及从1跳变到0的位置location2,即为第2分界点;
(24)所述转速上升段振动数据由脱水阶段振动数据的起始位置到第1分界点向后推一帧;所述高转速段振动数据由第1分界点向前推一帧到第2分界点;所述转速衰减段振动数据由第2分界点向前推一帧到脱水阶段的结束位置。
4.根据权利要求3所述的洗衣机脱水阶段振动数据转速提取方法,其特征在于:在步骤(3)中,所述转速上升段一次曲线由脱水阶段一次转速曲线的起始位置到第1分界点;所述高转速段一次转速曲线由第一个分界点到第2分界点;所述转速衰减段一次转速曲线由第2分界点到脱水阶段一次转速曲线的结束位置。
5.根据权利要求1所述的洗衣机脱水阶段振动数据转速提取方法,其特征在于:在步骤(4)中,对转速上升段振动数据和转速衰减段振动数据提取二次转速曲线包括以下具体步骤:
(41)对转速上升段振动数据和转速衰减段振动数据分别进行低通滤波,且按公式(8)和公式(9)设置滤波参数;
ωp2=2π(V2/60)/Fs (8)
ωs2=2π(V2/60+5)/Fs (9)
在公式(6)和公式(9)中,V2表示第1分界点对应到一次转速曲线上的第1转速V1h或第2分界点对应到一次转速曲线上的第2转速V2h,对于转速上升段取V2=V1h;对于转速衰减段取V2=V2h;Fs为采样率,ωp2为通带截止频率,ωs2为阻带截止频率;
(42)采用矩形窗对转速上升段振动数据与转速衰减段振动数据进行处理,采样率为10000Hz,且设置帧长5s,帧移1s;
(43)按公式(10)和公式(11)对转速上升段振动数据与转速衰减段振动数据分别按平均幅度差函数计算上门限阈值L2max和下门限阈值L2min;
L2max=Fs×wlen2 (10)
L2min=Fs(60/V2) (11)
在公式(10)和公式(11)中,V2表示第1分界点对应到一次转速曲线上的第1转速V1h或第2分界点对应到一次转速曲线上的第2转速V2h;Fs为采样率,wlen2为帧长;对于转速上升段取V2=V1h;对于转速衰减段取V2=V2h;由此分别获得转速上升段振动数据与转速衰减段振动数据的下门限阈值至上门限阈值的阈值范围;
(44)对转速上升段与转速衰减段的振动数据的每一帧数据利用AMDF求出周期T,并换算成频率和转速,即实现从转速上升段振动数据提取转速上升段二次转速曲线,从转速衰减段振动数据提取转速衰减段二次转速曲线。
6.根据权利要求1所述的洗衣机脱水阶段振动数据转速提取方法,其特征在于:在步骤(5)中,由公式(12)求出脱水阶段振动数据的每一帧能量,若某一帧振动数据的能量值小于设定阈值d3,则将该帧振动数据所对应的转速曲线进行截除;
上式中,E(i)为第i帧的能量,fn为分帧后的总帧数,L为帧长,yi(j)是一帧的振动数据,且设置帧长L为1s,帧移1s。
7.根据权利要求1所述的洗衣机脱水阶段振动数据转速提取方法,其特征在于:在步骤(7)中,具体包括以下步骤:
(71)将脱水阶段初步转速曲线分为从起始点到转速最高点的第一部分,以及从转速最高点到末点的第二部分;
(72)按公式(13)对第一部分的奇异点进行判断,得到奇异点的转速V(i),在转速误差允许范围内取值设置为阈值d4,且d4<0;
上式中,V(i+1)为第i+1帧洗衣机脱水阶段转速,V(i)为第i帧洗衣机脱水阶段转速,V(i-1)则为第i-1帧洗衣机脱水阶段转速;
(73)按公式(14)对第二部分的奇异点进行判断,得到奇异点的转速V(i):
(74)然后按公式(15)对第一部分和第二部分找出的奇异点进行修正;
在上式中,对奇异点的前后两帧转速求均值,且以该均值代替该奇异点的值。
8.根据权利要求2所述的洗衣机脱水阶段振动数据转速提取方法,其特征在于:脱水阶段振动数据目标转速V1=300~900rpm。
9.根据权利要求6所述的洗衣机脱水阶段振动数据转速提取方法,其特征在于:所述阀值d3的取值范围为脱水振动数据最高能量的1.5%~4%。
10.根据权利要求7所述的洗衣机脱水阶段振动数据转速提取方法,其特征在于:在步骤(72)中,所述的转速误差允许范围为-10rpm~10rpm,且取d4=-8rpm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811165707.2A CN109238612B (zh) | 2018-09-30 | 2018-09-30 | 基于平均幅度差函数的洗衣机脱水阶段振动数据转速提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811165707.2A CN109238612B (zh) | 2018-09-30 | 2018-09-30 | 基于平均幅度差函数的洗衣机脱水阶段振动数据转速提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109238612A true CN109238612A (zh) | 2019-01-18 |
CN109238612B CN109238612B (zh) | 2020-08-04 |
Family
ID=65055043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811165707.2A Active CN109238612B (zh) | 2018-09-30 | 2018-09-30 | 基于平均幅度差函数的洗衣机脱水阶段振动数据转速提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109238612B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203101418U (zh) * | 2013-01-28 | 2013-07-31 | 合肥荣事达三洋电器股份有限公司 | 一种洗衣机内桶脱水转速的检测装置 |
CN105937135A (zh) * | 2016-06-30 | 2016-09-14 | 无锡小天鹅股份有限公司 | 洗衣机及其脱水振动检测装置和方法 |
CN107703822A (zh) * | 2017-10-27 | 2018-02-16 | 安徽建筑大学 | 一种洗衣机多参数自动检测系统及振动状态数据处理方法 |
-
2018
- 2018-09-30 CN CN201811165707.2A patent/CN109238612B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203101418U (zh) * | 2013-01-28 | 2013-07-31 | 合肥荣事达三洋电器股份有限公司 | 一种洗衣机内桶脱水转速的检测装置 |
CN105937135A (zh) * | 2016-06-30 | 2016-09-14 | 无锡小天鹅股份有限公司 | 洗衣机及其脱水振动检测装置和方法 |
CN107703822A (zh) * | 2017-10-27 | 2018-02-16 | 安徽建筑大学 | 一种洗衣机多参数自动检测系统及振动状态数据处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109238612B (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103424258A (zh) | 一种滚动轴承的故障诊断方法 | |
CN105092241B (zh) | 一种齿轮局部故障诊断方法及系统 | |
CN102680860B (zh) | 一种高压电力线路行波测距用故障点自动定位方法 | |
CN107941510B (zh) | 基于等角度双重采样的滚动轴承故障特征的提取方法 | |
CN103070686B (zh) | 基于双差压传感器测量人体呼吸力学参数的装置和方法 | |
CN108225764A (zh) | 一种基于包络提取的高精度无键相信号阶次跟踪方法及系统 | |
RU2011147162A (ru) | Способ обнаружения структурного дефекта в механическом узле, содержащем вращающийся элемент | |
WO2022165737A1 (zh) | 一种船舶机械设备早期微弱故障信号特征诊断方法 | |
CN104316266B (zh) | 一种带修正的直升机模型动平衡调整相位计算方法 | |
CN102928225A (zh) | 一种针对滚动轴承故障诊断的自适应共振解调方法 | |
CN111736222A (zh) | 单炮数据信噪比确定方法及装置 | |
CN106214143B (zh) | 瞬时运动干扰识别方法及心率置信度计算方法 | |
CN109238612A (zh) | 基于平均幅度差函数的洗衣机脱水阶段振动数据转速提取方法 | |
CN109790793A (zh) | 用于产生去干扰的燃烧室信号数据流的方法 | |
CN103267652A (zh) | 一种智能早期设备故障在线诊断方法 | |
CN105940608A (zh) | 用于传感器信号的评估方法 | |
CN112345247B (zh) | 一种滚动轴承的故障诊断方法及装置 | |
CN114486263A (zh) | 一种旋转机械滚动轴承振动信号降噪解调方法 | |
JP6643080B2 (ja) | サウンド信号で診断信号を抽出する方法および診断装置 | |
CN116317781A (zh) | 基于微速差的同轴双转子系统不平衡振动控制方法和装置 | |
CN106772032B (zh) | 一种水轮发电机组的故障特征提取方法 | |
CN114297579A (zh) | 一种基于循环平稳测度的盲源分离方法 | |
CN110596425B (zh) | 一种无人机mems加速度传感器噪声消除方法 | |
CN116304564B (zh) | 一种基于改进eemd算法和自相关降噪的信号降噪方法 | |
CN113205823A (zh) | 一种肺音信号端点检测方法、系统及存储介质 |
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 |