CN110083884A - 一种嵌入式环境下长数据序列多点滑动快速谱分析方法 - Google Patents
一种嵌入式环境下长数据序列多点滑动快速谱分析方法 Download PDFInfo
- Publication number
- CN110083884A CN110083884A CN201910270736.3A CN201910270736A CN110083884A CN 110083884 A CN110083884 A CN 110083884A CN 201910270736 A CN201910270736 A CN 201910270736A CN 110083884 A CN110083884 A CN 110083884A
- Authority
- CN
- China
- Prior art keywords
- point
- data
- sliding
- spectrum
- sequence
- 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
- 238000010183 spectrum analysis Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000001228 spectrum Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000009795 derivation Methods 0.000 claims description 4
- 230000008707 rearrangement Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 14
- 238000003745 diagnosis Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012631 diagnostic technique Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010338 mechanical breakdown Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- 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
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
- G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Discrete Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Complex Calculations (AREA)
Abstract
一种嵌入式环境下长数据序列多点滑动快速谱分析方法,主要解决传统滑动DFT算法在嵌入式设备上实现长数据序列多点滑动计算时复杂性高和实时性差的问题。首先确定频谱分析的数据点数和相应的滑动点数,嵌入式数据采集设备每采集到一个完整的滑动数据,将滑动前后数据进行作差预处理,再通过其内置的现场可编程逻辑阵列(FPGA)器件对预处理后数据块进行并行FFT计算,将上面计算得到的结果加滑动之前的频谱值,再乘旋转因子得到滑动之后的频谱值。该方法和传统的滑动DFT计算相比,减小计算的复杂度,有效提高了数据处理的效率,大大减少了从采集到得到频谱结果的时间,实时性更好。
Description
技术领域
本发明涉及信号处理技术领域领域,特别是涉及一种嵌入式环境下长数据序列多点滑动快速谱分析方法。
背景技术
机械设备可作为状态监测和诊断的信息是多种多样的,目前在诊断技术上应用最多的是机械的振动信号,这是因为由振动引起的机械损坏是机器故障的主要原因。据统计,因振动产生的机械故障率达60%。比较典型的是随着机组容量不断增大,许多机组轴系加长,在西方发达国家发生了多起因轴系刚度不够造成的异常振动,致使机组损伤的事故。另外因为振动信号中含有丰富的信息,绝大多数机械故障都能从振动状态的异常得到反应。近年来,振动测试和分析技术的迅速发展以及嵌入式技术日新月异的发展,信号检测与处理技术已成为故障诊断中的主要手段。嵌入式谱分析主要是运用嵌入式设备对机械设备的振动信号进行采集,在运算芯片中进行实时谱分析。现场设备的实时谱分析对及时发现设备故障、提前进行故障报警具有重要作用。
近年来,DFT的滑动窗算法及其应用相继被提出来。在一维DFT滑动窗算法研究方面,Farhang-Boroujeny B等人提出一种滑动FFT的算法,这种算法是基于原来蝶形计算的结构上,保存滑动后需要的中间节点的计算结果,只改变滑动点影响的节点值,这种方法计算结果在点数较多时比较复杂,实现困难。Jacobsen等人介绍了滑动DFT算法,极大的减少了DFT的计算量,这种方法在计算滑动点是少数的时候比较简单,在滑动点数大于log2N时就不能减少算法的计算量。Duda K在这个基础之上通过添加修正的旋转因子来提高滑动时计算结果的稳定性。
机械设备的故障诊断离不开特征信息的提取,频域信息作为重要的特征信息是诊断信息中不可或缺的一部分。在嵌入式环境下对机械设备的振动信号进行谱分析主要依靠FFT算法。在现场工况复杂,诊断时对频谱信息需要更高的频率分辨率的情况下,需要对振动信号进行长序列谱分析。在嵌入式设备上进行长序列谱分析,对嵌入式设备的要求较高,实现困难。在嵌入式设备采集到一部分数据点时,这部分数据点不足进行长序列谱分析时,需要结合前面采集的数据进行谱分析。这时在嵌入式设备直接进行传统的滑动DFT计算,实现复杂,计算时间较长,占用硬件资源也很多。为提高计算的实时性,针对上述问题,本发明提出针对长序列下滑动点数较多时解决方法。
发明内容
为了解决多点滑动频谱计算问题,本发明提供一种嵌入式环境下长数据序列多点滑动快速谱分析方法,针对传统滑动DFT算法在解决嵌入式设备中的长数据序列滑动点数较多情况时,存在算法实现困难,数据计算量大等问题,本发明利用滑动结合分块的方法解决长数据序列多点滑动谱分析问题,提高计算的实时性和计算效率,为达此目的,本发明提供一种嵌入式环境下长数据序列多点滑动快速谱分析方法,其计算处理步骤如下:
第一步,根据实际信号和所需要的频谱信息,确定每次频谱分析的总点数N点和滑动点数M点,M为2的幂次方;
第二步,嵌入式数据采集设备采集需要分析频谱的信号,当采集的信号的点数达到数量M时,将这一部分的数据进行信号的处理;
第三步,数据处理部分,将滑动窗新进来的点即采集到的这部分数据点同滑动窗滑动出去的点对应作差;
第四步,数据处理部分,将第三步数据处理后的这部分数据点乘旋转因子W,旋转因子的确定和数据点的位置有关;
第五步,数据处理部分,将上面第四步得到的预处理的数据,进行M点FFT并行处理,得到计算结果,并将计算结果按照一定顺序排列;
第六步,将第五步得到的计算结果加上滑动前的频谱值再乘上对应的旋转因子,得到滑动后N点的频谱结果。
作为本发明进一步改进,所述步骤3中,作差的具体推导形式如下:
设频谱分析的总点数N点,滑动点数为M点,n为采样数据的时域上顺序,x(n)为采样数据的第n点,e(n)为顺序上相差N点的采样数据差值,WM为旋转因子,
作为本发明进一步改进,所述步骤4和5中,旋转因子和并行FFT处理推导如下:
设频谱分析的总点数为N点,滑动点数为M点,n为采样数据的时域上顺序,x(n)为采样数据的第n点,K为FFT模块并行的数量,r为频域上的顺序,WM为旋转因子,表达式为
。
作为本发明进一步改进,所述步骤6中,具体推导如下:
设频谱分析的总点数N点,滑动点数为M点,n为采样数据的时域上顺序,x(n)为采样数据的第n点,k为频域上的顺序,WM为旋转因子,表达式为是滑动计算后的频谱序列值,X(k)为滑动计算前的频谱值:
由这个公式可以得到,即为步骤五并行FFT计算模块的得到的计算结果,经过重新排序后,再加上滑动之前的N点频谱值X(k)乘上对应的旋转因子,得到滑动后的N点频谱值XM(k)。
本发明一种嵌入式环境下长数据序列多点滑动快速谱分析方法,有益效果:
(1)本发明将长序列滑动点数较多情况下利用滑动DFT计算,转变为利用滑动的数据并行计算并结合滑动前的频谱值得到滑动后的频谱值,从单点滑动转变为多点滑动,提高设备的计算效率和频谱计算实时性;
(2)本发明相对于传统的滑动DFT算法,算法实现流程简化,可编程性更强,在实际嵌入式设备上应用更加方便;
(3)本发明对解决超大点数的多点滑动谱分析问题具有可行性。
附图说明
图1为本发明计算时间分布图;
图2为本发明在嵌入式设备实现流程图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述:
本发明提供一种嵌入式环境下长数据序列多点滑动快速谱分析方法,针对传统滑动DFT算法在解决嵌入式设备中的长数据序列滑动点数较多情况时,存在算法实现困难,数据计算量大等问题,本发明利用滑动结合分块的方法解决长数据序列多点滑动谱分析问题,提高计算的实时性和计算效率。
实施例1:一种嵌入式环境下长数据序列多点滑动快速谱分析方法,其中计算时间分布图如图1所示,嵌入式设备实现流程图如图2所示,其计算处理步骤如下:
第一步,根据实际信号和所需要的频谱信息,确定每次频谱分析的总点数32768点和滑动点数2048点;
第二步,嵌入式数据采集设备采集需要分析频谱的信号,当采集的信号的点数达到数量2048点时,将这一部分的数据进行信号的处理;
第三步,数据处理部分,将滑动窗新进来的点即采集到的这部分数据点同滑动窗滑动出去的点对应作差;
设频谱分析的总点数N为32768点,滑动点数为M为2048点,
第四步,数据处理部分,将第三步数据处理后的这部分数据点乘旋转因子W,旋转因子的确定和数据点的位置有关;
第五步,数据处理部分,将上面第四步得到的预处理的数据,进行2048点FFT并行处理,得到计算结果,并将计算结果按照一定顺序排列;
设频谱分析的总点数N为32768点,滑动点数为M为2048点,
第六步,将第五步得到的计算结果加上滑动前的频谱值再乘上对应的旋转因子,得到滑动后32768点的频谱结果。
由这个公式可以得到,步骤五并行FFT计算模块的得到的计算结果,经过重新排序后,再加上滑动之前的32768点频谱值X(k)乘上对应的旋转因子,得到滑动后的32768点频谱值XM(k)。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作任何其他形式的限制,而依据本发明的技术实质所作的任何修改或等同变化,仍属于本发明所要求保护的范围。
Claims (4)
1.一种嵌入式环境下长数据序列多点滑动快速谱分析方法,其计算处理步骤如下,其特征在于:
第一步,根据实际信号和所需要的频谱信息,确定每次频谱分析的总点数N点和滑动点数M点,M为2的幂次方;
第二步,嵌入式数据采集设备采集需要分析频谱的信号,当采集的信号的点数达到数量M时,将这一部分的数据进行信号的处理;
第三步,数据处理部分,将滑动窗新进来的点即采集到的这部分数据点同滑动窗滑动出去的点对应作差;
第四步,数据处理部分,将第三步数据处理后的这部分数据点乘旋转因子W,旋转因子的确定和数据点的位置有关;
第五步,数据处理部分,将上面第四步得到的预处理的数据,进行M点FFT并行处理,得到计算结果,并将计算结果按照一定顺序排列;
第六步,将第五步得到的计算结果加上滑动前的频谱值再乘上对应的旋转因子,得到滑动后N点的频谱结果。
2.根据权利要求1所述的一种嵌入式环境下长数据序列多点滑动快速谱分析方法,其特征在于:所述步骤3中,作差的具体推导形式如下:
设频谱分析的总点数N点,滑动点数为M点,n为采样数据的时域上顺序,x(n)为采样数据的第n点,e(n)为顺序上相差N点的采样数据差值,WM为旋转因子,
3.根据权利要求1所述的一种嵌入式环境下长数据序列多点滑动快速谱分析方法,其特征在于:所述步骤4和5中,旋转因子和并行FFT处理推导如下:
设频谱分析的总点数为N点,滑动点数为M点,n为采样数据的时域上顺序,x(n)为采样数据的第n点,K为FFT模块并行的数量,r为频域上的顺序,WM为旋转因子,表达式为
4.根据权利要求1所述的一种嵌入式环境下长数据序列多点滑动快速谱分析方法,其特征在于:所述步骤6中,具体推导如下:
设频谱分析的总点数N点,滑动点数为M点,n为采样数据的时域上顺序,x(n)为采样数据的第n点,k为频域上的顺序,WM为旋转因子,表达式为是滑动计算后的频谱序列值,X(k)为滑动计算前的频谱值:
由这个公式可以得到,即为步骤五并行FFT计算模块的得到的计算结果,经过重新排序后,再加上滑动之前的N点频谱值X(k)乘上对应的旋转因子,得到滑动后的N点频谱值XM(k)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910270736.3A CN110083884A (zh) | 2019-04-04 | 2019-04-04 | 一种嵌入式环境下长数据序列多点滑动快速谱分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910270736.3A CN110083884A (zh) | 2019-04-04 | 2019-04-04 | 一种嵌入式环境下长数据序列多点滑动快速谱分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110083884A true CN110083884A (zh) | 2019-08-02 |
Family
ID=67414337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910270736.3A Pending CN110083884A (zh) | 2019-04-04 | 2019-04-04 | 一种嵌入式环境下长数据序列多点滑动快速谱分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110083884A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110674456A (zh) * | 2019-09-26 | 2020-01-10 | 电子科技大学 | 一种信号采集系统的时频转换方法 |
-
2019
- 2019-04-04 CN CN201910270736.3A patent/CN110083884A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110674456A (zh) * | 2019-09-26 | 2020-01-10 | 电子科技大学 | 一种信号采集系统的时频转换方法 |
CN110674456B (zh) * | 2019-09-26 | 2022-11-22 | 电子科技大学 | 一种信号采集系统的时频转换方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103471841B (zh) | 一种旋转机械振动故障诊断方法 | |
CN108020752B (zh) | 一种基于多源贯通相关性的配线线损诊断方法及系统 | |
CN104239681B (zh) | 基于脉冲激励响应信号互功率谱函数的主轴系统运行模态分析方法 | |
CN110674700B (zh) | 基于数字孪生模型的电子设备的智能健康预测方法及装置 | |
CN104142219B (zh) | 一种基于多点脉冲激励的主轴系统运行模态分析方法 | |
CN107271127B (zh) | 基于自迭代主元抽取的工作模态参数识别方法及装置 | |
CN106506266B (zh) | 基于GPU、Hadoop/Spark混合计算框架的网络流量分析方法 | |
Shi et al. | A two-stage sound-vibration signal fusion method for weak fault detection in rolling bearing systems | |
CN107247182A (zh) | 一种基于量测相量数据的间谐波分量还原方法 | |
CN105510032B (zh) | 基于谐噪比指导的解卷积方法 | |
CN104408322B (zh) | 综合多源故障概率似然信度的旋转机械设备故障诊断方法 | |
CN110285044B (zh) | 基于树莓派的水泵振动监测分析仪及方法 | |
RU2014133726A (ru) | Система сбора вибрационного сигнала поворотного двигателя | |
CN106382238A (zh) | 一种离心泵空化诊断的方法及其装置 | |
WO2023206860A1 (zh) | 一种机械设备故障的确定方法及装置 | |
CN109459500A (zh) | 声发射信号的在线高速采集处理系统 | |
CN110083884A (zh) | 一种嵌入式环境下长数据序列多点滑动快速谱分析方法 | |
CN109058089A (zh) | 一种基于声发射信号的真空泵过载故障检测的方法 | |
CN108493936A (zh) | 基于子空间辨识方法的电力系统低频振荡估计的改进方法 | |
CN105517018B (zh) | 一种获取位置信息的方法及装置 | |
CN106053090A (zh) | 一种燃气轮机的近邻异常检测系统 | |
CN104811373B (zh) | 一种多功能实时同步采集物联网网关 | |
CN109829132A (zh) | 一种嵌入式环境下长数据序列快速谱分析方法 | |
CN114486252B (zh) | 一种矢量模极大值包络的滚动轴承故障诊断方法 | |
CN109388512A (zh) | 针对大规模计算机集群异常程度的评估与分析系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190802 |