CN112214882B - 滤波器参数生成方法、振动传感模块、计算机装置和介质 - Google Patents

滤波器参数生成方法、振动传感模块、计算机装置和介质 Download PDF

Info

Publication number
CN112214882B
CN112214882B CN202011013478.XA CN202011013478A CN112214882B CN 112214882 B CN112214882 B CN 112214882B CN 202011013478 A CN202011013478 A CN 202011013478A CN 112214882 B CN112214882 B CN 112214882B
Authority
CN
China
Prior art keywords
frequency response
response curve
filter
determining
target
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.)
Active
Application number
CN202011013478.XA
Other languages
English (en)
Other versions
CN112214882A (zh
Inventor
马健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Xindun Technology Co.,Ltd.
Original Assignee
马健
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 马健 filed Critical 马健
Priority to CN202011013478.XA priority Critical patent/CN112214882B/zh
Publication of CN112214882A publication Critical patent/CN112214882A/zh
Application granted granted Critical
Publication of CN112214882B publication Critical patent/CN112214882B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种滤波器参数生成方法、振动传感模块、计算机装置和存储介质,滤波器参数生成方法包括确定目标频响曲线,对振动传感器进行测量或仿真,获取第一频响曲线,根据目标频响曲线和第一频响曲线,确定第二频响曲线,以及根据第二频响曲线,生成滤波器参数等步骤。通过执行实施例中的滤波器参数生成方法,可以根据现有的振动传感器的性能参数,生成滤波器参数;根据所生成的滤波器参数制成的滤波器,可以用来与现有的振动传感器连接得到振动传感模块,所得到的振动传感模块比振动传感器具有更高的响应频率以及更低的误差等更良好的性能,从而实现对振动传感器的性能改良。本发明广泛应用于振动传感及滤波器技术领域。

Description

滤波器参数生成方法、振动传感模块、计算机装置和介质
技术领域
本发明涉及滤波器技术领域,尤其是一种滤波器参数生成方法、振动传感模块、计算机装置和存储介质。
背景技术
振动传感器的响应频率和误差影响振动传感器的应用效果。例如,在振动测量过程中使用到的振动传感器,如果其响应频率能够达到1kHz,那么从振动传感器测得的振动信号中能够分析出“不平衡”、“不对中”、“轴弯曲”、“皮带松动”、“基础松动”和“轴承晚期损伤”等故障;如果其响应频率能够达到5kHz,那么从振动传感器测得的振动信号中还能够分析出“轴承中期故障”、“润滑不良”、“减速箱齿轮磨损”、“气蚀”、“电机定子故障”和“电机转子偏心”等故障;如果其响应频率能够达到20kHz,那么从振动传感器测得的振动信号中还能够分析出“轴承早期点蚀故障”、“减速箱齿轮早期裂纹”、“高速齿轮磨损”等故障。由此可知,在一些场合中,响应频率越高则振动传感器的性能越强大。现有技术所面临的问题包括:一方面,现有的振动传感器设计方法难以获得具有高响应频率的振动传感器;另一方面,随着振动传感器的响应频率提高,将面临误差过大的问题。例如,一些现有的振动传感器在10kHz频点处的误差达到3db(即误差达到41.2%),在20kHz频点处的误差达到10db(即误差达到216%)。上述技术问题限制了振动传感器的性能发挥。
发明内容
针对上述至少一个技术问题,本发明的目的在于提供一种滤波器参数生成方法、振动传感模块、计算机装置和存储介质。
一方面,本发明实施例包括一种滤波器参数生成方法,包括:
确定目标频响曲线;
对振动传感器进行测量或仿真,获取第一频响曲线;
根据所述目标频响曲线和所述第一频响曲线,确定第二频响曲线;
根据所述第二频响曲线,生成所述滤波器参数。
进一步地,所述第二频响曲线可与所述第一频响曲线叠加得到所述目标频响曲线,或所述第二频响曲线可与所述第一频响曲线相乘得到所述目标频响曲线。
进一步地,所述确定目标频响曲线,包括:
确定目标幅度误差以及所述目标幅度误差所在的目标频段范围;
生成所述目标频响曲线;所述目标频响曲线在所述目标频段范围内的幅度误差不超过所述目标幅度误差。
进一步地,所述根据所述第二频响曲线,生成所述滤波器参数,包括:
通过图像识别确定所述第二频响曲线的形状;
根据所述第二频响曲线的形状确定滤波器模型;
从数据库中读取所述滤波器模型进行仿真;
调整所述仿真中的仿真参数,使所述滤波器模型的频响曲线趋于所述第二频响曲线;
当完成所述滤波器模型的参数的调整,返回所述仿真参数作为所述滤波器参数。
进一步地,所述通过图像识别确定所述第二频响曲线的形状,包括:
识别所述第二频响曲线的特征点;所述特征点包括起点、拐点、极点和终点;
根据所述特征点的位置确定所述第二频响曲线的形状。
进一步地,所述根据所述第二频响曲线的形状确定滤波器模型,包括:
根据所述第二频响曲线的形状确定滤波器模型的阶数;
分解所述阶数;
根据所述阶数的分解结果,确定多个滤波器子模型;各所述滤波器子模型组成所述滤波器模型。
另一方面,本发明实施例还包括一种振动传感模块,包括滤波器和振动传感器,其中,所述滤波器具有由执行滤波器参数生成方法所得到的滤波器参数,所述滤波器和所述振动传感器连接。
进一步地,所述滤波器和所述振动传感器并联或串联。
另一方面,本发明实施例还包括一种计算机装置,包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行实施例所述滤波器参数生成方法。
另一方面,本发明实施例还包括一种存储介质,其中存储有处理器可执行的程序,所述处理器可执行的程序在由处理器执行时用于以执行实施例所述滤波器参数生成方法。
本发明的有益效果是:通过执行实施例中的滤波器参数生成方法,可以根据现有的振动传感器的性能参数,生成滤波器参数;根据所生成的滤波器参数制成的滤波器,可以用来与现有的振动传感器连接得到振动传感模块,所得到的振动传感模块比振动传感器具有更高的响应频率以及更低的误差等更良好的性能,从而实现对振动传感器的性能改良。
附图说明
图1为实施例中滤波器参数生成方法的流程图;
图2为实施例中目标频响曲线的示意图;
图3为实施例中第一频响曲线的示意图;
图4为实施例中第二频响曲线的示意图;
图5为实施例中滤波器模型的结构示意图。
具体实施方式
本实施例中所执行的滤波器参数生成方法,可以根据现有的振动传感器的性能参数,生成滤波器参数,根据所生成的滤波器参数制成的滤波器,可以用来对现有的振动传感器进行性能改良,从而改善难以获得高的响应频率以及随着响应频率提高所面临的误差过大的问题。
参照图1,滤波器参数生成方法包括以下步骤:
S1.确定目标频响曲线;
S2.对振动传感器进行测量或仿真,获取第一频响曲线;
S3.根据所述目标频响曲线和所述第一频响曲线,确定第二频响曲线;
S4.根据所述第二频响曲线,生成所述滤波器参数。
步骤S1中,所确定的目标频响曲线用于描述经过性能改良后的振动传感器的特性,可根据振动传感器的应用场合设计目标频响曲线。
本实施例中,需要将经过性能改良后的振动传感器应用在振动测量等场合,因此要求经过性能改良后的振动传感器具有高响应频率和低误差等特性。因此,在执行步骤S1时,可以首先确定目标幅度误差,以及目标幅度误差所在的目标频段范围。例如,将目标频段范围设定为0-20kHz,将目标幅度误差设定为5%,这表示在0-20kHz频段范围内,经过性能改良后的振动传感器的幅度误差都在5%(0.4238dB)以内。本实施例中,目标频响曲线的形式如图2所示。
步骤S2中,对所要改进的振动传感器进行测量或仿真,具体地,当所要改进的振动传感器存在实物产品,可以使用扫频测振仪对振动传感器进行测量,从而获取第一频响曲线;当所要改进的振动传感器是以仿真电路的形式存储在计算机系统,可以使用电路仿真软件进行仿真,从而获取第一频响曲线。本实施例中,第一频响曲线的形式如图3所示。
步骤S3中,所确定的第二频响曲线可以具有以下特征:第二频响曲线可与第一频响曲线叠加得到目标频响曲线,或第二频响曲线可与第一频响曲线相乘得到目标频响曲线。本实施例中,第二频响曲线与第一频响曲线叠加,是指将第二频响曲线上对应某个频率的点,与第一频响曲线上对应同一频率的点进行数值相加,根据所得到的值确定该频率所对应的点,遍历一个频段后所得到的各频率对应的点能够组成目标频响曲线。本实施例中,第二频响曲线与第一频响曲线相乘,是指将第二频响曲线上对应某个频率的点,与第一频响曲线上对应同一频率的点进行数值相乘,根据所得到的值确定该频率所对应的点,遍历一个频段后所得到的各频率对应的点能够组成目标频响曲线。本实施例中,通过“第二频响曲线可与第一频响曲线叠加得到目标频响曲线”这一标准确定第二频响曲线,所确定的第二频响曲线的形式如图4所示。
在获得如图4所示的第二频响曲线后,可以根据第二频响曲线生成滤波器参数。本实施例中,步骤S4,即根据第二频响曲线,生成滤波器参数这一步骤,包括:
S401.通过图像识别确定所述第二频响曲线的形状;
S402.根据所述第二频响曲线的形状确定滤波器模型;
S403.从数据库中读取所述滤波器模型进行仿真;
S404.调整所述仿真中的仿真参数,使所述滤波器模型的频响曲线趋于所述第二频响曲线;
S405.当完成所述滤波器模型的参数的调整,返回所述仿真参数作为所述滤波器参数。
本实施例中,执行步骤S401时,可以通过图像识别技术,识别出第二频响曲线中的起点、拐点、极点和终点等特征点,根据这些特征点所在位置坐标,形成一个矩阵,可以通过计算矩阵的特征值所在范围的方式,确定第二频响曲线的形状。本实施例中,第二频响曲线的形状是自定义的,可以定义为“一阶形状”、“二阶形状”等,其中“一阶形状”是一阶滤波器的频响曲线的形状,“二阶形状”是二阶滤波器的频响曲线的形状。本实施例中,对各种形状设定标签,在确定第二频响曲线的形状后,向第二频响曲线添加形状标签。
本实施例中,执行步骤S402时,根据第二频响曲线的形状确定滤波器模型的阶数。例如,在定义了“一阶形状”和“二阶形状”的情况下,可以根据第二频响曲线的形状标签确定滤波器模型的阶数,例如如果第二频响曲线的形状为“三阶形状”,则确定滤波器模型的阶数为三阶。然后将三阶进行分解,例如三阶=一阶+二阶或者三阶=一阶+一阶+一阶。在分解阶数后,根据分解结果确定多个滤波器子模型,每个滤波器子模型的阶数都与分解结果对应,例如如果分解结果为“三阶=一阶+二阶”,则使用两个滤波器子模型,每个滤波器子模型分别为一阶滤波器和二阶滤波器;如果分解结果为“三阶=一阶+一阶+一阶”,则使用三个滤波器子模型,每个滤波器子模型均为一阶滤波器。将这些滤波器子模型级联或并联成滤波器模型。通过设置滤波器子模型以组成滤波器模型,可以独立设计低阶的滤波器子模型,避免直接设计高阶的滤波器模型,从而降低滤波器参数生成过程中的数据处理量。
本实施例中,对于图4所示的第二频响曲线,可以根据其形状标签从数据库中读取出如图5所示的滤波器模型。图4所示的第二频响曲线为二阶形状,图5所示的滤波器模型为二阶滤波器,其传递函数具有形如
Figure BDA0002698307180000051
的形式,其中R1、R2、C1和C2分别为图5所示的滤波器模型中的电阻值和电容值,同时也是传递函数中的参数,可以作为仿真参数。
本实施例中,执行步骤S404,执行多个仿真过程,每个仿真过程分别使用一组仿真参数R1、R2、C1和C2。记录每次仿真过程所得的图5所示的滤波器模型频响曲线,当执行完预定次数的仿真过程,或者所获得的图5所示的滤波器模型频响曲线与图4所示的第二频响曲线之间的偏差小于预设范围,则结束仿真。记录最后一次仿真所得的仿真参数R1、R2、C1和C2,作为滤波器参数进行返回。
本实施例中,使用执行步骤S1-S4所得到的滤波器参数作为制造工艺参数,即以滤波器模型作为电路拓扑结构,以滤波器参数作为滤波器模型中各元件的参数,制造出滤波器实物产品。例如,将图5中的滤波器模型中的各元件参数设定为仿真参数R1、R2、C1和C2,通过电路设计和制造软件输出工艺参数,制造出相应的滤波器实物产品。
本实施例中,将制造出来的滤波器与步骤S2中所提到的振动传感器连接,具体地,可以将滤波器和振动传感器并联或串联,得到振动传感模块。根据本实施例中对步骤S1-S4的原理的说明,所得到的振动传感模块具有图2所示的频响曲线,而图2所示的频响曲线在0-20kHz频段范围内幅度误差都在5%以下,因此所得到的振动传感模块相对步骤S2中所提到的振动传感器,其性能得到了改善,即在较高的频段能够保持较低的幅度误差。
本实施例中,一种计算机装置,包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行实施例中的滤波器参数生成方法,实现与实施例所述的相同的技术效果。
本实施例中,一种存储介质,其中存储有处理器可执行的程序,所述处理器可执行的程序在由处理器执行时用于执行实施例中的滤波器参数生成方法,实现与实施例所述的相同的技术效果。
需要说明的是,如无特殊说明,当某一特征被称为“固定”、“连接”在另一个特征,它可以直接固定、连接在另一个特征上,也可以间接地固定、连接在另一个特征上。此外,本公开中所使用的上、下、左、右等描述仅仅是相对于附图中本公开各组成部分的相互位置关系来说的。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。此外,除非另有定义,本实施例所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本实施例说明书中所使用的术语只是为了描述具体的实施例,而不是为了限制本发明。本实施例所使用的术语“和/或”包括一个或多个相关的所列项目的任意的组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种元件,但这些元件不应限于这些术语。这些术语仅用来将同一类型的元件彼此区分开。例如,在不脱离本公开范围的情况下,第一元件也可以被称为第二元件,类似地,第二元件也可以被称为第一元件。本实施例所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本发明的实施例,并且除非另外要求,否则不会对本发明的范围施加限制。
应当认识到,本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现,其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而,若需要,该程序可以以汇编或机器语言实现。在任何情况下,该语言可以是编译或解释的语言。此外,为此目的该程序能够在编程的专用集成电路上运行。
此外,可按任何合适的顺序来执行本实施例描述的过程的操作,除非本实施例另外指示或以其他方式明显地与上下文矛盾。本实施例描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行,并且可作为共同地在一个或多个处理器上执行的代码(例如,可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步,所述方法可以在可操作地连接至合适的任何类型的计算平台中实现,包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现,无论是可移动的还是集成至计算平台,如硬盘、光学读取和/或写入存储介质、RAM、ROM等,使得其可由可编程计算机读取,当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外,机器可读代码,或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时,本实施例所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时,本发明还包括计算机本身。
计算机程序能够应用于输入数据以执行本实施例所述的功能,从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中,转换的数据表示物理和有形的对象,包括显示器上产生的物理和有形对象的特定视觉描绘。
以上所述,只是本发明的较佳实施例而已,本发明并不局限于上述实施方式,只要其以相同的手段达到本发明的技术效果,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

Claims (8)

1.一种滤波器参数生成方法,其特征在于,包括:
确定目标频响曲线;
对振动传感器进行测量或仿真,获取第一频响曲线;
根据所述目标频响曲线和所述第一频响曲线,确定第二频响曲线;
根据所述第二频响曲线,生成所述滤波器参数;
所述根据所述第二频响曲线,生成所述滤波器参数,包括:
通过图像识别确定所述第二频响曲线的形状;
根据所述第二频响曲线的形状确定滤波器模型;
从数据库中读取所述滤波器模型进行仿真;
调整所述仿真中的仿真参数,使所述滤波器模型的频响曲线趋于所述第二频响曲线;
当完成所述滤波器模型的参数的调整,返回所述仿真参数作为所述滤波器参数;
所述通过图像识别确定所述第二频响曲线的形状,包括:
识别所述第二频响曲线的特征点;所述特征点包括起点、拐点、极点和终点;
根据所述特征点所在位置坐标,形成一个矩阵;
通过计算所述矩阵的特征值所在范围,确定所述第二频响曲线的形状。
2.根据权利要求1所述的滤波器参数生成方法,其特征在于,所述第二频响曲线可与所述第一频响曲线叠加得到所述目标频响曲线,或所述第二频响曲线可与所述第一频响曲线相乘得到所述目标频响曲线。
3.根据权利要求1所述的滤波器参数生成方法,其特征在于,所述确定目标频响曲线,包括:
确定目标幅度误差以及所述目标幅度误差所在的目标频段范围;
生成所述目标频响曲线;所述目标频响曲线在所述目标频段范围内的幅度误差不超过所述目标幅度误差。
4.根据权利要求1所述的滤波器参数生成方法,其特征在于,所述根据所述第二频响曲线的形状确定滤波器模型,包括:
根据所述第二频响曲线的形状确定滤波器模型的阶数;
分解所述阶数;
根据所述阶数的分解结果,确定多个滤波器子模型;各所述滤波器子模型组成所述滤波器模型。
5.一种振动传感模块,其特征在于,包括滤波器和权利要求1-4任一项中所述的振动传感器,其中,所述滤波器具有由执行权利要求1-4任一项中所述的滤波器参数生成方法所得到的滤波器参数,所述滤波器和所述振动传感器连接。
6.根据权利要求5所述的振动传感模块,其特征在于,所述滤波器和所述振动传感器并联或串联。
7.一种计算机装置,其特征在于,包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行权利要求1-4任一项所述方法。
8.一种存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由处理器执行时用于执行如权利要求1-4任一项所述方法。
CN202011013478.XA 2020-09-24 2020-09-24 滤波器参数生成方法、振动传感模块、计算机装置和介质 Active CN112214882B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011013478.XA CN112214882B (zh) 2020-09-24 2020-09-24 滤波器参数生成方法、振动传感模块、计算机装置和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011013478.XA CN112214882B (zh) 2020-09-24 2020-09-24 滤波器参数生成方法、振动传感模块、计算机装置和介质

Publications (2)

Publication Number Publication Date
CN112214882A CN112214882A (zh) 2021-01-12
CN112214882B true CN112214882B (zh) 2021-09-07

Family

ID=74050726

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011013478.XA Active CN112214882B (zh) 2020-09-24 2020-09-24 滤波器参数生成方法、振动传感模块、计算机装置和介质

Country Status (1)

Country Link
CN (1) CN112214882B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104794292A (zh) * 2015-04-24 2015-07-22 深圳市国电科技通信有限公司 频响曲线实时仿真生成电力线信道的方法
CN107609305A (zh) * 2017-09-30 2018-01-19 四川长虹电器股份有限公司 基于vc的滤波器辅助设计系统
CN108111956A (zh) * 2017-12-26 2018-06-01 广州励丰文化科技股份有限公司 一种基于幅频响应曲线的音响调试方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103473005B (zh) * 2013-09-29 2017-04-26 深圳Tcl新技术有限公司 对播放的音频进行音效控制的方法及装置
CN103944535B (zh) * 2014-04-22 2016-09-28 天津大学 一种利用频响特性配置的全相位滤波器组的方法及其装置
CN110913325A (zh) * 2019-11-26 2020-03-24 科大讯飞股份有限公司 自动调音方法、相关设备及可读存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104794292A (zh) * 2015-04-24 2015-07-22 深圳市国电科技通信有限公司 频响曲线实时仿真生成电力线信道的方法
CN107609305A (zh) * 2017-09-30 2018-01-19 四川长虹电器股份有限公司 基于vc的滤波器辅助设计系统
CN108111956A (zh) * 2017-12-26 2018-06-01 广州励丰文化科技股份有限公司 一种基于幅频响应曲线的音响调试方法及装置

Also Published As

Publication number Publication date
CN112214882A (zh) 2021-01-12

Similar Documents

Publication Publication Date Title
EP1498792A2 (en) Robot off-line simulation apparatus
US9836043B2 (en) Harness sub-assembly rationalization
CN116618764B (zh) 一种镜面放电加工机的生产优化方法及系统
EP3001266A1 (en) Method and system for providing data analytics results
US10955815B2 (en) Method of manufacture using autonomous adaptive machining
JP7015807B2 (ja) 研削状態監視方法、研削状態監視プログラムおよび研削状態監視装置
CN110068860B (zh) 一种时移地震数据处理方法、装置及系统
CN112214882B (zh) 滤波器参数生成方法、振动传感模块、计算机装置和介质
CN110928240A (zh) 一种数控加工方法与系统
CN107833013B (zh) 软件开发的工作量预估准确性的自动化统计方法及装置
US20070250198A1 (en) Systems and methods for efficiently implementing an n-step manufacturing process for producing a mechanical part
Chakraborty et al. A semi‐analytic approach for direct slicing of free form surfaces for layered manufacturing
CN102375901A (zh) 模具设计工序云处理系统
CN110961985A (zh) 刀具监控系统及刀具监控方法
CN105574816A (zh) 消除x光图像的滤线栅影的方法、装置及x光机升级套件
Huettenberger et al. Application of Pareto sets in quality control of series production in car manufacturing
CN114227378A (zh) 一种夹具状态的检测方法、装置、终端和存储介质
US20180300444A1 (en) Method and apparatus for fan simulation through flow analysis
CN109655884B (zh) 一种速度拾取异常点去除方法及系统
JP7336398B2 (ja) 工作機械システム、管理方法及び管理プログラム
US20240019848A1 (en) System and method for developing a numerical control manufacturing program
CN109491328A (zh) 一种零件装配面定位方法和装置以及计算机可读存储介质
CN104422441A (zh) 一种电子设备及定位方法
CN114997031B (zh) 一种工件加工难度评估方法、装置、终端设备及存储介质
JP7406053B1 (ja) 形状復元装置およびコンピュータ読み取り可能な記憶媒体

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
TR01 Transfer of patent right

Effective date of registration: 20211022

Address after: 510000 room 206, building B10, No. 11, Kaiyuan Avenue, Huangpu District, Guangzhou, Guangdong

Patentee after: Guangdong Xindun Technology Co.,Ltd.

Address before: 100024 No.6 building 108, No.6 courtyard, beichenfu South District, middle Changying Road, Chaoyang District, Beijing

Patentee before: Ma Jian

TR01 Transfer of patent right