CN112686450B - 基于振动检测的切割面积预测方法、系统及计算机介质 - Google Patents
基于振动检测的切割面积预测方法、系统及计算机介质 Download PDFInfo
- Publication number
- CN112686450B CN112686450B CN202011629858.6A CN202011629858A CN112686450B CN 112686450 B CN112686450 B CN 112686450B CN 202011629858 A CN202011629858 A CN 202011629858A CN 112686450 B CN112686450 B CN 112686450B
- Authority
- CN
- China
- Prior art keywords
- track
- detection value
- axis direction
- cutting
- acceleration detection
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 214
- 238000005520 cutting process Methods 0.000 title claims abstract description 192
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000001133 acceleration Effects 0.000 claims abstract description 141
- 238000006073 displacement reaction Methods 0.000 claims abstract description 59
- 230000033001 locomotion Effects 0.000 claims abstract description 52
- 230000002159 abnormal effect Effects 0.000 claims abstract description 24
- 230000010354 integration Effects 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 11
- 230000003068 static effect Effects 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 239000011521 glass Substances 0.000 abstract description 27
- 238000010586 diagram Methods 0.000 description 25
- 238000004519 manufacturing process Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本申请提供了一种基于振动检测的切割面积预测方法、系统及计算机介质，获取切割运动在切割平面上一段时间内的加速度检测值，分别得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线；以切割运动静止时刻作为临界点，将x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线划分为多段检测值曲线；分别将x轴方向的多段检测值曲线以及y轴方向检测值曲线进行双重积分，得到切割运动在切割平面的位移轨迹；基于位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图；计算封闭轨迹图的面积，得到切割面积预测值。本申请在例如玻璃切割时，可快速、准确进行切割面积预测，并同时准确、及时检测出被测设备的异常状态。
Description
技术领域
本申请属于设备检测技术领域，具体地，涉及一种基于振动检测的切割面积预测方法、系统及计算机介质。
背景技术
目前，需要根据不同需求进行工艺定制的非标行业，例如玻璃加工行业，在切割玻璃时尺寸、面积不一，多批次产品间需要进行多次设备工艺的调试，不仅影响生产效率，若不能及时获取玻璃切割面积，则严重影响产品出厂以及订单分配。同时，生产状态过程中玻璃切割设备若不能及时发现设备异常或故障，会造成停产等严重后果。
基于此，大部分玻璃切割厂家仍是采用传统的人工模式，切割面积统计及设备异常检查等均依靠技术人员的经验，人力耗费巨大且效率低。
因此，亟需一种在产品切割时快速、准确进行切割面积预测的方法或系统。
发明内容
本发明提出了一种基于振动检测的切割面积预测方法、系统及计算机介质，旨在解决目前产品切割时，受限于人工经验技术，不能快速、准确预测切割面积的问题。
根据本申请实施例的第一个方面，提供了一种基于振动检测的切割面积预测方法，具体包括以下步骤：
获取切割运动在切割平面上一段时间内的加速度检测值，分别得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线；
以切割运动静止时刻作为临界点，将x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线划分为多段检测值曲线；分别将x轴方向的多段检测值曲线以及y轴方向检测值曲线进行双重积分，得到切割运动在切割平面的位移轨迹；
基于位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图；
计算封闭轨迹图的面积，得到切割面积预测值。
本申请一些实施方式中，得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线之后，还包括：
通过数据归零点处理、低通滤波以及卡尔曼滤波消除数据误差，得到滤波后的x轴方向加速度检测值集合以及y轴方向加速度检测值集合。
本申请一些实施方式中，基于位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图，重合轨迹点拟合具体包括：
通过轨迹回环检测，判断轨迹中的关键点是否重合；关键点包括轨迹拐点、起始点以及终点；
当判断轨迹中的多个关键点重合时，将多个关键点与邻近的关键点之间的多段位移轨迹进行平均，得到第一拟合轨迹。
本申请一些实施方式中，重合轨迹点拟合具体包括以下步骤：
首先，进行关键点是否重合的判断公式为：
其中，B(p)为判断关键点P与周围关键点是否重合的描述，当B(p)为1时，则判断为重合，当当B(p)为0时，则判断不重合；
其中，xi为x轴方向在i时刻的加速度值；yi为y轴方向在i时刻的加速度值；β、γ分别为x、y轴方向上的位移阈值；
对多个重合点进行拟合，得到拟合轨迹S的拟合公式为：
其中，SL0、SL1、SLn以及S0分别为多个重合点与邻近的关键点之间的位移轨迹。
本申请一些实施方式中，基于位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图，重合轨迹边拟合通过采用欧式距离的聚类算法，将第一拟合轨迹的每条边进行聚类，得到封闭轨迹图。
本申请一些实施方式中，得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线之后，还包括：
根据x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线，进行异常检测，当出现加速度检测值异常时，发出异常报警。
本申请一些实施方式中，异常报警通过本地信号出发，或者通过无线通信传输至远程终端。
根据本申请实施例的第二个方面，提供了一种基于振动检测的切割面积预测系统，具体包括：
加速度检测模块：用于获取切割运动在切割平面上一段时间内的加速度检测值，分别得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线；
位移轨迹模块：用于以切割运动静止时刻作为临界点，将x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线划分为多段检测值曲线；分别将x轴方向的多段检测值曲线以及y轴方向检测值曲线进行双重积分，得到切割运动在切割平面的位移轨迹；
轨迹图模块：用于基于位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图；
切割面积预测模块：用于计算封闭轨迹图的面积，得到切割面积预测值。
根据本申请实施例的第三个方面，提供了一种基于振动检测的切割面积预测设备，包括：
存储器：用于存储可执行指令；以及
处理器:用于与存储器连接以执行可执行指令从而完成基于振动检测的切割面积预测方法。
根据本申请实施例的第四个方面，提供了一种计算机可读存储介质，其上存储有计算机程序；计算机程序被处理器执行以实现基于振动检测的切割面积预测方法。
采用本申请实施例中的基于振动检测的切割面积预测方法、系统及计算机介质，获取切割运动在切割平面上一段时间内的加速度检测值，分别得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线；以切割运动静止时刻作为临界点，将x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线划分为多段检测值曲线；分别将x轴方向的多段检测值曲线以及y轴方向检测值曲线进行双重积分，得到切割运动在切割平面的位移轨迹；基于位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图；计算封闭轨迹图的面积，得到切割面积预测值。本申请在产品切割时，例如玻璃切割时，可快速、准确进行切割面积预测，并同时准确、及时检测出被测设备的异常状态。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1中示出了根据本申请实施例的基于振动检测的切割面积预测方法的步骤示意图；
图2中示出了根据本申请实施例的基于振动检测的切割面积预测方法的应用示意图；
图3中示出了根据本申请实施例的基于振动检测的切割面积预测方法的流程示意图；
图4中示出了根据本申请实施例的x轴方向以及y轴方向的加速度检测值曲线图；
图5中示出了根据本申请实施例的原始位移轨迹图；
图6中示出了根据本申请实施例的封闭轨迹图；
图7中示出了根据本申请实施例的基于振动检测的切割面积预测系统的结构示意图；
图8中示出了根据本申请实施例的基于振动检测的切割面积预测设备的结构示意图。
具体实施方式
在实现本申请的过程中，发明人发现根据不同需求进行工艺定制的非标行业，例如玻璃加工行业，在切割玻璃时尺寸、面积不一，多批次产品间需要进行多次设备工艺的调试，若不能及时获取玻璃切割面积，则严重影响产品出厂以及订单分配。
基于此，本发明的基于振动检测的切割面积预测方法、系统及计算机介质，获取切割运动在切割平面上一段时间内的加速度检测值，分别得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线；以切割运动静止时刻作为临界点，将x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线划分为多段检测值曲线；分别将x轴方向的多段检测值曲线以及y轴方向检测值曲线进行双重积分，得到切割运动在切割平面的位移轨迹；基于位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图；计算封闭轨迹图的面积，得到切割面积预测值。
本申请在产品切割时，例如玻璃切割时，可快速、准确进行切割面积预测，并同时准确、及时检测出被测设备的异常状态。
为了使本申请实施例中的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
实施例1
图1中示出了根据本申请实施例的基于振动检测的切割面积预测方法的步骤示意图。
如图1所示，本申请实施例的基于振动检测的切割面积预测方法，具体包括以下步骤：
S101：获取切割运动在切割平面上一段时间内的加速度检测值，分别得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线；
其它方式中，在S101得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线之后，还包括：
通过数据归零点处理、低通滤波以及卡尔曼滤波消除数据误差，得到滤波后的x轴方向加速度检测值集合以及y轴方向加速度检测值集合。
S102：以切割运动静止时刻作为临界点，将x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线划分为多段检测值曲线；分别将x轴方向的多段检测值曲线以及y轴方向检测值曲线进行双重积分，得到切割运动在切割平面的位移轨迹；
S103：基于位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图；
具体的，基于位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图，重合轨迹点拟合具体包括：
通过轨迹回环检测，判断轨迹中的关键点是否重合；关键点包括轨迹拐点、起始点以及终点；
当判断轨迹中的多个关键点重合时，将多个关键点与邻近的关键点之间的多段位移轨迹进行平均，得到第一拟合轨迹。
其中，重合轨迹点拟合具体包括以下步骤：
首先，进行关键点是否重合的判断公式为：
其中，B(p)为判断关键点P与周围关键点是否重合的描述，当B(p)为1时，则判断为重合，当当B(p)为0时，则判断不重合；
其中，xi为x轴方向在i时刻的加速度值；yi为y轴方向在i时刻的加速度值；β、γ分别为x、y轴方向上的位移阈值；
对多个重合点进行拟合，得到拟合轨迹S的拟合公式为：
其中，SL0、SL1、SLn以及S0分别为多个重合点与邻近的关键点之间的位移轨迹。
最后，通过采用欧式距离的聚类算法，将第一拟合轨迹的每条边进行聚类，得到封闭轨迹图。
S104：计算封闭轨迹图的面积，得到切割面积预测值。
本申请一些实施方式中，得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线之后，还包括：
根据x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线，进行异常检测，当出现加速度检测值超出正常加速度值范围时，判定出现异常，同时发出异常报警。
具体的，异常报警通过本地信号出发，或者通过无线通信传输至远程终端。远程终端包括WEB端以及手机终端。
图2中示出了根据本申请实施例的基于振动检测的切割面积预测方法的应用示意图。
如图2所示，本申请的基于振动检测的切割面积预测方法可以部署在切割机本地，也可以部署在云端，通过将获取的切割运动的加速度检测值无线传输至云端，在云端进行后续数据处理和分析，进行切割面积的预测。通过云端实现切割运动数据的统一展示以及异常报警。然后通过云端将预测结果、统计展示或者异常报警等信息，发送至用户终端。
如图2所示，在基于振动检测的切割面积预测方法具体应用时，主要流程如下：
1)首先通过设备端采集数据，设备包括振动检测装置以及振动源，例如玻璃切割机。振动检测传感器可通过磁铁吸附到切割机移动的部件上，从而获取切割机运动时精确的加速度。加速度数据通过消息队列遥测传输MQTT(Message Queuing TelemetryTransport)发送到云端。
2)云端服务进行数据处理：云端接收设备端的数据进行数据处理与统计，包括数据降噪、切割轨迹重绘、切割面积计算、切割状态处理、切割数据统计以及异常报警等过程。然后，将处理结果发送至用户终端。
3)用户终端包括手机终端以及WEB端。
其中，手机终端对各个设备的健康状况进行预测性报警，如果设备振动跟实际振动的规律有偏差，云端就会向手机端推送报警消息，提醒设备可能将出现故障，以便及时更换，提高生产效率，降低损失。
Web终端对各个设备的运行效率、健康状况以及产能等进行大数据统计，然后进行图形化展示，达到数据的统一存储、整合、业务追踪和共享的需求。
图3中示出了根据本申请实施例的基于振动检测的切割面积预测方法的流程示意图。
进一步说明本申请的切割面积预测方法，如图3所示，(一)首先，通过吸附式传感器采集切割平面的加速度数值，包括与玻璃切割机运动方向垂直以及相同的两个方向加速度数值，具体为x轴方向以及y轴方向的加速度，采集到的数据集合包括一一对应的时间、x轴方向加速度检测值以及x轴方向加速度检测值。
其加速度检测值数据集合中x轴方向加速度检测值可形成以时间为横坐标，以加速度值为纵坐标的曲线；相同的，其数据集合中y轴方向加速度检测值可形成以时间为横坐标，以加速度值为纵坐标的曲线。
(二)其次，为保证数据能够采集到设备足够丰富的加速度信息，本申请实施例使用的采样频率Ts为1000hz，切割设备和加速度传感器可能存在噪声信号和摆放位置偏差，因此需要对采样到的加速度信号进行归零点处理、低通滤波以及卡尔曼滤波等数据处理。
关于归零点处理：初始玻璃切割机处于静止状态，选取静止到运动之间的一段加速度值(x0、y0)，其中，X0这段时间内X轴向检测加速度值集合，y0这段时间内y轴向检测加速度值集合，通过归零点处理得到加速度值(x1，y1)，具体公式(1)如下
关于低通滤波：将归零点处理后的x1、y1代入公式(2)中，公式(2)具体为：
y[i]＝α*x[i]+(1-α)*y[i-1]
其中，fc为根据切割机实际运动频率得到的截止频率，Ts为采样频率。
图4中示出了根据本申请实施例的x轴方向以及y轴方向的加速度检测值曲线图。
最后，如图4所示，得到滤波后的部分x轴方向以及y轴方向的加速度检测值曲线图。
(三)图5中示出了根据本申请实施例的原始位移轨迹图。如图5所示，对分别对x,y轴的每个运动间隔进行积分，可以得到原始的位移轨迹图。
由于切割机在进行运动时，每次运动都有一个静止间隔，选取加速度变化部分进行双重积分，分别得到切割机在x、y轴上的多段位移s，位移s计算公式(3)具体为：
s＝∫(∫(a)dt)dt 公式(3)
最后将x、y轴上的多段位移进行矢量求和，得到如图6所示，切割运动的原始位移轨迹图。
(四)基于位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图。
通过轨迹回环检测，判断轨迹中的关键点是否重合；关键点包括轨迹拐点、起始点以及终点，其中，由于切割机的轨迹的起始点和终点为同一原点，认定原点为关键点。
首先，进行关键点是否重合的判断公式(4)为：
其中，B(p)为判断关键点P与周围关键点是否重合的描述，当B(p)为1时，则判断为重合，当当B(p)为0时，则判断不重合；
其中，xi为x轴方向在i时刻的加速度值；yi为y轴方向在i时刻的加速度值；β、γ分别为x、y轴方向上的位移阈值。
其次，上述判断出的多个重合点进行拟合，得到拟合轨迹
的拟合公式(5)为：
其中，SL0、SL1、SLn以及S0分别为多个重合点与邻近的关键点之间的位移轨迹。
最后，通过采用欧式距离的聚类算法，将每条边进行聚类，得到如图6所示的封闭轨迹图。
(五)图6中示出了根据本申请实施例的封闭轨迹图。基于图6的封闭轨迹图的连通区域大小，计算得到切割的玻璃面积。
采用本申请实施例中的基于振动检测的切割面积预测方法，获取切割运动在切割平面上一段时间内的加速度检测值，分别得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线；以切割运动静止时刻作为临界点，将x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线划分为多段检测值曲线；分别将x轴方向的多段检测值曲线以及y轴方向检测值曲线进行双重积分，得到切割运动在切割平面的位移轨迹；基于位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图；计算封闭轨迹图的面积，得到切割面积预测值。本申请在产品切割时，例如玻璃切割时，可快速、准确进行切割面积预测，并同时准确、及时检测出被测设备的异常状态。
本申请在实际应用中，将智能自动化引入如玻璃切割行业，通过振动检测装置结合人工智能算法自动预测切割的玻璃面积，极大地提升了生产效率。同时，异常检测到切割一场时刻通过手机等远程终端报警，避免发生紧急维修不能及时处理的后果。另外，本申请的大数据统计将所有生产数据整合存储并分享，便于厂家及上下游及时了解生产状态便于切割订单分配等。
本申请的基于振动检测的切割面积预测方案，装置主要包含振动检测装置、云端、手机终端及web端。将振动检测装置安装在切割设备上，获取切割机运动时精确的加速度，通过对传感器采集数据的处理分析，计算出切割机的运动轨迹，进而计算出玻璃的切割面积。同时，当设备发生异常时手机终端可实时报警，生产状态及产能等通过web端大数据统计可视化展示。相比于以往传统方式，引入人工智能算法，更加智能化和自动化。同时无源无线，便于部署。
实施例2
本实施例提供了一种基于振动检测的切割面积预测系统，对于本实施例的基于振动检测的切割面积预测系统中未披露的细节，请参照其它实施例中的基于振动检测的切割面积预测方法的具体实施内容。
图7中示出了根据本申请实施例的基于振动检测的切割面积预测系统的结构示意图。
如图7所示，本申请实施例的基于振动检测的切割面积预测系统，具体包括加速度检测模块10、位移轨迹模块20、轨迹图模块30以及切割面积预测模块40。
具体的，
加速度检测模块10：用于获取切割运动在切割平面上一段时间内的加速度检测值，分别得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线。
在加速度检测模块10得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线之后，还包括：通过数据归零点处理、低通滤波以及卡尔曼滤波消除数据误差，得到滤波后的x轴方向加速度检测值集合以及y轴方向加速度检测值集合。
位移轨迹模块20：用于以切割运动静止时刻作为临界点，将x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线划分为多段检测值曲线；分别将x轴方向的多段检测值曲线以及y轴方向检测值曲线进行双重积分，得到切割运动在切割平面的位移轨迹。
轨迹图模块30：用于基于位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图。
具体的，基于位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图，重合轨迹点拟合具体包括：
通过轨迹回环检测，判断轨迹中的关键点是否重合；关键点包括轨迹拐点、起始点以及终点；
当判断轨迹中的多个关键点重合时，将多个关键点与邻近的关键点之间的多段位移轨迹进行平均，得到第一拟合轨迹。
其中，重合轨迹点拟合具体包括以下步骤：
首先，进行关键点是否重合的判断公式为：
其中，B(p)为判断关键点P与周围关键点是否重合的描述，当B(p)为1时，则判断为重合，当当B(p)为0时，则判断不重合；
其中，xi为x轴方向在i时刻的加速度值；yi为y轴方向在i时刻的加速度值；β、γ分别为x、y轴方向上的位移阈值；
对多个重合点进行拟合，得到拟合轨迹S的拟合公式为：
其中，SL0、SL1、SLn以及S0分别为多个重合点与邻近的关键点之间的位移轨迹。
最后，通过采用欧式距离的聚类算法，将第一拟合轨迹的每条边进行聚类，得到封闭轨迹图。
切割面积预测模块40：用于计算封闭轨迹图的面积，得到切割面积预测值。
得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线之后，还包括：
根据x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线，进行异常检测，当出现加速度检测值超出正常加速度值范围时，判定出现异常，同时发出异常报警。
具体的，异常报警通过本地信号出发，或者通过无线通信传输至远程终端。远程终端包括WEB端以及手机终端。
采用本申请实施例中的基于振动检测的切割面积预测系统，加速度检测模块10获取切割运动在切割平面上一段时间内的加速度检测值，分别得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线；位移轨迹模块20以切割运动静止时刻作为临界点，将x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线划分为多段检测值曲线；轨迹图模块30分别将x轴方向的多段检测值曲线以及y轴方向检测值曲线进行双重积分，得到切割运动在切割平面的位移轨迹；基于位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图；切割面积预测模块40计算封闭轨迹图的面积，得到切割面积预测值。
本申请在产品切割时，例如玻璃切割时，可快速、准确进行切割面积预测，并同时准确、及时检测出被测设备的异常状态。
本申请在实际应用中，将智能自动化引入如玻璃切割行业，通过振动检测装置结合人工智能算法自动预测切割的玻璃面积，极大地提升了生产效率。同时，异常检测到切割一场时刻通过手机等远程终端报警，避免发生紧急维修不能及时处理的后果。另外，本申请的大数据统计将所有生产数据整合存储并分享，便于厂家及上下游及时了解生产状态便于切割订单分配等。
本申请的基于振动检测的切割面积预测方案，装置主要包含振动检测装置、云端、手机终端及web端。将振动检测装置安装在切割设备上，获取切割机运动时精确的加速度，通过对传感器采集数据的处理分析，计算出切割机的运动轨迹，进而计算出玻璃的切割面积。同时，当设备发生异常时手机终端可实时报警，生产状态及产能等通过web端大数据统计可视化展示。相比于以往传统方式，引入人工智能算法，更加智能化和自动化。同时无源无线，便于部署。
实施例3
本实施例提供了一种基于振动检测的切割面积预测设备，对于本实施例的基于振动检测的切割面积预测设备中未披露的细节，请参照其它实施例中的基于振动检测的切割面积预测方法或系统具体的实施内容。
图8中示出了根据本申请实施例的基于振动检测的切割面积预测设备400的结构示意图。
如图8所示，切割面积预测设备400，包括：
存储器402：用于存储可执行指令；以及
处理器401:用于与存储器402连接以执行可执行指令从而完成运动矢量预测方法。
本领域技术人员可以理解，示意图8仅仅是切割面积预测设备400的示例，并不构成对切割面积预测设备400的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如切割面积预测设备400还可以包括输入输出设备、网络接入设备、总线等。
所称处理器401(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器401也可以是任何常规的处理器等，处理器401是切割面积预测设备400的控制中心，利用各种接口和线路连接整个切割面积预测设备400的各个部分。
存储器402可用于存储计算机可读指令，处理器401通过运行或执行存储在存储器402内的计算机可读指令或模块，以及调用存储在存储器402内的数据，实现切割面积预测设备400的各种功能。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据切割面积预测设备400使用所创建的数据等。此外，存储器402可以包括硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)或其他非易失性/易失性存储器件。
切割面积预测设备400集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机可读指令来指令相关的硬件来完成，的计算机可读指令可存储于一计算机可读存储介质中，该计算机可读指令在被处理器执行时，可实现上述各个方法实施例的步骤。
实施例4
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序；计算机程序被处理器执行以实现其他实施例中的基于振动检测的切割面积预测方法。
本申请实施例中的基于振动检测的切割面积预测设备及计算机存储介质，获取切割运动在切割平面上一段时间内的加速度检测值，分别得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线；以切割运动静止时刻作为临界点，将x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线划分为多段检测值曲线；分别将x轴方向的多段检测值曲线以及y轴方向检测值曲线进行双重积分，得到切割运动在切割平面的位移轨迹；基于位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图；计算封闭轨迹图的面积，得到切割面积预测值。本申请在产品切割时，例如玻璃切割时，可快速、准确进行切割面积预测，并同时准确、及时检测出被测设备的异常状态。
本申请在实际应用中，将智能自动化引入如玻璃切割行业，通过振动检测装置结合人工智能算法自动预测切割的玻璃面积，极大地提升了生产效率。同时，异常检测到切割一场时刻通过手机等远程终端报警，避免发生紧急维修不能及时处理的后果。另外，本申请的大数据统计将所有生产数据整合存储并分享，便于厂家及上下游及时了解生产状态便于切割订单分配等。
本申请的基于振动检测的切割面积预测方案，装置主要包含振动检测装置、云端、手机终端及web端。将振动检测装置安装在切割设备上，获取切割机运动时精确的加速度，通过对传感器采集数据的处理分析，计算出切割机的运动轨迹，进而计算出玻璃的切割面积。同时，当设备发生异常时手机终端可实时报警，生产状态及产能等通过web端大数据统计可视化展示。相比于以往传统方式，引入人工智能算法，更加智能化和自动化。同时无源无线，便于部署。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书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。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (8)
1.一种基于振动检测的切割面积预测方法，包括以下步骤：
获取切割运动在切割平面上一段时间内的加速度检测值，分别得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线；
以切割运动静止时刻作为临界点，将所述x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线划分为多段检测值曲线；分别将x轴方向的多段检测值曲线以及y轴方向检测值曲线进行双重积分，得到切割运动在切割平面的位移轨迹；
基于所述位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图；
计算所述封闭轨迹图的面积，得到切割面积预测值；
其中，所述基于所述位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图，具体包括：
通过轨迹回环检测，判断轨迹中的关键点是否重合；所述关键点包括轨迹拐点、起始点以及终点；
当判断轨迹中的多个关键点重合时，将所述多个关键点与邻近的关键点之间的多段位移轨迹进行平均，得到第一拟合轨迹；
通过采用欧式距离的聚类算法，将所述第一拟合轨迹的每条边进行聚类，得到封闭轨迹图。
2.根据权利要求1所述的基于振动检测的切割面积预测方法，其特征在于，所述得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线之后，还包括：
通过数据归零点处理、低通滤波以及卡尔曼滤波消除数据误差，得到滤波后的x轴方向加速度检测值集合以及y轴方向加速度检测值集合。
3.根据权利要求1所述的基于振动检测的切割面积预测方法，其特征在于，所述重合轨迹点拟合具体包括以下步骤：
首先，进行关键点是否重合的判断公式为：
其中，B(p)为判断关键点P与周围关键点是否重合的描述，当B(p)为1时，则判断为重合，当B(p)为0时，则判断不重合；
其中，xi为x轴方向在i时刻的加速度值；yi为y轴方向在i时刻的加速度值；β、γ分别为x、y轴方向上的位移阈值；
对多个重合点进行拟合，得到拟合轨迹S的拟合公式为：
其中，SL0、SL1、SLn以及S0分别为多个重合点与邻近的关键点之间的位移轨迹。
4.根据权利要求1所述的基于振动检测的切割面积预测方法，其特征在于，所述得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线之后，还包括：
根据所述x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线，进行异常检测，当出现加速度检测值异常时，发出异常报警。
5.根据权利要求4所述的基于振动检测的切割面积预测方法，其特征在于，所述异常报警通过本地信号出发，或者通过无线通信传输至远程终端。
6.一种基于振动检测的切割面积预测系统，其特征在于，具体包括：
加速度检测模块：用于获取切割运动在切割平面上一段时间内的加速度检测值，分别得到x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线；
位移轨迹模块：用于以切割运动静止时刻作为临界点，将所述x轴方向加速度检测值曲线以及y轴方向加速度检测值曲线划分为多段检测值曲线；分别将x轴方向的多段检测值曲线以及y轴方向检测值曲线进行双重积分，得到切割运动在切割平面的位移轨迹；
轨迹图模块：用于基于所述位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图；
其中，所述基于所述位移轨迹进行重合轨迹点拟合以及重合轨迹边拟合，得到封闭轨迹图，具体包括：
通过轨迹回环检测，判断轨迹中的关键点是否重合；所述关键点包括轨迹拐点、起始点以及终点；
当判断轨迹中的多个关键点重合时，将所述多个关键点与邻近的关键点之间的多段位移轨迹进行平均，得到第一拟合轨迹；
通过采用欧式距离的聚类算法，将所述第一拟合轨迹的每条边进行聚类，得到封闭轨迹图；
切割面积预测模块：用于计算所述封闭轨迹图的面积，得到切割面积预测值。
7.一种基于振动检测的切割面积预测设备，其特征在于，包括：
存储器：用于存储可执行指令；以及
处理器:用于与所述存储器连接以执行所述可执行指令从而完成权利要求1-5任一项所述的基于振动检测的切割面积预测方法。
8.一种计算机可读存储介质，其特征在于，其上存储有计算机程序；计算机程序被处理器执行以实现如权利要求1-5任一项所述的基于振动检测的切割面积预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011629858.6A CN112686450B (zh) | 2020-12-30 | 2020-12-30 | 基于振动检测的切割面积预测方法、系统及计算机介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011629858.6A CN112686450B (zh) | 2020-12-30 | 2020-12-30 | 基于振动检测的切割面积预测方法、系统及计算机介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112686450A CN112686450A (zh) | 2021-04-20 |
| CN112686450B true CN112686450B (zh) | 2022-09-02 |
Family
ID=75455906
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011629858.6A Active CN112686450B (zh) | 2020-12-30 | 2020-12-30 | 基于振动检测的切割面积预测方法、系统及计算机介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112686450B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114444536A (zh) * | 2021-12-17 | 2022-05-06 | 杭州未名信科科技有限公司 | 基于振动检测的设备生产状况监测方法、系统及存储介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8280112B2 (en) * | 2010-03-31 | 2012-10-02 | Disney Enterprises, Inc. | System and method for predicting object location |
| CN104992072B (zh) * | 2015-07-21 | 2017-10-27 | 江苏北斗卫星应用产业研究院有限公司 | 基于空间网格剖分的作业地块自动识别与面积统计方法 |
| US11314241B2 (en) * | 2016-06-07 | 2022-04-26 | Mitsubishi Electric Corporation | Abnormality diagnosis apparatus and abnormality diagnosis method |
| CN106017400B (zh) * | 2016-07-13 | 2018-12-11 | 哈尔滨工业大学 | 基于耕作轨迹等效矩形累加的农机作业面积测量方法 |
| CN108197339B (zh) * | 2017-08-14 | 2021-07-27 | 同济大学 | 基于递归最小二乘法的实时加速度积分算法的动位移监测方法 |
| CN109410269A (zh) * | 2017-08-16 | 2019-03-01 | 广州极飞科技有限公司 | 确定轨迹点面积的方法和装置 |
-
2020
- 2020-12-30 CN CN202011629858.6A patent/CN112686450B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112686450A (zh) | 2021-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108197658B (zh) | 图像标注信息处理方法、装置、服务器及系统 | |
| CN112436968B (zh) | 一种网络流量的监测方法、装置、设备及存储介质 | |
| US10599982B2 (en) | Internet of things based determination of machine reliability and automated maintainenace, repair and operation (MRO) logs | |
| US20170185055A1 (en) | Process control system | |
| CN112188531A (zh) | 异常检测方法、装置、电子设备及计算机存储介质 | |
| CN110046633B (zh) | 一种数据质量检测方法及装置 | |
| CN115033463B (zh) | 一种系统异常类型确定方法、装置、设备和存储介质 | |
| CN113723338A (zh) | 传感器异常检测方法、装置及计算机可读存储介质 | |
| CN112686450B (zh) | 基于振动检测的切割面积预测方法、系统及计算机介质 | |
| CN113646715A (zh) | 使用参数化批运行监测通过质量指示符控制技术设备 | |
| CN113419233A (zh) | 感知效果的测试方法、装置和设备 | |
| CN111400114A (zh) | 基于深度递归网络大数据计算机系统故障检测方法及系统 | |
| CN110874306B (zh) | 警报积累存量的自动评估 | |
| CN112232326A (zh) | 行驶信息生成方法、装置、电子设备和计算机可读介质 | |
| CN115388931B (zh) | 传感器异常数据的可信监测方法、监测终端及存储介质 | |
| CN104123759A (zh) | 厂房巡检方法及系统 | |
| CN113919518B (zh) | 电力计量自动化生产设备的故障确定方法、装置及终端 | |
| CN116126655A (zh) | 采煤机故障提示方法、系统、存储介质及设备 | |
| CN114331688A (zh) | 一种银行柜面系统业务批量运行状态检测方法及装置 | |
| CN113326889A (zh) | 用于训练模型的方法和装置 | |
| CN113177077B (zh) | 用于自动驾驶的异常事件确定方法、装置及电子设备 | |
| CN113704322B (zh) | 基于云边协同的数据采集方法、装置和介质 | |
| CN117908058B (zh) | 一种虚假卫星导航信号的过滤方法 | |
| US11909608B1 (en) | Bifurcated telemetry data ingestion methods and systems | |
| US12047228B2 (en) | Event reporting |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20210420 Assignee: Zhejiang smart video security Innovation Center Co.,Ltd. Assignor: Institute of Information Technology, Zhejiang Peking University Contract record no.: X2022330000930 Denomination of invention: Cutting area prediction method, system and computer medium based on vibration detection Granted publication date: 20220902 License type: Common License Record date: 20221229 |
|
| EE01 | Entry into force of recordation of patent licensing contract |