CN113213297B - 一种应用于电梯安全检测系统的位移传感器数据处理方法 - Google Patents
一种应用于电梯安全检测系统的位移传感器数据处理方法 Download PDFInfo
- Publication number
- CN113213297B CN113213297B CN202110500665.9A CN202110500665A CN113213297B CN 113213297 B CN113213297 B CN 113213297B CN 202110500665 A CN202110500665 A CN 202110500665A CN 113213297 B CN113213297 B CN 113213297B
- Authority
- CN
- China
- Prior art keywords
- data
- displacement
- filtering
- processing
- acceleration
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0018—Devices monitoring the operating condition of the elevator system
- B66B5/0031—Devices monitoring the operating condition of the elevator system for safety reasons
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0018—Devices monitoring the operating condition of the elevator system
- B66B5/0025—Devices monitoring the operating condition of the elevator system for maintenance or repair
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明公开了一种应用于电梯安全检测系统的位移传感器数据处理方法,包括:获取加速度传感器采集的模拟信号以及位移传感器采集的模拟信号;将获取的模拟信号分别进行低通滤波处理完成第一次滤波处理;将完成第一次滤波处理后的模拟信号经模数转换得到加速度数据和位移数据;对加速度数据和位移数据分别进行中值滤波算法处理和加权递推平均滤波算法处理;取滤波处理后的加速度数据和位移数据,利用改进后的趋势外推法对位移数据进行数据融合处理;根据经过数据融合处理后的位移数据进行电梯运行状态判断,实现对电梯的实时监控。本发明有效滤除了噪声干扰和随机误差,且剔除异常数据,提高了测量数据的精度。
Description
技术领域
本申请属于电梯技术领域,具体涉及一种应用于电梯安全检测系统的位移传感器数据处理方法。
背景技术
目前传统的电梯安全检测主要依靠质监部门的定期检验和维保单位的定期维修保养,但由于电梯数量庞大,导致检验和维保人手紧缺,而且定期检测存在实时性差等问题,因此电梯安全检测系统应运而生。
而电梯安全检测系统主要通过智能传感技术对电梯关键信号进行数据采集、分析处理和实时监测。在电梯安全检测系统的工作过程中,数据采集的测量误差过大,异常数据过多,会给数据处理带来较大误差,严重影响处理结果的精度,最后会影响整个电梯安全检测系统的故障诊断效率,因此提高数据的准确性显得尤为重要,为了提高数据的质量,减小误差带来的影响,对观测数据进行数据处理是必不可少的。
电梯安全检测系统中的传感器一般都是输出电压或电流信号的模拟传感器,由于模拟信号的传输很容易受到高温、电磁、噪音等外界因素的干扰,这导致传感器采集的数据极易产生各种噪声干扰和随机误差,异常数据较多,测量数据结果的准确性大打折扣,影响了后续的数据分析处理,从而影响整个电梯安全检测系统对故障的诊断和预测。
发明内容
本申请的目的在于提供一种应用于电梯安全检测系统的位移传感器数据处理方法,有效滤除了噪声干扰和随机误差,且剔除异常数据,提高了测量数据的精度。
为实现上述目的,本申请所采取的技术方案为:
一种应用于电梯安全检测系统的位移传感器数据处理方法,所述电梯安全检测系统包括安装在电梯轿厢上的加速度传感器,以及安装在电梯导靴位置的位移传感器,其特征在于,所述应用于电梯安全检测系统的位移传感器数据处理方法,包括:
步骤1、获取加速度传感器采集的模拟信号以及位移传感器采集的模拟信号;
步骤2、将获取的加速度传感器采集的模拟信号以及位移传感器采集的模拟信号分别进行低通滤波处理完成第一次滤波处理;
步骤3、将完成第一次滤波处理后的加速度传感器采集的模拟信号经模数转换得到加速度数据,将完成第一次滤波处理后的位移传感器采集的模拟信号经模数转换得到位移数据;
步骤4、采用中值滤波算法分别对加速度数据和位移数据进行第二次滤波处理,然后采用加权递推平均滤波算法分别对经过第二次滤波处理后的加速度数据和位移数据进行第三次滤波处理;
步骤5、取经过第三次滤波处理后的加速度数据和位移数据,利用改进后的趋势外推法对位移数据进行数据融合处理,包括:
步骤5.1、取经过第三次滤波处理后的位移数据作为观测数据,令连续的4个观测数据记为xi-4,xi-3,xi-2,xi-1,其中i指第i时刻,采样时间记为1个单位,基于线性最小二乘估计法获取第i时刻的观测数据的估计值为:
步骤5.2、获取第i时刻的观测数据xi,并计算差值绝对值ΔXi为:
同时计算测量误差的均方差δ为:
步骤5.3、获取与4个观测数据的采样时间对应的连续4个经过第三次滤波处理后的加速度数据记为ai-4,ai-3,ai-2,ai-1,对加速度进行二次积分处理:
式中,vi和vi-1分别表示对加速度一次积分处理后得到的第i时刻的速度和第i-1时刻的速度,xi′和xi-1′表示为对加速度二次积分处理后得到的第i时刻的位移和第i-1时刻的位移;
采用一阶插值法对二次积分处理中累积的误差进行补偿,可得到下式:
步骤5.4、基于进行误差补偿后的xi′的公式采用面积法求解得到xi′,再判断下式:
|xi-xi′|≤kδ
步骤6、根据经过数据融合处理后的位移数据进行电梯运行状态判断,实现对电梯的实时监控。
以下还提供了若干可选方式,但并不作为对上述总体方案的额外限定,仅仅是进一步的增补或优选,在没有技术或逻辑矛盾的前提下,各可选方式可单独针对上述总体方案进行组合,还可以是多个可选方式之间进行组合。
作为优选,所述步骤2,将获取的加速度传感器采集的模拟信号以及位移传感器采集的模拟信号分别进行低通滤波处理完成第一次滤波处理,包括:
将获取的加速度传感器采集的模拟信号以及位移传感器采集的模拟信号分别输入二阶低通滤波电路中进行第一次滤波处理,所述二阶低通滤波电路包括两级RC滤波电路和同相比例放大电路。
作为优选,所述采用中值滤波算法分别对加速度数据和位移数据进行第二次滤波处理,包括:取连续采样N次得到的加速度数据或位移数据作为采样值,把N次采样值按大小顺序排列,取中间值为连续采样N次的有效值。
作为优选,所述采用加权递推平均滤波算法分别对经过第二次滤波处理后的加速度数据和位移数据进行第三次滤波处理,包括:
取连续采样N次的加速度数据或位移数据作为采样值,把N个采样值作为一个队列,队列的长度固定为N,每次采样到一个新采样值后放入队列的队尾,并去除队列中原来队首的一个采样值,把队列中的N个数据进行算术平均运算,并对其赋予不同的权值,最终获得新的滤波结果,滤波公式为:
式中,h(n)是加权因子,X(n-i)为第n-i个采样值,Y(n)为加权平均值。
本申请提供的应用于电梯安全检测系统的位移传感器数据处理方法,在电梯轿厢合适位置处安装加速度传感器和位移传感器,采集加速度和位移的模拟量信号,经过一次滤波后通过A/D电路处理将电压信号转换为数字信号作为数据输出,再对此数据进行多次数据滤波以及滤波后进行数据融合处理,有效滤除由于外界环境因素产生的各种噪声干扰和随机误差,剔除了异常数据,提高了数据测量结果的精度,保证了电梯检测系统分析结果的准确性。
附图说明
图1为本申请的应用于电梯安全检测系统的位移传感器数据处理方法的流程图;
图2为本申请二阶低通滤波电路的电路结构图;
图3为本申请对数据采用改进后的趋势外推法进行融合处理的流程图;
图4为本申请对数据进行本申请的数据处理方法处理后的仿真图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是在于限制本申请。
其中一个实施例中,提供一种应用于电梯安全检测系统的位移传感器数据处理方法,所述电梯安全检测系统包括安装在电梯轿厢上的加速度传感器,以及安装在电梯导靴位置的位移传感器。需要说明的是,本实施例将位移传感器安装在电梯导靴位置可以是位移传感器直接安装在电梯导靴上,也可以是通过支架将位移传感器安装在电梯轿厢和电梯导靴之间。在位移传感器能正常获取电梯位移的前提下,本实施例不对位移传感器安装的位置进行严格限制。
本实施例中主要以位移传感器为例进行说明,在其他实施例中,本实施例的处理方法可以类推应用至同样需要提高数据准确度的对象。
如图1所示,本实施例应用于电梯安全检测系统的位移传感器数据处理方法,包括以下步骤:
步骤1、获取加速度传感器采集的模拟信号以及位移传感器采集的模拟信号。
由于不同电梯安全检测环境具有不同的检测要求,因此本实施例不具体限定加速度传感器和位移传感器的信号采集周期,只要设置两者得的采集周期以及起始采集时间相同即可。
步骤2、将获取的加速度传感器采集的模拟信号以及位移传感器采集的模拟信号分别进行低通滤波处理完成第一次滤波处理。
考虑到数据处理速度和处理压力,本实施例中在进行第一次滤波处理时基于硬件电路实现。具体的本实施例进行低通滤波处理时,将获取的加速度传感器采集的模拟信号以及位移传感器采集的模拟信号分别输入二阶低通滤波电路中进行第一次滤波处理,先经过滤波电路提高信噪比,为后续的模数转换提供良好的输入信号。
如图2所示,本实施例的二阶低通滤波电路包括两级RC滤波电路和同相比例放大电路,在集成运放输出到集成运放同相输入之间引入一个负反馈,反馈信号将起着削弱输入信号的作用,使电压放大倍数减小,所以该反馈将使二阶有源低通滤波器的幅频特性高频段迅速衰减,只允许低频端信号通过,该电路对电梯运行过程中存在的高频信号滤波有着明显的效果。
步骤3、将完成第一次滤波处理后的加速度传感器采集的模拟信号经模数转换得到加速度数据,将完成第一次滤波处理后的位移传感器采集的模拟信号经模数转换得到位移数据。将从传感器采集的模拟信号及时转化为数字信号,以降低模拟信号进行数据传输的距离和时间,从源头上减少采集数据受环境中高温、电磁、噪音等外界因素的干扰,降低产生各种噪声干扰和随机误差的情况。本实施例中对模拟信号进行模数转化采用A/D转换电路实现,且不具体显示A/D转换电路的具体结构,如计数比较型、逐次逼近型、双积分型等等。
步骤4、采用中值滤波算法分别对加速度数据和位移数据进行第二次滤波处理,然后采用加权递推平均滤波算法分别对经过第二次滤波处理后的加速度数据和位移数据进行第三次滤波处理。
在经过硬件电路的滤波后,为了进一步提高对数据中噪声和随机误差的滤除程度,本实施例先后引入中值滤波和加权递推平均滤波对数据进行处理,中值滤波和加权递推平均滤波为数据处理领域的常规滤波算法,以下对这两者进行简单描述。
其中,中值滤波包括:取连续采样N次得到的加速度数据或位移数据作为采样值,把N次采样值按大小顺序排列,取中间值为连续采样N次的有效值。中值滤波法是一种典型的非线性滤波器,它运算简单,在滤除脉冲噪声的同时很好的保护了信号的细节信息。
其中,加权递推平均滤波包括,取连续采样N次的加速度数据或位移数据作为采样值,把N个采样值作为一个队列,队列的长度固定为N,每次采样到一个新采样值后放入队列的队尾,并去除队列中原来队首的一个采样值(先进先出原则),把队列中的N个数据进行算术平均运算,并对其赋予不同的权值,最终获得新的滤波结果,滤波公式为:
时钟,h(n)是加权因子,也就是第n-i个采样值的权值,X(n-i)为第n-i个采样值,Y(n)为加权平均值,也常将Y(n)理解为X(n-i)和h(n)的卷积,也就是n个采样值的加权平均值,且本实施例中n与N相等。一般根据具体问题和实际的处理效果来确定加权平均因子,经过多次测试发现,越接近当前时刻的数据,采样值所取权值的取值越大。
本实施例在数据滤波时,硬件上通过设计二阶低通滤波电路对原始数据进行第一次预处理,滤除高频信号的干扰;软件上通过中值滤波和加权递推平均滤波法算法对数据进一步预处理,既消除了大幅度的脉冲干扰,又抑制了随机干扰,使数据更加平滑,并以此数据作为观测数据进行后续的数据融合处理。
步骤5、取经过第三次滤波处理后的加速度数据和位移数据,利用改进后的趋势外推法对位移数据进行数据融合处理。
本实施例采用的改进后的趋势外推法的异常值检测是先以经过预处理的数据为依据,应用时间多项式外推后一时刻的估计值,且与该时刻的观测数据作差,判别差值是否超过给定的门限值,如果超过门限,则说明该位移数据是异常数据,并用拟合后的估计值代替它;否则说明该数据目前正常,进行下一步检测。接着以第一步检测中被认为正常的数据为依据,先对经过相同预处理的加速度数据进行二次积分处理,求得该段时间内的位移值,再将此位移值和当前认为正常的位移值做差处理,判断差值是否超过门限,如果超过,说明该位移数据异常,位移值以估计值代替;否则认为该数据正常有效。
对上述经过预处理的位移数据采用改进后的趋势外推法进行融合处理,有效剔除了异常数据的干扰,提高了数据精度,保证了数据分析结果的正确性。
如图3所示,具体包括以下步骤:
步骤5.1、取经过第三次滤波处理后的位移数据作为观测数据,令连续的4个观测数据记为xi-4,xi-3,xi-2,xi-1,其中,xi-1为第i-1时刻的观测数据,xi-2为第i-2时刻的观测数据,xi-3为第i-3时刻的观测数据,xi-4为第i-4时刻的观测数据,且i指第i时刻,采样时间记为1个单位,基于线性最小二乘估计法获取第i时刻的观测数据的估计值为:
式(2)中,观测数据xi-3前面的系数在线性外推时数值为0,因此式(2)中未出现xi-3。
步骤5.2、获取第i时刻的观测数据xi,并计算差值绝对值ΔXi为:
同时计算测量误差的均方差δ为:
若差值绝对值ΔXi>kδ,其中kδ为门限值,k为预设参数且k取正整数,可根据实际情况进行设置,例如设为2、4等,则观测数据xi为异常值,剔除观测数据xi并以拟合后的估计值代替,并结束;否则认为观测数据xi为正常值且继续进入下一步;
步骤5.3、获取与4个观测数据的采样时间对应的连续4个经过第三次滤波处理后的加速度数据记为ai-4,ai-3,ai-2,ai-1,即ai-1为第i-1时刻的经过第三次滤波处理后的加速度数据,即ai-2为第i-2时刻的经过第三次滤波处理后的加速度数据,即ai-3为第i-3时刻的经过第三次滤波处理后的加速度数据,即ai-4为第i-4时刻的经过第三次滤波处理后的加速度数据,对加速度进行二次积分处理:
式中,vi和vi-1分别表示对加速度一次积分处理后得到的第i时刻的速度和第i-1时刻的速度,xi′和xi-1′表示为对加速度二次积分处理后得到的第i时刻的位移和第i-1时刻的位移;
由于实际的电梯运行过程中加速度可能发生变化,积分处理时会存在误差累积,这里采用一阶插值法对累计的误差进行补偿,采用一阶插值法对二次积分处理中累积的误差进行补偿,可得到下式:
步骤5.4、基于进行误差补偿后的xi′的公式(8)采用面积法求解得到xi′,其中面积法为数学中常用的求积分方法,本实施例中不展开详述,即可通过面积法将积分的值约等于区域面积之和求出xi′,再判断下式:
|xi-xi′|≤kδ (9)
若上式(9)成立则判定观测数据xi是正常值,如果上式(9)不成立,则判定观测数据xi为异常值,剔除观测数据xi并以拟合后的估计值代替;通过这种传感器数据融合处理方法,能有效判别和剔除预处理后仍存在的异常数值,使数据结果更加准确,为后续的数据分析提供了良好的数据源。
步骤6、根据经过数据融合处理后的位移数据进行电梯运行状态判断,实现对电梯的实时监控。
本实施例重点在于对采集的数据进行处理,以便于根据处理后的数据进行电梯运行状态判断,其中如何根据处理后的数据进行电梯运行状态判断不作为本实施例的重点,例如可以根据预设的正常数据范围对处理后的数据进行判断,或者建立神经网络对处理后的数据进行判断得到电梯运行状态。
本实施例还可以将经过数据分析处理后的结果通过无线网络发送到PC端大屏实时显示,并对其进行数据存储,实现对电梯安全的实时监控和预测。
本实施例硬件上采用二阶低通滤波电路对观测数据进行预处理,避免了电梯运动中高频振动的干扰;软件上采用中值滤波法和加权递推平均滤波法对数据进一步处理,克服了因偶然因素引起的脉冲干扰和随机误差,数据更加平滑,同时提高了系统的实时响应速度。
本实施例通过对加速度数据和位移数据采用改进后的外推拟合法进行融合处理,有效剔除了异常数据的干扰,保留了正常的位移数据,提高了测量数据的精度,同时为系统的故障诊断提供良好的数据源。
本实施例中电梯检测系统通过对预处理和融合处理后的数据进行数据分析和故障诊断,能够实时快速地发现电梯的故障隐患,克服了当前传统的人工定检过程中实时性差,费时费力等问题。
如图4所示,通过在MATLAB上仿真验证,可以明显看出经过预处理和融合处理后的数据更接近真实值,测量误差更小,说明该数据处理方法有着明显的提高数据精度的效果。本发明提出的一种应用于电梯安全检测系统的位移传感器数据处理方法,逻辑合理,算法实现简单,能在保证数据有效性的同时提高系统的实时性,为数据分析提供良好的数据源,在工业检测方面具有很好的推广应用价值。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (4)
1.一种应用于电梯安全检测系统的位移传感器数据处理方法,所述电梯安全检测系统包括安装在电梯轿厢上的加速度传感器,以及安装在电梯导靴位置的位移传感器,其特征在于,所述应用于电梯安全检测系统的位移传感器数据处理方法,包括:
步骤1、获取加速度传感器采集的模拟信号以及位移传感器采集的模拟信号;
步骤2、将获取的加速度传感器采集的模拟信号以及位移传感器采集的模拟信号分别进行低通滤波处理完成第一次滤波处理;
步骤3、将完成第一次滤波处理后的加速度传感器采集的模拟信号经模数转换得到加速度数据,将完成第一次滤波处理后的位移传感器采集的模拟信号经模数转换得到位移数据;
步骤4、采用中值滤波算法分别对加速度数据和位移数据进行第二次滤波处理,然后采用加权递推平均滤波算法分别对经过第二次滤波处理后的加速度数据和位移数据进行第三次滤波处理;
步骤5、取经过第三次滤波处理后的加速度数据和位移数据,利用改进后的趋势外推法对位移数据进行数据融合处理,包括:
步骤5.1、取经过第三次滤波处理后的位移数据作为观测数据,令连续的4个观测数据记为xi-4,xi-3,xi-2,xi-1,其中i指第i时刻,采样时间记为1个单位,基于线性最小二乘估计法获取第i时刻的观测数据的估计值为:
步骤5.2、获取第i时刻的观测数据xi,并计算差值绝对值ΔXi为:
步骤5.3、获取与4个观测数据的采样时间对应的连续4个经过第三次滤波处理后的加速度数据记为ai-4,ai-3,ai-2,ai-1,对加速度进行二次积分处理:
式中,vi和vi-1分别表示对加速度一次积分处理后得到的第i时刻的速度和第i-1时刻的速度,Δv为第i时刻的速度vi和第i-1时刻的速度vi-1的差值,xi′和xi-1′表示为对加速度二次积分处理后得到的第i时刻的位移和第i-1时刻的位移,Δx为第i时刻的位移xi′和第i-1时刻的位移xi-1′的差值;
采用一阶插值法对二次积分处理中累积的误差进行补偿,可得到下式:
步骤5.4、基于进行误差补偿后的xi′的公式采用面积法求解得到xi′,再判断下式:
|xi-xi′|≤kδ
步骤6、根据经过数据融合处理后的位移数据进行电梯运行状态判断,实现对电梯的实时监控。
2.如权利要求1所述的应用于电梯安全检测系统的位移传感器数据处理方法,其特征在于,所述步骤2,将获取的加速度传感器采集的模拟信号以及位移传感器采集的模拟信号分别进行低通滤波处理完成第一次滤波处理,包括:
将获取的加速度传感器采集的模拟信号以及位移传感器采集的模拟信号分别输入二阶低通滤波电路中进行第一次滤波处理,所述二阶低通滤波电路包括两级RC滤波电路和同相比例放大电路。
3.如权利要求1所述的应用于电梯安全检测系统的位移传感器数据处理方法,其特征在于,所述采用中值滤波算法分别对加速度数据和位移数据进行第二次滤波处理,包括:取连续采样N次得到的加速度数据或位移数据作为采样值,把N次采样值按大小顺序排列,取中间值为连续采样N次的有效值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110500665.9A CN113213297B (zh) | 2021-05-08 | 2021-05-08 | 一种应用于电梯安全检测系统的位移传感器数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110500665.9A CN113213297B (zh) | 2021-05-08 | 2021-05-08 | 一种应用于电梯安全检测系统的位移传感器数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113213297A CN113213297A (zh) | 2021-08-06 |
CN113213297B true CN113213297B (zh) | 2022-09-23 |
Family
ID=77094009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110500665.9A Active CN113213297B (zh) | 2021-05-08 | 2021-05-08 | 一种应用于电梯安全检测系统的位移传感器数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113213297B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113722376B (zh) * | 2021-08-30 | 2023-02-21 | 中国船舶重工集团公司第七O三研究所无锡分部 | 一种用于船用发电机组瞬态转速采集的数据处理方法 |
CN117075498A (zh) * | 2023-10-16 | 2023-11-17 | 三峡科技有限责任公司 | 一种电解水制氢能耗监测和仿生优化系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203855261U (zh) * | 2014-01-27 | 2014-10-01 | 厦门乃尔电子有限公司 | 一种电梯运行实时监控系统 |
CN107215734A (zh) * | 2017-07-06 | 2017-09-29 | 天津康途科技有限公司 | 一种用于电梯实时加速度和速度以及位置检测的方法及系统 |
CN108875710B (zh) * | 2018-07-24 | 2021-10-08 | 杭州电子科技大学 | 基于能量阈值算法的电梯门运行速度估计方法 |
CN109534122B (zh) * | 2019-01-11 | 2023-07-21 | 福建省特种设备检验研究院 | 一种电梯运行质量测试仪 |
CN109704163B (zh) * | 2019-01-18 | 2020-05-12 | 西人马帝言(北京)科技有限公司 | 电梯运行状态监测方法和装置 |
CN110386530A (zh) * | 2019-07-16 | 2019-10-29 | 浙江大学 | 一种面向故障诊断和安全预警的电梯监测系统及方法 |
CN112693985B (zh) * | 2020-12-10 | 2022-06-21 | 太原理工大学 | 一种融合传感器数据的非侵入式电梯状态监测方法 |
CN112989625B (zh) * | 2021-04-02 | 2024-04-05 | 上海有个机器人有限公司 | Uwb传感器异常值的剔除方法 |
-
2021
- 2021-05-08 CN CN202110500665.9A patent/CN113213297B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113213297A (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113213297B (zh) | 一种应用于电梯安全检测系统的位移传感器数据处理方法 | |
CN108875710B (zh) | 基于能量阈值算法的电梯门运行速度估计方法 | |
CN111170103B (zh) | 设备故障识别方法 | |
CN113901379B (zh) | 一种边缘端的实时数据动态在线快速处理方法 | |
KR0145146B1 (ko) | 신경회로망을 이용한 회전기기의 이상유무 진단장치 및 그 진단방법 | |
EP2296272A2 (en) | Method for detecting and filtering a random noise signal | |
CN115265723B (zh) | 基于数据处理的涡街流量计异常监测方法及系统 | |
CN114199364A (zh) | 一种航空发动机的振动监测系统 | |
CN109657329B (zh) | 基于改进自适应粒子滤波的传感器故障和结构损伤识别方法 | |
CN113225047A (zh) | 一种基于tvlp-mf的动态检重秤快速滤波方法及系统 | |
JP2867477B2 (ja) | オンライン設備の寿命予測方法 | |
JP2002090266A (ja) | 余寿命予測装置 | |
CN109359791B (zh) | 一种机械系统退化趋势预测方法及系统 | |
CN117213864A (zh) | 适用于发动机的滑油金属屑末颗粒的智能检测方法及系统 | |
CN110149104A (zh) | 一种机器人零相移实时滤波方法 | |
CN113340369B (zh) | 一种涡轮燃油质量流量计的信号处理方法及设备 | |
CN114199365A (zh) | 一种振动信号处理方法 | |
CN114084764A (zh) | 一种电梯乘运质量检测方法及检测系统 | |
CN109774389B (zh) | 一种基于频谱分析的间接式胎压监测方法 | |
CN114608705B (zh) | 一种光谱信号数据采样和峰值检测方法 | |
CN110702972A (zh) | 一种模拟信号自适应采样方法及装置 | |
CN110672911A (zh) | 晾衣机负载估算电路及方法 | |
CN115828071B (zh) | 一种高抗振动特性的倾斜角度融合分析系统 | |
CN113567123B (zh) | 旋转机械冲击类故障自动诊断方法 | |
CN214893474U (zh) | 一种涡轮燃油质量流量计的信号处理设备 |
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 |