CN114608699A - 基于毫米波雷达的提升机天轮振动异常检测系统及方法 - Google Patents
基于毫米波雷达的提升机天轮振动异常检测系统及方法 Download PDFInfo
- Publication number
- CN114608699A CN114608699A CN202210223292.XA CN202210223292A CN114608699A CN 114608699 A CN114608699 A CN 114608699A CN 202210223292 A CN202210223292 A CN 202210223292A CN 114608699 A CN114608699 A CN 114608699A
- Authority
- CN
- China
- Prior art keywords
- millimeter wave
- vibration
- wave radar
- data
- head sheave
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B15/00—Main component parts of mining-hoist winding devices
- B66B15/02—Rope or cable carriers
- B66B15/04—Friction sheaves; "Koepe" pulleys
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种基于毫米波雷达的提升机天轮振动异常检测系统及方法,包括第一、第二雷达检测装置,所述第一、第二雷达检测装置均包括传感器支架、毫米波雷达传感器和数据回传模块,所述毫米请波雷达传感器和数据回传模块安装在传感器支架上;第一雷达检测装置的毫米波雷达传感器正对天轮的轴承中心,第二雷达检测装置的毫米波雷达传感器对准天轮一侧端;雷达检测装置的毫米波雷达传感器与天轮之间的距离保持在毫米波雷达数据不失真的范围内;上位机和毫米波雷达传感器内置有同步时钟。能够实时远程对天轮振动异常数据进行检测,从而实现对天轮工作状态的实时监测,以确保提升机的安全性和稳定性,检测成本低,检测结果受环境影响小,检测精度高。
Description
技术领域
本发明涉及一种检测方法,具体是一种基于毫米波雷达的提升机天轮振动异常检测系统及方法,属于矿井检测技术领域。
背景技术
提升机在矿井运输中起到非常重要的作用,它用于材料、人员、设备仪器以及矿井中矿物的运输等。它的稳定和安全关系到整个采矿工程的运作和效率,同时也会影响到工作人员的生命安全。而由于天轮与提升机连接紧密,提升机的天轮经常会发生故障,如打滑、过卷、断绳等,都会导致天轮的机械构件的损坏,这些损坏可以通过振动性能进行区分。因此,可以通过对天轮的振动性能的研究来对提升机的运行状态进行判断,以改善提升机的运输安全性。
传统的振动特性测量方法依赖于激光测振仪、加速度计等传感器,上述传感器大多需要直接安装在振动物体上,这意味着部署和维护的复杂性很高。而激光测振仪虽然具有较高的精度和准确度,但其高昂的成本阻碍了其在实际应用场景中的广泛应用。井下环境恶劣,空气潮湿,并且含有大量粉尘,随着工作时间的增加,粉尘不断积累,大量粉尘覆盖在激光传感器的发射端,会严重影响其测量精度。而使用加速度计对提升机进行监控的效果不佳、精度不高,无法确保工作人员的安全,因此,提升机的安全和稳定很难得到保证。
发明内容
为解决上述技术问题,本发明提供一种基于毫米波雷达的提升机天轮振动异常检测系统及方法,能够实时远程对天轮振动异常数据进行检测,从而实现对天轮工作状态的实时监测,以确保提升机的安全性和稳定性,检测成本低,检测结果受环境影响小,检测精度高。
为实现上述目的,本发明一种基于毫米波雷达的矿井提升机天轮振动异常检测系统,包括第一雷达检测装置和第二雷达检测装置,所述第一雷达检测装置和第二雷达检测装置均包括传感器支架、毫米波雷达传感器和数据回传模块,所述毫米波雷达传感器和数据回传模块安装在传感器支架上;毫米波雷达传感器接收到的数据通过其信号输出端传送至数据回传模块,再经数据采集器上传至上位机,上位机通过其内部的异常检测模块对振动数据进行分析处理;
所述第一雷达检测装置的毫米波雷达传感器正对天轮的轴承中心,第二雷达检测装置的毫米波雷达传感器对准天轮一侧端;雷达检测装置的毫米波雷达传感器与天轮之间的距离保持在6米以内;所述上位机和毫米波雷达传感器内置有同步时钟。
一种基于毫米波雷达的提升机天轮振动异常检测方法,包括以下步骤:
1)上位机控制两个毫米波雷达传感器实时同步采集天轮的振动数据,并将采集到的数据通过数据回传模块传送至数据采集器,数据采集器将接收到的数据传送至上位机;
2)通过上位机的异常检测模块对接收到的振动数据进行异常检测,若检测异常,则在上位机显示预警信息,否则继续对新接收的振动数据进行异常检测。
与现有技术相比,本发明通过实时采集和检测天轮的振动数据,通过振动数据间接对天轮的工作状态进行实时监控,检测系统安装简便,检测结果受环境影响小,检测速度快且精度高、检测成本低,一旦检测到振动数据异常,系统会及时发出预警信息,以提醒工作人员及时检查天轮的工作状况,有效地保证了提升机的安全性和稳定性。
附图说明
图1是本发明实施例整体结构示意图;
图2是本发明检测方法流程示意图。
图中:1.上位机,2.数据采集器,3.第一毫米波雷达传感器,5.传感器支架,6.数据回传模块,7.天轮,8.轴承,9.轴承支座。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1和图2所示,本发明矿井提升机包括天轮7、轴承8、轴承支座9,天轮7通过轴承8安装在轴承支座9上。
本发明一种基于毫米波雷达的矿井提升机天轮振动异常检测系统,包括第一雷达检测装置和第二雷达检测装置,所述第一雷达检测装置和第二雷达检测装置均包括毫米波雷达传感器3和数据回传模块6,进一步,所述毫米波雷达传感器3输出端通过信号传输带与数据回传模块6相连,所述数据传输带与毫米波雷达传感器3信号输出端相连,不与天轮7系统接触,防止了振动影响毫米波雷达传感器3;所述毫米波雷达传感器3和数据回传模块6均安装在传感器支架5上;所述毫米波雷达传感器3接收到的振动数据通过其信号输出端传送至数据回传模块6,再经数据采集器2上传至上位机1,上位机1通过异常检测模块对振动数据进行分析处理;所述毫米波雷达传感器3用于采集天轮7及其轴承8的振动数据。
所述第一雷达检测装置的毫米波雷达传感器3正对天轮7的轴承8中心,第二雷达检测装置的毫米波雷达传感器3对准天轮7左端,换言之,第一雷达检测装置中的毫米波雷达传感器3和第二雷达检测装置中的毫米波雷达传感器3中心线延长线夹角为90°,第一雷达检测装置和第二雷达检测装置中的毫米波雷达传感器3与天轮7之间的距离保持在6米之内,如3米、4米等,根据实际情况选择毫米波雷达传感器3与天轮7之间的距离;上位机1和毫米波雷达传感器3内置有同步时钟,以使上位机1的时间与毫米波雷达传感器3的时间同步,从而实现了毫米波雷达传感器3同步实时采集天轮7的振动数据。
在一些实施例中,第一雷达检测装置中的毫米波雷达传感器3为毫米波雷达IWR1642,第二雷达检测装置中的毫米波雷达传感器3为毫米波雷达IWR1843。
在一些实施例中,传感器支架5与毫米波雷达传感器3之间安装有防振装置,如橡胶垫、缓冲垫等,有效地防止了毫米波雷达传感器3采集的数据被传感器支架5的振动影响。
基于上述检测系统的检测方法包括以下步骤:
1)上位机1控制两个毫米波雷达传感器3实时同步采集天轮7的振动数据,并将采集到的振动数据通过数据回传模块6传送至数据采集器2,数据采集器2将接收到的振动数据传送至上位机1;
2)通过上位机1的异常检测模块对接收到的振动数据进行异常检测,若检测异常,则在上位机1显示预警信息,工作人员看到预警信息后,及时通知设备维修人员到现场对提升机进行检修,否则继续对新接收的振动数据进行异常检测。
所述异常检测模块通过以下方法对振动数据进行异常检测:
S1对接收到的振动数据进行解析:毫米波雷达传感器3接收并处理天轮7反射的回波信号,对处理后的回波信号进行离散化采样生成帧序列,将帧序列进行切割、重组得到帧矩阵,该帧矩阵数据即为解析后的数据;
其中,单天线切割、重组是以帧为处理单元将其切割成多段再重组成帧矩阵,对于多天线的数据,则根据天线数量重复单天线切割重组处理方法。
S2振动位移检测:对解析后的数据进行振动位移检测,得到实时振动位移序列,具体包括以下步骤:
S2.1对帧矩阵数据进行傅里叶变换获取距离多普勒频谱,通过分析天轮7振动信号的距离多普勒频谱,筛选出天轮7的候选距离仓。
对每一对Tx-Rx通道接收的数据进行距离傅立叶变换,通过距离傅立叶变换得到目标物体所在区域的数据,将在不同距离单元内的目标物体区分开来,筛选出所需的候选距离仓。
毫米波雷达传感器3采集的数据包括毫米波雷达传感器3周围6米内所有物体的振动数据,已知毫米波雷达传感器3与天轮7的真正距离,因此,可以通过距离傅立叶变换分离不同距离的信号,根据毫米波雷达传感器3与天轮的真正距离,在毫米波雷达传感器3采集的所有数据中筛选出天轮7所在距离的振动数据,称为候选距离仓。为进一步理解候选距离仓,进一步举例说明:如毫米波雷达传感器3与天轮7的距离为2m,则毫米波雷达传感器3在采集的所有数据中筛选出距离毫米波雷达传感器2m处的振动数据,该振动数据称为候选距离仓。
S2.2将筛选出的天轮7候选距离仓数据作为IQ域的输入,在IQ域中识别由天轮7振动导致的相位变化信号,并根据该相位信号形成以坐标原点为中心的弧形轨迹;所述坐标圆点是:相位信号在没有噪音干扰的情况下在IQ域中形成的圆弧圆心。
所述IQ域中的信号识别的原理:由于往复运动可以在一定范围内改变信号相位,因此,在IQ域绘制的信号样本可以形成以坐标原点为中心的弧形轨迹即圆弧。
S2.3利用毫米波雷达传感器3的多天线特性以及CVE的多频特性,增加对相同振动的观测次数,得到目标振动的不同相位弧形轨迹;
所述雷达的多天线特性是指:毫米波雷达传感器3有多个天线,从多个接收天线接收到的信号可用于精确定位振动物体并改进测量。由于Rx天线的半波长间隔,从振动物体到不同天线的反射信号的传播距离不同,导致振动反射和背景反射的旋转,从而形成多个观测数据,实现了对相同振动的多次观测。
所述CVE的多频特性是指:公式(1)表示信号相位在啁啾fc或振动信号x(t)变化时发生变化,振动信号x(t)不受控制,但是啁啾fc的起始频率可以在毫米波雷达传感器3中设置。当改变fc并保持x(t)不变时,反射信号的相位会改变,在IQ域中,会导致反射信号围绕坐标原点旋转。因此,如果能够使一个具有不同起始频率的啁啾组同时测量同一振动,会形成多个圆弧,这些圆弧因起始频率不同而绕各自拟合圆旋转,从而形成多组观测数据,实现对相同振动的多次观测。
S2.4利用最小二乘优化算法对相同振动多次观测获得的不同相位弧形轨迹进行拟合,获取弧形轨迹的拟合圆,并从该拟合圆中提取并聚集振动信号,得到实时振动位移序列,具体步骤如下:
S2.4.1基本圆拟合:
其中,X表示L个啁啾的弧形轨迹,每个啁啾的弧形轨迹有N个,xl,n表示第l个啁啾的第n个弧形轨迹,对于第l个啁啾,将拟合转化为优化问题,通过公式(3)得到一个具有半径和中心坐标的拟合圆参数,求得的拟合圆参数要能使每个IQ样本(弧形轨迹)到拟合圆边缘的求和几何距离最小:
S2.4.2合并圆拟合:通过平移和缩放每个啁啾的IQ样本,多次迭代后形成的一个大圆弧作为提取振动信号的拟合圆;
S2.4.3设置迭代的次数,(A1)、(A2)步骤迭代运行,迭代过程中当平移因子σ趋于最小值时,得到的大圆弧作为提取振动信号的拟合圆,结束迭代;
S2.4.4从步骤S2.4.3得到的拟合圆中提取并聚集振动信号,包括以下方法:
(B2)将啁啾群的所有观测结果汇总,得到最终的测量结果,并使用四分位均值(IQM)算法进行振动信号聚合,该算法计算其四分位范围内数据的截尾均值:
Xn=IQM({Xl,n}),n∈[1,N] (7)
S2.4.5重复步骤S2.4.1-2.4.4,对毫米波雷达传感器3接收到的振动数据进行实时处理,形成振动位移的实时数据序列。
S3状态检测与预警:通过振动异常检测算法整合移动平均自回归模型(Autoregressive Integrated Moving Average model,ARIMA)对实时振动位移序列进行异常检测,若实时振动位移序列数据落在置信区间以外,则判定振动异常,上位机1显示预警信息以及时提示工作人员天轮7出现异常现象,以便工作人员及时通知相关人员对天轮7进行现场维修,实现了矿井提升机天轮7的远程实时监控。
Claims (8)
1.一种基于毫米波雷达的提升机天轮振动异常检测系统,其特征在于,包括第一雷达检测装置和第二雷达检测装置,所述第一雷达检测装置和第二雷达检测装置均包括传感器支架、毫米波雷达传感器和数据回传模块,所述毫米波雷达传感器和数据回传模块安装在传感器支架上;所述毫米波雷达传感器接收到的数据通过其信号输出端传送至数据回传模块,再经数据采集器上传至上位机,所述上位机通过其内部的异常检测模块对振动数据进行分析处理;
所述第一雷达检测装置的毫米波雷达传感器正对天轮的轴承中心,第二雷达检测装置的毫米波雷达传感器对准天轮一侧端;雷达检测装置的毫米波雷达传感器与天轮之间的距离保持在6米以内;所述上位机和毫米波雷达传感器内置有同步时钟。
2.根据权利要求1所述的一种基于毫米波雷达的提升机天轮振动异常检测系统,其特征在于,所述毫米波雷达传感器输出端通过信号传输带与数据回传模块相连。
3.根据权利要求1所述的一种基于毫米波雷达的提升机天轮振动异常检测系统,其特征在于,第一雷达检测装置的毫米波雷达传感器为毫米波雷达IWR1642,第二雷达检测装置的毫米波雷达传感器为毫米波雷达IWR1843。
4.根据权利要求1所述的一种基于毫米波雷达的提升机天轮振动异常检测系统,其特征在于,传感器支架与毫米波雷达传感器之间安装有防振装置。
5.一种基于毫米波雷达的提升机天轮振动异常检测方法,其特征在于,包括以下步骤:
1)上位机控制两个毫米波雷达传感器实时同步采集天轮的振动数据,并将采集到的数据通过数据回传模块传送至数据采集器,数据采集器将接收到的数据传送至上位机;
2)通过上位机的异常检测模块对接收到的振动数据进行异常检测,若检测异常,则在上位机显示预警信息,否则继续对新接收的振动数据进行异常检测。
6.根据权利要求5所述的一种基于毫米波雷达的提升机天轮振动异常检测方法,其特征在于,所述异常检测模块通过以下方法对接收到的振动数据进行异常检测:
S1对接收到的振动数据进行解析:毫米波雷达传感器接收并处理天轮反射的回波信号,对处理后的回波信号进行离散化采样生成帧序列,将帧序列进行切割、重组得到帧矩阵,该帧矩阵数据即为解析后的数据;
S2振动位移检测:对解析后的数据进行振动位移检测,得到实时振动位移序列;
S3状态检测与预警:通过振动异常检测算法整合移动平均自回归模型对实时振动位移序列进行异常检测,若实时振动位移序列数据落在置信区间以外,则判定振动异常,上位机显示预警信息,否则返回步骤S1。
7.根据权利要求6所述的一种基于毫米波雷达的提升机天轮振动异常检测方法,其特征在于,所述步骤S2具体步骤如下:
S2.1对帧矩阵数据进行傅里叶变换获取距离多普勒频谱,通过分析天轮振动信号的距离多普勒频谱,筛选出天轮的候选距离仓;
S2.2将筛选出的天轮候选距离仓数据作为IQ域的输入,在IQ域中识别由天轮振动导致的相位变化信号,并根据该相位信号形成以坐标原点为中心的弧形轨迹;
S2.3利用毫米波雷达传感器的多天线特性以及CVE的多频特性,实现对相同振动的多次观测,得到目标振动的不同相位弧形轨迹;
S2.4利用最小二乘优化算法对相同振动多次观测获得的不同相位弧形轨迹进行拟合,获取弧形轨迹的拟合圆,并从该拟合圆中提取并聚集振动信号,得到实时振动位移序列。
8.根据权利要求7所述的一种基于毫米波雷达的提升机天轮振动异常检测方法,其特征在于,所述步骤S2.4具体步骤如下:
S2.4.1基本圆拟合:
其中,X表示有L个啁啾的弧形轨迹,每个啁啾的弧形轨迹有N个,xl,n表示第l个啁啾的第n个弧形轨迹,对于第l个啁啾,将拟合转化为优化问题,通过公式(3)得到一个具有半径和中心坐标的拟合圆参数,该拟合圆能够使每个IQ样本到该拟合圆边缘的求和几何距离最小:
S2.4.2合并圆拟合:通过平移和缩放每个啁啾的IQ样本,多次迭代后形成一个大圆弧作为提取振动信号的拟合圆,具体步骤如下:
S2.4.3设置迭代的次数,(A1)、(A2)步骤迭代运行,迭代过程中当平移因子σ达到最小值时,得到的大圆弧作为提取振动信号的拟合圆,结束迭代;
S2.4.4从步骤2.4.3得到的拟合圆中提取并聚集振动信号;
(B2)将啁啾群的所有观测结果汇总,得到最终的测量结果,然后使用四分位均值算法进行振动信号聚合,该算法计算其四分位范围内数据的截尾均值,得到振动位移数据:
Xn=IQM({Xl,n}),n∈[1,N] (7)
S2.4.5重复步骤S2.4.1-2.4.4,对毫米波雷达传感器接收到的振动数据进行实时处理,形成振动位移实时数据序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210223292.XA CN114608699B (zh) | 2022-03-07 | 2022-03-07 | 基于毫米波雷达的提升机天轮振动异常检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210223292.XA CN114608699B (zh) | 2022-03-07 | 2022-03-07 | 基于毫米波雷达的提升机天轮振动异常检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114608699A true CN114608699A (zh) | 2022-06-10 |
CN114608699B CN114608699B (zh) | 2023-02-24 |
Family
ID=81861564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210223292.XA Active CN114608699B (zh) | 2022-03-07 | 2022-03-07 | 基于毫米波雷达的提升机天轮振动异常检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114608699B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114408694A (zh) * | 2022-03-04 | 2022-04-29 | 深圳市爱丰达盛科技有限公司 | 一种电梯故障预测系统及其预测方法 |
Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1343120A (en) * | 1970-12-23 | 1974-01-10 | North American Rockwell | Focusing control of synthetic aperture processing for side- looking radar |
US4023175A (en) * | 1974-10-24 | 1977-05-10 | Robin Charles Armstrong Brown | Imaging systems |
CA2195925A1 (en) * | 1997-01-24 | 1998-07-24 | Peter R. Moosbrugger | Fmcw radar with angular position detection |
US20060284757A1 (en) * | 2004-09-14 | 2006-12-21 | Zemany Paul D | Through-the-wall frequency stepped imaging system utilizing near field multiple antenna positions, clutter rejection and corrections for frequency dependent wall effects |
CA2561607A1 (en) * | 2005-09-30 | 2007-03-30 | Omron Corporation | Aid device for setting inspection standard |
US20130062508A1 (en) * | 2011-09-12 | 2013-03-14 | Gregory S. Kanter | Photonic assisted optical under-sampling with non- uniform sample intervals |
CN105258935A (zh) * | 2015-11-10 | 2016-01-20 | 中国矿业大学 | 一种矿井提升机天轮振动性能检测系统及方法 |
US20160054438A1 (en) * | 2014-08-25 | 2016-02-25 | Texas Instruments Incorporated | Vibration parameters monitoring using fmcw radar |
CN106323450A (zh) * | 2016-08-31 | 2017-01-11 | 上海交通大学 | 一种基于多普勒雷达的大型柔性结构的振动监测方法 |
CN106644030A (zh) * | 2016-08-31 | 2017-05-10 | 上海交通大学 | 一种基于多普勒雷达的非接触式振动测量方法 |
WO2017154731A1 (ja) * | 2016-03-11 | 2017-09-14 | Ntn株式会社 | 振動検査装置 |
US20180180728A1 (en) * | 2016-12-28 | 2018-06-28 | Nokia Technologies Oy | Phasor approach to signal to noise ratio measurement evaluation of physiological signals |
CN109521404A (zh) * | 2018-10-12 | 2019-03-26 | 上海交通大学 | 基于fmcw雷达的振动测量的准确度评估方法和系统 |
CN110220586A (zh) * | 2019-06-19 | 2019-09-10 | 清华大学 | 基于毫米波的振动监测方法及系统 |
CN110568433A (zh) * | 2019-09-09 | 2019-12-13 | 郑州天迈科技股份有限公司 | 基于毫米波雷达的高空抛物检测方法 |
US20200030982A1 (en) * | 2018-07-25 | 2020-01-30 | Ubtech Robotics Corp | Robot recharge docking method and robot with the same |
CN110987150A (zh) * | 2019-12-16 | 2020-04-10 | 上海交通大学 | 一种基于单频连续波雷达的超微幅振动测量方法与系统 |
CN111443348A (zh) * | 2020-04-15 | 2020-07-24 | 厦门华厦学院 | 基于数学模型的障碍检测系统 |
CN111964773A (zh) * | 2020-07-22 | 2020-11-20 | 清华大学 | 一种基于多个交叠线性调频组的振动信号提取方法及装置 |
CN112014837A (zh) * | 2020-08-03 | 2020-12-01 | 杭州电子科技大学 | 一种基于毫米波雷达的体征无接触式智能监测系统 |
CN112649085A (zh) * | 2020-12-18 | 2021-04-13 | 英特睿达(山东)电子科技有限公司 | 工业设备振动信号的远程测量系统及测量方法 |
CN213149238U (zh) * | 2020-10-13 | 2021-05-07 | 英特睿达(山东)电子科技有限公司 | 一种工业设备振动参数测量装置 |
CN112816977A (zh) * | 2020-10-19 | 2021-05-18 | 上海交通大学 | 基于微波雷达的穹顶结构健康监测方法及系统 |
WO2021165873A1 (en) * | 2020-02-18 | 2021-08-26 | Vayyar Imaging Ltd. | Systems and methods for remotely tracking life signs with a millimeter-wave radar |
CN114010172A (zh) * | 2021-10-22 | 2022-02-08 | 西北工业大学 | 一种基于弧-弦近似原理的非接触式运动信息解调方法 |
-
2022
- 2022-03-07 CN CN202210223292.XA patent/CN114608699B/zh active Active
Patent Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1343120A (en) * | 1970-12-23 | 1974-01-10 | North American Rockwell | Focusing control of synthetic aperture processing for side- looking radar |
US4023175A (en) * | 1974-10-24 | 1977-05-10 | Robin Charles Armstrong Brown | Imaging systems |
CA2195925A1 (en) * | 1997-01-24 | 1998-07-24 | Peter R. Moosbrugger | Fmcw radar with angular position detection |
US20060284757A1 (en) * | 2004-09-14 | 2006-12-21 | Zemany Paul D | Through-the-wall frequency stepped imaging system utilizing near field multiple antenna positions, clutter rejection and corrections for frequency dependent wall effects |
CA2561607A1 (en) * | 2005-09-30 | 2007-03-30 | Omron Corporation | Aid device for setting inspection standard |
US20130062508A1 (en) * | 2011-09-12 | 2013-03-14 | Gregory S. Kanter | Photonic assisted optical under-sampling with non- uniform sample intervals |
US20160054438A1 (en) * | 2014-08-25 | 2016-02-25 | Texas Instruments Incorporated | Vibration parameters monitoring using fmcw radar |
CN105258935A (zh) * | 2015-11-10 | 2016-01-20 | 中国矿业大学 | 一种矿井提升机天轮振动性能检测系统及方法 |
WO2017154731A1 (ja) * | 2016-03-11 | 2017-09-14 | Ntn株式会社 | 振動検査装置 |
CN106323450A (zh) * | 2016-08-31 | 2017-01-11 | 上海交通大学 | 一种基于多普勒雷达的大型柔性结构的振动监测方法 |
CN106644030A (zh) * | 2016-08-31 | 2017-05-10 | 上海交通大学 | 一种基于多普勒雷达的非接触式振动测量方法 |
US20180180728A1 (en) * | 2016-12-28 | 2018-06-28 | Nokia Technologies Oy | Phasor approach to signal to noise ratio measurement evaluation of physiological signals |
US20200030982A1 (en) * | 2018-07-25 | 2020-01-30 | Ubtech Robotics Corp | Robot recharge docking method and robot with the same |
CN109521404A (zh) * | 2018-10-12 | 2019-03-26 | 上海交通大学 | 基于fmcw雷达的振动测量的准确度评估方法和系统 |
CN110220586A (zh) * | 2019-06-19 | 2019-09-10 | 清华大学 | 基于毫米波的振动监测方法及系统 |
CN110568433A (zh) * | 2019-09-09 | 2019-12-13 | 郑州天迈科技股份有限公司 | 基于毫米波雷达的高空抛物检测方法 |
CN110987150A (zh) * | 2019-12-16 | 2020-04-10 | 上海交通大学 | 一种基于单频连续波雷达的超微幅振动测量方法与系统 |
WO2021165873A1 (en) * | 2020-02-18 | 2021-08-26 | Vayyar Imaging Ltd. | Systems and methods for remotely tracking life signs with a millimeter-wave radar |
CN111443348A (zh) * | 2020-04-15 | 2020-07-24 | 厦门华厦学院 | 基于数学模型的障碍检测系统 |
CN111964773A (zh) * | 2020-07-22 | 2020-11-20 | 清华大学 | 一种基于多个交叠线性调频组的振动信号提取方法及装置 |
CN112014837A (zh) * | 2020-08-03 | 2020-12-01 | 杭州电子科技大学 | 一种基于毫米波雷达的体征无接触式智能监测系统 |
CN213149238U (zh) * | 2020-10-13 | 2021-05-07 | 英特睿达(山东)电子科技有限公司 | 一种工业设备振动参数测量装置 |
CN112816977A (zh) * | 2020-10-19 | 2021-05-18 | 上海交通大学 | 基于微波雷达的穹顶结构健康监测方法及系统 |
CN112649085A (zh) * | 2020-12-18 | 2021-04-13 | 英特睿达(山东)电子科技有限公司 | 工业设备振动信号的远程测量系统及测量方法 |
CN114010172A (zh) * | 2021-10-22 | 2022-02-08 | 西北工业大学 | 一种基于弧-弦近似原理的非接触式运动信息解调方法 |
Non-Patent Citations (2)
Title |
---|
李宇麒: "雷达微弱振动测量技术研究", 《中国优秀硕士/博士学位论文全文数据库》 * |
熊玉勇 等: "基于毫米波感知的形变及振动多点同步测量理论与方法", 《中国科学:技术科学》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114408694A (zh) * | 2022-03-04 | 2022-04-29 | 深圳市爱丰达盛科技有限公司 | 一种电梯故障预测系统及其预测方法 |
CN114408694B (zh) * | 2022-03-04 | 2023-06-23 | 深圳市爱丰达盛科技有限公司 | 一种电梯故障预测系统及其预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114608699B (zh) | 2023-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101954916B (zh) | 轨道在线监测方法 | |
CN101563588B (zh) | 用于非接触式叶片振动测量的方法 | |
CN107607925B (zh) | 一种雷达应用的目标rcs实时评估方法 | |
CN114608699B (zh) | 基于毫米波雷达的提升机天轮振动异常检测系统及方法 | |
Cheng et al. | Envelope deformation in computed order tracking and error in order analysis | |
CN105775664A (zh) | 一种基于射频识别的带式输送机速度检测系统 | |
CN111520192A (zh) | 非接触式隧道工程施工岩爆实时预报优化方法 | |
CN112033669B (zh) | 基于das的带式输送机槽型托辊故障监测方法 | |
US8264396B2 (en) | Three dimensional noncontact motion sensor | |
CN209214668U (zh) | 基于光纤光栅传感器的煤矿综采面皮带机监测及故障诊断系统 | |
CN113933392B (zh) | 一种基于超声导波的特征融合概率重建损伤定位成像方法 | |
CN113639849B (zh) | 基于固有振动频率的隧道围岩块体垮塌监测方法及系统 | |
CN111520193B (zh) | 非接触式隧道工程施工岩爆实时预报方法 | |
US8344941B2 (en) | Relative vibration measurement | |
US11422024B2 (en) | Method for detecting a defect in a vibration sensor, associated device and computer program | |
CN111173687B (zh) | 一种风电风机叶片裂纹损伤在线监测装置及方法 | |
CN103091020A (zh) | 一种液压破碎锤冲击能检测方法及装置 | |
CN114739669B (zh) | 基于太赫兹雷达的滚动轴承状态监测方法及装置 | |
CN115683233A (zh) | 模数式桥梁伸缩装置多参数监测装置及方法 | |
CN112857798B (zh) | 一种基于频谱分析的多轴系机械传动系统质量评估方法及装置 | |
Ciattaglia et al. | Analysis of vehicle vibration through automotive radar signal | |
CN110116892A (zh) | 一种刮板输送机传动装置故障监测预警系统及方法 | |
GB2322987A (en) | Object detection in turbine influx or efflux | |
CN112781623A (zh) | 一种光纤陀螺仪状态检测与测试系统 | |
CN114323635B (zh) | 一种基于太赫兹雷达的阀门故障状态感算诊断方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |