CN115526216B - 一种聚氨酯泡沫板生产设备的运行状态数据存储方法 - Google Patents

一种聚氨酯泡沫板生产设备的运行状态数据存储方法 Download PDF

Info

Publication number
CN115526216B
CN115526216B CN202211481715.4A CN202211481715A CN115526216B CN 115526216 B CN115526216 B CN 115526216B CN 202211481715 A CN202211481715 A CN 202211481715A CN 115526216 B CN115526216 B CN 115526216B
Authority
CN
China
Prior art keywords
data
dimensional matrix
obtaining
signal
periodic sub
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
CN202211481715.4A
Other languages
English (en)
Other versions
CN115526216A (zh
Inventor
胡增利
胡轩溥
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.)
Xi'an Yong'an Construction Technology Co ltd
Original Assignee
Xi'an Yong'an Construction Technology Co ltd
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 Xi'an Yong'an Construction Technology Co ltd filed Critical Xi'an Yong'an Construction Technology Co ltd
Priority to CN202211481715.4A priority Critical patent/CN115526216B/zh
Publication of CN115526216A publication Critical patent/CN115526216A/zh
Application granted granted Critical
Publication of CN115526216B publication Critical patent/CN115526216B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/70—Type of the data to be coded, other than image and sound

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明涉及用于存储的电子数据处理方法领域，具体涉及一种聚氨酯泡沫板生产设备的运行状态数据存储方法，该方法获得二维矩阵；根据二维矩阵得到二维矩阵中各数据的行融合权重，根据二维矩阵中得到二维矩阵中各数据的列融合权重，根据二维矩阵中各数据的行、列融合权重得到二维矩阵中各数据的综合融合权重，根据二维矩阵中各数据的综合融合权重得到第二振动信号；根据第二振动信号得到多个周期子信号；根据周期子信号得到各周期子信号的波动信息；根据周期子信号的波动信息得到各周期子信号的容差；根据各周期子信号的容差对第二振动信号进行压缩存储，从而实现数据的高效低损压缩存储。

Description

一种聚氨酯泡沫板生产设备的运行状态数据存储方法
技术领域
本申请涉及用于存储的电子数据处理方法领域，具体涉及一种聚氨酯泡沫板生产设备的运行状态数据存储方法。
背景技术
聚氨酯泡沫板生产设备主要为聚氨酯高压发泡机设备，设备中主要由加压泵、搅拌机、计量泵、冷热水机等构成，其中在聚氨酯高压发泡机设备中主要通过电机作为主要的动力设备，往往通过对电机的运行状态分析获取生产设备的运行情况因此通过在设备的电机中安装传感器的方法，采集设备实时运行过程的数据，对生产设备的运行状态数据进行存储，并对运行状态数据进行分析可以实现对设备的异常监测。
由于多个振动传感器同时采集振动信号数据，会造成较大是数据冗余，并且若某个传感器发生故障还会影响异常识别结果的准确性。旋转门压缩算法是一种在工业生产中应用较为普遍的有损数据压缩方法，可以有效的提高数据压缩率。而旋转门压缩算法中，由于需要通过设置旋转门压缩算法的压缩参数容差，若参数容差设置不当，不仅会造成数据冗余压缩率不高，还会造成数据有用信息的丢失。
发明内容
为了解决上述技术问题，本发明提供一种聚氨酯泡沫板生产设备的运行状态数据存储方法，所述方法包括：
采集第一振动信号得到二维矩阵；
根据二维矩阵中各数据与每行数据的差异得到二维矩阵中各数据的行融合权重，根据二维矩阵中各数据与每列数据的分布差异得到二维矩阵中各数据的列融合权重，根据二维矩阵中各数据的行、列融合权重得到二维矩阵中各数据的综合融合权重，根据二维矩阵中各数据的综合融合权重得到第二振动信号；
根据第二振动信号得到多个周期子信号；根据周期子信号的波峰点、波谷点与波峰点均值、波谷点均值的差异得到各周期子信号的波动信息；根据周期子信号的波动信息得到各周期子信号的容差；根据各周期子信号的容差对第二振动信号进行压缩存储。
优选的，所述根据二维矩阵中各数据与每行数据的差异得到二维矩阵中各数据的行融合权重，包括的具体步骤为：
Figure 100002_DEST_PATH_IMAGE001
其中，
Figure 778855DEST_PATH_IMAGE002
表示二维矩阵中的坐标为
Figure 100002_DEST_PATH_IMAGE003
的矩阵元素的数据值，
Figure 326380DEST_PATH_IMAGE004
表示二维矩阵的列数；
Figure 100002_DEST_PATH_IMAGE005
表示二维矩阵中的坐标为
Figure 651182DEST_PATH_IMAGE006
的矩阵元素的数据值，
Figure 100002_DEST_PATH_IMAGE007
以自然常数为底的指数函数，
Figure 647082DEST_PATH_IMAGE008
表示二维矩阵中的坐标为
Figure 537678DEST_PATH_IMAGE003
的矩阵元素的行融合权重。
优选的，所述根据二维矩阵中各数据与每列数据的分布差异得到二维矩阵中各数据的列融合权重，包括的具体步骤为：
拟合出二维矩阵的每列的高斯混合模型，根据每列的高斯混合得到每列中各数据的拟合值，根据二维矩阵中每列中各数据和每列中各数据的拟合值得到列融合权重为：
Figure 100002_DEST_PATH_IMAGE009
其中，
Figure 459366DEST_PATH_IMAGE002
表示二维矩阵中的坐标为
Figure 68202DEST_PATH_IMAGE003
的矩阵元素的数据值；
Figure 241694DEST_PATH_IMAGE010
表示二维矩阵坐标位置为
Figure 943721DEST_PATH_IMAGE003
的矩阵元素的拟合值；
Figure 911677DEST_PATH_IMAGE007
以自然常数为底的指数函数,
Figure 100002_DEST_PATH_IMAGE011
表示二维矩阵中的坐标为
Figure 132443DEST_PATH_IMAGE003
的矩阵元素的列融合权重。
优选的，所述根据二维矩阵中各数据的行、列融合权重得到二维矩阵中各数据的综合融合权重，包括的具体步骤为：
Figure 844047DEST_PATH_IMAGE012
其中，
Figure 100002_DEST_PATH_IMAGE013
表示二维矩阵中的坐标为
Figure 646918DEST_PATH_IMAGE003
的矩阵元素的行融合权重，
Figure 474191DEST_PATH_IMAGE011
表示二维矩阵中的坐标为
Figure 57619DEST_PATH_IMAGE003
的矩阵元素的列融合权重，
Figure 979438DEST_PATH_IMAGE014
表示二维矩阵的行数，
Figure 100002_DEST_PATH_IMAGE015
表示二维矩阵的列数，
Figure 417242DEST_PATH_IMAGE016
表示维矩阵数据中的坐标为
Figure 664683DEST_PATH_IMAGE003
的矩阵元素的综合融合权重。
优选的，所述根据二维矩阵中各数据的综合融合权重得到第二振动信号，包括的具体步骤为：
Figure 100002_DEST_PATH_IMAGE017
其中，
Figure 420893DEST_PATH_IMAGE018
表示二维矩阵中的坐标为
Figure 100002_DEST_PATH_IMAGE019
的矩阵元素的综合融合权重；
Figure 411983DEST_PATH_IMAGE020
表示二维数据矩阵中的坐标为
Figure 251763DEST_PATH_IMAGE019
的矩阵元素的数据值，
Figure 653795DEST_PATH_IMAGE015
表示二维矩阵的列数，
Figure 100002_DEST_PATH_IMAGE021
表示二维矩阵的第
Figure 946236DEST_PATH_IMAGE022
行的融合后数据；
二维矩阵所有行的融合后数据构成的序列记为第二振动信号数据。
优选的，所述根据第二振动信号得到多个周期子信号，包括的具体步骤为：
获得第二振动信号的频谱信号，获取第二振动信号的频谱信号的频率最大值，获取第二振动信号中元素个数，根据第二振动信号的频谱信号的频率最大值与第二振动信号中元素个数得到第二振动信号的周期，根据第二振动信号周期得到多个周期子信号。
优选的，所述根据周期子信号的波峰点、波谷点与波峰点均值、波谷点均值的差异得到各周期子信号的波动信息，包括的具体步骤为：
获得各周期子信号中各数据的多个第一邻接差值，包括：得到将各周期子信号中任意一个数据点记为第一目标数据点，从第一目标数据点左侧第一个邻接数据点出发，获取第一目标数据点左侧的连续第一数量个数据点记为第一目标数据点的左侧数据点集合，同理得到第一目标数据点的右侧数据点集合，计算第一目标数据点与其左、右两侧数据点集合中各数据点之间差值记为第一目标数据点的第一邻接差值，得到第一目标数据点的多个第一邻接差值；
根据判定条件和第一邻接差值得到各周期子信号的波峰点和波谷点；
根据周期子信号的多个波峰点波谷点、多个波峰点的均值和波谷点的均值得到各周期子信号的波动信息。
优选的，所述根据周期子信号的多个波峰点波谷点、多个波峰点的均值和波谷点的均值得到各周期子信号的波动信息，包括的公式为：
Figure 100002_DEST_PATH_IMAGE023
其中，
Figure 6596DEST_PATH_IMAGE024
表示第
Figure 100002_DEST_PATH_IMAGE025
个周期子信号中包含的波峰点的数量；
Figure 389298DEST_PATH_IMAGE026
表示第
Figure 40859DEST_PATH_IMAGE025
个周期子信号中包含的波谷点的数量；
Figure 100002_DEST_PATH_IMAGE027
表示第
Figure 758279DEST_PATH_IMAGE025
个周期子信号中第
Figure 153488DEST_PATH_IMAGE028
个波峰点的振动信号值；
Figure 100002_DEST_PATH_IMAGE029
表示第
Figure 702281DEST_PATH_IMAGE025
个周期子信号中所有波峰点的振动信号值的均值；
Figure 242853DEST_PATH_IMAGE030
表示第
Figure 509886DEST_PATH_IMAGE025
个周期子信号中第
Figure 100002_DEST_PATH_IMAGE031
个波谷点的振动信号值；
Figure 380890DEST_PATH_IMAGE032
表示第
Figure 784190DEST_PATH_IMAGE025
个周期子信号中所有波谷点的振动信号值均值；
Figure 100002_DEST_PATH_IMAGE033
表示第
Figure 43133DEST_PATH_IMAGE025
个周期子信号的波动信息。
优选的，所述根据周期子信号的波动信息得到各周期子信号的容差，包括的具体步骤为：
Figure 766105DEST_PATH_IMAGE034
其中，
Figure 100002_DEST_PATH_IMAGE035
表示第
Figure 503117DEST_PATH_IMAGE025
个周期子信号中数据点的数量
Figure 26503DEST_PATH_IMAGE036
表示第
Figure 394030DEST_PATH_IMAGE025
个周期子信号中的第
Figure 100002_DEST_PATH_IMAGE037
个数据点的振动信号值；
Figure 370076DEST_PATH_IMAGE038
表示第
Figure 910779DEST_PATH_IMAGE025
个周期子信号的波动信息；
Figure 475621DEST_PATH_IMAGE007
表示以自然常数为底的指数函数，
Figure 100002_DEST_PATH_IMAGE039
表示第
Figure 810788DEST_PATH_IMAGE025
个周期子信号的容差。
本发明实施例至少具有如下有益效果：通过对采集的多通道的振动信号进行融合处理，通过构建二维数据矩阵，获取振动信号的行方向融合权重值和列方向上融合权重值，进而得到综合的融合权重值进行多通道振动信号的融合，有利于减少单个振动传感器故障引起的电机故障识别结果的不准确。并且对电机的振动信号运行状态数据存储来说，仅需要存储融合后的振动信号即可实现故障识别的目的，使得存储的数据量大大减少的同时，还可以使得电机运行异常识别更加准确。
相较于传统方法本发明通过对融合后的振动信号进行周期划分，对每段划分后的振动信号分析其波动信息，通过确定每一分段振动信号的波动信息来自适应对旋转门压缩算法的容差进行动态调整，进而获得最大的压缩率的同时，也不会丢失重要信息。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1为本发明提供的一种聚氨酯泡沫板生产设备的运行状态数据存储方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种聚氨酯泡沫板生产设备的运行状态数据存储方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
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发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种聚氨酯泡沫板生产设备的运行状态数据存储方法的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种聚氨酯泡沫板生产设备的运行状态数据存储方法的步骤流程图，该方法包括以下步骤：
步骤S001，采集第一振动信号得到二维数据矩阵。
聚氨酯高压发泡机设备，设备中主要由加压泵、搅拌机、计量泵、冷热水机等构成，其中在聚氨酯高压发泡机设备中主要通过电机作为主要的动力设备，往往通过对电机的运行状态分析获取生产设备的运行情况，因此通过在设备的电机中安装传感器的方法，采集设备实时运行过程的数据，对生产设备的运行状态数据进行存储。
本案中通过在每个电机设备外壳表面安装
Figure 742972DEST_PATH_IMAGE040
个振动信号传感器采集设备运行过程中振动信号，将每个振动信号传感器采集得到的时序数据记为第一振动信号，其中振动信号传感器的型号本案中不作设定，可根据实施者具体实施情况而定。
将每个振动信号传感器采集得到的
Figure 100002_DEST_PATH_IMAGE041
维的第一振动信号作为二维矩阵的每列数据，将
Figure 821786DEST_PATH_IMAGE040
个振动信号传感器采集得到的
Figure 319764DEST_PATH_IMAGE040
个第一振动信号构成一个
Figure 248668DEST_PATH_IMAGE042
的二维矩阵。将二维矩阵中每个第一振动信号称为一个通道，二维矩阵中包含
Figure 464885DEST_PATH_IMAGE040
个通道。
步骤S002，根据二维数据矩阵得到第二振动信号数据。
为了保证电机异常识别结果的准确性，本案采集了多个振动传感器同时测量电机在运行过程中的振动信号，通过对采集的多通道的振动信号进行融合处理，有利于减少单个振动传感器故障引起的电机故障识别结果的不准确。并且对电机的振动信号运行状态数据存储来说，仅需要存储融合后的振动信号即可实现故障识别的目的，使得存储的数据量大大减少的同时，还可以使得电机运行异常识别更加准确。对于多通道的振动信号来说，不同通道之间对应着不同的振动传感器，而振动传感器采集的电机的位置不同，则对应的振动传感器的响应也不同，因此振动传感器采集的数据中含有的信息量也不同，其中本方案所述信息量为有效信息量和无效信息量，所述无效信息量为噪声信号，因此本方案根据多通道振动数据之间的噪声程度来确定融合权重值。
1、计算二维矩阵中各数据的行融合权重：
行上的
Figure 100002_DEST_PATH_IMAGE043
个数据值表征为同一时间多通道之间的
Figure 285074DEST_PATH_IMAGE043
个数据，即对应的多个振动传感器同一时间采集的电机运行过程中的振动信号，因此，对于同一时间内若某个振动传感器采集的振动信号与其他振动传感器采集的振动信号数据差异较大，则表明该振动传感器在当前时间内采集的振动信号数据噪声程度较大，对于噪声大的数据其融合权重应该越小，因而基于此得到各二维矩阵中各数据的行融合权重：
Figure 637558DEST_PATH_IMAGE044
其中，
Figure 100002_DEST_PATH_IMAGE045
表示二维矩阵中的坐标为
Figure 580106DEST_PATH_IMAGE046
的矩阵元素的数据值；
Figure DEST_PATH_IMAGE047
表示二维矩阵的列数；
Figure 470570DEST_PATH_IMAGE048
表示二维矩阵中的坐标为
Figure DEST_PATH_IMAGE049
的矩阵元素的数据值；
Figure 563291DEST_PATH_IMAGE050
以自然常数为底的指数函数，该函数用于归一化，
Figure DEST_PATH_IMAGE051
反应数据
Figure 35861DEST_PATH_IMAGE045
与该数据所在行的其他数据的差异情况，该值越大说明该数据与该数据所在行的其他数据的差异越大，而二维矩阵同一行数据为利用不同传感器对同一电机在同一时刻采集的数据，因而同一行的数据差异应该较小，当该数据与所在行的其他数据的差异较大时，说明该数据噪声含量较多，因而该数据的融合权重应该越小，
Figure 883731DEST_PATH_IMAGE052
表示二维矩阵中的坐标为
Figure 760027DEST_PATH_IMAGE046
的矩阵元素的行融合权重。
2、计算二维矩阵中各数据的列融合权重：
列上的
Figure DEST_PATH_IMAGE053
个数据值表征的为同一个通道内的
Figure 984335DEST_PATH_IMAGE053
维时序数据，即对应的单个振动传感器在不同时间采集的电机运行过程中的振动信号曲线。通过对每列上的振动信号曲线进行高斯混合模型拟合，所述高斯混合模型包含
Figure 311411DEST_PATH_IMAGE054
个单高斯模型，本方案中
Figure DEST_PATH_IMAGE055
。获取振动信号曲线的高斯混合拟合分布曲线，用振动信号曲线与拟合得到的高斯混合拟合分布曲线之间点的差异来表征每个数据点对应的噪声程度。根据第
Figure 267866DEST_PATH_IMAGE056
列数据得到的高斯混合拟合分布曲线的函数方程得到坐标为
Figure 680393DEST_PATH_IMAGE046
的矩阵元素
Figure 629763DEST_PATH_IMAGE045
的拟合值，记为
Figure DEST_PATH_IMAGE057
，则二维矩阵中坐标为
Figure 811346DEST_PATH_IMAGE046
的矩阵元素
Figure 266598DEST_PATH_IMAGE045
的列融合权重值为：
Figure 369683DEST_PATH_IMAGE058
其中，
Figure 935793DEST_PATH_IMAGE045
表示二维矩阵中的坐标为
Figure 971883DEST_PATH_IMAGE046
的矩阵元素的数据值；
Figure DEST_PATH_IMAGE059
表示坐标位置为
Figure 20872DEST_PATH_IMAGE046
的矩阵元素的拟合值，
Figure 407991DEST_PATH_IMAGE060
表示数据
Figure 512213DEST_PATH_IMAGE045
与拟合值
Figure 606071DEST_PATH_IMAGE059
的差值，该值越大说明数据
Figure 403126DEST_PATH_IMAGE045
越不符合该数据所在行的分布函数，因而该数据的噪声含量较多，因而该数据的列融合权重越小；
Figure DEST_PATH_IMAGE061
以自然常数为底的指数函数，该函数用于归一化,
Figure 198913DEST_PATH_IMAGE062
表示二维矩阵中的坐标为
Figure 372405DEST_PATH_IMAGE046
的矩阵元素的列融合权重。
3、计算二维矩阵中各数据的综合融合权重：
Figure DEST_PATH_IMAGE063
其中，
Figure 383086DEST_PATH_IMAGE008
表示二维矩阵中的坐标为
Figure 288725DEST_PATH_IMAGE046
的矩阵元素的行融合权重，
Figure 384857DEST_PATH_IMAGE062
表示二维矩阵中的坐标为
Figure 830882DEST_PATH_IMAGE046
的矩阵元素的列融合权重，
Figure 918574DEST_PATH_IMAGE064
表示二维矩阵的行数，
Figure DEST_PATH_IMAGE065
表示二维矩阵的列数，
Figure 57431DEST_PATH_IMAGE066
表示维矩阵数据中的坐标为
Figure 312963DEST_PATH_IMAGE046
的矩阵元素的综合融合权重。
4、计算每行的融合后数据：
对于二维矩阵中的某一个矩阵元素来说，该矩阵元素在行上的融合权重值和列上的融合权重值越大，则表明该矩阵元素对应振动传感器在该时刻采集的振动信号的数据值的去噪声程度越小，表明该矩阵元素对应的振动传感器在该时刻采集的振动信号的数据值在融合时更加参考该数据值，因而基于此得到二维矩阵的每行的融合后数据：
Figure DEST_PATH_IMAGE067
式中，
Figure 562679DEST_PATH_IMAGE068
表示二维矩阵中的坐标为
Figure DEST_PATH_IMAGE069
的矩阵元素的综合融合权重；
Figure 734903DEST_PATH_IMAGE070
表示二维数据矩阵中的坐标为
Figure 44662DEST_PATH_IMAGE069
的矩阵元素的数据值，
Figure DEST_PATH_IMAGE071
表示二维矩阵的列数，
Figure 53069DEST_PATH_IMAGE072
表示二维矩阵的第
Figure DEST_PATH_IMAGE073
行的融合后数据。
二维矩阵所有行的融合后数据构成的序列记为第二振动信号数据。
至此得到第二振动信号数据，在得到第二振动信号的过程中，利用对同一电机采集的多组传感器信号数据得到二维矩阵，然后通过分析二维矩阵中各数据的噪声情况得到二维矩阵中各数据的行融合权重和列融合权重，根据行融合权重和列融合权重得到综合融合权重，利用综合融合权重对每行的数据进行融合得到每行的融合后数据，进而得到第二振动信号，通过该方式有效的降低各电机振动信息中噪声信号的干扰。
步骤S003，根据第二振动信号得到多个周期子信号，根据每个周期子信号得到各周期子信号的容差大小。
1、根据第二振动信号得到多个周期子信号：
根据上述步骤获得了受到噪声程度小的第二振动信号，首先对第二振动信号进行周期划分处理。第二振动信号的周期体现着电机内部零部件之间的共同作用的过程，表征着电机一次的运行过程，因此本案通过振动信号的周期将振动信号进行周期划分，对划分后得到的周期子信号进行自适应旋转门压缩。
通过对第二振动信号进行傅里叶变换得到第二振动信号的频谱信号。获取第二振动信号的频谱信号的频率最大值
Figure 106476DEST_PATH_IMAGE074
,获取第二振动信号中元素个数
Figure DEST_PATH_IMAGE075
，将第二振动信号的频谱信号的频率最大值
Figure 634671DEST_PATH_IMAGE074
与第二振动信号中元素个数
Figure 115331DEST_PATH_IMAGE075
的商值作为第二振动信号的周期
Figure 407772DEST_PATH_IMAGE076
，根据第二振动信号周期
Figure DEST_PATH_IMAGE077
对第二振动信号进行周期划分得到多个周期子信号。
2、计算各周期子信号的波动信息：
在旋转门压缩算法中，通过设置不同的容差大小，来调整压缩率和损失信息量的变化。若设置的容差较大，则对应的数据的压缩率就较大，但是损失的信息量较多；若设置的容差较小，则对应的数据的压缩率较小，但是损失的信息量较少。由于在电机运行状态的异常识别过程中，是根据振动信号的幅值变化来进行识别的，因此本案通过对各周期子信号的波动信息进行分析，来确定每个周期子信号的容差大小。
本发明通过每个周期子信号的波峰点以及波谷点的幅值变化来表征当前每个周期子信号的波动信息。为了减小细小波峰波谷对各周期子信号的波动信号判定的影响，因而修改波峰点和波谷点的判定方法，其中判定一个数据点是否为波峰点的方法为：将各周期子信号中任意一个数据点记为第一目标数据点，从第一目标数据点左侧第一个邻接数据点出发，获取第一目标数据点左侧的连续
Figure 202553DEST_PATH_IMAGE078
个数据点记为第一目标数据点的左侧数据点集合，本方案中
Figure 896839DEST_PATH_IMAGE078
取5，同理得到第一目标数据点的右侧数据点集合，计算第一目标数据点与其左、右两侧数据点集合中各数据点之间差值记为第一目标数据点的第一邻接差值，得到第一目标数据点的多个第一邻接差值，当第一目标数据点的所有第一邻接差值大于0时，则将第一目标数据点判定为波峰点；
其中判定一个数据点是否为波谷点的方法为：将第各周期子信号中任意一个数据点作为第二目标数据点，利用判定一个数据点是否为波峰点的方法中得到第一目标数据点的多个第一邻接差值的方法得到第二目标数据点的多个第一邻接差值，当第二目标数据点的所有第一邻接差值小于0时，将第二目标数据点判定为波谷点。将第
Figure DEST_PATH_IMAGE079
个周期子信号中的第
Figure 735351DEST_PATH_IMAGE080
个波峰点为
Figure DEST_PATH_IMAGE081
，将第
Figure 780668DEST_PATH_IMAGE079
个周期子信号中的第
Figure 113560DEST_PATH_IMAGE082
个波谷点集合为
Figure DEST_PATH_IMAGE083
，则第
Figure 662353DEST_PATH_IMAGE079
个周期子信号的波动信息
Figure 750395DEST_PATH_IMAGE084
为：
Figure DEST_PATH_IMAGE085
式中，
Figure 702914DEST_PATH_IMAGE086
表示第
Figure 636235DEST_PATH_IMAGE079
个周期子信号中包含的波峰点的数量；
Figure DEST_PATH_IMAGE087
表示第
Figure 242797DEST_PATH_IMAGE079
个周期子信号中包含的波谷点的数量；
Figure 501740DEST_PATH_IMAGE088
表示第
Figure 990490DEST_PATH_IMAGE079
个周期子信号中第
Figure DEST_PATH_IMAGE089
个波峰点的振动信号值；
Figure 180032DEST_PATH_IMAGE029
表示第
Figure 703417DEST_PATH_IMAGE079
个周期子信号中所有波峰点的振动信号值的均值；
Figure 867682DEST_PATH_IMAGE090
表示第
Figure 46990DEST_PATH_IMAGE079
个周期子信号中第
Figure DEST_PATH_IMAGE091
个波谷点的振动信号值；
Figure 587693DEST_PATH_IMAGE092
表示第
Figure 654000DEST_PATH_IMAGE079
个周期子信号中所有波谷点的振动信号值均值；
Figure DEST_PATH_IMAGE093
表示权重值，本案认为波峰点的波动信息和波谷点的波动信息同等重要，
Figure 254746DEST_PATH_IMAGE084
表示第
Figure 718088DEST_PATH_IMAGE079
个周期子信号的波动信息。
在式子
Figure 165DEST_PATH_IMAGE094
中通过各周期子信号的所有波峰点的振动信号值与波峰点振动信号值均值之间的差异来表征波峰点含有的信息量，该值越大，则表明该周期子信号的波峰的振动信号值变化较为频繁，因而该周期子信号中含有的电机运行故障信息量越高。
在式子
Figure DEST_PATH_IMAGE095
中通过各周期子信号的所有波谷点的振动信号值与波谷点振动信号值均值之间的差异来表征波谷点含有的信息量，若该值越大，则表明该周期子信号的波波谷的振动信号值变化较为频繁，因而该周期子信号中含有的电机运行故障信息量越高。
通过分析各周期子信号的波动信息来表征各周期子信号的总信息含量，并且由于细小的波峰波谷为噪声的概率较大，因而通过分析波峰点和波谷点的信息分布避免了细小的波峰波谷的干扰，为之后自适应分段容差的计算作准备。
3、计算各周期子信号的容差：
Figure 498143DEST_PATH_IMAGE096
其中，
Figure DEST_PATH_IMAGE097
表示第
Figure 191161DEST_PATH_IMAGE079
个周期子信号中数据点的数量；
Figure 407379DEST_PATH_IMAGE098
表示第
Figure 289884DEST_PATH_IMAGE079
个周期子信号中的第
Figure DEST_PATH_IMAGE099
个数据点的振动信号值；
Figure 580051DEST_PATH_IMAGE084
表示第
Figure 257020DEST_PATH_IMAGE079
个周期子信号的波动信息；
Figure 374581DEST_PATH_IMAGE100
表示以自然常数为底的指数函数，
Figure DEST_PATH_IMAGE101
表示第
Figure 60777DEST_PATH_IMAGE079
个周期子信号的容差。
若周期子信号的波动信息越大，则表明该周期子信号的变化较为频繁，可能含有电机运行故障信息量越高，则应该保证该周期子信号的信息不丢失，设置的容差需要较小。
至此，得到第二振动信号中各周期子信号的容差，在确定各周期子信号的容差时考虑了第二振动信号中各周期子信号的波动信息来确定第二振动信号中各周期子信号的容差。
步骤S004，根据各周期子信号的容差对每个周期子信号进行压缩存储。
将第二振动信号中各周期子信号的容差作为输入，利用传统的旋转门压缩算法第二振动信号中各周期子信号进行压缩处理得到压缩后的第二振动信号，将压缩后的第二振动信号存储于服务器中。
综上所述，本发明实施例提供了一种聚氨酯泡沫板生产设备的运行状态数据存储方法，通过对采集的多通道的振动信号进行融合处理，通过构建二维数据矩阵，获取振动信号的行方向融合权重值和列方向上融合权重值，进而得到综合的融合权重值进行多通道振动信号的融合，有利于减少单个振动传感器故障引起的电机故障识别结果的不准确。并且对电机的振动信号运行状态数据存储来说，仅需要存储融合后的振动信号即可实现故障识别的目的，使得存储的数据量大大减少的同时，还可以使得电机运行异常识别更加准确。相较于传统方法本发明通过对融合后的振动信号进行周期划分，对每段划分后的振动信号分析其波动信息，通过确定每一分段振动信号的波动信息来自适应对旋转门压缩算法的容差进行动态调整，进而获得最大的压缩率的同时，也不会丢失重要信息。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种聚氨酯泡沫板生产设备的运行状态数据存储方法，其特征在于，所述方法包括：
采集第一振动信号得到二维矩阵；
根据二维矩阵中各数据与每行数据的差异得到二维矩阵中各数据的行融合权重，根据二维矩阵中各数据与每列数据的分布差异得到二维矩阵中各数据的列融合权重，根据二维矩阵中各数据的行、列融合权重得到二维矩阵中各数据的综合融合权重，根据二维矩阵中各数据的综合融合权重得到第二振动信号；
根据第二振动信号得到多个周期子信号；根据周期子信号的波峰点、波谷点与波峰点均值、波谷点均值的差异得到各周期子信号的波动信息；根据周期子信号的波动信息得到各周期子信号的容差；根据各周期子信号的容差对第二振动信号进行压缩存储；
所述根据周期子信号的波峰点、波谷点与波峰点均值、波谷点均值的差异得到各周期子信号的波动信息，包括的具体步骤为：
获得各周期子信号中各数据的多个第一邻接差值，包括：得到将各周期子信号中任意一个数据点记为第一目标数据点，从第一目标数据点左侧第一个邻接数据点出发，获取第一目标数据点左侧的连续第一数量个数据点记为第一目标数据点的左侧数据点集合，同理得到第一目标数据点的右侧数据点集合，计算第一目标数据点与其左、右两侧数据点集合中各数据点之间差值记为第一目标数据点的第一邻接差值，得到第一目标数据点的多个第一邻接差值；根据判定条件和第一邻接差值得到各周期子信号的波峰点和波谷点；根据周期子信号的多个波峰点波谷点、多个波峰点的均值和波谷点的均值得到各周期子信号的波动信息；
所述根据周期子信号的多个波峰点波谷点、多个波峰点的均值和波谷点的均值得到各周期子信号的波动信息，包括的公式为：
Figure DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE002
表示第
Figure DEST_PATH_IMAGE003
个周期子信号中包含的波峰点的数量；
Figure DEST_PATH_IMAGE004
表示第
Figure 794827DEST_PATH_IMAGE003
个周期子信号中包含的波谷点的数量；
Figure DEST_PATH_IMAGE005
表示第
Figure 259437DEST_PATH_IMAGE003
个周期子信号中第
Figure DEST_PATH_IMAGE006
个波峰点的振动信号值；
Figure DEST_PATH_IMAGE007
表示第
Figure 180120DEST_PATH_IMAGE003
个周期子信号中所有波峰点的振动信号值的均值；
Figure DEST_PATH_IMAGE008
表示第
Figure 637646DEST_PATH_IMAGE003
个周期子信号中第
Figure DEST_PATH_IMAGE009
个波谷点的振动信号值；
Figure DEST_PATH_IMAGE010
表示第
Figure 530647DEST_PATH_IMAGE003
个周期子信号中所有波谷点的振动信号值均值；
Figure DEST_PATH_IMAGE011
表示第
Figure 962896DEST_PATH_IMAGE003
个周期子信号的波动信息。
2.如权利要求1所述的一种聚氨酯泡沫板生产设备的运行状态数据存储方法，其特征在于，所述根据二维矩阵中各数据与每行数据的差异得到二维矩阵中各数据的行融合权重，包括的具体步骤为：
Figure DEST_PATH_IMAGE012
其中，
Figure DEST_PATH_IMAGE013
表示二维矩阵中的坐标为
Figure DEST_PATH_IMAGE014
的矩阵元素的数据值，
Figure DEST_PATH_IMAGE015
表示二维矩阵的列数；
Figure DEST_PATH_IMAGE016
表示二维矩阵中的坐标为
Figure DEST_PATH_IMAGE017
的矩阵元素的数据值，
Figure DEST_PATH_IMAGE018
以自然常数为底的指数函数，
Figure DEST_PATH_IMAGE019
表示二维矩阵中的坐标为
Figure DEST_PATH_IMAGE020
的矩阵元素的行融合权重。
3.如权利要求1所述的一种聚氨酯泡沫板生产设备的运行状态数据存储方法，其特征在于，所述根据二维矩阵中各数据与每列数据的分布差异得到二维矩阵中各数据的列融合权重，包括的具体步骤为：
拟合出二维矩阵的每列的高斯混合模型，根据每列的高斯混合得到每列中各数据的拟合值，根据二维矩阵中每列中各数据和每列中各数据的拟合值得到列融合权重为：
Figure DEST_PATH_IMAGE021
其中，
Figure DEST_PATH_IMAGE022
表示二维矩阵中的坐标为
Figure DEST_PATH_IMAGE023
的矩阵元素的数据值；
Figure DEST_PATH_IMAGE024
表示二维矩阵坐标位置为
Figure 664485DEST_PATH_IMAGE023
的矩阵元素的拟合值；
Figure 145276DEST_PATH_IMAGE018
以自然常数为底的指数函数,
Figure DEST_PATH_IMAGE025
表示二维矩阵中的坐标为
Figure 876471DEST_PATH_IMAGE023
的矩阵元素的列融合权重。
4.如权利要求1所述的一种聚氨酯泡沫板生产设备的运行状态数据存储方法，其特征在于，所述根据二维矩阵中各数据的行、列融合权重得到二维矩阵中各数据的综合融合权重，包括的具体步骤为：
Figure DEST_PATH_IMAGE026
其中，
Figure DEST_PATH_IMAGE027
表示二维矩阵中的坐标为
Figure 214043DEST_PATH_IMAGE023
的矩阵元素的行融合权重，
Figure 499531DEST_PATH_IMAGE025
表示二维矩阵中的坐标为
Figure 767701DEST_PATH_IMAGE023
的矩阵元素的列融合权重，
Figure DEST_PATH_IMAGE028
表示二维矩阵的行数，
Figure DEST_PATH_IMAGE029
表示二维矩阵的列数，
Figure DEST_PATH_IMAGE030
表示维矩阵数据中的坐标为
Figure 166452DEST_PATH_IMAGE023
的矩阵元素的综合融合权重。
5.如权利要求1所述的一种聚氨酯泡沫板生产设备的运行状态数据存储方法，其特征在于，所述根据二维矩阵中各数据的综合融合权重得到第二振动信号，包括的具体步骤为：
Figure DEST_PATH_IMAGE031
其中，
Figure DEST_PATH_IMAGE032
表示二维矩阵中的坐标为
Figure DEST_PATH_IMAGE033
的矩阵元素的综合融合权重；
Figure DEST_PATH_IMAGE034
表示二维数据矩阵中的坐标为
Figure DEST_PATH_IMAGE035
的矩阵元素的数据值，
Figure 284712DEST_PATH_IMAGE029
表示二维矩阵的列数，
Figure DEST_PATH_IMAGE036
表示二维矩阵的第
Figure DEST_PATH_IMAGE037
行的融合后数据；
二维矩阵所有行的融合后数据构成的序列记为第二振动信号数据。
6.如权利要求1所述的一种聚氨酯泡沫板生产设备的运行状态数据存储方法，其特征在于，所述根据第二振动信号得到多个周期子信号，包括的具体步骤为：
获得第二振动信号的频谱信号，获取第二振动信号的频谱信号的频率最大值，获取第二振动信号中元素个数，根据第二振动信号的频谱信号的频率最大值与第二振动信号中元素个数得到第二振动信号的周期，根据第二振动信号周期得到多个周期子信号。
7.如权利要求1所述的一种聚氨酯泡沫板生产设备的运行状态数据存储方法，其特征在于，所述根据周期子信号的波动信息得到各周期子信号的容差，包括的具体步骤为：
Figure DEST_PATH_IMAGE038
其中，
Figure DEST_PATH_IMAGE039
表示第
Figure DEST_PATH_IMAGE040
个周期子信号中数据点的数量；
Figure DEST_PATH_IMAGE041
表示第
Figure 542649DEST_PATH_IMAGE040
个周期子信号中的第
Figure DEST_PATH_IMAGE042
个数据点的振动信号值；
Figure DEST_PATH_IMAGE043
表示第
Figure 161981DEST_PATH_IMAGE040
个周期子信号的波动信息；
Figure DEST_PATH_IMAGE044
表示以自然常数为底的指数函数，
Figure DEST_PATH_IMAGE045
表示第
Figure 398927DEST_PATH_IMAGE040
个周期子信号的容差。
CN202211481715.4A 2022-11-24 2022-11-24 一种聚氨酯泡沫板生产设备的运行状态数据存储方法 Active CN115526216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211481715.4A CN115526216B (zh) 2022-11-24 2022-11-24 一种聚氨酯泡沫板生产设备的运行状态数据存储方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211481715.4A CN115526216B (zh) 2022-11-24 2022-11-24 一种聚氨酯泡沫板生产设备的运行状态数据存储方法

Publications (2)

Publication Number Publication Date
CN115526216A CN115526216A (zh) 2022-12-27
CN115526216B true CN115526216B (zh) 2023-04-07

Family

ID=84705430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211481715.4A Active CN115526216B (zh) 2022-11-24 2022-11-24 一种聚氨酯泡沫板生产设备的运行状态数据存储方法

Country Status (1)

Country Link
CN (1) CN115526216B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105277362A (zh) * 2015-11-23 2016-01-27 西安交通大学 基于编码器多位转角信号的齿轮故障检测方法
CN113762151A (zh) * 2021-09-07 2021-12-07 合肥工业大学 一种故障数据处理方法、系统及故障预测方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108663677A (zh) * 2018-03-29 2018-10-16 上海智瞳通科技有限公司 一种多传感器深度融合提高目标检测能力的方法
CN111443897B (zh) * 2020-03-30 2024-06-25 腾讯科技（深圳）有限公司 一种数据处理方法、装置及存储介质
CN113702044B (zh) * 2021-08-13 2022-04-19 华中科技大学 一种轴承故障检测方法及系统
CN115017121B (zh) * 2022-08-05 2022-10-25 山东天意机械股份有限公司 一种混凝土生产设备数据存储系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105277362A (zh) * 2015-11-23 2016-01-27 西安交通大学 基于编码器多位转角信号的齿轮故障检测方法
CN113762151A (zh) * 2021-09-07 2021-12-07 合肥工业大学 一种故障数据处理方法、系统及故障预测方法

Also Published As

Publication number Publication date
CN115526216A (zh) 2022-12-27

Similar Documents

Publication Publication Date Title
CN117556279B (zh) 基于电参数分析的匀胶显影机运行状态监测方法及系统
CN116760908B (zh) 基于数字孪生的农业信息优化管理方法及系统
CN116975503B (zh) 一种土壤侵蚀信息管理方法及系统
CN116320043B (zh) 一种提高多载波通信系统传输效率的方法及系统
CN116320042B (zh) 边缘计算的物联终端监测控制系统
CN116975008B (zh) 一种船舶气象监测数据优化存储方法
CN115659284B (zh) 一种大数据融合平台
CN117540238A (zh) 一种工业数字化信息采集装置用数据安全管理方法
CN115526216B (zh) 一种聚氨酯泡沫板生产设备的运行状态数据存储方法
CN113139880A (zh) 风电机组实际功率曲线拟合方法、装置、设备及存储介质
CN117692012B (zh) 一种智能睡袋温度数据远程监测传输方法
CN117608499A (zh) 一种基于物联网的智慧交通数据优化存储方法
CN118551158A (zh) 一种基于iot数据中台的水利闸站运行管理方法及系统
CN115204092A (zh) 一种控制pcb板涨缩比例的方法、系统及可存储介质
CN117040541B (zh) 一种用于cad图纸数据的数据存储方法及系统
CN116743180B (zh) 一种储能电源数据智能存储方法
CN116933216B (zh) 一种基于柔性负荷资源聚合特征分析的管理系统及方法
CN117930012A (zh) 一种电池一致性评估方法、装置、计算机设备及存储介质
CN116633434B (zh) 多功能综合业务光端机的传输监测方法及系统
CN115270895B (zh) 一种用于柴油机的故障检测方法
CN115099291B (zh) 一种建筑节能监测方法
CN115833843A (zh) 一种车辆运行监控数据存储优化方法及管理平台
CN116033334A (zh) 一种基于平方加权k近邻算法的单站终端指纹定位方法
CN114900190A (zh) 一种多目标融合的差动保护数据压缩方法
CN118503634B (zh) 一种煤矿通防数据智能采集方法、系统及设备

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