CN115574929A - 电器的振动检测方法、装置、电子设备及存储介质 - Google Patents
电器的振动检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115574929A CN115574929A CN202211228919.7A CN202211228919A CN115574929A CN 115574929 A CN115574929 A CN 115574929A CN 202211228919 A CN202211228919 A CN 202211228919A CN 115574929 A CN115574929 A CN 115574929A
- Authority
- CN
- China
- Prior art keywords
- vibration
- sample
- vibration signal
- electric appliance
- signal
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 165
- 239000000523 sample Substances 0.000 claims description 185
- 230000003321 amplification Effects 0.000 claims description 61
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 61
- 239000013074 reference sample Substances 0.000 claims description 41
- 238000012549 training Methods 0.000 claims description 28
- 230000001133 acceleration Effects 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 18
- 238000012360 testing method Methods 0.000 description 13
- 230000035945 sensitivity Effects 0.000 description 11
- 238000006073 displacement reaction Methods 0.000 description 8
- 238000001228 spectrum Methods 0.000 description 8
- 230000008447 perception Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012797 qualification Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000009776 industrial production Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本申请涉及电子技术领域，公开了一种电器的振动检测方法、装置、电子设备及存储介质，该方法包括：获取第一振动信号，第一振动信号是第一振动传感器在电器处于通电状态下检测到的，其中，第一振动信号是经第一振动放大装置将位于支撑板上的电器上的振动进行放大后的振动信号；获取第二振动信号，第二振动信号来源于第二振动传感器，第二振动信号是经第二振动放大装置将支撑板上的振动进行放大后的振动信号；根据第一振动信号和第二振动信号确定电器自身在通电状态下对应的目标振动信号；根据目标振动信号确定电器的振动检测结果；本申请可以提升振动检测的准确性和检测效率。
Description
技术领域
本申请涉及电子技术领域，更具体地，涉及一种电器的振动检测方法、装置、电子设备及存储介质。
背景技术
在电器(例如继电器)的工业生产中，由于工艺、零部件毛刺等带来的摩擦，在电器通电的情况下，往往会使电器产生一定程度的振动。而如果电器的振动较大，会影响电器的正常使用。因此，在工业生产中需要对电器在通电状态下的振动进行检测。相关技术中，一般是人工感知的方式来对电器进行振动检测，即通过人手触摸的方式来检测电器中的振动。而该种振动检测的方式，一方面，由于人手针对振动的灵敏度限制，只能检测出振动较大的电器，而针对振动幅度不在人手的振动感知范围内的电器，则无法检测出来；另一方面，由于需要人手触摸电器，而人手的触碰所产生的作用力，可能会使电器停止振动；因此，相关技术中电器的振动检测的准确性低。
发明内容
鉴于上述问题，本申请实施例提出了一种电器的振动检测方法、装置、电子设备及存储介质，以解决相关技术中电器的振动检测的准确性低的问题。
根据本申请实施例的一个方面，提供了一种电器的振动检测方法，该方法包括：获取第一振动信号，所述第一振动信号是第一振动传感器在所述电器处于通电状态下检测到的，并且，所述第一振动信号是经第一振动放大装置将位于支撑板上的电器的振动进行放大后的振动信号；获取第二振动信号，所述第二振动信号来源于第二振动传感器，所述第二振动信号是经第二振动放大装置将所述支撑板上的振动进行放大后的振动信号；根据所述第一振动信号和所述第二振动信号确定所述电器自身在通电状态下对应的目标振动信号；根据所述目标振动信号确定所述电器的振动检测结果。
根据本申请实施例的一个方面，提供了一种电器的振动检测装置，该装置包括：第一振动信号获取模块，用于获取第一振动信号，所述第一振动信号是第一振动传感器在所述电器处于通电状态下检测到的，并且，所述第一振动信号是经第一振动放大装置将位于支撑板上的电器的振动进行放大后的振动信号；第二振动信号获取模块，用于获取第二振动信号，所述第二振动信号来源于第二振动传感器，所述第二振动信号是经第二振动放大装置将所述支撑板上的振动进行放大后的振动信号；目标振动信号确定模块，用于根据所述第一振动信号和所述第二振动信号确定所述电器自身在通电状态下对应的目标振动信号；振动检测结果确定模块，用于根据所述目标振动信号确定所述电器的振动检测结果。
根据本申请实施例的一个方面，提供了一种电子设备，包括：处理器；存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如上所述的电器的振动检测方法。
根据本申请实施例的一个方面，提供了一种电器的振动检测系统，所述振动检测系统包括第一振动传感器、第二振动传感器、第一振动放大装置、第二振动放大装置和电子设备，所述第一振动传感器和所述第二振动传感器均与所述电子设备电连接；所述第一振动传感器用于检测经第一振动放大装置将位于支撑板上的电器的振动进行放大后的振动信号；所述第二振动传感器用于检测经第二振动放大装置将所述支撑板上的振动进行放大后的振动信号；所述电子设备用于按照如上所述的方法确定所述电器的振动检测结果。
根据本申请实施例的一个方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，当所述计算机可读指令被处理器执行时，实现如上所述电器的振动检测方法。
根据本申请实施例的一个方面，提供了一种计算机程序产品，其包括计算机指令，所述计算机指令被处理器执行时实现如上的电器的振动检测方法。
在本申请中，考虑到在电器被支撑板支撑的情况下，在电器上所检测到的振动信号实际上是电器自身产生的振动与支撑板上的振动的叠加，因此，采用第一振动传感器来采集作用在电器上的振动(即电器自身产生的振动与支撑板的振动的叠加)，采用第二振动传感器来采集支撑板上的振动，并结合两个振动传感器所采集到的振动信号来确定电器自身产生的振动，从而，可以避免支撑板上的振动对电器的振动检测结果的影响。此外，考虑到电器自身在通电状态下的振动以及支撑板自身的振动较小，因此，通过第一振动放大装置和第二振动放大装置分别进行振动放大之后再由第一振动传感器和第二振动传感器进行振动信号采集，从而可以避免因振动信号本身较小，例如低于振动传感器的灵敏度，导致采集到的振动信号的不准确的问题，因此，可以保证基于振动放大后的第一振动信号和第二振动信号所得到电器的振动检测结果的准确性。
进一步的，在本申请的方案中，不需要检测人员通过手触摸的方式进行振动检测，而采用本申请的方案，在针对电器获得第一振动信号和第二振动信号之后，可以自动确定电器的振动检测结果，不需要检测人员参与，从而可以提升电器振动检测的效率，而且，振动检测结果也不依赖检测人员对于振动的感知灵敏度，保证了所得到振动检测结果的准确性和有效性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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他的附图。
图1是根据本申请的一个实施例示出的电器的振动检测方法的流程图。
图2示例性示出了杠杆装置的原理示意图。
图3示例性示出了利用第一振动传感器和第一振动放大装置进行振动测试的示意图。
图4示例性示出了利用第二振动传感器和第二振动放大装置进行振动测试的示意图。
图5示例性示出了正弦波的振动示意图。
图6示例性示出了电器在通电状态下自身所产生三个方向上的振动的示意图。
图7示例性示出了一振动信号的时域波形图。
图8是图1对应实施例中的步骤140在一实施例中的流程图。
图9示例性示出了一振动信号的功率谱的示意图。
图10是根据本申请一实施例示出的对振动检测模型进行训练的流程图。
图11是根据本申请一具体实施例示出的通过振动检测模型获得振动检测结果的流程图。
图12是根据本申请一实施例示出的电器的振动检测装置的框图。
图13示出了适于用来实现本申请实施例的电子设备的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本申请将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
在继电器的工业生产中，由于工艺、零部件毛刺等带来的摩擦，在继电器通电的情况下，往往会使继电器产生一定程度的振动。而如果继电器的振动较大，会影响继电器的正常使用。因此，在工业生产中需要对继电器在通电状态下的振动进行检测。相关技术中，一般是人工感知的方式来对继电器进行振动检测，即通过人手触摸的方式来检测继电器中的振动。而该种振动检测的方式，一方面，由于人手针对振动的灵敏度限制，只能检测出振动较大的继电器，而针对振动幅度不在人手的振动感知范围内的继电器，则无法检测出来；另一方面，由于需要人手触摸继电器，而人手的触碰所产生的作用力，可能会使继电器停止振动；因此，相关技术中继电器的振动检测的准确性低。基于此，提出了本申请的方法。
以下对本申请实施例的技术方案的实现细节进行详细阐述：
图1是根据本申请的一个实施例示出的电器的振动检测方法的流程图，该方法可以由具备处理能力的电子设备执行，例如服务器、台式电脑等，在此不进行具体限定。其中，电器可以是继电器(例如电磁继电器、加速度继电器、声继电器、热继电器等)、电容、电感、接触器等电子元件，在此不进行具体限定。参照图1所示，该方法至少包括步骤110至140，详细介绍如下：
步骤110，获取第一振动信号，第一振动信号是第一振动传感器在电器处于通电状态下检测到的，并且，第一振动信号是经第一振动放大装置将位于支撑板上的电器的振动进行放大后的振动信号。
步骤120，获取第二振动信号，第二振动信号来源于第二振动传感器，第二振动信号是经第二振动放大装置将支撑板上的振动进行放大后的振动信号。
在本申请中，可以在电器的生产线上对电器进行振动检测，电器的生产线上对应设有用于固定电器的支撑板，由此，在支撑板承载电器的情况下，对电器进行振动检测。
可以理解的是，对于用户而言，其关注的是电器在工作状态下的振动，即电器在通电状态下的振动，因此，在本申请中，在电器处于通电状态下采集电器的振动。在具体实施例中，可以在生产线的成品测试这一工序对电器进行振动检测，对应的，支撑板为成品测试工序中的支撑板，从而，不需要针对电器的振动检测设置新的工序，而利用已有工序来进行振动检测。反之，如果在已有生产线的工序中另外设置单独的工序对电器进行振动检测，则需要额外为电器提供上电装置，这样会提高电器的生产成本。
在电器固定在支撑板上的情况下，由于支撑板自身也存在振动，因此，即使是人手触摸感知电器中的振动，所感知到的实际上是支撑板上的振动与电器上振动的叠加。在本申请的方案中，为了准确的检测电器自身的振动，通过两个振动传感器(即第一振动传感器和第二振动传感器)来进行振动检测。
具体的，通过第一振动传感器来检测电器上的振动，通过第二振动传感器来检测支撑板上的振动，这样，通过第一振动传感器所检测到的振动实际上是支撑板的振动与电器自身产生的振动的叠加，通过第二振动传感器所检测到的振动即为支撑板自身的振动。在此基础上，基于第一振动传感器所检测到的振动信号与第二振动传感器所检测到的振动信号，可以确定电器自身在通电状态下的振动信号。
实际中，电器在通电状态下自身的振动是比较小的，生产线上支撑板上的振动也是比较小的，从而，电器上振动与支撑板上的振动的叠加也是较小的。从而，如果振动传感器的灵敏度较低，可能无法检测到电器或者支撑板上的振动，进而造成得出电器的错误的振动检测结果。在本申请的方案中，为了保证电器的振动检测结果的准确性，在第一振动传感器与电器之间还设有第一振动放大装置，通过该第一振动放大装置来对作用于电器上的振动进行放大。以及，在第二振动传感器与支撑板之间设有第二振动放大装置，通过该第二振动放大装置来对支撑板上的振动进行放大。
在一些实施例中，第一振动放大装置和第二振动放大装置为杠杆装置。图2示例性示出了杠杆装置的原理示意图。如图2所示，假设杠杆装置的支点位于点E处，D和C分别为杠杆的两个端点，其中，DE＜CE。如果将杠杆装置中的D点与电器连接，当电器通电后上下振动时，将带动杠杆装置的DE端和CE端上下振动。假设作用于杠杆装置中的C点的作用力为F1，F1沿AC方向，作用于杠杆装置中的D点的作用力为F2，F2沿BD方向。AB为水平线，CA⊥AB，BD⊥AB。
由于杠杆的平衡条件是：动力乘以动力臂等于阻力乘以阻力臂，因此，可以得到：
F1*CE＝F2*DE；(公式1)
由公式1可以计算得到：
F2＝F1*CE/DE；(公式2)
由于DE＜CE，因此，F2大于F1。基于该杠杆装置，如果因D点的振动导致杠杆的发生转动，例如转动角度为φ(其中，φ为通过弧度制表示)，此时可以D点的振动位移可以近似等于φ与DE的乘积；因D点的振动幅度所引起C点的振动位移可以近似等于φ与CE的乘积；由于DE＜CE，因此，C点的振动位移大于D点的振动位移，由此实现将D点的振动放大。
因此，基于杠杆装置的放大原理，为了实现通过第一振动放大装置将作用于电器上的振动进行放大，在第一振动放大装置为杠杆装置的情况下，第一触点与第一振动放大装置的支点之间的距离小于第二触点与第一振动放大装置的支点之间的距离。第一触点为电器与第一振动放大装置之间的接触点；第二触点为第一振动传感器与第一振动放大装置之间的接触点。
图3示例性示出了利用第一振动传感器和第一振动放大装置进行振动测试的示意图。如图3所示，第一振动放大装置320为杠杆装置，该第一振动放大装置320的一端与电器310接触，第一振动放大装置320的另一端与第一振动传感器330接触，若将第一振动放大装置320的支点称为第一支点321，则，第一触点311与第一支点321之间的距离小于第二触点331与第一支点321之间的距离。
同理，在第二振动放大装置为杠杆装置的情况下，第三触点与第二振动放大装置的支点之间的距离小于第四触点与第二振动放大装置的支点之间的距离。第三触点为支撑板与第二振动放大装置之间的接触点；第四触点为第二振动传感器与第二振动放大装置之间的接触点。
图4示例性示出了利用第二振动传感器和第二振动放大装置进行振动测试的示意图。如图4所示，第二振动放大装置340为杠杆装置，该第二振动放大装置340的一端与支撑板350接触，第二振动放大装置340的另一端与第二振动传感器360接触，若将第二振动放大装置340的支点称为第二支点341，则，第三触点351与第二支点341之间的距离小于第四触点361与第二支点341之间的距离。
在一些实施例中，为了便于后续进行数据处理，第一振动放大装置和第二振动放大装置可以是放大系数相同的振动放大装置，这样，第一振动信号和第二振动信号对应的放大系数是相同的。其中，若第一振动放大装置为杠杆装置，第一振动放大装置对应的放大系数为第二距离与第一距离的比值，其中，第一距离是指第一触点与第一支点之间的距离，第二距离是指第二触点与第一支点之间的距离；同理，第二振动放大装置对应的放大系数为第四距离与第三距离的比值，其中，第三距离是指第三触点与第二支点之间的距离，第四距离是指第四触点与第二支点之间的距离。
在一具体实施例中，第一振动放大装置和第二振动放大装置可以是相同的振动放大装置，这样，在通过第一振动放大装置和第一振动传感器测得第一振动信号后，再将第一振动放大装置作为第二振动放大装置，并通过第二振动传感器和第一振动放大装置测得第二振动信号。
当然，在其他实施例中，第一振动放大装置对应的放大系数和第二振动放大装置对应的放大系数也可以不同，在后续处理过程中，可以基于第一振动放大装置对应的放大系数和第二振动放大装置对应的放大系数，将第一振动信号和第二振动信号转换为所对应的放大系数相同的振动信号，以进行后续处理。
由于电器和支撑板上的振动位移较小，可以在通过第一振动放大装置(或者第二振动放大装置)将振动位移进行放大后，再测量加速度，然后再将其转换为位移，由此，可以通过加速度传感器来作为振动传感器，通常的，加速度传感器的灵敏度较高，例如一般在0-1000mv、0-5000mv范围内，将加速度传感器作为振动传感器可以准确检测到微小振动，进而保证所检测到的振动信号的准确性。因此，第一振动传感器和第二振动传感器可以是加速度传感器。
在其他实施例中，振动传感器(第一振动传感器、第二振动传感器)还可以是振动计、位移传感器、速度传感器、应变传感器等，在此不进行具体限定。
振幅是描述振动最直观的特征，表示了物体振动时偏移静止状态的距离。图5示例性示出了正弦波的振动示意图，如图5，正弦波的波峰(或者波谷)与横轴之间的距离即为振幅；相邻两个波谷(或者波峰)之间的时长即为周期。
电器上电后，电器会产生空间中三个方向上的振动，图6示例性示出了电器在通电状态下自身所产生三个方向上的振动的示意图，如图6所示，蓝色、红色和绿色的曲线分别表示一个方向上的振动加速度示意图。
在具体实施例中，如果将加速度传感器作为振动传感器进行振动检测，可以选择是加速度感知一个方向或者多个方向上的振动加速度，振动加速度的变化引起加速度传感器内的电压变化，之后通过专用的采集卡进行处理后，可以得到振动的位移，进而得到振动在时域下的波形图，图7示例性示出了一振动信号的时域波形图。
步骤130，根据第一振动信号和第二振动信号确定电器自身在通电状态下对应的目标振动信号。
电器自身在通电状态下对应的目标振动信号可以是电器自身在通电状态下实际的振动信号，也可以是将电器自身在通电状态下实际的振动信号进行放大所得到的振动信号。
如上所描述，第一振动信号反映的是电器在通电状态下自身产生的振动与支撑板上的振动的叠加被放大后的情况，第二振动信号反映的是支撑板上的振动被放大后的情况，因此，基于第一振动信号和第二振动信号确定电器自身在通电状态下对应的目标振动信号。
在一些实施例中，第一振动放大装置对应的放大系数和第二振动放大装置对应的放大系数相同，步骤130包括：将第一振动信号与第二振动信号相减，得到电器自身在通电状态下对应的目标振动信号。
在另一些实施例中，如果第一振动放大装置对应的放大系数和第二振动放大装置对应的放大系数不同，可以按照指定放大系数与第一振动放大装置对应的放大系数、以及指定放大系数与第二振动放大装置对应的放大系数，将第一振动信号和第二振动信号转换为对应于指定放大系数的振动信号。之后，将第一振动信号对应于指定放大系数的振动信号与第二振动信号对应于指定放大系数的振动信号相减，可以对应得到目标振动信号。可以理解的是，此时所得到的目标振动信号等于电器自身在通电状态下实际的振动信号与指定放大系数的乘积。其中，指定放大系数可根据实际需要进行设定，指定放大系数例如为1、1.5、2等，在此不进行具体限定。
可以理解的是，当指定放大系数为1的情况下，将第一振动信号对应于指定放大系数的振动信号，相当于是指电器与支撑板上实际叠加的振动信号(即没有进行放大的振动信号)；同理，第二振动信号对应于指定放大系数的振动信号相当于是指支撑板上实际的振动信号(即没有进行放大的振动信号)。
步骤140，根据目标振动信号确定电器的振动检测结果。
如上所描述，目标振动信号反映了电器自身在通电状态下实际的振动信号的情况，因此，根据目标振动信号可以对应确定电器的振动检测结果。
电器的振动检测结果可以用于指示电器自身在通电状态下实际的振动情况是否满足振动合格要求，从而，电器的振动检测结果可以包括用于指示电器不满足振动合格要求的检测结果，和用于指示电器满足振动合格要求的检测结果。当然，在其他实施例中还可以设定其他的检测结果对应的振动要求，从而，可以基于目标振动信号确定所满足的振动要求，以及将所属到的振动要求对应的检测结果作为该电器的振动检测结果。
在本申请中，考虑到在电器被支撑板支撑的情况下，在电器上所检测到的振动信号实际上是电器自身产生的振动与支撑板上的振动的叠加，因此，采用第一振动传感器来采集作用在电器上的振动(即电器自身产生的振动与支撑板的振动的叠加)，采用第二振动传感器来采集支撑板上的振动，并结合两个振动传感器所采集到的振动信号来确定电器自身产生的振动，从而，可以避免支撑板上的振动对电器的振动检测结果的影响。此外，考虑到电器自身在通电状态下的振动以及支撑板自身的振动较小，因此，通过第一振动放大装置和第二振动放大装置分别进行振动放大之后再由第一振动传感器和第二振动传感器进行振动信号采集，从而可以避免因振动信号本身较小，例如低于振动传感器的灵敏度，导致采集到的振动信号的不准确的问题，因此，可以保证基于振动放大后的第一振动信号和第二振动信号所得到电器的振动检测结果的准确性。
进一步的，在本申请的方案中，不需要检测人员通过手触摸的方式进行振动检测，而采用本申请的方案，在针对电器获得第一振动信号和第二振动信号之后，可以自动确定电器的振动检测结果，不需要检测人员参与，从而可以提升电器振动检测的效率，而且，振动检测结果也不依赖检测人员对于振动的感知灵敏度，保证了所得到振动检测结果的准确性和有效性。
在本申请的一些实施例中，如图8所示，步骤140包括：
步骤810，将目标振动信号进行时频转换，得到目标振动信号对应的频域特征。
目标振动信号对应的频域特征可以是目标振动信号的频谱，其中，频谱可以是功率谱、幅度谱或者能量谱，在此不进行具体限定。在一些实施例中，可以将目标振动信号进行短时傅里叶变换，得到对应的频域信号，之后可以将频域信号进行归一化和取对数运算，得到目标振动信号对应的频谱。图9示例性示出了一振动信号的功率谱的示意图。
步骤820，由振动检测模型根据目标振动信号对应的频域特征进行振动结果预测，输出电器对应的振动检测结果。
振动检测模型是通过一种或者多种神经网络构建的模型，神经网络例如卷积神经网络、循环神经网络、全连接网络、长短时记忆神经网络等，在此不进行具体限定。
在将振动检测模型用于进行振动结果预测之前，通过训练数据来对振动检测模型进行训练，以使振动检测模型学习到振动信号对应的频域特征与振动检测结果之间的关联关系，从而，使得振动检测模型具备通过振动信号对应的频域特征预测该振动信号对应的振动检测结果的能力。其中，振动检测模型的训练过程可以参见下文中图10所示的过程，具体参见下文描述。
在本实施例中，将电器对应的目标振动信号进行频域特征提取后，由振动检测模型来根据频域特征进行振动结果预测，得到电器对应的振动检测结果，从而实现了自动基于电器所对应目标振动信号的频域特征预测得到电器对应的振动检测结果。可以实现对大量的电器进行批量化的振动检测，相较于现有技术中通过人手触摸感知的方式进行振动检测，本申请的方案可以大幅提升振动检测的效率。
此外，现有技术中通过人手触摸感知的方式所进行的振动检测的检测结果依赖于检测人员对于振动的感知灵敏度，因此，该种方式可能存在同一电器通过不同的检测人员检测得到不同的振动检测结果。而在本实施例中，通过振动检测模型来进行振动结果预测，相当于建立了统一的检测标准，从而，可以有效解决现有技术中振动检测结果依赖检测人员的振动感知灵敏度的问题。
在本申请的一些实施例中，如图10所示，步骤820之前，该方法还包括：
步骤1010，获取训练数据，训练数据包括多个样本电器对应的样本振动频域特征和各样本电器对应的样本振动标签。
在本申请中，将用于训练样本振动模型的振动信号所来源的电器称为样本电器，多个样本电器中可以包括满足振动合格要求的电器，也可以包括不满足振动合格要求的电器，以丰富训练数据，提升振动检测模型的振动预测的准确性。
样本电器对应的样本振动标签是指实际标注的用于指示该样本电器是否满足振动合格要求的标签。
在一些实施例中，可以按照如下(1)-(3)的过程获得样本电器对应的样本振动频域特征：
(1)针对各样本电器，获取样本电器对应的样本振动信号组，样本振动信号组包括第一样本振动信号和第二样本振动信号；其中，第一样本振动信号是第一振动传感器在样本电器处于通电状态下检测到的，第一样本振动信号是经第一振动放大装置将位于支撑板上的样本电器上的振动进行放大后的振动信号；第二样本振动信号是第二振动传感器所检测到经第二振动放大装置将支撑板上的振动进行放大后的振动信号；
(2)根据样本电器对应的第一样本振动信号和对应的第二样本振动信号，确定样本电器自身在通电状态下的样本目标振动信号；
(3)根据样本电器对应的样本目标振动信号，确定样本电器对应的样本振动频域特征。
也就是说，可以按照图3和图4类似的过程，将图3和图4中的电器替换为样本电器，来采集到一样本电器采集对应的第一样本振动信号，和针对一样本电器采集对应的第二样本振动信号。
基于样本电器对应的第一样本振动信号和对应的第二样本振动信号，确定样本电器自身在通电状态下的样本目标振动信号的过程参见上文中步骤130中类似的过程，在此不再赘述。
在另一些实施例中，第一样本振动信号和第二样本振动信号对应的持续时长相等，且不低于时长阈值；此时，第一样本振动信号和第二样本振动信号的持续时长较长；第一振动放大装置对应的放大系数与第二振动放大装置对应的放大系数相等。在该实施例中，根据样本电器对应的第一样本振动信号和对应的第二样本振动信号，确定样本电器自身在通电状态下的样本目标振动信号的步骤包括：将样本电器对应的第一样本振动信号和对应的第二样本振动信号相减，得到参考样本振动信号；将参考样本振动信号进行分段，得到多个分段参考样本振动信号；将各多分段参考样本振动信号作为样本电器自身在通电状态下的样本目标振动信号。
其中，针对一样本电器所得到的参考样本振动信号反应了该样本电器在通电状态下自身中的振动情况。
可以理解的是，由于参考样本振动信号对应的持续时长为第一样本振动信号或者第二样本振动信号的持续时长。此时参考样本振动信号的持续时长较长，因此可以将参考样本振动信号进行分段，将一个分段参考样本振动信号作为该样本电器对应的一样本目标振动信号，从而，可以实现针对基于一组样本振动信号组，获得样本电器的多个样本目标振动信号，可以丰富振动检测模型的训练数据。
在具体实施例中，可以按照时长阈值对参考样本振动信号进行分段，从而使得分段所得到的各分段参考样本振动信号的持续时长不超过时长阈值。该时长阈值可根据实际需要设定，在此不进行具体限定。
在另一些实施例中，在将参考样本振动信号进行分段，得到多个分段参考样本振动信号的步骤之后，该方法还包括：针对各分段参考样本振动信号，将分段参考样本振动信号与预设系数范围内的系数相乘，将相乘所得到的振动信号作为样本电器自身在通电状态下的样本目标振动信号。
其中，预设系数范围内的系数与分段参考样本振动信号相乘后所得到的振动信号仍然与该样本电器对应的样本振动标签相对应，换言之，如果一样本电器对应的样本振动标签指示该样本电器满足振动合格要求，则将预设系数范围内的系数与分段参考样本振动信号相乘所得到的振动信号仍然满足振动合格要求。
在一些实施例中预设系数范围内的系数与分段参考样本振动信号相乘后，可以是将分段参考样本振动信号进行较小程度的缩小，例如，预设系数范围为0.5～1、0.6～1、0.7～1、0.8～1、0.9～1等等。
在另一些实施例中，预设系数范围内的系数可以是部分系数将分段参考样本振动信号进行较小程度的缩小，部分系数将分段参考样本振动信号进行较小程度的放大，例如，预设系数范围为0.5～1.3、0.6～1.3、0.7～1.15、0.8～1.1、0.9～1.3等，在此不进行具体限定。
其中，一分段参考样本振动信号可以是与预设系数范围内的一个系数相乘，也可以在预设系数范围内选取多个系数分别与分段参考样本振动信号相乘，从而，基于分段参考样本振动信号扩充得到多个振动信号。
在本实施例中，在第一样本振动信号和第二样本振动信号的持续时长较长的情况下，在基于第一样本振动信号和第二样本振动信号确定参考样本振动信号后，将参考样本振动信号进行分段，并基于各分段参考样本振动信号按照预设系数范围内的系数进行扩充，从而，增加了用于训练振动预测模型的数据量，实现了一次采集获得多条训练数据，可以减少采集训练数据花费的时间，进而提高振动预测模型的训练效率。
步骤1020，由振动检测模型根据样本电器对应的样本振动频域特征进行振动结果预测，输出样本电器对应的预测振动检测标签。
预测振动检测标签用于指示振动检测模型基于样本振动频域特征所预测得到的振动检测结果，该预测振动检测标签包括用于指示振动不满足振动合格要求的标签和用于指示振动满足合格要求的标签。当然，如果还可以更多种类的振动检测结果，还对应包括更多的预测振动检测标签，使一振动检测结果对应一预测振动检测标签。
步骤1030，根据样本电器对应的预测振动检测标签和所对应的样本振动标签，计算损失值。
在具体实施例中，可以预先为预测振动检测模型设定损失函数，之后，在步骤1030中，基于所设定的损失函数，将样本电器对应的预测振动检测标签和所对应的样本振动标签代入损失函数中，计算得到损失值。
其中，损失函数可以是交叉熵损失函数、绝对值损失函数、平方损失函数、Hinge损失函数等，在此不进行具体限定。
步骤1040，根据损失值反向调整振动检测模型的参数，直至达到训练结束条件。
在步骤1040中，若损失值使损失函数不收敛，则反向调整振动检测模型的参数，之后通过振动检测模型再次进行振动检测结果预测，直至达到训练结束条件，其中，训练结束条件可以是振动检测模型对应的损失函数收敛，也可以是迭代次数达到次数阈值。
通过如上的训练过程，可以使振动检测模型学习到振动信号的频域特征与振动检测结果之间的对应关系，进而，使振动检测模型可以基于振动信号的频域特征准确地进行振动检测结果预测。
图11是根据本申请一具体实施例示出的通过振动检测模型获得振动检测结果的流程图，如图11所示，可以按照步骤1110-1130获得一电器的振动检测结果，详细介绍如下：
步骤1110，特征提取。具体的，对样本电器对应的样本目标振动信号进行特征提取，可以得到样本电器对应的振动频域特征。
进一步的，还可以从样本目标振动信号中提取振动频率分量、相位、速度、加速度、峰值、平均峰值等，将所提取的多个参数与样本振动频域特征进行向量化，然后计算特征的均值和方差，之后将特征进行归一化处理。
步骤1120，模型训练。具体的，将向量化的特征将分为多个批次，每批次包含多条数据，输入到振动检测模型中。其中，振动检测模型可以是ShuffleNet(一种卷积神经网络)，还可以是EfficientNet+Attention的组合网络。在具体实施例中，在对振动检测模型进行训练的过程中，在将向量化的特征输入到振动检测模型之前，对振动检测模型中的参数(权重参数)进行初始化；以及设置好振动检测模型的超参数，超参数例如：均值、方差、学习率、动量(momentum)、权重衰减、时域和频域的掩码。其中，振动检测模型中的激活函数可以是Sigmoid函数，振动检测模型可以通过优化器Adam进行参数优化和更新。
在对振动检测模型进行训练的过程中，将样本电器对应的样本目标振动信号进行特征提取后，对应将特征输入到振动检测模型中，然后由振动检测模型输出样本电器对应的预测振动检测标签，之后，可以通过样本电器对应的预测振动标签和为样本电器标注的标签，计算损失函数的损失值，并根据损失值反向调整振动检测模型的参数。
其中，振动检测模型的损失函数可以是二分类的交叉熵损失函数，其表达式为：
其中，N为输入向量化特征的数量。yi表示第i个向量化特征所对应样本电器对应的样本振动标签；pi表示针对第i个向量化特征所对应样本电器对应的预测振动检测标签，或者说预测第i个向量化特征所对应样本电器为振动合格产品的概率。
之后，基于所计算得到的损失值，可以通过方向传播算法更新振动检测模型中的权重参数，再通过Adam优化器进行参数优化。
步骤1130，预测结果输出。即，在结束振动检测模型的训练之后，可以将振动检测模型进行线上应用，以通过振动检测模型基于输入的特征输出各电器的振动检测结果。具体的，将向量化的特征输入到振动检测模型之后，可以由振动检测模型基于向量化的特征进行振动结果预测，得到电器对应的振动检测标签，振动检测标签可以是用于指示电器振动不合格的标签，或者用于指示电器振动合格的标签。其中，所输出的振动检测标签即可视为该电器的振动检测结果。
基于如上的方案，可以实现批量对电器进行振动检测模型，相较于现有技术中通过人手触摸感知的方式进行振动检测，大幅提升了振动检测的效率和保证了振动检测结果的准确性。
以下介绍本申请的装置实施例，可以用于执行本申请上述实施例中的方法。对于本申请装置实施例中未披露的细节，请参照本申请上述方法实施例。
图12是根据本申请一实施例示出的电器的振动检测装置的框图，如图12所示，该电器的振动检测装置包括：第一振动信号获取模块1210，用于获取第一振动信号，第一振动信号是第一振动传感器在电器处于通电状态下检测到的，其中，第一振动信号是经第一振动放大装置将位于支撑板上的电器上的振动进行放大后的振动信号；第二振动信号获取模块1220，用于获取第二振动信号，第二振动信号来源于第二振动传感器，第二振动信号是经第二振动放大装置将支撑板上的振动进行放大后的振动信号；目标振动信号确定模块1230，用于根据第一振动信号和第二振动信号确定电器自身在通电状态下对应的目标振动信号；振动检测结果确定模块1240，用于根据目标振动信号确定电器的振动检测结果。
在本申请的一些实施例中，振动检测结果确定模块1240，包括：频域特征确定单元，用于将目标振动信号进行时频转换，得到目标振动信号对应的频域特征；振动检测结果确定单元，用于由振动检测模型根据目标振动信号对应的频域特征进行振动结果预测，输出电器对应的振动检测结果。
在本申请的一些实施例中，电器的振动检测装置还包括：训练数据获取模块，用于获取训练数据，训练数据包括多个样本电器对应的样本振动频域特征和各样本电器对应的样本振动标签；振动结果预测预测模块，用于由振动检测模型根据样本电器对应的样本振动频域特征进行振动结果预测，输出样本电器对应的预测振动检测标签；损失值计算模块，用于根据样本电器对应的预测振动检测标签和所对应的样本振动标签，计算损失值；参数调整模块，用于根据损失值反向调整振动检测模型的参数，直至达到训练结束条件。
在本申请的一些实施例中，电器的振动检测装置还包括：样本振动信号组获取模块，用于针对各样本电器，获取样本电器对应的样本振动信号组，样本振动信号组包括第一样本振动信号和第二样本振动信号；其中，第一样本振动信号是第一振动传感器在样本电器处于通电状态下检测到的，且第一样本振动信号是经第一振动放大装置将位于支撑板上的样本电器上的振动进行放大后的振动信号；第二样本振动信号是第二振动传感器所检测到经第二振动放大装置将支撑板上的振动进行放大后的振动信号；样本目标振动信号确定模块，用于根据样本电器对应的第一样本振动信号和对应的第二样本振动信号，确定样本电器自身在通电状态下的样本目标振动信号；样本振动频域特征确定模块，用于根据样本电器对应的样本目标振动信号，确定样本电器对应的样本振动频域特征。
在本申请的一些实施例中，第一样本振动信号和第二样本振动信号对应的持续时长相等，且不低于时长阈值；在本实施例中，样本目标振动信号确定模块，包括：参考样本振动信号确定单元，用于将样本电器对应的第一样本振动信号和对应的第二样本振动信号相减，得到参考样本振动信号；分段单元，用于将参考样本振动信号进行分段，得到多个分段参考样本振动信号；样本目标振动信号确定单元，用于将各分段参考样本振动信号作为样本电器自身在通电状态下的样本目标振动信号。
在本申请的一些实施例中，电器的振动检测装置还包括：扩充模块，用于针对各分段参考样本振动信号，将分段参考样本振动信号与预设系数范围内的系数相乘，将相乘所得到的振动信号作为样本电器自身在通电状态下的样本目标振动信号。
在本申请的一些实施例中，第一振动放大装置对应的放大系数和第二振动放大装置对应的放大系数相同；目标振动信号确定模块1230进一步用于：将第一振动信号与第二振动信号相减，得到电器自身在通电状态下对应的目标振动信号。
在本申请的一些实施例中，第一振动传感器和第二振动传感器为加速度传感器。
在本申请的一些实施例中，第一振动放大装置和第二振动放大装置为杠杆装置。
本申请还提供了一种电器的振动检测系统，振动检测系统包括第一振动传感器、第二振动传感器、第一振动放大装置、第二振动放大装置和电子设备，第一振动传感器和第二振动传感器均与电子设备电连接；第一振动传感器用于检测经第一振动放大装置将位于支撑板上的电器上的振动进行放大后的振动信号；第二振动传感器用于检测经第二振动放大装置将支撑板上的振动进行放大后的振动信号；电子设备用于按照如上实施中的方法确定电器的振动检测结果。
图13是根据本申请一实施例示出的电子设备的结构示意图。该电子设备可以是图1所示的中转服务端，当然，还可以是其他可以用于执行本申请所提供的电器的振动检测方法的设备。
如图13所示，该电子设备可以包括：处理器1301，例如CPU，网络接口1304，用户接口1303，存储器1305，通信总线1302。其中，通信总线1302用于实现这些组件之间的连接通信。用户接口1303可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选的，用户接口1303还可以包括标准的有线接口、无线接口。网络接口1304可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1305可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1305可选的还可以是独立于前述处理器1301的存储装置。
本领域技术人员可以理解，图13中示出的电子设备的结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图13所示，作为一种计算机可读存储介质的存储器1305中可以包括操作系统、网络通信模块、用户接口模块以及实现电器的振动检测方法的程序。在图13所示的电子设备中，网络接口1304主要用于与其他设备进行通信连接，例如第一振动传感器、第二振动传感器等。用户接口1303主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1301可以用于调用存储器1305中存储的实现电器的振动检测方法的程序，并执行如上任一方法实施例中的电器的振动检测方法的步骤。
根据本申请实施例的一个方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，当计算机可读指令被处理器执行时，实现如上任一方法实施例中的电器的振动检测方法。
需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
根据本申请实施例的一个方面，提供了一种计算机程序产品，其包括计算机指令，计算机指令被处理器执行时实现如上任一方法实施例中的电器的振动检测方法。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
需要说明的是：在本文中提及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (13)
1.一种电器的振动检测方法，其特征在于，所述方法包括：
获取第一振动信号，所述第一振动信号是第一振动传感器在所述电器处于通电状态下检测到的，并且，所述第一振动信号是经第一振动放大装置将位于支撑板上的电器的振动进行放大后的振动信号；
获取第二振动信号，所述第二振动信号来源于第二振动传感器，所述第二振动信号是经第二振动放大装置将所述支撑板上的振动进行放大后的振动信号；
根据所述第一振动信号和所述第二振动信号确定所述电器自身在通电状态下对应的目标振动信号；
根据所述目标振动信号确定所述电器的振动检测结果。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标振动信号确定所述电器的振动检测结果，包括：
将所述目标振动信号进行时频转换，得到所述目标振动信号对应的频域特征；
由振动检测模型根据所述目标振动信号对应的频域特征进行振动结果预测，输出所述电器对应的振动检测结果。
3.根据权利要求2所述的方法，其特征在于，所述由振动检测模型根据所述目标振动信号对应的频域特征进行振动结果预测，输出所述电器对应的振动检测结果之前，所述方法还包括：
获取训练数据，所述训练数据包括多个样本电器对应的样本振动频域特征和各所述样本电器对应的样本振动标签；
由所述振动检测模型根据所述样本电器对应的样本振动频域特征进行振动结果预测，输出所述样本电器对应的预测振动检测标签；
根据所述样本电器对应的预测振动检测标签和所对应的样本振动标签，计算损失值；
根据所述损失值反向调整所述振动检测模型的参数，直至达到训练结束条件。
4.根据权利要求3所述的方法，其特征在于，所述获取训练数据之前，所述方法还包括：
针对各样本电器，获取所述样本电器对应的样本振动信号组，所述样本振动信号组包括第一样本振动信号和第二样本振动信号；其中，所述第一样本振动信号是所述第一振动传感器在所述样本电器处于通电状态下检测到的，第一样本振动信号是经所述第一振动放大装置将位于支撑板上的样本电器的振动进行放大后的振动信号；所述第二样本振动信号是所述第二振动传感器所检测到的经所述第二振动放大装置将所述支撑板上的振动进行放大后的振动信号；
根据所述样本电器对应的第一样本振动信号和对应的第二样本振动信号，确定所述样本电器自身在通电状态下的样本目标振动信号；
根据所述样本电器对应的样本目标振动信号，确定所述样本电器对应的样本振动频域特征。
5.根据权利要求4所述的方法，其特征在于，所述第一样本振动信号和所述第二样本振动信号对应的持续时长相等，且不低于时长阈值；
所述根据所述样本电器对应的第一样本振动信号和对应的第二样本振动信号，确定所述样本电器自身在通电状态下的样本目标振动信号，包括：
将所述样本电器对应的第一样本振动信号和对应的第二样本振动信号相减，得到参考样本振动信号；
将所述参考样本振动信号进行分段，得到多个分段参考样本振动信号；
将各所述分段参考样本振动信号作为所述样本电器自身在通电状态下的样本目标振动信号。
6.根据权利要求5所述的方法，其特征在于，所述将所述参考样本振动信号进行分段，得到多个分段参考样本振动信号之后，所述方法还包括：
针对各分段参考样本振动信号，将所述分段参考样本振动信号与预设系数范围内的系数相乘，将相乘所得到的振动信号作为样本电器自身在通电状态下的样本目标振动信号。
7.根据权利要求1所述的方法，其特征在于，所述第一振动放大装置对应的放大系数和所述第二振动放大装置对应的放大系数相同；
所述根据所述第一振动信号和所述第二振动信号确定所述电器自身在通电状态下对应的目标振动信号，包括：
将所述第一振动信号与所述第二振动信号相减，得到所述电器自身在通电状态下对应的目标振动信号。
8.根据权利要求1所述的方法，其特征在于，所述第一振动传感器和所述第二振动传感器为加速度传感器。
9.根据权利要求1所述的方法，其特征在于，所述第一振动放大装置和所述第二振动放大装置为杠杆装置。
10.一种电器的振动检测装置，其特征在于，所述装置包括：
第一振动信号获取模块，用于获取第一振动信号，所述第一振动信号是第一振动传感器在所述电器处于通电状态下检测到的，并且，所述第一振动信号是经第一振动放大装置将位于支撑板上的电器的振动进行放大后的振动信号；
第二振动信号获取模块，用于获取第二振动信号，所述第二振动信号来源于第二振动传感器，所述第二振动信号是经第二振动放大装置将所述支撑板上的振动进行放大后的振动信号；
目标振动信号确定模块，用于根据所述第一振动信号和所述第二振动信号确定所述电器自身在通电状态下对应的目标振动信号；
振动检测结果确定模块，用于根据所述目标振动信号确定所述电器的振动检测结果。
11.一种电器的振动检测系统，其特征在于，所述振动检测系统包括第一振动传感器、第二振动传感器、第一振动放大装置、第二振动放大装置和电子设备，所述第一振动传感器和所述第二振动传感器均与所述电子设备电连接；
所述第一振动传感器用于检测经第一振动放大装置将位于支撑板上的电器的振动进行放大后的振动信号；
所述第二振动传感器用于检测经第二振动放大装置将所述支撑板上的振动进行放大后的振动信号；
所述电子设备用于按照权利要求1至9中任一项所述的方法确定所述电器的振动检测结果。
12.一种电子设备，其特征在于，包括：
处理器；
存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如权利要求1至9中任一项所述的方法。
13.一种计算机可读存储介质，其上存储有计算机可读指令，当所述计算机可读指令被处理器执行时，实现如权利要求1至9中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211228919.7A CN115574929A (zh) | 2022-10-09 | 2022-10-09 | 电器的振动检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211228919.7A CN115574929A (zh) | 2022-10-09 | 2022-10-09 | 电器的振动检测方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115574929A true CN115574929A (zh) | 2023-01-06 |
Family
ID=84584565
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211228919.7A Pending CN115574929A (zh) | 2022-10-09 | 2022-10-09 | 电器的振动检测方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115574929A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118299222A (zh) * | 2024-06-05 | 2024-07-05 | 前进电子(苏州)有限公司 | 一种继电器节能控制方法及系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105424166A (zh) * | 2015-10-28 | 2016-03-23 | 深圳市亚泰光电技术有限公司 | 一种振动质量检测系统及方法 |
| WO2017152363A1 (zh) * | 2016-03-08 | 2017-09-14 | 马翼 | 一种基于物联网的用于振动检测的报警装置 |
| CN111811642A (zh) * | 2020-07-22 | 2020-10-23 | 三一重机有限公司 | 一种挖掘机发动机的故障检测方法及故障检测装置 |
| CN112304661A (zh) * | 2020-11-18 | 2021-02-02 | 英特睿达(山东)电子科技有限公司 | 一种设备工作状态智能监测装置及监测方法 |
| CN112528870A (zh) * | 2020-12-14 | 2021-03-19 | 华侨大学 | 一种基于mimo神经网络和迁移学习的多点振动响应预测方法 |
| CN112766042A (zh) * | 2020-12-25 | 2021-05-07 | 珠海格力电器股份有限公司 | 电机故障诊断方法、装置、存储介质及电子设备 |
| CN113029325A (zh) * | 2019-12-24 | 2021-06-25 | 广东美的白色家电技术创新中心有限公司 | 机械放大器和家用电器 |
| KR102306244B1 (ko) * | 2020-11-23 | 2021-09-28 | 국민대학교산학협력단 | 디바이스의 결함 검출 모델 생성 방법 및 장치 |
| CN113532630A (zh) * | 2021-06-24 | 2021-10-22 | 哈尔滨工程大学 | 船用振动噪声快速测试评估装置 |
| CN113792585A (zh) * | 2021-08-03 | 2021-12-14 | 重庆兆光科技股份有限公司 | 一种管道振动信号监测方法、系统、电子设备及介质 |
| CN114817840A (zh) * | 2022-04-26 | 2022-07-29 | 上海正泰智能科技有限公司 | 断路器状态检测方法、装置、设备及计算机可读存储介质 |
-
2022
- 2022-10-09 CN CN202211228919.7A patent/CN115574929A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105424166A (zh) * | 2015-10-28 | 2016-03-23 | 深圳市亚泰光电技术有限公司 | 一种振动质量检测系统及方法 |
| WO2017152363A1 (zh) * | 2016-03-08 | 2017-09-14 | 马翼 | 一种基于物联网的用于振动检测的报警装置 |
| CN113029325A (zh) * | 2019-12-24 | 2021-06-25 | 广东美的白色家电技术创新中心有限公司 | 机械放大器和家用电器 |
| CN111811642A (zh) * | 2020-07-22 | 2020-10-23 | 三一重机有限公司 | 一种挖掘机发动机的故障检测方法及故障检测装置 |
| CN112304661A (zh) * | 2020-11-18 | 2021-02-02 | 英特睿达(山东)电子科技有限公司 | 一种设备工作状态智能监测装置及监测方法 |
| KR102306244B1 (ko) * | 2020-11-23 | 2021-09-28 | 국민대학교산학협력단 | 디바이스의 결함 검출 모델 생성 방법 및 장치 |
| CN112528870A (zh) * | 2020-12-14 | 2021-03-19 | 华侨大学 | 一种基于mimo神经网络和迁移学习的多点振动响应预测方法 |
| CN112766042A (zh) * | 2020-12-25 | 2021-05-07 | 珠海格力电器股份有限公司 | 电机故障诊断方法、装置、存储介质及电子设备 |
| CN113532630A (zh) * | 2021-06-24 | 2021-10-22 | 哈尔滨工程大学 | 船用振动噪声快速测试评估装置 |
| CN113792585A (zh) * | 2021-08-03 | 2021-12-14 | 重庆兆光科技股份有限公司 | 一种管道振动信号监测方法、系统、电子设备及介质 |
| CN114817840A (zh) * | 2022-04-26 | 2022-07-29 | 上海正泰智能科技有限公司 | 断路器状态检测方法、装置、设备及计算机可读存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118299222A (zh) * | 2024-06-05 | 2024-07-05 | 前进电子(苏州)有限公司 | 一种继电器节能控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10228994B2 (en) | Information processing system, information processing method, and program | |
| JP6374466B2 (ja) | センサインタフェース装置、測定情報通信システム、測定情報通信方法、及び測定情報通信プログラム | |
| US11115295B2 (en) | Methods and systems for online monitoring using a variable data | |
| US10346758B2 (en) | System analysis device and system analysis method | |
| JPWO2018008708A1 (ja) | 震央距離推定装置、震央距離推定方法、及びプログラム | |
| EP3791787A1 (en) | System and method for detecting steps with double validation | |
| US20160334437A1 (en) | Mobile terminal, computer-readable recording medium, and activity recognition device | |
| JP2013200143A (ja) | 異常音診断装置および異常音診断システム | |
| CN115574929A (zh) | 电器的振动检测方法、装置、电子设备及存储介质 | |
| JP6777224B2 (ja) | 損傷検出装置、方法およびプログラム | |
| CN111767183B (zh) | 设备异常检测方法及装置、电子设备、存储介质 | |
| CN107421763A (zh) | 一种设备故障检测方法及装置 | |
| CN117980707A (zh) | 操作振动信号的自主辨别 | |
| CN104155044A (zh) | 一种基于移动终端的斜拉桥索力测量装置及方法 | |
| CN111798865A (zh) | 终端马达的检测方法、装置、终端及存储介质 | |
| Jafari et al. | Application of fuzzy data fusion theory in fault diagnosis of rotating machinery | |
| CN112639420B (zh) | 测定终端、测定系统、测定方法以及程序 | |
| US20210174974A1 (en) | Data generating apparatus, data generating method, data generating program and sensing apparatus | |
| JP6000767B2 (ja) | 学習装置、判別装置、行動状態判別システム、および判別方法 | |
| JP6441550B1 (ja) | コンピュータシステム、設備異常音判定方法及びプログラム | |
| CN218156493U (zh) | 电器的振动检测系统 | |
| JP6225079B2 (ja) | エアコン動作の検知方法、及びそのシステム | |
| JP2021071586A (ja) | 音抽出システム及び音抽出方法 | |
| KR20180045510A (ko) | 지자기 신호 처리 방법 및 장치 | |
| US10845792B2 (en) | Failure diagnosis apparatus, monitoring apparatus, failure diagnosis method and recording medium |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230106 |