CN115931114B - 一种用于颗粒碰撞噪声检测系统检测结果判识的方法 - Google Patents

一种用于颗粒碰撞噪声检测系统检测结果判识的方法 Download PDF

Info

Publication number
CN115931114B
CN115931114B CN202211542148.9A CN202211542148A CN115931114B CN 115931114 B CN115931114 B CN 115931114B CN 202211542148 A CN202211542148 A CN 202211542148A CN 115931114 B CN115931114 B CN 115931114B
Authority
CN
China
Prior art keywords
pulse
window
framing
signal
data
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
CN202211542148.9A
Other languages
English (en)
Other versions
CN115931114A (zh
Inventor
翟国富
李鹏飞
王国涛
孙志刚
韩笑
王强
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.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
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 Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN202211542148.9A priority Critical patent/CN115931114B/zh
Publication of CN115931114A publication Critical patent/CN115931114A/zh
Application granted granted Critical
Publication of CN115931114B publication Critical patent/CN115931114B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种用于颗粒碰撞噪声检测系统检测结果判识的方法,所述方法包括如下步骤:步骤一、通过PIND系统采集信号数据,对采集信号进行滤波;步骤二、采用三门限和峰值法对已去除基波的信号数据进行提取脉冲;步骤三、对脉冲数据初始分帧,并先后两次根据对分帧数据的分析,进行分帧窗口自适应伸缩;步骤四、对信号脉冲的频谱质心追踪和脉冲峰值追踪,根据追踪结果对检测信号进行判识。该方法可以对多余物信号、单组件信号、复数组件信号以及多余物信号与组件信号组成的混合信号进行辨析。

Description

一种用于颗粒碰撞噪声检测系统检测结果判识的方法
技术领域
本发明属于航天航空领域,涉及一种多余物检测方法,具体涉及一种用于颗粒碰撞噪声检测(Particle Impact Noise Detection,PIND)系统检测结果判识的方法。
背景技术
航天航空领域中对于电子设备的可靠性要求非常高,多余物检测是常规检查中的必要环节。多余物是指设备或者元器件在生产、封装、运输等环节中可能产生一种非设备或者元器件本身的物质,主要为金属碎屑、芯片硅渣、玻璃碎屑、陶瓷碎屑、残留焊渣、引线尾丝、松香、导线皮等。元器件或者设备在运行过程时,常常处于剧烈振动或者超重失重等力学环境中,多余物便会在元器件内部做无规律的随机运动。它可能会触碰密封电子元器件机构中某个组件或者开关触点。金属导电材质的多余物可能会导致元器件开关产生误动作。非金属绝缘材质的多余物则可能导致元器件开关产生拒动作。因其运动状态具有一定的随机性,造成的损害也具有一定的随机性,很难在设备运行过程中被及时发现。为了检测这种多余物的存在,通常采取一种在我国航天航空领域被广泛使用的无损检测方法,即通过PIND系统进行检测。PIND系统主要是通过外界振动台的主动冲击和振动,激活被测物体内部的多余物颗粒,使之与被测物内部发生碰撞,并通过传感器对被测物体的内部的声学信号进行采集。因此,在元器件或者设备在投入使用前,有效地进行多余物检测,及时发现多余物问题至关重要。
伴随着设备或者元器件运行状态的改变,多余物与设备或者元器件内部产生一定的碰撞信号或者振动信号,我们称之为多余物碰撞信号(以下简称:多余物信号)。然而很多元器件因为功能越来越复杂,内部组件种类繁多,在使用颗粒碰撞噪声检测系统进行振动与冲击的过程中,其内部组件也常常振动并产生声学能量信号,我们称之为组件振动信号(以下简称:组件信号)。实际上,该组件信号的数量常常为一种或者多种(以下分别简称为:单组件信号、复数组件信号)。组件信号与多余物组件信号混合,常常形成一种复杂的多重振动状态信号(以下简称为:混合信号)。由于检测信号的多样性,这给基于颗粒碰撞噪声检测系统的多余物检测过程带来一定的不便性。实际工程检测中,往往需要经验非常丰富的检测人员,一遍又一遍地对检测波形进行重复观察与分析,耗时耗力且检测结果容易受检测人员主观意识影响导致误判。综上,如何通过一种方法对PIND系统检测结果进行判识,是当前航天航空技术领域多余物检测中一个难点问题。
发明内容
为了解决现有技术存在的上述问题,本发明提供了一种用于颗粒碰撞噪声检测系统检测结果判识的方法,该方法可以对多余物信号、单组件信号、复数组件信号以及多余物信号与组件信号组成的混合信号进行辨析。
本发明的目的是通过以下技术方案实现的:
一种用于颗粒碰撞噪声检测系统检测结果判识的方法,包括如下步骤:
步骤一、通过PIND系统采集信号数据,对采集信号进行滤波,具体步骤如下:按照不同的测试样品设置不同的测试条件参数,所述测试条件参数包括振动加速度、冲击加速度、振动频率、振动时间、冲击次数等;将PIND系统采集的信号数据进行基波滤波处理,通过对信号数据求均值来获取信号基波,减去基波信号得到已去除基波的信号数据;
步骤二、采用三门限和峰值法对已去除基波的信号数据进行提取脉冲,具体步骤如下:采用三门限与峰值法对已去除基波的信号数据进行脉冲信号提取,记录脉冲信号在原信号数据中的起止点位置,从而从信号数据中提取到脉冲,并记录每一个提取脉冲的具体起止点位置;
步骤三、对脉冲数据初始分帧,并先后两次根据对分帧数据的分析,进行分帧窗口自适应伸缩,具体步骤如下:
步骤三一、根据测试条件参数中的振动频率、信号长度以及PIND系统采集卡的采集参数,确定初始分帧的具体参数,所述初始分帧的具体参数包括帧的数量、帧内点的数量、分帧窗口长度L0;
步骤三二、检查每一个脉冲的起始点,是否存在分帧窗口的起止点落于一个脉冲上,遍历本次所有分帧窗口数据与脉冲的起始点的位置关系,若不存在,则不需要对分帧窗口进行伸缩调整,若存在,则需要对分帧窗口进行伸缩调整,具体步骤如下:
步骤三二一、分帧窗口第一次伸缩调整:
(1)设某分帧窗口的编号为N(N≥1),则后一个分帧窗口的编号为N+1,初始阶段的分帧窗口N的后分割线与分帧窗口N+1的前分割线在同一个位置,当分帧窗口N的后分割线向右移动距离为Lbc,则将脉冲放进分帧窗口N中,此时分帧窗口N+1的前分割线保持不动,并在脉冲数据的同一位置补0;
(2)保持分帧窗口N与分帧窗口N+1的起始位置不变,按照公式(1)求出第一次伸缩调整后分帧窗口的最大长度值作为第一次伸缩调整后所有分帧窗口的长度,至此完成信号脉冲的分帧窗口第一次伸缩调整工作,公式(1)如下所示:
L1Max=Max{L1N=(L0+Lbc)N,N=1,2,3,...,n} (1)
式中,L1Max是第一次伸缩调整后所有分帧窗口长度的最大值,Lbc是分帧窗口后分割线的向后移动值,L0为初始分帧窗口的长度值,n代表具体分帧窗口的编号,N代表分帧窗口的数量,若分帧窗口的长度小于L1Max,空缺的位置用0补充;
步骤三二二、分帧窗口第二次伸缩调整:
分帧窗口第二次伸缩调整分为脉冲右移和脉冲左移两种情况;
针对脉冲右移的情况,分帧窗口第二次伸缩调整的具体步骤如下:
假设向右移动的脉冲的本身长度为l0,当脉冲向右移动的水平距离Δd1≤l0,分帧窗口的第一次伸缩可以将脉冲完全包含在分帧窗口中,此时,如果脉冲继续再向右移动Δd2,需要满足条件:Δd2≤0.5l0,脉冲向右移动水平距离Δd=Δd1+Δd2,Δd≤1.5l0;综上,一般来讲,大多数脉冲向右移动距离Δd≤1.5l0,这种情况下,分帧窗口的第一次伸缩也基本可以满足将右移的脉冲包含在分帧窗口中,为了提高计算时效性,此处则不再进一步增加判断条件和逻辑;
针对脉冲左移的情况,分帧窗口第二次伸缩调整的具体步骤如下:
(1)以每一个分帧窗口的起始点1为起点,选取点数m作为截止点,即将范围为[1,m]作为判断区域,实际上m的取值需要根据不同的需要进行调整,根据经验,一般以500~1500范围内选取,以选定判断区域内组件信号的脉冲作为标记脉冲;
(2)依次将不同分帧窗口中的标记脉冲的起点或者终点记录下来,记录为Xn={x1,x2,x3,…,xn},对数据集(Xn,Yn)进行线性回归计算并求取斜率k以及拟合曲线方程,选择斜率k作为组件振动的变快的衡量指标,也是视觉上脉冲左移的一个主要的条件判识依据;
(3)如果求得斜率k小于0,则将上一个分帧窗口的后分割线向右移动,直到包含下一个分帧窗口判断区域内的脉冲信号,与此同时,下一个分帧窗口的起始点不变,并在脉冲信号的原位置补0,依次类推,将下一个分帧窗口判断区域内的脉冲整体归到上一个分帧窗口的尾部;如果求得斜率k不小于0,则不需要处理;
(4)将完成分帧窗口自适应伸缩的数据进行统计,确定第二次伸缩调整后的每一个分帧窗口的长度值L2N,并选取最大长度值作为第二次伸缩调整后的全部分帧窗口的长度;
(5)每一个分帧窗口的起始点均实现对齐,且长度相同,至此完成信号脉冲的分帧窗口第二次伸缩调整工作;
步骤四、对信号脉冲的频谱质心追踪和脉冲峰值追踪,根据追踪结果对检测信号进行判识,具体步骤如下:
步骤四一、完成全部脉冲分帧窗口的伸缩后,按照分帧窗口的编号归纳成脉冲数据集。
步骤四二、对脉冲数据集进行统计,计算每个脉冲的峰值大小与峰值点的位置,形成峰值数据集矩阵;计算每一个脉冲的频谱质心,即每一个脉冲能量的均值大小与均值点的位置,形成频谱质心数据集矩阵;
步骤四三、分别对峰值数据集矩阵和频谱质心数据集矩阵绘图,将峰值数据集矩阵和频谱质心数据集矩阵折叠,并全部绘制到一个分帧窗口上,图中平面分割线的位置是采用可容许移动阈值Δd=2m作为间隔距离,对每一个间隔距离内的数据量进行计数统计,以间隔距离内数据量统计作为辅助,快速判识基于PIND系统的检测结果。
相比于现有技术,本发明具有如下优点:
(1)将基于PIND系统的多余物检测组件信号识别过程从原有的数据波形时序刷新(类似于视频回放)方式转成了一种静态图像展示的方法,增加了识别的直观性,提高整体效率。
(2)每次查看检测数据,大部分情况下直接查看存储的图片即可,增加了数据回溯的便捷性。
(3)相对于对原始数据存储,按照本发明的方法可以存储轨迹点数据矩阵,大大降低了对数据存储空间的要求。
(4)本发明的方法可以推广应用于其他领域中对于信号中脉冲的周期性不稳定问题的识别中,因而具有极重要的参考和应用价值。
(5)与传统方法人工判识相比,本发明的方法具有更好的直观性和更高的高效性,可为航天科学技术多余物检测领域提供一种直观可靠的判识方法。
附图说明
图1是PIND检测结果判识的流程图;
图2是检测信号的分帧与帧分割线移动示意图,(a)信号的多个分帧窗口,(b)单个分帧窗口中分割线移动;
图3是分帧窗口第一次伸缩调整示意图-针对组件信号脉冲右移(避让帧分割线)的分帧窗口伸缩处理过程;
图4是根据振动变化的信号脉冲位置的变化示意图;
图5是分帧窗口第二次伸缩调整示意图-针对组件信号脉冲右移(避让帧分割线)的分帧窗口伸缩处理过程;
图6是采用线性回归方程中的斜率参数表征信号脉冲向前的移动趋势的示意图,(a)脉冲集的起点的线性回归求解,(b)脉冲集的终点的线性回归求解,(c)脉冲集的起点(含有异常值)的线性回归求解;
图7是分帧窗口第二次伸缩调整示意图-针对组件信号脉冲左移(避让帧分割线)的分帧窗口伸缩处理过程;
图8是单组件信号样例以及单组件信号脉冲轨迹追踪样例示意图,(a)单组件信号,(b)单组件信号脉冲的能量轨迹追踪,(c)单组件信号脉冲的幅值轨迹追踪;
图9是复数组件信号样例以及复数组件信号脉冲轨迹追踪样例示意图,(a)复数组件信号,(b)复数组件信号脉冲的能量轨迹追踪,(c)复数组件信号脉冲的幅值轨迹追踪;
图10是多余物信号样例以及多余物信号脉冲轨迹追踪样例示意图,(a)多余物信号,(b)多余物信号脉冲的能量轨迹追踪,(c)多余物信号脉冲的幅值轨迹追踪;
图11是混合信号样例以及混合信号脉冲轨迹追踪样例示意图,(a)混合信号,(b)混合信号脉冲的能量轨迹追踪,(c)混合信号脉冲的幅值轨迹追踪。
具体实施方式
下面结合附图对本发明的技术方案作进一步的说明,但并不局限于此,凡是对本发明技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,均应涵盖在本发明的保护范围中。
本发明提供了一种用于颗粒碰撞噪声检测系统检测结果判识的方法,所述方法主要包括以下内容:
1、设计了一种检测信号脉冲的分帧窗口自适应伸缩算法(分为两次伸缩处理过程)。
2、设计了一种检测信号脉冲能量质心和峰值的追踪算法。
3、设计了一种基于追踪算法的对PIND检测结果的判识方法(涉及单组件信号、复数组件信号,多余物信号,混合信号)。
如图1所示,具体实施步骤如下:
步骤一、通过PIND系统采集信号数据,对采集信号进行滤波,具体步骤如下:
按照不同的信号样本数据设置不同的测试条件参数(振动加速度、冲击加速度、振动频率等);将PIND系统采集的信号数据进行基波滤波处理,得到已去除基波的信号数据。
步骤二、采用三门限和峰值法对已去除基波的信号数据进行提取脉冲,具体步骤如下:
采用三门限与峰值法(Ep=3Emean,Ehs=1.1Emean,Ui≥0.02V,其中Emean为脉冲信号平均能量,Ep为脉冲主体阈值,Ehs为脉冲起始阈值与结束阈值,Ui为脉冲峰值)对已去除基波的信号数据进行脉冲信号提取,记录脉冲信号在原信号数据中的起止点位置,从而从信号数据中提取到脉冲,并记录每一个提取脉冲的具体起始位置。
步骤三、对脉冲数据初始分帧,并先后两次根据对分帧数据的分析,进行分帧窗口自适应伸缩,具体步骤如下:
根据测试条件参数中的振动频率、信号长度以及PIND系统采集卡的采集参数(采样频率一般为500K),确定初始分帧的具体参数(帧的数量、帧内点的数量、分帧窗口长度),若本次测试条件参数中振动频率为f(Hz),一般为27Hz、40Hz和100Hz,则设置初始各个分帧窗口长度为L=500K/f,如图2(a)所示。
检查每一个脉冲的起始点,是否存在分帧窗口的起止点落于一个脉冲上,遍历本次所有分帧窗口数据与脉冲的起始点的位置关系,若不存在,则不需要对分帧窗口进行伸缩调整,若存在,则需要对分帧窗口进行伸缩变化。实际上,对于分帧窗口N的后分割线与分帧窗口N+1的前分割线是同一条线,可以向前或向右移动。设某分帧窗口的编号为N(N≥1),则后一个分帧窗口的编号为N+1。当分帧窗口N的后分割线向右移动距离为Lbc,则将脉冲放进分帧窗口N中,该脉冲位于分帧窗口N的尾部。当分帧窗口N+1的前分割线向左移动距离为Lba,则将脉冲放进分帧窗口N+1中,该脉冲位于分帧窗口的头部。因此,本发明提供了两种进行分帧窗口时伸缩方法:(1)采用分帧窗口N(N≥1)的后分割线向右移动,将被分割线分割的脉冲放进分帧窗口N中。(2)采用分帧窗口N+1(N≥1)的前分割线向左移动,将被分割线分割的脉冲放进分帧窗口N+1中。本发明采取的是方法(1),将分帧窗口N的后分割线向右移动,如图2(b)中b移动到c,移动距离为Lbc,那么分帧窗口N的长度为L+Lbc
下面对伸缩方法(1)进一步说明。在实施完初始分帧窗口后,按照上述分帧窗口的伸缩方法(1)进行伸缩,并计算出每一个分帧窗口的伸缩长度,主要伸缩过程如图3所示。初始阶段的分帧窗口的后分割线与分帧窗口N+1的前分割线是在同一个位置。当分帧窗口N的后分割线向右移动,此时分帧窗口N+1的前分割线保持不动,被分帧窗口N所包的脉冲数据,在脉冲数据的同一位置补0。保持分帧窗口N与分帧窗口N+1的起始位置不变,按照公式(1)求出分帧窗口的最大长度值L1Max作为所有分帧窗口的长度,至此完成信号脉冲的分帧窗口第一次伸缩调整工作。公式(1)如下所示:
L1Max=Max{L1N=(L0+Lbc)N,N=1,2,3,...,n} (1)
式中,L1Max是第一次伸缩调整后所有分帧窗口长度的最大值,Lbc是分帧窗口后分割线的向后移动值,L0为初始分帧窗口的长度值,N代表分帧窗口的数量。若分帧窗口的长度小于L1Max,空缺的位置用0补充。
对于部分检测信号,由于外部振动环境发生变化,导致元器件组件振动周期发生变化。以分帧窗口为单位进行波形播放,视觉上主要表现为:(1)当组件振动变慢了,分帧窗口中信号脉冲表现为向右移动。(2)当组件振动变快了,分帧窗口中信号脉冲表现为向左移动。图4所示为整体信号脉冲位置的变化示意图。从图中可以看出,分界线左侧的脉冲表示组件的振动速度变慢了。分界线右侧的脉冲的表示组件的振动速度变快了。对于(1)中表现的向右移动可以通过伸缩方法(1)来解决,即增加向右移动距离Lbc来解决。图5所示为分帧窗口第二次伸缩调整-针对组件信号脉冲右移(避让帧分割线)的分帧窗口伸缩处理过程。显然大多数向右移动横跨分割线的脉冲,在分帧窗口第一次伸缩后,就会被完全包含在分帧窗口中。也就是假设向右移动的脉冲的长度为l0,当脉冲向右移动的水平距离Δd1≤l0,分帧窗口的第一次伸缩算法可以将脉冲完全包含在分帧窗口中。需要进一步说明的是,此时,如果脉冲继续向右移动Δd2,一般来说需要满足条件:Δd2≤0.5l0。按照步骤四中采用的脉冲频谱质心点和脉冲峰值点的计算方法,只要计算出的脉冲频谱质心点或者脉冲峰值点的横坐标在伸缩线的左侧,我们仍然可以将代表该脉冲的结果包含在分帧窗口中。因此,对于脉冲向右移动水平距离Δd=Δd1+Δd2,需要满足条件:Δd2≤0.5l0。该距离基本上大于大多数脉冲的向右移动的距离,进而可以将这些脉冲完全包含在分帧窗口中。
对于伸缩方法(2)中表现的向左移动,本发明提出一种视觉上左移脉冲判识方法。下面对伸缩方法(2)进一步说明。如伸缩方法(1)中,每个分帧窗口内的脉冲的起点对齐。对于脉冲向左移动的情况,以每一个分帧窗口的起始点1为起点,选取点数m作为截止点,即将范围为[1,m]作为判断区域,选定判断区域内组件信号的脉冲作为标记脉冲。选定判断区域内组件信号的脉冲作为标记脉冲。依次将不同分帧窗口中的标记脉冲的起点或者终点记录下来,记录为Xn={x1,x2,x3,…,xn}。例如,本次实验中样例的输入量包括特征变量(时间序列):Xn={x1,x2,x3,…,x10}和目标变量:Yn={y1,y2,y3,…,y10}。对数据集(Xn,Yn)进行线性回归计算并求取斜率k,即对关于学习参数的函数 求最小化均方误差并确定斜率k。进一步地说,通过线性回归方法计算出输入量的斜率k以及拟合曲线方程。如表1中P-value所示,回归方程均显著有意义,特征变量与目标变量存在线性关系。当斜率k<0时,说明随着时间的推移,目标变量的值在变小,即信号中脉冲的位置向左移动。如图6(a)和(b)所示,信号中脉冲的起点和终点均可以表示信号脉冲左移情况。如图6(c)所示为信号中脉冲的起点中出现了异常值的情况,我们进一步分析发现,异常值并未对脉冲左移的最终的判识结果产生影响。因此,我们选择对输入量的斜率k值作为组件振动的变快的衡量指标。显然,该方法可以避免部分异常值影响斜率k值的正负。对于求解组件振动的状态具有一定的指示参考价值。
表1组件信号中脉冲起点(终点)线性回归拟合表(典型案例)
完成判断区域脉冲的振动状态后,对于信号脉冲的左移问题进行处理。如果求得斜率小于0,则将上一个分帧窗口的后分割线向右移动,直到包含下一个分帧窗口判断区域内的脉冲信号。与此同时,下一个分帧窗口的起始点不变,并在脉冲信号的原位置补0。依次类推,将下一个分帧窗口判断区域内的脉冲整体归到上一个分帧窗口的尾部。然后,将完成分帧窗口自适应伸缩的数据进行统计,确定每一个分帧窗口的长度值L2N,并选取最大长度值作为全部分帧窗口的长度。本次选取最大长度值的过程等同于伸缩方法(1)中确定最大长度值的过程。最后,每一个分帧窗口的起始点均实现对齐,且长度相同,主要伸缩过程如图7所示。至此完成信号脉冲的分帧窗口第二次伸缩调整工作。通过以上两次主要的伸缩过程,实现对组件信号中脉冲移动的处理。实际上,根据经验值,我们通常也会将分帧窗口的判断区域范围内出现脉冲起始点小于50作为组件信号中脉冲可能向左移动的另外一个识别特征。
步骤四、对信号脉冲的频谱质心追踪和脉冲峰值追踪,根据追踪结果对检测信号进行判识,具体步骤如下:
步骤四一、完成全部脉冲分帧窗口的伸缩后,按照分帧窗口的编号归纳成脉冲数据集。
步骤四二、对脉冲数据集进行统计,并选取每一个脉冲波形峰值,也就是说,分别计算每个脉冲的峰值大小与峰值点的位置,形成峰值数据集矩阵。同样的,计算每一个脉冲的频谱质心,即每一个脉冲能量的均值大小与均值点的位置,并形成频谱质心数据集矩阵。
步骤四三、分别对峰值数据集矩阵和频谱质心数据集矩阵绘图,图中平面分割线的位置是采用可容许移动阈值Δd=2m作为间隔距离,对每一个间隔距离内的数据量进行计数统计,显然,组件信号所在的区域,统计数据会明显多于其他区域。以间隔距离内数据量统计作为辅助,快速判识基于PIND平台的检测结果。
根据经验,单组件信号样例和单组件信号脉冲轨迹追踪样例示意图如图8所示。单组件信号脉冲轨迹追踪样例的主要表现为纵向窄带形状点分布。复数组件信号样例和复数组件信号脉冲轨迹追踪样例示意图如图9所示,复数组件信号脉冲轨迹追踪样例的主要表现为多个纵向窄带形状点分布。多余物信号样例和多余物信号脉冲轨迹追踪样例示意图如图10所示,多余物信号脉冲轨迹追踪样例的主要表现为一种随机性点分布。混合信号样例和混合信号脉冲轨迹追踪样例示意图如图11所示,混合信号脉冲轨迹追踪样例的主要表现为既有一条或者多条纵向窄带形状分布的特性。在纵向窄带形状的周围有随机性点分布,也有部分随机性点分布在其他区域。从以上四种主要类型信号轨迹追踪示意图可以实现对基于PIND系统的检测结果进行有效判识。

Claims (8)

1.一种用于颗粒碰撞噪声检测系统检测结果判识的方法,其特征在于所述方法包括如下步骤:
步骤一、通过PIND系统采集信号数据,对采集信号进行滤波;
步骤二、采用三门限和峰值法对已去除基波的信号数据进行提取脉冲;
步骤三、对脉冲数据初始分帧,并先后两次根据对分帧数据的分析,进行分帧窗口自适应伸缩,具体步骤如下:
步骤三一、根据测试条件参数中的振动频率、信号长度以及PIND系统采集卡的采集参数,确定初始分帧窗口的具体参数;
步骤三二、检查每一个脉冲的起始点,是否存在分帧窗口的起止点落于一个脉冲上,遍历本次所有分帧窗口数据与脉冲的起始点的位置关系,若不存在,则不需要对分帧窗口进行伸缩调整,若存在,则需要对分帧窗口进行伸缩调整,具体步骤如下:
步骤三二一、分帧窗口第一次伸缩调整:
(1)设某分帧窗口的编号为N,N≥1,则后一个分帧窗口的编号为N+1,初始阶段的分帧窗口N的后分割线与分帧窗口N+1的前分割线在同一个位置,当分帧窗口N的后分割线向右移动距离为Lbc,则将脉冲放进分帧窗口N中,此时分帧窗口N+1的前分割线保持不动,并在脉冲数据的同一位置补0;
(2)保持分帧窗口N与分帧窗口N+1的起始位置不变,按照公式(1)求出第一次伸缩调整后分帧窗口的最大长度值作为第一次伸缩调整后所有分帧窗口的长度,至此完成信号脉冲的分帧窗口第一次伸缩调整工作,公式(1)如下所示:
L1Max=Max{L1N=(L0+Lbc)N,N=1,2,3,...,n} (1)
式中,L1Max是第一次伸缩调整后所有分帧窗口长度的最大值,Lbc是分帧窗口后分割线的向后移动值,L0为初始分帧窗口的长度值,n代表具体分帧窗口的编号,N代表分帧窗口的数量,若分帧窗口的长度小于L1Max,空缺的位置用0补充;
步骤三二二、分帧窗口第二次伸缩调整:
假设向右移动的脉冲的本身长度为l0,脉冲向右移动水平距离Δd=Δd1+Δd2,Δd≤1.5l0,当脉冲向右移动的第一次水平距离Δd1≤l0,此时,如果脉冲继续再向右移动Δd2,需要满足条件Δd2≤0.5l0
步骤四、对信号脉冲的频谱质心追踪和脉冲峰值追踪,根据追踪结果对检测信号进行判识。
2.根据权利要求1所述的用于颗粒碰撞噪声检测系统检测结果判识的方法,其特征在于所述步骤一的具体步骤如下:按照不同的测试样品设置不同的测试条件参数,将PIND系统采集的信号数据进行基波滤波处理,通过对信号数据求均值来获取信号基波,减去基波信号得到已去除基波的信号数据。
3.根据权利要求2所述的用于颗粒碰撞噪声检测系统检测结果判识的方法,其特征在于所述测试条件参数包括振动加速度、冲击加速度、振动频率、振动时间、冲击次数。
4.根据权利要求1所述的用于颗粒碰撞噪声检测系统检测结果判识的方法,其特征在于所述步骤二的具体步骤如下:采用三门限与峰值法对已去除基波的信号数据进行脉冲信号提取,记录脉冲信号在原信号数据中的起止点位置,从而从信号数据中提取到脉冲,并记录每一个提取脉冲的具体起止点位置。
5.根据权利要求1所述的用于颗粒碰撞噪声检测系统检测结果判识的方法,其特征在于所述初始分帧的具体参数包括帧的数量、帧内点的数量、分帧窗口长度L0。
6.根据权利要求1所述的用于颗粒碰撞噪声检测系统检测结果判识的方法,其特征在于所述步骤三二二替换为:
(1)以每一个分帧窗口的起始点1为起点,选取点数m作为截止点,即将范围为[1,m]作为判断区域,以选定判断区域内组件信号的脉冲作为标记脉冲;
(2)依次将不同分帧窗口中的标记脉冲的起点或者终点记录下来,记录为Xn={x1,x2,x3,…,xn},对数据集(Xn,Yn)进行线性回归计算并求取斜率k以及拟合曲线方程,选择斜率k作为组件振动的变快的衡量指标,也是视觉上脉冲左移的一个主要的条件判识依据;
(3)如果求得斜率k小于0,则将上一个分帧窗口的后分割线向右移动,直到包含下一个分帧窗口判断区域内的脉冲信号,与此同时,下一个分帧窗口的起始点不变,并在脉冲信号的原位置补0,依次类推,将下一个分帧窗口判断区域内的脉冲整体归到上一个分帧窗口的尾部;如果求得斜率k不小于0,则不需要处理;
(4)将完成分帧窗口自适应伸缩的数据进行统计,确定第二次伸缩调整后的每一个分帧窗口的长度值L2N,并选取最大长度值作为第二次伸缩调整后的全部分帧窗口的长度;
(5)每一个分帧窗口的起始点均实现对齐,且长度相同,至此完成信号脉冲的分帧窗口第二次伸缩调整工作。
7.根据权利要求6所述的用于颗粒碰撞噪声检测系统检测结果判识的方法,其特征在于所述m的取值为500~1500。
8.根据权利要求1所述的用于颗粒碰撞噪声检测系统检测结果判识的方法,其特征在于所述步骤四的具体步骤如下:
步骤四一、完成全部脉冲分帧窗口的伸缩后,按照分帧窗口的编号归纳成脉冲数据集;
步骤四二、对脉冲数据集进行统计,计算每个脉冲的峰值大小与峰值点的位置,形成峰值数据集矩阵;计算每一个脉冲的频谱质心,即每一个脉冲能量的均值大小与均值点的位置,形成频谱质心数据集矩阵;
步骤四三、分别对峰值数据集矩阵和频谱质心数据集矩阵绘图,将峰值数据集矩阵和频谱质心数据集矩阵折叠,并全部绘制到一个分帧窗口上,图中平面分割线的位置是采用可容许移动阈值Δd=2m作为间隔距离,对每一个间隔距离内的数据量进行计数统计,以间隔距离内数据量统计作为辅助,快速判识基于PIND平台的检测结果。
CN202211542148.9A 2022-12-02 2022-12-02 一种用于颗粒碰撞噪声检测系统检测结果判识的方法 Active CN115931114B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211542148.9A CN115931114B (zh) 2022-12-02 2022-12-02 一种用于颗粒碰撞噪声检测系统检测结果判识的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211542148.9A CN115931114B (zh) 2022-12-02 2022-12-02 一种用于颗粒碰撞噪声检测系统检测结果判识的方法

Publications (2)

Publication Number Publication Date
CN115931114A CN115931114A (zh) 2023-04-07
CN115931114B true CN115931114B (zh) 2023-08-29

Family

ID=86697376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211542148.9A Active CN115931114B (zh) 2022-12-02 2022-12-02 一种用于颗粒碰撞噪声检测系统检测结果判识的方法

Country Status (1)

Country Link
CN (1) CN115931114B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117009858B (zh) * 2023-08-22 2024-07-09 哈尔滨工业大学 一种航天密封电子元器件多余物检测信号同步分类方法
CN117195068B (zh) * 2023-08-30 2024-06-25 哈尔滨工业大学 基于时空关联算法的pind检测信号分类判识系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1065522A (ja) * 1996-08-20 1998-03-06 Nec Corp 分周器用dc選別回路
JP2003128000A (ja) * 2001-10-25 2003-05-08 Honda Electronic Co Ltd 微粒子の衝突検出装置
CN101655977A (zh) * 2009-09-17 2010-02-24 浙江大学 基于差分图像检测、多窗口滤波去除图像脉冲噪声的方法
CN102830421A (zh) * 2012-08-09 2012-12-19 哈尔滨工业大学 星载电子设备多余物及组件的识别方法
CN107192840A (zh) * 2017-07-12 2017-09-22 哈尔滨理工大学 基于特征信号的航天继天器多余物识别方法
CN109696690A (zh) * 2019-01-25 2019-04-30 上海炬佑智能科技有限公司 飞行时间传感器及其发光检测方法
CN113932861A (zh) * 2021-11-16 2022-01-14 重庆前卫表业有限公司 一种超声波采样窗口自适应调节方法及超声波燃气表
CN115343676A (zh) * 2022-08-19 2022-11-15 黑龙江大学 密封电子设备内部多余物定位技术的特征优化方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1065522A (ja) * 1996-08-20 1998-03-06 Nec Corp 分周器用dc選別回路
JP2003128000A (ja) * 2001-10-25 2003-05-08 Honda Electronic Co Ltd 微粒子の衝突検出装置
CN101655977A (zh) * 2009-09-17 2010-02-24 浙江大学 基于差分图像检测、多窗口滤波去除图像脉冲噪声的方法
CN102830421A (zh) * 2012-08-09 2012-12-19 哈尔滨工业大学 星载电子设备多余物及组件的识别方法
CN107192840A (zh) * 2017-07-12 2017-09-22 哈尔滨理工大学 基于特征信号的航天继天器多余物识别方法
CN109696690A (zh) * 2019-01-25 2019-04-30 上海炬佑智能科技有限公司 飞行时间传感器及其发光检测方法
CN113932861A (zh) * 2021-11-16 2022-01-14 重庆前卫表业有限公司 一种超声波采样窗口自适应调节方法及超声波燃气表
CN115343676A (zh) * 2022-08-19 2022-11-15 黑龙江大学 密封电子设备内部多余物定位技术的特征优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Technology of locating loose particles inside sealed electronic equipment based on Parameter-Optimized Random Forest;Z.G. Sun等;Measurement;第186卷;1-17 *

Also Published As

Publication number Publication date
CN115931114A (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN115931114B (zh) 一种用于颗粒碰撞噪声检测系统检测结果判识的方法
CN103499585B (zh) 基于机器视觉的非连续性锂电池薄膜缺陷检测方法及其装置
JP5425027B2 (ja) ランダムノイズ信号の検出及びフィルタリング方法
JP2008126274A (ja) アーク溶接におけるスパッタ認識方法及びスパッタ認識装置
CN112907561A (zh) 一种基于深度学习的笔记本外观瑕疵检测方法
CN115393354B (zh) 一种激光切割缺陷识别方法
US10413984B2 (en) Method for predicting precision of electrical discharge machine
CN104568956B (zh) 基于机器视觉的带钢表面缺陷的检测方法
CN109993222A (zh) 数据异常检测系统及方法
CN101136624B (zh) 脉冲信号识别装置及方法
CN105069778A (zh) 基于目标特征显著图构建的工业产品表面缺陷检测方法
CN115049670B (zh) 基于齿轮的齿形缺陷检测方法
CN108364306B (zh) 一种高速周期运动的视觉实时检测方法
CN110853077B (zh) 一种基于形态变化估计的自适应红外动态帧特征提取方法
CN111331211A (zh) 电火花小孔加工在线穿透检测方法
US9696717B2 (en) Apparatus and method of segmenting sensor data output from a semiconductor manufacturing facility
CN116400639B (zh) 一种plc采集数据智能清洗方法及系统
CN109558881B (zh) 一种基于计算机视觉的危岩崩塌监控方法
Heydari et al. Iron ore green pellet diameter measurement by using of image processing techniques
CN109584224B (zh) 一种用于对铸件的x射线图像进行分析和显示的方法
Chang et al. An improved faster r-cnn algorithm for gesture recognition in human-robot interaction
CN111538755A (zh) 一种基于归一化互相关与单位根检验的设备运行状态异常检测方法
CN112906733B (zh) 一种两阶段双校核有界偏相关的实时模板匹配方法
CN115267668A (zh) 一种gis局放自动线性定位系统及方法
CN114090949A (zh) 一种鲁棒的振动信号特征值计算方法

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