CN117537874B - 一种生产车间的环境监测方法及系统 - Google Patents
一种生产车间的环境监测方法及系统 Download PDFInfo
- Publication number
- CN117537874B CN117537874B CN202410023310.9A CN202410023310A CN117537874B CN 117537874 B CN117537874 B CN 117537874B CN 202410023310 A CN202410023310 A CN 202410023310A CN 117537874 B CN117537874 B CN 117537874B
- Authority
- CN
- China
- Prior art keywords
- preset
- sensor
- spectrogram
- signal
- frequency
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 77
- 238000012544 monitoring process Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000001228 spectrum Methods 0.000 claims abstract description 72
- 230000007613 environmental effect Effects 0.000 claims abstract description 17
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 14
- 238000010586 diagram Methods 0.000 claims abstract description 5
- 238000012360 testing method Methods 0.000 claims description 74
- 230000000737 periodic effect Effects 0.000 claims description 73
- 230000008859 change Effects 0.000 claims description 55
- 238000001914 filtration Methods 0.000 claims description 50
- 230000007704 transition Effects 0.000 claims description 45
- 230000003595 spectral effect Effects 0.000 claims description 38
- 238000005070 sampling Methods 0.000 claims description 16
- 230000001052 transient effect Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000010355 oscillation Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000005672 electromagnetic field Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Abstract
本发明提供了一种生产车间的环境监测方法及系统，运用于环境数据监测领域；本发明通过频谱分析和频谱图的生成，能够更全面地了解各个传感器的频域特性，有助于及时发现并解决存在的额外频谱成分，提高数据采集的准确性，同时通过为每个传感器构建预设的程序校准，可以确保传感器数据的一致性和可比性，重新布置传感器根据预录的车间布局，有助于优化传感器网络，最大程度地减少交叉干扰的可能性，并且通过重新布置传感器，将其放置在预设的部署方位中，可以最大限度地减少干扰源的影响，从而提高整个生产车间的环境质量。
Description
技术领域
本发明涉及环境数据监测领域，特别涉及为一种生产车间的环境监测方法及系统。
背景技术
目前生产车间需要对环境进行数据监测时，往往是应用各种传感器以获取到环境中的各类数据，而不同类型的传感器会存在交叉干扰，如磁力传感器或温度传感器可能对电磁场敏感，当这些传感器靠近强电磁场时，发生干扰会导致其输出不准确，即传感器所采集到的数据也会与环境下的真实数据存在偏差。
发明内容
本发明旨在解决生产车间内的各个传感器存在交叉干扰的问题，提供一种生产车间的环境监测方法及系统。
本发明为解决技术问题采用如下技术手段：
本发明提供一种生产车间的环境监测方法，包括以下步骤：
基于预设的频谱分析程序，采集生产车间内各个传感器数据的频域特征，根据所述频域特征生成频谱图；
判断所述频谱图中是否存在额外的频谱成分；
若是，则获取各个传感器之间的频谱交叠，将所述各个传感器置于所述生产车间内的同一环境中进行测试，通过对所述各个传感器进行逐一隔离为一对一的形式，识别出单个传感器与另一传感器存在的测试干扰内容，其中，所述测试干扰内容具体包括电磁干扰、机械振动和气体影响；
判断所述测试干扰内容是否匹配预设的交叉干扰；
若匹配，则采用预设的数字滤波对所述测试干扰内容对应的传感器进行过滤，滤除由于所述交叉干扰对所述各个传感器引起的噪音，为所述各个传感器构建预设的程序校准，依据预收录的车间布局，将所述各个传感器重新布置在所述生产车间内各个预设的部署方位中，其中，所述数字滤波具体包括移动平均滤波、中值滤波和滑动窗口滤波。
进一步地，所述则获取各个传感器之间的频谱交叠的步骤前，还包括：
基于预设时段同步所述各个传感器的频谱分析，获取所述各个传感器的频谱信息；
判断所述频谱信息中是否存在不同的频谱图；
若是，则增加预设的采样分辨率以提高所述频谱图上的信号分辨率，根据所述频谱图上预设的动态范围，捕捉所述信号分辨率的幅度变化，从所述频谱图中识别出对应的信号内容，其中，所述信号内容具体包括低幅度信号、微弱信号和远离传感器的信号。
进一步地，所述通过对所述各个传感器进行逐一隔离为一对一的形式的步骤中，还包括：
基于预设的无线通信为所述各个传感器分配独立频段，识别所述独立频段之间存在的相邻频段，获取所述相邻频段的频段宽度；
判断所述频段宽度是否大于预设距离；
若否，则采用预设的动态频段将所述各个传感器根据实时的频谱环境选择可用的测试频段，同时协调所述各个传感器之间的冲突频段，检测到存在所述冲突频段时自适应切换至其他空闲频段。
进一步地，所述则采用预设的数字滤波对所述测试干扰内容对应的传感器进行过滤，滤除由于所述交叉干扰对所述各个传感器引起的噪音的步骤中，还包括：
获取预设滤波器在通频带和阻带之间的过渡带宽；
判断所述过渡带宽是否小于预设的频率宽度；
若是，则在预设的频谱图上实时获取所述过渡带宽的边缘陡峭性，引入预设的振铃效应在所述过渡带宽的信号变化位置进行信号震荡，识别所述过渡带宽的幅度响应平坦度。
进一步地，所述判断所述频谱图中是否存在额外的频谱成分的步骤中，包括：
获取所述频谱图中各个频率成分的谱线宽度；
判断所述谱线宽度是否匹配预设宽度；
若否，则应用预设的小波变换捕捉所述频谱图中的瞬态信号，基于所述瞬态信号从所述频谱图中识别出非平稳信号。
进一步地，所述判断所述测试干扰内容是否匹配预设的交叉干扰的步骤中，包括：
获取所述测试干扰内容基于所述频谱图引入的周期性信号；
判断所述周期性信号是否在所述频谱图中形成预设的重复波形；
若是，则基于所述周期性信号绘制信号周期图，根据所述信号周期图采集所述周期性信号的变化趋势，应用预设的周期性指标量化所述变化趋势以评估所述周期性信号的重复性。
进一步地，所述基于预设的频谱分析程序，采集生产车间内各个传感器数据的频域特征，根据所述频域特征生成频谱图的步骤前，还包括：
获取所述各个传感器的原始信号变化趋势；
判断所述原始信号变化趋势是否属于预收录的局部趋势；
若是，则采用预设的移动平均法计算所述各个传感器在预设窗口内的数据点平均值，将所述数据点平均值从原始信号中减去，去除所述原始信号变化趋势的慢速变化趋势。
本发明还提供一种生产车间的环境监测系统，包括：
采集模块，用于基于预设的频谱分析程序，采集生产车间内各个传感器数据的频域特征，根据所述频域特征生成频谱图；
判断模块，用于判断所述频谱图中是否存在额外的频谱成分；
执行模块，用于若是，则获取各个传感器之间的频谱交叠，将所述各个传感器置于所述生产车间内的同一环境中进行测试，通过对所述各个传感器进行逐一隔离为一对一的形式，识别出单个传感器与另一传感器存在的测试干扰内容，其中，所述测试干扰内容具体包括电磁干扰、机械振动和气体影响；
第二判断模块，用于判断所述测试干扰内容是否匹配预设的交叉干扰；
第二执行模块，用于若匹配，则采用预设的数字滤波对所述测试干扰内容对应的传感器进行过滤，滤除由于所述交叉干扰对所述各个传感器引起的噪音，为所述各个传感器构建预设的程序校准，依据预收录的车间布局，将所述各个传感器重新布置在所述生产车间内各个预设的部署方位中，其中，所述数字滤波具体包括移动平均滤波、中值滤波和滑动窗口滤波。
进一步地，还包括：
获取模块，用于基于预设时段同步所述各个传感器的频谱分析，获取所述各个传感器的频谱信息；
第三判断模块，用于判断所述频谱信息中是否存在不同的频谱图；
第三执行模块，用于若是，则增加预设的采样分辨率以提高所述频谱图上的信号分辨率，根据所述频谱图上预设的动态范围，捕捉所述信号分辨率的幅度变化，从所述频谱图中识别出对应的信号内容，其中，所述信号内容具体包括低幅度信号、微弱信号和远离传感器的信号。
进一步地，所述执行模块还包括：
获取单元，用于基于预设的无线通信为所述各个传感器分配独立频段，识别所述独立频段之间存在的相邻频段，获取所述相邻频段的频段宽度；
判断单元，用于判断所述频段宽度是否大于预设距离；
执行单元，用于若否，则采用预设的动态频段将所述各个传感器根据实时的频谱环境选择可用的测试频段，同时协调所述各个传感器之间的冲突频段，检测到存在所述冲突频段时自适应切换至其他空闲频段。
本发明提供了生产车间的环境监测方法及系统，具有以下有益效果：
本发明通过频谱分析和频谱图的生成，能够更全面地了解各个传感器的频域特性，有助于及时发现并解决存在的额外频谱成分，提高数据采集的准确性，同时通过为每个传感器构建预设的程序校准，可以确保传感器数据的一致性和可比性，重新布置传感器根据预录的车间布局，有助于优化传感器网络，最大程度地减少交叉干扰的可能性，并且通过重新布置传感器，将其放置在预设的部署方位中，可以最大限度地减少干扰源的影响，从而提高整个生产车间的环境质量。
附图说明
图1为本发明生产车间的环境监测方法一个实施例的流程示意图；
图2为本发明生产车间的环境监测系统一个实施例的结构框图。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明，本发明为目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
下面将结合本发明的实施例中的附图，对本发明的实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参考附图1，为本发明一实施例中的生产车间的环境监测方法，包括：
S1：基于预设的频谱分析程序，采集生产车间内各个传感器数据的频域特征，根据所述频域特征生成频谱图；
S2：判断所述频谱图中是否存在额外的频谱成分；
S3：若是，则获取各个传感器之间的频谱交叠，将所述各个传感器置于所述生产车间内的同一环境中进行测试，通过对所述各个传感器进行逐一隔离为一对一的形式，识别出单个传感器与另一传感器存在的测试干扰内容，其中，所述测试干扰内容具体包括电磁干扰、机械振动和气体影响；
S4：判断所述测试干扰内容是否匹配预设的交叉干扰；
S5：若匹配，则采用预设的数字滤波对所述测试干扰内容对应的传感器进行过滤，滤除由于所述交叉干扰对所述各个传感器引起的噪音，为所述各个传感器构建预设的程序校准，依据预收录的车间布局，将所述各个传感器重新布置在所述生产车间内各个预设的部署方位中，其中，所述数字滤波具体包括移动平均滤波、中值滤波和滑动窗口滤波。
在本实施例中，系统基于在生产车间内预先设有的频谱分析程序，采集生产车间内各个传感器数据的频域特性，根据这些频域特征生成各个传感器对应的频谱图，而后系统判断这些频谱图中是否存在有额外的频谱成分，以执行对应的步骤；例如，当系统判定到这些频谱图中并不存在额外的频谱成分时，则系统会认为在当前测试条件下，传感器的数据相对纯净，未受到明显的外部干扰或交叉干扰的影响，而尽管当前没有明显的额外频谱成分，但系统会保持对传感器数据的监测，通过周期性地进行频谱分析和监测，以便及时发现潜在的干扰源变化或新的问题，同时检测可能存在其他类型的干扰源，如温度波动或电源噪声等，以确保全面的监测，并且记录对各个传感器的频谱测试结果，建立出详细的监测日志，有助于将来生产车间的传感数据分析和对比，追踪任何变化以及时采取措施，有助于维持生产车间的环境质量；例如，当系统判定到频谱图中存在额外的频谱成分时，此时系统会获取各个传感器之间的频谱交叠，将各个传感器置于生产车间内的同一环境中进行测试，通过对各个传感器进行逐一隔离成传感器对传感器的一对一形式，识别出单个传感器对另一传感器存在的测试干扰内容，通过将各个传感器置于同一环境中进行测试，能够有效识别在生产车间内引起传感器之间频谱交叠的潜在干扰源，同时识别出单个传感器与其他传感器存在的测试干扰内容后，而后采取有针对性的解决方案，如电磁屏蔽、隔振措施或气体防护装置，从而减轻或消除干扰，提高传感器数据的准确性，并且通过降低传感器之间的干扰内容，使生产车间的整个传感器网络的数据可靠性将显著提升，对于确保生产车间监测数据的准确性和可信度至关重要；而后系统判断这些测试干扰内容是否匹配预先设有的交叉干扰，以执行对应的步骤；例如，当系统判定到测试干扰内容并不匹配预先设有的交叉干扰时，则系统会认为对传感器的干扰内容并不来自于交叉干扰，系统会通过识别其他可能影响传感器性能的因素，如电源波动、设备故障和大气条件变化等，因为这些因素也会导致传感器数据异常，同时检查传感器硬件的更新情况、传感器的布局和电源供应的改进，有助于提高传感器的抗干扰能力，并且逐渐扩大测试范围，包括不同的工作条件和环境变化，有助于确定是否存在其他因素导致传感器受到的不同干扰；例如，当系统判定到测试干扰内容能够匹配预先设有的交叉干扰时，此时系统会采用预先设定的数字滤波对这些测试干扰内容所对应的传感器进行过滤，滤除由于交叉干扰对各个传感器引起的噪音，同时为各个传感器构建预先设有的程序校准，依据系统预先收录对生产车间的布局数据，将各个传感器重新布置在生产车间内各个预先设定好的部署方位中，通过数字滤波过程可以清除干扰引起的噪音，从而提高传感器数据的准确性，对于确保生产车间监测系统提供可靠的数据支持，同时通过为各个传感器构建预设的程序校准，确保各个传感器的数据在同一标准下进行比较，有助于提高传感器数据的一致性和可比性，确保它们在相同的环境中产生一致的结果，并且根据预先收录的车间布局，将各个传感器重新布置在预设的部署方位中，有助于最优化传感器网络，减少干扰的可能性，提高监测系统的稳定性。
需要说明的是，通过采用不同的数字滤波对传感器进行过滤的具体示例如下：
假设生产车间内的温度传感器数据，存在由于环境条件引起的随机波动，此时可以通过采用移动平均滤波，计算每五个数据点的平均值，可以平滑温度曲线，减少瞬时噪音的影响，提取出温度的趋势：
# 移动平均滤波
def moving_average(data, window_size):
result = []
for i in range(len(data) - window_size + 1):
window = data[i : i + window_size]
avg = sum(window) / window_size
result.append(avg)
return result
# 使用示例
temperature_data = [22, 23, 25, 22, 24, 21, 26, 20, 23]
smoothed_data = moving_average(temperature_data, window_size=5)；
假设生产车间内的光照传感器数据，存在由于阳光强烈引起的瞬时噪音，此时可以采用中值滤波有效去除这些异常值，得到更为稳定的光照强度：
# 中值滤波
def median_filter(data, window_size):
result = []
half_window = window_size // 2
for i in range(len(data)):
window = sorted(data[max(0, i - half_window): min(len(data), i+ half_window + 1)])
median = window[len(window) // 2]
result.append(median)
return result
# 使用示例
light_intensity_data = [100, 110, 500, 90, 95, 120, 450, 105, 100]
filtered_data = median_filter(light_intensity_data, window_size=3)；
假设生产车间内的加速度传感器数据中，存在由于机械振动引起的高频噪音，此时可以通过采用滑动窗口滤波，调整窗口内数据点的权重以灵活地适应不同的振动频率：
# 滑动窗口滤波
def weighted_moving_average(data, window_size, weights):
result = []
half_window = window_size // 2
for i in range(len(data)):
window = data[max(0, i - half_window): min(len(data), i +half_window + 1)]
weighted_avg = sum(w * x for w, x in zip(weights, window)) /sum(weights)
result.append(weighted_avg)
return result
# 使用示例
acceleration_data = [2.0, 2.5, 3.2, 3.8, 4.0, 2.7, 3.5, 4.2, 3.0]
custom_weights = [0.1, 0.2, 0.3, 0.2, 0.1]
smoothed_data = weighted_moving_average(acceleration_data, window_size=5, weights=custom_weights)。
在本实施例中，则获取各个传感器之间的频谱交叠的步骤S3前，还包括：
S301：基于预设时段同步所述各个传感器的频谱分析，获取所述各个传感器的频谱信息；
S302：判断所述频谱信息中是否存在不同的频谱图；
S303：若是，则增加预设的采样分辨率以提高所述频谱图上的信号分辨率，根据所述频谱图上预设的动态范围，捕捉所述信号分辨率的幅度变化，从所述频谱图中识别出对应的信号内容，其中，所述信号内容具体包括低幅度信号、微弱信号和远离传感器的信号。
在本实施例中，系统基于预先设好的时段同步各个传感器的频谱分析，以获取到各个传感器的频谱信息，而后系统判断这些频谱信息是否存在不同的频谱图，以执行对应的步骤；例如，当系统判定到各个传感器的频谱信息并不存在不同的频谱图时，则系统会认为各个传感器之间的频谱特征相似，不存在明显的频率差异或交叠，系统可以通过对传感器的健康状态检查，识别出需要更换或修复失效的传感器，同时确保传感器受到的外部环境条件是正常且一致的，避免传感器受到不同外部环境下的影响，并且通过调整频谱分析的参数以增加灵敏度，可以更细致地检测传感器的频谱特征；例如，当系统判定到这些频谱信息中存在不同的频谱图时，此时系统会认为各个传感器受到不同的频率成分或干扰影响，导致它们的频谱特征差异明显，系统会通过增加预先设有的采样分辨率提高频谱图上的信号分辨率，根据频谱图上预先设有的动态范围，捕捉信号分辨率的幅度变化，从频谱图中识别出对应的信号内容，通过增加采样分辨率有助于扩大动态范围，使系统能够同时捕捉到强信号和弱信号，提高信号测量的全面性，同时增加采样分辨率会使频谱图上的数据点分辨频率更密集，能够更准确地捕捉信号的幅度变化，有助于细致地分析频谱中的不同信号成分，尤其是低幅度、微弱或远离传感器的信号，并且采样分辨率有助于减小量化误差，提高信号与噪音的比例，从而优化信噪比，对于在频谱图中清晰地分辨微弱信号至关重要。
在本实施例中，通过对所述各个传感器进行逐一隔离为一对一的形式的步骤S3中，还包括：
S31：基于预设的无线通信为所述各个传感器分配独立频段，识别所述独立频段之间存在的相邻频段，获取所述相邻频段的频段宽度；
S32：判断所述频段宽度是否大于预设距离；
S33：若否，则采用预设的动态频段将所述各个传感器根据实时的频谱环境选择可用的测试频段，同时协调所述各个传感器之间的冲突频段，检测到存在所述冲突频段时自适应切换至其他空闲频段。
在本实施例中，系统基于在生产车间内预先设有的无线通信功能，为各个传感器分配独立频段，识别独立频段之间存在的相邻频段，以获取相邻频段的频段宽度，而后系统判断这些频段宽度是否大于预先设好的距离，以执行对应的步骤；例如，当系统判定到相邻频段的频段宽度大于预先设好的距离时，则系统会认为不存在频谱交叠或者频段之间的干扰，系统会通过采用频谱监测工具持续监测频谱，以确保系统在运行过程中没有出现未预料的频谱变化，同时通过调整天线方向和设备位置，最小化潜在的频谱交叠，并且建议车间人员进行定期的系统巡检和维护包括检查设备参数设置、更新固件和清理设备，确保设备正常运行，防止潜在的问题；例如，当系统判定到相邻频段的频段宽度并未大于预先设好的距离时，此时系统会采用预先设有的动态频段将各个传感器根据实时的频谱环境选择可用的独立测试频段，同时协调各个传感器之间的冲突频段，检测到存在频段宽度并未大于预先设好距离的可能冲突频段时，会将相应的传感器自适应切换至其他空闲频段中进行测试，通过动态分配可用频段，系统能够更有效地利用频谱资源，避免频段冲突，提高整体的频谱利用效率，同时通过协调传感器之间的频段选择，可以降低频段冲突的发生概率，减少传感器之间的干扰，从而提高系统的稳定性和可靠性，并且当检测到存在频段宽度大于预设距离的冲突频段时，自动将传感器切换至其他空闲频段进行测试，保障了测试任务的持续进行，提高了系统的自适应性。
在本实施例中，则采用预设的数字滤波对所述测试干扰内容对应的传感器进行过滤，滤除由于所述交叉干扰对所述各个传感器引起的噪音的步骤S5中，还包括：
S51：获取预设滤波器在通频带和阻带之间的过渡带宽；
S52：判断所述过渡带宽是否小于预设的频率宽度；
S53：若是，则在预设的频谱图上实时获取所述过渡带宽的边缘陡峭性，引入预设的振铃效应在所述过渡带宽的信号变化位置进行信号震荡，识别所述过渡带宽的幅度响应平坦度。
在本实施例中，系统通过获取预先设有的滤波器在通频带和阻带之间的过渡带宽，而后系统判断该过渡带宽是否小于预先设有的频率宽度，以执行对应的步骤；例如，当系统判定到过渡带宽并未小于预先设有的频率宽度时，则系统会认为滤波器元件损坏或老化可能导致性能下降，导致信号的失真和交叉干扰，系统会对滤波器进行设备检修或更换滤波器元件，以确保设备处于良好工作状态，同时仔细检查和调整滤波器的配置，确保它匹配生产车间所需的内容配置，并且根据生产车间的环境变化选择适当的滤波器频率范围，确保它能够满足系统的要求；例如，当系统判定到滤波器的过渡带宽小于预先设有的频率宽度时，此时系统会认为滤波器的性能较好，能够更精确地限制通过的频率范围，但系统仍然会在预先设有的频谱图上实时获取过渡带宽的边缘陡峭性，通过引入预先设有的振铃效应在过渡带宽的信号变化位置进行信号震荡，以识别到过渡带宽的幅度响应平坦度，通过实时获取过渡带宽的边缘陡峭性，可以更准确地评估滤波器的边缘响应，对于确保滤波器在目标频率范围内有良好的截止特性，同时引入振铃效应可以帮助识别在过渡带宽的信号变化位置是否存在振铃现象，因为振铃现象会影响信号的稳定性和准确性，并且通过识别过渡带宽的幅度响应平坦度，可以观察得到滤波器在过渡带宽内信号的衰减情况，确保信号在过渡带宽内不发生意外的幅度变化。
在本实施例中，判断所述频谱图中是否存在额外的频谱成分的步骤S2中，包括：
S21：获取所述频谱图中各个频率成分的谱线宽度；
S22：判断所述谱线宽度是否匹配预设宽度；
S23：若否，则应用预设的小波变换捕捉所述频谱图中的瞬态信号，基于所述瞬态信号从所述频谱图中识别出非平稳信号。
在本实施例中，系统通过获取频谱图中各个频率成分的谱线宽度，而后系统判断这些谱线宽度是否匹配预先设定的宽度，以执行对应的步骤；例如，当系统判定到频谱图中各个频率成分的谱线宽度能够匹配预先设定的宽度时，则系统会认为各个信号源或频率成分的频谱特性符合预期，谱线宽度与预设的宽度相匹配，系统会针对这些频率成分的信号源，维持其稳定性，确保其频率特性不随时间或环境变化而产生明显变化，同时定期进行异常检测，及时发现并排除任何与频谱特性不匹配的问题，以保持系统的正常运行，并且定期进行系统校准的监测，确保系统仍然符合预期的频率成分特性；例如，当系统判定到频谱图中各个频率成分的谱线宽度并不匹配预先设定的宽度时，此时系统会认为频率成分的频谱特征不符合逾期，系统会应用预先设有的小波变换捕捉频谱图中的瞬态信号，基于瞬态信号从频谱图中识别出非平稳信号，由于小波变换对于瞬态信号的捕捉能力较强，能够有效地识别频谱图中的瞬态变化，有助于精准地捕捉瞬态信号的存在，提高系统对于短暂信号变化的敏感性，同时通过基于瞬态信号的识别，可以辨别出频谱图中的非平稳信号，即时发现信号的不规律变化，并且针对频谱图中的瞬态信号，小波变换在信号和噪声分离上有较好的性能，有助于抑制噪声对信号的影响，提高信号与噪声的分离程度，进一步净化频谱图。
在本实施例中，判断所述测试干扰内容是否匹配预设的交叉干扰的步骤S4中，包括：
S41：获取所述测试干扰内容基于所述频谱图引入的周期性信号；
S42：判断所述周期性信号是否在所述频谱图中形成预设的重复波形；
S43：若是，则基于所述周期性信号绘制信号周期图，根据所述信号周期图采集所述周期性信号的变化趋势，应用预设的周期性指标量化所述变化趋势以评估所述周期性信号的重复性。
在本实施例中，系统通过获取测试干扰内容基于频谱图引入的周期性信号，而后系统判断这些周期性信号是否在频谱图中形成了预先设有的重复波形，以执行对应的步骤；例如，当系统判定到这些周期性信号并未在频谱图上形成重复波形时，则系统会认为这些信号具有自身的周期性，而非外部因素引起的交叉干扰，系统通过检查系统中的其他设备或信号源，采取措施降低或消除外部干扰，同时调整采样率、采样时间等参数，确保采样频率足够高，以准确地捕捉信号的周期性，并且检查信号源的特性和工作原理，确认其是否具有自身的周期性；例如，当系统判定到这些周期性信号在频谱图上形成了重复波形时，此时系统会认为信号受到了外部因素引起的交叉干扰，系统会基于这些周期性信号绘制出信号周期图，根据信号周期图采集周期性信号的变化趋势，应用预先设有的周期性指标量化变化趋势，评估周期性信号的重复性，通过采集周期性信号的变化趋势有助于了解传感信号在时间上的演变和动态性，同时信号周期图可以直观地呈现周期性信号的重复波形，使其周期性特征一目了然，并且基于量化的周期性指标，可以更准确地识别出周期性信号，区分其与其他非周期性信号，提高了对周期性信号的自动化识别能力，减少由于周期性信号问题引起的传感数据采集中断。
在本实施例中，基于预设的频谱分析程序，采集生产车间内各个传感器数据的频域特征，根据所述频域特征生成频谱图的步骤S1前，还包括：
S101：获取所述各个传感器的原始信号变化趋势；
S102：判断所述原始信号变化趋势是否属于预收录的局部趋势；
S103：若是，则采用预设的移动平均法计算所述各个传感器在预设窗口内的数据点平均值，将所述数据点平均值从原始信号中减去，去除所述原始信号变化趋势的慢速变化趋势。
在本实施例中，系统通过获取各个传感器的原始信号变化趋势，而后判断这些原始信号变化趋势是否属于预先收录的局部趋势，以执行对应的步骤；例如，当系统判定到各个传感器的原始变化趋势不属于预先收录的局部趋势时，则系统会认为传感信号不存在直流分量或趋势成分，系统仍然会通过检查传感器数据的采集质量，排除数据采集设备引起的直流分量缺失可能性，同时对传感器进行重新校准，有助于消除由于校准偏差引起的趋势变化异常，并且检查传感器是否存在故障或损坏，排除传感器本身故障引起的问题，确保其正常工作；例如，当系统判定到各个传感器的原始变化趋势属于预先收录的局部趋势时，此时系统会认为传感信号存在直流分量或趋势成分，系统会通过采用预先设有的移动平均法计算各个传感器在预先设定窗口内的数据点平均值，将该数据点平均值从原始信号中减去，以去除原始信号变化趋势的慢速变化趋势，因为移动平均法能够平滑信号中的慢速变化趋势，提高了对信号整体趋势的识别能力，有助于减少由于慢速趋势引起的噪音，同时通过去除慢速趋势，有助于更清晰地分析信号中的快速波动和突变，提高了对瞬时变化的敏感性，并且消除慢速变化趋势后，对于信号趋势的分析更为准确，有助于更精确地了解信号的整体趋势。
需要说明的是，采用移动平均法计算传感器在窗口内的数据点平均值的具体示例如下：
假设有一组传感器数据如下，
原始数据:
X=[10,12,14,16,18,20,22,24,26,28]
现在需要通过采用移动平均法计算窗口大小为3的平均值，则步骤如下：
选择移动平均的窗口大小，假设为3
对于第一个窗口 [10,12,14][10,12,14]，则计算平均值1的过程为==12，
对于第二个窗口 [12,14,16][12,14,16]，则计算平均值2的过程为==14
依此类推，可以计算每个窗口的平均值；
计算结果对应的平均值=[12,14,16,18,20,22,24]；
通过上述计算过程，我们得到了原始数据的移动平均值序列，这个平均值序列可以反映出数据的慢速变化趋势，去除了原始数据中的高频噪音，使得趋势更为平滑，平衡对慢速和快速变化的敏感性。
参考附图2，为本发明一实施例中生产车间的环境监测系统，包括：
采集模块10，用于基于预设的频谱分析程序，采集生产车间内各个传感器数据的频域特征，根据所述频域特征生成频谱图；
判断模块20，用于判断所述频谱图中是否存在额外的频谱成分；
执行模块30，用于若是，则获取各个传感器之间的频谱交叠，将所述各个传感器置于所述生产车间内的同一环境中进行测试，通过对所述各个传感器进行逐一隔离为一对一的形式，识别出单个传感器与另一传感器存在的测试干扰内容，其中，所述测试干扰内容具体包括电磁干扰、机械振动和气体影响；
第二判断模块40，用于判断所述测试干扰内容是否匹配预设的交叉干扰；
第二执行模块50，用于若匹配，则采用预设的数字滤波对所述测试干扰内容对应的传感器进行过滤，滤除由于所述交叉干扰对所述各个传感器引起的噪音，为所述各个传感器构建预设的程序校准，依据预收录的车间布局，将所述各个传感器重新布置在所述生产车间内各个预设的部署方位中，其中，所述数字滤波具体包括移动平均滤波、中值滤波和滑动窗口滤波。
在本实施例中，采集模块10基于在生产车间内预先设有的频谱分析程序，采集生产车间内各个传感器数据的频域特性，根据这些频域特征生成各个传感器对应的频谱图，而后判断模块20判断这些频谱图中是否存在有额外的频谱成分，以执行对应的步骤；例如，当系统判定到这些频谱图中并不存在额外的频谱成分时，则系统会认为在当前测试条件下，传感器的数据相对纯净，未受到明显的外部干扰或交叉干扰的影响，而尽管当前没有明显的额外频谱成分，但系统会保持对传感器数据的监测，通过周期性地进行频谱分析和监测，以便及时发现潜在的干扰源变化或新的问题，同时检测可能存在其他类型的干扰源，如温度波动或电源噪声等，以确保全面的监测，并且记录对各个传感器的频谱测试结果，建立出详细的监测日志，有助于将来生产车间的传感数据分析和对比，追踪任何变化以及时采取措施，有助于维持生产车间的环境质量；例如，当系统判定到频谱图中存在额外的频谱成分时，此时执行模块30会获取各个传感器之间的频谱交叠，将各个传感器置于生产车间内的同一环境中进行测试，通过对各个传感器进行逐一隔离成传感器对传感器的一对一形式，识别出单个传感器对另一传感器存在的测试干扰内容，通过将各个传感器置于同一环境中进行测试，能够有效识别在生产车间内引起传感器之间频谱交叠的潜在干扰源，同时识别出单个传感器与其他传感器存在的测试干扰内容后，而后采取有针对性的解决方案，如电磁屏蔽、隔振措施或气体防护装置，从而减轻或消除干扰，提高传感器数据的准确性，并且通过降低传感器之间的干扰内容，使生产车间的整个传感器网络的数据可靠性将显著提升，对于确保生产车间监测数据的准确性和可信度至关重要；而后第二判断模块40判断这些测试干扰内容是否匹配预先设有的交叉干扰，以执行对应的步骤；例如，当系统判定到测试干扰内容并不匹配预先设有的交叉干扰时，则系统会认为对传感器的干扰内容并不来自于交叉干扰，系统会通过识别其他可能影响传感器性能的因素，如电源波动、设备故障和大气条件变化等，因为这些因素也会导致传感器数据异常，同时检查传感器硬件的更新情况、传感器的布局和电源供应的改进，有助于提高传感器的抗干扰能力，并且逐渐扩大测试范围，包括不同的工作条件和环境变化，有助于确定是否存在其他因素导致传感器受到的不同干扰；例如，当系统判定到测试干扰内容能够匹配预先设有的交叉干扰时，此时第二执行模块50会采用预先设定的数字滤波对这些测试干扰内容所对应的传感器进行过滤，滤除由于交叉干扰对各个传感器引起的噪音，同时为各个传感器构建预先设有的程序校准，依据系统预先收录对生产车间的布局数据，将各个传感器重新布置在生产车间内各个预先设定好的部署方位中，通过数字滤波过程可以清除干扰引起的噪音，从而提高传感器数据的准确性，对于确保生产车间监测系统提供可靠的数据支持，同时通过为各个传感器构建预设的程序校准，确保各个传感器的数据在同一标准下进行比较，有助于提高传感器数据的一致性和可比性，确保它们在相同的环境中产生一致的结果，并且根据预先收录的车间布局，将各个传感器重新布置在预设的部署方位中，有助于最优化传感器网络，减少干扰的可能性，提高监测系统的稳定性。
在本实施例中，还包括：
获取模块，用于基于预设时段同步所述各个传感器的频谱分析，获取所述各个传感器的频谱信息；
第三判断模块，用于判断所述频谱信息中是否存在不同的频谱图；
第三执行模块，用于若是，则增加预设的采样分辨率以提高所述频谱图上的信号分辨率，根据所述频谱图上预设的动态范围，捕捉所述信号分辨率的幅度变化，从所述频谱图中识别出对应的信号内容，其中，所述信号内容具体包括低幅度信号、微弱信号和远离传感器的信号。
在本实施例中，系统基于预先设好的时段同步各个传感器的频谱分析，以获取到各个传感器的频谱信息，而后系统判断这些频谱信息是否存在不同的频谱图，以执行对应的步骤；例如，当系统判定到各个传感器的频谱信息并不存在不同的频谱图时，则系统会认为各个传感器之间的频谱特征相似，不存在明显的频率差异或交叠，系统可以通过对传感器的健康状态检查，识别出需要更换或修复失效的传感器，同时确保传感器受到的外部环境条件是正常且一致的，避免传感器受到不同外部环境下的影响，并且通过调整频谱分析的参数以增加灵敏度，可以更细致地检测传感器的频谱特征；例如，当系统判定到这些频谱信息中存在不同的频谱图时，此时系统会认为各个传感器受到不同的频率成分或干扰影响，导致它们的频谱特征差异明显，系统会通过增加预先设有的采样分辨率提高频谱图上的信号分辨率，根据频谱图上预先设有的动态范围，捕捉信号分辨率的幅度变化，从频谱图中识别出对应的信号内容，通过增加采样分辨率有助于扩大动态范围，使系统能够同时捕捉到强信号和弱信号，提高信号测量的全面性，同时增加采样分辨率会使频谱图上的数据点分辨频率更密集，能够更准确地捕捉信号的幅度变化，有助于细致地分析频谱中的不同信号成分，尤其是低幅度、微弱或远离传感器的信号，并且采样分辨率有助于减小量化误差，提高信号与噪音的比例，从而优化信噪比，对于在频谱图中清晰地分辨微弱信号至关重要。
在本实施例中，执行模块还包括：
获取单元，用于基于预设的无线通信为所述各个传感器分配独立频段，识别所述独立频段之间存在的相邻频段，获取所述相邻频段的频段宽度；
判断单元，用于判断所述频段宽度是否大于预设距离；
执行单元，用于若否，则采用预设的动态频段将所述各个传感器根据实时的频谱环境选择可用的测试频段，同时协调所述各个传感器之间的冲突频段，检测到存在所述冲突频段时自适应切换至其他空闲频段。
在本实施例中，系统基于在生产车间内预先设有的无线通信功能，为各个传感器分配独立频段，识别独立频段之间存在的相邻频段，以获取相邻频段的频段宽度，而后系统判断这些频段宽度是否大于预先设好的距离，以执行对应的步骤；例如，当系统判定到相邻频段的频段宽度大于预先设好的距离时，则系统会认为不存在频谱交叠或者频段之间的干扰，系统会通过采用频谱监测工具持续监测频谱，以确保系统在运行过程中没有出现未预料的频谱变化，同时通过调整天线方向和设备位置，最小化潜在的频谱交叠，并且建议车间人员进行定期的系统巡检和维护包括检查设备参数设置、更新固件和清理设备，确保设备正常运行，防止潜在的问题；例如，当系统判定到相邻频段的频段宽度并未大于预先设好的距离时，此时系统会采用预先设有的动态频段将各个传感器根据实时的频谱环境选择可用的独立测试频段，同时协调各个传感器之间的冲突频段，检测到存在频段宽度并未大于预先设好距离的可能冲突频段时，会将相应的传感器自适应切换至其他空闲频段中进行测试，通过动态分配可用频段，系统能够更有效地利用频谱资源，避免频段冲突，提高整体的频谱利用效率，同时通过协调传感器之间的频段选择，可以降低频段冲突的发生概率，减少传感器之间的干扰，从而提高系统的稳定性和可靠性，并且当检测到存在频段宽度大于预设距离的冲突频段时，自动将传感器切换至其他空闲频段进行测试，保障了测试任务的持续进行，提高了系统的自适应性。
在本实施例中，第二执行模块还包括：
第二获取单元，用于获取预设滤波器在通频带和阻带之间的过渡带宽；
第二判断单元，用于判断所述过渡带宽是否小于预设的频率宽度；
第二执行单元，用于若是，则在预设的频谱图上实时获取所述过渡带宽的边缘陡峭性，引入预设的振铃效应在所述过渡带宽的信号变化位置进行信号震荡，识别所述过渡带宽的幅度响应平坦度。
在本实施例中，系统通过获取预先设有的滤波器在通频带和阻带之间的过渡带宽，而后系统判断该过渡带宽是否小于预先设有的频率宽度，以执行对应的步骤；例如，当系统判定到过渡带宽并未小于预先设有的频率宽度时，则系统会认为滤波器元件损坏或老化可能导致性能下降，导致信号的失真和交叉干扰，系统会对滤波器进行设备检修或更换滤波器元件，以确保设备处于良好工作状态，同时仔细检查和调整滤波器的配置，确保它匹配生产车间所需的内容配置，并且根据生产车间的环境变化选择适当的滤波器频率范围，确保它能够满足系统的要求；例如，当系统判定到滤波器的过渡带宽小于预先设有的频率宽度时，此时系统会认为滤波器的性能较好，能够更精确地限制通过的频率范围，但系统仍然会在预先设有的频谱图上实时获取过渡带宽的边缘陡峭性，通过引入预先设有的振铃效应在过渡带宽的信号变化位置进行信号震荡，以识别到过渡带宽的幅度响应平坦度，通过实时获取过渡带宽的边缘陡峭性，可以更准确地评估滤波器的边缘响应，对于确保滤波器在目标频率范围内有良好的截止特性，同时引入振铃效应可以帮助识别在过渡带宽的信号变化位置是否存在振铃现象，因为振铃现象会影响信号的稳定性和准确性，并且通过识别过渡带宽的幅度响应平坦度，可以观察得到滤波器在过渡带宽内信号的衰减情况，确保信号在过渡带宽内不发生意外的幅度变化。
在本实施例中，判断模块还包括：
第三获取单元，用于获取所述频谱图中各个频率成分的谱线宽度；
第三判断单元，用于判断所述谱线宽度是否匹配预设宽度；
第三执行单元，用于若否，则应用预设的小波变换捕捉所述频谱图中的瞬态信号，基于所述瞬态信号从所述频谱图中识别出非平稳信号。
在本实施例中，系统通过获取频谱图中各个频率成分的谱线宽度，而后系统判断这些谱线宽度是否匹配预先设定的宽度，以执行对应的步骤；例如，当系统判定到频谱图中各个频率成分的谱线宽度能够匹配预先设定的宽度时，则系统会认为各个信号源或频率成分的频谱特性符合预期，谱线宽度与预设的宽度相匹配，系统会针对这些频率成分的信号源，维持其稳定性，确保其频率特性不随时间或环境变化而产生明显变化，同时定期进行异常检测，及时发现并排除任何与频谱特性不匹配的问题，以保持系统的正常运行，并且定期进行系统校准的监测，确保系统仍然符合预期的频率成分特性；例如，当系统判定到频谱图中各个频率成分的谱线宽度并不匹配预先设定的宽度时，此时系统会认为频率成分的频谱特征不符合逾期，系统会应用预先设有的小波变换捕捉频谱图中的瞬态信号，基于瞬态信号从频谱图中识别出非平稳信号，由于小波变换对于瞬态信号的捕捉能力较强，能够有效地识别频谱图中的瞬态变化，有助于精准地捕捉瞬态信号的存在，提高系统对于短暂信号变化的敏感性，同时通过基于瞬态信号的识别，可以辨别出频谱图中的非平稳信号，即时发现信号的不规律变化，并且针对频谱图中的瞬态信号，小波变换在信号和噪声分离上有较好的性能，有助于抑制噪声对信号的影响，提高信号与噪声的分离程度，进一步净化频谱图。
在本实施例中，第二判断模块还包括：
第四获取单元，用于获取所述测试干扰内容基于所述频谱图引入的周期性信号；
第四判断单元，用于判断所述周期性信号是否在所述频谱图中形成预设的重复波形；
第四执行单元，用于若是，则基于所述周期性信号绘制信号周期图，根据所述信号周期图采集所述周期性信号的变化趋势，应用预设的周期性指标量化所述变化趋势以评估所述周期性信号的重复性。
在本实施例中，系统通过获取测试干扰内容基于频谱图引入的周期性信号，而后系统判断这些周期性信号是否在频谱图中形成了预先设有的重复波形，以执行对应的步骤；例如，当系统判定到这些周期性信号并未在频谱图上形成重复波形时，则系统会认为这些信号具有自身的周期性，而非外部因素引起的交叉干扰，系统通过检查系统中的其他设备或信号源，采取措施降低或消除外部干扰，同时调整采样率、采样时间等参数，确保采样频率足够高，以准确地捕捉信号的周期性，并且检查信号源的特性和工作原理，确认其是否具有自身的周期性；例如，当系统判定到这些周期性信号在频谱图上形成了重复波形时，此时系统会认为信号受到了外部因素引起的交叉干扰，系统会基于这些周期性信号绘制出信号周期图，根据信号周期图采集周期性信号的变化趋势，应用预先设有的周期性指标量化变化趋势，评估周期性信号的重复性，通过采集周期性信号的变化趋势有助于了解传感信号在时间上的演变和动态性，同时信号周期图可以直观地呈现周期性信号的重复波形，使其周期性特征一目了然，并且基于量化的周期性指标，可以更准确地识别出周期性信号，区分其与其他非周期性信号，提高了对周期性信号的自动化识别能力，减少由于周期性信号问题引起的传感数据采集中断。
在本实施例中，还包括：
第二获取模块，用于获取所述各个传感器的原始信号变化趋势；
第四判断模块，用于判断所述原始信号变化趋势是否属于预收录的局部趋势；
第四执行模块，用于若是，则采用预设的移动平均法计算所述各个传感器在预设窗口内的数据点平均值，将所述数据点平均值从原始信号中减去，去除所述原始信号变化趋势的慢速变化趋势。
在本实施例中，系统通过获取各个传感器的原始信号变化趋势，而后判断这些原始信号变化趋势是否属于预先收录的局部趋势，以执行对应的步骤；例如，当系统判定到各个传感器的原始变化趋势不属于预先收录的局部趋势时，则系统会认为传感信号不存在直流分量或趋势成分，系统仍然会通过检查传感器数据的采集质量，排除数据采集设备引起的直流分量缺失可能性，同时对传感器进行重新校准，有助于消除由于校准偏差引起的趋势变化异常，并且检查传感器是否存在故障或损坏，排除传感器本身故障引起的问题，确保其正常工作；例如，当系统判定到各个传感器的原始变化趋势属于预先收录的局部趋势时，此时系统会认为传感信号存在直流分量或趋势成分，系统会通过采用预先设有的移动平均法计算各个传感器在预先设定窗口内的数据点平均值，将该数据点平均值从原始信号中减去，以去除原始信号变化趋势的慢速变化趋势，因为移动平均法能够平滑信号中的慢速变化趋势，提高了对信号整体趋势的识别能力，有助于减少由于慢速趋势引起的噪音，同时通过去除慢速趋势，有助于更清晰地分析信号中的快速波动和突变，提高了对瞬时变化的敏感性，并且消除慢速变化趋势后，对于信号趋势的分析更为准确，有助于更精确地了解信号的整体趋势。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种生产车间的环境监测方法，其特征在于，包括以下步骤：
基于预设的频谱分析程序，采集生产车间内各个传感器数据的频域特征，根据所述频域特征生成频谱图；
判断所述频谱图中是否存在额外的频谱成分；
若是，则获取各个传感器之间的频谱交叠，将所述各个传感器置于所述生产车间内的同一环境中进行测试，通过对所述各个传感器进行逐一隔离为一对一的形式，识别出单个传感器与另一传感器存在的测试干扰内容，其中，所述测试干扰内容具体包括电磁干扰、机械振动和气体影响；
判断所述测试干扰内容是否匹配预设的交叉干扰；
若匹配，则采用预设的数字滤波对所述测试干扰内容对应的传感器进行过滤，滤除由于所述交叉干扰对所述各个传感器引起的噪音，为所述各个传感器构建预设的程序校准，依据预收录的车间布局，将所述各个传感器重新布置在所述生产车间内各个预设的部署方位中，其中，所述数字滤波具体包括移动平均滤波、中值滤波和滑动窗口滤波。
2.根据权利要求1所述的生产车间的环境监测方法，其特征在于，所述则获取各个传感器之间的频谱交叠的步骤前，还包括：
基于预设时段同步所述各个传感器的频谱分析，获取所述各个传感器的频谱信息；
判断所述频谱信息中是否存在不同的频谱图；
若是，则增加预设的采样分辨率以提高所述频谱图上的信号分辨率，根据所述频谱图上预设的动态范围，捕捉所述信号分辨率的幅度变化，从所述频谱图中识别出对应的信号内容。
3.根据权利要求1所述的生产车间的环境监测方法，其特征在于，所述通过对所述各个传感器进行逐一隔离为一对一的形式的步骤中，还包括：
基于预设的无线通信为所述各个传感器分配独立频段，识别所述独立频段之间存在的相邻频段，获取所述相邻频段的频段宽度；
判断所述频段宽度是否大于预设距离；
若否，则采用预设的动态频段将所述各个传感器根据实时的频谱环境选择可用的测试频段，同时协调所述各个传感器之间的冲突频段，检测到存在所述冲突频段时自适应切换至其他空闲频段。
4.根据权利要求1所述的生产车间的环境监测方法，其特征在于，所述则采用预设的数字滤波对所述测试干扰内容对应的传感器进行过滤，滤除由于所述交叉干扰对所述各个传感器引起的噪音的步骤中，还包括：
获取预设滤波器在通频带和阻带之间的过渡带宽；
判断所述过渡带宽是否小于预设的频率宽度；
若是，则在预设的频谱图上实时获取所述过渡带宽的边缘陡峭性，引入预设的振铃效应在所述过渡带宽的信号变化位置进行信号震荡，识别所述过渡带宽的幅度响应平坦度。
5.根据权利要求1所述的生产车间的环境监测方法，其特征在于，所述判断所述频谱图中是否存在额外的频谱成分的步骤中，包括：
获取所述频谱图中各个频率成分的谱线宽度；
判断所述谱线宽度是否匹配预设宽度；
若否，则应用预设的小波变换捕捉所述频谱图中的瞬态信号，基于所述瞬态信号从所述频谱图中识别出非平稳信号。
6.根据权利要求1所述的生产车间的环境监测方法，其特征在于，所述判断所述测试干扰内容是否匹配预设的交叉干扰的步骤中，包括：
获取所述测试干扰内容基于所述频谱图引入的周期性信号；
判断所述周期性信号是否在所述频谱图中形成预设的重复波形；
若是，则基于所述周期性信号绘制信号周期图，根据所述信号周期图采集所述周期性信号的变化趋势，应用预设的周期性指标量化所述变化趋势以评估所述周期性信号的重复性。
7.根据权利要求1所述的生产车间的环境监测方法，其特征在于，所述基于预设的频谱分析程序，采集生产车间内各个传感器数据的频域特征，根据所述频域特征生成频谱图的步骤前，还包括：
获取所述各个传感器的原始信号变化趋势；
判断所述原始信号变化趋势是否属于预收录的局部趋势；
若是，则采用预设的移动平均法计算所述各个传感器在预设窗口内的数据点平均值，将所述数据点平均值从原始信号中减去，去除所述原始信号变化趋势的慢速变化趋势。
8.一种生产车间的环境监测系统，其特征在于，包括：
采集模块，用于基于预设的频谱分析程序，采集生产车间内各个传感器数据的频域特征，根据所述频域特征生成频谱图；
判断模块，用于判断所述频谱图中是否存在额外的频谱成分；
执行模块，用于若是，则获取各个传感器之间的频谱交叠，将所述各个传感器置于所述生产车间内的同一环境中进行测试，通过对所述各个传感器进行逐一隔离为一对一的形式，识别出单个传感器与另一传感器存在的测试干扰内容，其中，所述测试干扰内容具体包括电磁干扰、机械振动和气体影响；
第二判断模块，用于判断所述测试干扰内容是否匹配预设的交叉干扰；
第二执行模块，用于若匹配，则采用预设的数字滤波对所述测试干扰内容对应的传感器进行过滤，滤除由于所述交叉干扰对所述各个传感器引起的噪音，为所述各个传感器构建预设的程序校准，依据预收录的车间布局，将所述各个传感器重新布置在所述生产车间内各个预设的部署方位中，其中，所述数字滤波具体包括移动平均滤波、中值滤波和滑动窗口滤波。
9.根据权利要求8所述的生产车间的环境监测系统，其特征在于，还包括：
获取模块，用于基于预设时段同步所述各个传感器的频谱分析，获取所述各个传感器的频谱信息；
第三判断模块，用于判断所述频谱信息中是否存在不同的频谱图；
第三执行模块，用于若是，则增加预设的采样分辨率以提高所述频谱图上的信号分辨率，根据所述频谱图上预设的动态范围，捕捉所述信号分辨率的幅度变化，从所述频谱图中识别出对应的信号内容。
10.根据权利要求8所述的生产车间的环境监测系统，其特征在于，所述执行模块还包括：
获取单元，用于基于预设的无线通信为所述各个传感器分配独立频段，识别所述独立频段之间存在的相邻频段，获取所述相邻频段的频段宽度；
判断单元，用于判断所述频段宽度是否大于预设距离；
执行单元，用于若否，则采用预设的动态频段将所述各个传感器根据实时的频谱环境选择可用的测试频段，同时协调所述各个传感器之间的冲突频段，检测到存在所述冲突频段时自适应切换至其他空闲频段。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410023310.9A CN117537874B (zh) | 2024-01-08 | 2024-01-08 | 一种生产车间的环境监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410023310.9A CN117537874B (zh) | 2024-01-08 | 2024-01-08 | 一种生产车间的环境监测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117537874A CN117537874A (zh) | 2024-02-09 |
| CN117537874B true CN117537874B (zh) | 2024-03-29 |
Family
ID=89782652
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410023310.9A Active CN117537874B (zh) | 2024-01-08 | 2024-01-08 | 一种生产车间的环境监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117537874B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03123825A (ja) * | 1989-10-02 | 1991-05-27 | N Proizv Ob Ispytat Tekh | 回転機用振動スペクトル解析装置 |
| CN105137224A (zh) * | 2015-07-29 | 2015-12-09 | 中山大学 | 获取输入电磁干扰在片上电源上的二维分布的方法和片上电源 |
| CN107121271A (zh) * | 2017-05-11 | 2017-09-01 | 北京工业大学 | 一种识别重型机床地基基础模态参数的实验方法 |
| CN109884481A (zh) * | 2019-02-18 | 2019-06-14 | 上海金艺检测技术有限公司 | 局部放电暂态对地电压现场噪声评估方法 |
| CN111914679A (zh) * | 2020-07-11 | 2020-11-10 | 杭州比值科技有限公司 | 一种场景化人工智能信号无线音频处理设备 |
| CN113001546A (zh) * | 2021-03-08 | 2021-06-22 | 常州刘国钧高等职业技术学校 | 一种提高工业机器人运动速度安全性的方法及系统 |
| CN114925719A (zh) * | 2022-04-11 | 2022-08-19 | 上海建工集团股份有限公司 | 一种离散监测数据的频率滤波分析方法 |
| CN116937818A (zh) * | 2023-09-19 | 2023-10-24 | 北京松岛菱电设备有限公司 | 对内部进行实时监控的高压直流配电柜监控系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010103354A1 (en) * | 2009-03-09 | 2010-09-16 | Eskom Holdings (Pty) Ltd | Time domain electromagnetic interference monitoring method and system |
-
2024
- 2024-01-08 CN CN202410023310.9A patent/CN117537874B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03123825A (ja) * | 1989-10-02 | 1991-05-27 | N Proizv Ob Ispytat Tekh | 回転機用振動スペクトル解析装置 |
| CN105137224A (zh) * | 2015-07-29 | 2015-12-09 | 中山大学 | 获取输入电磁干扰在片上电源上的二维分布的方法和片上电源 |
| CN107121271A (zh) * | 2017-05-11 | 2017-09-01 | 北京工业大学 | 一种识别重型机床地基基础模态参数的实验方法 |
| CN109884481A (zh) * | 2019-02-18 | 2019-06-14 | 上海金艺检测技术有限公司 | 局部放电暂态对地电压现场噪声评估方法 |
| CN111914679A (zh) * | 2020-07-11 | 2020-11-10 | 杭州比值科技有限公司 | 一种场景化人工智能信号无线音频处理设备 |
| CN113001546A (zh) * | 2021-03-08 | 2021-06-22 | 常州刘国钧高等职业技术学校 | 一种提高工业机器人运动速度安全性的方法及系统 |
| CN114925719A (zh) * | 2022-04-11 | 2022-08-19 | 上海建工集团股份有限公司 | 一种离散监测数据的频率滤波分析方法 |
| CN116937818A (zh) * | 2023-09-19 | 2023-10-24 | 北京松岛菱电设备有限公司 | 对内部进行实时监控的高压直流配电柜监控系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117537874A (zh) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5251151A (en) | Method and apparatus for diagnosing the state of a machine | |
| JP5306802B2 (ja) | 高電圧電力機器の極超短波部分の放電及び放電位置測定装置 | |
| AU2020244485B2 (en) | Methods and apparatus to analyze recordings in leak detection | |
| CN110177017B (zh) | 一种减速机智能故障诊断系统及其诊断方法 | |
| US8901941B2 (en) | Instrument and method for detecting partial electrical discharges | |
| RU2709414C1 (ru) | Способ регистрации и анализа сигналов акустической эмиссии в системе диагностического мониторинга производственных объектов | |
| KR101317476B1 (ko) | 케이블 온라인 부분 방전 진단 시스템 및 방법 | |
| CN107037062B (zh) | 同轴电缆材料微波特性在线监测和诊断装置及方法 | |
| EP2044445A2 (en) | Signal analyzer and method for signal analysis | |
| US10928436B2 (en) | Evaluation of phase-resolved partial discharge | |
| US8990035B2 (en) | Instrument and method for detecting partial electrical discharges | |
| CN215866958U (zh) | Gis局部放电重症监护系统 | |
| CN117537874B (zh) | 一种生产车间的环境监测方法及系统 | |
| CN114662058B (zh) | 无线站点监测方法及装置 | |
| JP3974492B2 (ja) | 異常音検出装置 | |
| JP2020101488A (ja) | 部分放電検出装置および部分放電検出方法 | |
| Hejtmanek et al. | Comparison of two denoising techniques to improve UHF partial discharge localization | |
| CN117872224A (zh) | 一种变压器振动检测系统及检测方法 | |
| CN112230286B (zh) | 降低隧道无线地震仪噪声的方法及系统 | |
| CN117330882B (zh) | 一种用于滤波器的自动化测试方法及系统 | |
| US8069197B2 (en) | Method and apparatus for periodic noise suppression in transient signals | |
| KR101897181B1 (ko) | 액츄에이터 분석 방법 및 장치 | |
| JP2021179378A (ja) | 周波数解析方法、周波数解析装置、周波数解析プログラム、機器監視方法および機器監視システム | |
| CN117907739A (zh) | 一种输电线路检测方法 | |
| JP2022076549A (ja) | 雑音評価装置、音響特性測定装置、雑音評価方法、音響特性測定方法、および雑音評価プログラム |
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 |