ES2963225T3

ES2963225T3 - Método y aparato para comprimir datos

Info

Publication number: ES2963225T3
Application number: ES17765276T
Authority: ES
Inventors: Alexey Petrovich Kozionov; Oleg Vladimirovich Mangutov; Ilya Igorevich Mokhov
Original assignee: Siemens Energy Global GmbH and Co KG
Current assignee: Siemens Energy Global GmbH and Co KG
Priority date: 2017-06-30
Filing date: 2017-06-30
Publication date: 2024-03-26
Anticipated expiration: 2037-06-30
Also published as: RU2736526C1; WO2019004858A1; US20200220554A1; EP3646466A1; DK3646466T3; US10840942B2; EP3646466B1

Abstract

La invención se refiere a un método para comprimir datos D (nT) (65) que representan una señal dependiente del tiempo A(t) (45). La señal dependiente del tiempo A(t) (45) comprende una multiplicidad de elementos de señal dependientes del tiempo Ai(t) (donde i=1,..., NoS) (46-50). El método comprende las etapas de: recepción de una multiplicidad de espectros Si(f) (donde i=1,..., NoS) (106-110), donde cada espectro Si(f) (106-110) corresponde a uno de los elementos de señal dependientes del tiempo Ai(t) (46-50), en donde cada espectro Si(f) (106-110) comprende una multiplicidad de frecuencias fj (donde j=1,, NoP) (111-116) y una multiplicidad de amplitudes aj,i (donde j=1,..., NoP e i=1,..., NoS) (121-126) de la multiplicidad de frecuencias fj (111-116); generación de un registro de datos comprimidos (CDS); determinación de un número respectivo de coeficientes (ARC) de un modelo autorregresivo para la multiplicidad de amplitudes aj,i (121-126) de cada una de la multiplicidad de frecuencias fj (111-116); y generación del registro de datos comprimidos (CDS), en donde el registro de datos comprimidos (CDS) comprende al menos el número de coeficientes (ARC) y las frecuencias fj(111-116) asociadas con los coeficientes (ARC). (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN

Método y aparato para comprimir datos

La invención se refiere a un método para comprimir datos que representan una señal dependiente del tiempo, en el que la señal dependiente del tiempo comprende una multiplicidad de elementos de señal dependientes del tiempo. El método comprende los pasos de recepción de una multiplicidad de espectros, en donde cada espectro corresponde a uno de los elementos de señal dependientes del tiempo y en donde cada espectro comprende una multiplicidad de frecuencias y una multiplicidad de amplitudes de la multiplicidad de frecuencias. El método comprende además los pasos de generación de un registro de datos comprimidos. La invención se refiere además a un producto de programa informático y a una unidad de procesamiento de señales que se configura para comprimir datos de acuerdo con el método conforme a la invención.

La compresión de datos juega un papel importante en la gestión de grandes volúmenes de datos. Por ejemplo, grandes volúmenes de datos se acumulan en los sistemas técnicos modernos para monitorear el sistema técnico. La gestión de los datos, parte de la cual ocurre en la ubicación del sistema técnico y otra parte de la cual ocurre lejos de la misma, comprende el almacenamiento y la transmisión de los datos. La gestión eficiente de los datos es posible gracias a las tecnologías inteligentes de compresión de datos, por lo que en primer lugar se puede reducir el espacio de almacenamiento necesario para almacenar los datos y se puede reducir el ancho de banda necesario para transmitir los datos.

En el caso de un flujo de datos continuo que representa una señal dependiente del tiempo que se ha recolectado durante el monitoreo ininterrumpido de un sistema técnico, por ejemplo, el monitoreo de vibraciones de una máquina, durante su funcionamiento, el procesamiento y almacenamiento de transformaciones de Fourier, es decir, espectros de la señal dependiente del tiempo, requiere una gran cantidad de espacio de memoria. Los métodos estándar de compresión de espectros de datos comprenden, por ejemplo, herramientas de compresión sin pérdida universales (como, por ejemplo, ZIP) o el uso de codificación optimizada para memoria. Sin embargo, las tasas de compresión, es decir, la relación del espacio de memoria necesario para almacenar los datos comprimidos en relación con el espacio de memoria para los datos de medición, es comparativamente baja. Por lo tanto, es necesario mejorar los métodos para comprimir datos. WO 2013/141741 A1 revela un método para comprimir datos que representan una señal dependiente del tiempo, en el que la señal dependiente del tiempo comprende una multiplicidad de elementos de señal dependientes del tiempo. Este método implica una multiplicidad de espectros que se reciben, cada espectro correspondiente a uno de los elementos de señal dependientes del tiempo. Cada espectro comprende una multiplicidad de frecuencias y una multiplicidad de amplitudes de la multiplicidad de frecuencias. La multiplicidad de amplitudes se normaliza para cada espectro con el fin de obtener amplitudes normalizadas. Las amplitudes normalizadas se procesan en función de una distribución de las amplitudes normalizadas en vista de diferentes valores de umbral. Sobre esta base, se genera un registro de datos comprimidos.

A partir del documento US 2011/141845 A1 se conoce una compresión de datos de alta fidelidad para disposiciones acústicas.

WO 2016/039658 A1 se refiere a un dispositivo de monitoreo para monitorear una máquina que vibra. El documento divulga un método para comprimir datos que comprende: recibir una señal de vibración, segmentar la señal de vibraciones en segmentos, generar un espectro para cada uno de los segmentos que comprende múltiples frecuencias y amplitudes respectivas y determinar una serie de parámetros de modelo de un modelo de autorregresión para los espectros respectivos.

Es objeto de la invención especificar un método para comprimir datos y una unidad de procesamiento de señales que aumente aún más la compresión de los datos.

Estos objetos se logran mediante un método de acuerdo con las características de la reivindicación 1 y una unidad de procesamiento de señal de acuerdo con las características de la reivindicación 14. Las configuraciones ventajosas se obtienen de las reivindicaciones de patentes dependientes.

La invención propone un método para comprimir datos D(nT) que representan una señal dependiente del tiempo A(t). La señal dependiente del tiempo A(t) comprende una multiplicidad de elementos de señal dependientes del tiempo A(t). En primer lugar, se recibe una multiplicidad de espectros S(f), en donde cada espectro S(f) corresponde a uno de los elementos de señal dependientes del tiempo A(t). Cada espectro S(f) comprende una multiplicidad de frecuencias f<j>y una multiplicidad de amplitudes a<j,i>de la multiplicidad de frecuencias f<j>. Además, se genera un registro de datos comprimidos. El método se distingue porque se determina un número respectivo de coeficientes de un modelo autorregresivo para la multiplicidad de amplitudes a<j,i>de cada una de la multiplicidad de frecuencias f<j>. Posteriormente, se genera el registro de datos comprimidos, en el que el registro de datos comprimidos comprende al menos el número de coeficientes y las frecuencias f<j>asociadas a los coeficientes.

El registro de datos comprimidos puede utilizarse para reducir de manera severa los grandes volúmenes de datos. Esto implica que el espacio de memoria necesario para almacenar los datos se reduce considerablemente. Además, el ancho de banda necesario para transmitir los datos capturados en forma de registro de datos comprimidos es bajo, lo que significa que el procesamiento adicional de los datos contenidos en el registro de datos comprimidos puede tener lugar en una ubicación diferente a la captura.

De acuerdo con una configuración conveniente, se genera una marca de tiempo tpara cada uno de los elementos de señal dependientes del tiempo A(t). La marca de tiempo trepresenta una hora en la que se capturó el elemento de señal dependiente del tiempo respectivo A(t). La marca de tiempo tse puede utilizar para determinar el orden de ocurrencia de los elementos de señal dependientes del tiempo A(t). Esto permite la indexación de la multiplicidad de amplitudes a<j,i>para cada espectro y el posterior procesamiento de dichas amplitudes con el fin de determinar un número respectivo de coeficientes.

De acuerdo con la invención, la cantidad de coeficientes es variada con base en un valor de clasificación. El valor de clasificación representa un estado de un sistema técnico. El valor de clasificación se determina procesando los espectros S(f). El sistema técnico puede ser, por ejemplo, un motor, una turbina y similares. El estado de salud del sistema técnico indica si el sistema técnico se comporta normalmente o si se encuentra en un estado inusual. Un estado inusual de este tipo podría ser, a modo de ejemplo, la aparición de vibraciones inusuales o desproporcionadamente altas y similares.

De acuerdo con una configuración más conveniente, un paso más implica que el valor de clasificación se determine comparando la multiplicidad de espectros S(f) con al menos un valor umbral. Al menos un valor umbral puede haber sido estipulado por adelantado por experimentos o verificación numérica. A modo de ejemplo, se pueden utilizar uno o más valores de umbral para estipular si las vibraciones en un sistema técnico están en un rango estándar, en un rango todavía tolerable o en un rango ya no tolerable.

De acuerdo con una configuración conveniente adicional, un paso adicional implica un primer valor de clasificación, que representa un primer estado de salud del sistema técnico, en particular defectuoso, lo que provoca que se determine un primer número, en particular alto, de coeficientes. Esto garantiza que el número de coeficientes se pueda utilizar para la reproducción más precisa posible de los espectros determinados a partir de la señal dependiente del tiempo.

De acuerdo con una configuración adicional, un paso adicional implica un segundo valor de clasificación, que representa un segundo estado de salud del sistema técnico, en particular no defectuoso, lo que provoca que se determine un segundo número de coeficientes más bajo, en comparación con el primer número. Como resultado, cuando el estado de salud del sistema técnico es “bueno”, es posible que se produzca una reproducción comparativamente aproximada de la multiplicidad de espectros utilizando un número comparativamente pequeño de valores de clasificación, lo que significa que el alcance de los datos disponibles después de la realización de la determinación del número de coeficientes de un modelo regresivo puede reducirse a un grado máximo.

En otras palabras, esto significa que la relación de compresión se ajusta en función del estado de salud del sistema técnico. Cuando el sistema técnico está en estado defectuoso, se elige una relación de compresión baja, mientras que cuando el sistema técnico se comporta normalmente, se elige que la relación de compresión sea alta. En última instancia, esto permite, cuando se considera la compresión de los datos durante un período más largo, la compresión de los datos al máximo grado posible.

De acuerdo con una configuración conveniente adicional, el primer y/o segundo número de coeficientes del modelo autorregresivo está determinado por el criterio de información de Akaike (AIC).

De acuerdo con una configuración alternativa, el primer y/o segundo número de coeficientes del modelo autorregresivo se determina por el criterio de información bayesiano (BIC).

De acuerdo con una configuración alternativa adicional, el primer y/o segundo número de coeficientes del modelo autorregresivo se determina de tal manera que el primer y/o segundo número de coeficientes corresponde al número de frecuencias f<j>. El último puede efectuarse de manera manual mediante un operador.

De acuerdo con una configuración conveniente adicional, como paso adicional, se realiza la verificación de los datos reconstruidos D'(nT) del registro de datos comprimidos. Con el fin de poder evaluar el factor Q de la compresión, se puede prever además un coeficiente de correlación entre los datos D(nT) y el D' (nT) reconstruido que se debe determinar. El coeficiente de correlación se puede determinar durante el monitoreo del sistema técnico, esto tiene lugar particularmente antes de la transmisión de los datos comprimidos a una unidad de computación remota. Si se obtiene una reconstrucción de los datos D(nT) con consistencia insuficiente a partir de los datos reconstruidos D' (nT), entonces la compresión se puede repetir utilizando un número mayor de coeficientes. Fundamentalmente, el coeficiente de correlación también se puede utilizar para optimizar el método de compresión de antemano, de modo que se determine un número ya adecuado de coeficientes de correlación sobre la base del estado de salud.

De acuerdo con otra configuración conveniente, se determina un espectro proyectado S'(f) a partir del número de coeficientes en el registro de datos comprimidos por marca de tiempo t. El espectro proyectado S' (f) se puede utilizar para analizar el sistema técnico. A condición de que exista una correlación suficientemente buena con los espectros obtenidos a partir de los datos D(nT), es posible realizar una evaluación cualificada del estado del sistema técnico.

De acuerdo con una configuración conveniente adicional, el espectro proyectado S' (f) se determina para al menos una de las marcas de tiempo t. En particular, puede haber previsión para que se determine el espectro proyectado S' (f) para cada una de las marcas de tiempo t.

La invención propone además un producto de programa informático que se puede cargar directamente en la memoria interna de una unidad de procesamiento de señal digital y comprende secciones de código de software que se utilizan para llevar a cabo los pasos del método descrito en la presente cuando el producto se ejecuta en la unidad de procesamiento de señal. El producto del programa informático se puede realizar en forma de un DVD, un CD-ROM, una memoria USB y similares. Sin embargo, el producto de programa informático también puede estar disponible como un programa almacenado que se puede cargar de forma inalámbrica o a través de una conexión por cable.

Además, se propone una unidad de procesamiento de señales que se configura para comprimir datos D(nT) de acuerdo con el método descrito en la presente. La unidad de procesamiento de señales consta de una unidad de recepción, una unidad de determinación de coeficiente autorregresivo y una unidad de memoria. La unidad de recepción está diseñada para recibir la multiplicidad de espectros S(f). La unidad de determinación del coeficiente autorregresivo está diseñada para determinar un número respectivo de coeficientes de un modelo autorregresivo para la multiplicidad de amplitudes a<j,i>de cada una de la multiplicidad de frecuencias f<j>. La unidad de memoria está diseñada para almacenar el registro de datos comprimidos.

De acuerdo con una configuración conveniente, la unidad de procesamiento de señal comprende además una unidad de correlación para determinar un coeficiente de correlación entre los datos D(nT) y los datos reconstruidos D'(nT).

De acuerdo con una configuración conveniente adicional, la unidad de procesamiento de señales comprende una unidad de espectro para cada una de las señales dependientes del tiempo A(t) para calcular el espectro respectivo S(f) . La invención para comprimir datos que representan una señal dependiente del tiempo A(t) se describirá ahora con referencia a los dibujos adjuntos. Los dibujos y las realizaciones que se describen a continuación se utilizan para describir una realización ejemplar, pero no se limitan a ella. En las siguientes figuras, los elementos similares se proporcionan con símbolos de referencia similares. En los dibujos:

La Figura 1 muestra una representación esquemática de un sistema de monitoreo de estado que comprende una unidad de captura de datos y una unidad de acondicionamiento de señal;

La Figura 2 muestra datos que representan una señal dependiente del tiempo;

La Figura 3 muestra varias unidades de una unidad de acondicionamiento de señal;

La Figura 4 muestra una multiplicidad de espectros;

La figura 5 muestra una matriz de amplitud;

La Figura 6 muestra un diagrama de flujo que ilustra los diversos pasos del método de acuerdo con la invención;

La Figura 7 muestra un diagrama de flujo que ilustra un subaspecto adicional del método de acuerdo con la invención como diagrama de flujo;

La Figura 8 muestra el perfil de tiempo de una amplitud FFT dependiente del tiempo de datos de medición y datos comprimidos;

La Figura 9 muestra un relación de compresión que ilustra la compresión sobre la base del número de coeficientes autorregresivos; y

La figura 10 muestra el perfil del coeficiente R<2>en base al número de coeficientes de correlación.

La Figura 1 muestra un sistema de monitoreo de estado 10 para monitorear el estado de un sistema técnico 20, por ejemplo, un motor.

El sistema de control de estado 10 consta de una unidad de captura de datos 30 y una unidad de procesamiento de señales 40. La unidad de captura de datos 30 captura una señal dependiente del tiempo A(t) 45, que es una señal continua (diferenciada por la variable de tiempo independiente “t”) que se relaciona, a modo de ejemplo, con las vibraciones del motor 20. La unidad de captura de datos 30 proporciona a la unidad de procesamiento de señal 40 datos D(nT) 65. Los datos D(nT) 65 son una representación de tiempo discreto (diferenciada por la variable independiente “nT”) de la señal dependiente del tiempo A(t) 45, que se procesa progresivamente para comprimir los datos D(nT) 65.

La unidad de captura de datos 30 consta de un sensor 31, una unidad de acondicionamiento de señal 32 y un convertidor analógico a digital 33 (ADC). El sensor 31 captura la señal dependiente del tiempo A(t) 45 y la pone a disposición de la unidad de acondicionamiento de señal 32 para su procesamiento. La unidad de acondicionamiento de señal 32 condiciona la señal dependiente del tiempo A(t) 45 y pone una señal condicionada, dependiente del tiempo A'(t) disponible para el convertidor analógico a digital 33. El convertidor analógico a digital 33 digitaliza la señal condicionada dependiente del tiempo A'(t), como resultado de lo cual se generan los datos D(nT) 65. Estos se proporcionan a la unidad de procesamiento de señales 40, en donde los datos D(nT) 65 representan la señal dependiente del tiempo A(t).

La señal dependiente del tiempo A(t) 45 puede ser capturada de forma persistente (continua) por la unidad de captura de datos 30. Este último puede considerarse como una multiplicidad de elementos de señal dependientes del tiempo A(t) (donde i=1, ..., NoS) 46-50 (véase la figura 2). Los elementos de señal dependientes del tiempo A(t) pueden considerarse como la señal dependiente del tiempo A(t) 45 capturada durante una multiplicidad de diferentes intervalos de tiempo At(donde i=1, ..., NoS) 51-55 o como una señal dependiente del tiempo A(t) 45 provista de ventanas en un dominio de tiempo, en donde los intervalos de ventana corresponden a los intervalos de tiempo At51-55.

Alternativamente, la unidad de captura de datos 30 puede capturar la señal dependiente del tiempo A(t) 45 durante los intervalos de tiempo At51-55 utilizando un dominio de tiempo proporcionado con ventanas, como resultado de lo cual la señal dependiente del tiempo A(t) 45 puede considerarse como una captura sucesiva de los elementos de señal A(t) 46 50.

Los períodos de los intervalos de tiempo At51-55 pueden haber sido definidos por un usuario o estar definidos de manera fija o variable, dependiendo del tipo de señal dependiente del tiempo A(t) 45, los requisitos de procesamiento de la señal, las propiedades de la unidad de captura de datos 30 y/o de la unidad de procesamiento de señales 40, etc. Los períodos pueden ser microsegundos, milisegundos o segundos. Los intervalos de tiempo At51-55 son siempre contiguos. Sin embargo, podrían también superponerse o estar separados unos de otros por períodos de tiempo particulares.

En la presente descripción, el término “elemento de señal” se define como una sección de la señal dependiente del tiempo A(t) 45 que ha sido capturada por la unidad de captura de datos 30 durante los intervalos de tiempo respectivos At51 55.

En esta descripción, “NoS” es una unidad adimensional y se refiere a un número cardinal de los elementos de señal A(t) 46-50 que han sido capturados durante los intervalos de tiempo At51-55 y en total forman la señal dependiente del tiempo A(t) 45. En otras palabras, NoS representa el número de elementos de señal A(t) .

Se determina una multiplicidad de marcas de tiempo t(donde i=1, ..., NoS) 56-60 de la señal dependiente del tiempo A(t) 45, en donde cada marca de tiempo t56-60 representa una hora de inicio para un elemento de señal respectivo A(t) 46 50 que ha sido capturado durante los intervalos de tiempo At51-55. Por ejemplo, la marca de tiempo t56 indica la hora de inicio del elemento de señal A(t) 46.

Los datos D(nT) 56 son una representación de tiempo discreto de la señal dependiente del tiempo A(t) 45. Por esta razón, los elementos de señal A(t) 46-50 dan como resultado una multiplicidad de elementos de señal de tiempo discreto D(nT) (i=1, ..., NoS; n=1, ..., NoP) 66-70 (ver Figura 2, gráfico inferior), donde los elementos de datos D(nT) 66-70 son consistentes con los datos D(nT) 65 que están disponibles en los intervalos de tiempo At51-55. Los elementos de datos D(nT) 66-70 también pueden obtenerse por medio de “ventanas de dominio” de tiempo discreto de la señal dependiente del tiempo A(t) 45.

Por esta razón, los datos D(nT) 65 comprenden representaciones de tiempo discreto de la multiplicidad de los elementos de señal A(t) 51-55, es decir, de los elementos de datos Di(nT) 66-70. Además, los datos D(nT) 65 también pueden ser una representación digital del equivalente de tiempo discreto de la señal dependiente del tiempo A(t) 45.

En esta descripción, “NoP” es una unidad adimensional y se refiere a un número cardinal de las muestras que están contenidas en cada elemento de señal de tiempo discreto D(nT) 66-70. “NoP” es igualmente consistente con un número cardinal de las frecuencias que es determinable por una transformación discreta de Fourier (DFT) de punto NoP que se ha aplicado a los elementos de datos D(nT) 66-70.

“NoP” puede variar para los elementos de datos D(nT) 66-70 variando la velocidad de muestreo del convertidor analógico a digital 33. “NoP” también puede ser modificado por relleno de ceros, así como la duración de los intervalos de tiempo At51-55 pudiendo ser cambiada sobre la base del efecto de un cambio de “NoP”. Una variación de “NoP” varía en consecuencia el número cardinal de las frecuencias que se puede determinar mediante una DFT de punto NoP.

Las marcas de tiempo t56-60 también representan la hora del inicio de los elementos de datos D(nT) 66-70. Por lo tanto, las marcas de tiempo t56-60 comprenden información sobre el tiempo de captura de los elementos de datos D(nT) 66 70, es decir, la hora de inicio de los intervalos de tiempo At51-55, y por lo tanto son ventajosos para la compresión de los datos D(nT) 65, así como para la reconstrucción de los datos D(nT) 65. Las marcas de tiempo t56-60 también pueden representar períodos para los cuales se han capturado los elementos de señal respectivos A(t) y los elementos de datos D(nT).

La unidad de procesamiento de señales 40, que se describe esquemáticamente en la Figura 3, comprende un procesador 90 y una unidad de memoria 100 para almacenar datos comprimidos. Para más explicaciones, NoP = 6 y NoS = 5 se eligen en la Figura 4.

El procesador 90 comprende una unidad de espectro 105, una unidad de recepción de datos espectrales 130, una unidad de determinación de coeficiente autorregresivo 140 y una unidad de correlación opcional 150. Las unidades mencionadas 105, 130, 140 y 150 están diseñadas y configuradas para comprimir los datos D(nT).

La unidad de espectro 105 recibe los elementos de datos D(nT) 66-70 y calcula una multiplicidad de espectros S(f) (donde i=1, ..., NoS) 106-110. La unidad de espectro 105 calcula los espectros S(f) 106-110 como una multiplicidad de puntos NoP (transformaciones discretas de Fourier) DFT. La multiplicidad de espectros S(f) 106-110 comprende una multiplicidad de frecuencias f<j>(donde j=1, ..., NoP) 111-116 y una multiplicidad de amplitudes a<j,i>(donde j=1, ..., NoP; i=1, ..., NoS) 121 126 de las frecuencias f<j>111-116. Las amplitudes calculadas a<j,i>121-126 están asociadas con las frecuencias f<j>111-116 y escalas de las proporciones de la multiplicidad de las frecuencias f<j>111-116 en los elementos de señal A(t) 46-50. La asociación de las amplitudes a<j,i>121-126 con frecuencias f<j>111-116 es una definición que una persona experta en la técnica conoce para un espectro de una señal dependiente del tiempo, es decir, las amplitudes son una medida de la proporción de la frecuencia asociada con respecto a la señal subordinada dependiente del tiempo.

El funcionamiento esquemático de la unidad de espectro 105 se identifica por “105” en la Figura 4. Para cada espectro S(f) 106-110, el eje horizontal “f” representa una “frecuencia” (f<j>111-116). El eje vertical “A” representa una “amplitud”, es decir, las amplitudes a<j,i>121-126 de las frecuencias f<j>111-116 de la señal subyacente dependiente del tiempo A(t).

El funcionamiento de la unidad de espectro 105 se explica a continuación. Los elementos de datos D(nT) 66-70 son recibidos por la unidad de procesamiento de señales 40 y son almacenados en búfer como bloques de datos de una longitud particular en la unidad de memoria 100. Cada bloque de datos corresponde a cada uno de los elementos de datos D(nT) 66-70 que se ha capturado durante cada uno de los intervalos de tiempo At51-55. Cada bloque de datos se proporciona con una marca de tiempo respectiva t56-60 para identificar la hora de inicio de la captura de los elementos de datos D(nT) 66-70. Los bloques de datos que corresponden a los elementos de datos D(nT) 66-70 se reciben y procesan con el fin de calcular los espectros S(f) 106-110.

En la realización ejemplar descrita aquí, las amplitudes a<j,i>121-126 y las frecuencias f<j>111-116 de los espectros S(f) 106 110 se representan como matrices de amplitud bidimensional 128 (ver Figura 5) que comprenden filas y columnas. A modo de ejemplo, la matriz mostrada en la Figura 5 comprende filas NoP, que representan las frecuencias NoP f<j>111-116, y las columnas NoS, que representan los elementos de datos NoS D(nT) 66-70.

Cada uno de los espectros S(f) 106-110 es calculado por los elementos de datos respectivos D(nT) 66-70. Por esta razón, “NoS” también representa el número de espectros.

La unidad de recepción de datos espectrales 130 recibe los espectros S(f) 106-110 de la unidad de espectro 105. La unidad de recepción de datos espectrales 130 genera un vector de las amplitudes a<j,i>121-126 y una de las frecuencias f<j>111-116 contenidas en los espectros S(f) 106-110. Esto asocia un vector a<j,i>121-126 con una marca de tiempo respectiva t65-60.

En la matriz de amplitud 128, cada columna “i” de las columnas NoS se denota con una marca de tiempo t65-60 respectiva correspondiente a los elementos de datos respectivos D(nT) 66-70. En consecuencia, cada fila “j ” de las filas NoP se denota por una frecuencia respectiva f<j>111-116. Por ejemplo, la primera columna se identifica por la marca de tiempo t56 y contiene todas las amplitudes a<j,i>121-126 de las frecuencias f<j>111-116 que se han calculado a partir de los espectros S(f) 106. En consecuencia, la primera fila se identifica por f111 y contiene todas las amplitudes a<j,i>121-126 de la frecuencia f<1>111 que se han calculado a partir del número de espectros S(f) 106-110.

La Figura 5 muestra un ejemplo de la matriz de amplitud 128 para cinco espectros S(f) 106-111 (NoS = 5) y seis frecuencias f<j>111-116 (NoP = 6), como es generado por la unidad de recepción de datos espectrales 130. Los valores de columna a<1,1>121 a a<6,1>126 representan, a modo de ejemplo, los valores de las seis frecuencias f 111 a f<6>116 que han sido determinados por el espectro S(f) 106 y calculados para los elementos de datos D(nT) 66 con la marca de tiempo t<1>56. Los valores de columna a<3,1>123 a a<3,5>123 representan los valores de la tercera frecuencia f<3>113 que han sido determinados por el espectro S<1>(f) 106 a S<5>(f) 110 y calculados respectivamente para los elementos de datos D(nT) 66 a D<5>(nT) 70 y cada uno lleva la marca de tiempo t<1>56 a t<s>60.

El volumen de datos que se acumulan en el proceso puede asumir una gran extensión. Con el fin de poder reducir el espacio de memoria necesario para el almacenamiento, pero también el ancho de banda necesario para la transmisión, hay una disposición para la compresión. Después de determinar la matriz de amplitud 128, como se describió anteriormente, el método descrito en la Figura 6 se utiliza ahora para realizar el procesamiento posterior.

En un paso 300, se determinan los espectros S(f) 106-110, como se ha descrito anteriormente, de modo que la multiplicidad de amplitudes a<j,i>121-126 de cada una de la multiplicidad de frecuencias f<j>111-116 está disponible para cada marca de tiempo t56-60.

Un paso 310 implica un número respectivo de coeficientes de un modelo autorregresivo para la multiplicidad de amplitudes a<j,i>121-126 de cada una de la multiplicidad de frecuencias f<j>111-116 que se determina para cada espectro S(f) 106-110. Esto significa que el número de coeficientes del modelo autorregresivo elegido se calcula para los valores de columna de a<1,1>121 a a<6,1>126, que los valores de las seis frecuencias f 111 a f<6>116 que se han determinado para el espectro S(f) 106, para los elementos de datos D(nT) 66 y para la marca de tiempo t<1>56. En consecuencia, se utiliza un procedimiento correspondiente para los espectros posteriores S<2>(f) 107 a S<5>(f) 110.

En un paso 320, la totalidad de los coeficientes del modelo autorregresivo se almacena en la unidad de memoria 100 como un registro de datos comprimidos CDS. Alternativa o adicionalmente, los coeficientes comprobados del modelo autorregresivo para la multiplicidad de amplitudes a<j,i>121-126 de cada una de la multiplicidad de frecuencias f<j>111-116 de los espectros S(f) 106-110 (es decir, el registro de datos comprimidos CDS) también puede transmitirse a través de un enlace de comunicación, que no se muestra en las figuras, a un receptor, que tampoco se muestra, para su almacenamiento y posterior procesamiento.

Dado que el análisis posterior requiere todos los datos acumulados (es decir, los coeficientes autorregresivos comprobados utilizando el método anterior), es posible que este volumen de datos, a veces todavía sustancial, se reduzca aún más utilizando el método descrito en la Figura 7. Esta reducción adicional se basa en un valor de clasificación que representa un estado de salud del sistema técnico. Esto se comprueba procesando los espectros S(f) 106-110 que se determinan en el paso 300. La adaptación de la velocidad de compresión, que puede ser influenciada por medio del número elegido de coeficientes del modelo autorregresivo para la multiplicidad de amplitudes de cada una de la multiplicidad de frecuencias, se realiza entonces sobre la base del valor de clasificación.

El método de adaptación comienza con el paso 400. En el paso 410,se determina el número de espectros S(f) 106-110 y la matriz de amplitud resultante 128, como se ha explicado anteriormente. En el paso 420, el valor de clasificación se determina comparando la multiplicidad de espectros S(f) 106-110 con un valor umbral. El valor umbral puede haber sido determinado previamente por experimentos o simulación numérica. El valor umbral se puede utilizar para determinar si el sistema técnico tiene un fallo, por ejemplo, vibraciones excesivamente fuertes del motor 20, o si el sistema técnico está en un estado libre de fallos. Con este fin, es posible estipular un primer valor de clasificación que representa un primer estado de funcionamiento defectuoso del sistema técnico, es decir, el motor 20. Un segundo valor de clasificación puede estar asociado a un segundo estado de funcionamiento libre de fallos del sistema técnico, es decir, el motor 20.

En el paso 430, se realiza una comprobación para determinar cuál de los valores de clasificación está disponible. Si el primer valor de clasificación está disponible, se infiere un estado de funcionamiento defectuoso del sistema técnico y el método continúa con el paso 440. Si se ha determinado el segundo valor de clasificación, que representa el segundo estado de funcionamiento del sistema técnico, no defectuoso (es decir, sin fallos), el método continúa con el paso 450.

En el paso 440, que se realiza cuando hay un primer estado defectuoso del sistema técnico, primero se determina un alto número de coeficientes del modelo autorregresivo para la multiplicidad de amplitudes a<j,i>121-126 de cada una de la multiplicidad de frecuencias f<j>111-116. Esto consigue una tasa de compresión comparativamente más baja para los datos D(nT) que se van a comprimir.

En el paso 450, que se lleva a cabo cuando hay el segundo estado de funcionamiento no defectuoso del sistema técnico, se determina un segundo número de coeficientes del modelo autorregresivo para la multiplicidad de amplitudes a<j,i>121 126 de cada una de la multiplicidad de frecuencias f<j>111-116, donde el segundo número de coeficientes es (sustancialmente) menor en comparación con el primer número de coeficientes. Esto logra una tasa de compresión comparativamente más alta.

Aunque la presente realización ejemplar se ha proporcionado simplemente para distinguir entre un estado de funcionamiento defectuoso y un estado de funcionamiento no defectuoso del sistema técnico, la definición de una pluralidad de valores de umbral permite una clasificación más fina de los diferentes estados de falla del sistema técnico que se va a realizar. La escala del estado de funcionamiento se toma entonces como base para elegir el número de coeficientes del modelo autorregresivo para la multiplicidad de amplitudes a<j,i>121-126 de cada una de la multiplicidad de frecuencias f<j>111-116.

Después de la determinación de los coeficientes del modelo autorregresivo para la multiplicidad de amplitudes a<j,i>121 126 de cada una de la multiplicidad de frecuencias f<j>111-116, el método termina en el paso 460.

El primer y/o segundo número de coeficientes del modelo autorregresivo se pueden determinar de diferentes maneras. Con este fin, es posible, a modo de ejemplo, utilizar el conocido criterio de información Akaike (AIC) o el conocido criterio de información Bayesiana (BIC). Del mismo modo, el juicio manual por un operador es posible, el operador es capaz de elegir la disposición, es decir, el número de coeficientes del modelo autorregresivo, de modo que el número corresponde al número de frecuencias f<j>. En la realización ejemplar descrita anteriormente, esto correspondería al número “6”.

Para poder realizar un análisis de datos y visualización de los datos comprimidos a partir de los coeficientes del modelo autorregresivo (es decir, el registro de datos comprimidos CDS), los espectros pueden reconstruirse a partir de los coeficientes para una marca de tiempo respectiva t56-60. Con este fin, se determina un espectro proyectado S'(f) a partir del número de coeficientes en el registro de datos comprimidos CDS por marca de tiempo t56-60. Esta reconstrucción se puede utilizar especialmente también para la eliminación de ruido del espectro original S(f) 106-110. Una realización ejemplar se muestra en la Figura 8, que ilustra la amplitud A del espectro determinado S(f) en comparación con el espectro reconstruido S'(f) para una marca de tiempo t. Se puede ver claramente que el espectro reconstruido S'(f) corresponde a una proyección del espectro originalmente determinado S(f) . La proyección es tanto más precisa cuanto mayor es el número de coeficientes del modelo autorregresivo que se ha elegido para la compresión.

Este enfoque descrito aquí se puede utilizar para cualquier espectro S(f) para cualquier marca de tiempo t.

Las figuras 9 y 10 muestran la eficiencia del método propuesto a modo de ejemplo. La eficiencia del método se juzga por un coeficiente de compresión K y lo que se conoce como el “coeficiente de determinación” R2.

El coeficiente de compresión K es la relación entre el número inicial de valores de entrada y el número de valores que deben almacenarse después de la compresión. Por lo tanto, se puede calcular a partir de la relación entre el tamaño de los datos de entrada y el tamaño de los datos comprimidos. Esto resulta, sobre la base del número de coeficientes ARC del modelo regresivo, en el perfil mostrado en la Figura 9, donde se representa el coeficiente de compresión K sobre el número de coeficientes ARC utilizados para la compresión.

R2 indica qué tan bien se ajustan los puntos de datos en un modelo estadístico, como una línea o curva. R2 se determina de la siguiente manera:

r2=<1 K ( y l* ) ) _>

V (y) 1_^(Jm

Aquí, a denota la varianza en el error de modelo de un modelo y O<y>denota la varianza en el espectro real S(f). La Figura 10 muestra el coeficiente R2 sobre el número de coeficientes ARC utilizados para la compresión. A partir de esto, se puede ver claramente que se obtiene una compresión significativa del espectro con solo un pequeño número de coeficientes ARC del modelo autorregresivo.

El método propuesto permite la compresión adaptativa que se basa en el estado real del sistema técnico a ser monitoreado. La compresión de los espectros comprobada de una manera conocida por la representación utilizando un número de coeficientes de un modelo autorregresivo permite altas tasas de compresión. Al mismo tiempo, la reconstrucción de los espectros originalmente determinados a partir del número de coeficientes del modelo autorregresivo puede implicar la realización de filtrado, con la fuerza del filtro resultante del número de coeficientes utilizados anteriormente para la compresión.

Los datos comprimidos mediante el método descrito pueden almacenarse como un CDS de registro de datos comprimidos y/o transmitirse a otra unidad de cálculo para su posterior procesamiento.

Lista de símbolos de referencia

10 Sistema de monitoreo de estado

20 Motor

30 Unidad de captura de datos

31 Sensor

32 Unidad de acondicionamiento de señal

33 Convertidor analógico a digital

40 Unidad de procesamiento de señal

45 Señal dependiente del tiempo A(t)

46-50 Multiplicidad de elementos de señal dependientes del tiempo A<j>(t)

51-55 Multiplicidad de intervalos de tiempo At

56-60 Multiplicidad de veces t<j>(marcas de tiempo)

65 Datos D(nT)

66-70 Multiplicidad de elementos de señal de tiempo discreto D<j>(nT)

90 Procesador

100 Unidad de memoria

105 Unidad de espectro

106-110 Multiplicidad de espectros S(f)

111-116 Multiplicidad de frecuencias f<j>

121-126 Multiplicidad de amplitudes a<j,i>

128 Matriz de amplitud

130 Unidad de recepción de datos espectrales

140 Unidad de determinación de coeficiente autorregresivo

150 Unidad de correlación

300, 310, 320, 400, 410, 420, 430, 440, 450, 460 paso del método

Claims

REIVINDICACIONES

1. Un método para comprimir datos D(nT) (65) que representa una señal dependiente del tiempo A(t) (45), donde la señal dependiente del tiempo A(t) (45) comprende una multiplicidad de elementos de señal dependientes del tiempo A(t), donde i=l,..., NoS, (46-50), teniendo los pasos de:

- recepción de una multiplicidad de espectros S(f), donde i=l,...,NoS, (106-110), donde cada espectro S(f) (106-110) corresponde a uno de los elementos de señal dependientes del tiempo A(t) (46-50), donde cada espectro S(f) (106-110) comprende una multiplicidad de frecuencias f<¡>, donde j=l, ... , NoP, (111-116) y una multiplicidad de amplitudes a<j, i>, donde j=l,..., NoP e i=l,..., NoS, (121-126) de la multiplicidad de frecuencias f<¡>(111-116);

- generación de un registro de datos comprimidos (CDS), caracterizado por los pasos de:

- cálculo de un número respectivo de coeficientes (ARC) de un modelo autorregresivo para la multiplicidad de amplitudes a<¡,i>(121-126) de cada una de la multiplicidad de frecuencias f<¡>(111-116), donde el número de coeficientes (ARC) varía sobre la base de un valor de clasificación, donde el valor de clasificación representa un estado de funcionamiento de un sistema técnico y se determina mediante el procesamiento de los espectros S(f) (106-110); y

- generación del registro de datos comprimidos (CDS), en el que el registro de datos comprimidos (CDS) comprende al menos el número de coeficientes (ARC) y las frecuencias f<¡>(111-116) asociadas a los coeficientes (ARC).

2. El método de acuerdo con la reivindicación 1, donde se genera una marca de tiempo t, donde i=l,..., NoS, (56-60) para cada uno de los elementos de señal dependientes del tiempo Ai(t) (46-50), donde la marca de tiempo t(56-60) representa un tiempo en el que el elemento de señal dependiente del tiempo respectivo A(t) (46-50) fue capturado.

3. El método de acuerdo con la reivindicación 1, en el que un paso adicional implica que el valor de clasificación se determine comparando la multiplicidad de espectros S(f) (106-110) con al menos un valor umbral.

4. El método de acuerdo con cualquiera de las reivindicaciones anteriores, en el que un paso adicional implica un primer valor de clasificación, que representa un primer estado de funcionamiento, en particular defectuoso, del sistema técnico, lo que provoca que se compute un primer número alto de coeficientes (ARC).

5. El método de acuerdo con cualquiera de las reivindicaciones anteriores, en el que un paso adicional implica un segundo valor de clasificación, que representa un segundo estado de funcionamiento del sistema técnico, en particular no defectuoso, lo que provoca que se compute un segundo número de coeficientes (ARC) inferior en comparación con el primer número.

6. El método de acuerdo con la reivindicación 4 o 5, en el que el primer y/o el segundo número de coeficientes (ARC) del modelo autorregresivo está determinado por el criterio de información de Akaike (AIC).

7. El método de acuerdo con la reivindicación 4 o 5, en el que en cuál del primer y/o el segundo número de coeficientes (ARC) del modelo autorregresivo se determina mediante el criterio de información bayesiano (BIC).

8. El método de acuerdo con la reivindicación 4 o 5, en el que en cuál del primer y/o segundo número de coeficientes (ARC) del modelo autorregresivo se determina de tal manera que el primer y/o segundo número de coeficientes (ARC) corresponde al número de frecuencias f<¡>(111-116).

9. El método de acuerdo con una de las reivindicaciones anteriores, en el que, como paso adicional, se realiza una reconstrucción de los datos reconstruidos D'(nT) a partir del registro de datos comprimidos (CDS).

10. El método de acuerdo con la reivindicación 9, en el que un espectro proyectado S' (f) se reconstruye a partir del número de coeficientes (ARC) en el registro de datos comprimidos (CDS) por marca de tiempo t(56-60).

11. El método de acuerdo con la reivindicación 10, en el que el espectro proyectado Si'(f) se reconstruye por lo menos para una de las marcas de tiempo t(56-60).

12. Un producto de programa informático que se puede cargar directamente en la memoria interna de una unidad de procesamiento de señal digital e incluye secciones de código de software que se utilizan para llevar a cabo los pasos de acuerdo con una de las reivindicaciones anteriores cuando el producto se e¡ecuta en la unidad de procesamiento de señal.

13. Una unidad de procesamiento de señal que está configurada para comprimir datos D(nT) (65) de acuerdo con una de las reivindicaciones 1 a 11, que comprende:

- una unidad de recepción (130) para recibir la multiplicidad de espectros S(f), donde i=l,..., NoS, (106-110);

- una unidad de determinación del coeficiente autorregresivo (140) para determinar el número respectivo de coeficientes (ARC) de un modelo autorregresivo para la multiplicidad de amplitudes a<¡,i>(121-126) de cada una de la multiplicidad de frecuencias f<¡>(111-116);

- una unidad de memoria (100) para almacenar el registro de datos comprimidos (CDS).

14. La unidad de procesamiento de señal de acuerdo con la reivindicación 13, que comprende además:

- una unidad de correlación (150) para determinar un coeficiente de correlación entre los datos D(nT) (65) y los datos reconstruidos D'(nT); y/o

- una unidad de espectro (105) para cada uno de los elementos de señal dependientes del tiempo A(t) (46-50) para calcular el espectro respectivo S(f) (106-110).