RU2011104085A - Способ и устройство частотного анализа данных - Google Patents

Способ и устройство частотного анализа данных Download PDF

Info

Publication number
RU2011104085A
RU2011104085A RU2011104085/28A RU2011104085A RU2011104085A RU 2011104085 A RU2011104085 A RU 2011104085A RU 2011104085/28 A RU2011104085/28 A RU 2011104085/28A RU 2011104085 A RU2011104085 A RU 2011104085A RU 2011104085 A RU2011104085 A RU 2011104085A
Authority
RU
Russia
Prior art keywords
stage
sensor
sensors
adaptive modeling
order
Prior art date
Application number
RU2011104085/28A
Other languages
English (en)
Other versions
RU2503938C2 (ru
Inventor
Сесиль ДОДЕ (FR)
Сесиль ДОДЕ
Патрис МИШЕЛЬ (FR)
Патрис МИШЕЛЬ
Original Assignee
Эрбюс Операсьон (Fr)
Эрбюс Операсьон
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 Эрбюс Операсьон (Fr), Эрбюс Операсьон filed Critical Эрбюс Операсьон (Fr)
Publication of RU2011104085A publication Critical patent/RU2011104085A/ru
Application granted granted Critical
Publication of RU2503938C2 publication Critical patent/RU2503938C2/ru

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/60—Testing or inspecting aircraft components or systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0066—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by exciting or detecting vibration or acceleration

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Transportation (AREA)
  • Feedback Control In General (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Complex Calculations (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Navigation (AREA)

Abstract

1. Способ частотного анализа данных, отличающийся тем, что содержит: ! - этап (310) ввода сигналов, поступающих от первого датчика, ! - этап (315) ввода сигналов, поступающих, по меньшей мере, от второго датчика, при этом каждый второй датчик расположен вблизи первого датчика, чтобы сигналы, поступающие от каждого второго датчика, были сильно коррелированными с сигналами, поступающими от первого датчика, ! - этап оценки для каждого датчика функции перехода или модели, реализуемой на основании совокупности сигналов от первого датчика и от каждого второго датчика, и ! - этап (320) извлечения структурных свойств системы на основании каждой из оценочных моделей. ! 2. Способ по п.1, отличающийся тем, что во время этапа (320) извлечения сигналы, поступающие от датчиков, рассматривают как полиномы. ! 3. Способ по п.1, отличающийся тем, что во время этапа (320) извлечения решают рекуррентное линейное уравнение с коэффициентами, медленно меняющимися во времени и в пространстве между датчиками. ! 4. Способ по п.2, отличающийся тем, что во время этапа (320) извлечения решают рекуррентное линейное уравнение с коэффициентами, медленно меняющимися во времени и в пространстве между датчиками. ! 5. Способ по п.1, отличающийся тем, что этап (320) извлечения содержит: ! - этап адаптивного моделирования, рекурсивного по времени, порядку и пространству датчиков, и ! - этап оценки мод для каждого порядка в зависимости от результата этапа адаптивного моделирования. ! 6. Способ по п.2, отличающийся тем, что этап (320) извлечения содержит: ! - этап адаптивного моделирования, рекурсивного по времени, порядку и пространству датчиков, и ! - этап оценки мод для каждого порядка �

Claims (19)

1. Способ частотного анализа данных, отличающийся тем, что содержит:
- этап (310) ввода сигналов, поступающих от первого датчика,
- этап (315) ввода сигналов, поступающих, по меньшей мере, от второго датчика, при этом каждый второй датчик расположен вблизи первого датчика, чтобы сигналы, поступающие от каждого второго датчика, были сильно коррелированными с сигналами, поступающими от первого датчика,
- этап оценки для каждого датчика функции перехода или модели, реализуемой на основании совокупности сигналов от первого датчика и от каждого второго датчика, и
- этап (320) извлечения структурных свойств системы на основании каждой из оценочных моделей.
2. Способ по п.1, отличающийся тем, что во время этапа (320) извлечения сигналы, поступающие от датчиков, рассматривают как полиномы.
3. Способ по п.1, отличающийся тем, что во время этапа (320) извлечения решают рекуррентное линейное уравнение с коэффициентами, медленно меняющимися во времени и в пространстве между датчиками.
4. Способ по п.2, отличающийся тем, что во время этапа (320) извлечения решают рекуррентное линейное уравнение с коэффициентами, медленно меняющимися во времени и в пространстве между датчиками.
5. Способ по п.1, отличающийся тем, что этап (320) извлечения содержит:
- этап адаптивного моделирования, рекурсивного по времени, порядку и пространству датчиков, и
- этап оценки мод для каждого порядка в зависимости от результата этапа адаптивного моделирования.
6. Способ по п.2, отличающийся тем, что этап (320) извлечения содержит:
- этап адаптивного моделирования, рекурсивного по времени, порядку и пространству датчиков, и
- этап оценки мод для каждого порядка в зависимости от результата этапа адаптивного моделирования.
7. Способ по п.3, отличающийся тем, что этап (320) извлечения содержит:
- этап адаптивного моделирования, рекурсивного по времени, порядку и пространству датчиков, и
- этап оценки мод для каждого порядка в зависимости от результата этапа адаптивного моделирования.
8. Способ по п.4, отличающийся тем, что этап (320) извлечения содержит:
- этап адаптивного моделирования, рекурсивного по времени, порядку и пространству датчиков, и
- этап оценки мод для каждого порядка в зависимости от результата этапа адаптивного моделирования.
9. Способ по любому из пп.5-8, отличающийся тем, что каждый этап ввода сигналов, поступающих от датчиков, содержит этап снижения в реальном времени уровня шума сигналов, поступающих от датчиков, предшествующий этапу адаптивного моделирования.
10. Способ по п.5, отличающийся тем, что этап оценки мод содержит этап извлечения параметров модели в зависимости от результата этапа адаптивного моделирования.
11. Способ по п.10, отличающийся тем, что этап извлечения параметров модели содержит этап инверсии матрицы полиномов порядка N и размером, равным числу датчиков.
12. Способ по любому из пп.5-8, отличающийся тем, что этап оценки мод осуществляют таким образом, чтобы получить параметры каждой из моделей, образующие совокупность избыточных данных, позволяющую сократить дисперсию оценочных мод.
13. Способ по любому из пп.5-8, отличающийся тем, что на этапе адаптивного моделирования осуществляют моделирование параметрического типа.
14. Способ по любому из пп.5-8, отличающийся тем, что на этапе адаптивного моделирования осуществляют моделирование типа ARMA («авторегрессивное скользящее среднее»).
15. Способ по п.14, отличающийся тем, что упомянутое моделирование типа ARMA осуществляют в каждый момент, для каждого датчика и для всех рассматриваемых порядков.
16. Способ по любому из пп.5-8, отличающийся тем, что содержит этап инверсии полиномиальной матрицы, которая является симметричной взаимоспектральной матрицей, отображающей на своей главной диагонали спектральную плотность мощности каждого из датчиков и в других членах - взаимные спектры.
17. Способ по любому из пп.5-8, 10-11 или 15, отличающийся тем, что этап адаптивного моделирования содержит рекурсию по времени с инициализацией в момент n для порядка N=0, содержащую рекурсию по порядку модели N=[1, 2, …, Nmax], следующих этапов:
- вычисление векторов погрешностей заднего и переднего линейного предсказания,
- вычисление матриц частичной передней и задней корреляции,
- вычисление ковариационных матриц погрешностей заднего и переднего линейного предсказания,
- вычисление матрицы степени погрешности переднего линейного предсказания,
- прямое вычисление векторов усиления
Figure 00000001
,
где альфа является скаляром, лямбда - коэффициентом упущения и
Figure 00000002
,
- вычисление вектора
Figure 00000003
посредством рекуррентности на основании известного
Figure 00000004
и
- вычисление матриц Ak, отображающих модели, при k = от 1 до N.
18. Способ по любому из пп.1-8, 10-11 или 15, отличающийся тем, что содержит этап классификации мод, полученных в результате этапа оценки мод, с соблюдением одного из следующих двух условий:
- из одной и той же модели получают только одну моду на класс, и
- все оценки имеют одинаковый весовой коэффициент независимо от происхождения оценки.
19. Компьютерная программа, загружаемая в информационную систему, при этом упомянутая программа содержит команды, позволяющие выполнять способ по любому из пп.1-8, 10, 11.
RU2011104085/28A 2008-07-07 2009-07-06 Способ и устройство частотного анализа данных RU2503938C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR0854622A FR2933513B1 (fr) 2008-07-07 2008-07-07 Procede et dispositif d'analyse frequentielle de donnees
FR0854622 2008-07-07
PCT/FR2009/000833 WO2010004133A1 (fr) 2008-07-07 2009-07-06 Procédé et dispositif d'analyse fréquentielle de données

Publications (2)

Publication Number Publication Date
RU2011104085A true RU2011104085A (ru) 2012-08-20
RU2503938C2 RU2503938C2 (ru) 2014-01-10

Family

ID=40673306

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2011104085/28A RU2503938C2 (ru) 2008-07-07 2009-07-06 Способ и устройство частотного анализа данных

Country Status (9)

Country Link
US (1) US8725468B2 (ru)
EP (1) EP2297564A1 (ru)
JP (1) JP5480255B2 (ru)
CN (1) CN102105771B (ru)
BR (1) BRPI0910510A2 (ru)
CA (1) CA2730039C (ru)
FR (1) FR2933513B1 (ru)
RU (1) RU2503938C2 (ru)
WO (1) WO2010004133A1 (ru)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007019402B4 (de) * 2007-04-23 2011-08-25 Airbus Operations GmbH, 21129 Verfahren zur Durchführung eines Bodenvibrationstests bei Flugzeugen
CN102303481B (zh) * 2011-06-26 2014-06-04 北京理工大学 低噪声微面汽车后驱动桥
CN102221402B (zh) * 2011-06-26 2013-06-12 北京理工大学 低噪声微面汽车后驱动桥设计方法
US8949085B2 (en) * 2011-10-28 2015-02-03 General Electric Company System and method for obtaining and de-noising vibratory data
GB201204920D0 (en) * 2012-01-23 2012-05-02 Airbus Operations Ltd System and method for automatic modal parameter extraction in structural dynamics analysis
US20140303907A1 (en) * 2013-04-05 2014-10-09 Kevin M. Roughen Systems and methods for dynamic force measurement
CN104699980A (zh) * 2015-03-24 2015-06-10 江苏科技大学 基于加速度传感器实现iri值软测量的方法
JP2017173076A (ja) * 2016-03-23 2017-09-28 Ntn株式会社 状態監視システム及びそれを備える風力発電装置
DE102016105877B4 (de) * 2016-03-31 2021-03-11 Fibro Gmbh Verfahren und Vorrichtung zur Überwachung einer Maschine
JP6421294B1 (ja) 2017-05-25 2018-11-14 株式会社三井Ｅ＆Ｓマシナリー シャワーヘッド加工工具およびシャワーヘッド加工工具の製造方法
US10768262B2 (en) 2017-08-30 2020-09-08 Analog Devices Global Unlimited Campany Managing the determination of a transfer function of a measurement sensor
US11067604B2 (en) 2017-08-30 2021-07-20 Analog Devices International Unlimited Company Managing the determination of a transfer function of a measurement sensor
US10914808B2 (en) * 2017-08-30 2021-02-09 Analog Devices International Unlimited Company Managing the determination of a transfer function of a measurement sensor
WO2019042972A1 (en) * 2017-08-30 2019-03-07 Analog Devices Global Unlimited Company MANAGING THE DETERMINATION OF A TRANSFER FUNCTION OF A MEASUREMENT SENSOR
JP7169577B2 (ja) * 2018-02-28 2022-11-11 国立研究開発法人農業・食品産業技術総合研究機構 漏洩検知方法及び漏洩検知装置
CN108680787A (zh) * 2018-05-23 2018-10-19 成都玖锦科技有限公司 基于fpga的实时频谱分析方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4535629A (en) * 1984-03-16 1985-08-20 Chamberlain Manufacturing Corporation Method and apparatus for structural monitoring with acoustic emission and using pattern recognition
US5675506A (en) * 1992-10-09 1997-10-07 Rensselaer Polytechnic Institute Detection of leaks in vessels
JPH07248782A (ja) * 1994-03-08 1995-09-26 Mazda Motor Corp 振動低減装置の特性設定方法
US5610837A (en) * 1994-04-21 1997-03-11 Sonoco Products Company System and method for nondestructive vibrational testing
US6195982B1 (en) * 1998-12-30 2001-03-06 United Technologies Corporation Apparatus and method of active flutter control
JP4571322B2 (ja) * 2001-03-05 2010-10-27 佐藤 ▼壽▲芳 機械構造系の履歴を有する非線形復元力特性の解析方法
US7136794B1 (en) * 2001-05-24 2006-11-14 Simmonds Precision Products, Inc. Method and apparatus for estimating values for condition indicators
FR2827049B1 (fr) * 2001-07-04 2003-10-10 Airbus France Procede d'analyse frequentielle en temps reel d'un signal non stationnaire et circuit d'analyse correspondant
US6662130B1 (en) * 2002-06-13 2003-12-09 Southwest Research Institute Systems and methods for calibrating a distorted signal with another signal of known calibration
US7188042B2 (en) * 2002-10-04 2007-03-06 Havens Steven W Method and apparatus for acquiring and processing transducer data
US6947858B2 (en) * 2003-06-27 2005-09-20 The Boeing Company Methods and apparatus for analyzing flutter test data using damped sine curve fitting
JP4028562B2 (ja) * 2005-08-26 2007-12-26 本田技研工業株式会社 振動・音圧伝達特性解析装置及び方法

Also Published As

Publication number Publication date
US20110119041A1 (en) 2011-05-19
FR2933513A1 (fr) 2010-01-08
CN102105771B (zh) 2014-06-18
CA2730039C (en) 2016-10-11
EP2297564A1 (fr) 2011-03-23
JP5480255B2 (ja) 2014-04-23
BRPI0910510A2 (pt) 2015-09-29
US8725468B2 (en) 2014-05-13
RU2503938C2 (ru) 2014-01-10
CN102105771A (zh) 2011-06-22
WO2010004133A1 (fr) 2010-01-14
FR2933513B1 (fr) 2010-08-27
JP2011527428A (ja) 2011-10-27
CA2730039A1 (en) 2010-01-14

Similar Documents

Publication Publication Date Title
RU2011104085A (ru) Способ и устройство частотного анализа данных
Spiridonakos et al. Non-stationary random vibration modelling and analysis via functional series time-dependent ARMA (FS-TARMA) models–A critical survey
JP4469882B2 (ja) 音響信号処理方法及び装置
CN109616138B (zh) 基于分段频点选择的语音信号盲分离方法和双耳助听系统
CN102567719B (zh) 基于后验概率神经网络的人类年龄自动估计方法
JP4586577B2 (ja) 外乱成分抑圧装置、コンピュータプログラム、及び音声認識システム
CN104462015B (zh) 处理非高斯Lévy噪声的分数阶线性离散系统状态更新方法
JP2015097355A5 (ru)
US9183671B2 (en) Method for accelerating Monte Carlo renders
JP4422662B2 (ja) 音源位置・受音位置推定方法、その装置、そのプログラム、およびその記録媒体
CN110782041B (zh) 一种基于机器学习的结构模态参数识别方法
CN111640451A (zh) 一种成熟度评估方法及装置、存储介质
US9628926B2 (en) Modeling loudspeakers based on cascading lumped parameter models with neural networks
US9668075B2 (en) Estimating parameter values for a lumped parameter model of a loudspeaker
Grivel et al. Speech enhancement as a realisation issue
JP5387442B2 (ja) 信号処理装置
Duangpummet et al. A robust method for blindly estimating speech transmission index using convolutional neural network with temporal amplitude envelope
CN110036441B (zh) 目标音强调装置及方法、噪音估计用参数学习装置及方法、记录介质
Mohamed et al. Generalized gaussian mixture model
Lu et al. Controlling tradeoff between approximation accuracy and complexity of a smooth function in a reproducing kernel Hilbert space for noise reduction
CN115409245A (zh) 电力系统的预测辅助状态估计方法、装置、设备及介质
JP5438703B2 (ja) 特徴量強調装置、特徴量強調方法、及びそのプログラム
JP6891144B2 (ja) 生成装置、生成方法及び生成プログラム
CN105989838B (zh) 语音识别方法及装置
JP6716933B2 (ja) 雑音推定装置、プログラム及び方法、並びに、音声処理装置

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20200707