TWI749837B - 數位訊號切割方法 - Google Patents
數位訊號切割方法 Download PDFInfo
- Publication number
- TWI749837B TWI749837B TW109137715A TW109137715A TWI749837B TW I749837 B TWI749837 B TW I749837B TW 109137715 A TW109137715 A TW 109137715A TW 109137715 A TW109137715 A TW 109137715A TW I749837 B TWI749837 B TW I749837B
- Authority
- TW
- Taiwan
- Prior art keywords
- digital signal
- signal
- time point
- average
- sum
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0092—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本揭示文件提供一種數位訊號切割方法,包含下列步驟。接收一數位訊號,並由該數位訊號中提取一訊號特徵片段。並且,提取訊號特徵片段的步驟包含:計算由該數位訊號自一第一時間點開始於一短時窗內的一第一平方和之平均值;計算由該數位訊號自該第一時間點開始於一長時窗內的一第二平方和之平均值;計算該第一平方和之平均值與該第二平方和之平均值之一第一比值;以及根據該第一比值判斷由該第一時間點是否提取該訊號特徵片段。
Description
本案係關於一種數位訊號切割方法,特別係關於一種連續的數位訊號切割方法。
在現今的自動化設備技術可以利用故障預測與健康管理(Prognostic and Health Management;PHM)系統依據自動化設備中的致動器的電流訊號來判斷其運作是否異常。
本揭示文件提供一種數位訊號切割方法。數位訊號切割方法包含下述步驟。接收數位訊號以及由該數位訊號中提取訊號特徵片段。其中提取訊號特徵片段的步驟包含:計算由該數位訊號自第一時間點開始於短時窗內的第一平方和之平均值;計算由該數位訊號自該第一時間點開始於長時窗內的第二平方和之平均值;計算該第一平方和之平均值與該第二平方和之平均值之第一比值;以及根據該第一比值判斷對應該第一時間點是否提取該訊號特徵片段。
綜上所述,在自動化設備的技術中,致動器(例如,馬達)的運作是否正常,可以藉由致動器在運作時的電流訊號來判斷。然而,從致動器檢測到的電流訊號包含了致動器在運作狀態以及閒置狀態下連續的電流變化,其中閒置時的電流訊號通常對於運作是否正常的判斷較沒有關連性。因此,本揭示文件利用長短時距平均提取馬達在運作時的訊號,藉此提取出訊號當中有效的特徵片段。
下列係舉實施例配合所附圖示做詳細說明,但所提供之實施例並非用以限制本揭露所涵蓋的範圍,而結構運作之描述非用以限制其執行順序,任何由元件重新組合之結構,所產生具有均等功效的裝置,皆為本揭露所涵蓋的範圍。另外,圖示僅以說明為目的,並未依照原尺寸作圖。為使便於理解,下述說明中相同元件或相似元件將以相同之符號標示來說明。
在全篇說明書與申請專利範圍所使用之用詞(terms),除有特別註明除外,通常具有每個用詞使用在此領域中、在此揭露之內容中與特殊內容中的平常意義。
此外,在本文中所使用的用詞『包含』、『包括』、『具有』、『含有』等等,均為開放性的用語,即意指『包含但不限於』。此外,本文中所使用之『及/或』,包含相關列舉項目中一或多個項目的任意一個以及其所有組合。
於本文中,當一元件被稱為『耦接』或『耦接』時,可指『電性耦接』或『電性耦接』。『耦接』或『耦接』亦可用以表示二或多個元件間相互搭配操作或互動。此外,雖然本文中使用『第一』、『第二』、…等用語描述不同元件,該用語僅是用以區別以相同技術用語描述的元件或操作。
請參閱第1圖,第1圖為依據本揭示文件一些實施例的裝置圖。第1圖包含自動化設備110以及電子裝置120。自動化設備110包含致動器112以及電流感測器114。電子裝置120包含處理器122、轉換電路124以及記憶體126。
在工廠的生產線上利用自動化設備110(例如:機械手臂或運輸裝置)來組裝或搬運各種貨物。致動器112(例如:馬達)用以驅動自動化設備110。例如,馬達為機械手臂或運輸裝置提供動力。由於生產線上連續的製造過程可能會導致自動化設備110的致動器112發生異常,藉由故障預測與健康管理(Prognostic and Health Management;PHM)系統來判斷自動化設備110的致動器112在運作時段的電流訊號有無異常,可以得知自動化設備110的致動器112是否正常運作。然而,從致動器112偵測到的電流訊號涵蓋了致動器112在運作及閒置時的連續訊號。
其中對於致動器112運作是否正常的判斷主要是考慮致動器112運作時段的電流變化,通常與閒置時的電流變化較沒有關連性。
在本揭示文件的實施例中,依據長短時距平均STA/LTA(Short Time Average Over Long Time Average)切割致動器112在運作時段以及閒置時段的連續訊號,藉此提取致動器112在運作時段的訊號。為了更佳的理解如何依據長短時距平均STA/LTA切割連續訊號,將在接續實施例中詳細說明。請一併參閱第2圖,第2圖為依據本揭示文件一些實施例之數位訊號切割方法的流程圖。
在步驟S11中,由電流感測器114偵測致動器112的電流訊號。並且由電流感測器114將電流訊號傳送至電子裝置120。在本揭示文件的示例中,欲處理的電流訊號是來自自動化設備110的致動器112。然而,電流訊號也可以是來自電源供應器、背光驅動電路或者是顯示電路。因此,本揭示文件不以此為限。
在步驟S12中,轉換電流訊號為數位訊號。詳細而言,電子裝置120自電流感測器114接收電流訊號,並利用轉換電路124自電流感測器114偵測到的電流訊號(通常為具有連續性電流大小變化的類比訊號)中轉換為數位訊號,藉此將數位訊號儲存至電子裝置120的記憶體126。例如,電子裝置120的轉換電路124從電流感測器114接收致動器112在一小時內的連續電流訊號,並藉由轉換電路124將被接收的連續電流訊號轉換為數位訊號,藉此電子裝置120可將數位訊號儲存至記憶體126。
其中對於自動化設備110運作是否正常的判斷主要是考慮致動器112運作時段的電流變化,通常與閒置時的電流變化關連性較低。若能將數位訊號當中對應到致動器112運作時段的訊號特徵片段擷取出來,並將數位訊號當中對應到致動器112閒置時段的無效片段(或低關連性片段)濾除,在後續針對自動化設備110判斷是否正常進行運作的演算法判斷時,可以節省運算的時間,也可以減少演算法占用的記憶體126空間或資料傳輸頻寬。
在步驟S13中,處理器122接收前述數位訊號。於一實施例中,處理器122可由電子裝置記憶體126當中讀取先前儲存的數位訊號(舉例來說,內容可包含致動器112於其中一小時運作的電流變化),於另一實施例當中,處理器122也可以直接從轉換電路124接收數位訊號。並且,接續由處理器122執行步驟S20至步驟S24,以將數位訊號當中存在電流變化的訊號特徵片段擷取出來。
在步驟S20至步驟S24之中,依據長短時距平均STA/LTA計算數位訊號在同一個時間點的短時窗STA平方和平均值、長時窗LTA平方和平均值以及前兩者的比值。詳細而言,設置一個長時窗LTA,在長時窗LTA內取一個短時窗STA,並且將短時窗STA設置為與長時窗LTA的起始點重合。如此,藉由將長時窗LTA以及長時窗LTA內的短時窗STA移動到數位訊號的各個時間點,便可計算取得在數位訊號在各個時間點的短時窗STA平方和平均值相對於長時窗LTA平方和平均值之比值,此比值又稱為長短時距平均STA/LTA。在另一些實施例中,連續地對各個時間點的數位訊號在長時窗LTA以及短時窗STA進行計算,便可計算取得數位訊號的長短時距平均STA/LTA的線性函數。並且,若根據長短時距平均STA/LTA判斷由選定時間點提取訊號特徵片段,執行步驟S24E以提取訊號特徵片段。
為了較佳的理解如何計算長短時距平均STA/LTA,請一併參閱第3圖。第3圖為依據本揭示文件一些實施例之數位訊號在一時間點T1計算長短時距平均STA/LTA的波形圖。在第3圖中,橫軸為時間,縱軸為數位訊號振幅大小。並且,數位訊號的振幅大小及波形可以被理解為致動器112在運作時所對應的模式及狀態。
在本揭示文件的實施例中,短時窗STA是以0.2秒且長時窗LTA是以1.0秒的時窗長度實施。然而,短時窗STA長度僅需小於長時窗LTA長度。並且,若短時窗STA相較於長時窗LTA長度越小,對微小振幅的靈敏度越高;若短時窗STA相較於長時窗LTA長度越大,對微小振幅的靈敏度越低。因此,短時窗STA以及長時窗LTA可以由其他時間長度實施,本揭示文件並不以此為限。
在步驟S20中,由數位訊號中選定一時間點T1。
在步驟S21中,計算由數位訊號自時間點T1開始於短時窗STA內的平方和之平均值。短時窗STA內的第一平方和之平均值
。ns為短時窗STA的時窗長度,CF(j)為數位訊號在時間點j的取值,在本揭示文件中CF(j)為數位訊號在時間點j的數值的平方和。
換句話說,數位訊號自時間點T1開始於短時窗STA內的第一平方和之平均值,代表的是,數位訊號在時間點T1鄰近區間內的訊號變化大小。當短時窗STA內的第一平方和之平均值愈大,代表數位訊號在時間點T1鄰近區間的變化愈劇烈,也就代表此時間點T1有較高可能對應到馬達的運作時段。另一方面,當短時窗STA內的第一平方和之平均值愈小,代表數位訊號在時間點T1鄰近區間的變化量愈小,也就代表此時間點T1有較高可能對應到馬達的閒置時段。
例如,數位訊號自時間點T1開始於短時窗STA內的平方和為0.16,在時間點T1的短時窗STA內的平方和的平均值為STA(T1)=0.16/0.2=0.8。於此例子中,在時間點T1的短時窗STA內,數位訊號對應到的變化量較少,所以短時窗STA內的平方和的平均值較低。
在步驟S22中,計算由數位訊號自時間點T1開始於長時窗LTA內的平方和之平均值。自時間點T1開始於長時窗LTA內的平方和之平均值
。nl為長時窗LTA的時窗長度,CF(j)為數位訊號數在時間點j的取值,在本揭示文件中CF(j)為數位訊號在時間點j的數值的平方和。例如,數位訊號自時間點T1開始於長時窗LTA內的第一平方和為1,在時間點T1的長時窗LTA內的平方和之平均值為LTA(T1)=1/1.0=1。換句話說,數位訊號自時間點T1開始於長時窗LTA內的第二平方和之平均值,代表的是數位訊號(例如對應致動器112的電流變化)整體較長時間範圍的平均訊號變化大小。
也就是說,長時窗LTA內的第二平方和之平均值代表的是數位訊號長時間的平均大小。舉例來說,當自動化設備110老化或是處在高溫環境下造成致動器112的電流訊號發生異常,假設使得電流感測器114量測到的電流訊號長時間提高(或者降低,視實際情況而定),也就是說,長時窗LTA內的第二平方和之平均值反映的是數位訊號受到的周圍因素影響的整體偏移變化。
在步驟S23中,計算長短時距平均STA/LTA。亦即,計算在時間點T1短時窗STA內的平方和之平均值與長時窗LTA內的平方和之平均值之比值,
,前式等於0.8/1=0.8。長短時距平均STA/LTA代表短時窗STA內之數位訊號相較於長時窗LTA內之數位訊號的變化幅度,亦即,致動器112在某一時間點電流的瞬時變化相對於在某一時間點後一段時間的變化。換言之,即使在某一時間點之後由於電流感測器114的特性偏導致移數位訊號的振幅明顯變大(例如致動器112因為機構老化或是損毀,導致數位訊號增強),在這個時間點的短時窗STA平方和平均值以及長時窗LTA平方和平均值都會同時受到影響而相應增加,因此長短時距平均STA/LTA為兩者之間的比值不會受到太大的影響,其數值依舊在一定的範圍內。
舉例而言,在某一時間點之後由於環境因素而造成數位訊號的振幅震盪的值域變大,使短時窗STA平方和為0.8,平均值為0.8/0.2=4;長時窗LTA平方合為5,平均值為5/1=1。短時窗STA平方和之平均值除以長時窗LTA平方合之平均值為4/5=0.8。因此,將短時窗STA平方和平均值除以長時窗LTA平方和平均值之後,可以得到在特定範圍內的長短時距平均STA/LTA。如此一來,即使因為環境因素而造成數位訊號的振幅震盪的值域改變(例如原先在電流0~10mA之間震盪,變化為在電流0~100mA之間震盪,或者變化為在電流0~5mA之間震盪),在這些時間點的長短時距平均STA/LTA這個比值不會隨著數位訊號的振幅值域變化而大幅改變。
在一些實施例中,為了從連續的電流訊號提取致動器112在運作時段的訊號,利用計算連續訊號的方均根值並依據方均根值設定臨界值,藉此提取自動化設備110的致動器112在運作時段的訊號。然而,在一些情形中,環境因素改變(例如:致動器112運作異常或是在自動化設備110的保養、零件更換之後),可能會導致致動器112的電流訊號振幅的震盪值域大幅提高。也就是說,此時即使致動器112在閒置階段,電流訊號也會出現一定的震盪幅度,利用原先設定的臨界值可能會提取到致動器112在閒置時的電流訊號,會需要額外人力重新設定臨界值。
在本揭示文件的實施例中,因為長短時距平均STA/LTA不會受到數位訊號振幅大幅變化的影響,因此可以即時的判斷是否提取數位訊號而不用額外調整臨界值(或閥值)。為了更佳的理解如何即時判斷是否提取數位訊號,將在後續實施例中詳細說明。
在步驟S24中,根據長短時距平均STA/LTA判斷由選定時間點T1是否提取訊號特徵片段。為了判斷在時間點T1是否提取訊號特徵片段,請一併參閱第4圖。第4圖為依據本揭示文件一些實施例之數位訊號切割方法中之判斷由選定時間點是否提取訊號特徵片段的流程圖。在步驟S24中的步驟S240、S241、S242、S2411、S2412、2424以及S2422皆可由電子裝置120之處理器122執行。
在步驟S240中,是否將數位訊號自選定時間點T1之前的訊號提取為訊號特徵片段。假設時間點T1之前的數位訊號未被提取為訊號特徵片段,執行步驟S241。
在步驟S241中,長短時距平均STA/LTA是否大於或等於第一閥值。於一些實施例當中,舉例來說,第一閥值可以設定為1.75。時間點T1的長短時距平均STA/LTA為0.8,小於第一閥值1.75。因此,接續步驟S2411,維持不提取訊號特徵片段。也就是說,電流感測器114自時間點T1測得的電流訊號為致動器112在閒置時的訊號,因此在時間點T1不提取數位訊號作為訊號特徵片段。並且,接續步驟S20。
在步驟S20中,由數位訊號中選定一時間點T2。請一併參閱第5圖,第5圖為繪示第3圖之數位訊號在一時間點T2計算長短時距平均STA/LTA的波形圖。
在步驟S21中,計算由數位訊號自時間點T2開始於短時窗STA內的平方和之平均值。數位訊號自時間點T2開始於短時窗STA內的平方和為0.36,在時間點T2的短時窗STA內的平方和的平均值為STA(T2)=0.36/0.2=1.8。
在步驟S22中,計算由數位訊號自時間點T2開始於長時窗LTA內的平方和之平均值。數位訊號自時間點T2開始於長時窗LTA內的平方和為1,在時間點T2的長時窗LTA內的平方和之平均值為LTA(T2)=1/1.0=1。
在步驟S23中,計算長短時距平均STA/LTA。亦即,計算在時間點T2短時窗STA內的平方和之平均值與長時窗LTA內的平方和之平均值之比值,
,前式等於1.8/1=1.8。為了根據長短時距平均STA/LTA判斷由選定時間點T2是否提取訊號特徵片段。接續執行步驟S24之中的步驟S240。在步驟S240中,是否將數位訊號自選定時間點T2之前的訊號提取為訊號特徵片段。在時間點T2之前的時間點T1的數位訊號未被提取為訊號特徵片段,因此執行步驟S241。
在步驟S241中,長短時距平均STA/LTA是否大於或等於第一閥值。詳細而言,第一閥值為長短時距平均STA/LTA與特定參數的乘積。依據本揭示文件中之實施例的短時窗STA(0.2秒)以及長時窗LTA(1秒)的示例,歷史長短時距平均STA/LTA之最大值約為2.5。並且,將前述特定參數設定在0.7可避免提取到雜訊或提取到的訊號特徵片斷有缺漏。因此,第一閥值設定在2.5*0.7=1.75。本揭示文件中,第一閥值並不限定於上述固定數值,如1.75。在另一些實施例中,第一閥值根據歷史長短時距平均STA/LTA之最大值與參數之乘積而定,並且第一閥值若設置過大,振幅較小的訊號無法被判讀;第一閥值若設置過小,會對微震訊號過於敏感。因此,前述參數可被設定在0.5至0.9之間。
在時間點T2的長短時距平均STA/LTA等於1.8,大於第一閥值1.75。因此,接續步驟S2412,開始提取訊號特徵片段。亦即,電流感測器114自時間點T2測得的電流訊號為致動器112在運作時的訊號,因此自時間點T2開始提取數位訊號作為訊號特徵片段。並且,接續執行步驟S20。
同時參看第3圖及第4圖,在第3圖的時間點T1開始的短時窗STA當中數位訊號並未包含明顯的振幅變化,因此第3圖中對應時間點T1起算的長短時距平均STA/LTA數值較小,如前述實施例中為0.8。相較之下,在第4圖的時間點T2開始的短時窗STA當中數位訊號則已包含明顯的振幅變化,因此第4圖中對應時間點T2起算的長短時距平均STA/LTA數值相對較大,如前述實施例中為1.8。因此在時間點T2,根據長短時距平均STA/LTA的變化決定開始提取數位訊號。
在步驟S20中,由數位訊號中選定一時間點T3。請一併參閱第6圖,第6圖為繪示第3圖之數位訊號在一時間點T3計算長短時距平均STA/LTA的波形圖。
在步驟S21中,計算由數位訊號自時間點T3開始於短時窗STA內的平方和之平均值。數位訊號自時間點T3開始於短時窗STA內的平方和為0.16,在時間點T3的短時窗STA內的平方和的平均值為STA(T3)=0.16/0.2=0.8。
在步驟S22中,計算由數位訊號自時間點T3開始於長時窗LTA內的平方和之平均值。數位訊號自時間點T3開始於長時窗LTA內的平方和為0.8,在時間點T3的長時窗LTA內的平方和之平均值為LTA(T3)=0.8/1=0.8。
在步驟S23中,計算長短時距平均STA/LTA。亦即,計算在時間點T3短時窗STA內的平方和之平均值與長時窗LTA內的平方和之平均值之比值,
,前式等於0.8/0.8=1。為了根據長短時距平均STA/LTA判斷由選定時間點T3是否提取訊號特徵片段。接續執行步驟S24之中的步驟S240。在步驟S240中,是否將數位訊號自選定時間點T3之前的訊號提取為訊號特徵片段。在時間點T3之前的時間點T2的數位訊號已被提取為訊號特徵片段,接續執行步驟S242。
在步驟S242中,長短時距平均STA/LTA是否小於或等於第二閥值。於一些實施例當中,舉例來說,第二閥值可以設定為0.4。將第二閥值設定在0.4可避免提早結束訊號的提取或是提取到閒置時段的訊號。在時間點T3的長短時距平均STA/LTA為1,大於第二閥值0.4。因此接續步驟S2421,維持提取訊號特徵片段。也就是說,電流感測器114自時間點T3測得的電流訊號為致動器112在運作時的訊號,因此自時間點T2開始至時間點T3持續提取數位訊號作為訊號特徵片段。並且,接續步驟S20。在步驟S20中,由數位訊號中選定一時間點T4。請一併參閱第7圖,第7圖為繪示第3圖之數位訊號在一時間點T4計算長短時距平均STA/LTA的波形圖。
在步驟S21中,計算由數位訊號自時間點T4開始於短時窗STA內的平方和之平均值。數位訊號自時間點T4開始於短時窗STA內的平方和為0.01,在時間點T4的短時窗STA內的平方和平均值為STA(T4)=0.01/0.2=0.05。
在步驟S22中,計算由數位訊號自時間點T4開始於長時窗LTA內的平方和之平均值。數位訊號自時間點T4開始於長時窗LTA內的平方和為0.4,在時間點T3的長時窗LTA內的平方和平均值為LTA(T4)=0.4/1.0=0.4。
在步驟S23中計算計算長短時距平均。亦即,計算在時間點T4短時窗STA內的平方和之平均值與長時窗LTA內的平方和之平均值之比值,
,前式等於0.05/0.4=0.125。為了根據長短時距平均STA/LTA判斷由選定時間點T4是否提取訊號特徵片段。接續執行步驟S24之中的步驟S240。在步驟S240中,是否將數位訊號自選定時間點T4之前的訊號提取為訊號特徵片段。在時間點T4之前的時間點T3的數位訊號已被提取為訊號特徵片段,接續執行步驟S242。
在步驟S242中,長短時距平均STA/LTA是否小於或等於第二閥值。在時間點T4長短時距平均STA/LTA為0.125,小於第二閥值0.4。因此接續步驟S2422。
在步驟S2422中,停止提取訊號特徵片段。也就是說,電流感測器114自時間點T2到T4測得的電流訊號為致動器112在運作時的訊號,因此從時間點T2開始提取數位訊號作為訊號特徵片段直到時間點T4停止。本揭示文件中,第二閥值並不限定於上述固定數值,如0.4。在另一些實施例中,若將第二閥值設置過大,會提早結束訊號的提取;若將第二閥值設置過小,則可能造成步驟S242無法接續到步驟S2422,導致無法正常提取所需片段。因此,第二閥值可被設定在0.3至0.6之間。通常會將第二閥值設定為小於0.6,否則會造成訊號的提取提早結束。
同時參看第5圖及第6圖,在第5圖的時間點T3開始的短時窗STA當中數位訊號並包含明顯的振幅變化,因此第5圖中對應時間點T3起算的長短時距平均STA/LTA數值較大,如前述實施例中為1.8。相較之下,在第6圖的時間點T4開始的短時窗STA當中數位訊號則未包含明顯的振幅變化,因此第6圖中對應時間點T4起算的長短時距平均STA/LTA數值相對較小,如前述實施例中為0.125。因此在時間點T4,根據長短時距平均STA/LTA的變化決定停止提取數位訊號。
在上述實施例中,時間點T1、T2、T3以及T4的選取僅是為了可以更清楚明瞭的理解如何計算長短時距平均STA/LTA。在實際應用中,應是以更短的時間間距選擇的時間點,使各個時間點的彼此的時間間隔更小。
請參閱第8圖。第8圖為繪示第3圖之數位訊號在連續時間點計算長短時距平均STA/LTA的波形圖。在第8圖中下方的波形圖為數位訊號,縱軸為振幅,橫軸為時間。在第8圖中上方的線性函數為數位訊號經長短時距平均STA/LTA計算後的線性函數,縱軸為長短時距平均STA/LTA,橫軸為時間。並且,圖中虛線分別代表第一閥值TH1(例如,1.75)以及第二閥值TH2(例如,0.4)。藉由以更短的時間間距選擇時間點(例如,每間隔0.002秒選定一時間點)計算數位訊號長短時距平均STA/LTA,可以得到如第8圖所示的長短時距平均STA/LTA對時間的變化。並且判斷長短時距平均STA/LTA是否大於第一閥值TH1或小於第二閥值TH2,以即時提取致動器112在運作時的特徵片段。第8圖所示之網點底色部分為數位訊號被提取作為訊號特徵片段的範圍。
綜上所述,本揭示文件利用長短時距平均STA/LTA計算從自動化設備110之致動器112(例如:馬達)的電流轉換而成的數位訊號,並且判斷長短時距平均STA/LTA是否大於第一閥值或小於第二閥值,以即時提取致動器在運作時的訊號特徵片段而不會受到致動器112電流訊號的震盪值域大幅變化的影響。
雖然本揭露已以實施方式揭露如上,然其並非用以限定本揭露,任何本領域通具通常知識者,在不脫離本揭露之精神和範圍內,當可作各種之更動與潤飾,因此本揭露之保護範圍當視後附之申請專利範圍所界定者為準。
為使本揭露之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附符號之說明如下:
110:自動化設備
112:致動器
114:電流感測器
120:電子裝置
122:處理器
124:轉換電路
126:記憶體
S11,S12,S13,S20,S21,S22,S23,S24,S24E,S240,S241,S242,S2411,S2412,S2421,S2422:步驟
STA:短時窗
LTA:長時窗
STA/LTA:長短時距平均
T1,T2,T3,T4:時間點
為使本揭露之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附圖式之說明如下:
第1圖為依據本揭示文件一些實施例的裝置圖。 第2圖為依據本揭示文件一些實施例之數位訊號切割方法的流程圖。 第3圖為依據本揭示文件一些實施例之數位訊號在一時間點計算長短時距平均的波形圖。 第4圖為依據本揭示文件一些實施例之數位訊號切割方法中之判斷由選定時間點是否提取訊號特徵片段的流程圖。 第5圖為繪示第3圖之數位訊號在一時間點計算長短時距平均的波形圖。 第6圖為繪示第3圖之數位訊號在一時間點計算長短時距平均的波形圖。 第7圖為繪示第3圖之數位訊號在一時間點計算長短時距平均的波形圖。 第8圖為繪示第3圖之數位訊號在連續時間點計算長短時距平均的波形圖。
國內寄存資訊(請依寄存機構、日期、號碼順序註記)
無
國外寄存資訊(請依寄存國家、機構、日期、號碼順序註記)
無
S11,S12,S13,S20,S21,S22,S23,S24,S24E:步驟
Claims (7)
- 一種數位訊號切割方法,包含:接收一數位訊號;以及由該數位訊號中提取一訊號特徵片段,其中提取該訊號特徵片段包含:計算由該數位訊號自一第一時間點開始於一短時窗內的一第一平方和之平均值;計算由該數位訊號自該第一時間點開始於一長時窗內的一第二平方和之平均值;計算該第一平方和之平均值與該第二平方和之平均值之一第一比值;若未將該第一時間點之前的該數位訊號提取為該訊號特徵片段,且該第一比值大於一第一閥值時,自該第一時間點開始提取該訊號特徵片段;以及若該第一時間點之前的該數位訊號已被提取為該訊號特徵片段,且該第一比值小於一第二閥值時,自該第一時間點停止提取該訊號特徵片段。
- 如請求項1所述的數位訊號切割方法,其中根據該第一比值判斷是否由該第一時間點提取該訊號特徵片段包含:若未將該第一時間點之前的該數位訊號提取為該訊號特徵片段,且該第一比值小於該第一閥值時,維持不提取該訊號特徵片段;以及 若該第一時間點之前的該數位訊號已被提取為該訊號特徵片段,且該第一比值大於該第二閥值時,維持提取該訊號特徵片段。
- 如請求項1所述的數位訊號切割方法,其中提取該訊號特徵片段更包含:計算由該數位訊號自一第二時間點開始於該短時窗內的一第三平方和之平均值;計算由該數位訊號自該第二時間點開始於該長時窗內的一第四平方和之平均值;計算該第三平方和之平均值與該第四平方和之平均值之一第二比值;以及根據該第二比值判斷是否由該第二時間點開始或結束提取該訊號特徵片段。
- 如請求項1所述的數位訊號切割方法,更包含:藉由一電流感測器,接收來自一致動器的一電流訊號,其中該致動器用於驅動一自動化設備運作;以及轉換該電流訊號為該數位訊號。
- 如請求項1所述的數位訊號切割方法,其中該第一閥值根據一歷史長短時距平均之最大值與一參數之乘積而定。
- 如請求項5所述的數位訊號切割方法,其中該參數介於0.5至0.9之間。
- 如請求項1所述的數位訊號切割方法,其中該第二閥值介於0.3至0.6之間。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109137715A TWI749837B (zh) | 2020-10-29 | 2020-10-29 | 數位訊號切割方法 |
CN202110473292.0A CN113189484B (zh) | 2020-10-29 | 2021-04-29 | 数字信号切割方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109137715A TWI749837B (zh) | 2020-10-29 | 2020-10-29 | 數位訊號切割方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI749837B true TWI749837B (zh) | 2021-12-11 |
TW202217334A TW202217334A (zh) | 2022-05-01 |
Family
ID=76980435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109137715A TWI749837B (zh) | 2020-10-29 | 2020-10-29 | 數位訊號切割方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113189484B (zh) |
TW (1) | TWI749837B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104699288A (zh) * | 2013-12-09 | 2015-06-10 | 义隆电子股份有限公司 | 电子装置及其噪声检测与操作模式设定方法 |
CN109789554A (zh) * | 2016-09-12 | 2019-05-21 | 德克萨斯仪器股份有限公司 | 角度旋转变压器不平衡检测 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4656024B2 (ja) * | 2006-08-22 | 2011-03-23 | 株式会社デンソー | 回転角検出装置のための異常検出装置 |
CN103683198B (zh) * | 2013-12-03 | 2017-01-04 | 昆明理工大学 | 一种基于差动电流相邻阶次差分构成的平面上相邻点距离的励磁涌流快速识别方法 |
CN103776480B (zh) * | 2014-01-29 | 2016-09-21 | 清华大学 | 基于多次移动平均的微小故障检测方法和装置 |
US11221660B2 (en) * | 2019-01-31 | 2022-01-11 | Hewlett Packard Enterprise Development Lp | Fault detection based on comparing input current and moving average input current |
-
2020
- 2020-10-29 TW TW109137715A patent/TWI749837B/zh active
-
2021
- 2021-04-29 CN CN202110473292.0A patent/CN113189484B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104699288A (zh) * | 2013-12-09 | 2015-06-10 | 义隆电子股份有限公司 | 电子装置及其噪声检测与操作模式设定方法 |
CN109789554A (zh) * | 2016-09-12 | 2019-05-21 | 德克萨斯仪器股份有限公司 | 角度旋转变压器不平衡检测 |
Also Published As
Publication number | Publication date |
---|---|
CN113189484B (zh) | 2022-11-08 |
TW202217334A (zh) | 2022-05-01 |
CN113189484A (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8396694B2 (en) | Method of forecasting the electrical production of a photovoltaic device | |
CA3023642A1 (en) | Estimation of yaw misalignment for a wind turbine | |
CN102108939A (zh) | 用于监测风电场的运行的方法和系统 | |
US8653968B2 (en) | Systems and methods for predictive building energy monitoring | |
EP2926428B1 (en) | Monitoring operating condition of electrical component | |
EP2798200B1 (en) | Wind turbine generator with adaptive locked speed operation | |
EP2172824B1 (en) | Method and system of wind turbine condition monitoring | |
EP3415753B1 (en) | Abnormality monitoring apparatus and abnormality monitoring method for wind farm | |
CN103185015A (zh) | 风扇异常报警系统及方法 | |
CN116593811A (zh) | 一种集成型变频器运行状态监测系统及监测方法 | |
TWI749837B (zh) | 數位訊號切割方法 | |
US8073556B2 (en) | System and method for controlling a machine | |
CN115574963A (zh) | 一种基于iot技术的无线温采系统及温采方法 | |
US20200228945A1 (en) | Data processing device, data analyzing device, data processing system and method for processing data | |
Mahanta et al. | IoT Based Transformer Oil Temperature Monitoring System | |
CA3046568C (en) | Environmental sensor-based radio transmitter of a utility meter system | |
WO2023181184A1 (ja) | 気象推定装置、気象推定システム、気象推定方法、および記録媒体 | |
CN112947602A (zh) | 控制光伏跟踪系统的方法、装置及系统 | |
CN117388749B (zh) | 一种电源模块检测方法及检测系统 | |
US20130310998A1 (en) | Energy management system | |
US9979673B2 (en) | Communication system and operating method thereof | |
CN110863945A (zh) | 一种叶片控制系统、方法、装置及可读存储介质 | |
KR102555049B1 (ko) | 배전함 관리 시스템 | |
CN117538741A (zh) | 一种断路器状态在线监测特征量阈值设定方法及相关产品 | |
CN110966729A (zh) | 压缩机接线反接的识别方法、装置、压缩机及空调器 |