[发明专利]电风扇振动故障检测方法及装置

说明书

本公开提供一种电风扇振动故障检测方法及装置，其中方法包括：振动物体为电风扇，获取振动物体对应的目标视频；采用欧拉运动放大方法对目标视频进行放大处理，获得振动物体的具有运动放大效果的放大输出视频，运动放大效果是指振动物体的发生往复运动的区域的运动情况在目标视频中是经过放大处理的；获取放大输出视频对应的帧序列，对帧序列采用相位相关算法计算帧序列间的交叉互功率谱；对交叉互功率谱进行反傅立叶变换，获得目标视频中像素的振动信息；将振动信息与标准振动模式对应的振动信息进行匹配，根据匹配结果确定振动物体的振动故障。采用本发明实施例，可以提升信息提取的准确性，进而提升振动分析的可靠性。

技术领域

本发明涉及机器学习领域，具体涉及一种电风扇振动故障检测方法及装置。

背景技术

互联网Internet属于传媒领域，又称国际网络，是网络与网络之间所串连成的庞大网络，这些网络以一组通用的协议相连，形成逻辑上的单一巨大国际网络。这种将计算机网络互相联接在一起的方法可称作“网络互联”，在这基础上发展出覆盖全世界的全球性互联网络称互联网，即是互相连接一起的网络结构。“互联网+”是创新2.0下的互联网发展的新业态，是知识社会创新2.0推动下的互联网形态演进及其催生的经济社会发展新形态。“互联网+”是互联网思维的进一步实践成果，推动经济形态不断地发生演变，从而带动社会经济实体的生命力，为改革、创新、发展提供广阔的网络平台。通俗的说，“互联网+”就是“互联网+各个传统行业”，但这并不是简单的两者相加，而是利用信息通信技术以及互联网平台，让互联网与传统行业进行深度融合，创造新的发展生态。它代表一种新的社会形态，即充分发挥互联网在社会资源配置中的优化和集成作用，将互联网的创新成果深度融合于经济、社会各域之中，提升全社会的创新力和生产力，形成更广泛的以互联网为基础设施和实现工具的经济发展新形态。

传统的故障监测机制一般是采用本地化检测设备，如在专用房间布置激光多普勒测振仪LDVs，通过该设备进行本地化的振动检测，以及故障预测等，但是LDVs存在价格昂贵，使用环境受限(测试环境的温度、光照等环境影响会使测量结果严重变坏)，测试区域小、难以实现远程监控等缺点，难以满足日益增多的各类场景中的智能化的振动检测需求。

在相关技术中，振动可以反应某些机械结构的运行状况，例如对于电风扇来说，运转过程中持续振动，可以拍摄振动装置运行时的视频，然后从视频中提取出振动信号，再根据振动信号获得电风扇的运行状况，进而发现电风扇是否产生故障。但是由于振动的过程是非常细微的，很多振动情形通过肉眼都难以观测，需要采用有效的方法对振动视频进行放大，以方便提取振动信息用于进一步分析。

发明内容

有鉴于此，本发明的目的在于提供一种电风扇振动故障检测方法及装置，通过采用欧拉运动放大方法放大视频中的微小运动，然后对视频中的振动信息进行提取，提升了信息提取的准确性，进而提升了振动分析的可靠性。

为了解决上述技术问题，本申请实施例第一方面提供了一种电风扇振动故障检测方法，方法包括：

接收用户启动设备检测功能的指令，根据所述指令呈现目标电风扇的振动检测入口，所述振动检测入口提供振动检测位置选项，所述振动检测位置包括底座和扇面；

接收用户选择的振动检测位置选项，并根据所述振动检测位置选项确定标准振动模式；

定位所述电风扇为振动物体，获取所述电风扇对应的目标视频；

采用欧拉运动放大方法对目标视频进行放大处理，获得振动物体的具有运动放大效果的放大输出视频，运动放大效果是指振动物体的发生往复运动的区域的运动情况在目标视频中是经过放大处理的；

获取放大输出视频对应的帧序列，对帧序列采用相位相关算法计算帧序列间的交叉互功率谱；

对交叉互功率谱进行反傅立叶变换，获得目标视频中像素的振动信息；