[发明专利]一种基于区间标准差结合频谱分析的振动数据清洗方法有效

专利信息
申请号: 202111035424.8 申请日: 2021-09-06
公开(公告)号: CN113537156B 公开(公告)日: 2021-12-14
发明(设计)人: 胡勇;彭六保;曾志生 申请(专利权)人: 航天智控(北京)监测技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06F17/14;G06F17/18;G01M99/00
代理公司: 北京巨弘知识产权代理事务所(普通合伙) 11673 代理人: 赵洋
地址: 100095 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 区间 标准差 结合 频谱 分析 振动 数据 清洗 方法
【权利要求书】:

1.一种基于区间标准差结合频谱分析的振动数据清洗方法,其特征在于:包括以下步骤:

S1、计算原始振动信号样本X的标准差

S2、根据设备转速、倍频、采样频率计算所述原始振动信号样本X的周期数据长度并划分区间组成数组,计算所述数组的均值和标准差,依据3σ准则判断所述原始振动信号样本X是否为异常样本,若判断为是则进行清洗,若判断为否则进入步骤S3;

将所述原始振动信号样本X分为K个区间:K=L/N,得到样本X1、X2、…、XK

其中X1=[x1,x2,x3,…,xN],X2=[xN+1,xN+2,xN+3,…,x2N],XK=[xK(N-1)+1,xK(N-1)+2,xK(N-1)+3,…,xL];

样本X1、X2、…、XK的标准差分别为:

所述数组为:

步骤S2中判断所述原始振动信号X为异常样本的方法为:或者其中m为所述数组的均值,σ为所述数组的标准差。

S3、将所述原始振动信号样本X分为两组,分别转换为频谱;

所述原始振动信号样本X的分组方式为:按照采样点数量L平均分配成两个样本,得到X=[x1,x2,x3,…,xL/2]、X=[xL/2+1,xL/2+2,xL/2+3,…,xL];

将X和X通过傅里叶变换分别转为频谱ftX1,ftX2

所述傅里叶变换为离散傅里叶变换DFT;

S4、将所述频谱进行平滑消除噪声影响;

利用Savitzky–Golay滤波器对频谱ftX1,ftX2平滑消除噪声影响。

S5、对所述频谱进行相关分析得到相关系数,并判断所述相关系数是否小于阈值,若判断为是则所述原始振动信号样本X为异常样本,进行清洗;若判断为否则所述原始振动信号样本X为正常样本,保留;数据清洗完成;

所述相关系数为r(ftX1,ftX2),所述阈值为ftthres

所述相关系数为r(ftX1,ftX2)的计算方法为:

其中,Cov(XI,XII)为样本X和X的协方差,Var(XI)Car(XII)为样本X和X的方差。

2.根据权利要求1所述的一种基于区间标准差结合频谱分析的振动数据清洗方法,其特征在于:

步骤S1中,所述原始振动信号样本X标准差为:

其中,所述原始振动信号样本X为[x1,x2,x3,…,xL],L为所述原始振动信号样本X的采样点数量,为所述原始振动信号样本X的平均值。

3.根据权利要求2所述的一种基于区间标准差结合频谱分析的振动数据清洗方法,其特征在于:

4.根据权利要求2所述的一种基于区间标准差结合频谱分析的振动数据清洗方法,其特征在于:步骤S2中,

所述原始振动信号样本X的周期数据长度为N:

N=f1/f;

其中f1为采样频率,f为设备频率;

所述设备频率f为:

f=kv/60,

其中,k为倍频,v为设备转速。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于航天智控(北京)监测技术有限公司,未经航天智控(北京)监测技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111035424.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top