CN116067433B - 一种振弦数据采集方法及其采集仪 - Google Patents
一种振弦数据采集方法及其采集仪 Download PDFInfo
- Publication number
- CN116067433B CN116067433B CN202310206182.7A CN202310206182A CN116067433B CN 116067433 B CN116067433 B CN 116067433B CN 202310206182 A CN202310206182 A CN 202310206182A CN 116067433 B CN116067433 B CN 116067433B
- Authority
- CN
- China
- Prior art keywords
- value
- sequence
- temp
- array
- recording
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M1/00—Analogue/digital conversion; Digital/analogue conversion
- H03M1/12—Analogue/digital converters
- H03M1/124—Sampling or signal conditioning arrangements specially adapted for A/D converters
- H03M1/1245—Details of sampling arrangements or methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
Abstract
本发明提供了一种振弦数据采集方法及其采集仪,获取采集仪在采样时段内的温度数据,根据采集仪在采样时段内的温度数据建立同态温拟模型,通过同态温拟模型调整采集仪的采样间隔,同时筛选出异常采样时段,对异常采样时段内的采样数据进行数据修正。所述方法能够提高采集仪在数据采集过程中的数据准确性,无需人工观察采集仪的运行情况,大幅延长采集仪的元件寿命,通过协调采集仪的采样间隔和温度,使得采集仪在稳定工作的过程中稳定地采集数据,充分提高采集仪的工作寿命。
Description
技术领域
本发明涉及通信技术领域,特别涉及一种振弦数据采集方法。
背景技术
随着数字化建设的发展,作为信息获取基础的传感器在数据采集过程中成为不可或缺的硬件,为适配和应对各种复杂场景下的数据采集需求,高精度和高稳定的传感器被广泛投入使用,在布置条件相对恶劣的岩土监测环境下,具有低压、响应快、采集频率广等优点的振弦式传感器被大量用于自动化监测过程中。振弦式采集仪在工作过程中往往频繁面临需要高频采集数据的场景,在与传感器完成数据传输的环节中,为满足采样需求,采样仪需要长时间保持较低的采样间隔以快速完成数据传输,在极低的采样间隔下,采集仪的工作温度往往会出现较大波动从而导致采样数据出现失真、丢失现象。
对于此,现有的公开文献CN113108733A公开了一种带有温度检测功能的二线制振弦传感器及其检测方法,可以同步实现温度实时获取和传感器参数信息,同时也可以检测到钢弦的共振频率,并获取经过温度修正的钢弦应力状态变化;公开文献CN107525540A公开了一种智能恒温的振弦采集***,将温度传感器设置在主采集仪和分采集仪上,温度传感器连接温度显示模块,温度显示模块连接温度控制模块,所述降温模块设置在主采集仪和分采集仪上,降温模块连接控制中心。温度传感器感应采集仪的温度,传到温度显示模块显示,温度显示模块将温度传给控制中心分析,控制中心控制降温模块降低采集仪的温度,保持温度在一定范围,能够解决由于采集仪温度升高而导致采集信息误差增大的问题。因此,在采集仪的长期工作过程中,平衡采集仪的温度与采样间隔是采集仪能否以低功耗、长寿命的工作模式持续运行的关键。
发明内容
本发明的目的在于提出一种振弦数据采集方法,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
本发明提供了一种振弦数据采集方法及其采集仪,获取采集仪在采样时段内的温度数据,根据采集仪在采样时段内的温度数据建立同态温拟模型,通过同态温拟模型调整采集仪的采样间隔,同时筛选出异常采样时段,对异常采样时段内的采样数据进行数据修正。所述方法能够提高采集仪在数据采集过程中的数据准确性,无需人工观察采集仪的运行情况,大幅延长采集仪的元件寿命,通过协调采集仪的采样间隔和温度,使得采集仪在稳定工作的过程中稳定地采集数据,充分提高采集仪的工作寿命。
为了实现上述目的,根据本发明的一方面,提供一种振弦数据采集方法,所述方法包括以下步骤:
S100,获取采集仪在采样时段内的温度数据;
S200,根据采集仪在采样时段内的温度数据建立同态温拟模型;
S300,通过同态温拟模型调整采集仪的采样间隔,同时筛选出异常采样时段;
S400,对异常采样时段内的采样数据进行数据修正。
进一步地,步骤S100中,所述采集仪包括传感器节点,所述传感器节点的传感器至少包括振弦式传感器和温度传感器,所述振弦式传感器和所述温度传感器均为无源传感,所述温度传感器与振弦式传感器通过有线方式连接,所述温度传感器用于监测振弦式传感器的温度,所述振弦式传感器用于采集数据。
进一步地,步骤S100中,获取采集仪在采样时段内的温度数据的方法具体为:在采样时段内,通过采集仪中的温度传感器,每隔T秒记录一次振弦式传感器的瞬态温度的值TEMP(i),TEMP(i)表示采样时段内振弦式传感器在第i秒时的瞬态温度的值,以采样时段内所有的瞬态温度的值作为温度数据;所述T设置为[1,3]秒,所述采样时段指采集仪在工作过程中任意两个时刻之间的时段。
进一步地,步骤S200中,根据采集仪在采样时段内的温度数据建立同态温拟模型的方法具体为:
S201,记采样时段的总时长为N秒,从i=1开始依次将每个TEMP(i)加入到空白的序列TEMP中,即TEMP(i)为序列TEMP中的第i个元素;其中,i=1,2,…,M,M=INT(N/T),INT()表示对()内的数进行取整运算;将TEMP(1),TEMP(2),…,TEMP(C)组成序列T1,将TEMP(C+1),TEMP(C+2),…,TEMP(M)组成序列T2,转至S202;其中,变量C=INT(M/2);
S202,初始化变量flo_A=0、flo_B=0;
初始化整数变量k1=C-1,k1∈[1,C-1],从k1=C-1开始在序列T1中逆序遍历变量k1,转至S203;
S203,当TEMP(k1)-TEMP(k1-1)的值大于0且TEMP(k1)-TEMP(k1+1)的值小于0时,令flo_A的值为当前k1的值,转至S204;
S204,当变量k1的值大于1时,将变量k1的值减少1,转至S203;当变量k1的值等于1时,如果flo_A的值为0则令flo_A的值为C-1,转至S205;
S205,初始化整数变量k2=C+2,k2∈[C+2,M],从k2=C+2开始在序列T2中遍历变量k2,转至S206;
S206,当TEMP(k2+1)-TEMP(k2)的值大于0且TEMP(k2)-TEMP(k2-1)的值小于0时,令flo_B的值为当前k2的值,转至S207;
S207,当变量k2的值小于M时,将变量k2的值增加1,转至S206;当变量k2的值等于M时,如果flo_B的值为0则令flo_B的值为M,转至S208;
S208,将TEMP(1),TEMP(2),…,TEMP(flo_A)组成序列T3,将TEMP(flo_B),TEMP(flo_B+1),…,TEMP(M)组成序列T4,记序列T3中所有元素的值的总和为SUM(T3),记序列T4中所有元素的值的总和为SUM(T4);
当SUM(T3)的值大于SUM(T4)的值时,将TEMP(flo_A+1),TEMP(flo_A+2),…,TEMP(M)组成序列T5,分别计算序列T3的半态负荷值S1和序列T5的半态负荷值S2;当S1*S2的值大于max{T3}/max{T5}时,则选取序列T5中的前flo_A个元素(以T5(n)表示序列T5中的第n个元素,序列T5中的前flo_A个元素即T5(1),T5(2),…,T5(flo_A)这flo_A个元素)组成序列T6;当S1*S2的值小于等于max{T3}/max{T5}时,则将序列T5中的后flo_A个元素(以T5(n)表示序列T5中的第n个元素,序列T5中的后flo_A个元素即T5(m-flo_A+1),T5(m-flo_A+2),…,T5(m) 这flo_A个元素,T5(m)为序列T5中的最后一个元素)组成序列T6,转至S209;
其中,序列T3的半态负荷值或序列T5的半态负荷值的计算方法如下:以序列T3或者序列T5为序列TK,记序列TK中所有元素的数量为N1,记sum(TK)为序列TK中所有元素的总和,记ave(TK)为序列TK中所有元素的均值,记N2=sqrt(N1-2),记N3=ave(TK)/sum(TK),记N4=sqrt(1-N3*N3),记load(TK)=(N3*N2)/N4;当序列TK=T3时,Load(TK)的值则为序列T3的半态负荷值;当序列TK=T5时,Load(TK)的值则为序列T5的半态负荷值,sqrt是求平方根函数;
S209,记T3(x)为序列T3中的第x个元素,记T6(y)为序列T6中的第y个元素,x,y=1,2,…,Q,Q为序列T3中所有元素的数量;设置整数变量j=1,j∈[1,Q],从j=1开始遍历j于j的取值范围,依次将T3(j)的值减去T6(j)值得到Q个值H(1),H(2),…,H(Q),将H(1),H(2),…,H(Q)组成数组HX,记HXz为数组HX中的第z个元素,z为数组HX中任意一个元素的下标,z的取值范围为[1,Q]内的任意一个正数,将数组HX内所有元素值为负数的元素记为同态元素,以数组HS储存所有同态元素的下标,记HS(q)为数组HS中的第q个元素,q=1,2,…,P,P为数组HS中所有元素的数量;将ABS(HX1), ABS(HX2),…, ABS(HXQ)组成数组HL,记HL(h)为数组HL中的第h个元素,ABS()代表对()内的数取绝对值,初始化一个空白变量k3,创建一个空白的数组IM,转至S210;
S210,记数组HL中值最小的元素为HL(min),将变量k3的值更新为当前min的值,min是HL(min)在HL中的序号,在数组HL中删除HL(min),将当前k3的值加入到数组IM中,转至S211;
S211,当数组HL不为空(即数组HL内仍存在元素)时,转至S210;当数组HL为空白数组时,转至S212;
S212,记IM(J)为数组IM中的第J个元素,记IH= IM(HS(1))+IM(HS(2))+…+ IM(HS(P)),建立同态温拟模型HmTs(X):
式中,ln()表示对()内的数取自然对数运算,abs()代表对()内的数取绝对值,MaxHX为数组HX中值最大的元素的值,MinHX为数组HX中值最小的元素的值,sum(HS)为数组HS中所有元素的值的总和,X为模型变量。
本步骤的有益效果为:由于采集仪在数据采集的过程中存在温度过高的现象,从而影响数据的采集造成数据失真或数据丢失,本步骤的方法可以根据采集仪在工作过程中的采集仪的实时温度数据,通过对温度数据进行整合归一,利用多个序列建立同态温拟模型,同态温拟模型反映出采集仪在运行过程中的某个时段内是否存在异常,通过同态温拟模型筛选出异常时刻,在异常时刻中调整采样间隔,有效提高了采集仪的工作寿命,同时能够降低工作能耗,延长元件的工作时限,还能够保证采集仪稳定地持续采集数据,解决了由于温度波动导致的数据采集异常问题。
进一步地,通过同态温拟模型调整采集仪的采样间隔,同时筛选出异常采样时段的方法具体为:获取采集仪在T小时内每秒时的瞬态温度,记W(a)为采集仪在T小时内的第a秒时瞬态温度的值,a=1,2,…,tn,tn等于T小时内的总秒数,依次将W(1),W(2),…,W(tn)作为模型变量输入至同态温拟模型中得到tn个值HmTs(W(1)),HmTs(W(2)),…,HmTs(W(tn)),将HmTs(W(1)),HmTs(W(2)),…,HmTs(W(tn))组成集合SA,记集合SA中所有元素的平均值为SAm,依次将HmTs(W(1)),HmTs(W(2)),…,HmTs(W(tn))除以T得到B(1), B(2),…, B(tn),将tn个值B(1), B(2),…, B(tn)组成集合BTN,将集合BTN内元素值小于SAm的元素删除,记集合BTN内的第一个元素为BTN(Be),记集合BTN内的最后一个元素为BTN(En),将采集仪在第Be秒至第En秒内的采样间隔调整为预设采样间隔的[0.5,0.8]倍,记第Be秒至第En秒为异常采样时段。
本步骤的有益效果为:通过将采集仪的温度数据加载于同态温拟模型中,降低异常采样时段内的采样间隔,从而平衡采样间隔和温度,当温度过高时适当降低采样间隔,在保证数据完整性的同时防止采集仪由于温度过高而损坏。
进一步地,步骤S400中,所述数据修正的步骤至少包括异常值监测、异常值剔除、缺失值填充,所述缺失值填充的方法为剔除法、均值插补法、热卡填充法中的任意一种或多种。
由于在不同时段内的数据采集需求不同,数据采集仪在工作过程中温度波动大,而由采集间隔过低引起的温度异常在数据形式上的表现具有滞后性,即采集仪往往是在温度异常时刻前的时段内采集到的数据存在缺失或遗漏,为解决该问题,同时提高模型的准确性,根据采集仪在采样时段内的温度数据建立同态温拟模型的方法还包括:
通过下式计算同态系数nex:
式中,IMA为数组IM内值最大的元素,的值为P*(P+1)/2,∆E的值为SUM(T3)的值除以SUM(T6)的值,/>;其中,P为数组HS中所有元素的数量,SUM(T3)为序列T3中所有元素的值的总和,SUM(T6)为序列T6中所有元素的值的总和,c为累加变量,HXA为数组HX内所有元素的平均值,HX1为数组HX中的第一个元素;
建立同态温拟模型HmTs(X):
本步骤的有益效果为:由于在不同时段内的数据采集需求不同,数据采集仪在工作过程中温度波动大,而由采集间隔过低引起的温度异常在数据形式上的表现具有滞后性,本步骤的方法通过修改模型中的系数,利用序列中数据的不同比例及权重,相比于先前的模型,在异常采样时段的筛选上能够更加准确,同时通过调整采样间隔大幅提高采集仪的工作寿命。
本发明还提供了一种振弦数据采集仪,包括:传感器模块、模型建立模块、间隔调整模块、数据修正模块;
所述传感器模块,包括振弦式传感器和温度传感器,用于获取采集仪在采样时段内的温度数据;
所述模型建立模块,用于根据采集仪在采样时段内的温度数据建立同态温拟模型;
所述间隔调整模块,用于通过同态温拟模型调整采集仪的采样间隔,同时筛选出异常采样时段;
所述数据修正模块,用于对异常采样时段内的采样数据进行数据修正。
相应地,本发明还提供一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如上任一项所述的振弦数据采集方法。
相应地,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制计算机可读存储介质所在的设备执行如上任一项所述的振弦数据采集方法。
本发明的有益效果为:所述方法能够提高采集仪在数据采集过程中的数据准确性,无需人工观察采集仪的运行情况,大幅延长采集仪的元件寿命,通过协调采集仪的采样间隔和温度,使得采集仪在稳定工作的过程中稳定地采集数据,充分提高采集仪的工作寿命。
附图说明
通过对结合附图所示出的实施方式进行详细说明,本发明的上述以及其他特征将更加明显,本发明附图中相同的参考标号表示相同或相似的元素,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,在附图中:
图1所示为一种振弦数据采集方法的流程图;
图2所示为一种振弦数据采集仪的结构示意图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
在本发明的描述中,若干的含义是一个或者多个,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
如图1所示为根据本发明的一种振弦数据采集方法的流程图,下面结合图1来阐述根据本发明的实施方式的一种振弦数据采集方法。
本发明提出一种振弦数据采集方法,所述方法包括以下步骤:
S100,获取采集仪在采样时段内的温度数据;
S200,根据采集仪在采样时段内的温度数据建立同态温拟模型;
S300,通过同态温拟模型调整采集仪的采样间隔,同时筛选出异常采样时段;
S400,对异常采样时段内的采样数据进行数据修正。
进一步地,步骤S100中,所述采集仪包括传感器节点,所述传感器节点的传感器至少包括振弦式传感器和温度传感器,所述振弦式传感器和所述温度传感器均为无源传感,所述温度传感器与振弦式传感器通过有线方式连接,所述温度传感器用于监测振弦式传感器的温度,所述振弦式传感器用于采集数据。
进一步地,步骤S100中,获取采集仪在采样时段内的温度数据的方法具体为:在采样时段内,通过采集仪中的温度传感器,每隔T秒记录一次振弦式传感器的瞬态温度的值TEMP(i),TEMP(i)表示采样时段内振弦式传感器在第i秒时的瞬态温度的值,以采样时段内所有的瞬态温度的值作为温度数据;所述T设置为[1,3]秒,所述采样时段指采集仪在工作过程中任意两个时刻之间的时段。
进一步地,步骤S200中,根据采集仪在采样时段内的温度数据建立同态温拟模型的方法具体为:
S201,记采样时段的总时长为N秒,从i=1开始依次将每个TEMP(i)加入到空白的序列TEMP中,即TEMP(i)为序列TEMP中的第i个元素;其中,i=1,2,…,M,M=INT(N/T),INT()表示对()内的数进行取整运算;将TEMP(1),TEMP(2),…,TEMP(C)组成序列T1,将TEMP(C+1),TEMP(C+2),…,TEMP(M)组成序列T2,转至S202;其中,变量C=INT(M/2);
S202,初始化变量flo_A=0、flo_B=0;
初始化整数变量k1=C-1,k1∈[1,C-1],从k1=C-1开始在序列T1中逆序遍历变量k1,转至S203;
S203,当TEMP(k1)-TEMP(k1-1)的值大于0且TEMP(k1)-TEMP(k1+1)的值小于0时,令flo_A的值为当前k1的值,转至S204;
S204,当变量k1的值大于1时,将变量k1的值减少1,转至S203;当变量k1的值等于1时,如果flo_A的值为0则令flo_A的值为C-1,转至S205;
S205,初始化整数变量k2=C+2,k2∈[C+2,M],从k2=C+2开始在序列T2中遍历变量k2,转至S206;
S206,当TEMP(k2+1)-TEMP(k2)的值大于0且TEMP(k2)-TEMP(k2-1)的值小于0时,令flo_B的值为当前k2的值,转至S207;
S207,当变量k2的值小于M时,将变量k2的值增加1,转至S206;当变量k2的值等于M时,如果flo_B的值为0则令flo_B的值为M,转至S208;
S208,将TEMP(1),TEMP(2),…,TEMP(flo_A)组成序列T3,将TEMP(flo_B),TEMP(flo_B+1),…,TEMP(M)组成序列T4,记序列T3中所有元素的值的总和为SUM(T3),记序列T4中所有元素的值的总和为SUM(T4);
当SUM(T3)的值大于SUM(T4)的值时,将TEMP(flo_A+1),TEMP(flo_A+2),…,TEMP(M)组成序列T5,分别计算序列T3的半态负荷值S1和序列T5的半态负荷值S2;当S1*S2的值大于max{T3}/max{T5}时,则选取序列T5中的前flo_A个元素(以T5(n)表示序列T5中的第n个元素,序列T5中的前flo_A个元素即T5(1),T5(2),…,T5(flo_A)这flo_A个元素)组成序列T6;当S1*S2的值小于等于max{T3}/max{T5}时,则将序列T5中的后flo_A个元素(以T5(n)表示序列T5中的第n个元素,序列T5中的后flo_A个元素即T5(m-flo_A+1),T5(m-flo_A+2),…,T5(m) 这flo_A个元素,T5(m)为序列T5中的最后一个元素)组成序列T6,转至S209;
其中,序列T3的半态负荷值或序列T5的半态负荷值的计算方法如下:以序列T3或者序列T5为序列TK,记序列TK中所有元素的数量为N1,记sum(TK)为序列TK中所有元素的总和,记ave(TK)为序列TK中所有元素的均值,记N2=sqrt(N1-2),记N3=ave(TK)/sum(TK),记N4=sqrt(1-N3*N3),记load(TK)=(N3*N2)/N4;当序列TK=T3时,Load(TK)的值则为序列T3的半态负荷值;当序列TK=T5时,Load(TK)的值则为序列T5的半态负荷值,sqrt是求平方根函数;
S209,记T3(x)为序列T3中的第x个元素,记T6(y)为序列T6中的第y个元素,变量x,y=1,2,…,Q,Q为序列T3中所有元素的数量;设置整数变量j=1,j∈[1,Q],从j=1开始遍历j于j的取值范围,依次将T3(j)的值减去T6(j)值得到Q个值H(1),H(2),…,H(Q),将H(1),H(2),…,H(Q)组成数组HX,记HXz为数组HX中的第z个元素,z为数组HX中任意一个元素的下标,z的取值范围为[1,Q]内的任意一个正数,将数组HX内所有元素值为负数的元素记为同态元素,以数组HS储存所有同态元素的下标,记HS(q)为数组HS中的第q个元素,q=1,2,…,P,P为数组HS中所有元素的数量;将ABS(HX1), ABS(HX2),…, ABS(HXQ)组成数组HL,记HL(h)为数组HL中的第h个元素,ABS()代表对()内的数取绝对值,初始化一个空白变量k3,创建一个空白的数组IM,转至S210;
S210,记数组HL中值最小的元素为HL(min),将变量k3的值更新为当前min的值,min是HL(min)在HL中的序号,在数组HL中删除HL(min),将当前k3的值加入到数组IM中,转至S211;
S211,当数组HL不为空(即数组HL内仍存在元素)时,转至S210;当数组HL为空白数组时,转至S212;
S212,记IM(J)为数组IM中的第J个元素,记IH= IM(HS(1))+IM(HS(2))+…+ IM(HS(P)),建立同态温拟模型HmTs(X):
式中,ln()表示对()内的数取自然对数运算,abs()代表对()内的数取绝对值,MaxHX为数组HX中值最大的元素的值,MinHX为数组HX中值最小的元素的值,sum(HS)为数组HS中所有元素的值的总和,X为模型变量。
进一步地,通过同态温拟模型调整采集仪的采样间隔,同时筛选出异常采样时段的方法具体为:获取采集仪在T小时内每秒时的瞬态温度,记W(a)为采集仪在T小时内的第a秒时瞬态温度的值,a=1,2,…,tn,tn等于T小时内的总秒数,依次将W(1),W(2),…,W(tn)作为模型变量输入至同态温拟模型中得到tn个值HmTs(W(1)),HmTs(W(2)),…,HmTs(W(tn)),将HmTs(W(1)),HmTs(W(2)),…,HmTs(W(tn))组成集合SA,记集合SA中所有元素的平均值为SAm,依次将HmTs(W(1)),HmTs(W(2)),…,HmTs(W(tn))除以T得到B(1), B(2),…, B(tn),将tn个值B(1), B(2),…, B(tn)组成集合BTN,将集合BTN内元素值小于SAm的元素删除,记集合BTN内的第一个元素为BTN(Be),记集合BTN内的最后一个元素为BTN(En),将采集仪在第Be秒至第En秒内的采样间隔调整为预设采样间隔的[0.5,0.8]倍,记第Be秒至第En秒为异常采样时段(Be为BTN(Be)在集合BTN内元素的序号、En为BTN(En)在集合BTN内元素的序号)。
进一步地,步骤S400中,所述数据修正的步骤至少包括异常值监测、异常值剔除、缺失值填充,所述缺失值填充的方法为剔除法、均值插补法、热卡填充法中的任意一种或多种。
由于在不同时段内的数据采集需求不同,数据采集仪在工作过程中温度波动大,而由采集间隔过低引起的温度异常在数据形式上的表现具有滞后性,即采集仪往往是在温度异常时刻前的时段内采集到的数据存在缺失或遗漏,为解决该问题,同时提高模型的准确性,根据采集仪在采样时段内的温度数据建立同态温拟模型的方法还包括:
通过下式计算同态系数nex:
式中,IMA为数组IM内值最大的元素,的值为P*(P+1)/2,∆E的值为SUM(T3)的值除以SUM(T6)的值,/>;其中,P为数组HS中所有元素的数量,SUM(T3)为序列T3中所有元素的值的总和,SUM(T6)为序列T6中所有元素的值的总和,c为累加变量,HXA为数组HX内所有元素的平均值,HX1为数组HX中的第一个元素;
建立同态温拟模型HmTs(X):
本发明还提供了一种振弦数据采集仪,包括:传感器模块、模型建立模块、间隔调整模块、数据修正模块;
所述传感器模块,包括振弦式传感器和温度传感器,用于获取采集仪在采样时段内的温度数据;
所述模型建立模块,用于根据采集仪在采样时段内的温度数据建立同态温拟模型;
所述间隔调整模块,用于通过同态温拟模型调整采集仪的采样间隔,同时筛选出异常采样时段;
所述数据修正模块,用于对异常采样时段内的采样数据进行数据修正。
相应地,本发明还提供一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如上任一项所述的振弦数据采集方法。
所述终端设备包括:处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种振弦数据采集方法实施例中的步骤,例如如图1所示的步骤S100至S400。或者,所述处理器执行所述计算机程序时实现上述振弦数据采集仪中各模块的功能,例如模型建立模块。
示例性的,所述计算机程序可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,示意图仅仅是终端设备的示例,并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立元器件门电路或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述终端设备的控制中心,利用各种接口和线路连接整个终端设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card ,SMC),安全数字(Secure Digital ,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明提供了一种振弦数据采集方法及其采集仪,获取采集仪在采样时段内的温度数据,根据采集仪在采样时段内的温度数据建立同态温拟模型,通过同态温拟模型调整采集仪的采样间隔,同时筛选出异常采样时段,对异常采样时段内的采样数据进行数据修正。所述方法能够提高采集仪在数据采集过程中的数据准确性,无需人工观察采集仪的运行情况,大幅延长采集仪的元件寿命,通过协调采集仪的采样间隔和温度,使得采集仪在稳定工作的过程中稳定地采集数据,充分提高采集仪的工作寿命。尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,从而有效地涵盖本发明的预定范围。此外,上文以发明人可预见的实施例对本发明进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
Claims (6)
1.一种振弦数据采集方法,其特征在于,所述方法包括以下步骤:
S100,获取采集仪在采样时段内的温度数据;
S200,根据采集仪在采样时段内的温度数据建立同态温拟模型;
S300,通过同态温拟模型调整采集仪的采样间隔,同时筛选出异常采样时段;
S400,对异常采样时段内的采样数据进行数据修正;
其中,步骤S200中,根据采集仪在采样时段内的温度数据建立同态温拟模型的方法具体为:
S201,记采样时段的总时长为N秒,从i=1开始依次将每个TEMP(i)加入到空白的序列TEMP中,即TEMP(i)为序列TEMP中的第i个元素;其中,i=1,2,…,M,M=INT(N/T),INT()表示对()内的数进行取整运算;将TEMP(1),TEMP(2),…,TEMP(C)组成序列T1,将TEMP(C+1),TEMP(C+2),…,TEMP(M)组成序列T2,转至S202;其中,变量C=INT(M/2);
S202,初始化变量flo_A=0、flo_B=0;
初始化整数变量k1=C-1,k1∈[1,C-1],从k1=C-1开始在序列T1中逆序遍历变量k1,转至S203;
S203,当TEMP(k1)-TEMP(k1-1)的值大于0且TEMP(k1)-TEMP(k1+1)的值小于0时,令flo_A的值为当前k1的值,转至S204;
S204,当变量k1的值大于1时,将变量k1的值减少1,转至S203;当变量k1的值等于1时,如果flo_A的值为0则令flo_A的值为C-1,转至S205;
S205,初始化整数变量k2=C+2,k2∈[C+2,M],从k2=C+2开始在序列T2中遍历变量k2,转至S206;
S206,当TEMP(k2+1)-TEMP(k2)的值大于0且TEMP(k2)-TEMP(k2-1)的值小于0时,令flo_B的值为当前k2的值,转至S207;
S207,当变量k2的值小于M时,将变量k2的值增加1,转至S206;当变量k2的值等于M时,如果flo_B的值为0则令flo_B的值为M,转至S208;
S208,将TEMP(1),TEMP(2),…,TEMP(flo_A)组成序列T3,将TEMP(flo_B),TEMP(flo_B+1),…,TEMP(M)组成序列T4,记序列T3中所有元素的值的总和为SUM(T3),记序列T4中所有元素的值的总和为SUM(T4);
当SUM(T3)的值大于SUM(T4)的值时,将TEMP(flo_A+1),TEMP(flo_A+2),…,TEMP(M)组成序列T5,分别计算序列T3的半态负荷值S1和序列T5的半态负荷值S2;当S1*S2的值大于max{T3}/max{T5}时,则选取序列T5中的前flo_A个元素组成序列T6;当S1*S2的值小于等于max{T3}/max{T5}时,则将序列T5中的后flo_A个元素组成序列T6,转至S209;
其中,序列T3的半态负荷值或序列T5的半态负荷值的计算方法如下:以序列T3或者序列T5为序列TK,记序列TK中所有元素的数量为N1,记sum(TK)为序列TK中所有元素的总和,记ave(TK)为序列TK中所有元素的均值,记N2=sqrt(N1-2),记N3=ave(TK)/sum(TK),记N4=sqrt(1-N3*N3),记load(TK)=(N3*N2)/N4;当序列TK=T3时,Load(TK)的值则为序列T3的半态负荷值;当序列TK=T5时,Load(TK)的值则为序列T5的半态负荷值,sqrt是求平方根函数;
S209,记T3(x)为序列T3中的第x个元素,记T6(y)为序列T6中的第y个元素,x,y=1,2,…,Q,Q为序列T3中所有元素的数量;设置整数变量j=1,j∈[1,Q],从j=1开始遍历j于j的取值范围,依次将T3(j)的值减去T6(j)值得到Q个值H(1),H(2),…,H(Q),将H(1),H(2),…,H(Q)组成数组HX,记HXz为数组HX中的第z个元素,z为数组HX中任意一个元素的下标,z的取值范围为[1,Q]内的任意一个正数,将数组HX内所有元素值为负数的元素记为同态元素,以数组HS储存所有同态元素的下标,记HS(q)为数组HS中的第q个元素,q=1,2,…,P,P为数组HS中所有元素的数量;将ABS(HX1), ABS(HX2),…, ABS(HXQ)组成数组HL,记HL(h)为数组HL中的第h个元素,ABS()代表对()内的数取绝对值,初始化一个空白变量k3,创建一个空白的数组IM,转至S210;
S210,记数组HL中值最小的元素为HL(min),将变量k3的值更新为当前min的值,min是HL(min)在HL中的序号,在数组HL中删除HL(min),将当前k3的值加入到数组IM中,转至S211;
S211,当数组HL不为空时,转至S210;当数组HL为空白数组时,转至S212;
S212,记IM(J)为数组IM中的第J个元素,记IH= IM(HS(1))+IM(HS(2))+…+ IM(HS(P)),建立同态温拟模型HmTs(X):
式中,ln()表示对()内的数取自然对数运算,abs()代表对()内的数取绝对值,MaxHX为数组HX中值最大的元素的值,MinHX为数组HX中值最小的元素的值,sum(HS)为数组HS中所有元素的值的总和,X为模型变量;
步骤S300中,通过同态温拟模型调整采集仪的采样间隔,同时筛选出异常采样时段的方法具体为:获取采集仪在T小时内每秒时的瞬态温度,记W(a)为采集仪在T小时内的第a秒时瞬态温度的值,a=1,2,…,tn,tn等于T小时内的总秒数,依次将W(1),W(2),…,W(tn)作为模型变量输入至同态温拟模型中得到tn个值HmTs(W(1)),HmTs(W(2)),…,HmTs(W(tn)),将HmTs(W(1)),HmTs(W(2)),…,HmTs(W(tn))组成集合SA,记集合SA中所有元素的平均值为SAm,依次将HmTs(W(1)),HmTs(W(2)),…,HmTs(W(tn))除以T得到B(1), B(2),…, B(tn),将tn个值B(1), B(2),…, B(tn)组成集合BTN,将集合BTN内元素值小于SAm的元素删除,记集合BTN内的第一个元素为BTN(Be),记集合BTN内的最后一个元素为BTN(En),将采集仪在第Be秒至第En秒内的采样间隔调整为预设采样间隔的[0.5,0.8]倍,记第Be秒至第En秒为异常采样时段。
2.根据权利要求1所述的一种振弦数据采集方法,其特征在于,步骤S100中,所述采集仪包括传感器节点,所述传感器节点的传感器至少包括振弦式传感器和温度传感器,所述振弦式传感器和所述温度传感器均为无源传感,所述温度传感器与振弦式传感器通过有线方式连接,所述温度传感器用于监测振弦式传感器的温度,所述振弦式传感器用于采集数据。
3.根据权利要求1所述的一种振弦数据采集方法,其特征在于,步骤S100中,获取采集仪在采样时段内的温度数据的方法具体为:在采样时段内,通过采集仪中的温度传感器,每隔T秒记录一次振弦式传感器的瞬态温度的值TEMP(i),TEMP(i)表示采样时段内振弦式传感器在第i秒时的瞬态温度的值,以采样时段内所有的瞬态温度的值作为温度数据。
4.根据权利要求1所述的一种振弦数据采集方法,其特征在于,步骤S400中,所述数据修正的步骤至少包括异常值监测、异常值剔除、缺失值填充,所述缺失值填充的方法为剔除法、均值插补法、热卡填充法中的任意一种或多种。
5.一种振弦数据采集仪,包括:传感器模块、模型建立模块、间隔调整模块、数据修正模块;
所述传感器模块,包括振弦式传感器和温度传感器,用于获取采集仪在采样时段内的温度数据;
所述模型建立模块,用于根据采集仪在采样时段内的温度数据建立同态温拟模型;
所述间隔调整模块,用于通过同态温拟模型调整采集仪的采样间隔,同时筛选出异常采样时段;
所述数据修正模块,用于对异常采样时段内的采样数据进行数据修正;
其中,根据采集仪在采样时段内的温度数据建立同态温拟模型的方法具体为:
S201,记采样时段的总时长为N秒,从i=1开始依次将每个TEMP(i)加入到空白的序列TEMP中,即TEMP(i)为序列TEMP中的第i个元素;其中,i=1,2,…,M,M=INT(N/T),INT()表示对()内的数进行取整运算;将TEMP(1),TEMP(2),…,TEMP(C)组成序列T1,将TEMP(C+1),TEMP(C+2),…,TEMP(M)组成序列T2,转至S202;其中,变量C=INT(M/2);
S202,初始化变量flo_A=0、flo_B=0;
初始化整数变量k1=C-1,k1∈[1,C-1],从k1=C-1开始在序列T1中逆序遍历变量k1,转至S203;
S203,当TEMP(k1)-TEMP(k1-1)的值大于0且TEMP(k1)-TEMP(k1+1)的值小于0时,令flo_A的值为当前k1的值,转至S204;
S204,当变量k1的值大于1时,将变量k1的值减少1,转至S203;当变量k1的值等于1时,如果flo_A的值为0则令flo_A的值为C-1,转至S205;
S205,初始化整数变量k2=C+2,k2∈[C+2,M],从k2=C+2开始在序列T2中遍历变量k2,转至S206;
S206,当TEMP(k2+1)-TEMP(k2)的值大于0且TEMP(k2)-TEMP(k2-1)的值小于0时,令flo_B的值为当前k2的值,转至S207;
S207,当变量k2的值小于M时,将变量k2的值增加1,转至S206;当变量k2的值等于M时,如果flo_B的值为0则令flo_B的值为M,转至S208;
S208,将TEMP(1),TEMP(2),…,TEMP(flo_A)组成序列T3,将TEMP(flo_B),TEMP(flo_B+1),…,TEMP(M)组成序列T4,记序列T3中所有元素的值的总和为SUM(T3),记序列T4中所有元素的值的总和为SUM(T4);
当SUM(T3)的值大于SUM(T4)的值时,将TEMP(flo_A+1),TEMP(flo_A+2),…,TEMP(M)组成序列T5,分别计算序列T3的半态负荷值S1和序列T5的半态负荷值S2;当S1*S2的值大于max{T3}/max{T5}时,则选取序列T5中的前flo_A个元素组成序列T6;当S1*S2的值小于等于max{T3}/max{T5}时,则将序列T5中的后flo_A个元素组成序列T6,转至S209;
其中,序列T3的半态负荷值或序列T5的半态负荷值的计算方法如下:以序列T3或者序列T5为序列TK,记序列TK中所有元素的数量为N1,记sum(TK)为序列TK中所有元素的总和,记ave(TK)为序列TK中所有元素的均值,记N2=sqrt(N1-2),记N3=ave(TK)/sum(TK),记N4=sqrt(1-N3*N3),记load(TK)=(N3*N2)/N4;当序列TK=T3时,Load(TK)的值则为序列T3的半态负荷值;当序列TK=T5时,Load(TK)的值则为序列T5的半态负荷值,sqrt是求平方根函数;
S209,记T3(x)为序列T3中的第x个元素,记T6(y)为序列T6中的第y个元素,x,y=1,2,…,Q,Q为序列T3中所有元素的数量;设置整数变量j=1,j∈[1,Q],从j=1开始遍历j于j的取值范围,依次将T3(j)的值减去T6(j)值得到Q个值H(1),H(2),…,H(Q),将H(1),H(2),…,H(Q)组成数组HX,记HXz为数组HX中的第z个元素,z为数组HX中任意一个元素的下标,z的取值范围为[1,Q]内的任意一个正数,将数组HX内所有元素值为负数的元素记为同态元素,以数组HS储存所有同态元素的下标,记HS(q)为数组HS中的第q个元素,q=1,2,…,P,P为数组HS中所有元素的数量;将ABS(HX1), ABS(HX2),…, ABS(HXQ)组成数组HL,记HL(h)为数组HL中的第h个元素,ABS()代表对()内的数取绝对值,初始化一个空白变量k3,创建一个空白的数组IM,转至S210;
S210,记数组HL中值最小的元素为HL(min),将变量k3的值更新为当前min的值,min是HL(min)在HL中的序号,在数组HL中删除HL(min),将当前k3的值加入到数组IM中,转至S211;
S211,当数组HL不为空时,转至S210;当数组HL为空白数组时,转至S212;
S212,记IM(J)为数组IM中的第J个元素,记IH= IM(HS(1))+IM(HS(2))+…+ IM(HS(P)),建立同态温拟模型HmTs(X):
式中,ln()表示对()内的数取自然对数运算,abs()代表对()内的数取绝对值,MaxHX为数组HX中值最大的元素的值,MinHX为数组HX中值最小的元素的值,sum(HS)为数组HS中所有元素的值的总和,X为模型变量;
通过同态温拟模型调整采集仪的采样间隔,同时筛选出异常采样时段的方法具体为:获取采集仪在T小时内每秒时的瞬态温度,记W(a)为采集仪在T小时内的第a秒时瞬态温度的值,a=1,2,…,tn,tn等于T小时内的总秒数,依次将W(1),W(2),…,W(tn)作为模型变量输入至同态温拟模型中得到tn个值HmTs(W(1)),HmTs(W(2)),…,HmTs(W(tn)),将HmTs(W(1)),HmTs(W(2)),…,HmTs(W(tn))组成集合SA,记集合SA中所有元素的平均值为SAm,依次将HmTs(W(1)),HmTs(W(2)),…,HmTs(W(tn))除以T得到B(1), B(2),…, B(tn),将tn个值B(1), B(2),…, B(tn)组成集合BTN,将集合BTN内元素值小于SAm的元素删除,记集合BTN内的第一个元素为BTN(Be),记集合BTN内的最后一个元素为BTN(En),将采集仪在第Be秒至第En秒内的采样间隔调整为预设采样间隔的[0.5,0.8]倍,记第Be秒至第En秒为异常采样时段。
6.一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如权利要求1-4中任一项所述的振弦数据采集方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310206182.7A CN116067433B (zh) | 2023-03-07 | 2023-03-07 | 一种振弦数据采集方法及其采集仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310206182.7A CN116067433B (zh) | 2023-03-07 | 2023-03-07 | 一种振弦数据采集方法及其采集仪 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116067433A CN116067433A (zh) | 2023-05-05 |
CN116067433B true CN116067433B (zh) | 2023-06-09 |
Family
ID=86175072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310206182.7A Active CN116067433B (zh) | 2023-03-07 | 2023-03-07 | 一种振弦数据采集方法及其采集仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116067433B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4607962A (en) * | 1982-05-28 | 1986-08-26 | Omron Tateisi Electronics, Co. | Object temperature control device |
CN1175996A (zh) * | 1995-02-22 | 1998-03-11 | 丹福斯有限公司 | 用于控制一种制冷***或者热泵***的蒸发器装置中制冷剂的过热温度的一种方法,以及用于实施该方法的一种装置 |
CN107423433A (zh) * | 2017-08-03 | 2017-12-01 | 聚好看科技股份有限公司 | 一种数据采样率控制方法及装置 |
CN109283955A (zh) * | 2018-09-20 | 2019-01-29 | 广东美的暖通设备有限公司 | 温度采样的控制方法及家用电器 |
WO2019230520A1 (ja) * | 2018-05-28 | 2019-12-05 | 光洋電子工業株式会社 | 異常診断システム及び振動センサ |
CN213302843U (zh) * | 2020-12-15 | 2021-05-28 | 广东智云工程科技有限公司 | 一种振弦式监测数据自动化采集终端 |
CN113108734A (zh) * | 2021-04-27 | 2021-07-13 | 河北稳控科技有限公司 | 一种带有温度检测的两线制振弦传感器及其工作方法 |
CN114577269A (zh) * | 2022-03-14 | 2022-06-03 | 中国人民解放***箭军工程大学 | 一种环境温湿度监测传感器自适应采样***及方法 |
CN217032600U (zh) * | 2022-04-28 | 2022-07-22 | 武汉康柏科特科技有限公司 | 一种数据采集*** |
CN114997249A (zh) * | 2022-08-01 | 2022-09-02 | 广东省有色工业建筑质量检测站有限公司 | 一种桥梁伸缩缝装置的监控方法及*** |
CN115201512A (zh) * | 2022-07-13 | 2022-10-18 | 西北大学 | 土遗址局部风速分级实时测量装置及风场数值计算模型 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR71837E (fr) * | 1957-06-22 | 1960-02-01 | Ressort oscillant auto-compensateur non-ferromagnétique, pour systèmes oscillants thermo-compensés | |
JPS5769280A (en) * | 1980-10-20 | 1982-04-27 | Seiko Instr & Electronics Ltd | Detection control circuit of electronic watch |
US7779690B2 (en) * | 2007-02-06 | 2010-08-24 | Campbell Scientific, Inc. | Vibrating wire sensor using spectral analysis |
CN103248364B (zh) * | 2013-04-12 | 2016-02-10 | 东南大学 | 一种惯性传感器imu信号模数转换模块 |
CN203310524U (zh) * | 2013-05-16 | 2013-11-27 | 北京铁科工程检测中心 | 一种便携式弦式读数仪 |
CN204988220U (zh) * | 2015-09-22 | 2016-01-20 | 江西飞尚科技有限公司 | 一种基于超声波原理的桥梁动挠度测量*** |
CN108612137A (zh) * | 2018-06-19 | 2018-10-02 | 广东水利电力职业技术学院(广东省水利电力技工学校) | 一种基于物联网大数据的基坑综合在线监测云平台*** |
CN112511162B (zh) * | 2020-11-11 | 2023-05-02 | 许继集团有限公司 | 一种模拟量采集动态补偿方法及*** |
CN113639856B (zh) * | 2021-08-17 | 2022-10-14 | 合肥工业大学 | 一种考虑环境温度影响的梁桥模态频率识别方法 |
-
2023
- 2023-03-07 CN CN202310206182.7A patent/CN116067433B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4607962A (en) * | 1982-05-28 | 1986-08-26 | Omron Tateisi Electronics, Co. | Object temperature control device |
CN1175996A (zh) * | 1995-02-22 | 1998-03-11 | 丹福斯有限公司 | 用于控制一种制冷***或者热泵***的蒸发器装置中制冷剂的过热温度的一种方法,以及用于实施该方法的一种装置 |
CN107423433A (zh) * | 2017-08-03 | 2017-12-01 | 聚好看科技股份有限公司 | 一种数据采样率控制方法及装置 |
WO2019230520A1 (ja) * | 2018-05-28 | 2019-12-05 | 光洋電子工業株式会社 | 異常診断システム及び振動センサ |
CN109283955A (zh) * | 2018-09-20 | 2019-01-29 | 广东美的暖通设备有限公司 | 温度采样的控制方法及家用电器 |
CN213302843U (zh) * | 2020-12-15 | 2021-05-28 | 广东智云工程科技有限公司 | 一种振弦式监测数据自动化采集终端 |
CN113108734A (zh) * | 2021-04-27 | 2021-07-13 | 河北稳控科技有限公司 | 一种带有温度检测的两线制振弦传感器及其工作方法 |
CN114577269A (zh) * | 2022-03-14 | 2022-06-03 | 中国人民解放***箭军工程大学 | 一种环境温湿度监测传感器自适应采样***及方法 |
CN217032600U (zh) * | 2022-04-28 | 2022-07-22 | 武汉康柏科特科技有限公司 | 一种数据采集*** |
CN115201512A (zh) * | 2022-07-13 | 2022-10-18 | 西北大学 | 土遗址局部风速分级实时测量装置及风场数值计算模型 |
CN114997249A (zh) * | 2022-08-01 | 2022-09-02 | 广东省有色工业建筑质量检测站有限公司 | 一种桥梁伸缩缝装置的监控方法及*** |
Non-Patent Citations (3)
Title |
---|
Coded wireless temperature sensors with design specified sensitivity;Jacqueline H. Hines等;CANEUS Fly by Wireless Workshop 2010;第1-2页 * |
一种监测母线槽温升信号的无线传感器动态采样策略;徐乔笙等;;电力***保护与控制(第08期);第106-112页 * |
基于FPGA 的高精度采集***的优化设计;张晋铭等;现代电子技术;第第46卷卷(第第2期期);第53-56页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116067433A (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021179742A1 (zh) | 一种臭氧缺失数据的插补方法、装置及插补设备 | |
WO2021000278A1 (zh) | 一种多传感器状态估计方法、装置及终端设备 | |
CN116613895B (zh) | 一种智能电网电力数据异常检测方法和*** | |
CN110672325A (zh) | 一种基于概率分布的轴承工况稳定性评估方法及装置 | |
CN110991761B (zh) | 一种供热负荷预测方法及装置 | |
CN110232130B (zh) | 元数据管理谱系生成方法、装置、计算机设备和存储介质 | |
CN116067433B (zh) | 一种振弦数据采集方法及其采集仪 | |
CN109065176B (zh) | 一种血糖预测方法、装置、终端和存储介质 | |
WO2004090782A1 (en) | Accurate linear parameter estimation with noisy inputs | |
CN116860562B (zh) | 一种用于数据中台数据质量的监控方法及*** | |
CN116859831B (zh) | 一种基于物联网的工业大数据处理方法及*** | |
CN116467896B (zh) | 一种口腔正畸疗效模拟***及方法 | |
EP3195438A1 (en) | System, method and apparatuses for determining parameter settings for a power generation system and a tangible computer readable medium | |
CN112085926A (zh) | 一种河道水污染预警方法及*** | |
CN115796338A (zh) | 光伏发电功率预测模型构建及光伏发电功率预测方法 | |
CN112149546B (zh) | 一种信息处理方法、装置、电子设备及存储介质 | |
CN115097196A (zh) | 一种数字化弧焊电源的输出电压采集方法和模数转换电路 | |
CN112785000A (zh) | 面向大规模机器学习***的机器学习模型训练方法及*** | |
WO2021092872A1 (zh) | 一种基于智能手机传感器的设备指纹提取方法 | |
WO2021203741A1 (zh) | 一种基准测试方法、***及终端设备 | |
CN113822768A (zh) | 社区网络的处理方法、装置、设备及存储介质 | |
WO2021031091A1 (en) | Method and apparatus for detecting operating status of device, and computer readable medium | |
CN109344369B (zh) | 基于原值校验的凭证制作方法及终端设备 | |
CN118094163B (zh) | 一种基于多特征关联的数字物理模型管理***及方法 | |
CN117075684B (zh) | 一种Chiplet芯片的自适应时钟网格化校准方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |