CN117892065B - 一种振弦传感器信号修正方法、***、计算机及存储介质 - Google Patents

一种振弦传感器信号修正方法、***、计算机及存储介质 Download PDF

Info

Publication number
CN117892065B
CN117892065B CN202410288568.1A CN202410288568A CN117892065B CN 117892065 B CN117892065 B CN 117892065B CN 202410288568 A CN202410288568 A CN 202410288568A CN 117892065 B CN117892065 B CN 117892065B
Authority
CN
China
Prior art keywords
amplitude
point
amplitude point
signal
time domain
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
Application number
CN202410288568.1A
Other languages
English (en)
Other versions
CN117892065A (zh
Inventor
王辅宋
刘文峰
刘付鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangxi Fashion Technology Co Ltd
Original Assignee
Jiangxi Fashion Technology Co Ltd
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 Jiangxi Fashion Technology Co Ltd filed Critical Jiangxi Fashion Technology Co Ltd
Priority to CN202410288568.1A priority Critical patent/CN117892065B/zh
Publication of CN117892065A publication Critical patent/CN117892065A/zh
Application granted granted Critical
Publication of CN117892065B publication Critical patent/CN117892065B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Mathematical Optimization (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Biology (AREA)
  • Computational Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Discrete Mathematics (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明提供一种振弦传感器信号修正方法、***、计算机及存储介质，该方法包括以下步骤：对采集到的时域信号进行加窗截取，以得到目标时域信号；对截取后的目标时域信号进行快速傅里叶变换，得到与目标时域信号对应的峰值幅度谱；标记峰值幅度谱中的最大幅值点，及峰值幅度谱中分别位于最大幅值点左右两侧的第一幅值点及第二幅值点；计算幅值修正因子，并基于幅值修正因子得到修正幅值。通过对幅值在频域中进行算法修正，解决频谱泄漏导致的幅值误差，提高振弦信号的有效性判断的准确度，能够校正振弦式传感器的频域幅值数据，实现振弦数据的准确测量，避免在传感器信号幅度较低时，测量到误差较大的振弦数据。

Description

一种振弦传感器信号修正方法、***、计算机及存储介质
技术领域
本发明涉及振弦传感器技术领域，特别涉及一种振弦传感器信号修正方法、***、计算机及存储介质。
背景技术
目前在进行振弦式传感器信号的分析中，振弦式传感器的信号强度，即信号的振动幅值和持续时间，也称为振弦信号的有效性，对于能否精确识别振弦信号的频率值非常重要。当传感器的信号幅值过小时，识别到的频率精度会受到影响，甚至有时信号幅值过低，测量到的频率误差将非常大，导致数据无法使用。
目前大多数采集设备都不会进行振弦式传感器信号幅度的判断，部分设备会采用峰值检波电路进行幅值判断，但是峰值检波电路容易受外部电磁干扰导致测量精度产生误差。也有些设备采用频谱分析的方法，但是由于非整数采样会导致频谱泄漏，导致最大会幅值误差会达到36.3%。
发明内容
针对现有技术的不足，本发明的目的在于提供一种振弦传感器信号修正方法、***、计算机及存储介质，旨在解决现有技术中，振弦式传感器信号幅度判断误差较大的技术问题。
为了实现上述目的，第一方面，本发明提供了一种振弦传感器信号修正方法，包括以下步骤：
对采集到的时域信号进行加窗截取，以得到目标时域信号；
对截取后的所述目标时域信号进行快速傅里叶变换，得到与所述目标时域信号对应的峰值幅度谱；
标记所述峰值幅度谱中的最大幅值点，及所述峰值幅度谱中分别位于所述最大幅值点左右两侧的第一幅值点及第二幅值点；
根据所述第一幅值点、所述第二幅值点及所述最大幅值点计算幅值修正因子，并基于所述幅值修正因子得到修正幅值；
其中，根据所述第一幅值点、所述第二幅值点及所述最大幅值点计算幅值修正因子的步骤具体包括：
判断所述第一幅值点是否大于所述第二幅值点；
若所述第一幅值点大于所述第二幅值点，基于以下计算式得到幅值修正因子：
；
式中，为所述幅值修正因子，/>为所述最大幅值点，/>为所述第一幅值点；
若所述第一幅值点小于所述第二幅值点，基于以下计算式得到幅值修正因子：
；
式中，为所述第二幅值点。
根据上述技术方案的一方面，根据所述第一幅值点、所述第二幅值点及所述最大幅值点计算幅值修正因子的步骤还包括：
若所述第一幅值点等于所述第二幅值点，则输出所述最大幅值点为修正幅值。
根据上述技术方案的一方面，基于所述幅值修正因子得到修正幅值的步骤具体包括：
判断所述第一幅值点是否大于所述第二幅值点；
若所述第一幅值点大于所述第二幅值点，基于以下计算式得到修正幅值：
；
式中，为所述修正幅值；
若所述第一幅值点小于所述第二幅值点，基于以下计算式得到修正幅值：
。
根据上述技术方案的一方面，所述方法还包括：
判断所述修正幅值是否小于预设限值；
若所述修正幅值小于所述预设限值，则判定所述修正幅值无效。
根据上述技术方案的一方面，对采集到的时域信号进行加窗截取的步骤之前，所述方法还包括：
采用单脉冲或共振方式对振弦式传感器进行激振，以使所述振弦式传感器内部钢弦产生共振后输出原始振弦信号；
对所述原始振弦信号进行放大、滤波处理，并采用模数转换器对进行放大、滤波处理后的信号进行采样，以得到时域信号。
第二方面，本发明提供了一种振弦传感器信号修正***，包括：
截取模块，用于对采集到的时域信号进行加窗截取，以得到目标时域信号；
处理模块，用于对截取后的所述目标时域信号进行快速傅里叶变换，得到与所述目标时域信号对应的峰值幅度谱；
选取模块，用于标记所述峰值幅度谱中的最大幅值点，及所述峰值幅度谱中分别位于所述最大幅值点左右两侧的第一幅值点及第二幅值点；
修正模块，用于根据所述第一幅值点、所述第二幅值点及所述最大幅值点计算幅值修正因子，并基于所述幅值修正因子得到修正幅值；
其中，所述修正模块具体用于：
判断所述第一幅值点是否大于所述第二幅值点；
若所述第一幅值点大于所述第二幅值点，基于以下计算式得到幅值修正因子：
；
式中，为所述幅值修正因子，/>为所述最大幅值点，/>为所述第一幅值点；
若所述第一幅值点小于所述第二幅值点，基于以下计算式得到幅值修正因子：
；
式中，为所述第二幅值点。
根据上述技术方案的一方面，所述***还包括：
判断模块，用于若所述第一幅值点等于所述第二幅值点，则输出所述最大幅值点为修正幅值。
根据上述技术方案的一方面，所述修正模块还用于：
判断所述第一幅值点是否大于所述第二幅值点；
若所述第一幅值点大于所述第二幅值点，基于以下计算式得到修正幅值：
；
式中，为所述修正幅值；
若所述第一幅值点小于所述第二幅值点，基于以下计算式得到修正幅值：
。
根据上述技术方案的一方面，所述***还包括：
限值模块，用于判断所述修正幅值是否小于预设限值；
若所述修正幅值小于所述预设限值，则判定所述修正幅值无效。
根据上述技术方案的一方面，所述***还包括：
获取模块，用于采用单脉冲或共振方式对振弦式传感器进行激振，以使所述振弦式传感器内部钢弦产生共振后输出原始振弦信号；
对所述原始振弦信号进行放大、滤波处理，并采用模数转换器对进行放大、滤波处理后的信号进行采样，以得到时域信号。
与现有技术相比，本发明的有益效果在于：通过对时域信号进行截取，并对截取后的目标时域信号进行快速傅里叶变换，得到对应的峰值幅度谱，选取峰值幅度谱中的最大幅值点，及与最大幅值点左右两侧对应的第一幅值点及第二幅值点，并对上述幅值在频域中进行算法修正，解决频谱泄漏导致的幅值误差，提高振弦信号的有效性判断的准确度，能够校正振弦式传感器的频域幅值数据，实现振弦数据的准确测量，避免在传感器信号幅度较低时，测量到误差较大的振弦数据，该方案只需要在设备内部处理器的代码中增加，即可实现振弦式传感器幅值校正，无需增加硬件成本。
附图说明
图1为本发明第一实施例中振弦传感器信号修正方法的流程图；
图2为本发明第二实施例中振弦传感器信号修正***的结构框图；
图3为本发明第三实施例中计算机的硬件结构示意图；
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参阅图1，所示为本发明第一实施例中的振弦传感器信号修正方法的流程图，包括以下步骤：
步骤S100，对采集到的时域信号进行加窗截取，以得到目标时域信号。
优选地，在本实施例中，上述对采集到的时域信号进行加窗截取的步骤之前，所述方法还包括：
步骤S101，采用单脉冲或共振方式对振弦式传感器进行激振，以使所述振弦式传感器内部钢弦产生共振后输出原始振弦信号；
步骤S102，对所述原始振弦信号进行放大、滤波处理，并采用模数转换器对进行放大、滤波处理后的信号进行采样，以得到时域信号。
具体来说，采集设备会对振弦式传感器进行激振，使得振弦式传感器能够产生共振并输出振弦信号，振弦信号以交流电压的形式进入信号采样模块。信号采样模块会对振弦信号进行放大和滤波，并进行合适调理后，进行离散化采样，采样的参数（比如采样速率、采样点数等）需要根据信号的带宽、处理器的计算能力和存储空间确定。
在本实施例中，上述放大处理，可以在信号采样模块前端设置仪表放大器对原始振弦信号进行放大处理，一般增益设置为100~500的范围；信号放大处理后，将信号通过有源带通滤波器滤波，设置带宽为400~5000Hz，满足振弦式传感器频率工作范围。信号采样模块中，对经过放大、滤波后的振弦信号进行采样，可采用12位或16位模数转换器，满足对信号直流精度的采样要求，采样速率一般不低于8Ksps。经过模数转换器离散化处理后的振弦数字信号，进行时域加窗运算，实际就是按照采样点数N进行时域波形截取，相当于时域信号与窗函数相乘（见下文矩形窗时域表达式），一般N可选择512、1024、2048点，根据控制器的算力、内存、计算速度、以及对数据的精度要求选择。
便于理解地，在本实施例中，上述加窗截取操作，具体选择矩形窗对时域信号进行截取，因为矩形窗的频域主瓣宽度比较窄，有利于频率的识别；对于非整数倍采样，会导致频率泄漏，即当信号处于频率分辨率之内时，如在f(i)和f(i+1)之间，就会产生幅值误差。实际信号的能量会泄漏到信号频率相邻两侧的若干频率点上，导致信号的幅值产生误差。对采样得到的时域信号样本进行加窗截取，由于振弦信号属于窄带信号，一般对于分析窄带频率信号使用矩形窗截取，矩形窗时域表达式为：
，其中，N为采样点数，w(n)表示的是窗函数，n为时间变量，函数在时间范围(0≤n≤N-1)内为1，在其他时间范围内为0。窗函数是一类在时间或频率域上具有有限支持的函数，通常用于将无限长的信号限制在一定的时间或频率范围内。在信号处理中，窗函数常被用于加窗处理，即将窗函数与信号相乘，以控制信号的频谱特性。
步骤S200，对截取后的所述目标时域信号进行快速傅里叶变换，得到与所述目标时域信号对应的峰值幅度谱。具体来说，在本实施例中，对截取后的时域信号进行快速傅里叶变换，得到振弦信号的频域图谱和数据，此时的频域为单峰峰值幅度谱Peak。对加矩形窗的时域信号进行快速傅里叶（FFT）变换计算，可采用基2时间抽取算法。经过快速傅里叶变换后，时域离散数字信号转换为频域离散数字信号，即振弦式传感器的幅度谱。
步骤S300，标记所述峰值幅度谱中的最大幅值点，及所述峰值幅度谱中分别位于所述最大幅值点左右两侧的第一幅值点及第二幅值点。对得到的信号幅度谱进行最大值搜索，可采用冒泡排序法或其他效率更高的算法，快速识别频谱中的主频，即幅值最大的谱线，同时记录下幅值最大的谱线幅值和频率分别为Amax和F0，并基于最大幅值点确定主振频率。根据采样速率Fs以及采样点数N，可以计算出频域分辨力ΔF=Fs/N，同时知道F0对应的频域中的谱线序号为n（n=0~N/2-1），即可得出F0=ΔF*n。
在本实施例的一些应用场景中，搜索振弦信号幅度谱中，幅值最大的点，即认为该点为振弦信号的主振频率。并记录其幅值为Amax，频率为F0。找到振弦信号频谱中幅值最大的点后，在频域数据中，很容易确定与其相邻的左、右两点的频率分别为：FL和FR（n-1和n+1谱线），以及对应的幅值AL和AR，对以上AL、AR、Amax幅值按照毫伏（mV）的单位，取保留两位小数运算，因为低于0.01mVp的信号被认为是本底噪声。
步骤S400，根据所述第一幅值点、所述第二幅值点及所述最大幅值点计算幅值修正因子，并基于所述幅值修正因子得到修正幅值。
在本实施例中，上述根据所述第一幅值点、所述第二幅值点及所述最大幅值点计算幅值修正因子的步骤具体包括：
步骤S410，判断所述第一幅值点是否大于所述第二幅值点；
步骤S420，若所述第一幅值点大于所述第二幅值点，基于以下计算式得到幅值修正因子：
；
式中，为所述幅值修正因子，/>为所述最大幅值点，/>为所述第一幅值点；
步骤S430，若所述第一幅值点小于所述第二幅值点，基于以下计算式得到幅值修正因子：
；
式中，为所述第二幅值点。
更进一步地，根据所述第一幅值点、所述第二幅值点及所述最大幅值点计算幅值修正因子的步骤还包括：
若所述第一幅值点等于所述第二幅值点，则输出所述最大幅值点为修正幅值。在本实施例中，如果AL=AR，则Amax为精确振弦信号幅值，即A=Amax，因为当AL=AR，且没有额外的干扰信号时，此时为矩形窗对振弦信号的整数倍截取，没有发生频谱泄漏。
更进一步地，在本实施例中，基于所述幅值修正因子得到修正幅值的步骤具体包括：
步骤S440，判断所述第一幅值点是否大于所述第二幅值点；
步骤S450，若所述第一幅值点大于所述第二幅值点，基于以下计算式得到修正幅值：
；
式中，为所述修正幅值；
步骤S460，若所述第一幅值点小于所述第二幅值点，基于以下计算式得到修正幅值：
。
优选地，在本实施例中，上述方法还包括：
判断所述修正幅值是否小于预设限值；
若所述修正幅值小于所述预设限值，则判定所述修正幅值无效。具体来说，基于修正幅值，进行振弦信号有效性评估，如果A值低于某一限值，则该次测量的结果不可信，需要重新测量，即转至步骤S101，重新获取时域信号。
综上，本发明上述实施例当中的振弦传感器信号修正方法，通过对时域信号进行截取，并对截取后的目标时域信号进行快速傅里叶变换，得到对应的峰值幅度谱，选取峰值幅度谱中的最大幅值点，及与最大幅值点左右两侧对应的第一幅值点及第二幅值点，并对上述幅值在频域中进行算法修正，解决频谱泄漏导致的幅值误差，提高振弦信号的有效性判断的准确度，能够校正振弦式传感器的频域幅值数据，实现振弦数据的准确测量，避免在传感器信号幅度较低时，测量到误差较大的振弦数据，该方案只需要在设备内部处理器的代码中增加，即可实现振弦式传感器幅值校正，无需增加硬件成本。
本申请第二实施例提供了一种振弦传感器信号修正***，该***用于实现所述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的***较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
如图2所示，该***包括截取模块100、处理模块200、选取模块300及修正模块400；
上述截取模块100用于对采集到的时域信号进行加窗截取，以得到目标时域信号；
上述处理模块200用于对截取后的所述目标时域信号进行快速傅里叶变换，得到与所述目标时域信号对应的峰值幅度谱；
上述选取模块300用于标记所述峰值幅度谱中的最大幅值点，及所述峰值幅度谱中分别位于所述最大幅值点左右两侧的第一幅值点及第二幅值点；
上述修正模块400用于根据所述第一幅值点、所述第二幅值点及所述最大幅值点计算幅值修正因子，并基于所述幅值修正因子得到修正幅值。
优选地，在本实施例中，所述修正模块400具体用于：
判断所述第一幅值点是否大于所述第二幅值点；
若所述第一幅值点大于所述第二幅值点，基于以下计算式得到幅值修正因子：
；
式中，为所述幅值修正因子，/>为所述最大幅值点，/>为所述第一幅值点；
若所述第一幅值点小于所述第二幅值点，基于以下计算式得到幅值修正因子：
；
式中，为所述第二幅值点。
优选地，在本实施例中，所述***还包括：
判断模块，用于若所述第一幅值点等于所述第二幅值点，则输出所述最大幅值点为修正幅值。
优选地，在本实施例中，所述修正模块400还用于：
判断所述第一幅值点是否大于所述第二幅值点；
若所述第一幅值点大于所述第二幅值点，基于以下计算式得到修正幅值：
；
式中，为所述修正幅值；
若所述第一幅值点小于所述第二幅值点，基于以下计算式得到修正幅值：
。
优选地，在本实施例中，所述***还包括：
限值模块，用于判断所述修正幅值是否小于预设限值；
若所述修正幅值小于所述预设限值，则判定所述修正幅值无效。
优选地，在本实施例中，所述***还包括：
获取模块，用于采用单脉冲或共振方式对振弦式传感器进行激振，以使所述振弦式传感器内部钢弦产生共振后输出原始振弦信号；
对所述原始振弦信号进行放大、滤波处理，并采用模数转换器对进行放大、滤波处理后的信号进行采样，以得到时域信号。
需要说明的是，所述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，所述各个模块可以位于同一处理器中；或者所述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
可以理解地，本实施例中的振弦传感器信号修正***中提及的原理与本申请第一实施例中的振弦传感器信号修正方法相对应，未见描述的相关原理详见可对应参照第一实施例，在此不多赘述。
本申请的第三实施例提供了一种计算机，该计算机可以包括处理器81以及存储有计算机程序命令的存储器82。
具体地，上述处理器81可以包括中央处理器（CPU），或者特定集成电路（Application Specific Integrated Circuit，简称为ASIC），或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中，存储器82可以包括用于数据或命令的大容量存储器。举例来说而非限制，存储器82可包括硬盘驱动器（Hard Disk Drive，简称为HDD）、软盘驱动器、固态驱动器（SolidState Drive，简称为SSD）、闪存、光盘、磁光盘、磁带或通用串行总线（Universal SerialBus，简称为USB）驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器82可包括可移除或不可移除（或固定）的介质。在合适的情况下，存储器82可在数据处理装置的内部或外部。在特定实施例中，存储器82是非易失性（Non-Volatile）存储器。在特定实施例中，存储器82包括只读存储器（Read-Only Memory，简称为ROM）和随机存取存储器（RandomAccess Memory，简称为RAM）。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM（Programmable Read-Only Memory，简称为PROM）、可擦除PROM（Erasable ProgrammableRead-Only Memory，简称为EPROM）、电可擦除PROM（Electrically Erasable ProgrammableRead-Only Memory，简称为EEPROM）、电可改写ROM（Electrically Alterable Read-OnlyMemory，简称为EAROM）或闪存（FLASH）或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器（Static Random-Access Memory，简称为SRAM）或动态随机存取存储器（Dynamic Random Access Memory，简称为DRAM），其中，DRAM可以是快速页模式动态随机存取存储器（Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM）、扩展数据输出动态随机存取存储器（Extended Date Out Dynamic RandomAccess Memory，简称为EDODRAM）、同步动态随机存取内存（Synchronous Dynamic Random-Access Memory，简称SDRAM）等。
存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器81所执行的可能的计算机程序命令。
处理器81通过读取并执行存储器82中存储的计算机程序命令，以实现上述实施例中的任意一种振弦传感器信号修正方法。
在其中一些实施例中，计算机还可包括通信接口83和总线80。其中，如图3所示，处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。
通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信接口83还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线80包括硬件、软件或两者，将计算机的部件彼此耦接在一起。总线80包括但不限于以下至少之一：数据总线（Data Bus）、地址总线（Address Bus）、控制总线（ControlBus）、扩展总线（Expansion Bus）、局部总线（Local Bus）。举例来说而非限制，总线80可包括图形加速接口（Accelerated Graphics Port，简称为AGP）或其他图形总线、增强工业标准架构（Extended Industry Standard Architecture，简称为EISA）总线、前端总线（FrontSide Bus，简称为FSB）、超传输（Hyper Transport，简称为HT）互连、工业标准架构（Industry Standard Architecture，简称为ISA）总线、无线带宽（InfiniBand）互连、低引脚数（Low Pin Count，简称为LPC）总线、存储器总线、微信道架构（Micro ChannelArchitecture，简称为MCA）总线、***组件互连（Peripheral Component Interconnect，简称为PCI）总线、PCI-Express（PCI-X）总线、串行高级技术附件（Serial AdvancedTechnology Attachment，简称为SATA）总线、视频电子标准协会局部（Video ElectronicsStandards Association Local Bus，简称为VLB）总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
另外，结合上述实施例中的振弦传感器信号修正方法，本申请的第四实施例提供了一种可读存储介质。该可读存储介质上存储有计算机程序命令；该计算机程序命令被处理器执行时实现上述实施例中的任意一种振弦传感器信号修正方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对所述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种振弦传感器信号修正方法，其特征在于，包括以下步骤：
对采集到的时域信号进行加窗截取，以得到目标时域信号；
对截取后的所述目标时域信号进行快速傅里叶变换，得到与所述目标时域信号对应的峰值幅度谱；
标记所述峰值幅度谱中的最大幅值点，及所述峰值幅度谱中分别位于所述最大幅值点左右两侧的第一幅值点及第二幅值点；
根据所述第一幅值点、所述第二幅值点及所述最大幅值点计算幅值修正因子，并基于所述幅值修正因子得到修正幅值；
其中，根据所述第一幅值点、所述第二幅值点及所述最大幅值点计算幅值修正因子的步骤具体包括：
判断所述第一幅值点是否大于所述第二幅值点；
若所述第一幅值点大于所述第二幅值点，基于以下计算式得到幅值修正因子：
；
式中，为所述幅值修正因子，/>为所述最大幅值点，/>为所述第一幅值点；
若所述第一幅值点小于所述第二幅值点，基于以下计算式得到幅值修正因子：
；
式中，为所述第二幅值点；
其中，基于所述幅值修正因子得到修正幅值的步骤具体包括：
判断所述第一幅值点是否大于所述第二幅值点；
若所述第一幅值点大于所述第二幅值点，基于以下计算式得到修正幅值：
；
式中，为所述修正幅值；
若所述第一幅值点小于所述第二幅值点，基于以下计算式得到修正幅值：
。
2.根据权利要求1所述的振弦传感器信号修正方法，其特征在于，根据所述第一幅值点、所述第二幅值点及所述最大幅值点计算幅值修正因子的步骤还包括：
若所述第一幅值点等于所述第二幅值点，则输出所述最大幅值点为修正幅值。
3.根据权利要求1所述的振弦传感器信号修正方法，其特征在于，所述方法还包括：
判断所述修正幅值是否小于预设限值；
若所述修正幅值小于所述预设限值，则判定所述修正幅值无效。
4.根据权利要求1所述的振弦传感器信号修正方法，其特征在于，对采集到的时域信号进行加窗截取的步骤之前，所述方法还包括：
采用单脉冲或共振方式对振弦式传感器进行激振，以使所述振弦式传感器内部钢弦产生共振后输出原始振弦信号；
对所述原始振弦信号进行放大、滤波处理，并采用模数转换器对进行放大、滤波处理后的信号进行采样，以得到时域信号。
5.一种振弦传感器信号修正***，其特征在于，包括：
截取模块，用于对采集到的时域信号进行加窗截取，以得到目标时域信号；
处理模块，用于对截取后的所述目标时域信号进行快速傅里叶变换，得到与所述目标时域信号对应的峰值幅度谱；
选取模块，用于标记所述峰值幅度谱中的最大幅值点，及所述峰值幅度谱中分别位于所述最大幅值点左右两侧的第一幅值点及第二幅值点；
修正模块，用于根据所述第一幅值点、所述第二幅值点及所述最大幅值点计算幅值修正因子，并基于所述幅值修正因子得到修正幅值；
其中，所述修正模块具体用于：
判断所述第一幅值点是否大于所述第二幅值点；
若所述第一幅值点大于所述第二幅值点，基于以下计算式得到幅值修正因子：
；
式中，为所述幅值修正因子，/>为所述最大幅值点，/>为所述第一幅值点；
若所述第一幅值点小于所述第二幅值点，基于以下计算式得到幅值修正因子：
；
式中，为所述第二幅值点；
其中，所述修正模块还用于：判断所述第一幅值点是否大于所述第二幅值点；
若所述第一幅值点大于所述第二幅值点，基于以下计算式得到修正幅值：
；
式中，为所述修正幅值；
若所述第一幅值点小于所述第二幅值点，基于以下计算式得到修正幅值：
。
6.一种计算机，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器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传感器信号修正方法。
7.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一项所述的振弦传感器信号修正方法。
CN202410288568.1A 2024-03-14 2024-03-14 一种振弦传感器信号修正方法、***、计算机及存储介质 Active CN117892065B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410288568.1A CN117892065B (zh) 2024-03-14 2024-03-14 一种振弦传感器信号修正方法、***、计算机及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410288568.1A CN117892065B (zh) 2024-03-14 2024-03-14 一种振弦传感器信号修正方法、***、计算机及存储介质

Publications (2)

Publication Number Publication Date
CN117892065A CN117892065A (zh) 2024-04-16
CN117892065B true CN117892065B (zh) 2024-05-31

Family

ID=90644407

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410288568.1A Active CN117892065B (zh) 2024-03-14 2024-03-14 一种振弦传感器信号修正方法、***、计算机及存储介质

Country Status (1)

Country Link
CN (1) CN117892065B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106647430A (zh) * 2016-08-17 2017-05-10 江西飞尚科技有限公司 一种基于单脉冲激励振弦传感器的激振方法
CN106840230A (zh) * 2017-02-24 2017-06-13 河北稳控科技有限公司 一种振弦式传感器的信号处理装置及方法
CN109884390A (zh) * 2019-01-21 2019-06-14 中国南方电网有限责任公司 一种电力***电压谐波次同步/超同步相量测量方法
CN110763930A (zh) * 2019-09-28 2020-02-07 沈阳工程学院 基于布莱克曼双峰插值谐波分析法的避雷器阻性电流在线监测***
EP3712626A1 (en) * 2019-03-19 2020-09-23 FRAUNHOFER-GESELLSCHAFT zur Förderung der angewandten Forschung e.V. High-rate dft-based data manipulator and data manipulation method for high performance and robust signal processing
CN113899444A (zh) * 2021-10-08 2022-01-07 招商局重庆交通科研设计院有限公司 一种基于汉宁双窗的振弦传感器共振频率测量方法
CN114199364A (zh) * 2021-12-14 2022-03-18 中国航发南方工业有限公司 一种航空发动机的振动监测***
CN114295198A (zh) * 2022-01-14 2022-04-08 上海测振自动化仪器有限公司 一种智能振动传感器及其控制方法
CN115031875A (zh) * 2022-08-11 2022-09-09 长江水利委员会长江科学院 基于频谱反馈的振弦传感器自适应扫频激励方法及***
CN115856429A (zh) * 2022-12-02 2023-03-28 国网辽宁省电力有限公司锦州供电公司 一种电流谐波检测方法、***及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106647430A (zh) * 2016-08-17 2017-05-10 江西飞尚科技有限公司 一种基于单脉冲激励振弦传感器的激振方法
CN106840230A (zh) * 2017-02-24 2017-06-13 河北稳控科技有限公司 一种振弦式传感器的信号处理装置及方法
CN109884390A (zh) * 2019-01-21 2019-06-14 中国南方电网有限责任公司 一种电力***电压谐波次同步/超同步相量测量方法
EP3712626A1 (en) * 2019-03-19 2020-09-23 FRAUNHOFER-GESELLSCHAFT zur Förderung der angewandten Forschung e.V. High-rate dft-based data manipulator and data manipulation method for high performance and robust signal processing
CN110763930A (zh) * 2019-09-28 2020-02-07 沈阳工程学院 基于布莱克曼双峰插值谐波分析法的避雷器阻性电流在线监测***
CN113899444A (zh) * 2021-10-08 2022-01-07 招商局重庆交通科研设计院有限公司 一种基于汉宁双窗的振弦传感器共振频率测量方法
CN114199364A (zh) * 2021-12-14 2022-03-18 中国航发南方工业有限公司 一种航空发动机的振动监测***
CN114295198A (zh) * 2022-01-14 2022-04-08 上海测振自动化仪器有限公司 一种智能振动传感器及其控制方法
CN115031875A (zh) * 2022-08-11 2022-09-09 长江水利委员会长江科学院 基于频谱反馈的振弦传感器自适应扫频激励方法及***
CN115856429A (zh) * 2022-12-02 2023-03-28 国网辽宁省电力有限公司锦州供电公司 一种电流谐波检测方法、***及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于MATLAB传感器动态误差频域修正方法;韦志慧;;机械;20120625(第S1期);全文 *
振动信号频谱分析中的加窗及加窗幅值修正;李国鸿;赵述元;陈钊;;测控技术;20120618(第06期);全文 *

Also Published As

Publication number Publication date
CN117892065A (zh) 2024-04-16

Similar Documents

Publication Publication Date Title
CN101674520B (zh) 振动式拾音器参数分析测试方法和装置
TW200936999A (en) Knock signal detection in automotive systems
CN106989702B (zh) 脉冲激发式电磁超声检测仪
US20200378825A1 (en) Transducer transfer impedance calibration device based on spatial frequency domai smoothing technology
JP5476860B2 (ja) 交流インピーダンス測定システム
CN117892065B (zh) 一种振弦传感器信号修正方法、***、计算机及存储介质
CN112651354A (zh) 噪声源的确定方法和装置
JP2006113003A (ja) 機械設備の異常診断システム
CN109736793B (zh) 一种评价储层孔隙结构的方法及设备
CN114614825B (zh) 一种低成本高速脉冲信号数据采样和峰值检测方法
RU2628672C1 (ru) Способ контроля герметичности и определения координаты места течи в продуктопроводе и устройство для его осуществления
JP2013544369A (ja) 継続的掃引周波数を用いるシステム周波数応答テスト
CN113899388B (zh) 一种振弦传感器自适应数据采集方法
CN111812404B (zh) 一种信号处理方法以及处理装置
CN111198348B (zh) 一种磁传感器噪声测试***标定方法
JP2891767B2 (ja) Ａｅ発生位置標定装置
JP4198690B2 (ja) ノイズ測定方法、ノイズ測定プログラム、およびノイズ測定装置
JP6370725B2 (ja) 漏水判定のための波形データ収集装置、漏水判定装置、漏水判定システム、およびプログラム
RU2684443C1 (ru) Способ определения координат источников сигналов акустической эмиссии и устройство для его осуществления
JP2021135422A (ja) 信号処理装置および信号処理方法
JP3450061B2 (ja) 軸受の異常診断装置
CN111198347A (zh) 一种磁传感器噪声无源测试方法
JP2603758B2 (ja) キャビテーション雑音検出方法及びその装置
JPH06241107A (ja) ノッキング検出装置
CN118395096A (zh) 信号频率修正、装置、可读存储介质及电子设备

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