本发明专利技术涉及数据检测领域，尤其涉及一种基于边缘自适用计算的数据采集方法，本发明专利技术通过采集声发射传感器以及振动传感器的数据，确定声发射信号的波动状态以及管道振动状态，并对应确定对声发射信号进行异常判定时的判定方式，在预设条件下，通过筛选后时域波形图像的幅值与预设门限值的对比情况进行异常判定，在振动干扰较小时，时域波形图像表征性较好，以此为基准判定声发射信号是否异常，在振动干扰较大时判定声发射信号的相似性，在声发射信号为相似状态时对信号片段进行分解，获取异常判定结果将异常判定结果代替整段声发射信号的判定结果，通过上述过程对大量管道进行处理时，在保证可靠性的前提下减少数据运算载荷，提高数据处理效率。提高数据处理效率。提高数据处理效率。
【技术实现步骤摘要】
一种基于边缘自适用计算的数据采集方法
[0001]本专利技术涉及数据检测领域，尤其涉及一种基于边缘自适用计算的数据采集方法。
技术介绍
[0002]边缘自适用技术是指将计算、存储和网络资源放置在接近数据源头的边缘设备上，边缘设备可以是智能手机、路由器、微型计算机、传感器、监控摄像头等，这些设备都可以执行计算任务，尤其是在传感器检测领域被广泛应用，例如管网检测、泄漏检测等，能够通过检测的数据判定检测对象是否出现异常。
[0003]例如，中国专利公开号：CN114417688A，公开了一种阀门泄漏的声发射检测装置及方法，包括声发射传感器和主机，所述主机包括滤波模块、模数转换模块、信号处理模块、处理器模块和FFT模块，所述声发射传感器将接收到的声发射信号转换为电信号，并进行放大处理后传送给主机；所述主机内完成滤波、模数转换、FFT处理，最终由所述处理器模块判断出阀门是否存在泄漏问题的结果；所述主机还包括报警模块，当所述处理器模块判断出阀门存在泄漏，所述报警模块会发出报警提示信息；该装置操作简单，可一键完成泄漏检测，同时附带报警功能，体积小，方便操作人员携带至现场巡检，并可针对不同种类阀门调出对应标定曲线，提高检测效率。
[0004]但是，现有技术中，还存在以下问题，现有技术中，对声发射信号进行降噪、分解时所需的算力资源较大，而对管路进行检测时所需处理的数据量较大，这样在对大面积的管网进行检测时对负责对声发射信号进行处理的计算机造成较大的负担，容易出现过载或处理效率下降的问题。
技术实现思路
[0005]为解决现有技术中，这样在对大面积的管网进行检测时对负责对声发射信号进行处理的计算机造成较大的负担，容易出现过载或处理效率下降的问题，本专利技术提供一种基于边缘自适用计算的数据采集方法，其包括，步骤S1，在管道内设置用以采集声发射信号的声发射传感器以及采集管道振动参数的振动传感器，所述振动参数包括振动幅值以及振动频率；步骤S2，每隔预设周期采集声发射传感器所检测声发射信号的信号能量判定声发射信号的波动状态以及采集振动传感器所检测的振动参数判定管道振动状态；步骤S3，基于所述声发射信号的波动状态以及管道振动状态确定对所述声发射信号进行异常判定时的判定方式，其中，在预设条件下，基于所述振动幅值构建振幅波动曲线，并确定振动周期，基于所述声发射信号构建时域波形图像，并筛出所述时域波形图像中的特征波峰，得到筛选后时域波形图像，基于所述筛选后时域波形图像的幅值与预设门限值的对比情况进行异常判定，所述特征波峰为所述时域波形图像中存在周期性且周期与所述振动周期相同的波峰；在非所述预设条件下，判定所述声发射信号的相似性，在声发射信号为相似状态
时，截取声发射信号的信号片段，通过小波法对所述信号片段进行分解，得到不同频域区间的频域信号，基于频域信号的频域峰值对分解后的信号片段进行异常判定，获取异常判定结果，并将信号片段的异常判定结果作为对所述声发射信号的异常判定结果；在声发射信号为差异状态时，直接通过小波法对声发射信号进行分解，得到不同频域区间的频域信号，基于频域信号的频域峰值对分解后的信号片段进行异常判定；所述预设条件为所述管道处于第一振动状态且所述声发射信号处于第一波动状态。
[0006]进一步地，所述步骤S2中还包括，基于声发射信号的信号能量计算离散参量，其中，依据公式（1）计算离散参量，（1）公式（1）中，K表示离散参量，Pi表示第i时刻的信号能量，P0表示预设周期内信号能量的平均值，T0表示预设周期的周期时长。
[0007]进一步地，所述步骤S2中，基于声发射传感器采集的声发射信号的信号能量划分声发射信号的波动状态，其中，将所述离散参量与预设的离散参量对比阈值进行对比，若离散参量小于所述离散参量对比阈值，则判定所述声发射信号为第一波动状态；若离散参量大于或等于所述离散参量对比阈值，则判定所述声发射信号为第二波动状态。
[0008]进一步地，所述步骤S2中，采集振动传感器所检测的振动参数判定管道振动状态，其中，在振动条件下，判定所述管道为第一振动状态；在非所述振动条件下，判定所述管道为第二振动状态；所述振动条件为，所述振动幅值小于预设振动阈值且所述振动频率小于预设振动频率。
[0009]进一步地，所述步骤S3中，基于所述筛选后时域波形图像的幅值与预设门限值的对比情况进行异常判定，其中，若所述时域波形图像中的幅值大于所述预设门限值，则判定所述声发射信号存在异常。
[0010]进一步地，所述步骤S3中，所截取信号片段的片段时长与所述预设周期的周期时长的比值需在区间[0.2，0.5]内设定。
[0011]进一步地，所述步骤S3中，还包括计算声发射信号的相似度表征值，其中，构建所述预设周期内声发射信号的时域波形图像，将所述时域波形图像划分为若干图像段，计算各图像段的平均频率以及平均幅值，并按照公式（2）计算所述相似度表征值，
（2）公式（2）中，G表示相似度表征值，Ne表示图像段的数量，Ej表示第j个图像段的幅值差异参量，所述幅值差异参量为第j个图像段的平均幅值分别与剩余图像段的平均幅值做差后所得各差值的和，Cj表示第j个图像段的频率差异参量，所述频率差异参量为第j个图像段的平均频率分别与剩余图像段的平均频率做差后所得各差值的和，
△
E表示所述时域波形图像的平均幅值，
△
C表示所述时域波形图像的平均频率。
[0012]进一步地，所述步骤S3中，判定所述声发射信号的相似性，其中，将所述声发射信号的相似度表征值与预设的相似度对比阈值进行对比，若所述相似度表征值大于所述相似度对比阈值则判定所述声发射信号为差异状态；若所述相似度表征值小于或等于所述相似度对比阈值则判定所述声发射信号为相似状态。
[0013]进一步地，所述步骤S3中，基于频域信号的频域峰值对分解后的信号片段进行异常判定，其中，不同频域区间设置有对应的频域门限对比阈值，将各所述频域区间的频域信号的频域峰值分别与对应频域门限对比阈值进行对比，若任意频域区间的频域信号的频域峰值大于对应频域门限对比阈值，则判定声发射信号存在异常。
[0014]进一步地，所述步骤S3中，各频域区间的区间上限需小于200000赫兹。
[0015]与现有技术相比，本专利技术通过采集声发射传感器以及振动传感器的数据，确定声发射信号的波动状态以及管道振动状态，并对应确定对声发射信号进行异常判定时的判定方式，在预设条件下，通过筛选后时域波形图像的幅值与预设门限值的对比情况进行异常判定，在振动干扰较小时，时域波形图像表征性较好，以此为基准判定声发射信号是否异常，在振动干扰较大时判定声发射信号的相似性，在声发射信号为相似状态时对信号片段进行分解，并获取异常判定结果，将异常判定结果代替整段声发射信号的判定结果，通过上述过程对大量管道进行处理时，在保证可靠性的前提下减少数据运算载荷，提高数据处理效率。
[0016]尤其，本专利技术在预设条件下，基于筛选后时域波形图像的幅值与预设门限值的对比情况进行异常判定，在实本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于边缘自适用计算的数据采集方法，其特征在于，包括：步骤S1，在管道内设置用以采集声发射信号的声发射传感器以及采集管道振动参数的振动传感器，所述振动参数包括振动幅值以及振动频率；步骤S2，每隔预设周期采集声发射传感器所检测声发射信号的信号能量判定声发射信号的波动状态以及采集振动传感器所检测的振动参数判定管道振动状态；步骤S3，基于所述声发射信号的波动状态以及管道振动状态确定对所述声发射信号进行异常判定时的判定方式，其中，在预设条件下，基于所述振动幅值构建振幅波动曲线，并确定振动周期，基于所述声发射信号构建时域波形图像，并筛出所述时域波形图像中的特征波峰，得到筛选后时域波形图像，基于所述筛选后时域波形图像的幅值与预设门限值的对比情况进行异常判定，所述特征波峰为所述时域波形图像中存在周期性且周期与所述振动周期相同的波峰；在非所述预设条件下，判定所述声发射信号的相似性，在声发射信号为相似状态时，截取声发射信号的信号片段，通过小波法对所述信号片段进行分解，得到不同频域区间的频域信号，基于频域信号的频域峰值对分解后的信号片段进行异常判定，获取异常判定结果，并将信号片段的异常判定结果作为对所述声发射信号的异常判定结果；在声发射信号为差异状态时，直接通过小波法对声发射信号进行分解，得到不同频域区间的频域信号，基于频域信号的频域峰值对分解后的信号片段进行异常判定；所述预设条件为所述管道处于第一振动状态且所述声发射信号处于第一波动状态。2.根据权利要求1所述的基于边缘自适用计算的数据采集方法，其特征在于，所述步骤S2中还包括，基于声发射信号的信号能量计算离散参量，其中，依据公式（1）计算离散参量，（1）公式（1）中，K表示离散参量，Pi表示第i时刻的信号能量，P0表示预设周期内信号能量的平均值，T0表示预设周期的周期时长。3.根据权利要求2所述的基于边缘自适用计算的数据采集方法，其特征在于，所述步骤S2中，基于声发射传感器采集的声发射信号的信号能量划分声发射信号的波动状态，其中，将所述离散参量与预设的离散参量对比阈值进行对比，若离散参量小于所述离散参量对比阈值，则判定所述声发射信号为第一波动状态；若离散参量大于或等于所述离散参量对比阈值，则判定所述声发射信号为第二波动状态。4.根据权利要求1所述的基于边缘自适用计算的数据采集方法，其特征在于，所述步骤S2中，采集振动传感器所检测的振动参数判定管道振动状态，其中，在振动条件下，判定所述管道为第一振动状态；在非所...
【专利技术属性】
技术研发人员：刘向宇，
申请(专利权)人：火眼科技天津有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。