基于时空关联算法的制造技术

基于时空关联算法的

【技术实现步骤摘要】
基于时空关联算法的PIND检测信号分类判识系统


[0001]本专利技术属于航天科学技术中多余物检测信号检测识别领域，具体涉及一种对颗粒碰撞噪声检测系统的检测结果进行自动化分类判识的系统
。

技术介绍

[0002]在航天航空领域，对电子设备的可靠性要求十分严格，其中的一个关键环节是多余物检测，这是可靠性常规检查中不可或缺的部分
。
所谓多余物是指在设备或元器件的生产
、
封装
、
运输等过程中可能出现的，与设备或元器件本身无关的物质，目前发现的典型多余物主要包括芯片硅渣
、
松香渣
、
残余焊渣
、
金属碎屑
、
陶瓷或者玻璃碎片
、
焊线残余
、
导线的绝缘皮以及元器件内部本身剥落的部分等
。
这些多余物往往在元器件的非工作状态难以发现，而在失重或者超重等剧烈振动的工作状态下，则会出现无规律的随机运动，可能会意外接触密封的电子元器件构件或开关触点，造成元器件误动作或者拒动作，从而进一步造成系统部分或者整体的损害
。
因此，需要在元器件列装使用前，对其进行多余物的有无检测，进一步来减少多余物的危害
。
[0003]目前，在我国航天航空领域通常采用了一种广泛应用的多余物无损检测方法，即颗粒碰撞噪声检测方法
(Particle Impact Noise Detection
，简称
PIND)。PIND<br/>方法的核心思想是通过外部振动台的主动冲击和振动，激活被测物体内部的多余物颗粒，使其在被测物体内部与被测物发生碰撞，然后利用压电陶瓷传感器采集被测物体内部的声学信号
。
这种声学信号称之为
PIND
检测信号
(
以下称为检测信号
)。
在实际的检测中，发现被测元器件内部不仅有多余物碰撞产生的声学信号
(
以下简称多余物信号
)
，还包含被测元器件内部组件的振动信号
(
以下简称组件信号
)。
将检测信号分为3种情况：
(1)
多余物信号
(
含有多余物脉冲
)
；
(2)
组件信号
(
含有组件脉冲
)
；
(3)
多余物信号与组件信号组成的混合信号
(
以下简称混合信号
)。
[0004]基于颗粒碰撞噪声检测系统的多余物检测结果初步判识
(
是否存在超过阈值的检测信号
)
比较容易，但是想进一步判识信号的种类，在实际工程检测中，常常需要经验丰富的检测人员多次对检测波形进行重复观察与分析
。
这种过程耗时耗力，而且容易受到检测人员主观意识的影响，从而导致误判
。
综上所述，如何采用某种方法来判识基于
PIND
方法的检测结果，是当前航天航空
中多余物检测所面临的一个难点问题
。
[0005]通常可以使用分类方法对以上三种信号进行区分，例如：支持向量机算法
、
逻辑回归算法
、
决策树算法等，这些算法的结果和准确度取决于问题的特点
、
数据的性质以及算法的性能要求，尤其是对数据的样本数量以及计算机的性能具有较高的要求
。
显然，由于航天航空领域有一定的保密特殊性，收集大量数据等部分要求无法得到充分满足，同时直接采用分类方法对信号进行分类往往存在识别准确率低，分类方法适用性差
、
分类性能不稳定等问题，以及采用部分复杂分类方法还存在识别效率低的问题
。

技术实现思路

[0006]本专利技术为了解决现有的
PIND
检测信号分类方法存在准确率低
、
效率低的问题
。
[0007]一种基于时空关联算法的
PIND
检测信号分类判识系统，所述系统包括：
[0008]PIND
检测信号分窗单元：基于颗粒碰撞噪声检测方法获取设备多余物对应的波形信号，即
PIND
检测信号；将
PIND
检测信号分割为多个窗序列，每个窗中包括零个
、
一个或多个脉冲信号，每一个脉冲信号对应多个采样值；
[0009]脉冲信号处理单元：基于脉冲信号得到脉冲位置，以脉冲位置作为所属窗的位置，将两个脉冲所属窗的位置之间的距离作为脉冲距离；
[0010]线上线下脉冲确定单元：根据脉冲信号确定其是否为线上脉冲或线下脉冲；
[0011]线上脉冲：脉冲位置对应的相邻
N1
个采样值中最大的一个采样值的绝对值大于等于第一幅值阈值的脉冲，则所对应的脉冲为线上脉冲；
[0012]线下脉冲：不为线上脉冲且相邻
N1
个采样值的绝对值的和大于等于第二幅值阈值的脉冲，则所对应的脉冲为线下脉冲；
[0013]视界划分单元：确定每个脉冲对应的关联视界和干扰视界范围；
[0014]如果一个脉冲距目标脉冲的脉冲距离小于第一距离阈值，则它在目标脉冲的关联视界内，关联视界内的脉冲记为关联脉冲；
[0015]如果一个脉冲距目标脉冲的脉冲距离小于第二距离阈值，则称它在目标脉冲的干扰视界内，干扰视界内的脉冲记为干扰脉冲；
[0016]关联脉冲数量计算单元：基于关联视界范围，进行遍历搜索，计算每一个脉冲的关联脉冲数量
、
线下关联脉冲数量
、
线上关联脉冲数量，线下关联脉冲是指关联脉冲中的线下脉冲，线上关联脉冲是指关联脉冲中的线上脉冲；
[0017]干扰脉冲数量计算单元：基于干扰视界范围，进行遍历搜索，计算每一个脉冲的干扰脉冲数量
、
线下干扰脉冲数量
、
线上干扰脉冲数量，线下干扰脉冲是指干扰脉冲中的线下脉冲，线上干扰脉冲是指干扰脉冲中的线上脉冲；同时统计干扰脉冲的最小窗号和最大窗号；
[0018]时空连续组搜索单元：进行时空连续组搜索，即将一段脉冲作为一个组，如果组内在连续多窗中都有脉冲出现，且任意相邻两窗的脉冲是在对方的干扰视界内，则作为一个时空连续组；然后将时空连续组内关联脉冲数的最大值作为时空连续组内的每一个脉冲的关联脉冲数；
[0019]判识单元：按照如下规则，逐一判定各脉冲其是组件脉冲还是多余物脉冲：
[0020]规则1：若待识脉冲的关联脉冲总数小于第一脉冲总数区分阈值，则待识脉冲不是组件波；
[0021]规则2：若待识脉冲与其它所有脉冲不重叠，且间隔都大于间距阈值，则是多余物脉冲；
[0022]规则3：若待识脉冲的线下关联脉冲数量大于关联脉冲总数的
α
％，且在干扰视界内所有的线上脉冲本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于时空关联算法的
PIND
检测信号分类判识系统，其特征在于，所述系统包括：
PIND
检测信号分窗单元：基于颗粒碰撞噪声检测方法获取设备多余物对应的波形信号，即
PIND
检测信号；将
PIND
检测信号分割为多个窗序列，每个窗中包括零个
、
一个或多个脉冲信号，每一个脉冲信号对应多个采样值；脉冲信号处理单元：基于脉冲信号得到脉冲位置，以脉冲位置作为所属窗的位置，将两个脉冲所属窗的位置之间的距离作为脉冲距离；线上线下脉冲确定单元：根据脉冲信号确定其是否为线上脉冲或线下脉冲；线上脉冲：脉冲位置对应的相邻
N1
个采样值中最大的一个采样值的绝对值大于等于第一幅值阈值的脉冲，则所对应的脉冲为线上脉冲；线下脉冲：不为线上脉冲且相邻
N1
个采样值的绝对值的和大于等于第二幅值阈值的脉冲，则所对应的脉冲为线下脉冲；视界划分单元：确定每个脉冲对应的关联视界和干扰视界范围；如果一个脉冲距目标脉冲的脉冲距离小于第一距离阈值，则它在目标脉冲的关联视界内，关联视界内的脉冲记为关联脉冲；如果一个脉冲距目标脉冲的脉冲距离小于第二距离阈值，则称它在目标脉冲的干扰视界内，干扰视界内的脉冲记为干扰脉冲；关联脉冲数量计算单元：基于关联视界范围，进行遍历搜索，计算每一个脉冲的关联脉冲数量
、
线下关联脉冲数量
、
线上关联脉冲数量，线下关联脉冲是指关联脉冲中的线下脉冲，线上关联脉冲是指关联脉冲中的线上脉冲；干扰脉冲数量计算单元：基于干扰视界范围，进行遍历搜索，计算每一个脉冲的干扰脉冲数量
、
线下干扰脉冲数量
、
线上干扰脉冲数量，线下干扰脉冲是指干扰脉冲中的线下脉冲，线上干扰脉冲是指干扰脉冲中的线上脉冲；同时统计干扰脉冲的最小窗号和最大窗号；时空连续组搜索单元：进行时空连续组搜索，即将一段脉冲作为一个组，如果组内在连续多窗中都有脉冲出现，且任意相邻两窗的脉冲是在对方的干扰视界内，则作为一个时空连续组；然后将时空连续组内关联脉冲数的最大值作为时空连续组内的每一个脉冲的关联脉冲数；判识单元：按照如下规则，逐一判定各脉冲其是组件脉冲还是多余物脉冲：规则1：若待识脉冲的关联脉冲总数小于第一脉冲总数区分阈值，则待识脉冲不是组件波；规则2：若待识脉冲与其它所有脉冲不重叠，且间隔都大于间距阈值，则是多余物脉冲；规则3：若待识脉冲的线下关联脉冲数量大于关联脉冲总数的
α
％，且在干扰视界内所有的线上脉冲都是关联脉冲，则判定为组件脉冲；规则4：计算待识脉冲的关联占比，并将关联占比映射为多余物脉冲概率；关联占比＝关联脉冲总数
/
相干窗数；相干窗数＝干扰脉冲最大窗号
‑
干扰脉冲最小窗号
‑
无脉冲段长；多余物脉冲概率＝
exp(
‑
5*
关联占比
*
关联占比
)
；当多余物脉冲概率小于第一判识阈值，确定为组件脉冲；多余物概率大于第二判识阈值时，确定为多余物脉冲；规则5：若由规则1和规则2确定为多余物脉冲，认为
PIND
检测信号中存在多余物脉冲；
针对规则4确定的多余物脉冲，只有当规则4确定的多余物脉冲数量大于总脉冲数的
β
％时，才认为存在多余物脉冲；若规则1和规则2的判定结果和规则4的判定结果都没有多余物脉冲就是组件波；对存在多...

【专利技术属性】
技术研发人员：李鹏飞，翟国富，郑铁然，王国涛，孙志刚，韩笑，王强，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：