一种基于大数据的电气线束检测方法及系统技术方案

本发明专利技术公开了一种基于大数据的电气线束检测方法及系统，涉及电气设备技术领域，包括获取电气线束端口信息，对电气线束输入端口输入时域测试信号，获取电气线束输出信号数据，根据电气线束频域信号频谱图信息与电气线束频域信号阈值，判断电气线束是否出现故障，根据电气线束故障信息，对电气线束故障位置进行定位，根据电气线束应用环境数据，对电气线束进行可靠性检测

【技术实现步骤摘要】
一种基于大数据的电气线束检测方法及系统


[0001]本专利技术涉及电气设备
，具体是涉及一种基于大数据的电气线束检测方法及系统
。

技术介绍

[0002]电气线束在航空航天
、
舰船
、
雷达系统
、
汽车电子系统等领域，有着广泛的用途，用于连接各种电气设备和组件，实现系统之间
、
分系统及各模块等之间的通信
、
控制及供电等功能
。
线束由大量的导线束集而成，延伸到外部形成输入端口和输出端口；则每个输入
/
输出端口中，往往含有大量的触端，每个触端即代表着一条线路
。
在电气线束实际使用前，需要先对线束进行检测，防止线束出现破损
、
线路故障等问题，对设备使用造成影响，但在实际线束检测中，往往因为线束中的多线路，使得检测工作量较大
。
[0003]目前广泛使用的线束检测手段相当还较为落后，常万用表
、
蜂叫器或指示灯等简单设备，利用手工搭接，逐一触端进行观察
。
这种基本依靠手工的线束检测方式，速度慢
、
效率低下，为操作人员带来了非常繁琐的工作量，并且很大程度上受到操作人员能力的制约，准确率也比较不稳定
。
[0004]因此，如何提供一种能够高效
、
精确地判断线束中导线的通断并显示其具体位置的线束检测方法是本领域技术人员亟待解决的一个技术问题
。
>
技术实现思路

[0005]为解决上述技术问题，提供一种基于大数据的电气线束检测方法及系统，本技术方案解决了上述
技术介绍
中提出的线束检测手段相当还较为落后，常万用表
、
蜂叫器或指示灯等简单设备，利用手工搭接，逐一触端进行观察
。
这种基本依靠手工的线束检测方式，速度慢
、
效率低下，为操作人员带来了非常繁琐的工作量，并且很大程度上受到操作人员能力的制约，准确率也比较不稳定的问题
。
[0006]为达到以上目的，本专利技术采用的技术方案为：一种基于大数据的电气线束检测方法，包括：获取电气线束端口信息，所述电气线束端口信息包括电气线束的输入端口信息和输出端口信息；根据电气线束端口信息，对电气线束输入端口输入时域测试信号，获取电气线束输出信号数据；根据电气线束输出信号数据，基于离散傅里叶变换，获取电气线束频域信号数据；根据电气线束频域信号数据，获取电气线束频域信号频谱图信息；获取电气线束历史检测数据，基于电气线束历史检测数据，获取电气线束频域信号阈值；根据电气线束频域信号频谱图信息与电气线束频域信号阈值，判断电气线束是否出现故障；
若电气线束频域信号频谱图信息超出电气线束频域信号阈值，则电气线束存在故障；根据电气线束历史检测数据，获取电气线束历史故障数据；根据电气线束历史故障数据和电气线束频域信号数据，基于电气线束故障识别模型，对电气线束故障类型进行识别，获取电气线束故障信息；根据电气线束故障信息，对电气线束故障位置进行定位；若电气线束频域信号频谱图信息未超出电气线束频域信号阈值，则电气线束线路检测正常；获取电气线束应用环境数据，所述应用环境数据包括电气线束实际应用时的温度信息
、
湿度信息和振动状态；根据电气线束应用环境数据，对电气线束进行可靠性检测，获取电气线束输入的测试信号数据和电气线束输出的测试信号数据；根据电气线束输入的测试信号数据和电气线束输出的测试信号数据，获取电气线束可靠性检测数据；根据电气线束历史检测数据，获取电气线束可靠性标准数据，基于电气线束可靠性标准数据，设置电气线束可靠性阈值；根据电气线束可靠性检测数据和电气线束可靠性标准数据，判断电气线束可靠性检测数据和电气线束可靠性标准数据的误差是否超出电气线束可靠性阈值；若电气线束可靠性检测数据和电气线束可靠性标准数据的误差超出电气线束可靠性阈值，则该电气线束存在可靠性故障；若电气线束可靠性检测数据和电气线束可靠性标准数据的误差未超出电气线束可靠性阈值，则该电气线束检测正常
。
[0007]优选的，所述根据电气线束输出信号数据，基于离散傅里叶变换，获取电气线束频域信号数据包括：获取电气线束输出端输出的时域信号数据；对时域信号数据进行采样，获取采样信号数据；基于离散傅里叶变换，对采样信号数据进行处理，获取电气线束频域信号数据；其中，将采样信号转换为频域信号的计算公式为：式中，为频域信号，为采样信号，
n
为采样信号的索引值，
N
为采样信号的采样总点数，
k
为频域信号的索引值，
j
为虚数单位，
e
为常数
。
[0008]优选的，所述根据电气线束历史故障数据和电气线束频域信号数据，基于电气线束故障识别模型，对电气线束故障类型进行识别，获取电气线束故障信息包括：将电气线束历史故障数据保存为电气线束故障数据集；对电气线束故障数据集进行处理，获取电气线束故障特征信息；根据电气线束故障特征信息，对深度学习模型进行训练，获取电气线束故障识别模型；基于电气线束故障识别模型，对电气线束频域信号数据进行分析，判断电气线束故障类型，获得电气线束故障信息
。
[0009]优选的，所述根据电气线束故障信息，对电气线束故障位置进行定位包括：若电气线束故障类型为短路故障，对电气线束短路故障位置进行定位包括以下步骤：
a.
获取电气线束中每条线路的输入端信息和输出端信息；
b.
选取电气线束中的一条线路，输入测试信号；
c.
获取输出测试信号的线路输出端信息，若存在多个线路输出端输出测试信号，则该线路发生短路故障；
d.
重复步骤
a
到
c
，获取短路故障线路信息；
e.
根据短路故障线路信息，对故障线路进行区间划分，设置检测点位，逐步缩小短路故障范围，确定短路故障位置
。
[0010]优选的，所述根据电气线束故障信息，对电气线束故障位置进行定位包括：若电气线束故障类型为断路故障，则获取电气线束中每条线路的输入端信息和输出端信息；逐步对每条线路的输入端输入测试信号，判断线路输出端是否输出测试信号；若线路输出端输出测试信号，则该线路没有发生断路故障；若线路输出端未输出测试信号，则该线路发生断路故障；选取该线路中点位置设置检测点，判断该检测点是否输出测试信号；若该检测点未输出测试信号，则该检测点与线路输出端间的线路存在断路故障，选取该检测点与线路输出端间的线路中点位置为次级检测点，判断次级检测点是否输出测试信号，若次级检测点输出测试信号，则次级检测点与线路输入端的线路不存在断路故障；若次级检测点未输出测试信号，则将次级检测点与线路输入端之间的线路的中点位置设置为三级检测点，判断三级检测点是否输出测试信号，若三级检测点未输出测试信号，则故障位置位于三级检测点与线路输入本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于大数据的电气线束检测方法，其特征在于，包括：获取电气线束端口信息，所述电气线束端口信息包括电气线束的输入端口信息和输出端口信息；根据电气线束端口信息，对电气线束输入端口输入时域测试信号，获取电气线束输出信号数据；根据电气线束输出信号数据，基于离散傅里叶变换，获取电气线束频域信号数据；根据电气线束频域信号数据，获取电气线束频域信号频谱图信息；获取电气线束历史检测数据，基于电气线束历史检测数据，获取电气线束频域信号阈值；根据电气线束频域信号频谱图信息与电气线束频域信号阈值，判断电气线束是否出现故障；若电气线束频域信号频谱图信息超出电气线束频域信号阈值，则电气线束存在故障；根据电气线束历史检测数据，获取电气线束历史故障数据；根据电气线束历史故障数据和电气线束频域信号数据，基于电气线束故障识别模型，对电气线束故障类型进行识别，获取电气线束故障信息；根据电气线束故障信息，对电气线束故障位置进行定位；若电气线束频域信号频谱图信息未超出电气线束频域信号阈值，则电气线束线路检测正常；获取电气线束应用环境数据，所述应用环境数据包括电气线束实际应用时的温度信息
、
湿度信息和振动状态；根据电气线束应用环境数据，对电气线束进行可靠性检测，获取电气线束输入的测试信号数据和电气线束输出的测试信号数据；根据电气线束输入的测试信号数据和电气线束输出的测试信号数据，获取电气线束可靠性检测数据；根据电气线束历史检测数据，获取电气线束可靠性标准数据，基于电气线束可靠性标准数据，设置电气线束可靠性阈值；根据电气线束可靠性检测数据和电气线束可靠性标准数据，判断电气线束可靠性检测数据和电气线束可靠性标准数据的误差是否超出电气线束可靠性阈值；若电气线束可靠性检测数据和电气线束可靠性标准数据的误差超出电气线束可靠性阈值，则该电气线束存在可靠性故障；若电气线束可靠性检测数据和电气线束可靠性标准数据的误差未超出电气线束可靠性阈值，则该电气线束检测正常
。2.
根据权利要求1所述的一种基于大数据的电气线束检测方法，其特征在于，所述根据电气线束输出信号数据，基于离散傅里叶变换，获取电气线束频域信号数据包括：获取电气线束输出端输出的时域信号数据；对时域信号数据进行采样，获取采样信号数据；基于离散傅里叶变换，对采样信号数据进行处理，获取电气线束频域信号数据；其中，将采样信号转换为频域信号的计算公式为：式中，
为频域信号，为采样信号，
n
为采样信号的索引值，
N
为采样信号的采样总点数，
k
为频域信号的索引值，
j
为虚数单位，
e
为常数
。3.
根据权利要求1所述的一种基于大数据的电气线束检测方法，其特征在于，所述根据电气线束历史故障数据和电气线束频域信号数据，基于电气线束故障识别模型，对电气线束故障类型进行识别，获取电气线束故障信息包括：将电气线束历史故障数据保存为电气线束故障数据集；对电气线束故障数据集进行处理，获取电气线束故障特征信息；根据电气线束故障特征信息，对深度学习模型进行训练，获取电气线束故障识别模型；基于电气线束故障识别模型，对电气线束频域信号数据进行分析，判断电气线束故障类型，获得电气线束故障信息
。4.
根据权利要求1所述的一种基于大数据的电气线束检测方法，其特征在于，所述根据电气线束故障信息，对电气线束故障位置进行定位包括：若电气线束故障类型为短路故障，对电气线束短路故障位置进行定位包括以下步骤：
a.
获取电气线束中每条线路的输入端信息和输出端信息；
b.
选取电气线束中的一条线路，输入测试信号；
c.
获取输出测试信号的线路输出端信息，若存在多个线路输出端输出测试信号，则该线路发生短路故障；
d.
重复步骤
a
到
c
，获取短路故障线路信息；
e.
根据短路故障线路信息，对故障线路进行区间划分，设置检测点位，逐步缩小短路故障范围，确定短路故障位置
。5.
根据权利要求1所述的一种基于大数据的电气线束检测方法，其特征在于，所述根据电气线束故障信息，对电气线束故障位置进行定位包括：若电气线束故...

【专利技术属性】
技术研发人员：张琴芳，欧阳海胜，
申请(专利权)人：优联电气系统苏州有限公司，
类型：发明
国别省市：