【技术实现步骤摘要】
本专利技术涉及振动测量，特别涉及一种可视化的实时振动监测方法。
技术介绍
1、工业上的关键设备和物体在运作的过程中会产生不同程度的振动，这些振动可能是由于设备本身的结构特性、工作参数、外界干扰等因素引起的。如果振动超过正常范围，可能会导致设备的损坏、故障或者事故，工业上可能带来严重的后果。因此，对关键设备、机器等的振动进行实时监测和分析是非常必要和重要的，可以及时发现和预防潜在的问题，提高设备的可靠性和寿命。目前，振动监测的方法主要有以下几种：
2、一种方法是使用加速传感器或者其他类型的传感器固定在目标物体上，采集其振动信号，并通过有线或者无线方式传输到数据处理中心进行分析。这种方法的优点是可以实现对振动信号的连续采集和实时分析，但也存在一些缺点，例如：传感器安装需要占用设备空间，可能影响设备正常运行；传感器本身也会受到环境温度、湿度、电磁干扰等因素的影响，导致信号质量下降；传感器数量有限，不能覆盖所有可能发生异常振动的部位；数据传输方式可能存在延迟、丢失、干扰等问题；数据处理中心需要大量的存储空间和计算资源。
3、另一种方法是使用手持式或者便携式的振动检测仪器对目标物体进行定期或不定期的检测。这种方法的优点是可以灵活地选择检测时间和位置，根据需要对设备不同部位进行重点检测，但也存在一些缺点，例如：检测过程需要人工操作，耗费人力物力；检测频率和覆盖范围受到人员安排和设备数量等因素的限值；检测结果需要人工判断和记录，容易出现主观误差和遗漏；检测结果不能及时反馈给相关人员和部门，难以实现快速响应和处理。>
4、综上，现有的振动检测方法都存在一定的局限性和不足，不能满足对设备运行时的振动状态实时监控和分析的需求。因此，亟需一种可以提高设备振动实时检测的效率和准确性的方法。
技术实现思路
1、本专利技术的目的在于实时检测设备的振动状况，提供一种可视化的实时振动监测方法。
2、为了实现上述专利技术目的，本专利技术实施例提供了以下技术方案：
3、一种可视化的实时振动监测方法，包括以下步骤：
4、步骤1，拍摄目标物体的视频，对视频帧图像进行预处理后提取目标物体的特征点，并形成特征向量；构建特征模板字典p-n，计算特征向量与特征模板字典p-n之间的相似度得分，根据相似度得分判断特征点的类别，类别包括正、负、不确定，将类别为正、不确定的作为候选关键点；
5、步骤2，创建前一帧候选关键点的跟踪器列表，基于跟踪器列表匹配当前帧中的候选关键点；若前一帧有跟踪器未匹配到候选关键点，则估计当前帧候选关键点的位置；若当前帧中有未被匹配到的候选关键点，则为该候选关键点创建新的跟踪器，并加入到跟踪器列表中，从而形成最终的关键点；
6、步骤3，基于跟踪器列表中的关键点，分析关键点的振动信号，得到目标物体的振动频率和振动幅度；
7、步骤4，将目标物体的振动频率、振动幅度形成可视化报告。
8、所述步骤1中，计算特征向量与特征模板字典p-n之间的相似度得分的步骤，包括：
9、相似度得分的计算表达式如下：
10、
11、其中，vi表示第i个特征点的特征向量，共有n`个特征点，i∈n`；dp,n表示特征模板字典p-n中与vi最近的样本的特征向量；、、为权重系数，满足；kl( )表示kl散度；ed( )表示欧式距离；cs( )表示余弦相似度；
12、kl散度的表达式如下：
13、
14、其中，vi和dp,n是两个离散的概率分布；u是可能的取值；
15、欧式距离的表达式如下：
16、
17、余弦相似度的表达式如下：
18、
19、其中，vi和dp,n是两个m维的向量；vi,k(x,y)为vi在第k个维度上的坐标，dp,n,k(x,y)为dp,n在第k个维度上的坐标，k∈m。
20、所述步骤1中，根据相似度得分判断特征点的类别，类别包括正、负、不确定，将类别为正、不确定的作为候选关键点的步骤，包括：
21、设定阈值h，结合特征点的特征向量vi、特征模板字典p-n，经过以下计算，得到特征点的类别，类别包括正、负、不确定：
22、s1：计算特征向量vi和正样本dp中的样本的最小相似度得分scoredp；
23、s2：计算特征向量vi和负样本dn中的样本的最小相似度得分scoredn；
24、s3：如果scoredp<scoredn且scoredp<h，则该特征点的类别yi=1，即类别为正；
25、s4：如果scoredp>scoredn且scoredn>h，则该特征点的类别yi=-1，即类别为负；
26、s5：否则，该特征点的类别yi=0，即类别为不确定；
27、将类别yi=-1的特征点排除，将类别yi=1和yi=0的特征点作为候选关键点。
28、所述步骤2中，创建前一帧候选关键点的跟踪器列表，基于跟踪器列表匹配当前帧中的候选关键点的步骤，包括：
29、step1：根据检测到的候选关键点，创建对应的跟踪器列表，用于存储相邻前后两帧同一候选关键点的位移时间序列，其中表示第i个候选关键点在第t帧的跟踪器，存储的是第i个候选关键点的第1到第t帧的坐标序列，表示第i个候选关键点在第t帧的坐标；
30、step2：基于前一帧的跟踪器，匹配当前帧中最优且不重复的候选关键点；
31、使用前一帧的跟踪器中的坐标和当前帧各候选关键点的坐标，以及它们对应类别的相似度，来匹配前后两帧的候选关键点，相似度表达式如下：
32、
33、其中，simi,j是前后两帧候选关键点的相似度；ti是前一帧中第i个跟踪器的坐标序列；kj是当前帧中第j个候选关键点的坐标；yi和yj分别是前一帧和当前帧候选关键点对应的类别；s是候选关键点的尺度；ed( )是欧式距离；kd( )是克罗内克函数；
34、step3：如果前一帧的第i个跟踪器与当前帧中的一个候选关键点匹配成功，则追加该候选关键点的坐标到第i个跟踪器中；
35、
36、表示第i个候选关键点在第t-1帧的跟踪器；
37、step4：重复step2-step3，直到前一帧所有的跟踪器都与当前帧的候选关键点匹配完毕，或当前帧的所有候选关键点都被前一帧的跟踪器匹配完毕。
38、与现有技术相比，本专利技术的有益效果：
39、本专利技术能够对不同类型的设备通过关键点检测、匹配、跟踪，获取目标物体的振动信息，并得到振动幅度和振动频率，通过实时的可视化图形界面展示给用户，以便直观的判断及时发现和处理故障或异常。
本文档来自技高网...【技术保护点】
1.一种可视化的实时振动监测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种可视化的实时振动监测方法，其特征在于：所述步骤1中，拍摄目标物体的视频，对视频帧图像进行预处理后提取目标物体的特征点，并形成特征向量的步骤，包括：
3.根据权利要求1所述的一种可视化的实时振动监测方法，其特征在于：所述步骤1中，构建的特征模板字典P-N包括正样本字典DP、负样本字典ND，其中正样本DP包括关键点对象，负样本字典ND包括非关键点对象。
4.根据权利要求3所述的一种可视化的实时振动监测方法，其特征在于：所述步骤1中，计算特征向量与特征模板字典P-N之间的相似度得分的步骤，包括：
5.根据权利要求4所述的一种可视化的实时振动监测方法，其特征在于：所述步骤1中，根据相似度得分判断特征点的类别，类别包括正、负、不确定，将类别为正、不确定的作为候选关键点的步骤，包括：
6.根据权利要求1所述的一种可视化的实时振动监测方法，其特征在于：所述步骤2中，创建前一帧候选关键点的跟踪器列表，基于跟踪器列表匹配当前帧中的候选关键点的步骤，包
7.根据权利要求1所述的一种可视化的实时振动监测方法，其特征在于：所述步骤3中，基于跟踪器列表中的关键点，分析关键点的振动信号的步骤，包括：
8.根据权利要求1所述的一种可视化的实时振动监测方法，其特征在于：所述步骤3中，得到目标物体的振动频率的步骤，包括：
9.根据权利要求1所述的一种可视化的实时振动监测方法，其特征在于：所述步骤3中，得到目标物体的振动幅度的步骤，包括：
...【技术特征摘要】
1.一种可视化的实时振动监测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种可视化的实时振动监测方法，其特征在于：所述步骤1中，拍摄目标物体的视频，对视频帧图像进行预处理后提取目标物体的特征点，并形成特征向量的步骤，包括：
3.根据权利要求1所述的一种可视化的实时振动监测方法，其特征在于：所述步骤1中，构建的特征模板字典p-n包括正样本字典dp、负样本字典nd，其中正样本dp包括关键点对象，负样本字典nd包括非关键点对象。
4.根据权利要求3所述的一种可视化的实时振动监测方法，其特征在于：所述步骤1中，计算特征向量与特征模板字典p-n之间的相似度得分的步骤，包括：
5.根据权利要求4所述的一种可视化的实时振动监测方法，其特征在于：所述步...
【专利技术属性】
技术研发人员：秦迪梅，廖遥，
申请(专利权)人：四川省寰宇众恒科技有限公司，
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。