System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 红外传感器的数据处理方法及装置制造方法及图纸_技高网

红外传感器的数据处理方法及装置制造方法及图纸

技术编号:40969521 阅读:4 留言:0更新日期:2024-04-18 20:51
本申请涉及数据处理技术领域,公开了一种红外传感器的数据处理方法及装置。所述方法包括:通过第一设备数据采集策略和红外传感器对目标检测设备进行热辐射检测,得到红外传感数据、目标设备振动信号和目标设备电流信号;进行全频段特征矩阵构建和特征优化与选择,得到红外振动目标特征矩阵和红外电流目标特征矩阵;将红外振动目标特征矩阵输入第一设备故障检测模型进行设备故障检测,得到第一设备故障检测结果,并将红外电流目标特征矩阵输入第二设备故障检测模型进行设备故障检测,得到第二设备故障检测结果,以及进行策略优化,得到第二设备数据采集策略,进而实现了红外传感器进行设备故障检测并提高了设备故障检测的准确率。

【技术实现步骤摘要】

本申请涉及数据处理,尤其涉及一种红外传感器的数据处理方法及装置


技术介绍

1、红外传感技术在工业领域中广泛应用,用于监测和控制设备的运行状况。然而,在实际应用中,红外传感器数据的处理和分析一直是一个复杂的挑战。

2、传统方法通常只关注红外传感数据的温度或辐射强度,而忽视了多源数据的综合利用。这导致了在设备故障检测和性能优化方面的限制,因为它们无法全面考虑振动、电流和热辐射等多个因素的影响。此外,传统方法也没有有效的特征提取和选择方法,这使得数据处理更加困难。


技术实现思路

1、本申请提供了一种红外传感器的数据处理方法及装置,进而实现了红外传感器进行设备故障检测并提高了设备故障检测的准确率。

2、本申请第一方面提供了一种红外传感器的数据处理方法,所述红外传感器的数据处理方法包括:

3、通过预置的第一设备数据采集策略和红外传感器对目标检测设备进行热辐射检测,得到红外传感数据、目标设备振动信号和目标设备电流信号;

4、对所述红外传感数据和所述目标设备振动信号进行高频特征提取和融合,得到红外振动高频融合特征,并对所述红外传感数据和所述目标设备电流信号进行高频特征提取和融合,得到红外电流高频融合特征;

5、对所述红外传感数据和所述目标设备振动信号进行低频特征提取和融合,得到红外振动低频融合特征,并对所述红外传感数据和所述目标设备电流信号进行低频特征提取和融合,得到红外电流低频融合特征;

6、对所述红外振动高频融合特征和所述红外振动低频融合特征进行全频段特征矩阵构建,得到红外振动全频段特征矩阵,并对所述红外电流高频融合特征和所述红外电流低频融合特征进行全频段特征矩阵构建,得到红外电流全频段特征矩阵;

7、分别对所述红外振动全频段特征矩阵和所述红外电流全频段特征矩阵进行特征优化与选择,得到红外振动目标特征矩阵和红外电流目标特征矩阵;

8、将所述红外振动目标特征矩阵输入预置的第一设备故障检测模型进行设备故障检测,得到第一设备故障检测结果,并将所述红外电流目标特征矩阵输入预置的第二设备故障检测模型进行设备故障检测,得到第二设备故障检测结果,以及根据所述第一设备故障检测结果和所述第二设备故障检测结果,对所述第一设备数据采集策略进行策略优化,得到第二设备数据采集策略。

9、本申请第二方面提供了一种红外传感器的数据处理装置,所述红外传感器的数据处理装置包括:

10、采集模块,用于通过预置的第一设备数据采集策略和红外传感器对目标检测设备进行热辐射检测,得到红外传感数据、目标设备振动信号和目标设备电流信号;

11、提取模块,用于对所述红外传感数据和所述目标设备振动信号进行高频特征提取和融合,得到红外振动高频融合特征,并对所述红外传感数据和所述目标设备电流信号进行高频特征提取和融合,得到红外电流高频融合特征;

12、融合模块,用于对所述红外传感数据和所述目标设备振动信号进行低频特征提取和融合,得到红外振动低频融合特征,并对所述红外传感数据和所述目标设备电流信号进行低频特征提取和融合,得到红外电流低频融合特征;

13、构建模块,用于对所述红外振动高频融合特征和所述红外振动低频融合特征进行全频段特征矩阵构建,得到红外振动全频段特征矩阵,并对所述红外电流高频融合特征和所述红外电流低频融合特征进行全频段特征矩阵构建,得到红外电流全频段特征矩阵;

14、优化模块,用于分别对所述红外振动全频段特征矩阵和所述红外电流全频段特征矩阵进行特征优化与选择,得到红外振动目标特征矩阵和红外电流目标特征矩阵;

15、检测模块,用于将所述红外振动目标特征矩阵输入预置的第一设备故障检测模型进行设备故障检测,得到第一设备故障检测结果,并将所述红外电流目标特征矩阵输入预置的第二设备故障检测模型进行设备故障检测,得到第二设备故障检测结果,以及根据所述第一设备故障检测结果和所述第二设备故障检测结果,对所述第一设备数据采集策略进行策略优化,得到第二设备数据采集策略。

16、本申请提供的技术方案中,结合了红外传感数据、振动信号和电流信号,从多个源头采集数据,提高了数据的多样性和丰富性,有助于更全面地了解设备状态。通过对红外传感数据、振动信号和电流信号进行高频和低频特征提取,能够捕捉到不同频率范围内的故障特征,提高了对不同故障类型的检测能力。通过差异系数计算和全频段特征矩阵构建,有助于更好地区分和描述不同频率范围内的特征,增强了数据的可解释性和区分度。采用递归特征消除法对全频段特征矩阵进行特征选择,有助于减少冗余信息,提高了模型的效率和性能。通过输入目标特征矩阵到设备故障检测模型中,能够有效地检测设备的故障,提前发现和预防设备故障,降低了维修成本和生产中断的风险。基于故障检测结果进行数据采集策略的优化,可以实现智能化的数据采集,减少了不必要的数据采集,提高了数据利用率和效益,进而实现了红外传感器进行设备故障检测并提高了设备故障检测的准确率。

本文档来自技高网...

【技术保护点】

1.一种红外传感器的数据处理方法,其特征在于,所述红外传感器的数据处理方法包括:

2.根据权利要求1所述的红外传感器的数据处理方法,其特征在于,所述通过预置的第一设备数据采集策略和红外传感器对目标检测设备进行热辐射检测,得到红外传感数据、目标设备振动信号和目标设备电流信号,包括:

3.根据权利要求2所述的红外传感器的数据处理方法,其特征在于,所述对所述红外传感数据和所述目标设备振动信号进行高频特征提取和融合,得到红外振动高频融合特征,并对所述红外传感数据和所述目标设备电流信号进行高频特征提取和融合,得到红外电流高频融合特征,包括:

4.根据权利要求1所述的红外传感器的数据处理方法,其特征在于,所述对所述红外传感数据和所述目标设备振动信号进行低频特征提取和融合,得到红外振动低频融合特征,并对所述红外传感数据和所述目标设备电流信号进行低频特征提取和融合,得到红外电流低频融合特征,包括:

5.根据权利要求1所述的红外传感器的数据处理方法,其特征在于,所述对所述红外振动高频融合特征和所述红外振动低频融合特征进行全频段特征矩阵构建,得到红外振动全频段特征矩阵,并对所述红外电流高频融合特征和所述红外电流低频融合特征进行全频段特征矩阵构建,得到红外电流全频段特征矩阵,包括:

6.根据权利要求1所述的红外传感器的数据处理方法,其特征在于,所述分别对所述红外振动全频段特征矩阵和所述红外电流全频段特征矩阵进行特征优化与选择,得到红外振动目标特征矩阵和红外电流目标特征矩阵,包括:

7.根据权利要求1所述的红外传感器的数据处理方法,其特征在于,所述将所述红外振动目标特征矩阵输入预置的第一设备故障检测模型进行设备故障检测,得到第一设备故障检测结果,并将所述红外电流目标特征矩阵输入预置的第二设备故障检测模型进行设备故障检测,得到第二设备故障检测结果,以及根据所述第一设备故障检测结果和所述第二设备故障检测结果,对所述第一设备数据采集策略进行策略优化,得到第二设备数据采集策略,包括:

8.一种红外传感器的数据处理装置,其特征在于,所述红外传感器的数据处理装置包括:

...

【技术特征摘要】

1.一种红外传感器的数据处理方法,其特征在于,所述红外传感器的数据处理方法包括:

2.根据权利要求1所述的红外传感器的数据处理方法,其特征在于,所述通过预置的第一设备数据采集策略和红外传感器对目标检测设备进行热辐射检测,得到红外传感数据、目标设备振动信号和目标设备电流信号,包括:

3.根据权利要求2所述的红外传感器的数据处理方法,其特征在于,所述对所述红外传感数据和所述目标设备振动信号进行高频特征提取和融合,得到红外振动高频融合特征,并对所述红外传感数据和所述目标设备电流信号进行高频特征提取和融合,得到红外电流高频融合特征,包括:

4.根据权利要求1所述的红外传感器的数据处理方法,其特征在于,所述对所述红外传感数据和所述目标设备振动信号进行低频特征提取和融合,得到红外振动低频融合特征,并对所述红外传感数据和所述目标设备电流信号进行低频特征提取和融合,得到红外电流低频融合特征,包括:

5.根据权利要求1所述的红外传感器的数据处理方法,其特征在于,所述对所述红外振动高...

【专利技术属性】
技术研发人员:宁国虎尹兴谊
申请(专利权)人:罗定市宝捷电子有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1