【技术实现步骤摘要】
本专利技术属于机械装备振动监测，具体涉及一种动态视觉赋能的非接触式机械微振动特性分析与测量方法。
技术介绍
1、机械设备在现代社会的生产和经济中起着至关重要的作用，对于机械设备准确的健康状态监测是保证其正常运行的关键。振动监测是评估机械设备健康状态的重要手段，可以通过捕捉机械设备运行过程中的微小振动来反映其当前的健康状态。尽管在实验室环境下已经可以捕捉到高精度的机械微小振动，然而，如何在工程环境下实现有效、准确的微小振动特性分析与测量仍是亟待解决的问题。
2、现有的测振方法分为接触式测振和非接触式测振。对于大多数的接触式测振方法，它们需要使用接触式传感器附着在机械设备的表面，并通过电线连接测量设备。在某些工业场景中，受到安装空间的限制，接触式测振方法无法使用或大规模安装。现有的非接触式测振方法可以避免这一问题，但是往往存在经济成本高、实验设置复杂、实验环境要求高等不足，这导致现有的非接触式测振方法也难以较好地部署到实际工程场景上。
3、事件相机是近年来发展起来的仿生视觉传感器，能够异步检测单个像素的亮度变化并输出动态视觉信号，而像素点的亮度变化由事件相机和拍摄物体之间的相对运动引起，因此事件相机可以用来捕捉物体的振动信息，在非接触式机械微振动测量上具有广阔的应用前景。然而目前基于动态视觉信号的机械振动监测研究非常稀缺([1]li xiang,yushupeng,lei yaguo,et al.intelligent machinery fault diagnosis with event-based ca
技术实现思路
1、为了克服上述现有技术的缺点，本专利技术的目的在于提供了一种动态视觉赋能的非接触式机械微振动特性分析与测量方法，解决了工程实际场景下微小振动难以获取的难题，实现了非接触式机械装备智能振动特性分析与测量。
2、为了达到上述目的，本专利技术采用的技术方案如下：
3、一种动态视觉赋能的非接触式机械微振动特性分析与测量方法，首先，利用事件相机采集装备微小振动的动态视觉信号；其次，建立基于动态视觉信号的时空模组，自适应提取动态视觉信号中的模组；再次，利用提取到的时空模组获取动态视觉信号中的周期性成分；最后，利用信号分析方法对获取的模组信息进行振动特性分析，完成对机械设备微小振动的测量。
4、一种动态视觉赋能的非接触式机械微振动特性分析与测量方法，包括以下步骤：
5、步骤1：使用事件相机采集机械设备的微小振动，获取微小振动引起的动态视觉信号；
6、步骤2：对步骤1采集的动态视觉信号进行区域划分，获得感兴趣区域的动态视觉信号；
7、步骤3：对于步骤2中划分区域得到的动态视觉信号，通过时间尺度的池化获得信息更为集中的凝聚视觉信号；
8、步骤4：构建时空模块自适应提取模型；对于步骤3中获取的凝聚视觉信号，计算相同空间领域中的连通域面积，并且获取最大连通域面积的外接矩形作为时空模组；
9、步骤5：将步骤4获得时空模组在对应的空间领域沿时间维度进行滑窗操作，在滑窗过程中时空模组与对应区域的动态视觉信号进行对齐，在对齐过程中进行相似度计算，记录相似度随时间变化的信息；
10、步骤6：统计各个空间领域的事件数量，基于事件数量构建各种领域对应的相似度信息的权重，对于步骤5中获取的各个空间领域的相似度时域信息进行加权融合，得到模组融合时域信息；对时域信息进行傅里叶变换得到重构的振动估计频谱图，获得微小振动特性。
11、所述的步骤1具体为：
12、在一段时间内，使用事件相机对机械装备进行连续的拍摄，获得由微小振动引起的动态视觉信号，事件相机动态视觉信号触发原理为：
13、
14、式中，和分别表示在tk时刻和tk-1时刻位于(x,y)空间位置的像素点的亮度，c为事件触发阈值；当像素的亮度时刻变化低于阈值c时，事件相机将不记录和输出信息；当像素的亮度变化超过设定的阈值c时，相机输出一个事件ek记录该像素点该时刻的信息，ek为一个四元组：
15、ek＝(tk,xk,yk,p)
16、式中，p表示该事件的极性；当该像素点的亮度增加时，p＝1,该事件为正极性事件；当像素点的亮度减小时，p＝-1，该事件为负极性事件；事件相机输出的事件按照时间顺序汇聚成动态视觉信号，称为事件流：其中，ne代表数据采集时间内采集到的事件总数量。
17、所述的步骤2具体为：
18、对于采集得到的动态视觉信号通过对于空间坐标的筛选获得感兴趣区域内的事件数据eroi：
19、
20、
21、式中，代表选定的空间区域，空间区域为沿某单一方向的范围；将振动划分为x方向和y方向的振动，从而筛选出更感关注的单一方向的振动，将步骤1中的四元组ek变成三元组ei，ei表示为：
22、ei＝(ti,xi/yi,p)
23、式中，ei为领域内的ti时刻下单方向的事件数据。
24、所述的步骤3具体为：
25、对于步骤2得到的eroi数据，用一定大小的时空窗口沿时间维度进行滑窗，在滑动过程检索时空窗口对应的区域内是否存在事件，如果存在事件则该时空窗口对应的空间坐标的像素值置为1，若不存在事件则置为0，其池化过程表示为：
26、
27、式中，ip表示凝聚视觉信号，pstep表示时空窗口滑动的步长。
28、所述的步骤4具体为：
29、对凝聚视觉信号ip中每一个点(tk,xk)都进行连通域模块标记，然后以该点为中心寻找固定范围是否存在其他点，如果存在则表示与中心点为同一连通域，和中心点打上相同标记；已经被打上其他连通域的点在之后的连通域寻找过程中不会被作为中心点计算，其具体过程表示为：
30、{(tseed,xseed)}＝ni
31、
32、
33本文档来自技高网...
【技术保护点】
1.一种动态视觉赋能的非接触式机械微振动特性分析与测量方法，其特征在于：首先，利用事件相机采集装备微小振动的动态视觉信号；其次，建立基于动态视觉信号的时空模组，自适应提取动态视觉信号中的模组；再次，利用提取到的时空模组获取动态视觉信号中的周期性成分；最后，利用信号分析方法对获取的模组信息进行振动特性分析，完成对机械设备微小振动的测量。
2.一种动态视觉赋能的非接触式机械微振动特性分析与测量方法，其特征在于，包括以下步骤：
3.根据权利要求2所述的方法，其特征在于，所述的步骤1具体为：
4.根据权利要求3所述的方法，其特征在于，所述的步骤2具体为：
5.根据权利要求4所述的方法，其特征在于，所述的步骤3具体为：
6.根据权利要求5所述的方法，其特征在于，所述的步骤4具体为：
7.根据权利要求6所述的方法，其特征在于，所述的步骤5具体为：
8.根据权利要求7所述的方法，其特征在于，所述的步骤6具体为：
【技术特征摘要】
1.一种动态视觉赋能的非接触式机械微振动特性分析与测量方法，其特征在于：首先，利用事件相机采集装备微小振动的动态视觉信号；其次，建立基于动态视觉信号的时空模组，自适应提取动态视觉信号中的模组；再次，利用提取到的时空模组获取动态视觉信号中的周期性成分；最后，利用信号分析方法对获取的模组信息进行振动特性分析，完成对机械设备微小振动的测量。
2.一种动态视觉赋能的非接触式机械微振动特性分析与测量方法，其特征在于，包括以下步骤：
<...【专利技术属性】
技术研发人员：李响，俞舒鹏，雷亚国，李乃鹏，杨彬，曹军义，武通海，
申请(专利权)人：西安交通大学，
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。