一种基于KNN回归模型整周期采样方法、系统、存储介质及设备与流程

本发明涉采样方法、系统、存储介质及设备，具体涉及一种基于knn回归模型整周期采样方法、系统、存储介质及设备。

背景技术：

1、在现代工业设备监测和旋转机械故障诊断中，振动信号的采样方法对于准确获取设备运行状态信息具有重要意义。传统的定时采样方法以固定的时间间隔对振动信号进行采样，但在变转速工况下，由于转速的变化会导致信号频率的变化，定时采样的样本可能捕获到的是非完整周期的振动信号，导致频谱分析中出现频谱泄漏和栅栏效应，这使得信号的幅值、相位等重要特征难以精确提取。

2、为了解决这一问题，整周期采样技术应运而生，整周期采样能够捕获完整的周期信号，从而降低频谱泄漏和栅栏效应的影响，更精确地提取信号特征。然而，目前现有的整周期采样方法通常基于恒定角加速度的假设，这意味着以往的方法在处理具有非恒定角加速度的情况时表现不佳，这限制了它们在各种非均匀转速场景下的应用。此外，现有的整周期采样系统往往依赖于特定的硬件设备来进行数据采集和处理，这样的系统不仅成本高昂，还给用户带来了使用上的不便和限制。因此，开发一种无需复杂硬件支持、且能够处理非恒定角加速度情况的整周期采样方法显得尤为必要，特别是在旋转机械设备的健康监测和故障诊断领域，这种方法的应用前景非常广阔。

技术实现思路

1、本发明的目的在于提供一种基于knn回归模型整周期采样方法系统、存储介质及设备，以解决现有方法对恒定角加速度的依赖问题，从而提高重采样精度及降低硬件成本。

2、根据本发明的第一方面，提供了一种基于knn回归模型整周期采样方法，所述方法包括：

3、获取定时采样的键相信号和振动信号；

4、响应于获取到所述键相信号，确定旋转机械在每一个旋转周期中的键相时刻以及对应的转子角度，构建为训练样本集合；

5、按预设等角度间隔划分每一个旋转周期，得到测试集角度集合；

6、将所述训练样本集合输入至knn回归模型进行训练；

7、响应于训练后的knn回归模型，预测得到所述测试集角度集合中每个采样目标角度对应的目标采样时刻；

8、响应于获取到所述振动信号，根据样条插值方法和所述目标采样时刻，得到整周期重采样振动信号。

9、根据本发明的第二方面，提供了一种基于knn回归模型整周期采样系统，包括：

10、信号获取模块，用于获取定时采样的键相信号和振动信号；

11、训练样本集合构建模块，用于响应于获取到所述键相信号，确定旋转机械在每一个旋转周期中的键相时刻以及对应的角度，构建为训练样本集合；

12、测试集角度集合构建模块，用于按预设等角度间隔划分每一个旋转周期，得到测试集角度集合；

13、模型训练模块，用于将所述训练样本集合输入至knn回归模型进行训练；

14、模型预测模块，用于响应于训练后的knn回归模型，预测得到所述测试集角度集合中每个采样目标角度对应的目标采样时刻；

15、整周期采样信号获取模块，用于响应于获取到所述振动信号，根据样条插值方法和所述目标采样时刻，得到整周期采样振动信号。

16、根据本发明的第三方面，提供了一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行一种基于knn回归模型整周期采样方法。

17、根据本发明的第四方面，提供了一种计算设备，包括一个或多个处理器、一个或多个存储器以及一个或多个程序，其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行一种基于knn回归模型整周期采样方法的指令。

18、由上可知，本申请提供了一种基于knn回归模型整周期采样方法、系统、存储介质及设备，通过knn回归模型预测目标采样时刻并结合样条插值方法进行重采样，可以有效解决转速波动导致的非整周期采样问题，确保振动信号在角度域的完整性和准确性，具有在变转速工况下实现高精度整周期采样、降低硬件依赖成本、提升振动信号分析准确性的优点。

1.一种基于knn回归模型整周期采样方法，其特征在于，所述方法包括：

2.根据权利要求1所述的采样方法，其特征在于，按预设等角度间隔划分每一个旋转周期，得到测试集角度集合的步骤包括：按预设等角度间隔将每一个旋转周期均匀划分为c个采样点，生成包括m个旋转周期内采样目标角度的的测试集角度集合；

3.根据权利要求1所述的采样方法，其特征在于，响应于训练后的knn回归模型，预测得到所述测试集角度集合中每个采样目标角度对应的目标采样时刻的步骤包括：

4.根据权利要求1所述的采样方法，其特征在于，响应于获取到所述振动信号，根据样条插值方法和所述目标采样时刻，得到整周期重采样振动信号的步骤包括：

5.一种基于knn回归模型整周期采样系统，其特征在于，包括：

6.根据权利要求5所述的采样系统，其特征在于，所述测试集角度集合构建模块还包括：按预设等角度间隔将每一个旋转周期均匀划分为c个采样点，生成包括m个旋转周期内采样目标角度的的测试集角度集合；

7.根据权利要求5所述的采样系统，其特征在于，所述模型训练模块还包括：

8.根据权利要求5所述的采样系统，其特征在于，所述整周期采样信号获取模块还包括：

9.一种存储一个或多个程序的计算机可读存储介质，其特征在于：所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至4所述的一种基于knn回归模型整周期采样方法中的任一方法。

10.一种计算设备，其特征在于，包括：一个或多个处理器、一个或多个存储器以及一个或多个程序，其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至4所述的一种基于knn回归模型整周期采样方法中的任一方法的指令。