一种机电伺服系统检测方法与流程

1.本发明属于机电伺服系统检测技术领域，尤其涉及一种机电伺服系统检测方法。


背景技术：

2.目前，机电伺服系统electromechanical servos以电动机作为动力驱动元件的伺服系统。电动机是将电能转换为机械能的元件，功率范围宽，使用方便，容易控制，是应用最广的驱动元件(见电动执行元件)。机电伺服系统广泛应用于仪表、飞行控制、火力控制等各种领域。机电伺服系统按所用电机的类型又可分为直流伺服系统和交流伺服系统。伺服系统的性能和结构与电机类型和控制方式有很大关系。机电伺服系统的典型应用包括推力矢量控制系统与气动力矩控制系统。由于机电伺服系统具备存储时间长，维护性好，使用准备时间短，使用灵活等优点，运载火箭的各级伺服控制方面得到广泛的应用。为了更好的掌握了解机电伺服系统的运行状态，机电伺服系统检测起着关键性的作用。但是现有的机电伺服系统检测方法无法获取全面的运行参数，降低了数据分析的可靠度。
3.通过上述分析，现有技术存在的问题及缺陷为：现有的机电伺服系统检测方法无法获取全面的运行参数，降低了数据分析的可靠度。


技术实现要素：

4.针对现有技术存在的问题，本发明提供了一种机电伺服系统检测方法。
5.本发明是这样实现的，一种机电伺服系统检测方法，所述机电伺服系统检测方法包括：
6.步骤一，伺服系统状态采集模块通过传感器或检测设备检测伺服系统状态数据信息，并将检测的数据信息传递到数据预处理模块中；
7.步骤二，数据预处理模块通过数据预处理程序对检测的伺服系统状态数据信息进行预处理；数据预处理完成后，将伺服系统状态数据信息传递到中央控制模块中；
8.步骤三，中央控制模块通过控制器分别与伺服系统状态采集模块、数据预处理模块、数据处理整合模块和通信模块连接，协调各个模块的正常运行；
9.步骤四，数据处理整合模块通过数据处理融合程序对预处理完成的数据进行深度处理分析，并将数据传递到故障判断模块中；故障判断模块建立机电伺服系统故障分析模型，对机电伺服系统的故障进行判断；
10.步骤五，通信模块通过无线传输设备搭建中央控制模块与云服务模块之间的桥梁，实现数据信息的交互；云服务模块通过云服务器对整体装置中的数据进行处理，并进行分布式储存。
11.进一步，所述步骤二中，数据预处理模块通过数据预处理程序对检测的伺服系统状态数据信息进行预处理具体过程为：
12.将机电伺服系统检测的模拟信号进行去噪，并将模拟信号中的自变量和幅值进行离散化处理，将模拟信号转换成数字信号；
13.通过变换域分析、数字滤波和小波去噪对数字信号进行处理；处理完成后，将数字信号转换为模拟信号。
14.进一步，所述数字滤波具体过程为：
15.根据连续取n个信号值，确定一个队列；
16.每次采样到一个新数据放入到队尾，并剔除原来队首的一次数据；
17.将队列n个数据进行平均运算，获取对应的滤波信号。
18.进一步，所述机电伺服系统检测的模拟信号进行去噪具体过程为：
19.将获取的原始模拟信号进行小波分解，确定各个分解层中的尺度系数；
20.根据各个分解层中的尺度系数进行阈值处理；
21.阈值处理完成后，对信号进行小波重构，得到去噪后的信号。
22.进一步，所述步骤一中，伺服系统状态采集模块检测伺服系统状态数据信息，包括：
23.线位移数据信息、电机转子位置数据信息、电机转速数据信息、电机交轴电流数据信息、电机直轴电流数据信息、电机a和b相电流数据信息、驱动和伺服电机功率数据信息。
24.进一步，所述步骤四中，数据处理整合模块通过数据处理融合程序对预处理完成的数据进行深度处理分析包括：
25.电机基础性能分析、电机动态控制性能分析和采集数据融合。
26.进一步，所述采集数据融合具体过程为：
27.将线位移数据信息、电机转子位置数据信息、电机转速数据信息、电机交轴电流数据信息、电机直轴电流数据信息、电机a和b相电流数据信息、驱动和伺服电机功率数据信息建立对应的数据集；
28.根据数据集中的数据，确定协方差矩阵：求出协方差矩阵的的特征值，并按从大到小排列；
29.根据事先设定的阈值threshold和来选取前k个特征值，求出前k大的特征值对应的特征向量；
30.将n维的特征矢量转化为一个k维的特征矢量，实现降维数据融合。
31.进一步，所述步骤四中，故障判断模块中机电伺服系统的故障包括：机电执行器故障、线位移故障、功率检测电路故障、供电电路故障、总线通信故障。
32.本发明另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施所述的机电伺服系统检测方法。
33.本发明另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行所述的机电伺服系统检测方法。
34.结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明通过设置有伺服系统状态采集模块，可以获取全面的机电伺服系统运行参数，为故障分析提供了可靠的数据依据；通过设置有数据预处理模块和数据处理整合模块，有利于后期的数据处理分析，提高了数据分析的准确度。
35.同时本发明通过通信模块通过无线传输设备搭建中央控制模块与云服务模块之间的桥梁，实现数据信息的交互；云服务模块通过云服务器对整体装置中的数据进行处理，
并进行分布式储存，提高了数据分析的质量和速度，提高了工作效率。
附图说明
36.图1是本发明实施例提供的机电伺服系统检测装置结构示意图。
37.图1中：1、伺服系统状态采集模块；2、数据预处理模块；3、中央控制模块；4、数据处理整合模块；5、故障判断模块；6、通信模块；7、云服务模块。
38.图2是本发明实施例提供的机电伺服系统检测方法流程图。
39.图3是本发明实施例提供的数字滤波方法流程图。
40.图4是本发明实施例提供的机电伺服系统检测的模拟信号进行去噪方法流程图。
41.图5是本发明实施例提供的采集数据融合方法流程图。
具体实施方式
42.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
43.针对现有技术存在的问题，本发明提供了一种机电伺服系统检测方法，下面结合附图对本发明作详细的描述。
44.如图1所示，本发明实施例提供的机电伺服系统检测装置包括：
45.伺服系统状态采集模块1，通过传感器或检测设备检测伺服系统状态数据信息，并将检测的数据信息传递到数据预处理模块中。
46.数据预处理模块2，通过数据预处理程序对检测的伺服系统状态数据信息进行预处理；数据预处理完成后，将伺服系统状态数据信息传递到中央控制模块中。
47.中央控制模块3，通过控制器分别与伺服系统状态采集模块1、数据预处理模块2、数据处理整合模块4和通信模块6连接，协调各个模块的正常运行。
48.数据处理整合模块4，通过数据处理融合程序对预处理完成的数据进行深度处理分析，并将数据传递到故障判断模块中。
49.故障判断模块5，建立机电伺服系统故障分析模型，对机电伺服系统的故障进行判断。
50.通信模块6，通过无线传输设备搭建中央控制模块与云服务模块之间的桥梁，实现数据信息的交互。
51.云服务模块7，通过云服务器对整体装置中的数据进行处理，并进行分布式储存。
52.如图2所示，本发明实施例提供的机电伺服系统检测方法，包括：
53.s101：伺服系统状态采集模块通过传感器或检测设备检测伺服系统状态数据信息，并将检测的数据信息传递到数据预处理模块中。
54.s102：数据预处理模块通过数据预处理程序对检测的伺服系统状态数据信息进行预处理；数据预处理完成后，将伺服系统状态数据信息传递到中央控制模块中。
55.s103：中央控制模块通过控制器分别与伺服系统状态采集模块、数据预处理模块、数据处理整合模块和通信模块连接，协调各个模块的正常运行。
56.s104：数据处理整合模块通过数据处理融合程序对预处理完成的数据进行深度处
理分析，并将数据传递到故障判断模块中；故障判断模块建立机电伺服系统故障分析模型，对机电伺服系统的故障进行判断。
57.s105：通信模块通过无线传输设备搭建中央控制模块与云服务模块之间的桥梁，实现数据信息的交互；云服务模块通过云服务器对整体装置中的数据进行处理，并进行分布式储存。
58.本发明实施例提供的数据预处理模块2通过数据预处理程序对检测的伺服系统状态数据信息进行预处理具体过程为：
59.将机电伺服系统检测的模拟信号进行去噪，并将模拟信号中的自变量和幅值进行离散化处理，将模拟信号转换成数字信号；
60.通过变换域分析、数字滤波和小波去噪对数字信号进行处理；处理完成后，将数字信号转换为模拟信号。
61.如图3所示，本发明实施例提供的数字滤波具体过程为：
62.s201：根据连续取n个信号值，确定一个队列；
63.s202：每次采样到一个新数据放入到队尾，并剔除原来队首的一次数据；
64.s203：将队列n个数据进行平均运算，获取对应的滤波信号。
65.如图4所示，本发明实施例提供的机电伺服系统检测的模拟信号进行去噪具体过程为：
66.s301：将获取的原始模拟信号进行小波分解，确定各个分解层中的尺度系数；
67.s302：根据各个分解层中的尺度系数进行阈值处理；
68.s303：阈值处理完成后，对信号进行小波重构，得到去噪后的信号。
69.本发明实施例提供的伺服系统状态采集模块检测伺服系统状态数据信息，包括：
70.线位移数据信息、电机转子位置数据信息、电机转速数据信息、电机交轴电流数据信息、电机直轴电流数据信息、电机a和b相电流数据信息、驱动和伺服电机功率数据信息。
71.本发明实施例提供的数据处理整合模块4通过数据处理融合程序对预处理完成的数据进行深度处理分析包括：
72.电机基础性能分析、电机动态控制性能分析和采集数据融合。
73.如图5所示，本发明实施例提供的采集数据融合具体过程为：
74.s401：将线位移数据信息、电机转子位置数据信息、电机转速数据信息、电机交轴电流数据信息、电机直轴电流数据信息、电机a和b相电流数据信息、驱动和伺服电机功率数据信息建立对应的数据集；
75.s402：根据数据集中的数据，确定协方差矩阵：求出协方差矩阵的的特征值，并按从大到小排列；
76.s403：根据事先设定的阈值threshold和来选取前k个特征值，求出前k大的特征值对应的特征向量；
77.s404：将n维的特征矢量转化为一个k维的特征矢量，实现降维数据融合。
78.本发明实施例提供的故障判断模块中机电伺服系统的故障包括：机电执行器故障、线位移故障、功率检测电路故障、供电电路故障、总线通信故障。
79.在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上；术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为
基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性。
80.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。