一种风机监测抗抖动校正方法与流程

1.本发明涉及风机监测领域，具体涉及一种风机监测抗抖动校正方法。


背景技术：

2.在存在旋转和运动的物体(例如风机)上进行实时定位测量时，由于接驳设备受到整体谐振或者外力干扰的情况导致定位数据围绕着真实数据抖动，抖动程度时剧烈时平缓，难以根据原始数据设定一个稳定的阈值进行预警判断，而由于设备运动的实时性和数据的及时反馈需求，不能通过后处理对数据进行降噪。
3.综上所述，急需一种风机监测抗抖动校正方法以解决现有技术中数据抖动的问题。


技术实现要素：

4.本发明目的在于提供一种风机监测抗抖动校正方法，以解决现有技术中数据抖动的问题，具体技术方案如下：
5.一种风机监测抗抖动校正方法，包括如下步骤：
6.步骤s1：获取风机监测时的数据流，利用长度值为l的窗口截取数据流得到截取数据，截取数据包括当前历元数据和历史历元数据；
7.步骤s2：对截取数据进行修正，输出当前历元的校正数据；
8.步骤s3：设定在计算下一历元校正数据时的窗口长度，设定规则如下：
9.步骤s3.1：若当前历元的窗口长度值l＞2，则执行步骤s3.2，否则执行步骤s3.3；
10.步骤s3.2：通过式6)得到敏感门限，通过式7)得到不同历元的第一数据差值和第二数据差值，式6)以及式7)如下：
11.thres＝n*std(f')
ꢀꢀ
6)；
[0012][0013]
其中，thres表示敏感门限；n表示倍数；std表示返回截取数据的标准差；f'表示截取数据；δf'1表示第一数据差值；δf'2表示第二数据差值；f'(k)表示截取数据中当前历元为k的数据；
[0014]
若δf'1＜thres＜δf'2，取当前历元的窗口长度值l＝1并返回步骤s1进行下一历元的计算，否则进入步骤s3.3；
[0015]
步骤s3.3：
[0016]
当l＜l
max
时，当前历元的窗口长度值l进行一个单位长度的增加后返回步骤s1进行下一历元的计算；l
max
表示设定的窗口长度最大值；
[0017]
当l≥l
max
时，当前历元的窗口长度值l不变并返回步骤s1进行下一历元的计算。
[0018]
以上技术方案优选的，所述步骤s2包括步骤s2.1、步骤s2.2以及步骤s2.3；
[0019]
步骤s2.1，对截取数据进行均值处理，得到均值；均值和截取数据进行差分得到残差；
[0020]
步骤s2.2，对残差进行处理得到傅里叶变换级数；
[0021]
步骤s2.3，利用均值和傅里叶变换级数进行叠加得到修正序列，根据修正序列输出校正数据。
[0022]
以上技术方案优选的，所述步骤s2.1中，通过式1)对截取数据进行均值处理，得到截取数据的均值，式1)如下：
[0023][0024]
其中，mean表示截取数据的均值；l表示当前历元窗口的长度值；f'(k)表示截取数据中当前历元为k的数据。
[0025]
以上技术方案优选的，所述步骤s2.1中，通过式2)得到残差，式2)如下：
[0026]
f0＝f'-mean
ꢀꢀ
2)；
[0027]
其中，f0表示残差；f'表示截取数据；mean表示截取数据的均值。
[0028]
以上技术方案优选的，所述步骤s2.2中，傅里叶变换级数通过式3)得到，式3)如下：
[0029][0030]
其中，ft(t)表示傅里叶变换级数；a0表示n＝0时的余弦分量振幅；level表示傅里叶分解层级；an表示各级余弦分量振幅；bn表示正弦分量振幅；n表示级数；ω表示角频率；t表示正余弦函数时间轴。
[0031]
以上技术方案优选的，所述步骤s2.2中，level、ω以及t通过式4)计算得到，式4)如下：
[0032][0033]
其中，ceil表示返回不小于目标值的整数；l表示当前历元窗口的长度值；p为比例系数；num表示离散数据点的数量；t表示傅里叶变换级数采用的拟合正余弦函数的周期长度。
[0034]
以上技术方案优选的，所述比例系数p∈[0.5，1]。
[0035]
以上技术方案优选的，所述步骤s2.3中，根据式5)得到修正序列，取修正序列的最后一位作为当前历元的校正数据输出，式5)如下：
[0036]
ft'(t)＝ft(t) mean
ꢀꢀ
5)；
[0037]
其中，ft'(t)表示修正序列；mean表示截取数据的均值；ft(t)表示傅里叶变换级数。
[0038]
以上技术方案优选的，所述步骤s3.2中，所述倍数n为5-8。
[0039]
以上技术方案优选的，所述步骤s3.3中，l
max
为15-20。
[0040]
应用本发明的技术方案，具有以下有益效果：
[0041]
(1)本发明中自适应调节长度值的窗口，能够对数据进行平稳化处理，得到风机监测的全部历元的校正数据，还能进行断点识别和数据断层的应对，即本发明增加了窗口长度以及敏感门限自适应功能和数据平稳化预处理功能，对数据进行预处理，使得被校正后的数据满足后续处理的条件，并且敏感门限跟随实时数据标准差而设定。
[0042]
(2)本发明以傅里叶级数为内核，利用傅里叶级数快速变换原理构成低通滤波算法，目的是消除数据中的高频分量，保留低频分量，以此来对抗数据抖动，理论上低频分量反映的就是风机机舱的真实位置信息；而由于傅里叶级数本身并不具有任何自适应能力，且不具备断点识别和数据断层的应对措施，只能处理满足dirichlet(狄利克雷)条件的数据，为了应对实时变化的动态情景，本发明针对傅里叶级数进行改进，使得传入算法的数据满足dirichlet条件，并且能够自适应改变傅里叶级数变换等级以及敏感门限能跟随实时数据的标准差而设定。
[0043]
(3)本发明的n取5-8，能对粗差进行有效的剔除(若n过大则失去了门限的效果)；本发明的l
max
为15-20，本发明通过合理选取l
max
能剔除无效数据，若l
max
过大则会导致数据更加贴合原数据，丧失了修正的效果，过小则可能会损失有用的信息，导致校正数据呈现一条平稳的直线。
[0044]
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
[0045]
构成本技术的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
[0046]
在附图中：
[0047]
图1是本实施例风机监测抗抖动校正方法流程图：
[0048]
图2是本实施例的校正方法对平稳数据集的测试效果图；
[0049]
图3是本实施例的校正方法对阶跃数据集的测试效果图；
[0050]
图4是本实施例的校正方法对剧烈抖动数据集的测试效果图。
具体实施方式
[0051]
以下结合附图对本发明的实施例进行详细说明，但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
[0052]
实施例：
[0053]
一种风机监测抗抖动校正方法，包括如下步骤：
[0054]
步骤s1：获取数据流f(k)(此处数据流即为原始数据，可以按时间先后划分为当前历元数据和历史历元数据)，其中k＝0,1,2
…
q；数据实时且按时间顺序发送；利用长度值为l的窗口截取数据流得到截取数据，截取数据包括当前历元数据和历史历元数据，具体是：{f(k)|k＝q}表示当前历元的数据；{f(k)|0≤k＜q}表示历史历元的数据，本实施例的历元间隔时间由硬件配置参数决定(本实施例的窗口初始长度值取为1，窗口长度值l的取值决
定了截取的历史历元数据的个数)。
[0055]
步骤s2：对截取数据进行修正，输出当前历元的校正数据，本实施例的步骤s2包括步骤s2.1、步骤s2.2以及步骤s2.3，具体如下：
[0056]
步骤s2.1，包括第一步和第二步，
[0057]
第一步，通过式1)对截取数据进行均值处理，得到均值mean，式1)如下：
[0058][0059]
其中，mean表示截取数据的均值；l表示当前历元的窗口长度值；f'(k)表示截取数据中当前历元k的数据；i是在[0,l-1]上的整数值。
[0060]
第二步，均值和截取数据通过式2)进行差分得到残差f0，式2)如下：
[0061]
f0＝f'-mean
ꢀꢀ
2)；
[0062]
其中，f'表示截取数据；mean表示截取数据的均值。
[0063]
步骤s2.2，通过式3)对残差f0进行处理得到傅里叶变换级数ft(t)，式3)如下：
[0064][0065]
其中，a0表示n＝0时的余弦分量振幅；level表示傅里叶分解层级；an表示各级余弦分量振幅；bn表示正弦分量振幅；n表示级数；ω表示角频率；t表示正余弦函数时间轴。
[0066]
式3)中，傅里叶级数的参数level、ω以及t通过式4)获得，式4)如下：
[0067][0068]
其中，ceil表示返回不小于目标值的整数；l表示当前窗口的长度值；p为比例系数，本实施例的p取值范围在[0.5,1]，即p∈[0.5，1]；num表示离散数据点的数量；t表示傅里叶变换级数采用的拟合正余弦函数的周期长度。
[0069]
优选的，式3)中，优选的，式3)中，
[0070]
步骤s2.3(残差叠加)，利用步骤s2.1中的均值和步骤s2.2中的傅里叶变换级数进行叠加得到修正序列ft'(t)(通过将均值叠加到傅里叶变换级数中，将数据量级还原为原始数据的量级)，根据修正序列ft'(t)输出当前历元的校正数据，具体是通过式5)得到修正序列ft'(t)，式5)如下：
[0071]
ft'(t)＝ft(t) mean
ꢀꢀ
5)；
[0072]
其中，mean表示截取数据的均值；ft(t)表示傅里叶变换级数；修正序列ft'(t)的序列长度为num(即离散数据点的数量)，取修正序列的最后一位(即ft'(t)|t＝2/t)做为当前历元原始数据的抗抖动校正数据输出。
[0073]
步骤s3：自适应窗口，即设定在计算下一历元校正数据时的窗口长度，设定规则如下：
[0074]
步骤s3.1：若当前历元的窗口长度l＞2时，执行步骤s3.2，否则执行步骤s3.3，即(加上当前历元的数据)总数据量大于等于3时，进行数据跳变判断(即步骤s3.2)，否则对当前历元的窗口长度进行一个单位的增加后(即l 1)，再将其返回下一历元的计算(即步骤s3.3)；
[0075]
步骤s3.2，首先通过式6)和步骤s1中的截取数据计算得到敏感门限thres，式6)如下：
[0076]
thres＝n*std(f')
ꢀꢀ
6)：
[0077]
其中，n表示倍数，本实施例的n取5-8(优选为5)；std表示返回截取数据的标准差；
[0078]
再通过式7)得到不同历元的第一数据差值δf|1和第二数据差值δf|2，式7)如下：
[0079][0080]
其中，δf|1表示第一数据差值；δf|2表示第二数据差值；f'(k)表示截取数据中当前历元k的数据。
[0081]
当δf|1＜thres＜δf|2时，取当前窗口长度值l＝1并返回步骤s1进行下一历元的计算，否则进入步骤s3.3；即敏感门限thres满足与δf|1以及δf|2的关系时，表明当前数据已与历史数据存在断层，历史数据不再具有参考价值，则需要将窗口进行l重置(即取l＝1)。
[0082]
步骤s3.3：
[0083]
当l＜l
max
时，当前窗口长度值进行一个单位长度的增加(即l 1)后返回步骤s1进行下一历元的计算；l
max
表示设定的窗口长度最大值，本实施例的l
max
取值在15-20(优选为20)。
[0084]
当l≥l
max
时，当前窗口长度值不变并返回步骤s1进行下一历元的计算。
[0085]
步骤s4：本实施例的数据都是即发即处理的，全部历元的原始数据经处理后得到了全部历元的校正数据。
[0086]
本实施例的抗抖动校正方法测试结果如下：
[0087]
本实施例的测试采用了三类数据集，各代表了三类特征分别是平稳、阶跃和剧烈抖动的数据集，如图2至图4所示，通过本方法对三维坐标进行校正，对定位结果的散布程度有着良好的校正效果，具体的测试结果如下：
[0088]
平稳数据集的测试结果：如图2所示，图2展示(图2为平面展示，本实施例因三维展示不好示意，故采用平面展示)的是本实施例的校正方法对平稳数据集的处理效果，其中，圆形像素代表的是传感器实时测量数值，纵坐标距离单位为米(m)，横坐标代表历元，单位为秒(s)，三角形像素是实时抗抖动处理后的结果，数据的物理含义是两点之间的距离长度，即实时圆心坐标与初始圆心坐标的矢量长度，图2中该数据集原始数据的标准差std＝0.016，抗抖动后数据的标准差std＝0.003，降低了79％。
[0089]
阶跃数据集的测试结果：如图3所示，图3展示(平面展示)的是存在阶跃的数据集的测试效果，主要展示了方法的跟随能力和反应速度；如图3所示，可以看到在600历元附近
原始数据出现了一个明显的断层，其物理意义在于数据丢失后，时间跨度不连续，导致出现阶跃现象，而为了防止历史数据干扰新数据导致处理后的数据与真实数据存在偏差，通过自适应敏感门限使得方法跟踪速度更快，可以看到图3中三角形像素基本符合圆形像素分布的趋势，图3中放大的部分展示了自适应能力，在连续时间内先后处理高波动数据和平稳数据都能稳定且高效，该数据集前段部分(600历元之前)的标准差为std＝0.038，后段部分(600历元以后)的标准差std＝0.026，对应的抗抖动处理结果的标准差分别为0.014和0.003。
[0090]
剧烈抖动据集的测试结果：如图4所示，图4展示(平面展示)的是本实施例的方法在数据波动较大的情况下的效果，该数据标准差std＝0.023，处理后标准差std＝0.011，可以看到相较于平稳数据，波动数据在低频上也有着较明显的抖动，出于位移监测的目的，需要保留低频中的波动作为检测目标预警的标志，物理意义上来说，风速达到较高数值时，风机整体结构也会存在律动，而监测这种律动正是避免风机叶片撞击塔筒的手段，为了预警真实，不受到设备晃动引入的高频波动影响，通过本方法进行抗抖动处理是一个方便的选择。
[0091]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。