[发明专利]一种探测器嵌入式自主故障监测与异常数据记录装置

权利要求书

1.一种探测器嵌入式自主故障监测与异常数据记录装置，其特征在于它包括嵌入式控制器(1)、外部标准总线接口(2)和存储器(3)；

嵌入式控制器(1)包括数据预处理函数模块(11)、典型探测器系统模型模块(12)、信号处理与特征提取算法模块(13)和外围设备接口模块(14)；

数据预处理函数模块(11)，用于在所获得的测量数据进行识别与分析之前，先进行测量数据的集成数据预处理，所述的集成数据预处理是对所获得的测量数据进行提取、整理和变换，从而生成供典型探测器系统模型模块(12)使用的预处理数据；

典型探测器系统模型模块(12)，用于根据不同的子系统或者部件选取参考模型，及时有效地甄别和测试出预处理数据中的异常数据是否发生、以及异常数据发生的具体时刻和停止的具体时刻，以得到反映异常现象的征兆信号，进而通过征兆信号触发信号处理与特征提取算法模块(13)；

信号处理与特征提取算法模块(13)，用于在典型探测器系统模型模块(12)的触发下开始对征兆信号进行特征提取，选择对应征兆信号的征兆评价函数判断是否出现异常状态，并对异常状态进行归类；

外围设备接口模块(14)，用于与外围设备连接；嵌入式控制器(1)的外围设备接口模块(14)的外围设备接口的输入输出端同时与外部标准总线接口(2)的输入输出端和存储器(3)的输入输出端连接；

存储器(3)，用于进行异常数据记录。

2.根据权利要求1所述的一种探测器嵌入式自主故障监测与异常数据记录装置，其特征在于数据预处理函数模块(11)中的集成数据预处理所采用的算法包括有线性插值算法、样条插值算法、径向基函数神经网络算法、灰色模型预测算法和2-抽样算法。

3.根据权利要求1所述的一种探测器嵌入式自主故障监测与异常数据记录装置，其特征在于典型探测器系统模型模块(12)中的参考模型包括了不同子系统或部件的解析模型和基于数据的数据模型；所述的数据模型是对于难于根据物理关系建立解析模型的部件，采用神经网络或支持向量机基于数据的学习方法建立其数据模型。

4.根据权利要求1所述的一种探测器嵌入式自主故障监测与异常数据记录装置，其特征在于信号处理与特征提取算法模块(13)的征兆评价函数包括阈值评价算法、2-范数评价算法、快速傅里叶变换、小波变换、经验模态分解、相关性分析和聚类算法。

5.根据权利要求1所述的一种探测器嵌入式自主故障监测与异常数据记录装置，其特征在于嵌入式控制器(1)采用以ARM Cortex-A8为核心的处理器。