[发明专利]传感器异常位移监测方法和系统

说明书

本发明实施例公开一种传感器异常位移监测方法和系统，其中方法包括如下步骤：采集传感器在当前三维坐标系中的加速度信息，对加速度信息进行预处理，基于机器学习算法对预处理后的加速度信息进行学习判定，监测传感器当前的位移数据。采用本发明，通过对采集的传感器加速度数据进行预处理，并通过数据采集监控计算机分析显示传感器的现场状态，使传感器能够监控自身的位移是否正常。

技术领域

本发明涉及传感器监控测量技术领域，尤其涉及一种传感器异常位移监测方法和系统。

背景技术

当前传感器在工业环境中大量应用，但传感器本身的安装固定受到了很多工业现场环境的限制，常出现传感器掉落或者松动等异常位移情况，当前的传感器都是监控对应的设备或者物体，而不能监控传感器本身的掉落或松动等异常位移变化情况。

发明内容

本发明实施例提供一种传感器异常位移监测方法和系统，通过对采集的传感器加速度数据进行预处理，并通过数据采集监控计算机分析显示传感器的现场状态，使传感器能够监控自身的位移是否正常。

本发明实施例第一方面提供了一种传感器异常位移监测方法，可包括：

采集传感器在当前三维坐标系中的加速度信息；

对加速度信息进行预处理；

基于机器学习算法对预处理后的加速度信息进行学习判定，监测传感器当前的位移数据。

进一步的，在对加速度信息进行预处理时，上述方法还包括：

滤除加速度信息中的噪点信息；

将滤波处理后的加速度信息由模拟数据转化为数字加速度信息；

计算数字加速度信息在当前三维坐标系的XYZ三方向上的分布坐标。

进一步的，在基于机器学习算法对预处理后的加速度信息进行学习判定，监测传感器当前的位移数据时，上述方法还包括：

根据分布坐标计算数字加速度信息在当前三维坐标系的XYZ三方向上的坐标均值；

将坐标均值作为基线坐标值进行自适应学习匹配，根据学习匹配的结果确定传感器在XYZ三方向上的位移数据是否异常。

进一步的，在将坐标均值作为基线坐标值进行自适应学习匹配，根据学习匹配的结果确定传感器在XYZ三方向上的位移数据是否异常时，上述方法还包括：

将坐标均值作为基线坐标值；

采用AI智能学习判定基线坐标值是否为异常坐标值；

当判定的结果为是时，基于异常坐标值进行异常状态匹配，确定异常坐标值的异常状态。

进一步的，上述方法还包括：

对异常状态进行异常学习，并将异常状态存储之本地缓存。

进一步的，上述方法还包括：

当未匹配到异常状态时，基于预设时间间隔再次进行异常状态匹配。

进一步的，上述方法还包括：

当位移数据为异常位移时，输出异常告警信息。

本发明实施例第二方面提供了一种传感器异常位移监测系统，可包括：

信息采集装置，用于采集传感器在当前三维坐标系中的加速度信息；

数据预处理装置，用于对加速度信息进行预处理；

数据监控服务器，用于基于机器学习算法对预处理后的加速度信息进行学习判定，监测传感器当前的位移数据。