用于监测工具的装置和方法与流程

本发明涉及一种装置和方法，用于确定和计算装备有在操作时产生振动到预定值的机构的工具的操作，特别是诸如机械扭矩扳手等工具的操作。该装置和方法不需要工具内任何特定的机构，只要它可以是这样一种工具：每当工具可以被操作时，该工具产生振动或与振动相关的现象。

背景技术：

日本专利申请公开号jp2005-231001公开了一种使用扭矩扳手来确定和计算达到预定扭矩值的紧固件拧紧操作的次数的装置和方法。该装置包括本体和全部固定在装置本体内部的加速度计、微控制器、电池、显示器、led灯和蜂鸣器。装置本体经由细长的附接构件附接于扭矩扳手。由拧紧操作产生的振动通过细长的附接构件从扭矩扳手传递到装置本体，并从那里传递到传感器。显示器显示由装置计数的拧紧操作的次数。

分析检测信号并确定是否已经完成一个螺钉紧固的程序可以通过分析检测信号具有的特定特征来区分该信号与基于诸如单纯撞击等冲击的振动。根据jp2005-231001，当一个螺钉紧固完成时扭矩杆操作所产生的检测信号的波形具有在正方向和负方向上突然摆动的图形，因此，通过提取诸如峰值和零交叉的定时等特征可以区分由于掉落引起的冲击。

技术实现要素：

对于装置来说，以可接受的准确度检测真正工具操作并将其与诸如工具掉落等其他事件区分开来是一个挑战。根据本发明的第一方面，提供一种用于对工具的操作进行确定和计数的装置，所述工具配备有在操作达到预定值时产生振动的机构，其中，所述装置包括：传感器，其用于检测振动并基于振动发出检测信号；安装装置，其用于将所述传感器可拆卸地安装到工具上，使得来自所述工具的机构的振动能够传递到所述传感器；微控制器，其用于接收来自所述传感器的检测信号并且对所述工具的操作进行确定和计数；以及电源，其用于向所述装置供电，其中，所述微控制器计算经过滤的检测信号的二阶导数，并且基于所述二阶导数信号的分析确定达到所述预定值的操作。

二阶导数信号测量加速度信号的变化率本身如何变化。因此，将加速度信号转换为其二阶导数信号有助于检测加速度信号中的峰值如何“峰”，而与加速度信号幅值无关。这增加了应用程序的灵敏度，有利于帮助检测真正工具操作。

优选地，所述微控制器通过在阈值之上寻找所述二阶导数信号的峰值来分析所述二阶导数信号，以确定达到所述预定值的操作。

优选地，所述微控制器通过评估事件持续时间来分析所述二阶导数信号，以确定达到所述预定值的操作。

优选地，所述阈值基于所述检测信号相对于所述二阶导数信号的本底噪声的标准偏差的倍数。

可替代地，所述微控制器通过寻找所述二阶导数信号的特定形状来分析所述二阶导数信号，以确定达到所述预定值的操作。由工具操作产生的检测信号的波形可能与所有其他事件不同。与其他事件相比，增加灵敏度可以改善波形识别并增强对真正工具操作的确定。

优选地，所述微控制器平滑所述二阶导数信号。将二阶导数应用于加速度信号往往会增加其高频噪声，并且这可以通过平滑化来减小。

优选地，所述微控制器限定要分析的所述二阶导数信号的区段的长度。

优选地，所述微控制器根据所述二阶导数信号的本底噪声来定义波带，并且所述微控制器使用降维方法来将所述二阶导数信号变换为基于波带的数字和/或符号表示。这相对于原始时间历史显著减少了要存储在微控制器存储器中的数据量。

优选地，所述降维方法包括分段聚合近似法和/或符号聚合近似法。这些是可靠的方法。

优选地，所述微控制器基于对所述二阶导数信号的分析来消除达到所述预定值的操作的错误检测。这可以通过检查至少一定百分比的二阶导数信号的波形对应于表示真实工具操作的特定轮廓来实现。或者，如果每个工具操作具有两个关联的峰值，则可以通过将事件检测的数目除以2来实现。除以2可能有助于删除与真正工具操作无关并且产生奇数事件的峰值。奇数事件是不计数的。

优选地，在计算所述二阶导数信号之前，所述微控制器从所述检测信号中过滤具有高于20hz的频率的振动。这可以消除随机噪声(即20hz及以上)并保留较低的频率，这些是更确定的并且与真正工具操作相关。

优选地，所述微控制器计算所述二阶导数信号之前分离所述检测信号的正分量和负分量，并且所述微控制器在计算所述二阶导数信号之后组合所述检测信号的正分量和负分量以获得新信号。工具的正向操作中的加速度信号的正分量和/或负分量的幅值可能与工具的反向操作显著不同。加速度信号的正负分量可以通过算法分开地划分并处理，以管理这种不等。

优选地，所述新信号的正分量和负分量包括不同比率的所述新信号。这些不同的比率有助于管理正向操作和反向操作之间的加速度信号的正分量和/或负分量的幅值的不等。

优选地，所述传感器是加速度计。加速度计可以具有三个正交的传感器轴，这有助于灵敏度并且有助于多功能性。

优选地，所述加速度计对重力敏感。因此，加速度计可以用作测斜仪。由加速度计检测到的平均值变化可能有助于了解何时工具正在坠落。这可能有助于从工具操作的次数中删除伪峰值。

优选地，所述传感器和所述微控制器彼此和/或与外部计算机和/或互联网进行有线或无线通信。这些通信选项可以提供装置设计的多样性。优选地，所述装置包括用于容纳所述传感器和所述微控制器的本体。因此，主要部件被组装在一起。这可以提供紧凑的装置设计。

优选地，所述装置包括耦合到所述微控制器的听觉指示器和/或视觉指示器，用于表示所述工具的达到所述预定值的操作。这可以使该工具的操作者确信真正工具操作已被检测和计数。这在装置测试和校准中可能是有用的。

优选地，所述装置用于对配备有扭矩传递机构的扭矩扳手的达到预定扭矩值的螺纹拧紧操作进行计数，所述扭矩传递机构在螺纹紧固达到预定扭矩值时产生振动。扭矩扳手用于安全和高效重要的工业环境。工业公司作出了重大的努力，以确保他们的操作者被适当地装备。有助于实现这个目标的装置可以节省时间和精力。

在本发明的第二方面中，提供一种用于对工具的操作进行确定和计数的方法，所述工具配备有在操作达到预定值时产生振动的机构，其中所述方法包括以下步骤：提供用于检测振动并基于所述振动发出检测信号的传感器；将所述传感器安装到工具上，使得来自所述工具的机构的振动能够传递到所述传感器；提供用于接收来自所述传感器的检测信号的微控制器；以及在所述微控制器上执行程序以计算所述检测信号的经过滤的二阶导数，并且基于二阶导数信号的分析来对达到所述预定值的操作进行确定和计数。本发明的第二方面提供了第一方面的优点。

优选地，所述方法包括提供根据权利要求1至19中任一项所述的装置的步骤。

附图说明

现在将参考以下附图更详细地描述本发明，其中：

图1示出了扭矩扳手的截面图；

图2示出了扭矩扳手监测装置的分解透视图；

图3示出了图1的装置的俯视图；

图4示出了图1的装置的竖直截面a-a；

图5示出了图1的装置的竖直错开截面d-d；

图6示出了图1的装置的竖直截面f-f；

图7示出了图1的装置中的微控制器的框图；以及

图8示出了当微控制器执行应用程序时执行的信号事件识别算法的简要概述；

图9示出了图8的信号事件识别算法的详细概述；

图10至图28示出了图8的信号事件识别算法的细节；以及

图29至图35示出了各种信号峰值检测算法的细节。

具体实施方式

在图22中：sax的第一阶段显示了如何使用paa将信号转换成2000个字母，然后使用sax转换为2000个数字。sax的第二阶段显示了我们如何可以从2000个数字识别峰值。参数识别：因此，第一个特征可以被描述为“fffffbaaaaaacfffffffffff”。所以作为二阶导数的特征必须包含字母f和字母a。同时，f表示峰部，a表示谷部，占据了大部分的特征。那么我们需要设置阈值，如果f和a占超过80％的特征。我们可以把它看作真正的特征。注意：该特征必须对应趋势：f-a-f。

参考图1，示出了扭矩扳手10，该扭矩扳手10包括：扳手头部12，其用于连接到要由扭矩扳手10转动的螺母、螺栓、螺钉头或类似的紧固件；细长的中空金属轴(shaft)14；以及扳手手柄16，其位于轴14的与扳手头部12相反的一端。扭转扳手10还包括枢转地安装在头销(headpin)20上的扭矩杆(torquebar)18、推力杆(thrustbar)22、位于扭矩杆18和推力杆22之间的轴承24、以及螺旋形的弹簧26，所有这些都设置在轴14的内部。弹簧26将推力杆22朝向头部12沿向前方向a偏压。该弹簧的偏压通过与自身可转动的手柄16连接的轮28的旋转而可变化。扭矩杆18、推力杆22、轴承24和弹簧26构成扭矩传递机构。

当拧紧紧固件(即，如图1所示沿顺时针方向cw旋转扭矩扳手10)，并且在达到通过弹簧24设定的预定扭矩时，推力杆22被轴承24沿向后方向b朝向手柄16并抵抗弹簧26的偏压。因此，扭矩传递机构沿“正向咔嗒(forwardclick)”方向操作，并且弹簧26被压缩。同时，轴14围绕以头销18为中心的轴线在顺时针方向cw上突然摆动。扭矩杆18保持静止。结果，扭矩杆18撞击轴14的内壁，并且通过扭矩扳手紧固件拧紧操作产生脉冲。这个脉冲产生振动和一个典型的咔嗒声(clicknoise)，该咔嗒声表明紧固件的预定扭矩已经达到。

在达到预定扭矩之后，操作人员不拧紧紧固件(即如图1所示允许扭矩扳手10沿逆时针方向ccw转动)。轴14沿逆时针方向ccw围绕以头销18为中心的轴线摆动。扭矩杆18保持静止。结果，扭矩杆18离开轴14的内壁，并且当推力杆22在弹簧26的偏压下沿向前方向a推动轴承24时产生脉冲。该脉冲产生振动以及与紧固件预定扭矩达到时产生的咔嗒声不同的另一种咔嗒声。扭矩传递机构因此沿“反向咔嗒”方向操作。

参照图2至图7，示出了一种扭矩扳手监测装置100，其用于使用上述扭矩扳手10对达到预定扭矩值的紧固件拧紧操作的次数计数。装置100包括用于容纳装置100的部件的本体110、用于感测由紧固件拧紧操作产生的脉冲的传感器120、执行用于分析由传感器120感测的振动的算法的微控制器130、向装置100提供电力的可再充电的电池单元150、以及显示器160。

本体110包括中空本体，通过三个螺钉114将盖子112紧固到本体110。本体110及其盖子112由刚性塑料材料制成，但它们也可以由诸如金属等其它刚性材料制成。本体110包括用于将本体110可释放地安装到沿着扭矩扳手10的轴14的长度的中间位置的安装装置116、117、118。安装装置116、117、118包括经由四对螺母117和螺栓118连接到本体110的一对托架116。螺母117和螺栓118可释放地将轴14直接夹在本体110和托架116之间。本体110的下侧具有曲线凹槽110a，支架116的上侧每个都具有曲线凹槽116a。曲线凹槽110a、116a适于接纳轴14的一部分，并有助于当轴14被安装装置116、117、118夹紧时相对于本体110稳定轴14。取决于扭矩扳手10的尺寸，轴14可以在直径上变化(即，如图5和6所示的16.8mm、22mm或31.7mm)，并且安装装置116、117、118是可调节的以夹紧各种直径的轴。

传感器120包括三轴mems(微电子机械系统)加速度计120，该加速度计120被固定在本体110的内部，邻近凹槽110a接纳轴14的位置，以在由扭矩传递机构产生的脉冲和传感器120之间形成尽可能直接的路径并且限制由本体120引起的任何阻尼效应(dampingeffect)。本发明的本实施例使用mems加速度计120。然而，如本领域技术人员将理解的，可以使用其他类型的传感器例如陀螺仪传感器、应变传感器或麦克风等来代替加速度计120以检测振动或与振动相关的现象。

在加速度计120被固定到本体110内部的位置，本体110具有约1mm的厚度w。因此，当安装装置116、117将装置100夹持在轴14上时，加速度计120刚性地连接到扭矩扳手10。加速度计120经由柔性串行链路122与微控制器130通信。柔性串行链路(flexibleseriallink)122有助于将微控制器的部件与来自轴14的振动分离开。

微控制器130位于印刷电路板132上。微控制器130包括中央处理单元134、存储器136、信号发射器138、输入/输出接口140以及将中央处理单元134连接到存储器136、信号发射器138和输入/输出接口140的总线142。印刷电路板132通过三个螺钉144固定在本体110内部和加速度计120上方。印刷电路板132与加速度计120之间的泡沫块124作为缓冲帮助将微控制器的部件与来自轴14的振动隔离开或减低。

存储器136被配置为存储应用程序136a和应用数据136b。在一些实施例中，应用程序136a和应用数据136b可以是软件，但是在替代实施例中，应用程序136a和应用数据136b可以使用硬件或者软件和硬件的组合来实现。存储器136可以是只读存储器，但是可选地或附加地，它也可以是诸如dvd或cd等外部硬盘驱动器、闪存或诸如服务器等单独的专用存储装置。

显示器160包括固定在印刷电路板132上的三个发光二极管(以下称为led)160，并且可以通过盖子112中的三个孔112a从本体110的外部看见led160。微控制器130通过信号发射器138控制led160。led160可由蜂鸣器和/或可视显示器代替或补充，所述蜂鸣器和/或可视显示器也由微控制器130经由信号发射器138控制。

输入/输出接口140促进通过有线或无线局域网和/或因特网连接的可以在微控制器130与外部计算机或因特网之间传送的数据的通信。

可再充电的电池单元150固定在本体110内，邻近加速度计120并位于印刷电路板132下方。电池单元150经由总线142连接到微控制器130。电池单元150在充电时经由on/off开关152将电力提供给微控制器130。电池单元150连接到位于印刷电路板132上的电池充电器插座154。电池单元150在放电时可以通过插入到电池充电器插座154中的外部电源(未示出)而再充电。

虽然这个实施例并非如此，但是本领域技术人员将理解，微控制器130的一些或全部部件可以位于除了本体110内部之外的其他位置，例如作为外部计算机的一部分。这提供了微控制器130可以经由输入/输出接口140或经由一些其他通信手段或方法与加速度计120进行通信。外部计算机可以是个人台式计算机，但是在替代实施例中，外部计算机可以是移动装置，诸如笔记本电脑、个人数字助理、移动电话或其他此类处理装置。

在使用中，通过on/off开关152接通微控制器130，并且当从扭矩扳手10接收到脉冲时，微控制器130准备好接收由加速度计120检测到的加速度信号。在本发明的本实施例中，术语加速度信号用于描述由诸如扭矩扳手10等机械工具的操作产生的脉冲(通常是振动或由这种振动引起的噪声)。然而，如本领域技术人员将理解的，可以通过机械工具的操作产生其他类型的信号，如光或声音。

已经证明，装置100的允许采样频率(allowedsamplingfrequency)应当与宽频带(wideband)相关，因为脉冲通常以更高的带宽被更好地再现，并因此以更高的采样频率再现。在本申请中，采样频率范围从800hz到2048hz。

中央处理单元134运行存储在存储器136中的应用程序136a，并且这样做来准备分析由加速度计120检测到的加速度信号，这将在下面更详细解释。加速度计120可以检测沿着三个正交轴x、y和z的加速度信号。在本发明的本实施例中，加速度计120主要使用y轴(即，与扭矩扳手10的轴14的纵向中心轴线x-x正交并且包含在扭矩扳手10的围绕头销20的旋转平面内的轴线y)来检测加速度信号。然而，如本领域技术人员将理解的那样，取决于所需的灵敏度和/或由扭矩扳手或其他机械工具的不同操作产生的不同信号的性质，加速度计120或其他传感器可检测沿着这三个正交轴x、y和z中的多于一个轴的振动或与振动相关联的现象。

如果分析确定加速度信号包含真正扭矩扳手拧紧操作的振动，则中央处理单元134将已经计数的已完成螺钉紧固的数量增加1，并将该数量存储在存储器132的应用数据132b部分中。同时，中央处理单元134在短时间内照亮led160，以向扭矩扳手10的操作者指示扭矩扳手拧紧操作已经由装置100计数。外部计算机可以经由输入/输出接口140接收来自存储器136的应用数据136b以显示和/或监测由装置100计数的扭矩扳手拧紧操作的次数。同样，外部计算机可以接收用于数据分析的用途的加速度信号。

取决于尺寸和用途，扭矩扳手可以在1nm和1,000nm之间的拧紧扭矩下操作，但是装置100也可以在这些边界之外以相同原理工作。在该范围的扭矩扳手拧紧操作中，加速度信号可能大不相同。所面临的挑战是具有一个应用程序136a，其能够以可接受的准确度检测真正扭矩扳手拧紧操作。

应用程序136a通过分析加速度信号的特定特征来分析加速度信号以判定是否发生了真正扭矩扳手拧紧操作。应用程序136a执行一系列算法以区分这些特定特征与非真正扭矩扳手拧紧操作的特定特征，即由冲击引起的加速度信号，该冲击例如是由于扭矩扳手10掉落或其他操作(像移动扭矩扳手10或用扭矩扳手10碰到什么东西)引起的撞击。特别是，已经发现，当扭矩传递机构被激活时(由于真正扭矩扳手拧紧操作)产生的加速度信号在正方向和负方向上均具有峰值，该峰值表现出典型的短冲击的特定特征，并且用来与沿着加速度计120的三个轴的平均值相核对。通过使用算法来提取特征，例如加速度信号的形状、峰值和/或零交叉的定时，可以将扭矩扳手10掉落而引起的冲击等与真正扭矩扳手拧紧操作区分开。

已经测试了一系列的算法来衡量它们的效率。这些算法在检测真正扭矩扳手拧紧操作时提供了令人满意的结果。算法可以分为两个类：

1.峰值检测类；以及

2.事件识别类。

这些算法可以与加速度信号一起使用，或者与来自多于单个传感器(如加速度计120、陀螺仪传感器、应变传感器或麦克风)的加速度信号的组合一起使用以提高有效性，尽管使用多于一个传感器可能会增加复杂性。

第一类由一系列峰值检测算法组成，这些算法被开发用于来自所选传感器的加速度信号在不同时间窗口的最大值、最小值、标准偏差值、信号包络(signalenvelopes)和过滤。所有这些算法都需要一个阈值来查找峰值和每个事件持续时间的评估。尽管已经采取了不同的方法来使阈值选择自动化，但是最好的解决方案是确定相对于本底噪声的标准偏差，然后将阈值作为该标准偏差的倍数。根据选择的拧紧扭矩极限值，真正扭矩扳手拧紧操作可能会产生完全不同的加速度信号，这可能为峰值噪声比创造完全不同的条件。

第二类事件识别算法包括在加速度信号中寻找特定的图形。因此，这是一种形状识别算法。应用程序136a寻求隐藏在噪声加速度信号中的特定形状，该特定形状几乎独立于其绝对峰值水平(尽管一些阈值水平需要被固定，这将在下文更好地描述)。在这种情况下也尝试了不同的方法，例如小波(其目的是寻找信号与所选小波族的相似性)。

在两个类的情况下，应用程序136a将加速度信号转换成其二阶导数，因为这有助于独立于加速度信号幅值检测加速度信号中的峰值“峰”到如何程度。

参考图8和图9，当中央处理单元134运行应用程序136a时执行的事件识别算法的总体概述如下。

以2048hz的采样频率采集数据

在算法的第一步骤中，计算加速度信号的二阶导数。该二阶导数信号测量加速度信号的变化率本身如何变化。作为第一步骤的一部分，将二阶导数信号经过低通滤波器。这消除了与正确描述处理过程有关的过高频率，也相对于不需要的噪声使信号平滑化。

在算法的第二步骤中，需要固定一系列用于执行下一个阶段的参数。其中，对于实际加速度信号的阈值计算其简单形式的表示以及要分析的时间记录的长度。作为第二步骤的一部分，使加速度信号经过低通滤波器并测量其标准偏差值，以正确地固定作为所采用的传感器的函数的这些阈值。

在该算法的第三步骤中，使用通过分段聚合近似(paa)法和符号聚合近似(sax)法进行的降维方法，将二阶导数信号转换为数字或符号表示。这可以使用可用的软件来执行。

在算法的第四步骤中，第三步骤得到的结果被验证，从而从真实事件计数中删除误报(falsepositive)。

参考图10至图20，描述算法的第一步骤，在该步骤中计算原始加速度信号的二阶导数。

最初，应用程序136a从加速度计120获取加速度信号。每个扭矩扳手拧紧操作引起沿着加速度信号紧邻的两对正峰值和负峰值。前面的一对正峰值和负峰值与扭矩传递机构的前向咔嗒(即，当细长轴14沿顺时针方向cw朝向扭矩杆18移动时)相关联，并且后面的一对正峰值和负峰值与扭矩传递机构的反向咔嗒(即，当细长轴14逆时针ccw远离扭矩杆18移动时)关联。图10的加速信号表示三个扭矩扳手拧紧操作，即三组两对正峰值和负峰值。相同的图10还提供了第一对咔嗒(即，正向咔嗒和反向咔嗒)与单个事件如何对应的细节。

应用程序136a分别对正信号分量和负信号分量进行工作，因为如图10所示，在两个方向上都感测到真正的峰值，但是取决于是否是扭矩传输机构的正向咔嗒还是扭矩传输机构的反向咔嗒，峰值具有不同的水平。

为了获得加速度信号的正分量(positivecomponent)和负分量(negativecomponent)，加速度信号的一个元素被判断为零。如图11中正负部分所示，那些不满足要求的值被置为零。

正数据和负数据被存储在两个单独的数组中，保存在存储器136的应用数据136b部分中。

一旦创建了两个向量，就可以在滑动窗口上评估最大值和最小值。注意，为了便于使用书面的算法，在最小值上工作的负分量已经被改变了符号，使得在正分量上使用的相同算法可以以相同的方式在负分量上使用。当加速度信号的正负分量再次合成时，加速度信号的负分量将在求和之前再次反转。

应用程序136a在100点的时间区间内用移动窗口执行循环，在假定为2048hz的采样频率的情况下，如在大多数初步测试中那样，这对应于0.05秒宽的窗口。正在执行这个操作来查看加速度信号的正分量的最大值和加速度信号的负分量的最小值。所选择的点数适合于采样频率，以保持约0.05秒的大约相同长度时间窗口。每个周期该循环滑动一个点。

参照图12和图13，示出了来自该操作的对于加速度信号的正(图12)和负(图13)分量的输出以及第一真实事件附近的急剧上升。加速度信号的正分量和负分量在正向咔嗒和反向咔嗒之间的不同比率是相当明显的。

应用程序136a寻找每个时间区间中的峰值。当窗户滑过它们时，最大峰值被检测到几次。这就解释了为什么这个函数的形状呈方形，从而需要某种进一步的操作(再次参见图12和13)。

应用程序136a使加速度信号的正负分量经过低通滤波器以消除随机噪声(即，20hz及以上)并保留较低的频率，这些较低的频率是确定的并与真正扭矩扳手拧紧操作有关。

这个滤波器导致峰值平滑化，该峰值不再呈方形，现在可以更好地管理它们的识别。图14和图15中示出表示过滤后加速度信号的正负分量示例的图表，图表在第一次真正扭矩扳手拧紧操作附近具有急剧上升部。

在过滤之后，应用程序136a计算加速度信号的正负分量的二阶导数，如图16和17所示。在计算二阶导数之后，加速度信号的正负分量受到移动平均平滑处理，如图18和19所示。这绝不是多余的干预，因为对信号应用二阶导数趋向于增加其由于平滑化而减小的较高频率噪声。

在这一点上，二阶导数信号的正负分量被叠加在一起，如图20所示，每一个通过一个特定的系数进行加权，根据所使用的特定类型的传感器进行调节，并考虑在真正扭矩扳手拧紧操作的正向咔嗒和反向咔嗒中所提到的对称性和不对称性。

有时扭矩传递机构的反向咔嗒中的加速度信号的负分量幅值高于扭矩传递机构的正向咔嗒中的加速度信号的负分量幅值。基于这种情况，二阶导数信号的正负分量被组合以减少这种不等。因此，加速度信号的二阶导数如下给出：(数据)＝0.5×正二阶导数信号+1.5×负二阶导数信号，如图20所示。

这终止了第一步骤，并且进入第二步骤。

一些参数必须选择，并最终对所采用的特定传感器进行微调。具体而言，由于下一次评估倾向于产生简化且粗糙定义的二阶导数信号，所以时间和振动水平分辨率都必须被确定。一些特定的初步测试可能有助于解决这些参数。

在这个阶段，应用程序136a例如决定区间的数目、断点的数目(在这种情况下是5个)，从而限制用于二阶导数信号的新定义的波带，这将在下文描述。

如稍后将所述的，应用程序136a计算每个要分析的区间的大小，即paa算法的最终时间分辨率。

一旦主要参数被定义，第三步骤开始。由于这是最复杂的部分，因此提供了如图21所示的该序列的具体流程图。该流程图是在第三步骤期间应用程序136a遵循的算法。

第三步骤中的重要部分之一在于获得二阶导数信号的paa，这意味着对于已经划分时间历史的每个区段，计算该区段内的平均值。从现在开始，每个区段都与这个平均值相关联，并在整个区间内保持不变。

可以将paa表示形象化为将线性组合的时间序列模型化为盒基函数的方式。一定长度的序列可以相对于原样(由a/d转换器动提供)减小到较小的维度数量。信号被分成多个区间，然后计算每个区间的平均值，并存储平均值。

在将二阶导数信号变换成paa表示之后，该算法应用变换以获得具有断点的离散表示。通过首先获得paa然后使用预定的断点将paa系数映射成数字符号来描述时间序列。这些断点表示二阶导数信号的高斯分布(gaussiandistribution)的百分位数，但是它们可以根据不同的标准来选择。该分布受到信号本底噪声和峰值数目的影响。这在原始加速度信号的一种缩放中被证实，原始加速度信号根据其标准偏差来确定断点。应用程序136a以这种方式缩放原始加速度信号。平均值从原始加速度信号中减去，然后用其标准偏差(或其适当的倍数)进行归一化。

对于时间历史被分割的每个区段重复paa循环的计算。还观察到，这种方法显著减少了相对于原始时间历史要存储的数据量。

然后应用程序136a确定在断点线(也称为“切割线”)之间的区间中每个平均值所属的位置。

应用程序136a将选项编码为字母。因此，sax包括在实际的二阶导数信号上运行sax算法。换句话说，提取paa中每个区间(平均值)的一个元素。该循环由每个区段的算法重复。在当前的例子中，在2048hz采样的时间历史中每25个点发生一次。然后算法执行以下判断。

如果paa(i)<-09.97，则符号(i)＝'a'；

如果paa(i)>＝-0.97且paa(i)<-0.43，则符号(i)＝'b'；

如果paa(i)>＝-0.43且paa(i)<0，则符号(i)＝'c'；

如果paa(i)>＝0且paa(i)<0.43，则符号(i)＝'d'；

如果paa(i)>＝0.43且paa(i)<0.97，则符号(i)＝'e'；以及

如果paa(i)>＝0.97，则符号(i)＝'f'。

术语“符号”仅指新的字母数组。

参考图22，示出了paa如何解释实际二阶导数信号的标绘图。时间序列被映射到一个字母串，比如'baabccbc'。在应用程序136a中使用五个断点，这意味着有六个区间。

如上所述，应用程序136a将二阶导数信号转换成一系列字母，每个序列是2000个区间的块。这意味着每个序列由连续的2000个字母组成。图23示出了对示例性使用的实际二阶导数信号进行的这些最后的步骤。在一般文件和第一真正事件附近的急剧上升中现在都可以清楚地看到这六个波带。

应用程序136a识别可以追踪峰值的字母序列。一个峰由一个或多个字母“f”及跟随其后的一个或多个字母“a”以及再跟随其后的一系列字母“f”来识别：该序列被命名为“特征”，接下来的步骤包括从原始二阶导数信号识别这样一个特征。预计这两个极端波带之间的跳跃会相当快，这将在下面更好地解释。

参照图24，参数标识按如下方式工作：

1.第一个特征可以被描述为字母序列，例如'fffffbaaaaaacfffffffffff'；

2.如上所述，二阶导数的特征必须包含首字母“f”(意思是峰)或一系列字母“f”，然后是字母“a”(意思是谷)，或者再次一系列字母“a”；最后再是字母“f”或一系列字母“f”。应用程序136a扫描这个趋势的字母序列。一个这样的字母序列被称为“特征”；

3.因为峰值往往彼此非常接近，扫描完整的序列允许检测是否字母“f”必须被视为特征的开始或结束。每个新的字母“f”序列都在其初始值和最终值中被检测出来，以便将每个单独的峰分开，如图24中详细所示。进一步的控制检查在两个字母“f”之间是否至少有一个字母“a”(两个最大值之间的最小值)。这需要将真正扭矩扳手拧紧操作同产生与扭矩限制装置的单个峰值类似的单个峰值的其他事件分开；

4.如在真正扭矩扳手拧紧操作过程中那样，加速度信号显示峰值，并且大部分时间保持处于两个极限类别，在单个特征内部执行进一步检查，字母“f”和“a”必须占超过80％的样本，以考虑该特征作为扭矩传输机构的真正咔嗒。这是将真正扭矩扳手拧紧操作与如掉落或粗鲁操作等其他事件分开的另一种过滤。

请注意，有效的特征必须对应于字母'f-a-f'的趋势。这被认为是一个可靠的选择，但是不排除在稍微更复杂的特征上采用类似的方法可以带来满意的结果。其他参数可以改变，如波带的记录长度或大小。

这是识别算法如何工作的一般解释。实际上，通过将字母类别降为三，即字母“a”、字母“f”和将被认为与特征标识无关的所有其他字母类别形成一组的第三类别，应用程序136a采用简化的方法。这意味着主要关注极端值，极端值是真正扭矩扳手拧紧操作的指示。

回到图23，应用程序136a进一步将在步骤2中编码的字母转换为数字(参见图23的双标度，左右)，以便在软件内部使用。应用程序136a的这方面似乎是不必要的。但是，它保留了paa和sax方法(即，使用字母工作)，同时将其嵌套在需要更多计算的更复杂的程序中，并且只能通过数字方便地进行管理。

在这一点上，由于主要关注极端值，因此第一个(1，就像字母“a”)和最后一个(6，就像字母“f”)类别被维持，而所有的中间类别被集中到单独的类别中，被称为5类，如图25所示。

参考图26，示出了二阶导数信号的paa解释的条形图，其示出了存在六个特征(即，扭矩传输机构的咔嗒)，停留在占超过80％的样本(这是在y轴上给出)的极端类别(即，类别1和6)中。由于每个扭矩扳手的拧紧操作都有两个关联的峰值，所以将事件检测数目除以2。除以2可以帮助删除与真正扭矩扳手拧紧操作无关并且产生奇数事件的峰值该最终步骤终止程序来获得峰值。

由于mems加速度计120对重力敏感(不像例如压电加速度计)的事实，因此应用程序136a执行最终检查，这提供了令人满意的结果。这种方法包括分析由加速度计120的所有三个轴检测到的信号，并使用低通滤波器，以在掉落的情况下将mems加速度计120用作一系列测斜仪。实际上，掉落不可能是纯粹的平移，所以平均值的变化可以帮助理解扭矩扳手10正在掉落。这是从计数中删除伪峰值的另一种可能性。另外，事件的持续时间可以用来删除伪峰值：咔嗒非常快，而掉落持续时间更长。

已经被测试的其他可能性包括将来自加速度计的数据加入到例如来自陀螺仪传感器的数据。图27和图28示出了一些尝试，其中陀螺仪传感器相对于加速度计120具有较差的信噪比。然而，适当的过滤和推导使得该信号处于接近加速度计120的信号的情况下，从而导致识别相同的三个峰值(结果参考产生用于描述应用的加速度计数据的相同测试)。

参考图29至图36，还尝试了属于峰值检测类的一系列方法，其工作在几个峰值检测算法上，依靠单独或组合的各种技术。一些有前途的方法已经使用基于labview的程序执行，以允许直接比较并提供其效率的总结。图29至图26示出了该软件的屏幕截图：

图29是一个起始页面，它允许选择文件(基于以前获取的数据脱机工作)和选择一部分时间记录。

参考图30，这是n点(在本例中为100)的滑动窗口上的最大值。左上角：这个操作的原始输出，然后低通滤波(4赫兹)，产生在右上角看到的输出。方形的峰值被平滑化，使得峰值检测更容易。左下角：算法寻找峰值的阈值，一旁是找到的峰值数量。这已经变成一种将阈值固定为rms的倍数的自适应方法。在最后(右下角)，计算这些峰值的二阶导数并绘制出来，以说明扭矩传递机构的正向咔嗒和反向咔嗒的差异。识别了二阶导数明显不同的六个峰值，从而指出信号中不同的“峰值”

图31示出了与图30中相同的情况，但所使用的参数是标准偏差(在这种情况下相当于rms，因为所使用的加速度计是压电传感器)。再次识别六个峰值，其中不同的二阶导数用于扭矩传递机构的正向咔嗒和反向咔嗒。

图32示出了与图30和图31中相同的情况，但使用的参数是最小值。再次识别六个峰值，但是二阶导数彼此更接近，因为在扭矩传递机构的正向咔嗒和反向咔嗒之间加速度信号的负方向部分没有很大差异。

图33示出了不同的最大值管理。用于检测峰值的算法通过小波分析来进行。识别出六个峰值。

图34示出了另一种方法，其中使用加速度信号的光谱或加速度信号包络来定义更清晰的峰值，然后通过低通滤波进行平滑化。

图35示出了峰值可能如何被二阶导数的rms增强。