一种变计数时钟的转速采样计算方法与流程

本发明涉及工业测量，具体为一种变计数时钟的转速采样计算方法。

背景技术：

1、在工业应用中，转速测量是监控和控制机械设备性能的关键环节。传统的转速测量技术主要依赖于定时计数法（测频法）和定数计时法（测周法）。这两种方法各有其适用的速度范围和局限性。测频法在高速区间表现良好，因为在较短的时间内可以捕捉到足够多的脉冲，从而提高测量的准确性。然而，在低速运行时，脉冲数减少，导致测量结果的不确定性增加。相对地，测周法在低速情况下更为准确，因为它通过测量较长时间内的单个或数个脉冲周期来计算转速，但在高速情况下，由于周期极短，这种方法容易受到噪声的干扰，且精度受限。

2、这些方法的主要问题在于它们在不同速度下的适应性和灵活性较差。例如，高速测量中可能出现因测量周期太短而导致的数据溢出或损失，而在低速测量中，长时间的测量周期可能导致数据更新不够及时，影响系统对状态变化的响应速度。此外，这些传统方法往往需要在系统设计初期确定测量策略和设备配置，一旦设定，后期很难适应生产过程中可能出现的各种变化，如不同应用下的传感器齿数大范围变化、设备磨损、负载变化和环境影响等。

3、随着现代工业对设备性能监控精度和系统适应性要求的不断提高，传统的转速测量技术面临越来越多的挑战。尤其是在需要处理复杂动态工况和高精度要求的场合，这些方法往往难以满足现代工业系统的需求。

技术实现思路

1、针对现有技术的不足，本发明提供了一种变计数时钟的转速采样计算方法，解决传统转速测量方法在不同速度范围内适应性和精度不足的问题，通过实时动态调整时钟周期和分频/倍频设置，生成不同的转速计算用计数时钟，提供一种能够在各种操作条件下保持高精度和高适应性的转速测量方案。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种变计数时钟的转速采样计算方法，包括以下步骤：

3、收集转速传感器产生的脉冲信号，并记录每个脉冲的时间戳、环境温度、负载以及转速，并进行预处理；

4、从预处理后的数据中提取特征，所述特征包括脉冲频率变化率、平均脉冲间隔、环境温度变化率、负载变化率和传感器齿数变化；

5、基于提取的特征，使用机器学习模型预测最佳的时钟周期和分频/倍频设置；

6、根据实时测量数据，动态调整所述时钟周期和分频/倍频设置，以优化转速测量的准确性；

7、输出调整后的转速值。

8、优选的，所述机器学习模型为随机森林或神经网络。

9、优选的，所述根据实时测量数据，动态调整所述时钟周期和分频/倍频设置的步骤还包括：

10、测定实时转速和由机器学习模型预测的转速；

11、计算实时转速与预测转速之间的误差率：

12、

13、其中，表示预测转速与实际转速之间的差异比率；

14、根据计算得到的误差率调整时钟周期，调整公式为：

15、

16、其中，表示调整后的时钟周期，表示调整前的时钟周期，为预先设定的调整系数，用于控制调整幅度；

17、如果所得的新时钟周期导致的测量误差仍超出预定的容忍范围，重步骤，直至误差率达到可接受的范围内。

18、优选的，所述根据实时测量数据，动态调整所述时钟周期和分频/倍频设置的步骤还包括：

19、根据实时转速和由机器学习模型预测的转速计算脉冲测量误差；

20、计算误差比率，并据此确定分频/倍频的调整量：

21、

22、其中，表示分频或倍频调整量，为灵敏度参数；

23、应用调整当前分频/倍频设置；

24、若所得的测量误差仍不符合预期，则重复步骤，直至误差满足预定标准。

25、优选的，所述脉冲频率变化率、平均脉冲间隔、环境温度变化率和负载变化率分别如下：

26、脉冲频率变化率，计算方式如下：

27、

28、其中，表示在时间的脉冲数，和为连续脉冲的时间戳；

29、平均脉冲间隔，计算所有测量脉冲间隔的平均值：

30、

31、其中，是测量周期内的总脉冲数；

32、环境温度变化率，计算连续两次测量间环境温度的变化：

33、

34、其中，和分别为连续两次的测量值；

35、负载变化率与环境温度变化率计算方式相同。

36、优选的，所述特征还包括历史转速趋势的平均值和标准差。

37、优选的，所述机器学习模型的训练包括：

38、使用训练集数据对所述机器学习模型进行训练，通过最小化转速预测误差来优化模型参数，所述转速预测误差的目标函数定义为：

39、

40、其中，是训练集中的样本数量，是模型在时间点的预测转速值，是实际测量的转速值。

41、本发明还提供一种变计数时钟的转速采样计算装置，包括：

42、数据收集单元，配置为收集并记录转速传感器产生的脉冲信号；

43、数据处理单元，配置为对收集到的脉冲信号进行预处理，并从预处理后的数据中提取特征；

44、机器学习单元，配置为使用历史数据集训练机器学习模型，并根据实时数据预测最佳的时钟周期和分频/倍频设置；

45、控制单元，配置为根据预测结果动态调整时钟周期和分频/倍频设置；

46、输出单元，配置为输出调整后的转速值。

47、本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上述的方法。

48、本发明还提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述的方法。

49、本发明提供了一种变计数时钟的转速采样计算方法。具备以下有益效果：

50、1、本发明通过实时动态调整时钟周期和分频/倍频设置，能够精确适应不同的机械运行条件和环境变化，从而显著提高转速测量的准确性。使用机器学习模型基于实时数据预测最优设置，确保测量参数始终保持最佳状态，从而减少误差，提高数据的可靠性和测量结果的精确度。

51、2、本发明能自动识别和响应不同的操作条件和环境变化，通过机器学习模型的预测和实时参数调整机制，系统的适应性得到极大增强。无论是在环境温度、负载变化还是其他外部条件变化的情况下，系统都能自动进行必要的调整，以保持测量的高效性和准确性。

技术特征：

1.一种变计数时钟的转速采样计算方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种变计数时钟的转速采样计算方法，其特征在于，所述机器学习模型为随机森林或神经网络。

3.根据权利要求1所述的一种变计数时钟的转速采样计算方法，其特征在于，所述根据实时测量数据，动态调整所述时钟周期和分频/倍频设置的步骤还包括：

4.根据权利要求3所述的一种变计数时钟的转速采样计算方法，其特征在于，所述根据实时测量数据，动态调整所述时钟周期和分频/倍频设置的步骤还包括：

5.根据权利要求1所述的一种变计数时钟的转速采样计算方法，其特征在于，所述脉冲频率变化率、平均脉冲间隔、环境温度变化率和负载变化率分别如下：

6.根据权利要求5所述的一种变计数时钟的转速采样计算方法，其特征在于，所述特征还包括历史转速趋势的平均值和标准差。

7.根据权利要求1所述的一种变计数时钟的转速采样计算方法，其特征在于，所述机器学习模型的训练包括：

8.一种变计数时钟的转速采样计算装置，用于实施如权利要求1-7任一项所述的方法，其特征在于，包括：

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1-7任一项所述的方法。

10.一种存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-7任一项所述的方法。

技术总结
本申请涉及工业测量领域，公开了一种变计数时钟的转速采样计算方法，包括以下步骤：S1、收集转速传感器产生的脉冲信号，并记录每个脉冲的时间戳、环境温度、负载以及转速，并进行预处理；S2、从预处理后的数据中提取特征；S3、基于提取的特征，使用机器学习模型预测最佳的时钟周期和分频/倍频设置；S4、根据实时测量数据，动态调整所述时钟周期和分频/倍频设置，以优化转速测量的准确性；S5、输出调整后的转速值。本发明通过实时动态调整时钟周期和分频/倍频设置，能够精确适应不同的机械运行条件、环境变化、负载变化和传感器变比宽范围变化，从而显著提高转速测量的准确性、便利性，简化转速计算策略。

技术研发人员：张伟,黄晓惠,姜通,姜卫栋
受保护的技术使用者：新誉集团有限公司
技术研发日：
技术公布日：2024/9/12