Hagnaður:
- Geta til að koma nákvæmlega á merkjavinnslubreytum eins og sýnatökutíðni, síugerð og glugga með gervigreind
- Geta til að búa til Python kóða fyrir FFT, síuhönnun og hávaðagreiningu og athuga Nyquist og samnefni
- Geta til að sannreyna gervigreind-myndaða litróftúlkun með því að bera það saman við mælingar og líkamlegar væntingar
Hrá gögn frá skynjara, hljóðnema eða raflínu einum og sér eru oft tilgangslaus; Nauðsynlegt er að vinna úr því og túlka það á ás tíðni, amplitude og tíma. Að draga út litróf með FFT, sía hávaða, þekkja titringsundirskrift... Þetta eru allt merkjavinnsla og gervigreind býr til hraðvirkan Python kóða á þessu svæði, útskýrir hugtök, reiknar síustuðul. En lítil breytuvilla í merkjavinnslu (röng sýnatökutíðni, rangur gluggi, sleppt Nyquist-stýringu) eyðileggur hljóðlega alla greininguna; Kóðinn gefur ekki villur, hann gefur bara rangar niðurstöður. Í þessari einingu munum við fjalla um að stilla réttar færibreytur með gervigreind, athuga kóðann sem myndaður er með tilliti til Nyquist og samheiti, og sannreyna litróftúlkunina með líkamlegum veruleika.
Grunnfæribreytur: Sampling, Nyquist, Aliasing
Fyrsta reglan um stafræna merkjavinnslu er Nyquist-Shannon setningin: til að tákna merki nákvæmlega verður sýnatökutíðnin að vera að minnsta kosti tvöfalt hæsta tíðniþátturinn í merkinu. Annars mun há tíðni birtast sem lág tíðni (aliasing) og því er ekki hægt að snúa við.
Hæsta tíðni í merkinu: f_max = 2 kHzLágmarks sýnatökutíðni: f_s ≥ 2 · f_max = 4 kHzTil að skilja eftir framlegð í reynd: f_s ≈ 5 · f_max = 10 kHz er valinEinnig er hliðræn andjaldunarsía MUST ÁÐUR sýnatöku.
Varúð: Þegar gervigreind stingur upp á sýnatökutíðni, vertu viss um að athuga hvort það veitir Nyquist byggt á hæsta hluta merkis þíns. Kóðinn keyrir án villna jafnvel við lága sýnatökutíðni; en niðurstaðan er röng vegna alias. Þar að auki getur enginn hugbúnaður afturkallað þessa villu án þess að vera með síu í vélbúnaði.
Upplausn og gluggar fyrir FFT
Tíðniupplausn FFT fer eftir sýnatökutíðni og fjölda sýna: Δf = f_s / N. Fyrir fínni upplausn safnar þú annað hvort fleiri sýnum eða velur lægri f_s (án þess að brjóta Nyquist). Að auki skapar ósamfellan á milli upphafs og enda merkis "rófleka"; Til að draga úr þessu eru gluggaaðgerðir eins og Hann og Hamming notaðar.
f_s = 10 kHz, N = 1024 sýni Tíðniupplausn: Δf = 10000 / 1024 ≈ 9,77 Hz Heildarupptökutími: T = N / f_s = 1024 / 10000 ≈ 102,4 ms
Búa til og athuga FFT og síukóða
Tilgreindu sýnatökutíðni, gluggagerð og áskvarða sérstaklega þegar þú biður um FFT kóðann frá gervigreindinni. Eftirfarandi kóði gefur út einhliða amplitude litróf merkis:
flyttu inn numpy sem npfs = 10000 # sýnatökutíðni (Hz) - staðfestu Nyquist!N = 1024t = np.arange(N) / fs# sýnishorn: 500 Hz + 1500 Hzx = np.sin(2*np.pi*500*t) + 0.5*np.sin(2*np.pi*1500*t)w = np.hanning(N) # gluggastilling: dregur úr litrófsleka staðlað með ávinningi# athugaðu peak frequenciespeaks = f[np.argsort(mag)[-2:]]print("Ríkjandi tíðni (Hz):", np)sort.
Þegar þú athugar þennan kóða verður þú spurður: Er tíðniásinn í raun Hz eða er sýnisvísitalan (rfftfreq notað)? Er amplitude staðlað við gluggaaukningu? Gerast væntanlegir 500 og 1500 Hz toppar virkilega á þeim stöðum? Ef þú staðfestir kóðann með þekktu prófunarmerki (einni tíðni sinus), muntu örugglega staðfesta ásinn og staðlaða.
Veik kvaðning / sterk kvaðning
WEAK:"Settu FFT á þessi gögn."(Niðurstaða: sýnatökutíðni, áskvarði og gluggamyndun eru óljós; grafið er líklegast teiknað á rangan ás.)STERKT:"Beita FFT á 10 kHz sýnishorn. Gefðu upp:- Teiknaðu tíðniásinn í Hz (notaðu Apply ásaukningsgluggann og--normalize the App Hannly gainfreq). tvær ríkjandi tíðnir stafrænt.- Merktu Nyquist mörkin (5 kHz) á línuritinu. Athugaðu að ásinn mun breytast ef sýnatökutíðnin er röng.“
Síuhönnun og hávaðagreining
AI getur myndað lága/háa/bandpass síustuðla (FIR/IIR). En stöðvunartíðni, röð og stöðugleika síunnar verður að athuga. Það getur valdið miklum óstöðugleika og fasabjögun, sérstaklega í IIR síum. Eftir að þú hefur hannað síuna skaltu teikna upp tíðnisvarið (Bode-eins) til að sjá að cutoffið er á réttum stað og það er engin óæskileg gára í passbandinu.
Dæmigerð verkefni í hávaðagreiningu er að aðskilja raunverulegt merki frá hávaða. Hér, metið fyrirhugaðan þröskuld eða síu gervigreindar á móti líkamlegri bandbreidd merkisins: ef raunverulegt merki þitt er á 0-500 Hz, er hluti á 2 kHz líklega hávaði eða truflun. AI gefur tölfræði; Þú gerir líkamlega túlkunina.
Staðfesta litrófstúlkunina með líkamlegum veruleika
Þegar litróf er túlkað gerir gervigreind sanngjarnar en ekki alltaf nákvæmar ályktanir eins og „Það er toppur við 50 Hz, þetta er truflun á neti.“ Berðu þessar athugasemdir saman við líkamlegar væntingar: Er kerfið virkilega með 50 Hz nettengingu? Eru væntanleg snúningstíðni og harmonikkar næstum því til staðar í titringsróf hreyfils? Ef mögulegt er, endurtaktu mælinguna með annarri aðferð (annar skynjari, annar hugbúnaður) og sjáðu sömu toppana.
Ábending: Fyrir hverja litróftúlkun, "hvaða eðlisfræðilega fyrirbæri samsvarar þessi toppur?" Spyrðu spurningarinnar. 50/100/150 Hz netkerfi og harmóník þess, snúningstíðni og margfeldi þess í snúningsvélum, og skiptitíðni í að skipta um aflgjafa eru þekktar undirskriftir. Óþekktur toppur er annað hvort raunverulegur atburður eða mæli-/vinnsluvilla; Rannsakaðu hvort tveggja.
Mini Case
R&D verkfræðingur mælir titring viftu og lætur AI túlka litrófið. „Það er ríkjandi toppur við 1200 Hz, þetta gæti verið bilun í legu,“ segir AI. Verkfræðingur stjórnar hraða viftunnar: 1800 rpm = 30 Hz. Gert er ráð fyrir að legu- og blaðskiptatíðni sé á ákveðnum gildum sem eru samhæf við þessa lotu; 1200 Hz samsvarar ekki neinu af þessu. Það stjórnar sýnatökutíðninni: merkið ber efni allt að 2 kHz, en aðeins 2 kHz er sýnishorn, svo Nyquist brot. Hámarkið við 1200 Hz er draugatíðni sem stafar af samheiti. Þegar ég hækka sýnatökutíðnina í 8 kHz hverfur falski toppurinn. Lexía: Prófaðu alltaf litróftúlkun með væntingum um líkamlega hringrás/tíðni og rétta sýnatöku.
Algeng mistök
- Velja sýnatökutíðni án þess að athuga Nyquist viðmiðunina; Horfir framhjá aliasing.
- Skilið eftir FFT tíðniásinn við sýnisvísitöluna í stað Hz.
- Misvísandi litrófsleki sem merki án glugga.
- Ekki staðla amplitude eftir fjölda glugga/sýna.
- Athugar ekki stöðugleika IIR síunnar og fasabjögun.
- Túlka litrófstoppa án þess að prófa þá í aðdraganda líkamlegra snúninga/tíðni.
Í stuttu máli
- Sýnatökutíðnin verður að vera að minnsta kosti tvöfalt hæsti hluti merkisins; Annars truflar samnefni alla greininguna.
- FFT upplausn Δf = f_s/N; Veldu N og f_s eftir þörfum þínum.
- Glugga dregur úr litrófsleka; staðlaðu amplitude í samræmi við gluggaaukningu.
- Staðfestu gervigreindarkóðann með þekktu prófunarmerki til að staðfesta ás og staðla.
- Athugaðu stöðugleika síunnar og tíðnisvar með því að plotta það.
- Prófaðu alltaf litróftúlkun með von um líkamlega tíðni.
Umsóknarverkefni
Búðu til prófunarmerki með þekktri tíðni (t.d. 500 Hz + 1500 Hz sinus). Biðjið um FFT og síukóða frá AI. Síðan: (1) staðfestu að Nyquist viðmiðunin sé uppfyllt, (2) athugaðu að FFT topparnir birtast í raun við 500 og 1500 Hz, (3) lækka vísvitandi sýnatökutíðnina fyrir neðan Nyquist og athugaðu hvernig samheiti skapar óviðjafnanlegan topp. Athugaðu athuganir þínar og færibreytuna sem þú leiðréttir.