FR3129208A1 - Device and method for determining the nature of a vibration event - Google Patents
Device and method for determining the nature of a vibration event Download PDFInfo
- Publication number
- FR3129208A1 FR3129208A1 FR2112072A FR2112072A FR3129208A1 FR 3129208 A1 FR3129208 A1 FR 3129208A1 FR 2112072 A FR2112072 A FR 2112072A FR 2112072 A FR2112072 A FR 2112072A FR 3129208 A1 FR3129208 A1 FR 3129208A1
- Authority
- FR
- France
- Prior art keywords
- event
- nature
- values
- data
- vibration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 230000008030 elimination Effects 0.000 claims abstract description 6
- 238000003379 elimination reaction Methods 0.000 claims abstract description 6
- 239000004334 sorbic acid Substances 0.000 claims abstract 4
- CDBYLPFSWZWCQE-UHFFFAOYSA-L sodium carbonate Substances [Na+].[Na+].[O-]C([O-])=O CDBYLPFSWZWCQE-UHFFFAOYSA-L 0.000 claims abstract 3
- 239000000783 alginic acid Substances 0.000 claims abstract 2
- 239000011668 ascorbic acid Substances 0.000 claims abstract 2
- 239000004148 curcumin Substances 0.000 claims abstract 2
- 230000006870 function Effects 0.000 claims description 13
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000001594 aberrant effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 7
- 230000010355 oscillation Effects 0.000 description 6
- 230000001052 transient effect Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009257 reactivity Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/02—Mechanical actuation
- G08B13/08—Mechanical actuation by opening, e.g. of door, of window, of drawer, of shutter, of curtain, of blind
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/16—Actuation by interference with mechanical vibrations in air or other fluid
- G08B13/1654—Actuation by interference with mechanical vibrations in air or other fluid using passive vibration detection systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
Dispositif et procédé de détermination de la nature d’un événement vibratoire Le procédé comprenant des étapes de : - obtention (E100) de données représentatives d'au moins une amplitude d’une onde vibratoire détectée par au moins un capteur d’ondes (DTC) et résultante de l’événement vibratoire ; - centrage (E200) de l’ensemble desdites données par rapport à zéro et calcul des valeurs absolues des données centrées ; - élimination (E300) des données dont les valeurs sont aberrantes d’un point de vue statistique; - pondération (E400) des moyennes des valeurs restantes par une fonction fenêtre; - calcul (E500) dans le domaine fréquentiel d’un niveau d’énergie à partir des valeurs pondérées; - détermination (E600), à partir du niveau d’énergie, d’une occurrence et d’une signature dudit événement vibratoire; et- détermination (E700), en fonction de ladite signature, de la nature de l’événement vibratoire. Figure pour l’abrégé : Fig. 1.Device and method for determining the nature of a vibration event The method comprising steps of: - obtaining (E100) data representative of at least one amplitude of a vibration wave detected by at least one wave sensor (DTC ) and resulting from the vibratory event; - centering (E200) of all of said data with respect to zero and calculation of the absolute values of the centered data; - elimination (E300) of data whose values are statistically outliers; - weighting (E400) of the averages of the remaining values by a window function; - calculation (E500) in the frequency domain of an energy level from the weighted values; - determination (E600), from the energy level, of an occurrence and a signature of said vibratory event; and- determination (E700), based on said signature, of the nature of the vibratory event. Figure for abstract: Fig. 1.
Description
L’invention se rapporte au domaine général de l’électronique. Elle concerne plus particulièrement le domaine de la détermination de la nature d’un événement vibratoire.The invention relates to the general field of electronics. It relates more particularly to the field of determining the nature of a vibrational event.
Un événement vibratoire génère une ou plusieurs ondes vibratoires. Il existe des capteurs d’ondes vibratoires configurés pour détecter ces ondes, tels que des gyroscopes, des accéléromètres et des magnétomètres. Les ondes détectées sont traitées pour pouvoir déterminer la nature de l’événement vibratoire qui les a générées. On rappelle qu’un événement vibratoire peut suivre un régime d’oscillation établi, caractérisé par une oscillation produite sur le long terme, ou un régime d’oscillation transitoire correspondant à une perturbation momentanée.A vibrational event generates one or more vibrational waves. There are vibration wave sensors configured to detect these waves, such as gyroscopes, accelerometers and magnetometers. The detected waves are processed to be able to determine the nature of the vibrational event that generated them. It is recalled that a vibration event can follow an established oscillation regime, characterized by an oscillation produced over the long term, or a transient oscillation regime corresponding to a momentary disturbance.
A titre d’exemple, le traitement d’ondes vibratoires peut être utilisé pour déterminer la nature d’une utilisation d’une porte, telles qu’une ouverture de la porte avec une clef ou un coup porté à la porte pour un éventuel cambriolage. Selon un autre exemple, le traitement d’ondes vibratoires peut être utilisé pour surveiller le fonctionnement d’un équipement tel qu’un roulement à billes d’un moteur, afin de détecter une éventuelle défaillance de cet équipement.By way of example, the processing of vibration waves can be used to determine the nature of a use of a door, such as an opening of the door with a key or a knock on the door for a possible burglary. . According to another example, the processing of vibration waves can be used to monitor the operation of equipment such as a ball bearing of a motor, in order to detect a possible failure of this equipment.
Pour traiter une onde vibratoire et classifier son événement, on connait des premières solutions dans le domaine temporel et qui visent à étudier statistiquement une onde vibratoire, par exemple en utilisant des méthodes de type Z-score ou de type dépassement de seuils. Ces méthodes de l’état de la technique sont rapides mais imprécises et doivent faire l'objet d'un réglage fin. De plus, ces méthodes nécessitent un calibrage des capteurs d’ondes.To process a vibration wave and classify its event, first solutions are known in the time domain and which aim to study a vibration wave statistically, for example by using methods of the Z-score type or of the threshold overrun type. These state-of-the-art methods are fast but inaccurate and require fine-tuning. In addition, these methods require calibration of the wave sensors.
On connait d’autres solutions dans le domaine fréquentiel notamment basées sur des transformées de Fourier, des calculs d’autocorrélation ou l'utilisation de filtres. Les transformées de Fourier permettent d'observer dans le domaine fréquentiel les données temporelles. Cependant, les transformées de Fourier ne sont pas adaptées pour classifier un évènement vibratoire bref et aléatoire qui suit un régime d’oscillation transitoire. Les méthodes actuelles basées sur l'autocorrélation permettent de détecter et qualifier de tels évènements ayant un régime transitoire, mais au prix d'une faible réactivité et d'un coût de calcul important. Les méthodes basées sur l’utilisation d’un filtre nécessitent de connaître les perturbations à observer de sorte à déterminer les paramètres du filtre. D'autre part, ces méthodes basées sur le domaine fréquentiel ne permettent pas d'étudier l'apparition d'artefacts de mesures (par exemple des mesures anormales observables sur des capteurs perturbés et/de mauvaise qualité) et le mode de fenêtrage utilisé pour limiter les distorsions spectrales, par exemple une fenêtre de Hann, grèvent la réactivité de ces dernières.Other solutions are known in the frequency domain, notably based on Fourier transforms, autocorrelation calculations or the use of filters. Fourier transforms make it possible to observe temporal data in the frequency domain. However, Fourier transforms are not suitable for classifying a brief and random vibrational event that follows a transient oscillation regime. Current methods based on autocorrelation make it possible to detect and qualify such events having a transient regime, but at the cost of low reactivity and high computational cost. Methods based on the use of a filter require knowledge of the disturbances to be observed in order to determine the parameters of the filter. On the other hand, these methods based on the frequency domain do not make it possible to study the appearance of measurement artefacts (for example abnormal measurements observable on disturbed and/or poor quality sensors) and the windowing mode used to limiting spectral distortions, for example a Hann window, affects the reactivity of the latter.
On connait encore d’autres solutions basées sur des transformations en ondelettes. On rappelle que les ondelettes sont des fonctions générées à partir d'une ondelette mère dont on fait évoluer des paramètres afin de générer une famille d'ondelettes. Cette solution est notamment utilisée pour la détection d'ondes gravitationnelles dans des détecteurs de type LIGO et VIRGO (marques déposées).We also know other solutions based on wavelet transformations. It is recalled that the wavelets are functions generated from a mother wavelet whose parameters are changed in order to generate a family of wavelets. This solution is used in particular for the detection of gravitational waves in detectors of the LIGO and VIRGO type (registered trademarks).
Les solutions basées sur des ondelettes de Haar sont relativement simples et permettent de repérer des oscillations sur un signal. Elles présentent cependant l’inconvénient de manquer de régularité, de sorte qu’elles ne sont pas adaptées à une analyse fine du contenu des données qu’elles retranscrivent sans la mise en place d’un traitement subséquent de ces données.Solutions based on Haar wavelets are relatively simple and make it possible to locate oscillations on a signal. However, they have the disadvantage of lacking regularity, so that they are not suitable for a detailed analysis of the content of the data that they transcribe without setting up a subsequent processing of these data.
Les solutions basées sur des ondelettes qui n’utilisent pas des ondelettes de Haar permettent de procéder à une analyse d’ondes très brèves mais au prix d'une complexité de calcul forte.Wavelet-based solutions that do not use Haar wavelets allow for very short wave analysis but at the cost of high computational complexity.
Il existe donc un besoin pour une solution permettant de déterminer la nature d’un événement vibratoire que ce soit en régime établi ou transitoire, tout en évitant les inconvénients des solutions de l’art antérieur.There is therefore a need for a solution making it possible to determine the nature of a vibration event whether in steady state or transient, while avoiding the drawbacks of the solutions of the prior art.
L’invention vise un procédé de détermination de la nature d’un événement vibratoire, comprenant des étapes de :
- obtention de données représentatives d'au moins une amplitude d’une onde vibratoire détectée par au moins un capteur d’ondes et résultante de l’événement vibratoire ;
- centrage de l’ensemble des données par rapport à zéro et calcul des valeurs absolues des données centrées;
- élimination des données dont les valeurs sont aberrantes d’un point de vue statistique ;
- pondération des moyennes des données restantes par une fonction fenêtre ;
- calcul dans le domaine fréquentiel d’un niveau d’énergie à partir des valeurs pondérées ;
- détermination, à partir du niveau d’énergie, d’une occurrence et d’une signature dudit événement vibratoire ; et
- détermination, en fonction de ladite signature, de la nature de l’événement vibratoire.The invention relates to a method for determining the nature of a vibration event, comprising steps of:
- Obtaining data representative of at least one amplitude of a vibration wave detected by at least one wave sensor and resulting from the vibration event;
- centering of the data set with respect to zero and calculation of the absolute values of the centered data;
- elimination of data whose values are outliers from a statistical point of view;
- weighting of the averages of the remaining data by a window function;
- calculation in the frequency domain of an energy level from the weighted values;
- determination, from the energy level, of an occurrence and a signature of said vibratory event; And
- determination, according to said signature, of the nature of the vibratory event.
Corrélativement, l’invention vise un dispositif de détermination de la nature d’un événement vibratoire, comprenant :
- des moyens de communication configuré pour obtenir des données représentatives d'au moins une amplitude d’une onde vibratoire détectée par au moins un capteur d’ondes et résultante de l’événement vibratoire ;
- un processeur configuré pour :
-- centrer l’ensemble des données par rapport à zéro et calculer les valeurs absolues des données centrées;
-- éliminer les données dont les valeurs sont aberrantes d’un point de vue statistique;
-- effectuer une pondération des moyennes des valeurs restantes par une fonction-fenêtre ;
-- calculer dans le domaine fréquentiel un niveau d’énergie à partir des valeurs pondérées;
-- déterminer, à partir du niveau d’énergie, une occurrence et une signature dudit événement vibratoire ; et
- un module de classification configuré pour déterminer, en fonction de ladite signature, la nature de l’événement vibratoire.Correlatively, the invention relates to a device for determining the nature of a vibratory event, comprising:
- Communication means configured to obtain data representative of at least one amplitude of a vibration wave detected by at least one wave sensor and resulting from the vibration event;
- a processor configured for:
-- center the data set with respect to zero and calculate the absolute values of the centered data;
-- eliminate data whose values are statistically outliers;
-- carry out a weighting of the averages of the remaining values by a function-window;
-- calculating in the frequency domain an energy level from the weighted values;
-- determining, from the energy level, an occurrence and a signature of said vibrational event; And
- a classification module configured to determine, based on said signature, the nature of the vibration event.
Une information représentative de la signature ou de la nature de l’événement vibratoire peut être restituée à un utilisateur.Information representative of the signature or the nature of the vibration event can be returned to a user.
On rappelle que pour un homme du métier des statistiques, une variable centrée est la transformée d’une variable aléatoire par une application affine de telle sorte que sa moyenne soit nulle.It is recalled that for a person skilled in statistics, a centered variable is the transformation of a random variable by an affine application such that its mean is zero.
On rappelle que pour un homme du métier des statistiques, une valeur aberrante d’un point de vue statistique (en anglais « outlier »), est une valeur qui est distante de valeurs normalement mesurées sur le même phénomène. L’homme du métier des statistiques connait différentes méthodes pour détecter des valeurs aberrantes, en considérant par exemple les valeurs qui s’écartent d’un seuil statistique. Ce seuil peut être établi dynamiquement par rapport à un ensemble d’échantillons de ces données, de sorte à prendre en compte le bruit inhérent au capteur.It is recalled that for a person skilled in statistics, an outlier from a statistical point of view is a value that is far from values normally measured on the same phenomenon. Those skilled in the field of statistics know different methods for detecting outliers, for example by considering values that deviate from a statistical threshold. This threshold can be established dynamically with respect to a set of samples of this data, so as to take into account the noise inherent in the sensor.
Les caractéristiques et avantages du procédé selon l’invention présentés ci-après s’appliquent de la même façon au dispositif selon l’invention et vice versa.The characteristics and advantages of the method according to the invention presented below apply in the same way to the device according to the invention and vice versa.
La technique proposée permet de détecter la présence et déterminer la nature d’un évènement vibratoire transitoire non-connu et aléatoire avec une forte réactivité.The proposed technique makes it possible to detect the presence and determine the nature of an unknown and random transient vibrational event with high reactivity.
Contrairement aux solutions de l’art antérieur qui sont basées exclusivement sur le domaine temporel, la technique proposée permet de s'abstraire du calibrage des capteurs d’ondes vibratoires. Ce résultat est atteint en particulier par la contribution conjointe des opérations de centrage, de calcul des valeurs absolues et d’élimination des valeurs aberrantes, qui permettent de compenser un mauvais calibrage d’un capteur (défaut de décalage ou de réglage de sensibilité par exemple).Contrary to the solutions of the prior art which are based exclusively on the time domain, the proposed technique makes it possible to abstract from the calibration of the vibration wave sensors. This result is achieved in particular by the joint contribution of the operations of centering, calculation of absolute values and elimination of aberrant values, which make it possible to compensate for a bad calibration of a sensor (lack of offset or adjustment of sensitivity for example ).
Contrairement aux solutions de l’art antérieur qui sont basées exclusivement sur le domaine fréquentiel ou les transformations en ondelettes, la technique proposée permet un traitement plus simple, plus rapide et moins couteux en termes de capacité de calcul CPU (pour « Central Processing Unit, » en anglais).Unlike the solutions of the prior art which are based exclusively on the frequency domain or wavelet transformations, the proposed technique allows simpler, faster and less expensive processing in terms of CPU calculation capacity (for “Central Processing Unit, " in English).
La technique proposée permet de déterminer la nature d’un événement vibratoire ayant un régime d’oscillation transitoire.The proposed technique makes it possible to determine the nature of a vibration event having a transient oscillation regime.
Le procédé proposé allie le faible coût de calcul des méthodes statistiques, à l’apport d’information des traitements dans le domaine fréquentiel, tout en permettant, par exemple par l’élimination des valeurs dépassant un seuil, d’éliminer les valeurs aberrantes.The proposed process combines the low computational cost of statistical methods, with the information provided by processing in the frequency domain, while allowing, for example by eliminating values exceeding a threshold, to eliminate outliers.
Le procédé de détermination comporte une pondération temporelle des données restantes (c’est-à-dire non aberrantes) par une fonction fenêtre. Cette fonction fenêtre permet une pondération plus importante pour les données mesurées le plus récemment.The determination method comprises a temporal weighting of the remaining data (i.e. non-outliers) by a window function. This window function allows greater weighting for the most recently measured data.
La fenêtre peut être de nature quelconque, par exemple rectangulaire.The window can be of any type, for example rectangular.
Dans un mode de réalisation, la fonction fenêtre utilisée pour la pondération des données restantes (non aberrantes) est asymétrique. Cette caractéristique augmente la réactivité du procédé de détection et favorise l’oubli d’événements passés.In one embodiment, the window function used for weighting the remaining (non-outlier) data is asymmetric. This characteristic increases the reactivity of the detection process and promotes the forgetting of past events.
Dans un mode de réalisation, la signature de l’événement vibratoire comprend un début et une fin de l’événement vibratoire, le niveau d’énergie de l’événement vibratoire, et un début de décroissance du niveau d’énergie associé audit événement vibratoire.In one embodiment, the signature of the vibration event comprises a start and an end of the vibration event, the energy level of the vibration event, and a start of the decrease in the energy level associated with said vibration event .
Cette caractéristique permet avantageusement de reconnaître des micro-évènements et leur force au sein d’une composition d’évènements (ou macro-évènement). Par ailleurs, lorsque la nature des événements vibratoires est déterminée en utilisant un modèle obtenu par une méthode d'apprentissage machine, cette caractéristique facilite la constitution des jeux de données utilisés pendant la phase préliminaire d’entraînement de ce modèle.This characteristic advantageously makes it possible to recognize micro-events and their strength within a composition of events (or macro-events). Moreover, when the nature of the vibration events is determined using a model obtained by a machine learning method, this characteristic facilitates the constitution of the data sets used during the preliminary training phase of this model.
Pour illustrer cet avantage, si on considère une utilisation de l’invention pour détecter un individu qui frappe trois fois à une porte (« toc toc toc »), cette caractéristique permet de détecter chacune des frappes (chacun des « toc »), sans qu’il soit nécessaire d’entraîner le réseau de neurones avec un premier jeu de données correspondant au toc et avec un deuxième jeu de données correspondant aux « toc toc », ce qui est complexe, incertain et très long à réaliser.To illustrate this advantage, if we consider a use of the invention to detect an individual who knocks three times on a door ("knock knock knock"), this characteristic makes it possible to detect each of the knocks (each of the "knocks"), without that it is necessary to train the neural network with a first set of data corresponding to the knock and with a second set of data corresponding to the “knock knocks”, which is complex, uncertain and very long to achieve.
Cette caractéristique permet avantageusement d’éliminer les périodes dites de « silence ». Les silences correspondent à des moments où seul le bruit du capteur est observable sans que des données utiles ne soient remontées. Cette capacité facilite l’apprentissage machine dans l’exemple de la détermination de vibration d’une porte dans la mesure où il ne se passerait aucun évènement pour 95% du temps. Dans de telles conditions, l’entrainement d’un réseau de neurones risquerait fortement de produire un réseau qui ne prédirait que des périodes de silences (puisqu’il aurait raison à 95% du temps) y compris si des évènements se produisaient. En ôtant les périodes de silences, le procédé limite avantageusement cet écueil.This characteristic advantageously makes it possible to eliminate the so-called “silence” periods. The silences correspond to moments when only the noise of the sensor is observable without any useful data being reported. This capability facilitates machine learning in the example of determining the vibration of a door since no event would occur 95% of the time. Under such conditions, training a neural network would run a high risk of producing a network that would only predict periods of silence (since it would be right 95% of the time) even if events occurred. By removing the periods of silence, the method advantageously limits this pitfall.
On rappelle qu’une onde vibratoire peut avoir des amplitudes positives et des amplitudes négatives, que l’on peut centrer par rapport à zéro. L’évolution de l’amplitude d’une onde vibratoire en fonction du temps suit généralement une courbe sinusoïdale.We recall that a vibratory wave can have positive amplitudes and negative amplitudes, which can be centered with respect to zero. The evolution of the amplitude of a vibration wave as a function of time generally follows a sinusoidal curve.
Dans l’exemple de la détermination des vibrations d’une porte, les valeurs centrées d’une onde vibratoire ont généralement une valeur moyenne proche de zéro, que ce soit lors de périodes de silences si le capteur a un bruit blanc, ou bien lors d’évènements vibratoires. Selon la technique proposée, le fait de considérer les valeurs absolues des amplitudes permet de distinguer aisément les périodes de silence des évènements vibratoires.In the example of determining the vibrations of a door, the centered values of a vibration wave generally have an average value close to zero, whether during periods of silence if the sensor has white noise, or during vibratory events. According to the technique proposed, the fact of considering the absolute values of the amplitudes makes it possible to easily distinguish the periods of silence from the vibratory events.
Selon la technique proposée, le fait de considérer les valeurs absolues des amplitudes centrées sur zéro permet de mettre en évidence les amplitudes ayant des valeurs écartées par rapport à la majorité des amplitudes. Ces valeurs écartées peuvent correspondre à des mesures erronées par le capteur d’ondes ou à des parasites électroniques (par exemple des bruits d’un bus de communication entre le capteur et le processeur du dispositif).According to the technique proposed, the fact of considering the absolute values of the amplitudes centered on zero makes it possible to highlight the amplitudes having values that are out of step with respect to the majority of the amplitudes. These mismatched values may correspond to erroneous measurements by the wave sensor or to electronic interference (for example noise from a communication bus between the sensor and the device processor).
L’étape de centrage selon le procédé proposé permet de corriger des éventuelles erreurs induites par le capteur d’ondes vibratoires, par exemple à cause d’un mauvais calibrage. Le centrage de données consiste à soustraire des valeurs de plusieurs mesures consécutives la moyenne de ces valeurs. Par exemple, si deux données consécutives correspondent à des valeurs d’une amplitude de +5.5 et -4.5, on peut déduire qu’il y a un décalage de +0.5 et que les valeurs centrées de l’amplitude sont de +5 et -5.The centering step according to the proposed method makes it possible to correct any errors induced by the vibration wave sensor, for example due to poor calibration. Data centering consists in subtracting the values of several consecutive measurements from the mean of these values. For example, if two consecutive data correspond to values with an amplitude of +5.5 and -4.5, we can deduce that there is a shift of +0.5 and that the centered values of the amplitude are +5 and - 5.
Le centrage comporte :
- une détection d’un décalage par rapport à zéro de la moyenne de données consécutives correspondant aux valeurs maximale et minimale d’une amplitude, et
- une soustraction de ce décalage aux données non centrées par rapport à zéro.
Suite à ce centrage, les valeurs absolues de ces amplitudes centrées sont calculéesCentering includes:
- detection of an offset relative to zero of the mean of consecutive data corresponding to the maximum and minimum values of an amplitude, and
- a subtraction of this offset from the data not centered with respect to zero.
Following this centering, the absolute values of these centered amplitudes are calculated
Selon la technique proposée, les valeurs éliminées sont celles dont les valeurs absolues sont considérées comme aberrantes d’un point de vue statistique.According to the proposed technique, the eliminated values are those whose absolute values are considered as outliers from a statistical point of view.
Dans un mode de réalisation particulier, le seuil utilisé dans l’étape d’élimination correspond à la moyenne d’un certain nombre n de données obtenues à l’issue de l’étape de calcul des valeurs absolues, additionnée avec un certain nombre m d’écarts types calculés pour au moins certaines des n données. Ces nombres n et m peuvent être déterminés selon une technique de réglage fin (« fine tuning » en anglais).In a particular embodiment, the threshold used in the elimination step corresponds to the average of a certain number n of data obtained at the end of the step of calculating the absolute values, added with a certain number m of standard deviations calculated for at least some of the n data. These numbers n and m can be determined using a fine tuning technique.
Dans un autre mode de réalisation particulier, le seuil utilisé dans l’étape d’élimination est le Z-score d’un certain nombre n’ de données obtenues à l’issu de l’étape de centrage. Ce mode basé sur l’utilisation du Z-score permet de déterminer la nature de l’événement de façon fiable même si les données présentent des variations importantes.In another particular embodiment, the threshold used in the elimination step is the Z-score of a certain number n′ of data obtained at the end of the centering step. This mode based on the use of the Z-score makes it possible to reliably determine the nature of the event even if the data presents significant variations.
Dans un mode de réalisation, les valeurs éliminées sont remplacées par la moyenne d’un certain nombre de données obtenues à l’issue de l’étape de calcul des valeurs absolues. Les échantillons conservent ainsi un nombre constant de données.In one embodiment, the eliminated values are replaced by the average of a certain number of data obtained at the end of the step of calculating the absolute values. The samples thus keep a constant number of data.
Le calcul du niveau d’énergie se base sur le domaine fréquentiel, dit également spectral.The calculation of the energy level is based on the frequency domain, also called spectral.
Dans un mode de réalisation, ce calcul dans le domaine fréquentiel peut être effectué sur un ensemble de moyennes calculées à partir de sous-ensembles des valeurs absolues. Ces moyennes permettent de sous-échantillonner les valeurs absolues de sorte à réduire la complexité de calcul. Ce calcul est réalisé au fil de l’eau. Ainsi, la technique proposée permet de traiter les données et déterminer la nature de l’événement avec précision, sans impacter la rapidité du traitement.In one embodiment, this calculation in the frequency domain can be performed on a set of averages calculated from subsets of the absolute values. These averages make it possible to sub-sample the absolute values so as to reduce the computational complexity. This calculation is made on the fly. Thus, the proposed technique makes it possible to process the data and determine the nature of the event with precision, without impacting the speed of the processing.
Ce mode de réalisation permet d’effectuer les calculs sur un nombre restreint de données, par exemple 32. En particulier, le calcul de la transformée de Fourier explicité ci-après, dont le coût est en n.log2(n) est simplifié, n étant la taille de l’échantillon considéré.This embodiment makes it possible to perform the calculations on a restricted number of data, for example 32. In particular, the calculation of the Fourier transform explained below, the cost of which is in n.log2(n) is simplified, n being the size of the sample considered.
Dans un mode de réalisation, ces sous-ensembles peuvent correspondre à des événements dont le début et la fin encadrent des plages temporelles où l’énergie est localement plus importante. En effet, dans ces plages, la courbe représentative de l’énergie en fonction du temps présente des bosses, résultat de la fonction fenêtre de pondération.In one embodiment, these subsets may correspond to events whose start and end frame time ranges where the energy is locally greater. Indeed, in these ranges, the curve representing the energy as a function of time presents bumps, a result of the weighting window function.
Dans un mode de réalisation, le début de l’évènement est déterminé par l’observation de la dérivée du niveau d’énergie. Le début de décroissance du niveau d’énergie est déterminé par une recherche d’une dérivée seconde nulle. La fin de l’évènement est déterminée par l’observation d’un retour à un niveau nul de la dérivée du niveau d’énergie.In one embodiment, the onset of the event is determined by observing the derivative of the energy level. The beginning of the decrease in the energy level is determined by a search for a zero second derivative. The end of the event is determined by the observation of a return to a zero level of the derivative of the energy level.
La restitution d’une information représentative de la signature et/ou de la nature de l’événement vibratoire permet d’aider l’utilisateur à prendre une décision. Par exemple, si la nature de l’événement vibratoire correspond à une défaillance d’une machine industrielle, l’utilisateur peut décider de réparer cette machine. Selon un autre exemple, si la nature de l’événement vibratoire correspond à une ouverture d’une porte avec une clef, l’utilisateur peut commander un allumage de la pièce accessible par cette porte. Selon un autre exemple, l’utilisateur peut appeler la police si la nature de l’événement vibratoire correspond à une tentative de cambriolage d’une porte et avant que le cambrioleur ne soit entré : l’alarme peut ainsi être donnée avant que la porte ne soit trop abimée et que des biens ne soient volés.The restitution of information representative of the signature and/or the nature of the vibration event helps the user to make a decision. For example, if the nature of the vibration event corresponds to a failure of an industrial machine, the user can decide to repair this machine. According to another example, if the nature of the vibratory event corresponds to the opening of a door with a key, the user can control an ignition of the room accessible by this door. According to another example, the user can call the police if the nature of the vibration event corresponds to an attempted burglary of a door and before the burglar has entered: the alarm can thus be given before the door is damaged too much and goods are stolen.
Dans un mode de réalisation particulier, le(s) capteur(s) d’onde peut (peuvent) comporter au moins un module parmi un accéléromètre et un gyroscope. On rappelle ici qu’un accéléromètre permet de déterminer la direction de mouvement d’un objet. On rappelle aussi qu’un gyroscope est un capteur de position angulaire et/ou de vitesse angulaire. En particulier, les capteurs d’ondes peuvent comporter jusqu’à trois accéléromètres et jusqu’à trois gyroscopes détectant des ondes selon trois axes orthogonaux. En particulier, ces capteurs peuvent être intégrés dans un même dispositif.In a particular embodiment, the wave sensor(s) may (may) comprise at least one module among an accelerometer and a gyroscope. It is recalled here that an accelerometer makes it possible to determine the direction of movement of an object. It is also recalled that a gyroscope is an angular position and/or angular speed sensor. In particular, wave sensors can comprise up to three accelerometers and up to three gyroscopes detecting waves along three orthogonal axes. In particular, these sensors can be integrated into the same device.
Dans un mode de réalisation particulier, le capteur est configuré pour détecter une onde résultante d’une utilisation d’un ouvrant, ou d’un fonctionnement d’un équipement électronique.In a particular embodiment, the sensor is configured to detect a wave resulting from the use of an opening, or from the operation of electronic equipment.
Le procédé proposé a une application avantageuse lorsque l’événement vibratoire correspond à une utilisation d’un ouvrant, telle qu’une porte ou une fenêtre ou un tiroir. La détermination de la nature d’un tel événement permet par exemple de distinguer une utilisation autorisée de l’ouvrant par rapport à une utilisation suspecte.The proposed method has an advantageous application when the vibratory event corresponds to the use of an opening, such as a door or a window or a drawer. Determining the nature of such an event makes it possible, for example, to distinguish authorized use of the opening from suspicious use.
Le procédé proposé a également une application avantageuse lorsque l’événement vibratoire est généré par le fonctionnement d’un équipement électronique. La détermination de la nature d’un tel événement permet de détecter une éventuelle défaillance de l’équipement.The proposed method also has an advantageous application when the vibration event is generated by the operation of electronic equipment. Determining the nature of such an event makes it possible to detect a possible failure of the equipment.
Dans un mode de réalisation particulier, le procédé proposé comprend en outre :
- une étape de calcul de la moyenne glissante des valeurs absolues des données, ledit centrage tenant compte de la moyenne glissante ; et
- suite à une détermination d’une absence d’un événement vibratoire, une étape d’ajustement d’un paramètre de décalage utilisé pour le centrage.In a particular embodiment, the proposed method further comprises:
- a step of calculating the moving average of the absolute values of the data, said centering taking account of the moving average; And
- Following a determination of an absence of a vibration event, a step of adjusting a shift parameter used for centering.
Selon la technique proposée, la moyenne glissante permet de calculer un paramètre de décalage pour que la distribution des données obtenues soit centrée par rapport à zéro. Par exemple, on suppose que suite à une première itération de mise en œuvre du procédé proposé, il est déterminé qu’il existe un décalage de 0.5 : si deux données consécutives correspondent à des valeurs d’une amplitude de +6 et -5, on peut déduire qu’il y a un décalage de 0.5 et que les valeurs correctes de l’amplitude sont de +5.5 et -5.5. Ce paramètre de décalage de 0.5 est soustrait à des nouvelles valeurs jusqu’à une mise à jour de ce paramètre de décalage. Des valeurs absolues d’amplitudes de +3, -2 sont remplacées par 2.5, 2.5 suite à la soustraction du décalage de 0.5. Le décalage peut être dû à un mauvais calibrage du capteur d’ondes vibratoires ou à son positionnement. Par exemple, un accéléromètre positionné vers le haut aura un décalage d’environ -9,8 correspondant à la force d’attraction terrestre.According to the proposed technique, the moving average makes it possible to calculate a shift parameter so that the distribution of the data obtained is centered with respect to zero. For example, it is assumed that following a first iteration of implementation of the proposed method, it is determined that there is a shift of 0.5: if two consecutive data items correspond to values with an amplitude of +6 and -5, we can deduce that there is an offset of 0.5 and that the correct values of the amplitude are +5.5 and -5.5. This offset parameter of 0.5 is subtracted from new values until an update of this offset parameter. Absolute values of amplitudes of +3, -2 are replaced by 2.5, 2.5 following the subtraction of the offset from 0.5. The offset may be due to improper calibration of the vibration wave sensor or its positioning. For example, an accelerometer positioned upwards will have an offset of approximately -9.8 corresponding to the force of Earth's attraction.
Supposons qu’au cours d’une itération ultérieure de mise en œuvre du procédé proposé, il est déterminé qu’il n’y a pas d’événement vibratoire. Le paramètre de décalage est recalculé sur la base de valeurs correspondantes à cette itération où aucun événement n’a été observé. Supposons que certaines de ces valeurs sont -10,5, -10, -9.2 et -9.5. La moyenne glissante de ces valeurs est -9.8 Le nouveau paramètre de décalage est donc de -9.8. La mise à jour du décalage n’est réalisée qu’en absence de détection d’un évènement vibratoire. Ainsi, la technique proposée permet d’introduire des écarts entre les données correspondantes à deux événements vibratoires consécutifs.Suppose that during a subsequent iteration of implementing the proposed method, it is determined that there is no vibration event. The lag parameter is recalculated based on values corresponding to this iteration where no event was observed. Suppose some of these values are -10.5, -10, -9.2 and -9.5. The running average of these values is -9.8 The new offset parameter is therefore -9.8. The update of the offset is only carried out in the absence of detection of a vibration event. Thus, the proposed technique makes it possible to introduce discrepancies between the data corresponding to two consecutive vibration events.
Par simple soustraction du paramètre de décalage aux valeurs des amplitudes, les décalages momentanés induits par des capteurs mal calibrés et/ou de mauvaise qualité sont supprimés.By simply subtracting the shift parameter from the amplitude values, the momentary shifts induced by poorly calibrated and/or poor quality sensors are eliminated.
Dans un mode de réalisation particulier, le procédé proposé comprend en outre une étape de génération d’une action associée à la classe de l’événement vibratoire.In a particular embodiment, the proposed method further comprises a step of generating an action associated with the class of the vibration event.
L’action peut être par exemple la génération d’une alarme par exemple sonore et/ou visuelle, l’envoi d’un message de notification à un terminal donné, et/ou la commande d’une mise en marche ou en arrêt d’un équipement donné.The action can be for example the generation of an alarm, for example sound and / or visual, the sending of a notification message to a given terminal, and / or the command to start or stop a device. given equipment.
Dans mode de réalisation particulier, la fenêtre de pondération est une demi-fenêtre de Hann.In a particular embodiment, the weighting window is a Hann half-window.
On rappelle que la fonction w(k) d’une demi-fenêtre de Hann est donnée par l’équation suivante :
Pour un ensemble de n données numérotées de 0 à n-1, le calcul appliqué à la k-ième valeur de la fenêtre glissante de calcul est le suivant :
[Math 1]
For a set of n data items numbered from 0 to n-1, the calculation applied to the k-th value of the sliding calculation window is as follows:
[Math 1]
Alternativement, la fenêtre d’observation peut être de type demi- porteAlternatively, the observation window can be of the half-door type.
Dans mode de réalisation particulier, l’étape de calcul d’un niveau d’énergie comporte une application d’une transformée rapide de Fourier (FFT) aux valeurs pondérées et un calcul du module au carré pour chaque valeur obtenue suite à l’application de la transformée de Fourier, le niveau d’énergie étant la somme des modules au carré.In a particular embodiment, the step of calculating an energy level comprises an application of a fast Fourier transform (FFT) to the weighted values and a calculation of the squared modulus for each value obtained following the application of the Fourier transform, the energy level being the sum of the squared modules.
Dans mode de réalisation particulier, l’étape de calcul d’un niveau d’énergie comporte une application d’une transformée en ondelettes de Haar aux valeurs pondérées, le niveau d’énergie étant approché par la somme des amplitudes trouvées pour les n ondelettes d’approximation de plus basse fréquences.In a particular embodiment, the step of calculating an energy level comprises applying a Haar wavelet transform to the weighted values, the energy level being approximated by the sum of the amplitudes found for the n wavelets approximation of lower frequencies.
Dans mode de réalisation particulier, la nature de l’événement vibratoire est déterminée en utilisant un modèle obtenu par une méthode d'apprentissage machine.In a particular embodiment, the nature of the vibration event is determined using a model obtained by a machine learning method.
Ce mode permet une détermination rapide de la nature de l’événement. Le modèle d’apprentissage machine est entraîné au préalable en utilisant des données représentatives d’amplitudes d’ondes vibratoires, et par les natures des événements ayant généré ces ondes. Des signatures sont associées à des natures d’événements dans une mémoire telle qu’une base de données ou tout autre moyen de stockage et d’enregistrement de données permettant l’association, par exemple un réseau de neurones. En particulier, une telle base de données (ou le moyen de stockage équivalent) peut être localisée à proximité ou à distance du dispositif proposé.This mode allows a quick determination of the nature of the event. The machine learning model is trained beforehand using data representative of vibration wave amplitudes, and by the nature of the events that generated these waves. Signatures are associated with the natures of events in a memory such as a database or any other means of storing and recording data allowing the association, for example a neural network. In particular, such a database (or the equivalent storage means) can be located near or at a distance from the proposed device.
Dans un mode de réalisation particulier, le procédé proposé comprend en outre une étape d’enregistrement dans une mémoire de la signature en association avec la nature déterminée pour l’entraînement d’un modèle d’apprentissage machine.In a particular embodiment, the proposed method further comprises a step of recording in a memory the signature in association with the determined nature for training a machine learning model.
Ce modèle peut être utilisé ultérieurement, après son entraînement, pour déterminer la nature d’un événement vibratoire selon la technique proposée.This model can be used later, after its training, to determine the nature of a vibration event according to the proposed technique.
Dans un mode de réalisation particulier, le procédé proposé comprend en outre une étape de détermination d’une relation entre au moins deux dits événements vibratoires consécutifs en fonction des signatures de ces événements.In a particular embodiment, the proposed method further comprises a step of determining a relationship between at least two said consecutive vibrational events as a function of the signatures of these events.
En effet, deux événements consécutifs peuvent faire partie d’un même macro-événement. Par exemple, une frappe à un ouvrant peut faire partie d’une série de frappes (« toc toc ») à l’ouvrant. La relation entre deux événements vibratoires peut se baser sur la nature déterminée pour chacun de ces événements et sur le décalage temporel entre les occurrences de ces événements. Le fait de travailler sur des évènements unitaires permet :
- de réduire la complexité de calcul sur des évènements multiples (ex : « toc-toc-toc »)
- de reconnaitre une série d’évènements à partir de la reconnaissance d’un ou plusieurs évènements unitaires la composant.Indeed, two consecutive events can be part of the same macro-event. For example, a knock on an opening can be part of a series of knocks (“knock knock”) on the opening. The relationship between two vibrational events can be based on the nature determined for each of these events and on the time lag between the occurrences of these events. Working on single events allows:
- to reduce the complexity of calculation on multiple events (ex: "knock-knock-knock")
- to recognize a series of events from the recognition of one or more unit events composing it.
L’invention vise également un programme d’ordinateur sur un support d’enregistrement, ce programme étant susceptible d’être mis en œuvre dans un ordinateur ou un dispositif conforme à l’invention. Ce programme comporte des instructions adaptées à la mise en œuvre d’au moins certaines étapes d'un procédé de détermination de la nature d’un événement vibratoire, tel que décrit ci-dessus.The invention also relates to a computer program on a recording medium, this program being capable of being implemented in a computer or a device in accordance with the invention. This program includes instructions adapted to the implementation of at least certain steps of a method for determining the nature of a vibration event, as described above.
Ce programme peut utiliser n’importe quel langage de programmation, et être sous la forme de code source, code objet, ou de code intermédiaire entre code source et code objet, tel que dans une forme partiellement compilée, ou dans n’importe quelle autre forme souhaitable.This program may use any programming language, and be in the form of source code, object code, or intermediate code between source code and object code, such as in partially compiled form, or in any other desirable form.
L’invention vise aussi un support d'information ou un support d’enregistrement lisibles par un ordinateur, et comportant des instructions du programme d'ordinateur tel que mentionné ci-dessus.The invention also relates to an information medium or a recording medium readable by a computer, and comprising instructions of the computer program as mentioned above.
Le support d'information ou d’enregistrement peut être n'importe quelle entité ou dispositif capable de stocker les programmes. Par exemple, le support peut comporter un moyen de stockage, tel qu'une ROM, par exemple un CD ROM ou une ROM de circuit microélectronique, ou encore un moyen d'enregistrement magnétique, par exemple un disque dur, ou une mémoire flash.The information or recording medium can be any entity or device capable of storing programs. For example, the medium may comprise a storage means, such as a ROM, for example a CD ROM or a microelectronic circuit ROM, or else a magnetic recording means, for example a hard disk, or a flash memory.
D'autre part, le support d'information ou d’enregistrement peut être un support transmissible tel qu'un signal électrique ou optique, qui peut être acheminé via un câble électrique ou optique, par lien radio, par lien optique sans fil ou par d'autres moyens.On the other hand, the information or recording medium may be a transmissible medium such as an electrical or optical signal, which may be routed via an electrical or optical cable, by radio link, by wireless optical link or by other ways.
Alternativement, le support d'information ou d’enregistrement peut être un circuit intégré dans lequel un programme est incorporé, le circuit étant adapté pour exécuter ou pour être utilisé dans l'exécution du procédé conforme à l’invention.Alternatively, the information or recording medium may be an integrated circuit in which a program is incorporated, the circuit being adapted to execute or to be used in the execution of the method in accordance with the invention.
Le programme selon l'invention peut être en particulier téléchargé sur un réseau de type Internet.The program according to the invention can in particular be downloaded from an Internet-type network.
D’autres caractéristiques et avantages de la présente invention ressortiront de la description faite ci-dessous, en référence aux dessins annexés qui en illustrent un exemple de réalisation dépourvu de tout caractère limitatif. Sur les figures :
Claims (13)
- obtention (E100) de données représentatives d'au moins une amplitude d’une onde vibratoire détectée par au moins un capteur d’ondes (DTC) et résultante de l’événement vibratoire ;
- centrage (E200) de l’ensemble desdites données par rapport à zéro et calcul des valeurs absolues des données centrées ;
- élimination (E300) des données dont les valeurs sont aberrantes d’un point de vue statistique ;
- pondération (E400) des moyennes des valeurs restantes par une fonction fenêtre ;
- calcul (E500) dans le domaine fréquentiel d’un niveau d’énergie à partir des valeurs pondérées;
- détermination (E600), à partir du niveau d’énergie, d’une occurrence et d’une signature dudit événement vibratoire ; et
- détermination (E700), en fonction de ladite signature, de la nature de l’événement vibratoire.A method of determining the nature of a vibration event, said method comprising steps of:
- obtaining (E100) data representative of at least one amplitude of a vibration wave detected by at least one wave sensor (DTC) and resulting from the vibration event;
- centering (E200) of all of said data with respect to zero and calculation of the absolute values of the centered data;
- elimination (E300) of data whose values are aberrant from a statistical point of view;
- weighting (E400) of the averages of the remaining values by a window function;
- calculation (E500) in the frequency domain of an energy level from the weighted values;
- determination (E600), from the energy level, of an occurrence and of a signature of said vibratory event; And
- determination (E700), according to said signature, of the nature of the vibratory event.
- une étape de calcul de la moyenne glissante des valeurs absolues des données, ledit centrage (E200) tenant compte de la moyenne glissante ; et
- suite à une détermination d’une absence d’un événement vibratoire, une étape d’ajustement d’un paramètre de décalage utilisé pour ledit centrage (E200).A method according to any of claims 1 to 8 further comprising:
- a step of calculating the moving average of the absolute values of the data, said centering (E200) taking account of the moving average; And
- following a determination of the absence of a vibration event, a step of adjusting a shift parameter used for said centering (E200).
- des moyens de communication (COM) configuré pour obtenir des données représentatives d'au moins une amplitude d’une onde vibratoire détectée par au moins un capteur d’ondes (DTC) et résultante de l’événement vibratoire ;
- un processeur (PROC) configuré pour :
-- centrer l’ensemble desdites données par rapport à zéro et calculer les valeurs absolues des données centrées;
-- éliminer les données dont les valeurs sont aberrantes d’un point de vue statistique ;
-- effectuer une pondération des moyennes des valeurs restantes par une fonction fenêtre ;
-- calculer dans le domaine fréquentiel un niveau d’énergie à partir des valeurs pondérées;
-- déterminer, à partir du niveau d’énergie, une occurrence et une signature dudit événement vibratoire; et
- un module de classification (CLS) configuré pour déterminer, en fonction de ladite signature, la nature de l’événement vibratoire.Device (D) for determining the nature of a vibration event, comprising:
- communication means (COM) configured to obtain data representative of at least one amplitude of a vibration wave detected by at least one wave sensor (DTC) and resulting from the vibration event;
- a processor (PROC) configured for:
-- centering all of said data with respect to zero and calculating the absolute values of the centered data;
-- eliminate data whose values are outliers from a statistical point of view;
-- perform a weighting of the averages of the remaining values by a window function;
-- calculating in the frequency domain an energy level from the weighted values;
-- determining, from the energy level, an occurrence and a signature of said vibrational event; And
- a classification module (CLS) configured to determine, according to said signature, the nature of the vibration event.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2112072A FR3129208B1 (en) | 2021-11-15 | 2021-11-15 | Device and method for determining the nature of a vibration event |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2112072 | 2021-11-15 | ||
| FR2112072A FR3129208B1 (en) | 2021-11-15 | 2021-11-15 | Device and method for determining the nature of a vibration event |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3129208A1 true FR3129208A1 (en) | 2023-05-19 |
| FR3129208B1 FR3129208B1 (en) | 2024-02-09 |
Family
ID=80786131
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR2112072A Active FR3129208B1 (en) | 2021-11-15 | 2021-11-15 | Device and method for determining the nature of a vibration event |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3129208B1 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6498992B1 (en) * | 1998-12-04 | 2002-12-24 | Rion Co. Ltd. | Defect diagnosis method and defect diagnosis apparatus |
| US20080033695A1 (en) * | 2004-10-18 | 2008-02-07 | Nsk Ltd | Abnormality Diagnosing System For Mechanical Equipment |
| US10168248B1 (en) * | 2015-03-27 | 2019-01-01 | Tensor Systems Pty Ltd | Vibration measurement and analysis |
-
2021
- 2021-11-15 FR FR2112072A patent/FR3129208B1/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6498992B1 (en) * | 1998-12-04 | 2002-12-24 | Rion Co. Ltd. | Defect diagnosis method and defect diagnosis apparatus |
| US20080033695A1 (en) * | 2004-10-18 | 2008-02-07 | Nsk Ltd | Abnormality Diagnosing System For Mechanical Equipment |
| US10168248B1 (en) * | 2015-03-27 | 2019-01-01 | Tensor Systems Pty Ltd | Vibration measurement and analysis |
Also Published As
| Publication number | Publication date |
|---|---|
| FR3129208B1 (en) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3250974B1 (en) | Method, system and computer program for learning phase of an acoustic or vibratory analysis of a machine | |
| EP0589791A1 (en) | Method and apparatus for measuring the resemblance between speech samples | |
| FR2693557A1 (en) | Method and device for evaluating precipitation over an area of land. | |
| Širović | Variability in the performance of the spectrogram correlation detector for North-east Pacific blue whale calls | |
| EP3252563B1 (en) | Method for determining a mobility context of a user carrying a device provided with inertial sensors | |
| EP3767468A1 (en) | Method and device for determining a technical incident risk value in a computer infrastructure from performance indicator values | |
| EP4384792A1 (en) | Method for detecting a bearing fault in a rotating system and monitoring system implementing this method | |
| EP4226169A1 (en) | Method and device for monitoring the operating state of circuit breakers | |
| FR3129208A1 (en) | Device and method for determining the nature of a vibration event | |
| EP2881841B1 (en) | Method for continuously recognising gestures by a user of a hand-held mobile terminal provided with a motion sensor unit, and associated device | |
| EP2196821A1 (en) | Method for multi-dimensional temporal kinematic filtering of radar blips, from antenna tower to antenna tower | |
| FR3065534A1 (en) | METHOD AND SYSTEM FOR DETECTING AN INTERMITTENT DEFECT IN A TRANSMISSION LINE BY FILTERING | |
| FR3023622A1 (en) | DEVICE AND METHOD FOR SOUND DETECTION OF THE SURROUNDING FIELD | |
| FR3103952A1 (en) | Method and system for identifying notes played on a wind musical instrument | |
| FR3105485A1 (en) | INTRUDER EQUIPMENT DETECTION METHOD AND DEVICE | |
| FR3096133A1 (en) | Extraction of a vibro-acoustic component generated by a mechanical source in variable regime | |
| EP4350366B1 (en) | Method of evaluating a transmission line by automatic reflectogram analysis | |
| EP3729768A1 (en) | Method for automatically constructing computer attack scenarios, computer program product and associated construction system | |
| WO2021180726A1 (en) | Method and system for the non-destructive inspection of an aeronautical component | |
| FR3117597A1 (en) | Non-destructive testing method for an aeronautical part | |
| EP4478220A1 (en) | Method for constructing classification model | |
| FR3137453A1 (en) | METHOD FOR AUTOMATICALLY IDENTIFYING AN ACOUSTIC SOURCE FROM AN ACOUSTIC SIGNAL PRODUCED | |
| EP4389566A1 (en) | Method for measuring performance of constant false alarm rate device of sensor, method and devices thereof | |
| WO2023166260A1 (en) | Navigation assistance method and device based on a kalman filter | |
| FR3118489A1 (en) | Non-destructive testing method for an aeronautical part |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20230519 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |