含光左卫的工作笔记集

ZVS要求整个电路的核心参数：最小输出电流Io_min谐振频率Fr电容端电压Uc必须在VTp导通前降到0，即LC谐振电路的阻抗要有一个上限

最直观的解释就是在系统越过第一个谐振点(Lr, Cr)，到达第二个谐振点前（Lr+Lm，Cr）前，系统的增益因为第二个低频谐振峰的存在，仍然在上升。因为Lm比Lr大得多，LLC能够在谐振频点，能够近乎稳住系统整体增益。

变压器的工作磁通选择原则。

周五，在处理一个电路设计时，关联到了日本的TDK公司。目前，市面上大量出货的开关电源用标准型号 - 高频铁氧体变压器 - PQ系列，型号实际是TDK的公司标准。那个尺寸参数是TDK自行制定的。似乎。我一下意识到为什么日本会在战后密集地出现达到诺贝尔奖的工作——因为赛道选择。京瓷，日钢，TDK，还有著名的蓝光二极管，这些都属于材料领域，这部分还牵连到基础科学研究。

变压器匝比变小,相同负载：1.变压器初级线圈电流会增大。2.谐振电路的品质因数会提升。3.谐振电路如果谐振参数不变，工作频点会变得更高。

所以，2pi*freq*L = 1/(2pi*freq*C)10.所以，Lr(2Pi*freq)*(2Pi*freq)=250000, 所以Lr=15mH。2.这个Freq_max受限于主变压器的磁芯尺寸和规格。5.则此时变压器初级电路的谐振阻抗我们是知道的：(220*220)/100 = 484欧。7.则由Q= sqrt(L/C)/Rac,可以得到：sqrt(L/C) = 500。3.然后我们还需要知道待设计的开关电源的最大功率。6.此时谐振电路的品质因数也大致确定，令Q=1.1。

铁心的磁通量上限，导致了变压器为了维持初级和次级线圈的电压平衡，匝数比N增大，工作频率F必须减小。匝数比变小，工作频率必须增大。

4.公司，机构，个人一些跳转点，推荐关注：5,6相关的作者；8和16几乎对标；14是一家非常好的细分设备公司；15有雷达产品，而且高度产品化；9的一些参数，ABB已经不再提供，这是一个还可以追踪的行业文档检索处。11我读了好多。

在代码维护时，你会有意识使用diff编辑器吗？发现这样做的好处很多：1.你能非常明显地看到代码基线。2.你能实时看到高亮显示的本轮已修改的代码，更难出现遗漏。

研发工作必须的文献检索技巧 ，这应该会是一个系列文章。

电机控制必须的知识和泛读材料汇集。

快速开发时的用到的一些便捷支持。研发效率倍增器

可以将任何json文件转入redis供跨进程同步更新。包含linux命令行的处理 argv[]缺省参数的处理。redis转换时对key做了适合redis语法的处理。

网络唤醒。原理->代码->实现。一个可以按需穿透内网，远程打开家里电脑或者网络存储的机制。

这是我见过的的传感器教材里，对于采集、分析最详尽而且贴近实用的一本书。

2Hz的振动源，采样率18.5Hz，为了采足2Hz，仅仅需要4pt/秒，为了达到题图中的齿轮频率，需要到16x频，所以，是64点，如果倍频之间安排进10个点，那么这是640点，所以，大概率它是1024点采样。不平衡对应转动轴的一倍频，不对中是2倍频，然后3~6倍频会有未紧固故障，更高频的位置是齿轮或者轴承故障。3563本身似乎可以独立工作，然后，它是低耗电独立器件，所以，工作间隔超长,电池寿命支持5年，通过wifi上传数据，终端距离数据搜集器（wifi）部署距离支持超过100m。为什么放在采样频率那里？

键盘锁定功能 长按，短按，同时按，按键led反馈包络计算与非包络解算是两种不同的工作模式。它内置了部分常用，轴承和齿轮数据库，并且支持增加轴承、风扇扇叶数量、齿轮、皮带长度都可以设为参数这些设置被组织为部件模板参数它支持同时监测多个part它的报警功能也是模板化的轴承故障不平衡不对中停车报告7.web 界面1.时域图2.历史图iso10816提及的测量项。趋势图，最上方的，也在iso10816中提及。

此时可以使用nmap工具，进行网段扫描：256个地址的子网10秒就能扫描一轮。关掉设备，打开设备，diff，基本就可以定位所要找到目标设备的IP。

在编程模式上，订阅模式在分布式环境的一个实现形式，就是mqtt。它可以非常方便地处理消息分发。甚至可以将这个应用添加进嵌入式系统——这个分布式协同机制的开销极小。但是mqtt不负责持久化。顶多，它会保留同一个topic下的最后一笔数据，它不进行数据保存，只是把信息分发给当前在线的用户。如果你需要一个存储缓冲的机制，那么redis就是非常适合的选择。你可以手工实现，但是它有代价——你无法方便地调试，然后你会遇到重复发明轮子过程中必然遭遇的各种技术细节。

这里展示了频域的滤波器在时间轴对应的（线性时不变）系统的冲击响应函数的等价形式。包含互转换python代码.

卷积运算以及在振动分析中的应用。一些笔记和讨论。其他的卷积运算适用的场合，如信号与系统，机械涉及，机器学习可以参考。

​原始传感器数据搜集用了mqtt，然后通过emqtt往redis推送，最终的数据呈现用了Grafana.EMQX Enterprise 5.4.1+ 用于在设备现场和 Redis 之间进行消息传递的 MQTT Broker。Node.js 18.17 用于模拟生成环境传感器数据，以及触发备个各类行为事件的运行环境。Redis 7.0.12 用于传感器数据暂存与分析、设备事件存储和分析。Grafana 9.5.1+ 用于展示和分析采集数据的可视化平台。​

多个传感器对应的多个逻辑通道需要同步采样。逻辑通道数量超出了物理采集器的极限，需要多台采集器同时工作。各个逻辑通道的采样率，采样点数可能都不相同。有些通道不需要采集太多数据，而有些通道需要连续采集大量数据。多通道、高采样率采样时在同一个采集器上，可能会遭遇物理采集器的极限。采样时因为电源因素，可能会涉及到预采样部分数据点。在采集到一组数据后要尽快上传，因为后续对数据分析也是高耗时过程。数据分析过程包含各个通道的分析，和关联通道分析。

数码相机双目测距的原理、实施、误差分析及校准。

尝试通过采样数据中结合变速箱参数推导各个齿轮变速比。

变速箱相关故障频点的计算部分可以自动进行。我现在的做法是使用.json搜集相关信息，然后使用python自动计算，请参见附录A,附录B.最终我们需要计算出相关的故障频点有多少，分别隶属于哪根轴，哪个齿轮，那个轴承。在故障发生后，还需要反向查询这个故障频点表，来搜索出可能出问题的故障源。这个过程，无需人工参与，是可以自动计算的。

​在进行轴承振动分析时，你很快会在构建代码的过程中，遇到一堆问题，比如：包络计算频点计算db坐标与线性坐标转换功率谱密度、功率谱、与幅度谱频谱泄露窗函数相关性分析这个列表是无穷尽的，明白吗。如果一路走下去，你会迷失在这个知识网络里，单独拉出任何一个项点，都是10小时，甚至更多时间的阅读和仿真工作量。比如：使用 FFT 获得功率频谱密度估计这个时候，哪怕你做错，也必须按照错的，做完，留下类似#TODO标记，然后快速构

相关细分行业的从业人员，一定要熟悉的几类信息源：NSTL国家科技图书文献中心全国标准信息公共服务平台同行领军企业网站及产品规格所属国家部委，比如工信部，以及相关的标准化分支机构，技术委员会。工作相关工具软件的邮件组或者论坛行业协会行业招投标网站行业及技术类期刊展会，展会搜集资料的摘录消化。同行通讯专业图书在线图书馆立项文档，招标文档的模板和填写要求技术文档社区（类似CSDN)，还有应用领域的（类似北极星学会）

SKF的振动分析系统概览，重要参数。

一个工业环境高噪声环境下的CNN算法优化样例，针对论文《高噪声下改进卷积神经网络轴承故障诊断》，唐治尧，中国设备工程，2024的笔记

Windows下面的multiprocessing库根本没有shardmemory这个子项，它被放置在别的地方。Python没有足够的能力把所有的天堑填平。。。分歧是必然的，同步，和谐有，更可能没有。一些思维僵化的人无法在舒适圈外有效拓展认知。今天一清早被朋友数落了一句：你是错把风口当本事。。。这个地方我卡了大概三个小时，老顽固们大部分工作时间，都耗在卡顿上。不是不行，脑袋跟不上时代。

个人理解：神经网络的计算是一个使用特定的虚拟传感器对数据进行采样（卷积层），然后对卷积层的结果——升维的张量进行归一化和抑制、增强处理（激活函数层），然后将这些数据进行再次采样（池化层）降低解算复杂度。然后对所有传感器的张量数据总体依照标定的输出结果，反向推导参数，甚至逐级回溯，根据大量的数据输入，对特定问题的一组参数矩阵的额求解过程，类似参数拟合。最终将参数稳定下来，求得一个参数矩阵。

工作中，我们会遇到一些我们的知识储备之外的技术问题。对于这类问题，如果涉及到算法或者一些额外的数学工具，教科书上尚未有解决方案，个人做起来的时候，往往会慢，那么就涉及到相关的期刊论文、专利、国标、行业标准等的查阅。下面一个实际案例为示例，展示一下这个过程。

FFT当前的大量帖子中的错误是如此触目惊心。我不知道它的波及面有多广，我在大量的帖子里看到错误的频谱纵坐标。有心人可以考证一下，这个错误是什么人，什么时候引入的。对于现在的大多数运算工具，fft返回的那个复数队列中的每一个点，实部是幅度，虚部是幅角。取模运算：np.abs(real+j*imag) = sqrt(real*real + imag*imag)没有意义。频谱只需要展示实部。

FAQ24022801振动监测能够监测哪些项点？FAQ24022802 振动监测的基本数学工具有那些？FAQ24022803 振动监测的在人工分析时所用到的视图有哪些？FAQ24022804 振动监测需要用到哪些传感器？FAQ24022805 振动监测会涉及到一些阈值，哪里可以查到？

振动包络图的基本计算和原理。包含整个计算过程的解说，重要步骤的物理意义的解析。包络是一种特征频带内的故障谱线的显示增强技术。使用这种技术的主要原因是因为FFT谱线的幅度和幅角高度绑定，并会受到其他频带信号的影响。直接抹去其他频带谱线是不行的。

希尔伯特变换，在数学上的含义是清晰的。它是一个数字移相器，可以把通过它的任何一个信号相移90度。这个数学工具在信号解调时，会有非常有用的特性出现。可以看示例：解释一下：1.最上面的波形是载波和待叠加的低频信号。2.中间的波形是经过信道传输的经过载波叠加的调幅波3.是包络信号，实际上就是去除载波后的低频信号。注意，最后的载波信号被整体提升了一个幅度为载波信号幅度的直流分量。

下面这个原则，不知道是否所有的编程人员有基本认知。代码怎么写都可以，就像你可以任意组合文字，但是表达如果不依从某些规则，会很容易遭遇维护和调试时的大量时间浪费。下面这个问题可以归结为一条规则：代码要明确进行封装并明确表达一个代码块的输入输出参数。其实就是函数化。函数这个东西虽然很常见，但它是一种创造。

一份可以用做振动分析，寿命预警的数据集。西交大2019年发布，网上已经积累了一些数据分析过程。实际处理过程中可以验证你的分析算法。由确切的结果逆推。

一个最简的振动分析系统设计，相关数据结构，顶层辅助分析函数库和输出项点的草稿。