摘要：声呐收放装置是声呐系统的关键部件，其工作状态对整个系统的运行稳定性和安全性有着重要影响，但是收放装置本身不具备完善的检测评价功能。亟须解决收放装置状态检测、收放装置系统性能评价和系统故障预测等问题。提出了一种基于专家判断法与相关性分析法的指标体系方法的机电检测评价系统。该系统通过传感器、信息注入等方式获取装备中被检测对象的信息，经过信号的处理及分析，得到被测对象的检测结果，将检测结果发送至可视化系统内，显示装备健康状态及预判潜在问题，以确保设备的安全性和可靠性。研究内容及成果包括：(1)研究了频谱分析法、特征提取法、统计分析法在设备检测评价分析中的具体应用，针对不同传感信号选取相应的分析方法；(2)检测评价系统具体实现涉及的功能模块及主要作用的研究，提出了信号转接注入、多功能信息追踪等特色功能；(3)检测指标的权重设计，着重对专家判断法和相关性分析法进行介绍及研究。初步构建了一个集多种数据分析方法并且考虑指标选取和指标权重设计的机电设备检测系统，对于类似机电设备检测系统的设计具有一定的参考意义。

　　关键词：收放装置；机电设备；检测评价系统；权重设计

　　Research on the Detection and Evaluation System of Electromechanical Equipment Based on Sonar Transceiver

　　Bao Liqi，Li Yuhe，Wang Yin，Bai Xiaolong

　　(715th Research Institute of China Shipbuilding Corporation,Hangzhou 310023,China)

　　Abstract:The sonar deployment system is a critical component of the sonar system,and its operational status has a significant impact on the stability and safety of the entire system.However,the deployment system itself does not have a comprehensive detection and evaluation function.It is an urgent need to address issues such as status detection,system performance evaluation,and system fault prediction of the retrieval device.This paper proposes a method for a machine-electric detection and evaluation system based on an expert judgment method and correlation analysis method for index system development.The system obtains information about the equipment being tested through sensors,information injection,and other methods.After signal processing and analysis,the test results are obtained and sent to the visualization system,which displays the equipment's health status and potential problems to ensure equipment safety and reliability.The main research contents and results of this article are as follows:(1)Research on the specific application of spectrum analysis,feature extraction,and statistical analysis in equipment detection and evaluation analysis,selecting the appropriate analysis method for different sensing signals.(2)Research on the functional modules involved in the implementation of the detection and evaluation system and their main functions,proposing features such as signal transfer injection and multifunctional information tracking.(3)Design of the weight of detection indicators,focusing on introducing and researching expert judgment methods and correlation analysis methods.This article has preliminarily constructed a machine-electric equipment detection system that integrates various data analysis methods and considers the indicators selection and the indicator weights design.It has certain reference significance for the design of similar machine-electric equipment detection systems.

　　Key words:transceiver;electromechanical equipment;detection and evaluation system;weight design

　　0引言

　　随着工业自动化和信息化的不断发展，机电设备在现代工业中发挥着越来越重要的作用。然而，机电设备在长期使用过程中，由于工作环境、工作负荷和维护保养等原因，存在着各种机械和电气故障。其中，声呐收放装置是一种常用的机电设备，它主要用于海洋、水下探测和通信等领域，具有重要的作用[1-3]。为了确保声呐收放装置的安全、可靠和高效运行，需要进行定期的检测和评价。传统的机电设备检测方法主要依靠经验判断，但是这种方法存在主观性和不确定性较高的问题。为了提高检测评价的准确性和可靠性，开展本次研究工作。

　　在机电设备检测评价领域已经开展了许多类似的研究。这些研究大多是基于不同的机电设备，采用不同的评价方法和模型进行分析。有一些研究是基于传感器技术和数据分析的。例如，卫星传感器的健康状态监测方法研究和船舶舵机状态监测与故障诊断系统研究等。这些研究侧重于利用传感器采集设备运行数据，并利用数据分析方法进行故障诊断和预测。而本研究则主要采用专家判断法和相关性分析法进行机电设备的评价，强调专家经验和机电设备参数之间的关联性。还有一些研究是基于特定的机电设备类型的研究。例如，高速列车车辆悬挂系统状态评估和油田井口泵设备状态评估等[4-6]。这些研究侧重于特定机电设备类型的评估，而本研究则针对声呐收放装置进行评价。

　　本研究与其他类似课题的研究结果有所区别，主要体现在评价方法和对象的选择上，同时对评价系统的模块设计提出了设计思路，具有重要的理论和应用价值。同时，本研究的结果也将为提高声呐收放装置的运行效率和延长其使用寿命提供参考依据。

　　1机电检测评价系统设计

　　在进行收放装置机电设备检测评价系统研究时，需要先明确系统的采集对象、系统的数据分析与故障诊断方法、系统的使用场景，便于系统的最后实现。

　　1.1确定数据采集对象

　　收放装置主要由液压、机械、控制3个系统组成，通过对3个系统的基本特性解确定测量对象。

　　(1)液压系统

　　①液压油管的震动幅度测量与分析;

　　②重要节点的液压压力、流量，油液粘度、温度、清洁度测量分析;

　　③液压马达的噪声与振动测量分析。

　　(2)控制系统

　　①重要控制输出电流电压稳定度检测分析；

　　②反映性能的电机功率、噪声、震动检测分析；

　　③现有重要传感器性能检测分析；

　　④控制系统的响应时间、稳定性。

　　(3)机械系统

　　①机械探伤状况分析；

　　②重要件转换角度、运动轨迹、速度、加速度检测及分析；

　　③重要结构件的机械受力情况检测级分析；

　　④刹车带等重要结构件的形变情况检测级分析(除直接反映设备形变程度之外，同时通过形变数据计算刹车带等结构件的受力情况)；

　　⑤重要结构件的强度检测及分析；

　　⑥重要机械结构件的震动检测及分析。

　　1.2确定系统的使用场景

　　该检测评价系统可使用场景包括但不限于：

　　(1)设备装配前零部件的试验检测，检验零部件的合格性；

　　(2)设备联动试验时的系统检测，检测并记录装备各个部件在各工况下的运动数据，完成整套设备的状态检测评价；

　　(3)发生故障时的临时检测，帮助故障排查；

　　(4)实时检测，及时检测反馈设备异常信息，减少故障风险。

　　1.3确定数据分析与异常诊断方法

　　系统需要能够诊断机电设备的异常，并给出相应的建议。故障或者异常诊断可以基于机器学习和统计学习等方法，通过分析设备的历史数据和当前数据来确定设备的运行状态和可能的异常原因。系统需要对采集到的数据进行处理，以分析机电设备的运行状态。

　　(1)频谱分析法

　　频谱分析法常用于诊断机电设备的故障，如轴承故障、齿轮磨损等。其基本原理是将机电设备的振动信号分解成一系列不同频率的正弦波信号，再通过对不同频率正弦波信号的振幅和相位进行分析，得出机电设备的频谱特征，从而判断机电设备的状态和健康程度。频谱分析法通常采用快速傅里叶变换(FFT)算法来对振动信号进行频域分析。在实际应用中，可以采集机电设备的振动信号，通过FFT算法对信号进行频谱分析，得到机电设备在不同频率下的振动幅值和相位，通过对比正常状态下的频谱特征，判断机电设备的状态和健康程度，为机电设备的维护和管理提供有力支持。

　　(2)特征提取法

　　机电检测评价系统的特征提取法是一种常用的数据分析方法。常见的特征提取方法包括时域分析法、频域分析法、小波分析法、能量分析法等。

　　时域分析法：时域分析法是一种直接分析机电设备振动信号的方法，主要关注信号的时域波形。通常采用均方根值、峰值、峰-峰值、脉冲指数等指标对时域信号进行特征提取。

　　频域分析法：频域分析法是将机电设备信号通过傅里叶变换等算法转换到频域进行分析，主要关注信号的频域特征。通常采用频谱能量、峰值频率、谐波比等指标对频域信号进行特征提取。

　　小波分析法：小波分析法是将机电设备信号通过小波变换等算法分解成一系列具有不同频率、不同时间分辨率的小波基函数，再通过对小波系数的分析提取信号的特征。通常采用小波包能量、包络谱、尖峰因子等指标对小波系数进行特征提取。

　　能量分析法：能量分析法是一种基于机电设备信号的能量特征进行分析的方法，主要采用功率谱密度、能量比等指标对机电设备信号进行特征提取。

　　(3)统计分析法

　　机电检测评价系统的统计分析法是通过对机电设备的信号进行统计学分析。常见的统计分析方法包括概率分布分析、偏度和峰度分析、自相关和互相关分析、回归分析等。

　　概率分布分析：概率分布分析是通过对机电设备信号的概率分布进行分析，推断信号的统计特征，例如均值、方差、偏度、峰度等，从而判断机电设备的状态和健康程度。常用的概率分布函数有正态分布、指数分布、韦伯分布等。

　　偏度和峰度分析：偏度和峰度是反映概率分布偏斜和峰态的量，偏度大于0表示分布右偏，小于0表示左偏；峰度大于0表示分布陡峭，小于0表示平缓。通过对机电设备信号的偏度和峰度进行分析，可以判断信号的非高斯特性，从而识别机电设备的状态。

　　自相关和互相关分析：自相关和互相关分析是通过对机电设备信号的自相关和互相关进行分析，提取信号的周期性信息。自相关分析是将信号与其本身在不同时间滞后的副本进行比较，互相关分析是将两个不同信号进行比较。通过对自相关和互相关函数的分析，可以得到信号的频率、振幅、相位等特征，进而判断机电设备的状态和健康程度。

　　回归分析：回归分析是通过建立机电设备信号与设备状态之间的数学模型，预测机电设备的状态。常用的回归分析方法有线性回归、多项式回归、非线性回归等。

　　以上统计分析方法常常结合特征提取和机器学习等技术，从不同角度对机电设备信号进行分析和处理，可提高机电设备状态分析的准确性和可靠性。

　　(4)人工智能法

　　机电检测评价系统的人工智能数据分析方法是利用人工智能技术对机电设备信号进行智能分析和处理[7]，实现机电设备状态的精准判断和预测。常见的人工智能数据分析方法如下。

　　机器学习：机器学习是一种数据驱动的算法，通过对大量机电设备信号的学习和训练，构建机电设备状态预测模型，实现对机电设备状态的智能预测和判断。

　　深度学习：深度学习是一种基于神经网络的机器学习方法，可以自动学习机电设备信号的特征，构建高精度的状态预测模型[8]。深度学习模型包括卷积神经网络、循环神经网络等，可以有效地提取机电设备信号中的特征信息。

　　模糊逻辑：模糊逻辑是一种处理模糊信息的方法，可以有效地处理机电设备信号中的不确定性和模糊性信息。通过对信号进行模糊化处理，构建模糊推理系统，实现对机电设备状态的判断和预测。

　　知识图谱：知识图谱是一种基于知识表示和推理的方法，可以将机电设备领域的知识进行抽象和归纳，构建机电设备领域的知识图谱，实现对机电设备状态预测和评价。

　　以上人工智能数据分析方法能够有效地提高机电设备状态分析的准确性和可靠性，为机电设备的维护和管理提供了有力支持。

　　1.4系统实现

　　根据系统的设计思路，进一步完成系统的模块及功能切分。系统包含信息转接/注入模块、信息采集模块、信号处理转换模块、多信号集成分析处理模块、多功能信息注入、追踪模块及可视化显控模块[9-11]。模块架构如图1所示。

　　1.4.1信号转接/注入模块

　　信号转接/注入模块是一种用于信号转接或信号注入的电子设备。信号转接/注入模块通常包括输入和输出接口，输入接口用于连接信号源，输出接口用于连接目标设备。它们还可以包括信号放大器、隔离器、滤波器等电子元件，以帮助增强信号、减少干扰等。信号转接/注入模块的主要目的是在不影响装备原有控制系统的前提下，通过接入控制系统内的输入输出信号至测控系统，同时满足在接口不同的装备型号间具有一定的通用性，可同时作为信息或者故障注入接口。

　　1.4.2信息采集模块

　　信息采集模块是一种用于采集和转换各种传感器信号的电子设备。本系统中信息采集模块通过传感器或其他采集手段获取装备各项性能指标。包含装备机电液各项信息及工作环境信息的高频采集。湿度温度、机械异常动作情况捕捉、机械形变、应力采集、控制信号的各项输入输出信号、液压压力流量、油液清洁度、噪声振动[12-14]。

　　信息采集模块通常包括以下几个部分。

　　(1)传感器接口：用于连接各种传感器，例如温度传感器、湿度传感器、压力传感器、光敏传感器等。它们可以采集各种物理量，并将其转换成电信号。

　　(2)信号转换器：用于将传感器采集到的模拟信号转换成数字信号。通常采用模数转换器(ADC)实现。

　　(3)数据存储器：用于存储数字信号，通常采用存储器芯片实现。

　　(4)数据传输接口：用于将采集到的数字信号传输到其他设备，例如计算机、控制器、显示器等。通常采用串行通信接口(如SPI、I2C、UART)或并行总线接口(如PCI、ISA)实现。

　　1.4.3信号处理转换模块

　　信号处理转换模块是一个通过放大、滤波、模数转换等方式处理采集到的信息，可根据测量目标自由组合处理模块，这个模块可以接收来自各种传感器、仪器或其他设备的原始信号，对其进行处理和转换，生成新的信号输出。所输出的信号供计算机与信息采集系统使用。

　　信号处理转换模块的主要作用包括如下内容。

　　(1)信号放大：将传感器或探头采集到的微弱信号进行放大，提高信号的强度和稳定性。

　　(2)滤波处理：对输入信号进行滤波处理，消除不必要的噪声干扰，提高信号的清晰度和可读性。

　　(3)信号采样：对输入信号进行采样，将连续的模拟信号转换为离散的数字信号。

　　(4)信号转换：对输入信号进行转换，将模拟信号转换为数字信号，或将不同类型的数字信号进行转换，比如将频率信号转换为电压信号等。

　　(5)数据处理：对转换后的数字信号进行处理和分析，提取信号特征和参数，用于进一步分析和诊断。

　　1.4.4多信号集成分析处理模块

　　在机电检测评价系统中，多信号集成分析处理模块扮演着重要的角色。这个模块可以帮助将多个不同的传感器或信号输入集成起来，进行综合分析和处理，从而提高机电检测评价系统的准确性[15-16]。

　　将实时采集到或者存储的数据进行分析。

　　(1)可对与检测对象具有相关性的各项采集数据集成，多维度多角度的进行分析。

　　(2)去噪与滤波：对输入信号进行去噪和滤波处理，消除不必要的噪声干扰，提高机电检测评价系统的准确性和稳定性。

　　(3)具有机器学习功能，能够将累积的检测数据及注入系统的装备数据及故障信息作为训练集，不断优化检测结果的判据。

　　(4)可通过建立相关变量之间的相关性模型如各液压分机或者回路的液压。输出与控制量、控制输出数字量与模拟量等模型，从而判断装备当前状态是否符合装备正常运作规律，从而预判装备潜在问题。

　　(5)具有样本库，能够分析判别数据的有效性，将有效数据存储归入到样本库中，作为采样比对依据。

　　1.4.5多功能信息注入、追踪模块

　　多功能信息注入、追踪模块是一种机电检测评价系统中的重要组成部分，主要用于在实时的测试过程中注入信号或追踪信号，以进行故障诊断、调试和验证。

　　多功能信息注入、追踪模块的主要作用包括如下内容。

　　(1)信号注入：可以将自定义的信号注入到待测试系统中，用于验证测试系统的正确性和响应能力。注入的信号可以是模拟信号或数字信号，也可以是不同类型的信号，比如电压、电流、频率等。

　　(2)信号追踪：可以实时地追踪待测试系统中的信号，以确定故障的根本原因和位置。追踪的信号可以是模拟信号或数字信号，比如电压、电流、频率等。

　　(3)数据记录：可以实时地记录测试过程中的数据，包括注入的信号、追踪的信号以及系统的响应。记录的数据可以用于分析和诊断，帮助工程师更好地了解待测试系统的性能和状态。

　　(4)数据分析：可以对记录的数据进行分析和处理，提取特征和参数，用于进一步诊断和调试。

　　1.4.6可视化模块

　　将采集到的装备数据可视化。可多屏、多形态、多维度显示经分析处理后的数据，实时监测机电设备的运行状态，并能够及时警告操作人员。机电检测评价系统可以将系统采集到的数据进行可视化展示和分析，提高数据的可读性和可理解性，为工程师提供更直观、更有效的数据分析和决策支持。可视化界面如图2所示。

　　可视化模块的主要作用包括如下内容。

　　(1)数据可视化：将机电检测评价系统采集到的数据进行可视化展示，包括曲线图、直方图、饼图等多种形式。帮助工程师更直观地了解数据的特征和变化趋势，快速发现异常和问题。

　　(2)状态监测：通过对数据进行实时监测和分析，可视化模块可以快速识别出系统的状态和健康状况。比如，如果某个部件的温度或振动超过了预设阈值，系统自动报警，提醒人员及时处理。

　　(3)数据分析：对采集到的数据进行深入的分析和挖掘，提取潜在的规律和趋势。这可以帮助工程师更好地了解系统的性能和状况，优化系统的设计和运行。

　　(4)决策支持：通过对数据进行可视化展示和分析，可视化模块可以为工程师提供更直观、更有效的数据支持和决策支持，帮助工程师更好地进行系统维护和优化。1.4.7检测案例

　　如图3所示为一次在相同工况，不同负载下的振动信号检测显示，通过数据分析软件，比对三组数据，检测评价系统采用快速傅里叶变换(FFT)算法来对振动信号进行频域分析，代码示例如下。检测评价系统根据分析结果得出检测建议或报告，反馈工作人员，提示排查故障及设备维修。

　　振动信号频域分析代码：

　　import numpy as np

　　import matplotlib.pyplot as plt

　　#Generate sample data

　　Fs=1000#Sample rate

　　f=10#Signal frequency

　　t=np.arange(0，1，1/Fs)#Time vector

　　x=np.sin(2*np.pi*f*t)#Signal

　　#Compute FFT

　　X=np.fft.fft(x)

　　freq=np.fft.fftfreq(len(x)，1/Fs)

　　#Plot results

　　plt.figure(figsize=(8，4))

　　plt.plot(freq，np.abs(X))

　　plt.xlabel('Frequency(Hz)')

　　plt.ylabel('Magnitude')

　　plt.xlim(0，Fs/2)

　　plt.show()

　　2检测指标体系的建立

　　机电检测评价系统的指标体系可以用来评估和监测机电设备的状态和性能，指导设备的运营和维护。检测指标的建立是检测评价系统的难点，正确的选取每一项检测对象的正常指标，是保证输出正确检测结果的前提。分析过程中应该考虑到设备的运行环境和历史数据，以便为评价结果提供更准确的支持。

　　2.1指标的选取

　　(1)通过收集检测对象相对应的国标、军标、行业标准、产品技术要求，录入检测评价系统，作为指标依据。

　　(2)通过试验测量获取，每台套设备存在细微的元器件指标差异，设备调试完成后，使用检测评价系统测量收集设备初始参数，录入检测评价系统数据库，设备初始数据可作为设备后续使用过程中的比对对象。

　　2.2指标的权重设计

　　在建立机电检测评价系统的指标体系时，指标的权重分配决定了不同指标对机电设备评价的重要程度。确定每个指标的权重分配，根据不同的指标重要程度进行加权，以便为机电设备的评价提供更加精准的参考。本系统采用专家判断法与相关性分析用于评价机电检测评价系统的指标，两者评价分比例各占50%。

　　2.2.1专家判断法

　　这是一种比较常用的方法，可以请多位专家根据自己的经验和知识对各个指标进行打分，最终通过加权平均或者层次分析法等方法来确定权重。专家判断法是一种通过专家经验和知识来确定指标权重的方法，其算法流程如下：

　　(1)确定评价对象和评价指标；

　　(2)选取多位相关领域的专家，根据其经验和知识，对每个指标进行打分，得到专家评分矩阵；

　　(3)对专家评分矩阵进行一致性检验，判断专家之间的评分是否存在较大的差异，如果存在差异，则需要进行调整；

　　(4)对专家评分矩阵进行加权平均，得到最终权重。

　　具体来说，假设有n个需要评价的指标，m位专家，专家判断法的权重计算流程如下：

　　①构造专家评分矩阵S，其元素s(i，j)表示第j位专家对第i个指标的评分。

　　②对专家评分矩阵S进行一致性检验，可以采用层次分析法(AHP)等方法来进行检验。一致性检验的目的是评估专家之间的打分差异程度，如果专家之间的差异较大，则需要进行调整。

　　③对专家评分矩阵S进行加权平均，得到最终权重向量V，其中第i个元素表示第i个指标的最终权重，计算公式为：

　　其中w(j)表示第j位专家的权重，可以通过专家的资历、经验、知识等因素来确定。

　　通过上述算法可以得到各个指标的权重，从而用于机电设备的评价。需要注意的是，在使用专家判断法进行指标权重计算时，需要保证所选专家具有较高的权威性和可靠性，同时还需要注意避免专家之间的主观因素对权重计算的影响。

　　2.2.2相关性分析法

　　相关性分析法是一种通过分析不同指标之间的相关性来确定指标权重的方法。其算法流程如下：

　　(1)收集机电设备运行数据，选取需要评价的指标，并计算出它们之间的相关系数矩阵；

　　(2)根据相关系数矩阵，计算每个指标与其他指标的平均相关系数；

　　(3)将每个指标的平均相关系数归一化，即计算出每个指标的相关性权重；

　　(4)对各个指标的相关性权重进行归一化处理，得到最终权重。

　　具体来说，假设有n个需要评价的指标，相关性分析法的权重计算流程如下：

　　构造相关系数矩阵C，其元素c(i，j)表示第i个指标和第j个指标之间的相关系数。

　　计算每个指标与其他指标的平均相关系数，即求出每个指标与其他指标的相关系数的平均值，得到向量A，其中第i个元素表示第i个指标与其他指标的平均相关系数，计算公式为：

　　将向量A进行归一化，即将每个元素除以向量A的和，得到向量W，其中第i个元素表示第i个指标的相关性权重，计算公式为：

　　对向量W进行归一化处理，即将向量W的元素除以向量W的和，得到最终权重向量V，其中第i个元素表示第i个指标的最终权重，计算公式为：

　　通过上述算法可以得到各个指标的权重，从而用于机电设备的评价。

　　3结束语

　　机电设备检测评价系统是一种非常有前景和潜力的技术手段，可以在很大程度上提高机电设备的可靠性和安全性。本文以此为研究对象，系统介绍了检测评价系统应用场景，数据分析方法，系统的功能模块的设计，以及检测指标体系的建立以及检测分析结果。该检测评价系统能够有效地检测和评价机电设备的性能，具有很高的准确性和可靠性，可以广泛应用于各种机电设备的检测和评价领域。本文还存在一些局限性和不足之处，例如实验样本数量较少、数据处理算法仍有待优化等。未来的研究可以进一步扩大实验样本数量，深入挖掘数据特征，优化算法模型，提高系统的检测精度和性能。总之，本文的研究成果为机电设备检测评价系统的实际应用提供了有力的支持和参考，对于推动该技术的发展和应用具有重要的意义和价值。

　　[1]朴丕龙,张海滨,田魁岳,等.一种船舶用自动收放靠球吊装置的研制[J].工程机械,2021,52(5):21-26.

　　[2]潘洪涛,王曦昉.卷缆车自动收放缆系统设计[J].露天采矿技术,2021,36(1):48-51.

　　[3]李亚男,姚瑞央.基于PLC的高海况下大型舰船救助艇收放装置控制系统设计与仿真[J].舰船科学技术,2019,41(8):220-222.

　　[4]刘沁.船舶舵机液压系统的智能故障诊断方法研究[D].北京:北京交通大学,2021.

　　[5]苗碧琪,黄勇波,王洪凯.基于频谱分析法的滚动轴承故障诊断[J].内燃机与配件,2019(7):120-122.

　　[6]陈坚.基于EOL振动测试的变速器齿轮故障诊断[J].内燃机与件,2022,370(22):85-87.

　　[7]王瑞冬.人工智能技术在矿山机电设备检测中的应用研究[J].煤炭科技,2022,43(03):120-124.

　　[8]王静.基于深度学习的煤矿机电设备检测技术研究[J].机械管理开发,2022,37(2):140-142.

　　[9]樊庆斌,杜法雷,张苗,等.泵站自动化系统设备检测评价方法及平台开发[J].江苏水利,2021(12):50-53.

　　[10]张宏斌,徐京明,吴志东,等.机电设备振动测试系统设计[J].机械设计与制造,2023(3):297-300.

　　[11]赵华楠.基于傅里叶变换的机械设备振动故障信息检测系统设计[J].科技资讯,2020,18(8):36-37.

　　[12]拜颖乾,安宁,庞旭卿,等.基于VC的全自动编带机控制检测系统设计[J].工业仪表与自动化装置,2019(5):61-64.

　　[13]周康康,徐刚强,胡火明,等.农用发动机凸轮轴凸轮表面缺陷检测系统设计[J].河南科技,2021,40(29):46-49.

　　[14]陈丛城.振动摆碾加工中摆碾力检测系统设计[J].科技风,2018(14):130-131.

　　[15]齐分岭,韦国军,徐军,等.装备在役考核数据采集研究[J].设备管理与维修,2022(24):9-12.

　　[16]赵一瑾.计算机数据分析与处理技术探索[J].科技经济市场,2022(10):22-24.