数字信号处理APP查看源代码讨论查看历史

来自 搜狐网 的图片

数字信号处理APP苏州德姆斯信息技术有限公司主要业务专注于设备预测性维护整体解决方案，为矿山、化工、冶金、钢铁、电力、水泥、造纸等行业提供设备全生命周期管理和预测性维护端到端解决方案。

一、企业简介

我司完全自主研发的“DHMS设备安全与可靠性管理系统”是基于工业互联网架构，利用智能传感器、边缘计算、微服务、机器学习、Docker和 Kubernetes 虚拟化等技术， 提供完整的端到端解决方案，具有设备在线监测、设备维保、趋势预测、故障预测与诊断、智能点巡检、远程专家问诊等设备预测性维护功能，现已广泛应用于煤矿、造纸、水泥等行业。

我司基于微服务框架开发的设备管理、趋势预测、设备点巡检、设备维保、机理模型智能诊断、机器学习智能诊断、远程专家问诊等SaaS功能，全部以Docker方式进行封装发布，接口简单，耦合性低，可以运行于我司自己的工业互联网平台，也可以通过简单的适配后运行于其他工业互联网Paas平台。

二、工业APP简介

（一）、问题定位

机械设备的机理模型诊断如振动分析等经常需要用到各种数字信号处理算法，如FFT变换、Hilbert+FFT变换等，这些算法在同一个平台中可能会有多个应用使用，因此一般的做法是根据编程语言的不同采用 C++/Java/Python等的公共库等形式实现，对 C++和Java 实现的算法库，需要和应用编译在一起，而其他语言如果需要使用，得专门实现相应语言的接口。

对工业互联网平台来说，需要提供SDK和接口供第三方进行应用开发，数字信号处理是很多工业互联网 App都会用到的，如果平台没有提供一个公共的算法库，每个App都得自己去实现，导致App实现的难度加大，同时也是资源的极大浪费。

数字信号处理APP的核心价值在于用一个APP实现常用的数字信号处理算法，提供 RESTful接口供各种语言的工业诊断和分析App 使用，同时向下采用简单的接口读取数据，没有其他任何依赖库和软件，可以部署在任何支持Docker的工业互联网平台。

（二）、创新点

1、插件式算法组合；

2、Go语言实现，性能比 Java、Python 版本快 10 倍，Docker镜像方便部署到任何虚拟化环境；

3、支持振动数据时域有量纲和无量纲数据计算、FFT 变换、 FIR 滤波、ButterWorth IIR 滤波、窗口函数、积分、Hilbert 变换、小波分解、小波降噪、EMD，自相关、实倒谱等各种信号处理算法；

4、支持读取文件、HTTP URL和Post直接上传数据。

（三）、功能介绍

1、文件、HTTP URL、HTTP PostBody三种数据读取方式，支持 gzip 压缩数据读取；

2、UFF 输入数据格式；

3、json 格式输入参数，实现单一接口；

4、一个接口实现所有请求；

5、多个算法可以以插件形式任意组合，通过 json 格式的输 入参数表达组合形式；

6、支持 Hanning、Hamming、Flattop、Blackman 等窗口函数；

7、支持均值、峰值、峰峰值、均方根值、峰值指标、峭度指标、脉冲指标、裕度指标、波形指标等有量纲和无量纲参数计算；

8、支持高通、低通、带通滤波等 FIR 滤波算法；

9、支持高通、低通、带通、带阻等 IIR 滤波算法；

10、支持 FFT 变换、Hilbert 包络、积分、小波分解、小波降噪、EMD分解、自相关、相关、实倒谱、阶次等分析算法；

11、多个算法组合分析，可以选定输出数据内容和格式；

12、所有图表类数据自动按要求计算极值，方便在图表上进行标注。

13、Docker 镜像发布

（四）、功能和技术指标优势

1、部署方便性：

以Docker镜像方式发布，可以部署在Kubernetes等Docker容器平台上，部署简单；

2、复杂度和依赖性：

采用Go语言实现，相比C++/Java/Python等语言，无需任何其他第三方的公共库或软件依赖，相比同功能的其他语言实现，镜像是最小的指标；

3、接口依赖性：

向下支持文件地址、HTTP URL、HTTP直接Post数据等三种数字流访问接口方式，不依赖其他平台相关的资源和软件，提供RESTful接口进行访问，可以部署于任何工业互联网平台；

4、算法性能：

与相同功能的Java和Python对比，比Java快2 倍，比Python快5倍。