本发明涉及传感器，具体地说，尤其涉及一种提高无线温振传感器使用寿命的系统及方法。
背景技术：
1、无线温振传感器广泛应用于工业设备监测和维护领域，能够实时监测设备的温度和振动情况，并通过无线通信技术将数据传输到上位机或云平台进行进一步处理和分析。现有技术中公开号为cn114900812a的申请公开了一种多通信方式的无线温振传感器、控制方法和存储介质，其包括温振数据采集单元、多个无线通信单元和处理单元；但是该申请采用固定的数据采集频率，无法根据设备的实际运行状态进行动态调整，导致传感器的使用寿命较短。因此，急需一种能够根据设备运行状态动态调整数据采集频率的传感器，以提高其使用寿命。
技术实现思路
1、本发明的目的，在于提供一种提高无线温振传感器使用寿命的系统及方法，以解决现有技术中无法根据设备的实际运行状态进行动态调整，导致传感器的使用寿命较短的问题。
2、本发明是通过以下技术方案实现的：
3、一种提高无线温振传感器使用寿命的方法，所述方法包括：通过无线温振传感器采集设备的温度和振动数据，然后将数据传输至边缘计算终端，边缘计算终端对采集到的数据进行滤波、去噪和特征提取并进行训练得到设备启停状态识别的算法模型，提取出用于判断设备状态的参数；边缘计算终端对采集到的数据结合算法模型进行处理和分析，判别设备的启停状态，系统根据设备状态动态调整数据采集频率，依据识别的设备运行状态系统发出不同指令；
4、所述的算法模型的训练流程包括以下步骤：
5、步骤s1：数据采集：振动数据采集、数据清洗和预处理；
6、步骤s2：特征提取：从收集的数据中提取有用的特征；在时域波形中提取振幅、周期；在频谱图中提取主频率、各频率分量的振幅；
7、步骤s3：模型训练：使用s2中提取的特征和对应的状态标签来训练机器学习模型；训练机器学习模型的方法包括分类算法，使用训练集对随机森林模型进行训练；
8、步骤s4：模型评估：使用验证数据集来评估模型的性能；通过计算模型的准确率、召回率、f1分数来评估模型分类的准确性；
9、步骤s5：模型优化：根据评估结果，对模型进行优化；包括调整模型参数、选择不同的特征或算法；
10、步骤s6：模型生产部署：将训练好的模型部署到实际应用中，用于实时判断设备的状态；
11、步骤s7：数据回流、迭代：将新的振动数据和状态标签回流到s1的数据中；重复特征提取、模型训练、评估和优化过程，以保持模型性能的持续迭代。
12、进一步地，所述的步骤s1中数据采集时对振动数据进行除噪，提高数据的信噪比；对于重复采集或重复记录的数据，进行去重处理；识别并处理数据中的异常值。
13、进一步地，所述的步骤s3中模型训练时，使用训练集对随机森林模型进行训练时，通过构建多个决策树并结合输出进行预测；每棵树都会从训练集中随机抽取一部分样本进行训练，并且每次分裂节点时都会随机选择一部分特征进行考虑。
14、进一步地，所述的步骤s4中模型评估时，若为回归问题，通过计算均方误差、均方根误差等指标来评估模型的预测精度。
15、进一步地，所述的运行状态包括工作状态和停机状态；当设备处于停机状态时，系统控制无线温振传感器进入休眠状态，并根据所设置的时间周期进行计时，当达到计时周期，无线温振传感器则停止休眠进入正常工作状态进行数据采集，计时周期未完成，则无线温振传感器继续保持休眠状态，设备重新启动时，恢复正常的数据采集频率；当设备正处于工作状态时，则系统控制无线温振传感器保持工作状态。
16、一种提高无线温振传感器使用寿命的系统，包括无线温振传感器通过无线通信模块连接有通信网关，通信网关通过串口通信模块连接有边缘计算终端；无线温振传感器包括数据采集模块和数据处理模块，无线温振传感器用于采集设备的温度和振动数据，并对数据进行处理和存储；通信网关，用于数据的转发；边缘计算终端包括cpu、gpu和储存器；边缘计算终端对采集到的数据结合算法模型进行处理和分析。
17、进一步地，所述的无线温振传感器、通信网关和边缘计算终端均设有对应的供电模块。
18、进一步地，所述的边缘计算终端还包括以太网模块、hdmi模块和4g通信模块；以太网模块连接有上位机，hdmi模块连接有触屏显示器，4g通信模块连接云平台。
19、进一步地，所述的无线通信模块采用lora传输。
20、与现有技术相比，本发明的有益效果是：
21、本发明通过算法模型智能分析设备的启停状态，实现了数据采集频率的动态调整，有效降低了能耗和延长了传感器的使用寿命；本发明适用于各种需要监测设备启停状态的无线温振传感器应用场景，应用范围广且具有较高的可靠性和稳定性，能够长时间稳定运行并准确监测设备的状态变化。
1.一种提高无线温振传感器使用寿命的方法，其特征在于，所述的方法包括：通过无线温振传感器采集设备的温度和振动数据，然后将数据传输至边缘计算终端，边缘计算终端对采集到的数据进行滤波、去噪和特征提取并进行训练得到设备启停状态识别的算法模型，提取出用于判断设备状态的参数；边缘计算终端对采集到的数据结合算法模型进行处理和分析，判别设备的启停状态，系统根据设备状态动态调整数据采集频率，依据识别的设备运行状态系统发出不同指令；
2.根据权利要求1所述的提高无线温振传感器使用寿命的方法，其特征在于：所述的步骤s1中数据采集时对振动数据进行除噪，提高数据的信噪比；对于重复采集或重复记录的数据，进行去重处理；识别并处理数据中的异常值。
3.根据权利要求1所述的提高无线温振传感器使用寿命的方法，其特征在于：所述的步骤s3中模型训练时，使用训练集对随机森林模型进行训练时，通过构建多个决策树并结合输出进行预测；每棵树都会从训练集中随机抽取一部分样本进行训练，并且每次分裂节点时都会随机选择一部分特征进行考虑。
4.根据权利要求1所述的提高无线温振传感器使用寿命的方法，其特征在于：所述的步骤s4中模型评估时，若为回归问题，通过计算均方误差、均方根误差指标来评估模型的预测精度。
5.根据权利要求1所述的提高无线温振传感器使用寿命的方法，其特征在于：所述的运行状态包括工作状态和停机状态；当设备处于停机状态时，系统控制无线温振传感器进入休眠状态，并根据所设置的时间周期进行计时，当达到计时周期，无线温振传感器则停止休眠进入正常工作状态进行数据采集；计时周期未完成，则无线温振传感器继续保持休眠状态，设备重新启动时，恢复正常的数据采集频率；当设备正处于工作状态时，则系统控制无线温振传感器保持工作状态。
6.一种提高无线温振传感器使用寿命的系统，其特征在于：包括无线温振传感器，无线温振传感器通过无线通信模块连接有通信网关，通信网关通过串口通信模块连接有边缘计算终端；
7.根据权利要求6所述的提高无线温振传感器使用寿命的系统，其特征在于：所述的无线温振传感器、通信网关和边缘计算终端均设有对应的供电模块。
8.根据权利要求7所述的提高无线温振传感器使用寿命的系统，其特征在于：所述的边缘计算终端还包括以太网模块、hdmi模块和4g通信模块；以太网模块连接有上位机，hdmi模块连接有触屏显示器，4g通信模块连接云平台。
9.根据权利要求6所述的提高无线温振传感器使用寿命的系统，其特征在于：所述的无线通信模块采用lora传输。
