CN102589681A - 一种高可靠旋转设备状态监测的无线振动测量方法与装置 - Google Patents
一种高可靠旋转设备状态监测的无线振动测量方法与装置 Download PDFInfo
- Publication number
- CN102589681A CN102589681A CN2012100968174A CN201210096817A CN102589681A CN 102589681 A CN102589681 A CN 102589681A CN 2012100968174 A CN2012100968174 A CN 2012100968174A CN 201210096817 A CN201210096817 A CN 201210096817A CN 102589681 A CN102589681 A CN 102589681A
- Authority
- CN
- China
- Prior art keywords
- data
- time
- vibration
- network
- node
- 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.)
- Pending
Links
Images
Abstract
一种高可靠旋转设备状态监测的无线振动测量方法与其装置(1)由振动测量模块和采用ZIGBEE协议通用无线网络节点组成;振动测量模块,包括供电接口、MEMS振动传感器、滤波处理、烈度计算单元、通信接口单元;(2)旋转设备运行时,由状态检测装置内数据采集模块在线采集时间序列数据、进行时域滤波、自动数据校核(时频域分量幅值比较判断)、烈度计算处理,得到烈度和振动频率数据;通过通用无线网络节点发送到后端平台,实现旋转设备可组态的状态监测;(3)装置根据能耗情况,进行振动测量模块的振动测量与通用节点的数据传输能量分配;根据实时性,在振动测量模块中进行数据采集、处理、数据传送时间分配。本发明可广泛应用于旋转设备状态进行实时监测。
Description
技术领域:
本发明涉及一种高可靠机械设备运行状态监测方法及装置,特别是关于一种用于高可靠旋转设备在线状态监测领域中的无线振动测量方法及其装置
背景技术:
振动信号是旋转设备运行状态监测和故障检测的重要测试参数,是检测大型旋转设备运行质量的关键问题之一。对旋转设备状态监测的无线振动信号测量不同于一般振动信号测试,具有环境恶劣、干扰大、工作条件苛刻、功耗要求低、需满足设备健康状态或故障诊断要求等特点。旋转设备状态需要监测点多、范围大,无线测量装置需要能按照某种协议进行网络构建,实现网络通信,保障系统可靠运行。
旋转设备状态的振动信号无线采集装置,需在超低功耗下运行、具有很好的电磁兼容性、满足设备状态监测的信号检测和故障判断的数据处理要求,能满足监测系统可靠运行要求。
发明内容:
针对上述问题,本发明的目的是提供一种能实现旋转设备实时振动的高可靠无线监测方法与装置。
为实现上述目的,本发明包括:(1)一种旋转设备状态无线振动方法,由装置中的振动测量模块,包括供电接口、MEMS振动传感器单元、时域中间值与均值滤波处理单元、FFT计算单元、加窗的频域滤波与积分单元、烈度计算单元、接口单元组成;(2)一种采用ZIGBEE协议的通用无线传感网络节点装置,有专用接口与振动模块中的接口单元相接;并提供电源给振动测量模块的供电接口;能完成自身电压测试,并带通用传感接口,与数字式或模拟式的温度、光照、气体成分等传感器相接。包括专用电池、通讯处理器、射频单元(2.4GHz)、开关等组成;(3)一种用于组建ZIGBEE网络的SINK节点;包括USB接口、通讯处理器、射频单元(2.4GHz)、开关等组成。本发明中的无线振动测量节点分为电池、电路板及辅助部件、外壳等组成。电路板分为振动测量模块和通用传感节点组成。
实现一种恶劣环境下高可靠的设备状态检测方法,包括以下步骤:(1)采用3轴MEMS加速度传感器ADXL345,测量范围为±16g,根据应用,自组态设置包括采样频率、采样FIFO、采样点数、数据自校准、时域混合中间值与均值滤波常数等;(2)旋转设备运行时,由状态检测装置内数据采集模块在线采集时间序列数据、进行时域滤波、自我数据校核(时频域分量幅值比较判断)、烈度计算处理,得到烈度数据;(3)装置根据能耗情况,进行振动测量模块的振动测量与通用节点的数据传输能量分配;在振动测量模块中分配数据采集、处理、数据传送时间;(4)利用ZIGBEE网络,实时传送当前FFT计算点数对应的烈度值和最大振动频率,利用后端监控平台,结合ISO7919和ISO10816标准进行自组态状态监测和故障判断。
所述步骤(2)中的所述时域滤波方法包括以下步骤:(1)根据组态要求,动态、超小容量动态中间数组;(2)采用最大、最小法剔除两边最值和次最值,对于其它窗内各点进行平均;得出滑动当前时刻值;(3)依据时刻点,滑动得到相应采样段的滤波后数组值。所述步骤(2)中的所述烈度计算方法采用基2时抽FFT作为时频域转换工具,包括以下步骤:(1)采集振动加速度更新算法输入序列;(2)去均值,加窗;(3)FFT时频域转换;(4)频谱转换得到速度谱;(5)计算振动烈度。烈度公式如下:
所述步骤(2)中的所述自我数据校核,包括以下步骤:(1)利用时域数组,得到最大加速度值(最大值法)和对应频率(过零点和插值法);(2)利用FFT中取最大值和频率;(3)利用FFT时频域转换幅值对应关系,结合可信度,判断测量结果的可靠性与可行度;(4)把测量数据和可信程度作为整体结果,存储、传输。
所述步骤(3)中的所述能量分配,结合ISO7919和ISO10816标准得到设备状态参数确定方法;由前端振动测量模块从测量的实时加速度值,按时间段获得计算和分析后的窗内的烈度和振动频率数据,(或按时间段得到主要加速度与振动频率数据)构建故障诊断时间序列,最大限度减少数据传输量;替代把加速度值实时在网络传输,在后端再进行诊断和分析的方法;实现在网络中最大减低能耗而实现状态监测。
所述步骤(3)中的一种应用于旋转设备状态监测的时间分配和自组态传输方法,通过接收后台的监控要求,设定发送间隔和数据方式;装置按照处理器CPU处理能力,传感器的FIFO;分配数组大小、滑动窗大小、FIFO大小、输出数据大小;动态确定振动测量模块数据采集、处理、数据传送的时间分配。
所述步骤(4)中的所述ZIGBEE网络,系统的网络通讯协议路由采用按需距离矢量路由协议,采用主干网络和传感簇组成的分层拓扑结构,通过SINK节点和通用无线传感网络节点装置组建网络,SINK节点接收从通用节点发送的测量信息,经过USB发送给PC机,PC机进行温湿度补偿处理和显示等。
附图说明:
图1旋转设备无线振动监测装置的组成
图2旋转设备无线振动监测装置的功能分配框图
图3旋转设备无线振动监测装置组成网络的分层拓扑结构
图4烈度和最大振动频率算法框图
图5时域滤波框图
图6自我数据校核框图
具体实施方式:
下面结合附图和实施例对本发明进行详细的描述。
如图1所示,本发明包括一供电模块,可充电电池1、一充电接口2、一通用无线传感节点3、一电源开关4、一振动测量模块5、一其它传感接口6、一天线7;供电模块1的输出端分别与电源开关4和通用无线传感节点3连接,实现可控制为其供电功能;振动测量模块5、其它传感器供电由通用无线传感节点3的电源输出口提供。振动测量模块5将检测到的振动信号送入数据采集模块内,实现数据采集测量8,再由数据采集模块将振动信号送入数据时域滤波模块9内进行滤波处理后,然后将处理后数据传送到频域滤波与烈度计算模块10,而后进行时频域数据校核与可信度计算11,最后将得出的烈度、最大振动频率、可信度(可选)数据发送回通用无线传感节点3,由通用无线传感节点3经过天线7把数据按要求传输到网络。
如图2所示,本发明的无线振动测量装置的功能分配,包括一个MEMS加速度传感器1、一个设备状态监测用振动数据处理模块2、一个通讯处理器模块3、一个射频收发模块4、一个天线5。MEMS加速度传感器1与振动数据处理模块2相连,实现设备状态的振动测量、得出基本的状态判断参数与基本时间序列;这样通讯处理器3只接收最小数量的振动状态数据,保证在射频收发器4中只发射或接收最小数量的测量数据,这样保证整个系统的最小能量消耗。发明进行传递是烈度值、振动最大频率值、测量可靠性值,以定时2秒或根据网络自组态的时间进行传输。烈度值为2字节、最大频率2字节、测量可靠性1字节、加上通用传感器测量的温度2字节、节点号1字节、电池电压2字节,测量数据为10字节。多字节的数据均为“高位在前,低位在后”。
格式如表1。
表1网络中传感节点发送的测量信息格式
在图2所示的无线通用传感节点在ZIGBEE网络中,支持的网络功能如表1所示。网络通信软件,采用TinyOS操作系统,包含众多独立且相互连接的组件,并基于事件驱动的并发模型和调度。
表2网络中各类型节点支持的不同网络功能
如图2所示,本发明的网络的路由采用按需距离矢量路由协议(ZigBee Ad-hocOn-demand Distance Vector Routing,ZAODV)通过路由发现在网络中广播路由请求的方式来寻找最优路径。其采用一种路径花费计算方法来比较路由路径的优劣。假设一条长度为L的路径经过的节点序列为[D1,D2,...,D1],则它的路径花费为:
其中,C{[D1,Dl+l]}为从i节点到i+1节点的链路花费。
如图3所示,本发明的传感网络拓扑结构包含两层:上层主干网络和下层的簇。上层主干网络由网关1和簇头节点2组成,下层由簇头节点2和传感节点3各自组成的簇形成,簇头节点2作为中间节点存在。上层一般采用星型拓扑尽可能减少监测和服务的响应时间,并减少能耗。但对于面积较大、设备等实体对象之间通信距离较远的环境,选用网状拓扑。簇内网络选择树型拓扑,路径固定、拓扑结构相对稳定,便于簇头节点协调管理。
如图4所示,烈度计算方法采用基2时抽FFT作为时频域转换工具,包括:获取振动加速度时间序列数据1;为防止能量泄露进行加窗2;进行FFT变换3;进行频域积分4;进行振动烈度计算5;获取最大振动频率6。采用蝶形运算(如下式),另速度、加速度、加窗类型如表3所示。
表3加速度、速度信号样例、幅度、加窗类型
信号样例 | 信号样例 | 频域幅度 | 加窗类型 |
加速度a(t) | ∑nωAn·cos(nwt+φ) | nωAn (n=1,2,3...n) | 汉明 |
速度v(t) | ∑An·sin(nwt+φ) | An(n=1,2,3...n) |
烈度计算公式:采用
如图5所示,(1)把采集数据序列放入滑动窗口中;(2)采用最大、最小法剔除两边最值和次最值,求取到中间数据;(2)对于窗内中间部分进行平均;得出滑动当前时刻值;(3)依据时刻点,滑动得到所有采样段的滤波后数组值。采用该算法比冒泡算法的速度快,并且具有减少随机误差的特点;与算法平均算法相对,能滤除振动信号中常见的脉冲噪声;是一种折中高速的时域滤波处理。其比较如表4。
为4时域滤波方法比较
算法描述如下:
如果X1,X2,..,Xn为测量序列,按升序排列后为
Xi1≥Xi2≥…≥XI n-1≥XIn
取奇数时(取n>5,如n=3,Xmcdian=Xi2;如n=4,Xmcdian=(Xi2+Xi3)/2),中值为:
Xmedlan=(Xi2+...+Xin-2)/(n-4)。
如图6所示,自我数据校核包括:采用时域方法得到最大加速度值(最大值法)和对应频率(过零点和插值法)1;利用FFT中取最大值和频率2;利用FFT时频域转换幅值对应关系,得出可信度,得出测量结果的可信性3。
采用两种不同自由度,γ=2;相对误差(M频域-M平均)/M平均得到其偏差;这个值反应可信的程度。
Claims (6)
1.一种实时的振动模块应用的高可靠时域滤波方法包括以下步骤:(1)根据后台的监控组态要求,如需求的监控时间间隔,设定可滑动中间临时数组、采样的参数;(2)实时性、综合性能好的时域滤波方法,采用最大、最小法剔除两边最值和次最值,对于其它窗内各点进行平均;得出滑动当前时刻值;算法描述如下:如果X1,X2,...,Xn为测量序列,按升序排列后为Xi1≥Xi2≥…≥XIn-1≥XIn取奇数时(取n>5,如n=3,Xmcdlan=Xi2;如n=4,Xmcdian=(Xi2+x13)/2),中值为:Xmedian=(Xi2+...+Xin-2)/(n-4);(3)依据时刻点,滑动得到相应采样段的滤波后各个采样值。
2.一种旋转设备状态监测用烈度计算方法,采用基2时抽FFT作为时频域转换工具,包括以下步骤:(1)采集振动加速度更新算法输入序列;(2)去均值,加窗;(3)FFT时频域转换;(4)频谱转换得到速度谱;(5)计算振动烈度;
实现过程:获取振动加速度时间序列数据;为防止能量泄露进行加Hamming窗;进行FFT变换;进行频域积分;进行振动烈度计算;
获取最大振动频率。
3.一种高可靠的数据校核方法,包括以下步骤:(1)利用时域数组,得到最大加速度值(最大值法)和对应频率(过零点、插值法);(2)利用FFT中取最大值和频率;(3)利用FFT时频域转换幅值对应关系,结合可信度,判断测量结果的可靠性与可行度;(4)把测量数据和可信程度作为整体结果,存储、传输;
可信度描述如下:采用并行处理方法、得到两种不同自由度,γ=2;相对误差(M频域-M平均)/M平均得到其偏差;这个值能反映数据测量可信的程度,实现数据测量的在线自校核。
4.一种结合IS07919和ISO10816标准的设备状态参数确定方法;由前端振动测量模块从测量的实时加速度值,按时间段获得计算和分析后的窗内的烈度和振动频率数据,(或按时间段得到主要加速度与振动频率数据)构建故障诊断时间序列,最大限度减少数据传输量;而不是把加速度值实时在网络传输,在后端再进行诊断和分析的方法;实现在网络中最大减低能耗;
这种旋转设备状态监测的能量分配原则是在现场端(振动测量模块)进行状态监测的信号分析与处理,获取状态监测的时间序列,消耗较小的能量;而保证在数据通信的数据量充分压缩和有效,实现网络能耗的最小化和状态监测的有效性。
5.一种应用于旋转设备状态监测的时间分配和自组态传输方法,通过接收后台的监控要求,设定发送间隔和数据方式;装置按照处理器CPU处理能力,传感器的FIFO;分配数组大小、滑动窗大小、FIFO大小、输出数据大小;动态确定振动测量模块数据采集、处理、数据传送的时间分配;
自组态方式是节点接收组网节点的组网和数据监测需求,解析其含义,设定其测量结果数据发送间隔,进而把需求发给测量模块,在测量模块中确定传感器的FIFO;分配数组大小、滑动窗大小、FIFO大小等。
6.一种应用于旋转设备状态监测的ZIGBEE网络,系统的网络通讯协议路由采用按需距离矢量路由协议,采用主干网络和传感簇组成的分层拓扑结构,通过SINK节点和通用无线传感网络节点装置组建网络,SINK节点接收从通用节点发送的测量信息,经过USB发送给PC机,PC机进行补偿处理和显示等;描述如下:网络的路由采用按需距离矢量路由协议(ZigBee Ad-hoc On-demand Distance Vector Routing,ZAODV)通过路由发现在网络中广播路由请求的方式来寻找最优路径;本发明的传感网络拓扑结构包含两层:上层主干网络和下层的簇;上层主干网络由网关和簇头节点组成,下层由簇头节点和传感节点各自组成的簇形成,簇头节点作为中间节点存在;上层一般采用星型拓扑,对于面积较大、设备等实体对象之间通信距离较远的环境,选用网状拓扑;簇内网络选择树型拓扑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100968174A CN102589681A (zh) | 2012-04-05 | 2012-04-05 | 一种高可靠旋转设备状态监测的无线振动测量方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100968174A CN102589681A (zh) | 2012-04-05 | 2012-04-05 | 一种高可靠旋转设备状态监测的无线振动测量方法与装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102589681A true CN102589681A (zh) | 2012-07-18 |
Family
ID=46478647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100968174A Pending CN102589681A (zh) | 2012-04-05 | 2012-04-05 | 一种高可靠旋转设备状态监测的无线振动测量方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102589681A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674226A (zh) * | 2012-08-30 | 2014-03-26 | 深圳市瑞路科技有限公司 | 一种四态双稳传感器装置及其监测方法 |
CN103913193A (zh) * | 2012-12-28 | 2014-07-09 | 中国科学院沈阳自动化研究所 | 一种基于工业无线技术的设备故障预维护方法 |
CN105021276A (zh) * | 2015-07-30 | 2015-11-04 | 珠海格力电器股份有限公司 | 电器故障诊断方法和装置及电器 |
CN105974859A (zh) * | 2015-03-13 | 2016-09-28 | 青岛孚迪尔电气自动化有限公司 | 基于振动传感器的无线监测系统 |
CN107065657A (zh) * | 2017-03-20 | 2017-08-18 | 苏州德姆斯信息技术有限公司 | 机器状态无线监测设备、方法和系统 |
CN108153237A (zh) * | 2016-12-06 | 2018-06-12 | 浙江科技学院 | 一种基于能耗特征的线切割机床状态监测方法 |
CN108801441A (zh) * | 2018-04-25 | 2018-11-13 | 哈尔滨电气股份有限公司 | 一种基于工业互联网及边缘计算的汽轮机数据采集系统 |
EP3400763A1 (en) * | 2017-05-08 | 2018-11-14 | Aleksandar Cvetanovski | Device and method for controlling vibrations on an agricultural machine such as a mulching machine |
CN110160813A (zh) * | 2019-05-22 | 2019-08-23 | 湃方科技(北京)有限责任公司 | 旋转设备状态监测方法及装置 |
CN112014593A (zh) * | 2019-05-28 | 2020-12-01 | 浙江德盛铁路器材股份有限公司 | 一种铁路轨道基础装备质量状况监测评估装置和方法 |
CN112204371A (zh) * | 2018-05-31 | 2021-01-08 | 日本电气株式会社 | 监视系统和监视方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1466080A (zh) * | 2002-06-13 | 2004-01-07 | 华为技术有限公司 | 一种实时采样数据的平滑统计方法 |
CN101493369A (zh) * | 2009-03-02 | 2009-07-29 | 中山盛兴股份有限公司 | 幕墙钢索张力电阻应变测量方法及其测量装置 |
CN201408098Y (zh) * | 2009-03-03 | 2010-02-17 | 中山盛兴股份有限公司 | 幕墙钢索电阻应变式张力测试仪 |
CN101941649A (zh) * | 2010-08-31 | 2011-01-12 | 东南大学 | 行车吊运状态自动检测及故障诊断方法 |
CN102376156A (zh) * | 2010-08-17 | 2012-03-14 | 苏州工业园区凯艺精密科技有限公司 | 摄像机红外主动跟踪装置及采用该装置的摄像机控制系统 |
-
2012
- 2012-04-05 CN CN2012100968174A patent/CN102589681A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1466080A (zh) * | 2002-06-13 | 2004-01-07 | 华为技术有限公司 | 一种实时采样数据的平滑统计方法 |
CN101493369A (zh) * | 2009-03-02 | 2009-07-29 | 中山盛兴股份有限公司 | 幕墙钢索张力电阻应变测量方法及其测量装置 |
CN201408098Y (zh) * | 2009-03-03 | 2010-02-17 | 中山盛兴股份有限公司 | 幕墙钢索电阻应变式张力测试仪 |
CN102376156A (zh) * | 2010-08-17 | 2012-03-14 | 苏州工业园区凯艺精密科技有限公司 | 摄像机红外主动跟踪装置及采用该装置的摄像机控制系统 |
CN101941649A (zh) * | 2010-08-31 | 2011-01-12 | 东南大学 | 行车吊运状态自动检测及故障诊断方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674226B (zh) * | 2012-08-30 | 2017-08-29 | 山东鸿荣电子有限公司 | 一种四态双稳传感器装置及其监测方法 |
CN103674226A (zh) * | 2012-08-30 | 2014-03-26 | 深圳市瑞路科技有限公司 | 一种四态双稳传感器装置及其监测方法 |
CN103913193A (zh) * | 2012-12-28 | 2014-07-09 | 中国科学院沈阳自动化研究所 | 一种基于工业无线技术的设备故障预维护方法 |
CN105974859A (zh) * | 2015-03-13 | 2016-09-28 | 青岛孚迪尔电气自动化有限公司 | 基于振动传感器的无线监测系统 |
CN105021276A (zh) * | 2015-07-30 | 2015-11-04 | 珠海格力电器股份有限公司 | 电器故障诊断方法和装置及电器 |
CN108153237A (zh) * | 2016-12-06 | 2018-06-12 | 浙江科技学院 | 一种基于能耗特征的线切割机床状态监测方法 |
CN107065657A (zh) * | 2017-03-20 | 2017-08-18 | 苏州德姆斯信息技术有限公司 | 机器状态无线监测设备、方法和系统 |
CN107065657B (zh) * | 2017-03-20 | 2023-08-01 | 苏州德姆斯信息技术有限公司 | 机器状态无线监测设备、方法和系统 |
EP3400763A1 (en) * | 2017-05-08 | 2018-11-14 | Aleksandar Cvetanovski | Device and method for controlling vibrations on an agricultural machine such as a mulching machine |
CN108801441A (zh) * | 2018-04-25 | 2018-11-13 | 哈尔滨电气股份有限公司 | 一种基于工业互联网及边缘计算的汽轮机数据采集系统 |
CN112204371A (zh) * | 2018-05-31 | 2021-01-08 | 日本电气株式会社 | 监视系统和监视方法 |
CN112204371B (zh) * | 2018-05-31 | 2022-10-14 | 日本电气株式会社 | 监视系统和监视方法 |
CN110160813A (zh) * | 2019-05-22 | 2019-08-23 | 湃方科技(北京)有限责任公司 | 旋转设备状态监测方法及装置 |
CN112014593A (zh) * | 2019-05-28 | 2020-12-01 | 浙江德盛铁路器材股份有限公司 | 一种铁路轨道基础装备质量状况监测评估装置和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102589681A (zh) | 一种高可靠旋转设备状态监测的无线振动测量方法与装置 | |
Liao et al. | Snowfort: An open source wireless sensor network for data analytics in infrastructure and environmental monitoring | |
CN101110713B (zh) | 基于无线传感器网络体系下的信息融合系统性能测试床系统 | |
Dai et al. | BSHM-WSN: A wireless sensor network for bridge structure health monitoring | |
CN103188719B (zh) | 中高速传感器网络测试系统 | |
KR20090028222A (ko) | 무선통신과 이동통신망을 이용한 교량 상태 관리 시스템 및방법 | |
CN104048749A (zh) | 一种风电机组振动故障检测系统及方法 | |
Cao et al. | Automatic meter reading system based on wireless mesh networks and SOPC technology | |
CN104049185B (zh) | 一种便携式局部放电检测系统及方法 | |
CN202334922U (zh) | 大范围无线监测传感装置 | |
CN105298751B (zh) | 基于分布式检测和数据判测的垂直轴风力发电测试装置 | |
CN101848556A (zh) | 一种一定环境内的无线传感器网络组网系统 | |
CN205015079U (zh) | 一种输电线路微风振动监测装置 | |
CN104132732B (zh) | 基于屏柜温度实时采集变电站汇控柜温度监测系统及方法 | |
CN203193905U (zh) | 中高速传感器网络移动测试装置 | |
CN202002918U (zh) | 一种远程污染源监测系统 | |
Ökdem et al. | Measuring IEEE 802.15. 4 protocol performance over embedded control systems | |
CN110703044A (zh) | 一种基于NB-IoT的电力故障分析与定位管理系统 | |
CN205158611U (zh) | 基于ZigBee的远程无线抄表系统 | |
CN104692209A (zh) | 基于无线通讯技术的电梯故障检测系统 | |
CN103824432A (zh) | 一种ussn无线网络振弦式数据采集仪 | |
Dinev et al. | RSSI study of wireless Internet of Things technologies | |
CN214539672U (zh) | 一种基于气压检测的风向风速监测装置 | |
CN217721227U (zh) | 一种物联网网关加速度节点 | |
CN202058053U (zh) | 一种无线温度监控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120718 |