CN102840101A - 一种分布式状态监测系统 - Google Patents
一种分布式状态监测系统 Download PDFInfo
- Publication number
- CN102840101A CN102840101A CN2012103373739A CN201210337373A CN102840101A CN 102840101 A CN102840101 A CN 102840101A CN 2012103373739 A CN2012103373739 A CN 2012103373739A CN 201210337373 A CN201210337373 A CN 201210337373A CN 102840101 A CN102840101 A CN 102840101A
- Authority
- CN
- China
- Prior art keywords
- condition monitoring
- monitoring system
- analytical system
- vibration
- distributed condition
- 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
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Wind Motors (AREA)
Abstract
本发明一种分布式状态监测系统因采用分布式结构,故而便于系统各级都能对风力发电机组的异常和故障进行分析、诊断,同时也方便各级的工作人员对现场的风力发电机组的振动状态进行观察,及时发现振动异常及故障并及时处理,有效地保证了风力发电机组的正常运行。
Description
技术领域
本发明涉及一种监测系统,尤其涉及应用于振动监测领域的分布式状态监测系统。
背景技术
风力发电机组的状态监测系统在国外的应用比较多,但主要是以人工分析为主,并且数据需要传送到遥远的地方(有的还可能跨国)经过数小时甚至数天后才能得出诊断结果;系统得出诊断结果后也不能主动与主控系统自动发生联系,不能为主控系统提供一套行之有效的运行模式及控制方案。
风力发电机组的状态监测系统在国内的应用比较少,真正投入使用的也大多数是国外的产品,主要任务是采集数据;数据分析主要是靠人工分析,对操作人员的要求以及依赖都很高,这样不但增加了使用成本;同时导致产品的准确度与产品本身无关,反而只与人的经验有关。
发明内容
本发明的目的是针对上述背景技术存在的缺陷,提供一种具有振动异常、故障分析诊断功能的分布式状态监测系统。
为实现上述目的,本发明一种分布式状态监测系统,主要用于对风力发电机组传动链上的旋转部件进行振动监测。所述分布式状态监测系统至少应包括传感器、采集器及一呈分布式结构的且具有振动异常故障分析诊断功能的多级分析系统,所述多级分析系统至少包括三个不同等级的分析系统,所述多级分析系统包括单机分析系统、风场分析系统及远程分析系统。所述传感器随机械振动部件的振动继而捕获机械振动部件的振动强度并由传感器转化为模拟电信号并传送给采集器。所述采集器用于将模拟电信号经过滤波及离散化处理、并将模拟电信号离散化后量化为带振动数据的数字量信号,所述数字量信号由采集器打包并通过网络发送给所述单机分析系统。所述单机分析系统用于对由采集器送入的数字量信号自动进行数据的初步诊断及存储,对故障进行记录和统计并进行趋势分析,预测其下次发生的时间,同时,并将异常数据进行压缩后通过网络传送给所述风场分析系统。所述风场分析系统(一)获取单机分析系统采集到的振动数据及初步诊断结果,并运用风场端故障诊断算法运算分析、结合风场端数据库中各类故障的阈值及特征值找出是否出现故障及导致故障的原因,进一步将诊断结果通过风场端用户界面输出显示并保存到风场端数据库中,(二)通过环网将诊断结果传回各台风力发电机组单机分析系统并通过用户界面输出显示,(三)结合多台风力发电机组的状态结果,进行统计总结,自动纠正及调节不合理的阈值设定,同时,对单机分析系统的诊断误判也给予纠正,(四)按照用户设定的时间间隔通过远程分析系统中的远程服务器将各风力发电机组的原始振动数据及诊断结果上传至远程分析系统。所述远程分析系统(一)获取风场分析系统传来的数据并通过数据分析中心的故障诊断分析人员进行手动分析及对诊断结论进一步验证和确认,(二)根据多个风场的众多风力发电机的运行状态规律对系统的诊断算法进行完善,对风场端数据库的阈值和特征值进行修正,同时,(三)可出具风力发电机组状态评估报告。
综上所述,本发明一种分布式状态监测系统因采用分布式结构,故而便于系统各级都能对风力发电机组的异常和故障进行分析、诊断,同时也方便各级的工作人员对现场的风力发电机组的振动状态进行观察,及时发现振动异常及故障并可及时处理,有效地保证了风力发电机组的正常运行。
说明书附图
图1为本发明一种分布式状态监测系统的数据分析处理的简要流程示意图。
图2为本发明一种分布式状态监测系统在单台风机内的网络结构示意图。
图3为本发明一种分布式状态监测系统的通讯网络结构示意图。
具体实施方式
为详细说明本发明的技术内容、构造特征、所达成目的及效果,以下兹例举实施例并配合附图详予说明。
请参阅图1、图2及图3,本发明一种分布式状态监测系统,主要用于对风力发电机组传动链上的部件进行振动监测,如实时监测风力发电机组的齿轮箱、主轴、发电机等主要发生机械振动的部件的振动数据,并定期对上述所述部件的振动状态进行监测、记录、分析,及时发现隐患,并通过本发明分布式状态监测系统找出导致异常振动的原因,以便及时采取相应措施加以解决。
本发明分布式状态监测系统至少应包括传感器、采集器及一呈分布式结构的且具有振动异常故障分析诊断功能的多级分析系统。所述传感器为振动加速度传感器。所述多级分析系统至少包括三个不同等级的分析系统,具体地,所述多级分析系统包括单机分析系统、风场分析系统及远程分析系统。
所述的采集器、单机分析系统、风场分析系统和远程分析系统均通过网络实现数据通讯。
请续参阅图2,本发明分布式状态监测系统在单台风力发电机组内所述采集器与单机分析系统之间通过两光端交换机实现相互连接和数据传输,单机分析系统通过环网交换机及两光端交换机与风力发电机组主控系统之间实现相互连接和数据传输。
本发明分布式状态监测系统与风场监控SCADA系统共用同一套光纤及环网通讯线路。
所述单机分析系统安装在风力发电机组塔筒底部。
所述传感器安装在风力发电机组机舱内部的主要产生振动的部件上,在本具体实施例中,传感器安装在风力发电机组机舱内部的齿轮箱、主轴及发电机等主要发生机械振动的部件上,采集器安装在位于机舱的主控制系统控制柜内。
所述采集器通过光纤与安装在风力发电机组塔基的单机分析系统实现连接与通讯。
所述传感器随机械振动部件的振动继而捕获机械振动部件的振动强度并由传感器转化为模拟电信号并传送给采集器。所述该模拟电信号为模拟电压信号。
具体地,所述振动加速度传感器根据捕获的风力发电机组传动链上的振动信号强弱并将振动信号转化为连续的电压信号传送给采集器。所述振动加速度传感器捕获到的振动越强,输出的电压就越大;振动加速度传感器捕获到的振动越弱,输出的电压就越弱。
所述采集器用于将模拟电信号经过滤波及离散化处理、并将模拟电信号离散化后量化为带振动数据的数字量信号,所述数字量信号由采集器打包并通过网络发送给所述单机分析系统。
所述本发明分布式状态监测系统的采集器可连接24路振动加速度传感器。所述采集器均以20KHz的采样频率将模拟量的电压信号转化为16位的数字量信号并通过风力发电机组内部的光纤通讯网络实时地传送给塔基的单机分析系统。
所述单机分析系统用于对由采集器送入的数字量信号自动进行数据的初步诊断及存储,对故障进行记录和统计并进行趋势分析,预测其下次发生的时间,同时,并将异常数据进行压缩后通过网络传送给所述风场分析系统。
所述单机分析系统以3分钟一次的时间间隔从采集器的所有通道中获取20秒的振动数据作一次运算分析,将分析结果与风场服务器的标准数据库中的标准值进行比较,如果分析结果超限,便将本次获取到的原始数据通过环网通讯设备传送给中控室的风场分析系统;同时将诊断结果显示到触摸屏上。为了防止故障漏报,单机分析系统还每隔一定时间将诊断未发现异常的数据传一份给风场分析系统以作验证。
所述单机分析系统同时具备塔基屏HMI功能,显示及设置主控系统的各控制参数;同时根据监测系统的诊断结论,调整控制系统的控制策略。
所述风场分析系统运用的算法至少包括:峰值、有效值、峭度系数、裕度系数、脉冲系数、峰值指标、细化谱、倒频谱及解调谱算法对数据进行综合运算、分析及诊断,对故障进行记录和统计并进行趋势分析,预测其下次发生的时间。
所述风场分析系统(一)获取单机分析系统采集到的振动数据及初步诊断结果,并运用风场端故障诊断算法运算分析、结合风场端数据库中各类故障的阈值及特征值找出是否出现故障及导致故障的原因,进一步将诊断结果通过风场端用户界面输出显示并保存到风场端数据库中,(二)通过环网将诊断结果传回各台风力发电机组单机分析系统并通过用户界面输出显示,(三)结合多台风力发电机组的状态结果,进行统计总结,自动纠正及调节不合理的阈值设定,同时,对单机分析系统的诊断误判也给予纠正,(四)根据用户设定的时间间隔通过远程分析系统中的远程服务器将各风力发电机组的原始振动数据及诊断结果上传至远程分析系统。
所述远程分析系统(一)获取风场分析系统传来的数据并通过数据分析中心的故障诊断分析人员进行手动分析及对诊断结论进一步验证和确认;(二)根据多个风场的众多风力发电机的运行状态规律对系统的诊断算法进行完善,对风场端数据库的阈值和特征值进行修正;同时,(三)远程分析系统还可出具风力发电机组状态评估报告。
所述远程分析系统为外界用户提供了一远程查看风场风力发电机组运行状态的远程接口。通过该远程接口登录到远程分析系统中,远程查看现场风力发电机组的运行状态及故障结果;振动分析人员可远程手动分析振动数据,并给出诊断分析报告。
所述分布式状态监测系统通过Internet网络实现远程查看风场现场风力发电机组的状态信息。
本发明分布式状态监测系统可将分析结果与风力发电机组的运行参数相结合,为主控系统提供最优的控制决策。
综上所述,本发明一种分布式状态监测系统因采用分布式结构,故而便于系统各级都能对风力发电机组的异常和故障进行分析、诊断,同时也方便各级的工作人员对现场的风力发电机组的振动状态进行观察,及时发现振动异常及故障并可及时处理,有效地保证了风力发电机组的正常运行。
以上所述的技术方案仅为本发明一种分布式状态监测系统的较佳实施例,任何在本发明一种分布式状态监测系统基础上所作的等效变换或替换都包含在本专利的权利要求的范围之内。
Claims (12)
1.一种分布式状态监测系统,主要用于对风力发电机组传动链上的旋转部件进行振动监测,其特征在于:
分布式状态监测系统至少应包括传感器、采集器及一呈分布式结构的且具有振动异常故障分析诊断功能的多级分析系统,所述多级分析系统至少包括三个不同等级的分析系统,所述多级分析系统包括单机分析系统、风场分析系统及远程分析系统;
所述传感器随机械振动部件的振动继而捕获机械振动部件的振动强度并由传感器转化为模拟电信号并传送给采集器;
所述采集器用于将模拟电信号经过滤波及离散化处理、并将模拟电信号离散化后量化为带振动数据的数字量信号,所述数字量信号由采集器打包并通过网络发送给所述单机分析系统;
所述单机分析系统用于对由采集器送入的数字量信号自动进行数据的初步诊断及存储,对故障进行记录和统计并进行趋势分析,预测其下次发生的时间,同时,将异常数据进行压缩后通过网络传送给所述风场分析系统;
所述风场分析系统(一)获取单机分析系统采集到的振动数据及初步诊断结果,并运用风场端故障诊断算法运算分析、结合风场端数据库中各类故障的阈值及特征值找出是否出现故障及导致故障的原因,进一步将诊断结果通过风场端用户界面输出显示并保存到风场端数据库中,(二)通过环网将诊断结果传回各台风力发电机组单机分析系统并通过用户界面输出显示,(三)结合多台风力发电机组的状态结果,进行统计总结,自动纠正及调节不合理的阈值设定,同时,对单机分析系统的诊断误判也给予纠正,(四)根据用户设定的时间间隔通过远程分析系统中的远程服务器将各风力发电机组的原始振动数据及诊断结果上传给远程分析系统;
所述远程分析系统(一)获取风场分析系统传来的数据并通过数据分析中心的故障诊断分析人员进行手动分析及对诊断结论进一步验证和确认,(二)根据多个风场的众多风力发电机的运行状态规律对系统的诊断算法进行完善,对风场端数据库的阈值和特征值进行修正,同时,(三)可出具风力发电机组状态评估报告。
2.根据权利要求1所述的一种分布式状态监测系统,其特征在于:所述采集器、单机分析系统、风场分析系统和远程分析系统通过网络实现数据通讯。
3.根据权利要求1所述的一种分布式状态监测系统,其特征在于:所述风场分析系统运用的算法至少包括:峰值、有效值、峭度系数、裕度系数、脉冲系数、峰值指标、细化谱、倒频谱及解调谱算法对数据进行综合运算、分析及诊断,对故障进行记录和统计并进行趋势分析,预测其下次发生的时间。
4.根据权利要求1所述的一种分布式状态监测系统,其特征在于:分布式状态监测系统在单台风力发电机组内,所述采集器与单机分析系统之间通过光纤及两光端交换机实现连接和通讯,单机分析系统与风力发电机组主控系统之间通过环网交换机、光纤及两光端交换机实现连接和通讯。
5.根据权利要求1所述的一种分布式状态监测系统,其特征在于:分布式状态监测系统与风场监控SCADA系统共用同一套光纤及环网通讯线路。
6.根据权利要求1所述的一种分布式状态监测系统,其特征在于:所述远程分析系统为外界用户进一步提供了一远程查看风场风力发电机组运行状态的远程接口。
7.根据权利要求1所述的一种分布式状态监测系统,其特征在于:所述分布式状态监测系统通过Internet网络实现远程查看风场现场风力发电机组的状态信息。
8.根据权利要求1所述的一种分布式状态监测系统,其特征在于:所述单机分析系统安装在风力发电机组塔筒底部。
9.根据权利要求1所述的一种分布式状态监测系统,其特征在于:采集器可连接24路振动加速度传感器。
10.根据权利要求1所述的一种分布式状态监测系统,其特征在于:采集器安装在位于机舱的主控制系统控制柜内。
11.根据权利要求1所述的一种分布式状态监测系统,其特征在于:所述传感器为振动加速度传感器。
12.根据权利要求1所述的一种分布式状态监测系统,其特征在于:所述振动加速度传感器捕获到的振动越强,输出的电压就越大;振动加速度传感器捕获到的振动越弱,输出的电压就越弱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103373739A CN102840101A (zh) | 2012-09-13 | 2012-09-13 | 一种分布式状态监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103373739A CN102840101A (zh) | 2012-09-13 | 2012-09-13 | 一种分布式状态监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102840101A true CN102840101A (zh) | 2012-12-26 |
Family
ID=47367762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012103373739A Pending CN102840101A (zh) | 2012-09-13 | 2012-09-13 | 一种分布式状态监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102840101A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103453984A (zh) * | 2013-09-13 | 2013-12-18 | 同济大学 | 基于WiMAX网络的风力发电机组振动状态监测与故障诊断系统 |
CN103501348A (zh) * | 2013-10-16 | 2014-01-08 | 华仪风能有限公司 | 一种风力发电机组主控系统与监控系统的通讯方法及系统 |
CN103729737A (zh) * | 2013-12-26 | 2014-04-16 | 青海能高新能源有限公司 | 一种基于图像流处理技术的风电场运维支持系统 |
CN103758694A (zh) * | 2013-12-24 | 2014-04-30 | 青海能高新能源有限公司 | 一种风力发电机组状态监控系统数据压缩方法 |
CN104142229A (zh) * | 2013-05-10 | 2014-11-12 | 中科风电(北京)有限公司 | 一种风力发电机组法兰螺栓在线监测及故障诊断系统 |
CN104568131A (zh) * | 2014-12-10 | 2015-04-29 | 新源联合(青岛)动力技术服务有限公司 | 有色冶金行业的余热发电机组远程监测系统及其方法 |
CN104989594A (zh) * | 2015-06-20 | 2015-10-21 | 上海电机学院 | 风力发电机组振动波形采集系统及方法 |
CN105041568A (zh) * | 2015-08-28 | 2015-11-11 | 沈阳华创风能有限公司 | 一种防止风机飞车的控制方法 |
CN106302567A (zh) * | 2015-05-14 | 2017-01-04 | 北京三叶瑞风能源科技有限公司 | 一种风机塔架远程实时监测系统及方法 |
CN108825446A (zh) * | 2018-05-04 | 2018-11-16 | 上海交通大学 | 一种风机故障智能管理系统及方法 |
CN112594142A (zh) * | 2020-11-23 | 2021-04-02 | 东方电气集团科学技术研究院有限公司 | 一种基于5g的端云协同风电运维诊断系统 |
CN110133500B (zh) * | 2019-05-13 | 2021-08-20 | 中国机械设备工程股份有限公司 | 基于多层架构的电机在线监测与故障前兆诊断系统及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3874110B2 (ja) * | 2002-08-30 | 2007-01-31 | 日本精工株式会社 | 異常診断システム |
CN101109938A (zh) * | 2007-08-23 | 2008-01-23 | 上海交通大学 | 大型海上风力发电场监控系统 |
CN201243209Y (zh) * | 2008-05-06 | 2009-05-20 | 成都阜特科技有限公司 | 风力发电机组控制系统 |
CN101498926A (zh) * | 2008-02-02 | 2009-08-05 | 北京能高自动化技术有限公司 | 具有分层递阶结构的大型风电机组优化控制系统 |
CN101539763A (zh) * | 2009-04-29 | 2009-09-23 | 成都阜特科技有限公司 | 风场监控系统 |
CN201402209Y (zh) * | 2009-03-30 | 2010-02-10 | 唐德尧 | 一种风力发电机组的智能化故障监测诊断系统 |
WO2010133720A1 (es) * | 2009-05-21 | 2010-11-25 | Gamesa Innovation & Technology, S.L. | Sistemas y procedimientos de autodiagnostico de aerogeneradores |
CN201714570U (zh) * | 2010-04-26 | 2011-01-19 | 华电电力科学研究院 | 多功能风电机组安全监测及故障诊断装置 |
CN102200186A (zh) * | 2011-05-10 | 2011-09-28 | 大连理工大学 | 风力发电机组齿轮箱远程在线状态监测与故障诊断系统 |
CN102287330A (zh) * | 2011-07-25 | 2011-12-21 | 哈尔滨理工大学 | 采用3g网络的风电场远程实时监控与智能视频遥视系统 |
-
2012
- 2012-09-13 CN CN2012103373739A patent/CN102840101A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3874110B2 (ja) * | 2002-08-30 | 2007-01-31 | 日本精工株式会社 | 異常診断システム |
CN101109938A (zh) * | 2007-08-23 | 2008-01-23 | 上海交通大学 | 大型海上风力发电场监控系统 |
CN101498926A (zh) * | 2008-02-02 | 2009-08-05 | 北京能高自动化技术有限公司 | 具有分层递阶结构的大型风电机组优化控制系统 |
CN201243209Y (zh) * | 2008-05-06 | 2009-05-20 | 成都阜特科技有限公司 | 风力发电机组控制系统 |
CN201402209Y (zh) * | 2009-03-30 | 2010-02-10 | 唐德尧 | 一种风力发电机组的智能化故障监测诊断系统 |
CN101539763A (zh) * | 2009-04-29 | 2009-09-23 | 成都阜特科技有限公司 | 风场监控系统 |
WO2010133720A1 (es) * | 2009-05-21 | 2010-11-25 | Gamesa Innovation & Technology, S.L. | Sistemas y procedimientos de autodiagnostico de aerogeneradores |
CN201714570U (zh) * | 2010-04-26 | 2011-01-19 | 华电电力科学研究院 | 多功能风电机组安全监测及故障诊断装置 |
CN102200186A (zh) * | 2011-05-10 | 2011-09-28 | 大连理工大学 | 风力发电机组齿轮箱远程在线状态监测与故障诊断系统 |
CN102287330A (zh) * | 2011-07-25 | 2011-12-21 | 哈尔滨理工大学 | 采用3g网络的风电场远程实时监控与智能视频遥视系统 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104142229A (zh) * | 2013-05-10 | 2014-11-12 | 中科风电(北京)有限公司 | 一种风力发电机组法兰螺栓在线监测及故障诊断系统 |
CN103453984A (zh) * | 2013-09-13 | 2013-12-18 | 同济大学 | 基于WiMAX网络的风力发电机组振动状态监测与故障诊断系统 |
CN103501348A (zh) * | 2013-10-16 | 2014-01-08 | 华仪风能有限公司 | 一种风力发电机组主控系统与监控系统的通讯方法及系统 |
CN103758694B (zh) * | 2013-12-24 | 2016-05-25 | 青海能高新能源有限公司 | 一种风力发电机组状态监控系统数据压缩方法 |
CN103758694A (zh) * | 2013-12-24 | 2014-04-30 | 青海能高新能源有限公司 | 一种风力发电机组状态监控系统数据压缩方法 |
CN103729737A (zh) * | 2013-12-26 | 2014-04-16 | 青海能高新能源有限公司 | 一种基于图像流处理技术的风电场运维支持系统 |
CN103729737B (zh) * | 2013-12-26 | 2018-06-15 | 北京能高自动化技术股份有限公司 | 一种基于图像流处理技术的风电场运维支持系统 |
CN104568131A (zh) * | 2014-12-10 | 2015-04-29 | 新源联合(青岛)动力技术服务有限公司 | 有色冶金行业的余热发电机组远程监测系统及其方法 |
CN104568131B (zh) * | 2014-12-10 | 2018-09-28 | 青岛新源联合动力工程有限公司 | 有色冶金行业的余热发电机组远程监测系统及其方法 |
CN106302567A (zh) * | 2015-05-14 | 2017-01-04 | 北京三叶瑞风能源科技有限公司 | 一种风机塔架远程实时监测系统及方法 |
CN104989594A (zh) * | 2015-06-20 | 2015-10-21 | 上海电机学院 | 风力发电机组振动波形采集系统及方法 |
CN105041568A (zh) * | 2015-08-28 | 2015-11-11 | 沈阳华创风能有限公司 | 一种防止风机飞车的控制方法 |
CN108825446A (zh) * | 2018-05-04 | 2018-11-16 | 上海交通大学 | 一种风机故障智能管理系统及方法 |
CN110133500B (zh) * | 2019-05-13 | 2021-08-20 | 中国机械设备工程股份有限公司 | 基于多层架构的电机在线监测与故障前兆诊断系统及方法 |
CN112594142A (zh) * | 2020-11-23 | 2021-04-02 | 东方电气集团科学技术研究院有限公司 | 一种基于5g的端云协同风电运维诊断系统 |
CN112594142B (zh) * | 2020-11-23 | 2022-04-12 | 东方电气集团科学技术研究院有限公司 | 一种基于5g的端云协同风电运维诊断系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102840101A (zh) | 一种分布式状态监测系统 | |
CN105809255B (zh) | 一种基于物联网的火电厂旋转机械健康管理方法及系统 | |
US10288043B2 (en) | Wind turbine condition monitoring method and system | |
JP5297272B2 (ja) | 装置異常監視方法及びシステム | |
Prieto et al. | Self-powered wireless sensor applied to gear diagnosis based on acoustic emission | |
CN110779716A (zh) | 嵌入式机械故障智能诊断设备及诊断方法 | |
JP2015516530A (ja) | 遠心圧縮機用のリアルタイム性能回復勧告のための方法およびシステム | |
US20140303796A1 (en) | Apparatus and method for controlling building energy | |
CN103234585A (zh) | 一种大型风电机组在线监测及故障诊断系统 | |
CN102840918A (zh) | 输变电设备红外图谱管理及分析方法 | |
CN102434387A (zh) | 风机检测诊断系统 | |
CN109507924B (zh) | 用于油田作业设备的远程监控系统 | |
CN104329222A (zh) | 一种集成于风机主控系统内的在线状态监测与故障诊断方法 | |
CN104048749A (zh) | 一种风电机组振动故障检测系统及方法 | |
CN103670373B (zh) | 抽油机故障的诊断方法和系统 | |
EP2951737A2 (en) | Method and system for use in dynamically configuring data acquisition systems | |
CN103195728A (zh) | 大型风机在线监测诊断系统 | |
CN109309733A (zh) | 一种物联网能源监测系统 | |
CN110531656A (zh) | 一种水电机组性能的监测系统和方法 | |
CN105571638A (zh) | 一种机械设备故障组合预测系统及方法 | |
CN104564542A (zh) | 一种基于大数据技术的故障诊断系统及其诊断方法 | |
KR102316630B1 (ko) | 설비의 결함을 예측하는 모듈형 예지 보전 장치 및 방법 | |
CN109642853A (zh) | 旋转装置用在线诊断/预测系统 | |
CN202789324U (zh) | 分布式状态监测系统 | |
CN105466488A (zh) | 一种可视化智能在线监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20121226 |