CN105891427A - 基于云计算的传感器寿命监测方法及装置 - Google Patents

基于云计算的传感器寿命监测方法及装置 Download PDF

Info

Publication number
CN105891427A
CN105891427A CN201610403286.7A CN201610403286A CN105891427A CN 105891427 A CN105891427 A CN 105891427A CN 201610403286 A CN201610403286 A CN 201610403286A CN 105891427 A CN105891427 A CN 105891427A
Authority
CN
China
Prior art keywords
sensor
life
time
operating time
weighting
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.)
Granted
Application number
CN201610403286.7A
Other languages
English (en)
Other versions
CN105891427B (zh
Inventor
刘玉林
袁宇彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Oribo Technology Co Ltd
Original Assignee
Shenzhen Ouruibo Electronic Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Ouruibo Electronic Co Ltd filed Critical Shenzhen Ouruibo Electronic Co Ltd
Priority to CN201610403286.7A priority Critical patent/CN105891427B/zh
Publication of CN105891427A publication Critical patent/CN105891427A/zh
Application granted granted Critical
Publication of CN105891427B publication Critical patent/CN105891427B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/007—Arrangements to check the analyser

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Combustion & Propulsion (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明提供一种基于云计算的传感器寿命监测方法，包括步骤：S1，收集传感器在纯净空气中的输出值；S2，将输出值与传感器的长时间工作衰减特性曲线比较以得出输出变化值，若该输出变化值在一预定时间段内持续大于输出变化阈值，则判定传感器寿命终止，否则进入步骤S3；S3，收集传感器的工作时长及环境参数，并依据收集到的环境参数对传感器的工作时长进行加权累计，以得到传感器的加权工作时长；S4，将得到的加权工作时长与传感器的额定寿命时长比较，若加权工作时长超过额定寿命时长，则判定传感器寿命终止，否则判定传感器工作正常。本发明还提供了传感器寿命监测装置。本发明提供的传感器寿命监测方法及装置能有效提高寿命监测精度。

Description

基于云计算的传感器寿命监测方法及装置
技术领域
本发明涉及传感器领域，尤其涉及一种基于云计算的传感器寿命监测方法及装置。
背景技术
当前气体传感器主要有半导体型和电化学型两大类，在长时间工作以后，这两类传感器测量的精度都会发生较大的偏差，当传感器(例如一氧化碳气体传感器)的寿命快终止时，就会导致安全情形下的误报警或者危险情形下的不报警等。无法精准、有效的提醒用户；
当前也有一些关于传感器寿命终止监测功能的方法和产品，如申请号为200810185216.4的中国大陆专利所描述的方法，主要通过传感器的负荷情况来判断传感器的剩余寿命。也有部分传感器通过对其静态参数的监控，判断传感器的灵敏度漂移状况来推断其是否临近寿命终止。该方法具有以下缺点：传感器寿命的判定依据仅依赖于静态参数的检测，而忽略了传感器个体差异导致的衰减曲线不一致的情形、以及工作环境(尤其是恶劣环境)对传感器寿命的影响，而这些因素都会导致传感器的静态参数变化幅度与实际寿命存在出入的情况，因此，极易发生寿命终止的误判，导致传感器寿命监测的精度不高。
发明内容
本发明的目的在于，解决目前传感器寿命监测精度不高的问题。
本发明的目的是采用以下技术方案来实现的。
一种基于云计算的传感器寿命监测方法，包括以下步骤：S1，收集传感器在纯净空气中的输出值；S2，将收集到的输出值与传感器的长时间工作衰减特性曲线比较以得出传感器的输出变化值，若该输出变化值在一预定时间段内持续大于输出变化阈值，则判定该传感器寿命终止，否则进入步骤S3；S3，收集传感器的工作时长及周围环境条件下的环境参数，并依据收集到的环境参数对传感器的工作时长进行加权累计，以得到传感器的加权工作时长；S4，将得到的加权工作时长与传感器的额定寿命时长比较，若该加权工作时长超过传感器的额定寿命时长，则判定该传感器寿命终止，否则判定该传感器工作正常。
一种基于云计算的传感器寿命监测装置，包括：存储模块，用于在云端存储传感器的长时间工作衰减特性曲线、传感器的额定寿命时长、以及传感器预定的恶劣环境工作寿命时长；收集模块，用于收集传感器工作时的输出值、传感器的工作时长、环境参数、以及恶劣环境条件下的环境参数；计算模块，与收集模块相连，该计算模块用于在云端计算传感器的加权工作时长、以及传感器的恶劣环境加权工作时长；比较模块，与存储模块、收集模块以及计算模块相连，该比较模块用于比较传感器工作时的输出值与传感器的长时间工作衰减特性曲线以得出传感器的输出变化值、比较传感器的加权工作时长与传感器的额定寿命时长、以及比较传感器的恶劣环境加权工作时长与传感器预定的恶劣环境寿命时长；判定模块，与比较模块相连，该判定模块用于根据比较模块的比较结果判定该传感器寿命是否终止、并输出判定结果。
相较于现有技术，本发明提供的基于云计算的传感器寿命监测方法及装置能有效地提高有害气体(例如一氧化碳、甲醛)传感器的寿命监测精度，降低由于传感器老化以及工作环境影响造成的寿命监测精度不高的技术问题。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
图1是本案实施例1提供的一种基于云计算的传感器寿命监测方法的流程示意图。
图2是本案实施例1提供的另一种基于云计算的传感器寿命监测方法的流程示意图。
图3为本案实施例2提供的一种基于云计算的传感器寿命监测装置的结构示意图。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本发明的公开内容理解的更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例1
请参阅图1，图1是本发明实施例1提供的一种基于云计算的传感器寿命监测方法的流程示意图，该方法包括以下步骤：
步骤S1，收集传感器在纯净空气中的输出值。
具体地，传感器设有无线通信模块，用于通过网关、路由器、调制解调器等设备和云端服务器联网，以将其输出值发送到云端。本实施例中，步骤S1收集的传感器在纯净空气中的输出值为传感器的电流输出值Istan。
步骤S2，将收集到的输出值与传感器的长时间工作衰减特性曲线比较以得出传感器的输出变化值，若该输出变化值在一预定时间段内持续大于输出变化阈值，则判定该传感器寿命终止，否则进入步骤S3。
所述传感器的长时间工作衰减特性曲线可存储在云端，该步骤通过云计算在云端比较传感器的输出值和所述衰减特性曲线以得出传感器的输出变化值。具体地，该步骤依据不等式|Istan-Istan-ini|<|Aeol-thr|是否成立来判定该传感器寿命是否终止。若该不等式不成立且不成立的时间(也即输出变化值大于输出变化阈值的持续时间)大于预定时间段(可预先设定/调整，例如，24个小时)，则判定该传感器寿命终止，若该不等式成立则进入步骤S3。
所述Istan表示传感器工作时的电流输出值，该值为传感器(例如，一氧化碳气体传感器)在工作(例如，在一氧化碳气氛环境下工作)时的电流输出值。所述Istan-ini表示出厂测试中传感器工作时的电流输出值，该值可以由工厂在传感器出货前、于不含有毒气体的气氛环境下测定。所述Aeol-thr表示传感器在寿命终止时电流的输出变化阈值，该电流的输出变化阈值可根据工厂的实验条件实时更新，也可预先设定。
步骤S3，收集传感器的工作时长及周围环境条件下的环境参数，并依据收集到的环境参数对传感器的工作时长进行加权累计，以得到传感器的加权工作时长。
该步骤通过传感器的无线通信模块、以及网关、路由器、调制解调器等设备和云端服务器联网，以将收集到的传感器的工作时长及常规环境条件下的环境参数发送到云端，通过云计算依据常规环境条件下的环境参数对传感器的工作时长进行加权累计，以得到传感器的加权工作时长。环境参数主要包括温度和/或湿度，这二者对气体传感器的测量结果较有影响。
具体的，该步骤依据公式∑t_hum&tem＝∑(t)*Xhum(t)Xtem(t)对传感器的工作时长进行加权累计。
所述∑t_hum&tem表示传感器的加权工作时长。所述∑(t)表示传感器的工作时长。所述Xhum(t)表示常规环境的湿度－时间加权函数，可由厂家测定。所述Xtem(t)表示常规环境的温度－时间加权函数，可由厂家测定。
步骤S4，将得到的加权工作时长与传感器的额定寿命时长比较，若该加权工作时长超过传感器的额定寿命时长，则判定该传感器寿命终止，否则判定该传感器工作正常。
所述传感器的额定寿命时长可存储在云端，该步骤通过云计算在云端比较传感器的加权工作时长与传感器的额定寿命时长。具体的，该步骤S4依据不等式∑t_hum&tem>Teol是否成立来判定该传感器寿命是否终止，若该不等式成立则判定该传感器寿命终止。所述Teol表示传感器的额定寿命时长，该值可由厂家测定。
本实施例中，本步骤只要测定传感器的加权工作时长超过其额定寿命时长，不论其静态输出Istan是否在合格范围以内，均判定该传感器寿命终止。
优选的，参见图2，本实施的S4步骤中，若不等式∑t_hum&tem>Teol不成立，还可包括步骤S5、S6。
步骤S5，收集恶劣环境条件下的环境参数，并依据收集到的恶劣环境条件下的环境参数对传感器的工作时长进行加权累计，以得到传感器的恶劣环境加权工作时长。
本步骤可在S4步骤判定不等式∑t_hum&tem>Teol不成立后才进行。该步骤通过传感器的无线通信模块、以及网关、路由器、调制解调器等设备和云端服务器联网，以将收集到的传感器的工作时长及恶劣环境条件下的环境参数发送到云端，通过云计算依据恶劣环境条件下的环境参数对传感器的工作时长进行加权累计，以得到传感器的恶劣环境加权工作时长。
具体的，该步骤依据公式∑wc-t_hum&tem＝∑(t)*Xwc-hum(t)Xwc-tem(t)对传感器的工作时长进行加权累计。所述∑wc-t_hum&tem表示传感器的恶劣环境加权工作时长。所述∑(t)表示传感器的工作时长。所述Xwc-hum(t)表示恶劣环境的湿度－时间加权函数，该值可由厂家测定。所述Xwc-tem(t)表示恶劣环境的温度－时间加权函数，该值可由厂家测定。
步骤S6，将得到的恶劣环境加权工作时长与传感器预定的恶劣环境工作寿命时长比较，若该恶劣环境加权工作时长超过预定的恶劣环境工作寿命时长，则判定该传感器寿命终止，否则判定该传感器工作正常。
所述传感器预定的恶劣环境工作寿命时长可存储在云端，该步骤通过云计算在云端比较恶劣环境加权工作时长与传感器预定的恶劣环境工作寿命时长。具体的，该步骤S6依据不等式∑wc-t_hum&tem>Twc_eol是否成立来判定该传感器寿命是否终止，若该不等式成立则判定该传感器寿命终止，若该不等式不成立则判定该传感器工作正常。所述Twc_eol表示传感器预定的恶劣环境工作寿命时长，该值可由厂家测定/设置。
本实施例中，本步骤只要测定恶劣环境加权工作时长超过预定的恶劣环境工作寿命时长，不论其静态输出Istan是否在合格范围以内，均判定该传感器寿命终止。
需要说明的是，厂商也可以在传感器出厂前，预先把传感器寿命终止的普遍性条件写入本地的芯片中，传感器工作过程中，所述传感器寿命监测方法在云端进行云计算以监测判定传感器寿命时可以参考该寿命终止的普遍性条件，并据此判断该传感器是否已经达到寿命终止条件
本实施例提供的基于云计算的传感器寿命监测方法，在对传感器工作电流输出值变化进行检测以作为传感器寿命判定依据的同时，综合考虑环境参数对传感器老化的影响，利用环境参数对传感器工作时长进行加权，以辅佐传感器寿命的监测判定，大大提高了传感器的寿命监测精度。
经测定，应用本实施例提供的方法后，采用本发明的方法，能有效地提高一氧化碳、甲醛等传感器在其寿命快终止前提供准确的EOF提醒，其寿命终止漏提醒率低于2％，寿命终止误提醒率低于10％。
实施例2
参阅图3，图3是本发明实施例2提供的基于云计算的传感器寿命监测装置100的结构示意图，其包括：存储模块10、收集模块20、计算模块30、比较模块40以及判定模块50。
所述存储模块10与比较模块40相连，用于在云端存储传感器的长时间工作衰减特性曲线、传感器的额定寿命时长、以及传感器预定的恶劣环境工作寿命时长。
所述收集模块20可与传感器200相连，以收集传感器200工作时的输出值、传感器的工作时长、环境参数、以及恶劣环境条件下的环境参数。
所述计算模块30与收集模块20相连，该计算模块用于在云端计算传感器的加权工作时长、以及传感器的恶劣环境加权工作时长。
所述比较模块40与存储模块10、收集模块20以及计算模块30相连，该比较模块40用于比较传感器200工作时的输出值与传感器的长时间工作衰减特性曲线以得出传感器的输出变化值、比较传感器的加权工作时长与传感器的额定寿命时长、以及比较传感器的恶劣环境加权工作时长与传感器预定的恶劣环境寿命时长。
判定模块50与比较模块40相连，该判定模块50用于根据比较模块40的比较结果判定该传感器寿命是否终止、并输出判定结果。
本实施例中，所述传感器寿命监测装置100还包括报警模块60，该报警模块60与判定模块50相连，在所述判定模块50判定该传感器寿命终止时，该报警模块60接收判定模块50的判定结果后发出警示/提示以表征传感器100的寿命终止。
优选的，所述收集模块20如因其他故障未能从传感器100处获取环境参数时，该收集模块20通过互联网查询传感器100所在地理位置的环境参数，以作后续之用。
本实施例提供的基于云计算的传感器寿命监测装置100，在对传感器工作电流输出值变化进行检测以作为传感器寿命判定依据的同时，综合考虑环境参数对传感器老化的影响，利用环境参数对传感器工作时长进行加权，以辅佐传感器寿命的监测判定，大大提高了传感器的寿命监测精度。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于云计算的传感器寿命监测方法，其特征在于，包括以下步骤：
S1，收集传感器在纯净空气中的输出值；
S2，将收集到的输出值与传感器的长时间工作衰减特性曲线比较以得出传感器的输出变化值，若该输出变化值在一预定时间段内持续大于输出变化阈值，则判定该传感器寿命终止，否则进入步骤S3；
S3，收集传感器的工作时长及周围环境条件下的环境参数，并依据收集到的环境参数对传感器的工作时长进行加权累计，以得到传感器的加权工作时长；
S4，将得到的加权工作时长与传感器的额定寿命时长比较，若该加权工作时长超过传感器的额定寿命时长，则判定该传感器寿命终止，否则判定该传感器工作正常。
2.如权利要求1所述的基于云计算的传感器寿命监测方法，其特征在于，所述S4步骤在比较后得到“常规环境加权工作时长未超过传感器的额定寿命时长”时，则进入以下步骤：S5，收集恶劣环境条件下的环境参数，并依据收集到的恶劣环境条件下的环境参数对传感器的工作时长进行加权累计，以得到传感器的恶劣环境加权工作时长；
S6，将得到的恶劣环境加权工作时长与传感器预定的恶劣环境工作寿命时长比较，若该恶劣环境加权工作时长超过预定的恶劣环境工作寿命，则判定该传感器寿命终止，否则判定该传感器工作正常。
3.如权利要求1所述的基于云计算的传感器寿命监测方法，其特征在于，所述步骤S1中收集的传感器在纯净空气中时的输出值为传感器的电流输出值。
4.如权利要求3所述的基于云计算的传感器寿命监测方法，其特征在于，所述步骤S2依据不等式
|Istan-Istan-ini|<|Aeol-thr|
是否成立来判定该传感器寿命是否终止，若该不等式不成立则判定该传感器寿命终止，若该不等式成立则进入步骤S3，其中，Istan表示传感器工作时的电流输出值，Istan-ini表示出厂测试中传感器工作时的电流输出值，Aeol-thr表示传感器在寿命终止时电流的输出变化阈值。
5.如权利要求1所述的基于云计算的传感器寿命监测方法，其特征在于，所述步骤S3依据公式
∑t_hum&tem＝∑(t)*Xhum(t)Xtem(t)
对传感器的工作时长进行加权累计，其中，∑t_hum&tem表示传感器的加权工作时长，∑(t)表示传感器的工作时长，Xhum(t)表示常规环境的湿度－时间加权函数，Xtem(t)表示常规环境的温度－时间加权函数。
6.如权利要求5所述的基于云计算的传感器寿命监测方法，其特征在于，所述步骤S4依据不等式
∑t_hum&tem>Teol
是否成立来判定该传感器寿命是否终止，其中，Teol表示传感器的额定寿命时长。
7.如权利要求2所述的基于云计算的传感器寿命监测方法，其特征在于，所述步骤S5依据公式
∑wc-t_hum&tem＝∑(t)*Xwc-hum(t)Xwc-tem(t)
对传感器的工作时长进行加权累计，其中，∑wc-t_hum&tem表示传感器的恶劣环境加权工作时长，∑(t)表示传感器的工作时长，Xwc-hum(t)表示恶劣环境的湿度－时间加权函数，Xwc-tem(t)表示恶劣环境的温度－时间加权函数。
8.如权利要求7所述的基于云计算的传感器寿命监测方法，其特征在于，所述步骤S6依据不等式
∑wc-t_hum&tem>Twc_eol
是否成立来判定该传感器寿命是否终止，若该不等式成立则判定该传感器寿命终止，若该不等式不成立则判定该传感器工作正常，其中，Twc_eol表示传感器预定的恶劣环境工作寿命时长。
9.一种基于云计算的传感器寿命监测装置，其特征在于，包括：
存储模块，用于在云端存储传感器的长时间工作衰减特性曲线、传感器的额定寿命时长、以及传感器预定的恶劣环境工作寿命时长；
收集模块，用于收集传感器工作时的输出值、传感器的工作时长、环境参数、以及恶劣环境条件下的环境参数；
计算模块，与收集模块相连，该计算模块用于在云端计算传感器的加权工作时长、以及传感器的恶劣环境加权工作时长；
比较模块，与存储模块、收集模块以及计算模块相连，该比较模块用于比较传感器工作时的输出值与传感器的长时间工作衰减特性曲线以得出传感器的输出变化值、比较传感器的加权工作时长与传感器的额定寿命时长、以及比较传感器的恶劣环境加权工作时长与传感器预定的恶劣环境寿命时长；
判定模块，与比较模块相连，该判定模块用于根据比较模块的比较结果判定该传感器寿命是否终止、并输出判定结果。
10.如权利要求9所述的基于云计算的传感器寿命监测装置，其特征在于，所述收集模块未能从传感器处获取环境参数时，通过互联网查询传感器所在地理位置的环境参数。
CN201610403286.7A 2016-06-08 2016-06-08 基于云计算的传感器寿命监测方法及装置 Active CN105891427B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610403286.7A CN105891427B (zh) 2016-06-08 2016-06-08 基于云计算的传感器寿命监测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610403286.7A CN105891427B (zh) 2016-06-08 2016-06-08 基于云计算的传感器寿命监测方法及装置

Publications (2)

Publication Number Publication Date
CN105891427A true CN105891427A (zh) 2016-08-24
CN105891427B CN105891427B (zh) 2019-05-31

Family

ID=56711590

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610403286.7A Active CN105891427B (zh) 2016-06-08 2016-06-08 基于云计算的传感器寿命监测方法及装置

Country Status (1)

Country Link
CN (1) CN105891427B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107576695A (zh) * 2017-08-17 2018-01-12 广东美的制冷设备有限公司 电化学气体传感器及其校准方法、空调器
CN109238339A (zh) * 2018-09-30 2019-01-18 北京英视睿达科技有限公司 一种多参环境监测设备的智能定寿方法及装置
CN110715399A (zh) * 2019-10-21 2020-01-21 广东美的制冷设备有限公司 空调器中传感器的检测方法、装置及空调器、电子设备
CN111426481A (zh) * 2020-04-22 2020-07-17 沈阳航空航天大学 一种航空发动机高空舱试车台架使用历程智能管理系统
CN113390662A (zh) * 2021-06-24 2021-09-14 合肥美菱物联科技有限公司 冰箱变频压缩机寿命指数计算系统及方法
CN113997821A (zh) * 2021-11-23 2022-02-01 绿能慧充数字技术有限公司 一种监测充电设备元器件损耗程度及维护的方法及系统

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005061901A (ja) * 2003-08-08 2005-03-10 Mitsubishi Electric Corp 電気機器の絶縁診断方法
US20080224838A1 (en) * 2007-03-15 2008-09-18 General Motors Corporation Apparatus and method for determining the remaining useful life of a transmission filter
US20090287909A1 (en) * 2005-12-30 2009-11-19 Xavier Vera Dynamically Estimating Lifetime of a Semiconductor Device
CN101799463A (zh) * 2010-01-28 2010-08-11 无锡职业技术学院 瓦斯传感器故障智能诊断装置
CN101870075A (zh) * 2010-07-02 2010-10-27 西南交通大学 一种基于性能退化模型的数控机床丝杠副寿命预测方法
JP2011071174A (ja) * 2009-09-24 2011-04-07 Renesas Electronics Corp 半導体装置、及び半導体装置の特性劣化検出方法
US20110156922A1 (en) * 2009-12-28 2011-06-30 You Chen Early warning method and device for ultrasonic probe and ultrasonic apparatus
CN102324034A (zh) * 2011-05-25 2012-01-18 北京理工大学 基于最小二乘支持向量机在线预测的传感器故障诊断方法
US20120103805A1 (en) * 2006-07-06 2012-05-03 Volvo Technology Corp. Diagnosis of a cracked multi-chamber solid-electrolyte gas sensor
CN102799201A (zh) * 2012-08-08 2012-11-28 深圳市中兴新地通信器材有限公司 基于设备寿命因子的通信机房温度节能控制方法及系统
JP2013005562A (ja) * 2011-06-15 2013-01-07 Yaskawa Electric Corp モータ及びモータ用ブレーキ並びにモータ製造方法
US20130158755A1 (en) * 2011-12-14 2013-06-20 GM Global Technology Operations LLC Optimizing system performance using state of health information
EP2639583A1 (de) * 2012-03-12 2013-09-18 Mettler-Toledo AG Funktionsüberprüfung von Wärmeleitfähigkeits-Gassensoren
CN103344271A (zh) * 2013-07-22 2013-10-09 中国航空动力机械研究所 传感器故障诊断装置和方法以及传感器的信号采集系统
JP5382210B2 (ja) * 2010-04-30 2014-01-08 トヨタ自動車株式会社 パティキュレートフィルタの故障検出装置及び故障検出方法
CN103675621A (zh) * 2013-11-29 2014-03-26 沈阳工业大学 一种变压器套管绝缘寿命预测装置及方法
CN104279036A (zh) * 2014-09-01 2015-01-14 潍柴动力股份有限公司 一种宽域氧传感器故障检测方法及装置
JPWO2013005562A1 (ja) * 2011-07-01 2015-02-23 日産自動車株式会社 排気センサの劣化診断装置および劣化診断方法
CN105005294A (zh) * 2015-07-13 2015-10-28 长安大学 基于不确定性分析的实时传感器故障诊断方法
CN105067236A (zh) * 2015-07-24 2015-11-18 北京航空航天大学 一种干摩擦阻尼减震器主故障监测系统及主故障机理检测方法
CN105157986A (zh) * 2015-06-17 2015-12-16 广东电网有限责任公司电力科学研究院 一种用于燃气轮机热端部件的可靠性监测方法
CN105606512A (zh) * 2016-01-13 2016-05-25 东莞市利发爱尔空气净化系统有限公司 一种滤网寿命的判断方法及装置

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005061901A (ja) * 2003-08-08 2005-03-10 Mitsubishi Electric Corp 電気機器の絶縁診断方法
US20090287909A1 (en) * 2005-12-30 2009-11-19 Xavier Vera Dynamically Estimating Lifetime of a Semiconductor Device
US20120103805A1 (en) * 2006-07-06 2012-05-03 Volvo Technology Corp. Diagnosis of a cracked multi-chamber solid-electrolyte gas sensor
US20080224838A1 (en) * 2007-03-15 2008-09-18 General Motors Corporation Apparatus and method for determining the remaining useful life of a transmission filter
JP2011071174A (ja) * 2009-09-24 2011-04-07 Renesas Electronics Corp 半導体装置、及び半導体装置の特性劣化検出方法
US20110156922A1 (en) * 2009-12-28 2011-06-30 You Chen Early warning method and device for ultrasonic probe and ultrasonic apparatus
CN101799463A (zh) * 2010-01-28 2010-08-11 无锡职业技术学院 瓦斯传感器故障智能诊断装置
JP5382210B2 (ja) * 2010-04-30 2014-01-08 トヨタ自動車株式会社 パティキュレートフィルタの故障検出装置及び故障検出方法
CN101870075A (zh) * 2010-07-02 2010-10-27 西南交通大学 一种基于性能退化模型的数控机床丝杠副寿命预测方法
CN102324034A (zh) * 2011-05-25 2012-01-18 北京理工大学 基于最小二乘支持向量机在线预测的传感器故障诊断方法
JP2013005562A (ja) * 2011-06-15 2013-01-07 Yaskawa Electric Corp モータ及びモータ用ブレーキ並びにモータ製造方法
JPWO2013005562A1 (ja) * 2011-07-01 2015-02-23 日産自動車株式会社 排気センサの劣化診断装置および劣化診断方法
US20130158755A1 (en) * 2011-12-14 2013-06-20 GM Global Technology Operations LLC Optimizing system performance using state of health information
EP2639583A1 (de) * 2012-03-12 2013-09-18 Mettler-Toledo AG Funktionsüberprüfung von Wärmeleitfähigkeits-Gassensoren
CN102799201A (zh) * 2012-08-08 2012-11-28 深圳市中兴新地通信器材有限公司 基于设备寿命因子的通信机房温度节能控制方法及系统
CN103344271A (zh) * 2013-07-22 2013-10-09 中国航空动力机械研究所 传感器故障诊断装置和方法以及传感器的信号采集系统
CN103675621A (zh) * 2013-11-29 2014-03-26 沈阳工业大学 一种变压器套管绝缘寿命预测装置及方法
CN104279036A (zh) * 2014-09-01 2015-01-14 潍柴动力股份有限公司 一种宽域氧传感器故障检测方法及装置
CN105157986A (zh) * 2015-06-17 2015-12-16 广东电网有限责任公司电力科学研究院 一种用于燃气轮机热端部件的可靠性监测方法
CN105005294A (zh) * 2015-07-13 2015-10-28 长安大学 基于不确定性分析的实时传感器故障诊断方法
CN105067236A (zh) * 2015-07-24 2015-11-18 北京航空航天大学 一种干摩擦阻尼减震器主故障监测系统及主故障机理检测方法
CN105606512A (zh) * 2016-01-13 2016-05-25 东莞市利发爱尔空气净化系统有限公司 一种滤网寿命的判断方法及装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107576695A (zh) * 2017-08-17 2018-01-12 广东美的制冷设备有限公司 电化学气体传感器及其校准方法、空调器
CN107576695B (zh) * 2017-08-17 2020-03-06 广东美的制冷设备有限公司 电化学气体传感器及其校准方法、空调器
CN109238339A (zh) * 2018-09-30 2019-01-18 北京英视睿达科技有限公司 一种多参环境监测设备的智能定寿方法及装置
CN109238339B (zh) * 2018-09-30 2023-10-13 国际商业机器（中国)投资有限公司 一种多参环境监测设备的智能定寿方法及装置
CN110715399A (zh) * 2019-10-21 2020-01-21 广东美的制冷设备有限公司 空调器中传感器的检测方法、装置及空调器、电子设备
CN111426481A (zh) * 2020-04-22 2020-07-17 沈阳航空航天大学 一种航空发动机高空舱试车台架使用历程智能管理系统
CN111426481B (zh) * 2020-04-22 2022-07-08 沈阳航空航天大学 一种航空发动机高空舱试车台架使用历程智能管理系统
CN113390662A (zh) * 2021-06-24 2021-09-14 合肥美菱物联科技有限公司 冰箱变频压缩机寿命指数计算系统及方法
CN113997821A (zh) * 2021-11-23 2022-02-01 绿能慧充数字技术有限公司 一种监测充电设备元器件损耗程度及维护的方法及系统

Also Published As

Publication number Publication date
CN105891427B (zh) 2019-05-31

Similar Documents

Publication Publication Date Title
CN105891427A (zh) 基于云计算的传感器寿命监测方法及装置
CN108792871B (zh) 一种基于物联网大数据的智慧电梯监控系统
CN117690261B (zh) 一种用于厂区危化气体泄漏监测的区域预警系统
CN117002309B (zh) 一种充电桩的故障智能预警方法及系统
CN113418142B (zh) 天然气泄露监测系统及方法
CN113783272A (zh) 一种基于超级电容监控管理系统的安全控制方法
CN117392587B (zh) 基于物联网的特种设备安全监测系统
CN107037309B (zh) 剩余电流互感器断线短路检测方法
CN102798803B (zh) 配电网线路故障检测方法
CN113296029B (zh) 一种配电变压器声纹监测方法、装置、设备及存储介质
CN116992243B (zh) 基于aiot的工业固废处理材料管理方法及系统
CN115290831B (zh) 一种空气质量检测方法
CN113671886B (zh) 一种基于5g的消防安全监控方法及系统
CN106324179A (zh) 一种催化燃烧传感器的自动校准方法
CN113359637A (zh) 一种基于站房运行环境和设备运行状态的数据质量保障系统及方法
CN115015623A (zh) 一种基于大数据的矿山设备运行安全评价系统
CN104950343B (zh) 基于光纤传感的井盖监测系统及方法
CN113741249B (zh) 一种工业控制系统网络安全分析监测系统
CN113333304A (zh) 一种基于互联网的环保卷材检测评估分拣系统
CN113188056A (zh) 一种管道泄漏检测方法、装置、设备及存储介质
CN101751749A (zh) 一种可燃气体的报警方法、装置及设备
CN109031053A (zh) 用于变压器状态监测智能装置的局部放电告警方法及系统
CN115754140A (zh) 基于物联网的工业现场危险气体传感预测系统及方法
CN207302301U (zh) 一种参数可调的燃气泄漏报警装置
CN108896850B (zh) 一种基于三轴振动技术的六氟化硫封闭式组合电器的检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Nanshan District Xueyuan Road in Shenzhen city of Guangdong province 518055 No. 1001 Nanshan Chi Park A7 building 7 floor

Patentee after: Shenzhen euribo Technology Co.,Ltd.

Address before: Nanshan District Xueyuan Road in Shenzhen city of Guangdong province 518055 No. 1001 Nanshan Chi Park A7 building 7 floor

Patentee before: SHENZHEN ORVIBO TECHNOLOGY Co.,Ltd.

Address after: Nanshan District Xueyuan Road in Shenzhen city of Guangdong province 518055 No. 1001 Nanshan Chi Park A7 building 7 floor

Patentee after: SHENZHEN ORVIBO TECHNOLOGY Co.,Ltd.

Address before: Nanshan District Xueyuan Road in Shenzhen city of Guangdong province 518055 No. 1001 Nanshan Chi Park A7 building 7 floor

Patentee before: ORVIBO, Inc.