CN107065657B - 机器状态无线监测设备、方法和系统 - Google Patents

机器状态无线监测设备、方法和系统 Download PDF

Info

Publication number
CN107065657B
CN107065657B CN201710166138.2A CN201710166138A CN107065657B CN 107065657 B CN107065657 B CN 107065657B CN 201710166138 A CN201710166138 A CN 201710166138A CN 107065657 B CN107065657 B CN 107065657B
Authority
CN
China
Prior art keywords
data
wireless
wireless monitor
monitoring
vibration
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.)
Active
Application number
CN201710166138.2A
Other languages
English (en)
Other versions
CN107065657A (zh
Inventor
包继华
姜雪
张玉斌
马德盛
陈丹
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.)
Suzhou Dhms Information Technology Co ltd
Original Assignee
Suzhou Dhms Information Technology 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 Suzhou Dhms Information Technology Co ltd filed Critical Suzhou Dhms Information Technology Co ltd
Priority to CN201710166138.2A priority Critical patent/CN107065657B/zh
Publication of CN107065657A publication Critical patent/CN107065657A/zh
Application granted granted Critical
Publication of CN107065657B publication Critical patent/CN107065657B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0428—Safety, monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24024—Safety, surveillance
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本发明公开一种机器状态无线监测设备、方法和系统，属于无线通讯技术领域，包括至少一个用于实时监测机器状态数据的无线监测器、与无线监测器通过自组无线网络连接通讯的网络协调器以及与网络协调器连接通信用于将机器状态数据上传至云平台的数据采集设备，无线监测器通过第一蓝牙传输模块与手持终端实现数据通讯，手持终端通过无线网络与云平台实现数据通讯，自组无线网络包括zigbee或Lora无线通讯网络，无线监测器采用zigbee或Lora无线通信协议将采集到的机器状态数据汇总、打包、上传至网络协调器，能够实时监测机器的工作状态数据，并及时为用户提供警示，解决了现有技术中出现的问题。

Description

机器状态无线监测设备、方法和系统
技术领域
本发明涉及一种机器状态无线监测设备、方法和系统，属于无线通讯技术领域。
背景技术
机器的状态监测主要包括对机器的振动和温度监测，其中振动监测与诊断是设备诊断技术的一个重要分支，它是通过机器表面部件的振动测量与分析来检测机器内部的运转状况并预测与判断机器设备的健康状况，它是旋转机械故障诊断的一种非常重要的手段。
现有的产品中，有线振动传感器安装非常繁琐，不能实时在线进行检测和分析；无线振动传感器也是在有线的基础上安装无线模块，需要和电脑配合使用，也存在现场安装、调试，使用不灵活；同时现有产品也不能进行离线的频域分析；同时监测设备较为大型，操作起来十分复杂，不利用工作人员操作的顺利进行，以及工作效率的提高。
发明内容
本发明的目的在于提供一种机器状态无线监测设备、方法和系统，能够实时监测机器的工作状态数据，并及时为用户提供警示，解决了现有技术中出现的问题。
本发明所述的机器状态无线监测设备包括至少一个用于实时监测机器状态数据的无线监测器、与无线监测器通过自组无线网络连接通讯的网络协调器以及与网络协调器连接通信用于将机器状态数据上传至云平台的数据采集设备。
将加速度传感器和温度传感器集成在无线监测器中，通过无线监测器对机器进行振动监测和温度监测，无线监测器将监测到的振动数据和温度数据通过自组无线网络传输至网路协调器，网络协调设备接收整个网络中的无线监测器上传的采集到的数据，汇总、打包，并将上述数据传输至数据采集设备中，由数据采集设备上传至云平台，在云平台可进行设备状态监控、故障诊断与数据分析。
所述的无线监测器通过第一蓝牙传输模块与手持终端实现数据通讯，手持终端通过无线网络与云平台实现数据通讯。
无线监测器通过蓝牙传输方式和手持终端进行数据交互，无线监测器通过API接口和手持终端进行数据交换，并可通过手持终端上传无线监测器采集和处理的数据到云平台，在云平台可进行设备状态监控、故障诊断与数据分析。
所述的自组无线网络包括zigbee或Lora无线通讯网络，无线监测器采用zigbee或Lora无线通信协议将采集到的机器状态数据汇总、打包、上传至网络协调器。
网络协调器能够实现自组网功能，组建的网络包括zigbee或Lora无线网络，无线监测器采用zigbee或Lora无线通讯协议，无线监测器通过自行组建的网络将监测到的数据传输至网络协调器。
所述的无线监测器通过zigbee转蓝牙适配器或Lora转蓝牙适配器与手持终端上的第一蓝牙传输模块进行数据通信，无线监测器通过zigbee路由或Lora网关路由与网络协调器进行数据通讯，网络协调器接收所有无线监测器的数据，并通过外部接口与数据采集设备进行数据通信。
当无线监测器采用zigbee无线通讯协议时，无线监测器通过zigbee转蓝牙适配器与手持终端上的第一蓝牙传输模块进行数据通信，无线监测器通过与它最近的zigbee路由与网络协调器通信，进行数据上传，网络协调器接收所有无线监测器的数据，并通过外部接口(串口、mosbus、TCP/IP)与数据采集设备进行数据通信。
当无线监测器采用Lora无线通讯协议时，无线监测器通过Lora转蓝牙适配器与手持终端上的第一蓝牙传输模块进行数据通信，无线监测器通过与它最近的Lora网关路由与网络协调器通信，进行数据上传，网络协调器接收所有无线监测器的数据，并通过外部接口(串口、mosbus、TCP/IP)与数据采集设备进行数据通信。
本发明所述的机器状态无线监测方法，包括以下步骤：
S1：在监测模式下，通过无线监测器内的加速度传感器和温度传感器实时采集机器的加速度和温度数据；
S2：无线监测器对采集到的数据进行前端处理后进行算法处理；
S3：网络协调器通过自组网络实时采集无线监测器中处理后的数据，并将上述数据通过数据采集设备上传至云平台；
S4：无线监测器开启故障诊断模式，当监测数据无异常即进入低功耗模式，重复上述步骤S1和步骤S2；当监测数据异常时，输出故障报警，更新故障状态指示灯，等待巡检时检查、确认故障信息；
S5：接入云平台的用户通过手持终端或PC机网页接收到故障推送信息，未接入云平台的用户通过手持终端连接无线监测器，查看故障类型和发生异常时的监测输出数据；
S6：现场人员现场查看故障类型和监测输出数据，并切换到检测模式对故障进行定性、定量分析。
在进行机器状态监测时，设置监测模式和检测模式，在监测模式下，无线监测器内部的信号处理器(MCU)模块，启动加速度传感器和温度传感器采集数据，在无线监测器的内部对数据进行前端处理后进行算法处理，网络协调器通过自组网络实时采集无线监测器中处理后的数据，并将上述数据通过数据采集设备上传至云平台；同时在无线监测器的内部开启故障诊断模式，当监测的数据无异常时即进入低功耗模式，由无线监测器实时采集数据，当监测数据异常时，输出故障报警，更新故障状态指示灯，等待巡检时检查、确认故障信息；同时接入云平台的用户通过手持终端或PC机网页接收到故障推送信息，未接入云平台的用户通过手持终端连接无线监测器，查看故障类型和发生异常时的监测输出数据；现场人员现场查看故障类型和监测输出数据，并可以通过手持终端切换到检测模式对故障进行定性、定量分析。
所述的步骤S2中前端处理的过程包括：对采集到的数据进行微弱信号放大、调理、A/D转换和滤波处理；当环境中的干扰强烈或随机性过大，在前端处理后还包括对采集到的原始加速度进行降噪和最优估计。
进行前端处理对监测的数据进行初步处理便于以后进行算法处理，当无线监测器使用在复杂工业环境中，当环境中的干扰强烈或随机性过大，在前端处理后使用“最优滤波”模块，对采集到的原始加速度进行降噪和最优估计。
所述的步骤S2中算法处理的过程包括振动加速度数据处理方法和温度数据处理方法，所述的振动加速度数据处理方法包括以下步骤：
S11：连续采集一段时间内的振动加速度数据；
S12：对采集到的振动加速度数据根据下列公式进行信号插值处理：
xn＝xin*wn n＝0,1,2.....，其中：xin是采集到的振动加速度数据，
是宽度为2N的矩形序列，xn是插值后的数字序列，使xn的信号点数为2N，满足FFT算法需求；
S13：对插值处理的数据xn根据下列公式进行FFT变换，
其中x2r和x2r+1为数字序列，W*k变换因子，Xk是xn的FFT变换序列；
S14：对振动加速度数据的FFT变换序列Xk根据下列公式进行一次频域积分求速度，对振动加速度数据的FFT变换序列Xk根据下列公式进行二次频域积分位移，/>其中：
式中：fd和fu分别为下限截止频率和上限截止频率；Δf为频率分辨率，ej2πkr/N为积分相位因子，Yv为一次频域积分后的数字序列，Ys为二次频域积分后的数字序列；
S15：对上述一次频域积分后的数字序列和二次频域积分后的数字序列分别根据下列公式进行傅里叶反变换，
其中：/>为变换因子；
S16：对上述傅里叶反变换速度序列和傅里叶反变换位移序列分别根据下列公式求速度均方根值和位移均方根值，其中：/>为速度的傅里叶反变换序列i点数据平方，VRMS是速度有效值；Spp＝Max(si)-Min(si)i＝1,2...N，其中：si：位移的傅里叶反变换序列I点数据，Spp：是位移峰值；
S17：对上述步骤S15中的vn和sn根据下列公式再次进行FFT变换，求速度、位移的FFT频谱，
其中：v2r和v2r+1为速度数字序列用于表示上述vn，W*k为变换因子；
其中：式中s2r和s2r+1为位移数字序列用于表示上述sn，W*k为变换因子；
S18：对上述步骤S17求得的速度、位移频谱分别根据下列公式添加窗函数，改善FFT频域性能，Vn+＝Vn*wn，Sn+＝Sn*wn，其中wn是一个长度为N的窗函数，Vn是上述步骤S17中求得的速度的FFT频谱序列，Vn+是加窗后的FFT频谱序列，Sn是上述步骤S17中求得的位移的FFT频谱序列，Sn+是加窗后的FFT频谱序列；
所述的温度数据处理方法包括对采集的温度数据根据下列公式进行加和求平均，
所述的步骤S18中设置的窗函数的类型包括：矩形窗汉宁窗/>海明窗
所述的步骤S4中的故障诊断模式包括时域故障诊断模式和频域故障诊断模式，所述的时域故障诊断模式的实现方法具体包括以下步骤：
S21：对时域的振动速度或振动位移值，设置振动阈值V1、振动时域预警值V2、振动时域报警值V3，其中V1<V2<V3，无线监测器监测到的振动值为V；
S22：当V<V1时，无线监测器以正常采集周期采集数据；
当V2>V>V1时，无线监测器增加采集频率采集数据，以自适应采集周期采集数据；
当V3>V>V2时，无线监测器进入振动时域预警监测状态，当无线监测器采集到数据多次处于时域预警监测状态，无线监测器输出振动时域预警故障；
当V>V3时，无线监测器进入振动时域报警监测状态，当无线监测器采集到多次处于时域报警监测状态，无线监测器输出振动时域报警故障；
所述的频域故障诊断模式的实现方法包括以下步骤：
S31：把无线监测器监测到的振动频谱信号分成n个频段，n取整数且n>1；
S32：设置上述每个频段的上限频率为f1，下限频率为f2，该频段内频域报警幅值为Vf1；
S33：每个频段通过算法求取一个最大值Vf，当Vf>Vf1时，无线监测器输出振动频域报警故障，未超出的频段不报警。
无线监测器内置有振动信号时域故障诊断分析和振动信号频域故障诊断分析，时域故障诊断分析时，通过设置振动阈值、振动时域预警值、振动时域报警值的方式，与监测到的振动值作比较从而输出相应的动作；频域故障诊断分析时，将无线监测器监测到的振动频谱信号分成n个频段，n取整数且n>1，设置上述每个频段的上限频率为f1，下限频率为f2，该频段内频域报警幅值为Vf1，每个频段通过算法求取一个最大值Vf，将Vf与Vf1作比较，根据比较的结果输出报警信号或正常工作信号。
所述的步骤S22中无线监测器设置有预警或报警核实功能，当无线监测器采集到数据达到时域预警监测状态或时域报警监测状态时，不立刻输出预警或报警，而是通过多次确认核实，当多次核实无误再输出。
由于设置低功耗模式，无线监测器监测振动和温度是间断式的，机械设备在启停、加减速过程中，振动值可能会超出正常值，无线监测器设置有报警或预警核实功能，即达到报警或预警条件时，不立刻输出报警或预警，而是通过多次确认核实，当多次核实无误再输出。
所述的步骤S4中低功耗模式的实现方法包括以下步骤：
S41：无线监测器按采集策略间歇式工作，无线监测器内部设定采集周期，无线监测器不采集数据时进入可唤醒睡眠状态；
S42：当睡眠时间达到采集周期时，无线监测器自动唤醒，按控制流程完成数据采集、处理数据，并把数据存储到无线监测器内部；
S43：当采集到的数据达到设定数据数量时，无线监测器启动网络网络传输功能，数据打包方式上传数据，数据上传完成后自动进入可唤醒睡眠状态。
无线监测器采用长时间在线，间断采集工作方式，无线监测器设定采集周期，无线监测器不采集数据时进入可唤醒睡眠状态，可最大限度降低功耗；当睡眠时间达到采集周期时，无线监测器自动唤醒，按控制流程完成数据采集、处理，然后自动睡眠。
无线监测器硬件电路方面设计有低功耗电路，MCU、MEMS、温度芯片、稳压芯片本身选用低功耗型，无线监测器进入睡眠状态时，MCU可以控制所有非MCU核心外设全部断电，使监测器可以达到1-3uA的功耗。
在传输数据时，无线监测器采取数据打包方式传输数据：无线监测器每次自动唤醒，采集、处理数据，并把数据存储到无线监测器内部，当采集到的数据达到设定数据数量时，无线监测器启动网络网络传输功能，上传数据；使用此方法减少无线网络数据交换的次数，从一定程度降低无线监测器整机功耗。
所述的步骤S6中的检测模式的实现方法包括以下步骤：
S51：用户通过手动唤醒无线监测器；
S52：通过手持终端上的第一蓝牙传输模块与无线监测器建立连接；
S53：用户通过手持终端向无线监测器发送功能查询、采集命名、无线监测器采集、处理、上传数据到手持终端；
S54：手持终端对无线监测器上传的数据进行实时数据显示、轴心轨迹分析、短时傅里叶变换、加速度包络分析和小波变换。
通常情况下，无线监测器安装在机器设备上，无线监测器工作在监测模式，自动采集、分析与上传数据，同时也可以人为切换到检测模式，技术人员可在机器的现场进行检测与分析采集的数据；在切换时，用户通过手动唤醒无线监测器，并通过手持终端连接无线监测器，
建立通信后，发送检测状态切换API，切换到检测模式，发送监测状态切换API，切换到监测模式，在检测模式下，无线监测器进行进一步的振动分析，同时现场检测人员通过手持终端或PC机中配套的应用软件，向无线监测器发送各种功能查询、采集命名，无线监测器采集、处理、上传数据到手持终端或PC机，然后手持终端或PC机对无线监测器上传的数据进行实时数据显示、轴心轨迹分析、STFT(短时傅里叶变换)、加速度包络分析、WT(小波变换)。
所述的步骤S5中监测输出数据的类型包括：机器发生异常时的振动值、温度值和FFT频谱图，无线监测器通过内部信号处理输出处理完成后的振动值、温度值，同时无线监测器可以内部完成三轴频谱数据输出，并可在手持终端显示三轴的振动频谱图。
本发明所述的机器状态无线监测系统，包括无线监测器，无线监测器包括至少一个用于实时监测机器的状态数据，无线监测器通过第二蓝牙传输模块与手持终端实现数据通讯，手持终端通过无线传输模块与云平台实现数据通讯。
无线监测器与第二蓝牙传输模块与手持终端实现数据通讯，将无线监测器监测到的数据通过手持终端将监测到的数据传输至云平台，不需要再通过网络协调器组建无线网络进行数据传输，无线监测器内部处理数据的方法与上述机器状态无线监测设备中的一致。
所述的无线传输模块为WIFI模块/3G模块/4G模块中的一种或多种，无线传输模块为现有技术中用到的无线通讯设备。
本发明与现有技术相比，具有如下有益效果：
提供一种机器状态无线监测设备、方法和系统，能够实时监测机器的工作状态数据，并通过内部数据处理方法输出振动值、温度值和FFT频谱图供用户查看，解决了现有技术中出现的问题，无需用户通过有线连接机器进行振动和温度监测，同时无需使用大型的监测设备，仅仅通过小型的无线监测器即可实现对机器状态的监测和分析，同时无线监测器具备故障诊断模式，能够及时为用户提供警示，兼具低功耗等模式，可以使用于电厂发电机组、各类电动机鼓风机或风机，使用环境包括电厂、钢厂、带式输送机等大中型设备。
附图说明
图1为本发明中机器状态无线监测设备实施例1中整体的连接示意图；
图2为本发明中机器状态无线监测设备实施例1中无线监测器与手持终端以及网络协调器的连接示意图；
图3为本发明中机器状态无线监测方法实施例2中整体的步骤流程图；
图4为本发明中机器状态无线监测方法实施例2中振动加速度数据处理方法的步骤流程图；
图5为本发明中机器状态无线监测方法实施例2中时域故障诊断模式实现方法的步骤流程图；
图6为本发明中机器状态无线监测方法实施例2中频域故障诊断模式实现方法的步骤流程图；
图7为本发明中机器状态无线监测方法实施例2中低功耗模式实现方法的步骤流程图；
图8为本发明中机器状态无线监测方法实施例2中检测模式实现方法的步骤流程图；
图9为本发明中机器状态无线监测方法实施例2中时域故障诊断模式显示界面图；
图10为本发明中机器状态无线监测方法实施例2中频域故障诊断模式显示界面图；
图11为本发明中机器状态无线监测方法实施例3振动加速度数据处理方法中部分算法验证数据表；
图12为本发明中机器状态无线监测方法实施例3振动加速度数据处理方法中振动平台中输入的原始数据显示界面图；
图13为本发明中机器状态无线监测方法实施例3振动加速度数据处理方法中无线监测器采集的原始加速度数据时域曲线图；
图14为本发明中机器状态无线监测方法实施例3振动加速度数据处理方法中原始加速度数据的FFT频谱图；
图15为本发明中机器状态无线监测方法实施例3振动加速度数据处理方法中一次频域积分后的速度时域波形；
图16为本发明中机器状态无线监测方法实施例3振动加速度数据处理方法中对数据求均方根值后使用C++上位机软件读取数据图；
图17为本发明中机器状态无线监测方法实施例3中振动平台中速度均方根值的显示界面图；
图18为本发明中机器状态无线监测方法实施例3振动加速度数据处理方法中二次频域积分位移值波形图；
图19为本发明中机器状态无线监测方法实施例3振动加速度数据处理方法中振动平台中二次频域积分位移值的显示界面图；
图20为本发明中机器状态无线监测方法实施例3振动加速度数据处理方法中加矩形窗FFT频谱图；
图21为本发明中机器状态无线监测方法实施例3振动加速度数据处理方法中加汉宁窗FFT频谱图；
图22为本发明中机器状态无线监测方法实施例3振动加速度数据处理方法中加海明窗FFT频谱；
图23为本发明中机器状态无线监测系统实施例4中整体的连接示意图；
具体实施方式
下面结合附图和实施例对本发明作进一步的说明：
实施例1：
如图1所示，作为优选在微型带式输送机为例，本发明所述的机器状态无线监测设备，包括n个用于实时监测机器状态数据的无线监测器A1-An，n≥1，与无线监测器A1-An通过自组无线网络连接通讯的网络协调器以及与网络协调器连接通信用于将机器状态数据上传至云平台的数据采集设备。
为了进一步说明实施例1，无线监测器A1-An通过第一蓝牙传输模块与手持终端实现数据通讯，手持终端通过无线网络与云平台实现数据通讯。
为了进一步说明实施例1，自组无线网络包括zigbee或Lora无线通讯网络，无线监测器A1-An采用zigbee或Lora无线通信协议将采集到的机器状态数据汇总、打包、上传至网络协调器。
为了进一步说明实施例1，如图2所示，无线监测器A1-An通过zigbee转蓝牙适配器或Lora转蓝牙适配器与手持终端上的第一蓝牙传输模块进行数据通信，无线监测器A1-An通过zigbee路由或Lora网关路由与网络协调器进行数据通讯，网络协调器接收所有无线监测器A1-An的数据，并通过外部接口与数据采集设备进行数据通信。
实施例1的工作原理为：在工作时，微型带式输送机上安装无线监测器A1-An，将加速度传感器和温度传感器集成在无线监测器A1-An中，通过无线监测器A1-An对机器进行振动监测和温度监测，无线监测器A1-An将监测到的振动数据和温度数据通过自组无线网络传输至网路协调器，网络协调设备接收整个网络中的无线监测器A1-An上传的采集到的数据，汇总、打包，并将上述数据传输至数据采集设备中，由数据采集设备上传至云平台，在云平台可进行设备状态监控、故障诊断与数据分析；同时无线监测器A1-An可以通过蓝牙传输方式和手持终端进行数据交互，无线监测器通过API接口和手持终端进行数据交换，通过FFT频谱图观察到相应频谱，并可通过手持终端上传无线监测器采集和处理的数据到云平台，在云平台可进行设备状态监控、故障诊断与数据分析；网络协调器组建的网络包括zigbee或Lora无线网络，无线监测器采用zigbee或Lora无线通讯协议，无线监测器A1-An通过自行组建的网络将监测到的数据传输至网络协调器。
当无线监测器A1-An采用zigbee无线通讯协议时，无线监测器A1-An通过zigbee转蓝牙适配器与手持终端上的第一蓝牙传输模块进行数据通信，无线监测器A1-An通过与它最近的zigbee路由与网络协调器通信，进行数据上传，网络协调器接收所有无线监测器A1-An的数据，并通过外部接口(串口、mosbus、TCP/IP)与数据采集设备进行数据通信。
当无线监测器A1-An采用Lora无线通讯协议时，无线监测器A1-An通过Lora转蓝牙适配器与手持终端上的第一蓝牙传输模块进行数据通信，无线监测器A1-An通过与它最近的Lora网关路由与网络协调器通信，进行数据上传，网络协调器接收所有无线监测器A1-An的数据，并通过外部接口(串口、mosbus、TCP/IP)与数据采集设备进行数据通信。
实施例2：
如图3所示，本发明所述的机器状态无线监测方法，包括以下步骤：
S1：在监测模式下，通过无线监测器内的加速度传感器和温度传感器实时采集机器的加速度和温度数据；
S2：无线监测器对采集到的数据进行前端处理后进行算法处理；
S3：网络协调器通过自组网络实时采集无线监测器中处理后的数据，并将上述数据通过数据采集设备上传至云平台；
S4：无线监测器开启故障诊断模式，当监测数据无异常即进入低功耗模式，重复上述步骤S1和步骤S2；当监测数据异常时，输出故障报警，更新故障状态指示灯，等待巡检时检查、确认故障信息；
S5：接入云平台的用户通过手持终端或PC机网页接收到故障推送信息，未接入云平台的用户通过手持终端连接无线监测器，查看故障类型和发生异常时的监测输出数据；
S6：现场人员现场查看故障类型和监测输出数据，并切换到检测模式对故障进行定性、定量分析。
本方法中无线监测器监测机器的状态时包括两种模式，监测模式和检测模式，在正常情况下，无线监测器工作在监测模式，自动监测机器的状态数据，并进行前端处理后进行算法处理，网络协调器通过自组网络实时采集无线监测器中处理后的数据，并将上述数据通过数据采集设备上传至云平台，同时在内部开启故障诊断模式，当监测数据无异常即进入低功耗模式，继续自动监测机器的状态数据，当监测数据异常时，输出故障报警，更新故障状态指示灯，等待巡检时检查、确认故障信息，现场人员现场查看故障类型和监测输出数据，并切换到检测模式对故障进行定性、定量分析；通过上述模式的切换使得监测更加细化，更有利于现场人员进行分析确认。
为了进一步说明实施例2，步骤S2中前端处理的过程包括：对采集到的数据进行微弱信号放大、调理、A/D转换和滤波处理；当环境中的干扰强烈或随机性过大，在前端处理后还包括对采集到的原始加速度进行降噪和最优估计。
无线监测器在采集到数据后内部的处理模块首先对数据进行前端处理，对加速度传感器采集到的信息进行前端处理，包括微弱信号放大、调理、高精度A/D转换、简单滤波，当无线监测器使用在复杂工业环境中，当环境中的干扰强烈或随机性过大，对采集到的原始加速度进行降噪和最优估计。
为了进一步说明实施例2，如图5和图9所示，步骤S4中的故障诊断模式包括时域故障诊断模式和频域故障诊断模式，所述的时域故障诊断模式的实现方法具体包括以下步骤：
S21：对时域的振动速度或振动位移值，设置振动阈值V1、振动时域预警值V2、振动时域报警值V3，其中V1<V2<V3，无线监测器监测到的振动值为V；
S22：当V<V1时，无线监测器以正常采集周期采集数据；
当V2>V>V1时，无线监测器增加采集频率采集数据，以自适应采集周期采集数据；
当V3>V>V2时，无线监测器进入振动时域预警监测状态，当无线监测器采集到数据多次处于时域预警监测状态，无线监测器输出振动时域预警故障；
当V>V3时，无线监测器进入振动时域报警监测状态，当无线监测器采集到多次处于时域报警监测状态，无线监测器输出振动时域报警故障；
为了进一步说明实施例2，如图6和图10所示，频域故障诊断模式的实现方法包括以下步骤：
S31：把无线监测器监测到的振动频谱信号分成n个频段，n取整数且n>1；
S32：设置上述每个频段的上限频率为f1，下限频率为f2，该频段内频域报警幅值为Vf1；
S33：每个频段通过算法求取一个最大值Vf，当Vf>Vf1时，无线监测器输出振动频域报警故障，未超出的频段不报警。
把无线监测器监测到的振动频谱信号分成多个频段，以4个频段为例，每个频段设置报警线值，即该频段内频域报警幅值为Vf1，每次频段没通过算法求取一个最大值Vf，当最大值超过对于频段报警线值时，输出报警，未超出的频段不报警。
为了进一步说明实施例2，步骤S22中无线监测器设置有预警或报警核实功能，当无线监测器采集到数据达到时域预警监测状态或时域报警监测状态时，不立刻输出预警或报警，而是通过多次确认核实，当多次核实无误再输出。
为了进一步说明实施例2，如图7所示，步骤S4中低功耗模式的实现方法包括以下步骤：
S41：无线监测器按采集策略间歇式工作，无线监测器内部设定采集周期，无线监测器不采集数据时进入可唤醒睡眠状态；
S42：当睡眠时间达到采集周期时，无线监测器自动唤醒，按控制流程完成数据采集、处理数据，并把数据存储到无线监测器内部；
S43：当采集到的数据达到设定数据数量时，无线监测器启动网络网络传输功能，数据打包方式上传数据，数据上传完成后自动进入可唤醒睡眠状态。
为了进一步说明实施例2，如图8所示，步骤S6中的检测模式的实现方法包括以下步骤：
S51：用户通过手动唤醒无线监测器；
S52：通过手持终端上的第一蓝牙传输模块与无线监测器建立连接；
S53：用户通过手持终端向无线监测器发送功能查询、采集命名、无线监测器采集、处理、上传数据到手持终端；
S54：手持终端对无线监测器上传的数据进行实时数据显示、轴心轨迹分析、短时傅里叶变换、加速度包络分析和小波变换。
为了进一步说明实施例2，步骤S5中监测输出数据的类型包括：机器发生异常时的振动值、温度值和FFT频谱图。
实施例3：
如图4所示，步骤S2中算法处理的过程包括振动加速度数据处理方法和温度数据处理方法，振动加速度数据处理方法包括以下步骤：
S11：连续采集一段时间内的振动加速度数据；
S12：对采集到的振动加速度数据根据下列公式进行信号插值处理：
xn＝xin*wn n＝0,1,2.....，其中：xin是采集到的振动加速度数据，
是宽度为2N的矩形序列，xn是插值后的数字序列，使xn的信号点数为2N，满足FFT算法需求；
S13：对插值处理的数据xn根据下列公式进行FFT变换，
其中x2r和x2r+1为数字序列，W*k变换因子，Xk是xn的FFT变换序列；
S14：对振动加速度数据的FFT变换序列Xk根据下列公式进行一次频域积分求速度，对振动加速度数据的FFT变换序列Xk根据下列公式进行二次频域积分位移，/>其中：
式中：fd和fu分别为下限截止频率和上限截止频率；Δf为频率分辨率，ej2πkr/N为积分相位因子，Yv为一次频域积分后的数字序列，Ys为二次频域积分后的数字序列；
S15：对上述一次频域积分后的数字序列和二次频域积分后的数字序列分别根据下列公式进行傅里叶反变换，
其中：/>为变换因子；
S16：对上述傅里叶反变换速度序列和傅里叶反变换位移序列分别根据下列公式进行平方和累加开平方求速度均方根值和位移均方根值，其中：/>为速度的傅里叶反变换序列i点数据平方，VRMS是速度有效值；
Spp＝Max(si)-Min(si) i＝1,2...N，其中：si:位移的傅里叶反变换序列I点数据，Spp：是位移峰值；
S17：对上述步骤S15中的vn和sn根据下列公式再次进行FFT变换，求速度、位移的FFT频谱，
其中：v2r和v2r+1为速度数字序列用于表示上述vn，W*k为变换因子；
其中：式中s2r和s2r+1为位移数字序列用于表示上述sn，W*k为变换因子；
S18：对上述步骤S17求得的速度、位移频谱分别根据下列公式添加窗函数，改善FFT频域性能，Vn+＝Vn*wn，Sn+＝Sn*wn，其中wn是一个长度为N的窗函数，Vn是上述步骤S17中求得的速度的FFT频谱序列，Vn+是加窗后的FFT频谱序列，Sn是上述步骤S17中求得的位移的FFT频谱序列，Sn+是加窗后的FFT频谱序列；
温度数据处理方法包括对采集的温度数据根据下列公式进行加和求平均，
步骤S18中设置的窗函数的类型包括：矩形窗汉宁窗/>海明窗
本实施例3的工作原理为：如图11-19所示，算法采用振动平台进行验证，使用GJX-5产生3.8m/s^2的正弦加速度波形作为验证算法输入波形，从采集到的算法验证数据表，使用matlab等仿真软件绘制曲线图，除去干扰尖峰，无线监测器采集到的加速度峰值在3.863mm/s左右，对原始加速度进行FFT频谱分析，通过频谱图可以验证无线监测器采集到的数据的频率在39.64HZ和振动平台的输出频率相符；对加速度FFT数据进行一次频域积分，详细数据见“算法验证数据表”，第三列“加速度一次频域积分值”，然后对“加速度一次频域积分值”进行FFT反变换的速度值，详细数据见“算法验证数据表”，第四列“一次频域积分后的速度值”，速度峰值：16.15，正弦波均方根值＝峰值(16.15)/1.414＝11.4214；对以上数据求均方根值：使用C++上位机软件读取数据，得到速度均方根值：11.56和振动平台11.4基本相符；二次频域积分后的数据，详细数据见“算法验证数据表”，第五列“加速度二次频域积分值”，对二次积分数据进行FFT反变换，求得位移值，通过图中分析振动位移的峰峰值：0.06199+0.06067mm＝0.12266mm＝122.66um通过和振动平台对比基本一致。
通过设置有多种窗函数，以适应不同的性能要求，输出的FFT频谱图如图20-22所示，
(1)矩形窗
如图20所示，矩形窗主瓣窄，边瓣宽，频率识别精度最高，幅值识别精度最低。边瓣较高，容易导致变换中带有高频干扰和泄露。
(2)汉宁窗
如图21所示，较矩形窗主瓣加宽并降低，频率分辨率比矩形窗低；边瓣较矩形窗明显减小，能消除高频干扰和漏能。
(3)海明窗
如图22所示，海明窗与汉宁窗同是余弦窗，只是加权系数不同。海明窗的加权系数能使边瓣达到最小，但其边瓣的衰减速度比汉宁窗幔。
实施例4：
如图23所示，本发明所述的机器状态无线监测系统，包括无线监测器A1-An，n≥1，无线监测器A1-An用于实时监测机器的状态数据，无线监测器A1-An通过第二蓝牙传输模块与手持终端实现数据通讯，手持终端通过无线传输模块与云平台实现数据通讯。
为了进一步说明实施例3，无线传输模块为WIFI模块/3G模块/4G模块中的一种或多种。
本实施例3的工作原理为：上述系统为机器状态无线监测设备的另一种实现方式，在工作时，将加速度传感器和温度传感器集成在无线监测器A1-An中，将无线监测器A1-An安装于机器的外部，通过无线监测器A1-An对机器进行振动监测和温度监测，无线监测器A1-An将监测到的振动数据和温度数据存储在内部，当用户通过手持终端上的第二蓝牙传输模块与无线监测器建立无线连接后，由手持终端接收无线监测器内部的数据并通过无线传输模块将数据传输至云平台，在云平台可进行设备状态监控、故障诊断与数据分析；无需再通过网络协调器组建无线网络进行数据传输，提高数据传输的实时性。
采用以上结合附图描述的本发明的实施例的机器状态无线监测设备、方法和系统，能够实时监测机器的工作状态数据，并及时为用户提供警示，解决了现有技术中出现的问题。但本发明不局限于所描述的实施方式，在不脱离本发明的原理和精神的情况下这些对实施方式进行的变化、修改、替换和变形仍落入本发明的保护范围内。

Claims (10)

1.一种机器状态无线监测方法，包括机器状态无线监测设备，所述机器状态无线监测设备包括至少一个用于实时监测机器状态数据的无线监测器、与无线监测器通过自组无线网络连接通讯的网络协调器以及与网络协调器连接通信用于将机器状态数据上传至云平台的数据采集设备，其特征在于：所述的方法包括以下步骤：
S1：在监测模式下，通过无线监测器内的加速度传感器和温度传感器实时采集机器的加速度和温度数据；
S2：无线监测器对采集到的数据进行前端处理后进行算法处理；
S3：网络协调器通过自组网络实时采集无线监测器中处理后的数据，并将上述数据通过数据采集设备上传至云平台；
S4：无线监测器开启故障诊断模式，当监测数据无异常即进入低功耗模式，重复上述步骤S1和步骤S2；当监测数据异常时，输出故障报警，更新故障状态指示灯，等待巡检时检查、确认故障信息；
S5：接入云平台的用户通过手持终端或PC机网页接收到故障推送信息，未接入云平台的用户通过手持终端连接无线监测器，查看故障类型和发生异常时的监测输出数据；
S6：现场人员现场查看故障类型和监测输出数据，并切换到检测模式对故障进行定性、定量分析；
所述的步骤S2中算法处理的过程包括振动加速度数据处理方法和温度数据处理方法，所述的振动加速度数据处理方法包括以下步骤：
S11：连续采集一段时间内的振动加速度数据；
S12：对采集到的振动加速度数据根据下列公式进行信号插值处理：xn＝xin*wn n＝0,1,2.....，其中：xin是采集到的振动加速度数据，是宽度为2N的矩形序列，xn是插值后的数字序列，使xn的信号点数为2N，N为整数且≥1，满足FFT算法需求；
S13：对插值处理的数据xn根据下列公式进行FFT变换，其中x2r和x2r+1为数字序列用于表示xn，W*k为变换因子，Xk是xn的FFT变换序列；
S14：对振动加速度数据的FFT变换序列Xk根据下列公式进行一次频域积分求速度，对振动加速度数据的FFT变换序列Xk根据下列公式进行二次频域积分位移，/>其中：
式中：fd和fu分别为下限截止频率和上限截止频率；Δf为频率分辨率，ej2πkr/N为积分相位因子，Yv为一次频域积分后的数字序列，Ys为二次频域积分后的数字序列；
S15：对上述一次频域积分后的数字序列和二次频域积分后的数字序列分别根据下列公式进行傅里叶反变换，
其中：/>为变换因子；
S16：对上述傅里叶反变换速度序列和傅里叶反变换位移序列分别根据下列公式求速度均方根值和位移均方根值，其中：/>为速度的傅里叶反变换序列i点数据平方，VRMS是速度有效值；Spp＝Max(si)-Min(si) i＝1,2...N，其中：si:位移的傅里叶反变换序列I点数据，Spp:是位移峰值；
S17：对上述步骤S15中的vn和sn根据下列公式再次进行FFT变换，求速度、位移的FFT频谱，其中：v2r和v2r+1为速度数字序列用于表示上述vn，W*k为变换因子；
其中；式中s2r和s2r+1为位移数字序列用于表示上述sn，W*k为变换因子；
S18：对上述步骤S17求得的速度、位移频谱分别根据下列公式添加窗函数，改善FFT频域性能，Vn+＝Vn*wn，Sn+＝Sn*wn，其中wn是一个长度为N的窗函数，Vn是上述步骤S17中求得的速度的FFT频谱序列，Vn+是加窗后的FFT频谱序列，Sn是上述步骤S17中求得的位移的FFT频谱序列，Sn+是加窗后的FFT频谱序列；所述的温度数据处理方法包括对采集的温度数据根据下列公式进行加和求平均，
2.根据权利要求1所述的机器状态无线监测方法，其特征在于：所述的步骤S2中前端处理的过程包括：对采集到的数据进行微弱信号放大、调理、A/D转换和滤波处理；当环境中的干扰强烈或随机性过大，在前端处理后还包括对采集到的原始加速度进行降噪和最优估计。
3.根据权利要求1所述的机器状态无线监测方法，其特征在于：所述的步骤S18中设置的窗函数的类型包括：矩形窗汉宁窗海明窗
4.根据权利要求1所述的机器状态无线监测方法，其特征在于：所述的步骤S4中的故障诊断模式包括时域故障诊断模式和频域故障诊断模式，所述的时域故障诊断模式的实现方法具体包括以下步骤：
S21：对时域的振动速度或振动位移值，设置振动阈值V1、振动时域预警值V2、振动时域报警值V3，其中V1<V2<V3，无线监测器监测到的振动值为V；
S22：当V<V1时，无线监测器以正常采集周期采集数据；
当V2>V>V1时，无线监测器增加采集频率采集数据，以自适应采集周期采集数据；
当V3>V>V2时，无线监测器进入振动时域预警监测状态，当无线监测器采集到数据多次处于时域预警监测状态，无线监测器输出振动时域预警故障；
当V>V3时，无线监测器进入振动时域报警监测状态，当无线监测器采集到多次处于时域报警监测状态，无线监测器输出振动时域报警故障；
所述的频域故障诊断模式的实现方法包括以下步骤：
S31：把无线监测器监测到的振动频谱信号分成n个频段，n取整数且n>1；
S32：设置上述每个频段的上限频率为f1，下限频率为f2，该频段内频域报警幅值为Vf1；
S33：每个频段通过算法求取一个最大值Vf，当Vf>Vf1时，无线监测器输出振动频域报警故障，未超出的频段不报警。
5.根据权利要求4所述的机器状态无线监测方法，其特征在于：所述的步骤S22中无线监测器设置有预警或报警核实功能，当无线监测器采集到数据达到时域预警监测状态或时域报警监测状态时，不立刻输出预警或报警，而是通过多次确认核实，当多次核实无误再输出。
6.根据权利要求1所述的机器状态无线监测方法，其特征在于：所述的步骤S4中低功耗模式的实现方法包括以下步骤：
S41：无线监测器按采集策略间歇式工作，无线监测器内部设定采集周期，无线监测器不采集数据时进入可唤醒睡眠状态；
S42：当睡眠时间达到采集周期时，无线监测器自动唤醒，按控制流程完成数据采集、处理数据，并把数据存储到无线监测器内部；
S43：当采集到的数据达到设定数据数量时，无线监测器启动网络传输功能，数据打包方式上传数据，数据上传完成后自动进入可唤醒睡眠状态。
7.根据权利要求1所述的机器状态无线监测方法，其特征在于：所述的步骤S6中的检测模式的实现方法包括以下步骤：
S51：用户通过手动唤醒无线监测器；
S52：通过手持终端上的第一蓝牙传输模块与无线监测器建立连接；
S53：用户通过手持终端向无线监测器发送功能查询、采集命名、无线监测器采集、处理、上传数据到手持终端；
S54：手持终端对无线监测器上传的数据进行实时数据显示、轴心轨迹分析、短时傅里叶变换、加速度包络分析和小波变换。
8.根据权利要求1所述的机器状态无线监测方法，其特征在于：所述的步骤S5中监测输出数据的类型包括：机器发生异常时的振动值、温度值和FFT频谱图。
9.一种机器状态无线监测系统，其特征在于：所述的系统应用权利要求1-8任意一项所述的机器状态无线监测方法，包括至少一个用于实时监测机器状态数据的无线监测器，无线监测器通过第二蓝牙传输模块与手持终端实现数据通讯，手持终端通过无线传输模块与云平台实现数据通讯。
10.根据权利要求9所述的机器状态无线监测系统，其特征在于：所述的无线传输模块为WIFI模块/3G模块/4G模块中的一种或多种。
CN201710166138.2A 2017-03-20 2017-03-20 机器状态无线监测设备、方法和系统 Active CN107065657B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710166138.2A CN107065657B (zh) 2017-03-20 2017-03-20 机器状态无线监测设备、方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710166138.2A CN107065657B (zh) 2017-03-20 2017-03-20 机器状态无线监测设备、方法和系统

Publications (2)

Publication Number Publication Date
CN107065657A CN107065657A (zh) 2017-08-18
CN107065657B true CN107065657B (zh) 2023-08-01

Family

ID=59620186

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710166138.2A Active CN107065657B (zh) 2017-03-20 2017-03-20 机器状态无线监测设备、方法和系统

Country Status (1)

Country Link
CN (1) CN107065657B (zh)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108876955A (zh) * 2017-11-08 2018-11-23 北京视联动力国际信息技术有限公司 一种基于手持机的巡更方法和装置
CN107703835A (zh) * 2017-11-15 2018-02-16 广州杰赛科技股份有限公司 环境监测系统
CN108680244B (zh) * 2018-04-26 2020-06-09 浙江大学 一种旋转机械振动无线监测装置及方法
CN108769134B (zh) * 2018-05-06 2021-10-26 大器物联科技（广州）有限公司 一种多协议的双主机通讯方法
CN108458781A (zh) * 2018-05-07 2018-08-28 苏州德姆斯信息技术有限公司 一种远程振动分析系统及其分析方法
WO2020069579A1 (en) * 2018-10-04 2020-04-09 Woodside Energy Technologies Pty Ltd A sensor device
CN109270867A (zh) * 2018-10-24 2019-01-25 成都旸谷信息技术有限公司 一种轨道交通用设备信息采集评估系统及方法
CN109525421A (zh) * 2018-10-24 2019-03-26 成都旸谷信息技术有限公司 一种轨道交通用设备信息采集系统及其方法
CN109474491B (zh) * 2018-11-14 2021-11-09 南京简智达信息科技有限公司 一种通过移动设备收集设备状态监测数据的系统
CN109635399A (zh) * 2018-12-03 2019-04-16 西安交通大学 一种振动加速度信号的加窗积分转换方法
CN109688564A (zh) * 2019-03-12 2019-04-26 贵州电网有限责任公司 一种基于蓝牙和LoRa的电力监测系统及运维方法
CN110996289A (zh) * 2019-12-11 2020-04-10 湃方科技(天津)有限责任公司 一种用于机器状态监测诊断仪的智能网关、方法及系统
CN111093227B (zh) * 2019-12-30 2022-09-13 武汉阿迪克电子股份有限公司 一种基于LoRaWAN的无线传输数据采集方法及系统
CN111397725A (zh) * 2020-03-20 2020-07-10 符霞 一种智能振动频谱传感器自动监控系统和方法
CN111417085A (zh) * 2020-04-30 2020-07-14 青岛科技大学 一种整备场内燃机车无线温度便携采集终端及温度监控系统
CN112037494A (zh) * 2020-08-05 2020-12-04 中车工业研究院有限公司 一种无线振动数据采集装置
CN112815994B (zh) * 2021-01-04 2023-08-15 安徽容知日新科技股份有限公司 基于边缘计算的有线数据采集方法及系统
CN112710918B (zh) * 2021-01-04 2022-10-11 安徽容知日新科技股份有限公司 基于边缘计算的无线数据采集方法及系统
CN112836980A (zh) * 2021-02-07 2021-05-25 西人马(深圳)科技有限责任公司 数据处理的方法、装置、设备及存储介质
CN113074807A (zh) * 2021-03-18 2021-07-06 中国水产科学研究院黄海水产研究所 养殖围栏设施结构振动及形变实时监测系统
CN116955455B (zh) * 2023-07-21 2024-01-16 上海策溯科技有限公司 适用于辐射监测系统的处理方法及平台
CN117093945B (zh) * 2023-10-16 2024-01-23 江阴市全盛自动化仪表有限公司 一种旋转机械状态在线监测与故障分析系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101795294A (zh) * 2010-02-01 2010-08-04 东南大学 大型发电机组安全监测无线传感器网络系统及其方法
CN102340173A (zh) * 2010-07-21 2012-02-01 吉林市曼博科技有限公司 一种无线多点均衡的低功耗电力监测系统及方法
CN102589681A (zh) * 2012-04-05 2012-07-18 邓昌建 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
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
CN105841736A (zh) * 2016-01-21 2016-08-10 北京航天智控监测技术研究院 一种无线自诊断智能传感仪

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101795294A (zh) * 2010-02-01 2010-08-04 东南大学 大型发电机组安全监测无线传感器网络系统及其方法
CN102340173A (zh) * 2010-07-21 2012-02-01 吉林市曼博科技有限公司 一种无线多点均衡的低功耗电力监测系统及方法
CN102589681A (zh) * 2012-04-05 2012-07-18 邓昌建 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
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
CN105841736A (zh) * 2016-01-21 2016-08-10 北京航天智控监测技术研究院 一种无线自诊断智能传感仪

Also Published As

Publication number Publication date
CN107065657A (zh) 2017-08-18

Similar Documents

Publication Publication Date Title
CN107065657B (zh) 机器状态无线监测设备、方法和系统
Tang et al. IoT-based signal enhancement and compression method for efficient motor bearing fault diagnosis
CN102156043B (zh) 风力发电机组在线状态监测与故障诊断系统
CN103884502B (zh) 一种变转速下风力发电机行星齿轮系统故障诊断方法
CN101075374A (zh) 一种实现低功耗无线监测的装置
CN101393049A (zh) 风力发电机组振动监测及故障诊断的方法
CN105334460A (zh) 基于噪声与振动分析的机器运行状态在线监测分析系统
CN103348226B (zh) 部件故障检测系统
CN103884371B (zh) 基于wia‑pa无线振动仪表的故障诊断装置及方法
CN107167223B (zh) 变频空调器压缩机与管路振动测试系统及方法
CN107643182A (zh) 基于欠采样信号的轴承故障诊断方法及无线网络节点装置
CN104198186A (zh) 基于小波包与谱峭度结合的齿轮故障诊断方法及装置
CN104564542B (zh) 一种基于大数据技术的故障诊断系统及其诊断方法
CN112964304A (zh) 一种旋转机械关键零部件远程运维方法及其系统
CN111031069A (zh) 一种具有边缘计算功能的振动采集分析终端及方法
CN104076281A (zh) 一种基于wsn的电机能效监测方法
CN103941690A (zh) 远程工厂环境噪声智能监控系统
CN105203937A (zh) 一种变压器内部放电模式识别方法及故障诊断系统
CN202994209U (zh) 旋转设备的监测装置
CN103234746A (zh) 一种风电机组齿轮箱在线故障诊断装置及方法
CN103852338A (zh) 空气净化器异常噪声故障检测方法
CN112304661A (zh) 一种设备工作状态智能监测装置及监测方法
CN203163988U (zh) 一种风电机组齿轮箱在线故障诊断装置
CN206095635U (zh) 一种滚动轴承故障诊断系统
CN115060391A (zh) 一种温度监测方法、装置、存储介质及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant