CN108377209A - 基于scada的设备故障检测系统和检测方法 - Google Patents
基于scada的设备故障检测系统和检测方法 Download PDFInfo
- Publication number
- CN108377209A CN108377209A CN201810044817.7A CN201810044817A CN108377209A CN 108377209 A CN108377209 A CN 108377209A CN 201810044817 A CN201810044817 A CN 201810044817A CN 108377209 A CN108377209 A CN 108377209A
- Authority
- CN
- China
- Prior art keywords
- equipment
- parameter information
- characteristic
- scada
- data
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 52
- 238000004458 analytical method Methods 0.000 claims abstract description 50
- 238000000605 extraction Methods 0.000 claims abstract description 23
- 238000013480 data collection Methods 0.000 claims abstract description 17
- 238000012800 visualization Methods 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 14
- 230000036541 health Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000007423 decrease Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 238000004611 spectroscopical analysis Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000003862 health status Effects 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000013178 mathematical model Methods 0.000 claims 1
- 238000003860 storage Methods 0.000 abstract description 6
- 238000012423 maintenance Methods 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000002390 adhesive tape Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
- H04L43/045—Processing captured monitoring data, e.g. for logfile generation for graphical visualisation of monitoring data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0823—Errors, e.g. transmission errors
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种基于SCADA的设备故障检测系统，其特征在于，包括设备检测应用装置(100)，数据库系统(200)和设备数据收集装置(300)，所述设备检测应用装置(100)和数据库系统(200)之间通过数据访问接口连接，数据库系统(200)和设备数据收集装置(300)之间通过互联网连接；设备数据收集装置(300)用于收集设备的相关参数信息，数据库系统(200)用于对存储设备的相关参数信息，并对设备的相关参数信息进行特征提取得到特征数据，并存储特征数据；设备检测应用装置(100)用于从数据库系统(200)获取所述特征数据，对特征数据进行分析得到分析结果，并将所述分析结果向用户显示提高了设备的安全性。
Description
技术领域
本发明涉及设备故障检测领域，尤其涉及一种基于SCADA的设备故障检测系统和检测方法。
背景技术
在各个行业中，设备是主要部分，随着科学技术与生产的发展，设备工作强度的不断增大，生产效率的不断提高、自动化程度越来越高，同时设备的部件也更加复杂和密切，因而，一旦设备的某部件发生微小故障就会引起链锁反应，导致整个设备乃至与设备有关的环境遭受灾难性的毁坏，这不仅会造成巨大的经济损失，甚至可能会危及人身安全，后果极为严重，而传统技术中，对设备故障的检测还存在一定的不足。
发明内容
针对设备数据利用不足及设备故障诊断重要性的问题，本发明提供了一种基于SCADA的设备故障检测系统和检测方法，以解决传统技术中，设备检测的不足，造成的安全隐患问题。
第一方面，提供了一种基于SCADA的设备故障检测系统，该检测系统可以包括设备检测应用装置，数据库系统和设备数据收集装置，设备检测应用装置和数据库系统之间通过数据访问接口连接，数据库系统和设备数据收集装置之间通过互联网连接；设备数据收集装置用于收集设备的相关参数信息，数据库系统用于对存储设备的相关参数信息，并对设备的相关参数信息进行特征提取得到特征数据，并存储特征数据；设备检测应用装置用于从数据库系统获取特征数据，对特征数据进行分析得到分析结果，并将分析结果向用户显示。
在一个可能的实现中，设备数据收集装置包括分析仪或可编程逻辑控制器PLC和设备；分析仪或可编程逻辑控制器PLC用于通过传感器获取设备的参数信息，并通过互联网将参数信息传输给数据库系统。
在一个可能的实现中，数据库系统包括数据采集与监视控制系统SCADA数据库和数据计算中心；SCADA数据库用于接收分析仪或者PLC通过互联网传输的参数信息，并存储；数据计算中心用于对参数信息进行特征提取得到特征数据，并将特征数据存储到SCADA数据库中。
在一个可能的实现中，设备检测应用装置包括设备检测工具和设备检测可视化工具，设备检测工具用于从SCADA数据库获取特征数据，并根据用户输入的模型选择信息确定模型，根据模型对特征数据进行分析得到分析结果，将分析结果存储于SCADA数据库中；设备检测可视化工具用于从SCADA数据库中获取分析结果，并向用户显示。
在一个可能的实现中，分析仪或可编程逻辑控制器PLC通过互联网将参数信息传输给数据库系统之前，分析仪或可编程逻辑控制器PLC还用于对参数信息进行预处理。
在一个可能的实现中，数据计算中心用于对参数信息进行特征提取得到特征数据，包括：
数据计算中心采用小波变换，快速傅氏变换或Fisher准则对参数信息进行特征提取得到特征数据。
在一个可能的实现中，设备检测工具为数学模型分析，包括混合高斯模型、神经网络、统计模式识别、自回归模型中的至少一个。
在一个可能的实现中，设备检测可视化工具为可视化多样性工具，设备检测可视化工具将分析结果向用户显示包括：
设备检测可视化工具将分析结果以雷达图，健康衰退曲线或健康状态预测向用户显示。
第二方面，提供一种基于SCADA的设备故障检测方法，该检测方法可以包括：
设备数据收集装置通过传感器获取设备的参数信息；
数据库系统存储参数信息，并对参数信息进行特征提取得到特征数据；
设备检测应用装置根据用户输入的模型信息确定模型，对特征数据进行分析得到分析结果，并向用户显示分析结果。
本发明的设备数据收集装置，主要是对设备的关键参数信息收集，在分析仪或PLC中对收集到的设备原始数据进行简单的数据清洗。然后所述数据库系统主要是SCADA数据库及数据计算中心，通过提取方法进行数据特征提取并把提取后的特征数据存储于SCADA数据库，在本发明的技术方案中，数据库系统可以采用小波变换，快速傅氏变换，Fisher准则等方法来进行特征数据提取。设备检测应用装置中诊断分析工具用户选择设备分析的模型并计算，诊断分析可视化工具展示从SCADA数据库中计算得到的数据。
与现有技术相比，本发明的有益效果是：本发明通过SCADA数据库可以存储较多设备信息，通过数据计算中心提高了设备的数据利用率。通过分析仪可以收集到较精确的原始数据提升了数据的准确性，同时数据的初级清洗提高数据的有效性。数据计算中心的根据相应的方法对数据进行特提取，选择能影响设备状态的特征数据进行计算，实现对设备诊断的准确性。设备检测工具模型较多且都是诊断中较接近实际模型，能更好的模拟出设备的状态。可视化展示通过简单的图形为工程师展示设备状态。可以及时了解故障设备，安排合理的维修计划，从而提高维修效率及设备生命周期，减少设备成本及提高操作人员安全性。
附图说明
图1为本发明实施例提供的一种基于SCADA的设备故障检测系统结构图示意图；
图2为本发明实施例提供的一种基于SCADA的设备故障检测方法流程示意图；
图3为本发明实施例提供的另一种基于SCADA的设备故障检测方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在煤矿生产过程中，电机设备是使用比较广泛的。本发明实施例将针对电机故障判断而使用此检测方法。
下面结合附图对本发明实施例的方案进行描述。
图1为本发明实施例提供的一种基于SCADA的设备故障检测系统结构图示意图。如图1所示，该检测系统可以包括设备检测应用装置100，数据库系统200和设备数据收集装置300，设备检测应用装置100和数据库系统200之间通过数据访问接口连接，数据库系统200和设备数据收集装置300之间通过互联网连接；设备数据收集装置300用于收集设备的相关参数信息，数据库系统200用于对存储设备的相关参数信息，并对设备的相关参数信息进行特征提取得到特征数据，并存储特征数据；设备检测应用装置100用于从数据库系统200获取特征数据，对特征数据进行分析得到分析结果，并将分析结果向用户显示。
在一个可能的实现中，如图1设备数据收集装置300包括分析仪或可编程逻辑控制器PLC301和设备302；分析仪或可编程逻辑控制器PLC301用于通过传感器获取设备302的参数信息，并通过互联网将参数信息传输给数据库系统200。
数据库系统200包括数据采集与监视控制系统SCADA数据库201和数据计算中心202；SCADA数据库201用于接收分析仪或者PLC301通过互联网传输的参数信息，并存储；数据计算中心202用于对参数信息进行特征提取得到特征数据，并将特征数据存储到SCADA数据库201中。
设备检测应用装置100包括设备检测工具101和设备检测可视化工具102，设备检测工具101用于从SCADA数据库201获取特征数据，并根据用户输入的模型选择信息确定模型，根据模型对特征数据进行分析得到分析结果，将分析结果存储于SCADA数据库201中；设备检测可视化工具用于从SCADA数据库201中获取分析结果，并向用户显示。
在一个可能的实现中，分析仪或可编程逻辑控制器PLC 301通过互联网将参数信息传输给数据库系统200之前，分析仪或可编程逻辑控制器PLC 301还用于对参数信息进行预处理。
在一个可能的实现中，数据计算中心202用于对参数信息进行特征提取得到特征数据，包括：
数据计算中心202采用小波变换，快速傅氏变换或Fisher准则对参数信息进行特征提取得到特征数据。
在一个可能的实现中，设备检测工具101为数学模型分析，包括混合高斯模型、神经网络、统计模式识别、自回归模型中的至少一个。
在一个可能的实现中，设备检测可视化工具102为可视化多样性工具，设备检测可视化工具102将分析结果向用户显示包括：
设备检测可视化工具102将分析结果以雷达图，健康衰退曲线或健康状态预测向用户显示。
需要说明的是，在本发明实施例中，设备检测应用装置可以称为设备诊断分析应用装置；设备检测工具可以称为设备诊断分析工具；设备检测可视化工具也可以称为设备诊断可视化工具。
具体的，在胶带机电动机的设备关键部位上安装震动和温度传感器，将收集到的原始数据传到分析仪，分析仪对初始数据进行预处理，处理后数据上传到SCADA数据库，数据中心通过胶带机智能管控系统采集电动机运转的电流、电压、电机温度、轴温、故障信息等数据进行特征提取，将提取后数据储存于SCADA数据库，根据诊断分析工具输入电动机数据分析模型，进行实时设备诊断分析。通过可视化工具展示设备状态，健康情况和故障位置。
设备302通过传感器将设备相关参数信息传送到分析仪或PLC301进行预处理，分析仪或PLC301通过移动互联网与SCADA数据库201实时通信连接存储设备相关参数信息，数据计算中心202对SCADA数据库201存储的设备相关参数信息进行一些方法的特征提取，并将提取后数据存储于SCADA数据库201,设备检测工具101选择的模型建模对数据分析，并将结果存储于SCADA数据库201中，设备检测可视化工具102调用SCADA数据库201经过分析的数据进行展示。
本发明实施例相对现有技术而言，现有技术在设备安装了振动、温度等传感器，但采集的设备数据却没有分析利用，因此利用获取得到设备数据对设备故障检测技术日益发挥重要作用，通过本发明实施例的技术方案可以可使设备无故障、工作可靠，发挥最大效益；保证设备在将有故障或已有故障时，能及时检测出来，正确地加以维修，以减少维修时间，提高维修质量，节约维修费用。
图2为本发明实施例提供的一种基于SCADA的设备故障检测方法流程示意图。如图2所示，该方法可以包括以下步骤：
S410，设备数据收集装置通过传感器获取设备的参数信息。
通过传感器收集设备电机的参数信息，参数信息可以包括温度，振动，电流，电压等数据，并上传到分析仪中进行最初的数据预处理。
S420，数据库系统存储所述参数信息，并对所述参数信息进行特征提取得到特征数据。
数据库系统中SCADA数据库存储数据，数据计算中心根据提取方法对数据进行特征处理，并将处理后数据存储在SCADA数据库。
S430，设备检测应用装置根据用户输入的模型信息确定模型，对所述特征数据进行分析得到分析结果。
操作人员使用诊断分析工具进行特征的配置及模型分析并将分析出的置信置(CV)，即分析结果，并存储于SCADA数据库。
在本发明实施例中，在向用户显示所述分析结果之前，该方法还包括：
S440，设备检测应用装置中的设备检测可视化工具从SCADA数据库获取分析结果，并向用户显示分析结果。
设备检测可视化工具读取SCADA数据库存储分析后的数据，并通过雷达图展示，为故障设备维修提供参考依据。
基于SCADA的设备故设备故障诊断分析方法设备故障诊断分析可以对设备各个部件的运行状态进行查看，通过可视化工具可查看设备部件的指标情况，维修人员结合故障诊断数值高效快速完成设备维修工作，从而尽可能及时避免事故发生。
综上所述，本发明的主要特点在于：
(1)充分利用设备数据，数据使用率提升；
(2)采用多种数据特征提取方法，提高关键数据准确率；
(3)提供多种数据模型(例如混合高斯模型、神经网络、统计模式识别、自回归模型)诊断分析，准确定位故障位置；
(4)结果可视化多样性，主要有雷达图和健康的衰退曲线
(5)提高设备维修人员工作效率，减少因设备引起的安全事故发生；
(6)能够较准确定位设备故障位置，减少维修成本。
图3为本发明实施例提供的另一种基于SCADA的设备故障检测方法示意图，与图2的过程描述过程相同，为简洁描述，在此不再赘述。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (9)
1.一种基于SCADA的设备故障检测系统，其特征在于，包括设备检测应用装置(100)，数据库系统(200)和设备数据收集装置(300)，所述设备检测应用装置(100)和数据库系统(200)之间通过数据访问接口连接，所述数据库系统(200)和设备数据收集装置(300)之间通过互联网连接；所述设备数据收集装置(300)用于收集设备的相关参数信息，所述数据库系统(200)用于对存储所述设备的相关参数信息，并对所述设备的相关参数信息进行特征提取得到特征数据，并存储所述特征数据；所述设备检测应用装置(100)用于从所述数据库系统(200)获取所述特征数据，对所述特征数据进行分析得到分析结果，并将所述分析结果向用户显示。
2.根据权利要求1所述的检测系统，其特征在于，所述设备数据收集装置(300)包括分析仪或可编程逻辑控制器PLC(301)和设备(302)；所述分析仪或可编程逻辑控制器PLC(301)用于通过传感器获取所述设备(302)的参数信息，并通过互联网将所述参数信息传输给所述数据库系统(200)。
3.根据权利要求1或2所述的检测系统，其特征在于，所述数据库系统(200)包括数据采集与监视控制系统SCADA数据库(201)和数据计算中心(202)；所述SCADA数据库(201)用于接收所述分析仪或者PLC(301)通过互联网传输的所述参数信息，并存储；所述数据计算中心(202)用于对所述参数信息进行特征提取得到特征数据，并将所述特征数据存储到所述SCADA数据库(201)中。
4.根据权利要求3所述的检测系统，其特征在于，所述设备检测应用装置(100)包括设备检测工具(101)和设备检测可视化工具(102)，所述设备检测工具(101)用于从所述SCADA数据库(201)获取所述特征数据，并根据用户输入的模型选择信息确定模型，根据所述模型对所述特征数据进行分析得到分析结果，将分析结果存储于所述SCADA数据库(201)中；所述设备检测可视化工具用于从所述SCADA数据库(201)中获取所述分析结果，并向用户显示。
5.根据权利要求2所述的检测系统，其特征在于，所述分析仪或可编程逻辑控制器PLC(301)通过互联网将所述参数信息传输给所述数据库系统(200)之前，所述分析仪或可编程逻辑控制器PLC(301)还用于对所述参数信息进行预处理。
6.根据权利要求3所述的检测系统，其特征在于，所述数据计算中心(202)用于对所述参数信息进行特征提取得到特征数据，包括：
所述数据计算中心(202)采用小波变换，快速傅氏变换或Fisher准则对所述参数信息进行特征提取得到特征数据。
7.根据权利要求4所述的检测系统，其特征在于，所述设备检测工具(101)为数学模型分析，包括混合高斯模型、神经网络、统计模式识别、自回归模型中的至少一个。
8.根据权利要求1所述的检测系统，其特征在于，所述设备检测可视化工具(102)为可视化多样性工具，所述设备检测可视化工具(102)将所述分析结果向用户显示包括：
所述设备检测可视化工具(102)将所述分析结果以雷达图，健康衰退曲线或健康状态预测向用户显示。
9.一种基于SCADA的设备故障检测方法，其特征在于，所述检测方法包括：
设备数据收集装置通过传感器获取设备的参数信息；
数据库系统存储所述参数信息，并对所述参数信息进行特征提取得到特征数据；
设备检测应用装置根据用户输入的模型信息确定模型，对所述特征数据进行分析得到分析结果，并向用户显示所述分析结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810044817.7A CN108377209A (zh) | 2018-01-17 | 2018-01-17 | 基于scada的设备故障检测系统和检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810044817.7A CN108377209A (zh) | 2018-01-17 | 2018-01-17 | 基于scada的设备故障检测系统和检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108377209A true CN108377209A (zh) | 2018-08-07 |
Family
ID=63016582
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810044817.7A Pending CN108377209A (zh) | 2018-01-17 | 2018-01-17 | 基于scada的设备故障检测系统和检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108377209A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110222980A (zh) * | 2019-06-05 | 2019-09-10 | 上海电气集团股份有限公司 | 轨道交通轴承的健康评估方法及系统 |
| CN112147459A (zh) * | 2020-08-12 | 2020-12-29 | 国电南瑞科技股份有限公司 | 一种基于scada系统的电网故障分析装置及方法 |
| CN112325918A (zh) * | 2020-10-19 | 2021-02-05 | 中国电子科技集团公司第三十八研究所 | 一种标准仪器的状态预测处理系统 |
| CN113221968A (zh) * | 2021-04-23 | 2021-08-06 | 北京科技大学 | 一种胶带输送机运行状态诊断方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102768115A (zh) * | 2012-06-27 | 2012-11-07 | 华北电力大学 | 一种风电机组齿轮箱健康状态实时动态监控方法 |
| CN106525415A (zh) * | 2016-10-25 | 2017-03-22 | 华北电力科学研究院有限责任公司 | 一种风电机组传动链健康状态评价系统及方法 |
| CN106682814A (zh) * | 2016-11-28 | 2017-05-17 | 华北电力大学 | 一种基于故障知识库的风电机组故障智能诊断方法 |
| CN107144721A (zh) * | 2017-05-26 | 2017-09-08 | 北京戴纳实验科技有限公司 | 用于实验室设备的电流和电压的大数据分析构架 |
| CN107291830A (zh) * | 2017-05-27 | 2017-10-24 | 宁夏共享模具有限公司 | 一种设备知识库的创建方法 |
| US20170307676A1 (en) * | 2016-04-25 | 2017-10-26 | Qatar University | Smart fault detection device |
-
2018
- 2018-01-17 CN CN201810044817.7A patent/CN108377209A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102768115A (zh) * | 2012-06-27 | 2012-11-07 | 华北电力大学 | 一种风电机组齿轮箱健康状态实时动态监控方法 |
| US20170307676A1 (en) * | 2016-04-25 | 2017-10-26 | Qatar University | Smart fault detection device |
| CN106525415A (zh) * | 2016-10-25 | 2017-03-22 | 华北电力科学研究院有限责任公司 | 一种风电机组传动链健康状态评价系统及方法 |
| CN106682814A (zh) * | 2016-11-28 | 2017-05-17 | 华北电力大学 | 一种基于故障知识库的风电机组故障智能诊断方法 |
| CN107144721A (zh) * | 2017-05-26 | 2017-09-08 | 北京戴纳实验科技有限公司 | 用于实验室设备的电流和电压的大数据分析构架 |
| CN107291830A (zh) * | 2017-05-27 | 2017-10-24 | 宁夏共享模具有限公司 | 一种设备知识库的创建方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110222980A (zh) * | 2019-06-05 | 2019-09-10 | 上海电气集团股份有限公司 | 轨道交通轴承的健康评估方法及系统 |
| CN112147459A (zh) * | 2020-08-12 | 2020-12-29 | 国电南瑞科技股份有限公司 | 一种基于scada系统的电网故障分析装置及方法 |
| CN112325918A (zh) * | 2020-10-19 | 2021-02-05 | 中国电子科技集团公司第三十八研究所 | 一种标准仪器的状态预测处理系统 |
| CN113221968A (zh) * | 2021-04-23 | 2021-08-06 | 北京科技大学 | 一种胶带输送机运行状态诊断方法及装置 |
| CN113221968B (zh) * | 2021-04-23 | 2023-02-21 | 北京科技大学 | 一种胶带输送机运行状态诊断方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10288043B2 (en) | Wind turbine condition monitoring method and system | |
| CN108377209A (zh) | 基于scada的设备故障检测系统和检测方法 | |
| CN109886475B (zh) | 基于ai的计量自动化系统的信息安全态势感知系统 | |
| CN109613428A (zh) | 一种能像系统及其在电机设备故障检测方法中的应用 | |
| CN106940678B (zh) | 一种系统实时健康度评估分析方法及装置 | |
| CN116300835B (zh) | 基于互联网的自动化检测设备远程诊断系统 | |
| CN116962471A (zh) | 一种基于物联网的医疗设备管理系统 | |
| CN110688774A (zh) | 一种电网故障仿真推演系统及方法 | |
| CN110262417B (zh) | 一种生产设备故障预测诊断方法 | |
| CN113177646A (zh) | 一种基于自适应边缘代理的配电设备在线监测方法及系统 | |
| CN115562133A (zh) | 一种轴向柱塞泵智能网关 | |
| CN111536921A (zh) | 一种在线测量状态监测方法、装置及存储介质 | |
| CN110611312A (zh) | 一种变电站间隔层全景数据在线模拟系统及方法 | |
| CN107103337A (zh) | 基于物联网和信息融合的电力设备状态诊断装置及方法 | |
| CN103498706A (zh) | 基于通用逻辑表格的汽轮机组性能监测诊断方法 | |
| CN117110794A (zh) | 一种电缆故障智能诊断系统及方法 | |
| CN109592525A (zh) | 电梯变频器故障诊断系统及方法 | |
| CN111737067A (zh) | 一种硬盘故障预测模型解释方法及装置 | |
| CN112214912B (zh) | 一种外部自动测试系统及机载设备测试方法 | |
| CN113033845B (zh) | 一种电力传输资源共建共享的建设方法及装置 | |
| CN111142497A (zh) | 一种车载应用软件的测试系统及方法 | |
| CN100440089C (zh) | 一种基于fisher的工业过程非线性故障诊断系统及方法 | |
| CN113591909A (zh) | 电力系统的异常检测方法、异常检测装置以及存储介质 | |
| CN106646019A (zh) | 采用二次状态检测的继电自动化测试仪及闭环测试方法 | |
| CN109358578A (zh) | 一种工作效率测试方法 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20181122 Address after: Room 210-668, 2nd floor, 003 Chuangyuan Road, 750, Ningbo High-tech Zone, Zhejiang Province, 315000 Applicant after: Ningbo and Lishi Intelligent Technology Co., Ltd. Applicant after: Beijing Helishi Intelligent Technology Co Ltd Address before: 100176 Floor 5 510-1515, No. 1 Building, No. 2 Courtyard, Dishengzhong Road, Daxing District Economic and Technological Development Zone, Beijing Applicant before: Beijing Helishi Intelligent Technology Co Ltd |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180807 |