CN108533572A - 一种起重机液压系统健康评估方法和系统 - Google Patents
一种起重机液压系统健康评估方法和系统 Download PDFInfo
- Publication number
- CN108533572A CN108533572A CN201810267599.3A CN201810267599A CN108533572A CN 108533572 A CN108533572 A CN 108533572A CN 201810267599 A CN201810267599 A CN 201810267599A CN 108533572 A CN108533572 A CN 108533572A
- Authority
- CN
- China
- Prior art keywords
- hydraulic system
- flow
- current
- hydraulic
- crane
- 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
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F15—FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
- F15B—SYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
- F15B19/00—Testing; Calibrating; Fault detection or monitoring; Simulation or modelling of fluid-pressure systems or apparatus not otherwise provided for
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/045—Explanation of inference; Explainable artificial intelligence [XAI]; Interpretable artificial intelligence
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Mechanical Engineering (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Fluid Mechanics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及一种起重机液压系统健康评估方法和系统,包括:采集整个液压系统各个部分的液压油压力、单位时间内流量以及温度信息;对得到的各个部分的液压油压力、单位时间内流量进行推理,判断当前整个液压系统中的流量和压力是否正常,从而判断整个液压系统的状态以及存在的问题;根据数据采集步骤得到的各个部分的液压油压力、单位时间内流量,判别当前起重机的工作状态以及当前状态与标准状态的差别,并融合所述知识推理步骤对当前液压系统的状态以及存在的问题进行准确的判别。本发明融合了知识推理和多类高斯判别分析方法,提高了起重机液压系统健康评估结果的准确性与可靠性,解决了一般健康评估中存在的评估不准确的问题。
Description
技术领域
本发明涉及起重机液压系统健康评估技术领域,特别是涉及一种起重机液压系统健康评估方法和系统。
背景技术
液压系统是工程机械中传递动力和控制的重要组成部分,其运行状态的好坏直接影响工程机械工作的状况。因此,对起重机液压系统进行准确、高效的健康评估,对于确保工程机械正常工作有着非常重要的意义。
经检索,公开号为CN104061208A的中国发明专利申请,公开了一种液压系统在线故障诊断方法,其利用液压系统的特征向量与标准特征向量的欧式距离以及贝叶斯推理进行液压系统健康评估,但将这种方法应用到起重机的液压系统中容易对其状态进行误判,其原因在于起重机液压系统的正常工况在大多数情况下是连续的。在同一工况下可能起吊不用质量的重物,而造成特征向量的参数波动幅度较大,从而导致所计算的欧式距离偏大,从而造成误判。
检索中还发现,公开号为CN104750742A的中国发明专利申请,公开了一种掘进机液压系统故障诊断方法和系统,其利用模糊神经网络或支持向量机(SVM)来对液压系统进行故障诊断,但这种方法相对鲁棒性较差,若真实情况中出现了数据库中未出现的故障模式,那么将会检测不到故障。
因此,急需研究一种新的技术,以实现起重机液压系统的健康评估,并能满足实际需要。
发明内容
针对现有技术存在问题/之一,本发明提供一种起重机液压系统健康评估系统和方法,提供对采集的压力信号以及流量信号进行匹配计算,判断是否存在流量泄露以及压力损失等问题,同时,利用高斯判别分析并融合知识推理的方法,分析液压系统中是否存在液压冲击、空穴等异常情况,从而实现起重机液压系统的健康评估。
根据本发明的第一方面,提供一种重机液压系统健康评估方法,包括:
数据采集步骤:采集整个液压系统各个部分的液压油压力、单位时间内流量以及温度信息;
知识推理步骤:对数据采集步骤得到的各个部分的液压油压力、单位时间内流量进行推理,判断当前整个液压系统中的流量和压力是否正常,从而判断整个液压系统的状态以及存在的问题,比如是否存在泄露、因压力损失过大而堵塞等问题;
多类高斯判别步骤:根据数据采集步骤得到的各个部分的液压油压力、单位时间内流量以及温度信息,判别当前起重机的工作状态以及当前状态与标准状态的差别,并融合所述知识推理步骤对当前液压系统的状态以及存在的问题进行准确的判别,达到起重机液压系统健康评估的目的。
优选地,所述知识推理步骤,包括:
系统流量匹配子步骤:计算整个液压系统的液压回路各个部位的流量是否相互匹配,判断液压系统回路中是否存在液压油泄露的问题;
内部压力匹配子步骤:匹配除去液压系统中执行机构之外的所有部件的压力数据,判断液压系统中是否存在压力损失大的问题,一旦发现某两个部件之间压力损失大于设定的阈值,则判断这两个部件之间的液压管路存在部分堵塞等问题。
更优选地,所述系统流量匹配子步骤,其中对整个液压系统中执行机构两端的流量进行匹配时补偿液执行机构的储油量,防止计算错误。
优选地,所述多类高斯判别步骤,根据数据采集步骤采集得到的当前液压系统中所有数据,利用高斯判别分析方法判别当前起重机的工况,同时计算当前液压系统状态与标准液压系统状态之间的差别,从而诊断液压系统中可能存在的问题。
更优选地,所述高斯判别分析方法是指假设起重机在某一工况下的液压系统的各个参数是服从正态分布的,并且利用大量起重机在某一工况下液压系统的各个参数数据对正态分布的参数进行估计,从而得到起重机在某一工况下液压系统各个参数的分布。由于起重机有多种工况,因此可以得到多个正态分布,每一个正态分布对应一种工况。当采集到液压系统各部件的参数后,则将其带入所有正态分布,取计算概率最大的工况为当前工况,即可判断当前起重机工况。同时,利用计算所得的概率值的大小判断是否出现了异常情况。利用当前参数与正常情况下这一工况的正态分布的各个参数的期望进行对比即可发现液压系统中出现异常的部件。
所述多类高斯判别步骤,将知识推理与高斯判别分析融合诊断,由于起重机的工况内部的方差可能很大,例如起吊不同的重物其液压系统某一部位的参数波动幅值会很大,可能会造成误判的情况。因此,采用将知识推理模块所得结果融合到高斯判别分析中,减少误判的情况。
本发明所述系统融合了知识推理和多类高斯判别分析,提高了起重机液压系统健康评估结果的准确性与可靠性,解决了一般健康评估中存在的评估不准确的问题。
根据本发明的第二方面,提供一种重机液压系统健康评估系统,包括:
传感器模块,用于采集整个液压系统各个部分的液压油压力、单位时间内流量以及温度信息;
数据采集模块,用于采集和汇总所述传感器模块传来的信号,并将其转化为数字信号,并传给健康评估模块;
健康评估模块,对所述数据采集模块处理后的液压系统各个部分的液压油压力、单位时间内流量以及温度信息进行分析;所述健康评估模块包括知识推理模块以及多类高斯判别模块,其中:
所述知识推理模块对各个部分的液压油压力、单位时间内流量进行推理,判断当前整个液压系统中的流量和压力是否正常,从而判断整个液压系统的状态以及存在的问题,比如是否存在泄露、因压力损失过大而堵塞等问题;
所述多类高斯判别模块根据所述数据采集模块传来的各个部分的数据,判别当前起重机的工作状态,如起吊重物、机身回转、下放重物等,并判断当前状态与标准状态的差别,并融合所述知识推理模块对当前液压系统的状态以及存在的问题进行准确的判别,达到起重机液压系统健康评估的目的。
优选地,所述知识推理模块包括:
系统流量匹配子模块,用于计算整个液压系统的液压回路各个部位的流量是否相互匹配,判断液压系统回路中是否存在液压油泄露的问题;
内部压力匹配子模块,用于匹配除去液压系统中执行机构之外的所有部件的压力数据,判断液压系统中是否存在压力损失较大的问题,一旦发现某两个部件之间压力损失大于设定的阈值,则给出这两个部件之间的液压管路存在部分堵塞等相关问题。
优选地,所述多类高斯判别模块,根据当前液压系统中所有的传感器数据,利用高斯判别分析方法判别当前起重机的工况,同时计算当前液压系统状态与标准液压系统状态之间的差别,从而诊断液压系统中可能存在的问题。
由于采用了上述的技术方案,本发明具有以下的优点和积极效果:
本发明利用知识推理模块判断液压系统中存在的压力损失和流量泄露等问题,利用多类高斯判别子模块判断液压系统中存在的空穴现象、气蚀现象和液压冲击等问题。将对液压系统的知识推理模型融合到高斯判别分析中,实现起重机液压系统的健康评估,减少了因起重机工况不连续而造成误判的情况,提高了起重机液压系统健康评估的准确性,鲁棒性更好。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明一实施例的方法流程图;
图2为本发明一实施例的多类高斯判别步骤的详细原理图;
图3为本发明一实施例中系统模块框图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对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。
参照图1所示,本发明中起重机液压系统健康评估方法的一实施例的流程框图,该方法基于知识推理与多类高斯判别分析,包括:
数据采集步骤:采集整个液压系统各个部分的液压油压力、单位时间内流量以及温度信息;
知识推理步骤:对数据采集步骤得到的各个部分的液压油压力、单位时间内流量进行推理,判断当前整个液压系统中的流量和压力是否正常,从而判断整个液压系统的状态以及存在的问题;
多类高斯判别步骤:根据数据采集步骤得到的各个部分的液压油压力、单位时间内流量以及温度信息,判别当前起重机的工作状态以及当前状态与标准状态的差别,并融合所述知识推理步骤对当前液压系统的状态以及存在的问题进行准确的判别,达到起重机液压系统健康评估的目的。
如图1所示,在上述健康评估结果得到之后,将通过显示模块进行显示,以便用于指导实际的起重机工作。
在本发明一优选实施例中,所述知识推理步骤,包含系统流量匹配、内部压力匹配两个子步骤。其中:
系统流量匹配子步骤:计算整个液压回路各个部位的流量是否相互匹配,用于判断液压系统回路中是否存在液压油泄露的问题,当对诸如液压杆这种执行机构两端的流量进行匹配时则会补偿液压杆内腔中的储油量,防止计算错误;
压力匹配子步骤:匹配除去液压系统中执行机构之外的所有部件的压力数据,用于判断液压系统中是否存在压力损失较大的问题。一旦发现某两个部件之间压力损失超过设定的阈值,则给出这两个部件之间的液压管路存在部分堵塞等相关问题。
由于执行机构,例如液压缸,在执行动作时会储存一部分液压油在缸体内。此时,直接进行流量匹配会有误差。因此本发明实施例在匹配计算时,补偿这部分流量,以使结果更为准确。
上述的压力损失超过设定的阈值,其中设定的阈值v,具体数值可以根据具体的起重机结构以及所安装的传感器精度来确定,比如,通常情况下可取溢流阀设定溢流压力的10%。
对于一个液压系统,一般包含动力元件、执行元件、控制元件、辅助元件。在这些元件两端都布上压力传感器和流量传感器。如果在一个元件两端的压力差值与流量差值与该元件理论工作情况或者与推理结果不符,则认为压力或流量不匹配,此时表明该元件可能有故障。如果两个相邻元件之间的液压油管路上出现了流量不匹配或者压力损失过大的情况,则表明这一段管路出现了泄露现象。
进一步的,上述的理论工作情况根据该元件的实际设定值有关,例如溢流阀的设定压力;根据具体回路和部分压力传感器与流量传感器进行推理,推理结果出现了矛盾,例如根据液压泵压力与流量与液压缸压力与流量推理某段液压管路的压力和流量,但推理结果与实际传感器数据不符时,认为推理结果不符。对于不同的元件来说,区别在于它们的理论工作情况不同,理论工作情况与设定的参数值有关,例如减压阀设定的压力大小等。
在本发明一优选实施例中,所述多类高斯判别步骤,根据数据采集步骤采集得到的当前液压系统中所有数据,利用高斯判别分析方法判别当前起重机的工况,同时计算当前液压系统状态与标准液压系统状态之间的差别,从而诊断液压系统中可能存在的问题。
所述高斯判别分析方法,是指:假设起重机在某一工况下的液压系统的各个参数是服从正态分布的,并且利用大量起重机在某一工况下液压系统的各个参数数据对正态分布的参数进行估计,从而得到起重机在某一工况下液压系统各个参数的分布。由于起重机有多种工况,因此可以得到多个正态分布,每一个正态分布对应一种工况。当采集到液压系统各部件的参数后,则将其带入所有正态分布,取计算概率最大的工况为当前工况,即可判断当前起重机工况。同时,利用计算所得的概率值的大小判断是否出现了异常情况。利用当前参数与正常情况下这一工况的正态分布的各个参数的期望进行对比即可发现液压系统中出现异常的部件。
图2详细的展示了多类高斯判别分析的健康评估流程,其中一共有N个高斯判别器,它对应N个正态分布,其中N代表起重机不同的工况。由于高斯判别分析只能根据系统状况判断系统是否存在异常,无法判断哪个部件出现了异常,因此,还计算了系统当前状态与正态分布的期望值(标准状态)之间的差别以及知识推理的结果辅助得到具体的异常结果。
如图3所示,对应于上述方法,一种起重机液压系统健康评估系统的实施例,包括:
传感器模块,用于采集整个液压系统各个部分的液压油压力、单位时间内流量以及温度信息;
数据采集模块,用于采集和汇总所述传感器模块传来的信号,并将其转化为数字信号,并传给健康评估模块;
健康评估模块,对所述数据采集模块处理后的液压系统各个部分的液压油压力、单位时间内流量以及温度信息进行分析;所述健康评估模块包括知识推理模块以及多类高斯判别模块,其中:
所述知识推理模块对各个部分的液压油压力、单位时间内流量进行推理,判断当前整个液压系统中的流量和压力是否正常,从而判断整个液压系统的状态以及存在的问题;
所述多类高斯判别模块根据所述数据采集模块传来的各个部分的数据,判别当前起重机的工作状态以及当前状态与标准状态的差别,并融合所述知识推理模块对当前液压系统的状态以及存在的问题进行准确的判别,达到起重机液压系统健康评估的目的。
在本发明一实施例中,采用多个压力、流量以及温度传感器用于采集整个液压系统各个部分的液压油压力、单位时间内流量以及温度信息;知识推理模块对各个部分的流量以及压力进行推理,判断当前整个系统中的流量和压力是否正常,判断整个液压系统是否存在泄露、堵塞(压力损失过大)等问题。多类高斯判别模块则各个部分的数据进行判别,根据这些信息判别当前起重机的工作状态,比如起吊重物、机身回转、下放重物等,并计算当前状态与标准状态(正态分布的期望值)的差别,融合知识诊断模块对当前系统的状态以及存在的问题进行准确的判别。
在本发明一优选实施例中,所述知识推理模块包含系统流量匹配子模块、内部压力匹配子模块。其中系统流量匹配子模块用于计算整个液压回路各个部位的流量是否相互匹配,用于判断液压系统回路中是否存在液压油泄露的问题,当对诸如液压杆这种执行机构两端的流量进行匹配时则会适当补偿液压杆内腔中的储油量,防止计算错误;而压力匹配模块则匹配除去液压系统中执行机构之外的所有部件的压力数据,用于判断液压系统中是否存在压力损失较大的问题。一旦发现某两个部件之间压力损失过大,则给出这两个部件之间的液压管路存在部分堵塞等相关问题。
所述高斯判别分析方法与上述相同,在此不再赘述。
本发明所述方法和系统将对液压系统的知识推理模型融合到高斯判别分析中,减少了因起重机工况不连续而造成误判的情况。本发明所述方法和系统所采用的知识推理能有效的对未知故障进行判断,鲁棒性更好。
本发明将知识推理与高斯判别分析融合在一起,有效的提高了健康评估的鲁棒性,能够满足复杂的实际情况。
需要说明的是,本发明提供的所述起重机液压系统健康评估方法中的步骤,可以利用所述起重机液压系统健康评估系统中对应的模块、装置、单元等予以实现,本领域技术人员可以参照所述系统的技术方案实现所述方法的步骤流程,即,所述系统中的实施例可理解为实现所述方法的优选例,在此不予赘述。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
需要说明的是,本发明的说明书及其附图中给出了本发明的较佳的实施方式,但是,本发明可以通过许多不同的形式来实现,并不限于本说明书所描述的实施方式,这些实施方式不作为对本发明内容的额外限制,提供这些实施方式的目的是使对本发明的公开内容的理解更加透彻全面。并且,上述各技术特征继续相互组合,形成未在上面列举的各种实施方式,均视为本发明说明书记载的范围;进一步地,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种重机液压系统健康评估方法,其特征在于包括:
数据采集步骤:采集整个液压系统各个部分的液压油压力、单位时间内流量以及温度信息;
知识推理步骤:对数据采集步骤得到的各个部分的液压油压力、单位时间内流量进行推理,判断当前整个液压系统中的流量和压力是否正常,从而判断整个液压系统的状态以及存在的问题;
多类高斯判别步骤:根据数据采集步骤得到的各个部分的液压油压力、单位时间内流量以及温度信息,判别当前起重机的工作状态以及当前状态与标准状态的差别,并融合所述知识推理步骤对当前液压系统的状态以及存在的问题进行准确的判别,达到起重机液压系统健康评估的目的。
2.根据权利要求1所述的重机液压系统健康评估方法,其特征在于:所述知识推理步骤,包括:
系统流量匹配子步骤:计算整个液压系统的液压回路各个部位的流量是否相互匹配,判断液压系统回路中是否存在液压油泄露的问题;
内部压力匹配子步骤:匹配除去液压系统中执行机构之外的所有部件的压力数据,判断液压系统中是否存在压力损失大的问题,一旦发现某两个部件之间压力损失大于设定的阈值,则判断这两个部件之间的液压管路存在部分堵塞。
3.根据权利要求2所述的重机液压系统健康评估方法,其特征在于:所述系统流量匹配子步骤,其中对整个液压系统中执行机构两端的流量进行匹配时补偿液执行机构的储油量,防止计算错误。
4.根据权利要求1-3任一项所述的重机液压系统健康评估方法,其特征在于:所述多类高斯判别步骤,根据数据采集步骤采集得到的当前液压系统中所有数据,利用高斯判别分析方法判别当前起重机的工况,同时计算当前液压系统状态与标准液压系统状态之间的差别,从而诊断液压系统中可能存在的问题。
5.根据权利要求4所述的重机液压系统健康评估方法,其特征在于:所述高斯判别分析方法,是指:假设起重机在某一工况下的液压系统的各个参数是服从正态分布的,并且利用大量起重机在某一工况下液压系统的各个参数数据对正态分布的参数进行估计,从而得到起重机在某一工况下液压系统各个参数的分布;对应于起重机的多种工况,则得到多个正态分布,每一个正态分布对应一种工况;当采集到液压系统各部件的参数后,则将参数带入所有正态分布,取计算概率最大的工况为当前工况,即可判断当前起重机工况,同时,利用计算所得的概率值的大小判断是否出现了异常情况,利用当前参数与正常情况下这一工况的正态分布的各个参数的期望进行对比即可发现液压系统中出现异常的部件。
6.一种重机液压系统健康评估系统,其特征在于:包括:
传感器模块,用于采集整个液压系统各个部分的液压油压力、单位时间内流量以及温度信息;
数据采集模块,用于采集和汇总所述传感器模块传来的信号,并将其转化为数字信号,并传给健康评估模块;
健康评估模块,对所述数据采集模块处理后的液压系统各个部分的液压油压力、单位时间内流量以及温度信息进行分析;所述健康评估模块包括知识推理模块以及多类高斯判别模块,其中:
所述知识推理模块对各个部分的液压油压力、单位时间内流量进行推理,判断当前整个液压系统中的流量和压力是否正常,从而判断整个液压系统的状态以及存在的问题;
所述多类高斯判别模块根据所述数据采集模块传来的各个部分的数据,判别当前起重机的工作状态以及当前状态与标准状态的差别,并融合所述知识推理模块对当前液压系统的状态以及存在的问题进行准确的判别,达到起重机液压系统健康评估的目的。
7.根据权利要求6所述的重机液压系统健康评估系统,其特征在于:所述知识推理模块包括:
系统流量匹配子模块,用于计算整个液压系统的液压回路各个部位的流量是否相互匹配,判断液压系统回路中是否存在液压油泄露的问题;
内部压力匹配子模块,用于匹配除去液压系统中执行机构之外的所有部件的压力数据,判断液压系统中是否存在压力损失大的问题,一旦发现某两个部件之间压力损失大于设定的阈值,则判断这两个部件之间的液压管路存在部分堵塞。
8.根据权利要求7所述的重机液压系统健康评估系统,其特征在于:所述系统流量匹配子模块,其中对整个液压系统中执行机构两端的流量进行匹配时补偿液执行机构的储油量,防止计算错误。
9.根据权利要求6-8如任一项所述的重机液压系统健康评估系统,其特征在于:所述多类高斯判别模块,根据当前液压系统中所有的传感器数据,利用高斯判别分析方法判别当前起重机的工况,同时计算当前液压系统状态与标准液压系统状态之间的差别,从而诊断液压系统中可能存在的问题。
10.根据权利要求9所述的重机液压系统健康评估系统,其特征在于:所述高斯判别分析方法,是指:假设起重机在某一工况下的液压系统的各个参数是服从正态分布的,并且利用大量起重机在某一工况下液压系统的各个参数数据对正态分布的参数进行估计,从而得到起重机在某一工况下液压系统各个参数的分布;对应于起重机的多种工况,则得到多个正态分布,每一个正态分布对应一种工况;当采集到液压系统各部件的参数后,则将参数带入所有正态分布,取计算概率最大的工况为当前工况,即可判断当前起重机工况,同时,利用计算所得的概率值的大小判断是否出现了异常情况,利用当前参数与正常情况下这一工况的正态分布的各个参数的期望进行对比即可发现液压系统中出现异常的部件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810267599.3A CN108533572B (zh) | 2018-03-29 | 2018-03-29 | 一种起重机液压系统健康评估方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810267599.3A CN108533572B (zh) | 2018-03-29 | 2018-03-29 | 一种起重机液压系统健康评估方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108533572A true CN108533572A (zh) | 2018-09-14 |
CN108533572B CN108533572B (zh) | 2019-08-23 |
Family
ID=63481590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810267599.3A Active CN108533572B (zh) | 2018-03-29 | 2018-03-29 | 一种起重机液压系统健康评估方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108533572B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109534169A (zh) * | 2018-10-31 | 2019-03-29 | 中船华南船舶机械有限公司 | 一种智慧起重机及工作方法 |
CN110360185A (zh) * | 2019-06-19 | 2019-10-22 | 北京欧洛普过滤技术开发公司 | 一种液压比例系统漏油监测方法 |
CN110701137A (zh) * | 2019-10-16 | 2020-01-17 | 无锡华瀚能源装备科技有限公司 | 一种掘进机液压系统智能在线检测诊断装置及方法 |
CN111915190A (zh) * | 2020-08-03 | 2020-11-10 | 浙江三一装备有限公司 | 液压油健康指数计算方法、装置和计算机设备 |
CN113404742A (zh) * | 2021-07-09 | 2021-09-17 | 中国人民解放军火箭军工程大学 | 一种基于测试数据的电液伺服机构健康评估方法及系统 |
CN113508234A (zh) * | 2019-03-05 | 2021-10-15 | 丹佛斯动力系统公司 | 用于确定液压回路装置的健康状态的方法 |
CN116658492A (zh) * | 2023-07-28 | 2023-08-29 | 新疆塔林投资(集团)有限责任公司 | 智能动力猫道及其方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000336701A (ja) * | 1999-05-26 | 2000-12-05 | Hitachi Constr Mach Co Ltd | 建設機械の故障診断装置 |
CN102606557A (zh) * | 2012-01-16 | 2012-07-25 | 北京航空航天大学 | 一种基于故障观测器与som的液压系统健康评估方法 |
CN102635597A (zh) * | 2012-05-02 | 2012-08-15 | 武汉理工大学 | 一种工程机械液压系统健康管理系统及方法 |
CN104454785A (zh) * | 2014-09-25 | 2015-03-25 | 中南大学 | 一种工程机械液压缸故障诊断系统及与之适用的故障样本信号采集方法 |
CN104777831A (zh) * | 2015-04-09 | 2015-07-15 | 武汉船用机械有限责任公司 | 一种液压式潜液泵系统的故障诊断方法 |
CN106227906A (zh) * | 2016-05-20 | 2016-12-14 | 广州韵脉质量技术服务有限公司 | 一种基于性能退化分析的智能制造装备可靠性的评估方法 |
-
2018
- 2018-03-29 CN CN201810267599.3A patent/CN108533572B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000336701A (ja) * | 1999-05-26 | 2000-12-05 | Hitachi Constr Mach Co Ltd | 建設機械の故障診断装置 |
CN102606557A (zh) * | 2012-01-16 | 2012-07-25 | 北京航空航天大学 | 一种基于故障观测器与som的液压系统健康评估方法 |
CN102635597A (zh) * | 2012-05-02 | 2012-08-15 | 武汉理工大学 | 一种工程机械液压系统健康管理系统及方法 |
CN104454785A (zh) * | 2014-09-25 | 2015-03-25 | 中南大学 | 一种工程机械液压缸故障诊断系统及与之适用的故障样本信号采集方法 |
CN104777831A (zh) * | 2015-04-09 | 2015-07-15 | 武汉船用机械有限责任公司 | 一种液压式潜液泵系统的故障诊断方法 |
CN106227906A (zh) * | 2016-05-20 | 2016-12-14 | 广州韵脉质量技术服务有限公司 | 一种基于性能退化分析的智能制造装备可靠性的评估方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109534169A (zh) * | 2018-10-31 | 2019-03-29 | 中船华南船舶机械有限公司 | 一种智慧起重机及工作方法 |
CN113508234A (zh) * | 2019-03-05 | 2021-10-15 | 丹佛斯动力系统公司 | 用于确定液压回路装置的健康状态的方法 |
CN110360185A (zh) * | 2019-06-19 | 2019-10-22 | 北京欧洛普过滤技术开发公司 | 一种液压比例系统漏油监测方法 |
CN110701137A (zh) * | 2019-10-16 | 2020-01-17 | 无锡华瀚能源装备科技有限公司 | 一种掘进机液压系统智能在线检测诊断装置及方法 |
CN111915190A (zh) * | 2020-08-03 | 2020-11-10 | 浙江三一装备有限公司 | 液压油健康指数计算方法、装置和计算机设备 |
CN111915190B (zh) * | 2020-08-03 | 2024-05-07 | 浙江三一装备有限公司 | 液压油健康指数计算方法、装置和计算机设备 |
CN113404742A (zh) * | 2021-07-09 | 2021-09-17 | 中国人民解放军火箭军工程大学 | 一种基于测试数据的电液伺服机构健康评估方法及系统 |
CN113404742B (zh) * | 2021-07-09 | 2024-01-26 | 中国人民解放军火箭军工程大学 | 一种基于测试数据的电液伺服机构健康评估方法及系统 |
CN116658492A (zh) * | 2023-07-28 | 2023-08-29 | 新疆塔林投资(集团)有限责任公司 | 智能动力猫道及其方法 |
CN116658492B (zh) * | 2023-07-28 | 2023-10-27 | 新疆塔林投资(集团)有限责任公司 | 智能动力猫道及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108533572B (zh) | 2019-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108533572B (zh) | 一种起重机液压系统健康评估方法和系统 | |
KR101491196B1 (ko) | 결함 패턴 매칭을 위한 퍼지 분류 접근 | |
CN109239265A (zh) | 监测设备故障检测方法及装置 | |
KR20150058343A (ko) | 시스템 행동 진단을 위한 논리 기반 접근법 | |
CN111508216A (zh) | 一种大坝安全监测数据智能预警方法 | |
CN112101431A (zh) | 电子设备故障诊断系统 | |
Lennox et al. | Application of multivariate statistical process control to batch operations | |
CN110701137B (zh) | 一种掘进机液压系统智能在线检测诊断装置及方法 | |
CN116611712B (zh) | 基于语义推断的电网工作票评估系统 | |
CN112124229A (zh) | 一种应急抢险泵车远程实时故障诊断方法 | |
CN111445105A (zh) | 基于目标值分析的电厂在线性能诊断方法及系统 | |
CN102156772A (zh) | 基于逻辑相容性的数字电路故障诊断方法及系统 | |
Forbus | The logic of occurrence | |
Wang et al. | Implementation of an integrated real-time process surveillance and diagnostic system for nuclear power plants | |
Zhang et al. | Distributed quality-related process monitoring framework using parallel DVIB-VAE-mRMR for large-scale processes | |
Diedrich et al. | Diagnosing Hybrid Cyber-Physical Systems using State-Space Models and Satisfiability Modulo Theory. | |
CN103425125B (zh) | 基于连续状态的电气系统故障诊断方法 | |
Vasquez et al. | Chronicle based alarm management in startup and shutdown stages | |
CN117560300B (zh) | 一种智能物联网流量预测与优化系统 | |
Werner-Stark et al. | Knowledge-based diagnosis of process systems using procedure hazid information | |
Zhao et al. | Research on fault diagnosis knowledge representation method of hydraulic system based on ontology-production rule | |
Tagina | A novel fault detection approach combining adaptive thresholding and fuzzy reasoning | |
RU2056506C1 (ru) | Способ определения технического состояния системы автоматического регулирования турбоагрегата | |
Marseguerra et al. | A Fuzzy Logic–based Model for the Classification of Faults in the Pump Seals of the Primary Heat Transport System of a Candu 6 Reactor | |
Shi et al. | Design of Diagnostic Reasoning Software for Fluid System |
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 |