CN109084885A - 一种机械设备振动检测系统、方法、可读存储介质及终端 - Google Patents
一种机械设备振动检测系统、方法、可读存储介质及终端 Download PDFInfo
- Publication number
- CN109084885A CN109084885A CN201810924607.7A CN201810924607A CN109084885A CN 109084885 A CN109084885 A CN 109084885A CN 201810924607 A CN201810924607 A CN 201810924607A CN 109084885 A CN109084885 A CN 109084885A
- Authority
- CN
- China
- Prior art keywords
- data
- vibration
- mechanical equipment
- result
- vibration 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 28
- 238000000034 method Methods 0.000 title claims description 23
- 238000003860 storage Methods 0.000 title claims description 11
- 238000005070 sampling Methods 0.000 claims abstract description 53
- 238000013480 data collection Methods 0.000 claims abstract description 24
- 238000006073 displacement reaction Methods 0.000 claims abstract description 24
- 238000007405 data analysis Methods 0.000 claims abstract description 23
- 238000001914 filtration Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
- G01H11/06—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means
- G01H11/08—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means using piezoelectric devices
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种机械设备振动检测系统,所述系统至少包括:所述振动数据采集模块,用于采集待测量部件的振动数据,并将采集到的振动数据发送至所述振动数据采样模块;所述振动数据采样模块,用于接收并对所述振动数据采集模块所采集到的振动数据进行采样,获得振动数据采样结果;所述振动数据发送模块,用于将所述振动数据采样结果按照采集顺序发送至所述数据分析模块;所述数据分析模块,用于接收数据采样结果,并对数据采样结果进行滤波和分析,获得振动位移。应用本发明的实施例,解决了现有技术中测量机械设备振动情况的设备精确度不高,以及无法完成对机械设备各种振动状态数据的有效采集和分析的问题。
Description
技术领域
本发明涉及一种大型旋转机械的运行故障监测技术领域,特别是涉及一种机械设备振动检测系统、方法、可读存储介质及终端。
背景技术
大型旋转机械一般指电机带动设备上的旋转部件转动进行生产活动的机械,旋转机械设备是工业生产中的关键设备,广泛应用于矿山、电力、冶金等部门。由于大型旋转机械的作业如果发生安全事故,对人员和经济会造成重大损失,对企业的安全生产产生重要影响,因此,保证大型旋转机械的安全性是极其重要的。
但是机械设备经常会出现各种各样的故障,甚至造成人员的伤亡,并且在运行过程中需要工作人员的持续巡检和值守,大大增加了人力成本,严重降低了企业生产的效率。
现有技术中,为了对旋转机械设备进行振动监测能够有效减少上述情况的发生,保证机器设备的安全高效运行,振动是机械设备故障的主要表现,而且不同种类的机械故障会在振动信号上有不同频率和幅值的表现,通过对振动信号进行监测,并对采集到的振动信息作进一步的分析和处理,就能够随时掌握设备的运行状态是否正常、发展趋势如何等等,通过对振动信息进行分析获取设备的状态信息,就能够在机械设备发生故障之前得到设备的预警信息,及时发现问题,并提前加以维护修理,从而有效避免重大事故的发生。
目前市面上测量机械设备振动情况的设备精确度不高,测量误差比较大,另外测量的振动频率范围有限,无法完成对机械设备各种振动状态数据的有效采集和分析。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种机械设备振动检测系统、方法、可读存储介质及终端,用于解决现有技术中测量机械设备振动情况的设备精确度不高,以及无法精确完成对机械设备各种振动状态数据的有效采集和分析的问题。
为实现上述目的及其他相关目的,本发明提供一种机械设备振动检测系统,所述系统至少包括:振动数据采集模块、振动数据采样模块、振动数据发送模块、数据分析模块;所述振动数据采集模块,用于采集待测量部件的振动数据,并将采集到的振动数据发送至所述振动数据采样模块;所述振动数据采样模块,用于接收并对所述振动数据采集模块所采集到的振动数据进行采样,获得振动数据采样结果;所述振动数据发送模块,用于将所述振动数据采样结果按照采集顺序发送至所述数据分析模块;所述数据分析模块,用于接收数据采样结果,并对数据采样结果进行滤波和分析,获得振动位移。
本发明的优选实施方式中,所述振动数据采集模块为至少一个振动传感器,所述待测量部件为旋回破碎机。
本发明的优选实施方式中,所述数据分析模块,具体用于:判断当前时刻是否为初始时刻,如果不是,利用上一时刻的最优估计值作为当前时刻的预测值;预测值的方差为上一时刻最优估计值的方差和高斯噪声方差之和;利用预测值的方差重新计算滤波的增益;结合当前时刻的测量值,根据预测值得到当前时刻的最优估计值;描绘每一个最优估计值形成曲线图,并对所述曲线图中相邻峰值间的数据依次进行二次积分运算,得到位移数据。
本发明的优选实施方式中,所述振动数据发送模块,具体用于:接收所述振动数据采样结果,并将所述振动数据采样结果存放于队列中,在所述队列数据存满的情况下,将所述队列中的数据按照先进先出的顺序发送至所述数据分析模块。
本发明的优选实施方式中,所述振动数据采样模块,具体用于:设置数据采样精度、数据模拟量转化为数字量ADC的采样率,以及设置对应的ADC通道,接收并按照预设时间并对所述振动数据采集模块所采集到的振动数据进行采样,获得振动数据采样结果,所述数据采样结果至少包括:X轴数据采样结果、Y轴数据采样结果、Z轴数据采样结果。
此外,本发明还公开了一种机械设备振动检测方法,所述方法包括:采用至少一个振动传感器采集振动数据;对所述振动数据进行采样,获得振动数据采样结果;针对多个所述数据采样结果,判断当前采样结果对应的时刻是否为初始时刻;如果不是,利用上一时刻的最优估计值作为当前时刻的预测值;利用预测值的方差重新计算滤波的增益,其中,预测值的方差为上一时刻最优估计值的方差和高斯噪声方差之和;结合当前时刻的测量值,根据预测值得到当前时刻的最优估计值;描绘每一个最优估计值形成曲线图,获得位移数据。
本发明的优选实施方式中,对所述振动数据进行采样,获得振动数据采样结果的步骤,包括:设置数据采样精度、数据模拟量转化为数字量ADC的采样率,以及设置对应的ADC通道;接收并按照预设时间并对所述振动数据采集模块所采集到的振动数据进行采样,获得振动数据采样结果。
本发明的优选实施方式中,所述数据采样结果至少包括:X轴数据采样结果、Y轴数据采样结果、Z轴数据采样结果。
本发明的优选实施方式中,所述描绘每一个最优估计值形成曲线图,获得位移数据的步骤,包括:描绘每一个最优估计值形成曲线图,并对所述曲线图中相邻峰值间的数据依次进行二次积分运算,得到位移数据。
此外,本发明还提供了一种可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一项所述的机械设备振动检测方法的步骤。
以及,本发明还公开了一种终端,包括处理器存储器,存储器存储有程序指令,处理器运行程序指令实现如任一项所述的机械设备振动检测方法中的步骤。
如上所述,本发明的一种机械设备振动检测系统、方法、可读存储介质及终端,具有以下有益效果:通过振动数据采集模块采集待测量部件的振动数据,并经过振动数据采样模块对振动数据采集模块所采集到的振动数据进行采样,后发送至数据分析模块,对数据采样结果进行滤波和分析获得振动位移。通过本发明实施例,通过滤波后得到的振动数据更精确,有利于进行机械振动分析。因此,解决现有技术中测量机械设备振动情况的设备精确度不高,以及无法精确完成对机械设备各种振动状态数据的有效采集和分析的问题。
附图说明
图1显示为本发明的机械设备振动检测系统结构示意图。
图2显示为本发明的机械设备振动检测系统一种实现示意图。
图3显示为本发明的机械运行故障监测方法的流程示意图
元件标号说明
1 机械设备振动检测系统
11 振动数据采集模块
12 振动数据采样模块
13 振动数据发送模块
14 数据分析模块
S401~S403 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
请参阅图1-图3。需要说明的是,本实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
如图1所示,本发明提供了一种机械设备振动检测系统,其特征在于,系统至少包括:振动数据采集模块11、振动数据采样模块12、振动数据发送模块13、数据分析模块14;
振动数据采集模块11,用于采集待测量部件的振动数据,并将采集到的振动数据发送至振动数据采样模块12;
振动数据采样模块12,用于接收并对振动数据采集模块11所采集到的振动数据进行采样,获得振动数据采样结果;
振动数据发送模块13,用于将振动数据采样结果按照采集顺序发送至数据分析模块14;
数据分析模块14,用于接收数据采样结果,并对数据采样结果进行滤波和分析,获得振动位移。
本发明的具体实现方式中,振动数据采集模块11为至少包括一个振动传感器,待测量部件为旋回破碎机。振动传感器采用压电式传感器,以压电效应为转换原理,加速度越大,产生的电压量越大,具有较宽的频率范围和动态范围,且重量轻、体积小、耐高温。
为了提高数据采集结果的多样性,振动数据采样模块12,具体用于:设置数据采样精度、数据模拟量转化为数字量ADC的采样率,以及设置对应的ADC通道,接收并按照预设时间并对振动数据采集模块11所采集到的振动数据进行采样,获得振动数据采样结果,数据采样结果至少包括:X轴数据采样结果、Y轴数据采样结果、Z轴数据采样结果。
本发明实施例中,数据分析模块14可以为MCU主控制器,通过与MCU主控制器连接的A/D转换实现振动传感器的数据采样,具体可以实现8位、16位和24位的数据采样,采样频率范围广,实现从1k到100K的采样频率设置,采用单端模式实现三维数据的采样。
振动数据发送模块13可以采用以太网通讯模块进行通讯传输,以太网通讯模块可支持但不限于10/100M、1Gbit网络制式,数据分析模块14所对应的MCU主控制器内部嵌有TCP/IP协议栈,支持但不限于HTTP、HTTPS、FTP、MQTT等互联网协议,支持但不限于OPC-UA、PROFInet等工业自动化协议,实现与其它设备交互,解析各种应用协议,实现数据的高速传输。
具体的,振动数据发送模块13用于:接收振动数据采样结果,并将振动数据采样结果存放于队列中,在队列数据存满的情况下,将队列中的数据按照先进先出的顺序发送至数据分析模块14。
振动数据发送模块13可以采用数据传输采用队列机制,队列可以保存有限个具有确定长度的数据单元,作为FIFO(具有先进先出的原则)使用,当队列数据存储满时,启动以太网同步进行数据传输,防止数据采集一次传输一次的资源消耗。
数据分析模块14,只要用于接收数据采样结果,并对数据采样结果进行滤波和分析,获得振动位移。主要用于对数据采样后的结果进行分析,得到振动的状态信息,包括频率和位移等。数据分析的主要工作是数据滤波,去除数据采集过程中的噪声成分,有利于后续的数据解析工作,降低结果误差。本系统的数据滤波采用一种迭代滤波方法,针对不同时间采集的不同数据,利用前一时刻的最优估计值和当前时刻的测量值来更新状态变量,根据迭代方式计算出当前时刻的最优估计值。
本发明的一种具体实现方式中,数据分析模块14具体用于:判断当前时刻是否为初始时刻,如果不是,利用上一时刻的最优估计值作为当前时刻的预测值;预测值的方差为上一时刻最优估计值的方差和高斯噪声方差之和;利用预测值的方差重新计算滤波的增益;结合当前时刻的测量值,根据预测值得到当前时刻的最优估计值;描绘每一个最优估计值形成曲线图,并对所述曲线图中相邻峰值间的数据依次进行二次积分运算,得到位移数据。
(1)利用上一时刻的最优估计值state_pre[i]作为当前时刻的预测值state_best[i-1](i>=1);
state_pre[i]=state_best[i-1]
(2)预测值的方差variance_pre[i]为上一时刻最优估计值的方差variance_best[i-1]和高斯噪声方差Q之和;
variance_pre[i]=variance_best[i-1]+Q
(3)利用预测值的方差重新计算滤波的增益K[i];
K[i]=variance_pre[i]/(variance_pre[i]+Q)
(4)结合当前时刻的测量值,根据预测值得到当前时刻的最优估计值state_best[i];
state_best[i]=state_pre[i]+K[i]*(z[i]-state_pre[i])
(5)计算最优估计值的方差variance_best[i]用于下一次迭代;
variance_best[i]=(1-K[i])*variance_pre[i]
例如,对某一个时间段T的采集数据Z,数据长度为N,每个时刻的数据值为z[j](j>=0),使得初始值:
state_best[0]=z[0]
variance_best[0]=1
高斯噪声方差的取值采用如下取值方法,即把采集到的每个数据与前一个数据的差值的绝对值进行相加再平均,得到数据差值的平均值,对每个数据进行滤波时,当前数据与前一个数据差值的绝对值和上述平均值之间的差值的平方作为此刻的高斯噪声方差取值。计算如下式所示:
利用以上滤波方法对采集数据进行滤波,可以大大降低噪声误差。将某一时间段T内的采集数据序列Z利用以上滤波方法全部进行滤波之后,经过进一步计算可得到振动的位移,在位移计算过程中,一般计算都是对整个运动过程进行积分,得到振动的位移,本系统采用分块积分,将相邻峰值间的数据进行积分后再平均的方法,获取位移值,相比普通积分方法,进一步降低了误差。
计算过程中,示例性的得到如图2所示为滤波后的加速度曲线图,对相邻峰值间的数据依次进行二次积分运算,如A和B之间、B和C之间依次进行运算,结果值再取平均得到最终位移。
另外,如图3所示,本发明实施例还提供一种机械设备振动检测方法,所述方法包括:
S301,采用至少一个振动传感器采集振动数据;
S302,对所述振动数据进行采样,获得振动数据采样结果;
S303,针对多个所述数据采样结果,判断当前采样结果对应的时刻是否为初始时刻;
S304,如果不是,利用上一时刻的最优估计值作为当前时刻的预测值;
S305,利用预测值的方差重新计算滤波的增益,其中,预测值的方差为上一时刻最优估计值的方差和高斯噪声方差之和;
S306,结合当前时刻的测量值,根据预测值得到当前时刻的最优估计值;描绘每一个最优估计值形成曲线图,获得位移数据。
本发明的一种实现方式中,对所述振动数据进行采样,获得振动数据采样结果的步骤,包括:设置数据采样精度、数据模拟量转化为数字量ADC的采样率,以及设置对应的ADC通道;接收并按照预设时间并对所述振动数据采集模块所采集到的振动数据进行采样,获得振动数据采样结果。
另外,所述数据采样结果至少包括:X轴数据采样结果、Y轴数据采样结果、Z轴数据采样结果。
在数据处理的具体过程中,所述描绘每一个最优估计值形成曲线图,获得位移数据的步骤,包括:描绘每一个最优估计值形成曲线图,并对所述曲线图中相邻峰值间的数据依次进行二次积分运算,得到位移数据。
具体的数据处理过程同图1和图2对应的实施例相同,本发明在此不过赘述。
以及,公开一种可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一项的机械设备振动检测方法的步骤。
还公开一种终端,包括处理器存储器,存储器存储有程序指令,处理器运行程序指令实现任一项机械设备振动检测方法中的步骤。
综上所述,本发明一种机械设备振动检测系统及方法,针对现有设备对旋转机械设备振动监测不足的缺点,本发明实现了一种大型旋转机械设备的振动监测系统,可实现多种类型的振动数据采集和以太网传输,数据分析利用一种迭代方法实现数据的有效滤波,并在位移计算过程中采用分块积分方法大大降低数据误差,提高数据分析的精确度。实现多种类型振动数据的采集和以太网传输;实现振动数据的有效滤波、振动位移的有效计算。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (11)
1.一种机械设备振动检测系统,其特征在于,所述系统至少包括:振动数据采集模块、振动数据采样模块、振动数据发送模块、数据分析模块;
所述振动数据采集模块,用于采集待测量部件的振动数据,并将采集到的振动数据发送至所述振动数据采样模块;
所述振动数据采样模块,用于接收并对所述振动数据采集模块所采集到的振动数据进行采样,获得振动数据采样结果;
所述振动数据发送模块,用于将所述振动数据采样结果按照采集顺序发送至所述数据分析模块;
所述数据分析模块,用于接收数据采样结果,并对数据采样结果进行滤波和分析,获得振动位移。
2.根据权利要求1所述的机械设备振动检测系统,其特征在于,所述振动数据采集模块为至少一个振动传感器,所述待测量部件为旋回破碎机。
3.根据权利要求1所述的机械设备振动检测系统,其特征在于,所述数据分析模块,具体用于:判断当前时刻是否为初始时刻,如果不是,利用上一时刻的最优估计值作为当前时刻的预测值;预测值的方差为上一时刻最优估计值的方差和高斯噪声方差之和;利用预测值的方差重新计算滤波的增益;结合当前时刻的测量值,根据预测值得到当前时刻的最优估计值;描绘每一个最优估计值形成曲线图,并对所述曲线图中相邻峰值间的数据依次进行二次积分运算,得到位移数据。
4.根据权利要求1所述的机械设备振动检测系统,其特征在于,所述振动数据发送模块,具体用于:接收所述振动数据采样结果,并将所述振动数据采样结果存放于队列中,在所述队列数据存满的情况下,将所述队列中的数据按照先进先出的顺序发送至所述数据分析模块。
5.根据权利要求1所述的机械设备振动检测系统,其特征在于,所述振动数据采样模块,具体用于:设置数据采样精度、数据模拟量转化为数字量ADC的采样率,以及设置对应的ADC通道,接收并按照预设时间并对所述振动数据采集模块所采集到的振动数据进行采样,获得振动数据采样结果,所述数据采样结果至少包括:X轴数据采样结果、Y轴数据采样结果、Z轴数据采样结果。
6.一种机械设备振动检测方法,其特征在于,所述方法包括:
采用至少一个振动传感器采集振动数据;
对所述振动数据进行采样,获得振动数据采样结果;
针对多个所述数据采样结果,判断当前采样结果对应的时刻是否为初始时刻;
如果不是,利用上一时刻的最优估计值作为当前时刻的预测值;
利用预测值的方差重新计算滤波的增益,其中,预测值的方差为上一时刻最优估计值的方差和高斯噪声方差之和;
结合当前时刻的测量值,根据预测值得到当前时刻的最优估计值;描绘每一个最优估计值形成曲线图,获得位移数据。
7.根据权利要求6所述的机械设备振动检测方法,其特征在于,对所述振动数据进行采样,获得振动数据采样结果的步骤,包括:
设置数据采样精度、数据模拟量转化为数字量ADC的采样率,以及设置对应的ADC通道;
接收并按照预设时间并对所述振动数据采集模块所采集到的振动数据进行采样,获得振动数据采样结果。
8.根据权利要求7所述的机械设备振动检测方法,其特征在于,所述数据采样结果至少包括:X轴数据采样结果、Y轴数据采样结果、Z轴数据采样结果。
9.根据权利要求6-8任一项所述的机械设备振动检测方法,其特征在于,所述描绘每一个最优估计值形成曲线图,获得位移数据的步骤,包括:
描绘每一个最优估计值形成曲线图,并对所述曲线图中相邻峰值间的数据依次进行二次积分运算,得到位移数据。
10.一种可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求6-9任一项所述的机械设备振动检测方法的步骤。
11.一种终端,包括处理器存储器,存储器存储有程序指令,其特征在于:处理器运行程序指令实现如6-9任一项所述的机械设备振动检测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810924607.7A CN109084885A (zh) | 2018-08-14 | 2018-08-14 | 一种机械设备振动检测系统、方法、可读存储介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810924607.7A CN109084885A (zh) | 2018-08-14 | 2018-08-14 | 一种机械设备振动检测系统、方法、可读存储介质及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109084885A true CN109084885A (zh) | 2018-12-25 |
Family
ID=64834673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810924607.7A Pending CN109084885A (zh) | 2018-08-14 | 2018-08-14 | 一种机械设备振动检测系统、方法、可读存储介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109084885A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110440894A (zh) * | 2019-08-26 | 2019-11-12 | 佛山市墨纳森智能科技有限公司 | 一种基于多传感节点的机械振动信号采集与检测方法、系统和可读存储介质 |
CN113870458A (zh) * | 2021-10-26 | 2021-12-31 | 中冶赛迪工程技术股份有限公司 | 结晶器振动装置振动性能退化数据构建方法 |
CN113916366A (zh) * | 2021-10-21 | 2022-01-11 | 山东鑫海矿业技术装备股份有限公司 | 基于振动信号的涡旋破碎机的叶轮运行监测方法及设备 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101545824A (zh) * | 2008-03-25 | 2009-09-30 | 唐德尧 | 一种机械塔架故障诊断技术 |
CN201993167U (zh) * | 2010-11-22 | 2011-09-28 | 柳松 | 无线振动传感装置 |
CN102680082A (zh) * | 2012-05-24 | 2012-09-19 | 中冶连铸技术工程股份有限公司 | 一种结晶器振幅测试方法和装置 |
CN103207010A (zh) * | 2013-03-22 | 2013-07-17 | 中国科学院长春光学精密机械与物理研究所 | 一种高精度加速度信号检测及分析装置 |
CN103438985A (zh) * | 2013-08-14 | 2013-12-11 | 大连理工大学 | 一种用于声场合成的声场信息采集方法 |
CN103746938A (zh) * | 2014-01-13 | 2014-04-23 | 广东睿江科技有限公司 | 一种发送数据包的方法及装置 |
CN104483011A (zh) * | 2014-11-07 | 2015-04-01 | 南京理工大学紫金学院 | 一种旋转机械多通道振动信号的在线检测与分析系统及方法 |
CN104535934A (zh) * | 2014-12-31 | 2015-04-22 | 桂林电子科技大学 | 在线前馈补偿的动力电池电荷状态估计方法与系统 |
CN105606933A (zh) * | 2016-01-13 | 2016-05-25 | 中国南方电网有限责任公司超高压输电公司 | 一种基于振动噪声的换流变压器在线监测系统 |
CN105785999A (zh) * | 2016-04-27 | 2016-07-20 | 大连海事大学 | 无人艇航向运动控制方法 |
CN106726437A (zh) * | 2016-12-06 | 2017-05-31 | 汕头大学 | 心肺复苏辅助器 |
CN106767795A (zh) * | 2017-01-20 | 2017-05-31 | 福州大学 | 一种基于惯性导航的移动机器人位移计算算法 |
CN107230208A (zh) * | 2017-06-27 | 2017-10-03 | 江苏开放大学 | 一种高斯噪声的图像噪声强度估计方法 |
-
2018
- 2018-08-14 CN CN201810924607.7A patent/CN109084885A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101545824A (zh) * | 2008-03-25 | 2009-09-30 | 唐德尧 | 一种机械塔架故障诊断技术 |
CN201993167U (zh) * | 2010-11-22 | 2011-09-28 | 柳松 | 无线振动传感装置 |
CN102680082A (zh) * | 2012-05-24 | 2012-09-19 | 中冶连铸技术工程股份有限公司 | 一种结晶器振幅测试方法和装置 |
CN103207010A (zh) * | 2013-03-22 | 2013-07-17 | 中国科学院长春光学精密机械与物理研究所 | 一种高精度加速度信号检测及分析装置 |
CN103438985A (zh) * | 2013-08-14 | 2013-12-11 | 大连理工大学 | 一种用于声场合成的声场信息采集方法 |
CN103746938A (zh) * | 2014-01-13 | 2014-04-23 | 广东睿江科技有限公司 | 一种发送数据包的方法及装置 |
CN104483011A (zh) * | 2014-11-07 | 2015-04-01 | 南京理工大学紫金学院 | 一种旋转机械多通道振动信号的在线检测与分析系统及方法 |
CN104535934A (zh) * | 2014-12-31 | 2015-04-22 | 桂林电子科技大学 | 在线前馈补偿的动力电池电荷状态估计方法与系统 |
CN105606933A (zh) * | 2016-01-13 | 2016-05-25 | 中国南方电网有限责任公司超高压输电公司 | 一种基于振动噪声的换流变压器在线监测系统 |
CN105785999A (zh) * | 2016-04-27 | 2016-07-20 | 大连海事大学 | 无人艇航向运动控制方法 |
CN106726437A (zh) * | 2016-12-06 | 2017-05-31 | 汕头大学 | 心肺复苏辅助器 |
CN106767795A (zh) * | 2017-01-20 | 2017-05-31 | 福州大学 | 一种基于惯性导航的移动机器人位移计算算法 |
CN107230208A (zh) * | 2017-06-27 | 2017-10-03 | 江苏开放大学 | 一种高斯噪声的图像噪声强度估计方法 |
Non-Patent Citations (3)
Title |
---|
李鲁明 等: ""基于改进卡尔曼滤波的陀螺仪误差补偿算法"", 《传感技术学报》 * |
邓娜娜 等: ""基于卡尔曼滤波的振动信号采集与处理系统设计"", 《计算机应用与软件》 * |
陈金广 等: ""双重迭代变分贝叶斯自适应卡尔曼滤波算法"", 《电子科技大学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110440894A (zh) * | 2019-08-26 | 2019-11-12 | 佛山市墨纳森智能科技有限公司 | 一种基于多传感节点的机械振动信号采集与检测方法、系统和可读存储介质 |
CN113916366A (zh) * | 2021-10-21 | 2022-01-11 | 山东鑫海矿业技术装备股份有限公司 | 基于振动信号的涡旋破碎机的叶轮运行监测方法及设备 |
CN113916366B (zh) * | 2021-10-21 | 2024-04-19 | 山东鑫海矿业技术装备股份有限公司 | 基于振动信号的涡旋破碎机的叶轮运行监测方法及设备 |
CN113870458A (zh) * | 2021-10-26 | 2021-12-31 | 中冶赛迪工程技术股份有限公司 | 结晶器振动装置振动性能退化数据构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109084885A (zh) | 一种机械设备振动检测系统、方法、可读存储介质及终端 | |
US10871423B2 (en) | Internet of things device for monitoring the motion of oscillating equipment | |
CN101393049B (zh) | 风力发电机组振动监测及故障诊断的方法 | |
CN108827454B (zh) | 一种汽轮机轴系振动数据采集和处理方法 | |
CN104849653B (zh) | 断路器的机械特性测量方法和系统 | |
CN107132064B (zh) | 基于多传感器的旋转机械系统运行状态监测方法及系统 | |
CN113776794B (zh) | 一种嵌入式边缘计算的故障诊断方法、装置和系统 | |
CN108689271A (zh) | 一种在线式电梯乘运质量检测系统及方法 | |
CN103104509A (zh) | 变频水泵全工况运行状态获取方法 | |
CN102778346B (zh) | 断路器刚分刚合点的在线判断方法及其装置 | |
CN104165138A (zh) | 机泵群状态在线监测系统及其监测方法 | |
CN101533052B (zh) | Pwm风扇电气性能测试系统及方法 | |
CN102279084A (zh) | 基于微惯性测量组合的输电导线舞动定位系统及定位方法 | |
CN102748214A (zh) | 耦合于控制系统的风电机组状态监测与故障诊断系统 | |
CN105376110A (zh) | 以大数据流式技术实现网络数据包的分析方法及系统 | |
CN110597144A (zh) | 一种电机传感器数据采集单元及数据采集方法 | |
CN110543142A (zh) | 一种数控机床故障诊断与预警系统 | |
CN102930713A (zh) | 光纤以太网通信的多通道数据同步采集系统及采集方法 | |
CN105589030A (zh) | 高压断路器测试系统及其测试方法 | |
CN110410306A (zh) | 抽油机工况诊断装置及诊断方法 | |
CN102758727A (zh) | 集成于控制系统的风力机状态监测与故障诊断系统及方法 | |
CN105978145B (zh) | 智能变电站二次系统信息融合系统 | |
CN114330489B (zh) | 一种监测设备故障诊断方法及系统 | |
CN115616994A (zh) | 一种设备稳定性分析方法及系统、设备、存储介质 | |
CN209148859U (zh) | 一种基于分布式计算的电力网络仪表智能监控分析系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181225 |
|
RJ01 | Rejection of invention patent application after publication |