CN110044693A - 一种用于结构加载电测试验的传感器状态实时监测方法 - Google Patents
一种用于结构加载电测试验的传感器状态实时监测方法 Download PDFInfo
- Publication number
- CN110044693A CN110044693A CN201910365881.XA CN201910365881A CN110044693A CN 110044693 A CN110044693 A CN 110044693A CN 201910365881 A CN201910365881 A CN 201910365881A CN 110044693 A CN110044693 A CN 110044693A
- Authority
- CN
- China
- Prior art keywords
- sensor
- load
- data
- states
- grade
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/02—Details
- G01N3/06—Special adaptations of indicating or recording means
- G01N3/066—Special adaptations of indicating or recording means with electrical indicating or recording means
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供一种用于结构加载电测试验的传感器状态实时监测方法,属于试验力学领域。该监测方法为:首先,在结构加载前对传感器进行编号并分级,然后预加载,根据测量数据自动判断传感器异常并由试验人员调整传感器;其次,确认传感器无需调整后进行正式加载,加载过程中实时计算各传感器实测数据与载荷数据之间的线性相关系数,分析各传感器的工作状态;最后,依据传感器实时工作状态及其重要性等级,判定传感器状态等级,根据相应处理措施调整试验进程。本发明实现了结构加载电测试验中对传感器状态的自动实时监测及报警,可以有效控制试验风险,提高试验成功率。
Description
技术领域
本发明属于试验力学领域,涉及一种用于结构加载电测试验的传感器状态实时监测方法。
背景技术
结构的加载电测试验中,往往需要在结构试验件表面布置大量应变片、位移计等传感器,用于测量结构特定部位的应变、位移等数据。在试验准备阶段,传感器出现故障时易于排查并修复;然而在试验进行过程中,一旦传感器出现故障,在缺乏自动检测系统的情况下,试验人员通常难以迅速发现并处理,极有可能造成实验数据丢失,影响试验结果甚至导致试验失败。因此有必要发明一种可在试验进行过程中应用的传感器状态实时监测方法,通过分析每个传感器所测数据判断其实时工作状态,并计算传感器系统健康值,判定传感器状态等级;当传感器状态出现异常时,自动采取相应处理措施。
发明内容
本发明的目的是实现结构加载电测试验中传感器状态的实时监测,控制试验风险,提高试验成功率。
为了达到上述目的,本发明采用以下技术方案:
一种用于结构加载电测试验的传感器状态实时监测方法,包括以下步骤:
步骤一、传感器编号并分级。
在试验准备期间,将所有传感器编号,以试验需求、传感器所在位置等依据将传感器进行重要性分级,并将各传感器编号及其重要性等级预存于监测系统中,同时在系统中定义各重要性等级的单个传感器健康权值。
所述传感器按照重要性共分为三级:关键区域传感器、重要区域传感器、一般区域传感器。单个传感器健康权值根据其重要性等级分别用FP(关键区域)、FI(重要区域)、FG(一般区域)表示;传感器重要性等级越高,其健康权值越高,具体数值可根据试验需求定义。
步骤二、预加载获取测量数据。
预加载,施加载荷至预计满载值的20%,获取并记录传感器测量数据。
步骤三、传感器异常判断。
预加载结束后,通过单独计算各传感器实测数据与载荷之间的线性相关系数,判断每一个传感器是否存在线性异常:如果线性相关系数大于0.8,则判断该传感器不存在线性异常;如果线性相关系数小于0.8,则判断该传感器出现线性异常。对于不存在线性异常的传感器,计算其实测数据与载荷之间比例系数,得到实测比例系数,再将其与数值计算得到的系数对比,得到实测比例系数误差(以数值计算结果为标准):如果实测比例系数误差大于5%,则认为传感器存在比例异常;如果实测比例系数误差小于5%,则认为传感器正常。
配套软件监控界面提示传感器存在异常并显示异常传感器编号,同时相关的线性异常传感器数据显示为黑色,比例异常传感器数据显示为棕色,而正常传感器数据显示为蓝色。
步骤四、根据步骤三的传感器异常判断结果,由试验人员选择下一步骤。如果需要调整传感器,则进入步骤五;如果不需要调整传感器,则开始正式加载,进入步骤六。
步骤五、调整异常传感器。调整完毕后进入步骤二,再次预加载。
步骤六、正式加载,获取实时测量数据。
按试验计划逐步施加载荷,并记录传感器实时数据。
步骤七、传感器工作状态分析。
监测系统根据步骤六中获取的实时数据分析每一个传感器数据实时变化情况;通过采用与步骤三中相同的方法计算各传感器实测数据与载荷之间的线性相关系数,判断每一个传感器状态:如果线性相关系数大于阈值,则判断传感器状态正常;如果线性相关系数小于阈值,判断该传感器出现故障;所述阈值大小取决于试件类型、加载类型等实际情况。如果存在传感器在未出现故障的情况下所测数据达到其额定量程,则认为该传感器失效,其数据栏数据显示为灰色,且不再计算其实测数据与载荷之间的线性相关系数;同时在步骤八中不计入故障传感器,但仍计入传感器总数中。
步骤八、判断传感器状态等级。
基于步骤七的分析结果,统计每个传感器的工作状态,计算传感器系统健康值,并依据表1判定传感器状态等级。
表1传感器状态判定及自动处理措施标准
要求:对于满足多个传感器状态等级的标准,以达到的最高等级为准;等级数字越小,所处级别越高;加载过程按照载荷类型、载荷的数值区间、载荷与额定最大载荷之比的区间等标准分为各个加载段,根据试验需求自行定义;对于一级和二级传感器状态等级,传感器系统健康值判定标准中的阈值S11、S12、S13、S21、S22、S23……可以根据试验需求在配套监控软件中自行定义;其中,所述的S11、S12、S13、S21、S22、S23……均小于100;且有S11≥S12≥S13,S21≥S22≥S23,S11<S21,S12<S22,S13<S23。
步骤九、根据传感器状态等级,调整试验进程。
如果传感器状态等级为一级,则配套软件监控界面提示传感器状态等级并显示故障传感器编号,相关传感器数据栏数据显示为红色,同时发出一级声光报警,试验系统立即自动停止加载。如果传感器状态等级为二级,则配套软件监控界面提示传感器状态等级并显示故障传感器编号,相关传感器数据栏数据显示为橙色,同时发出二级声光报警,试验系统继续加载。如果传感器状态等级为三级,则配套软件监控界面提示传感器状态等级并显示故障传感器编号,相关传感器数据栏数据显示为黄色,试验系统继续加载。如果传感器状态等级为四级,则配套软件监控界面以蓝色字体提示传感器状态正常,传感器数据栏数据显示为蓝色,试验系统继续加载。传感器状态等级为二级、三级或四级时,如果需停止试验,则由试验人员手动操作。具体传感器状态等级与试验系统自动处理措施见表1。
步骤三、步骤七中所述的线性相关系数由以下计算公式计算:
其中,X为一个传感器的所有实测数据按时间顺序排列组成的向量,Y为实验载荷按时间顺序排列组成的向量;Cov(X,Y)为X,Y的协方差,Var[X]、Var[Y]分别为X,Y的方差。
步骤三中所述的实测比例系数误差由以下计算公式计算:
步骤八中所述的传感器系统健康值由以下计算公式计算:
传感器系统健康值=100-(FP×NP+FI×NI+FG×NG)
其中,FP、FI、FG分别代表单个关键区域传感器、重要区域传感器、一般区域传感器的健康权值;NP、NI、NG分别代表关键区域传感器、重要区域传感器、一般区域传感器的故障数量。
与现有技术相比,本发明的有益效果是:
本监测方法中对于线性相关系数、实测比例系数误差、传感器系统健康值的计算所需计算资源少,耗时短,因此计算机可以快速完成,实现实时监测。整个监测方法可以由计算机自动实现,不需要额外的辅助设备,所以本方法实施简单快捷,具有很强的实用性和广阔的应用前景。
附图说明
图1是本发明一种用于结构加载电测试验的传感器状态实时监测方法的工作流程图。
具体实施方式
以下结合实例对本发明的具体实施步骤做进一步说明。
本发明面向结构加载电测实验,目的是实现结构加载电测试验中传感器状态的实时监测,控制试验风险,提高试验成功率。以某大开口加筋筒壳轴压承载试验为实例,预定试验最大轴向压力为40吨,加载过程中需要使用电测系统测量结构部分位置的应变,采用本发明实时监测加载过程中的传感器状态。
为了达到上述目的,本发明具体包括以下步骤:
步骤一、传感器编号并分级。在试验准备期间,将所有传感器编号,并以试验需求、传感器所在位置等依据将传感器进行重要性分级,并将各传感器编号及其重要性等级预存于监测系统中,同时在系统中定义各重要性等级的单个传感器健康权值。传感器按照重要性共分为三级:关键区域传感器,重要区域传感器,一般区域传感器。单个传感器健康权值根据其重要性等级分别用FP(关键区域)、FI(重要区域)、FG(一般区域)表示;传感器重要性等级越高,其健康权值越高。定义加载装置的力传感器为①号传感器,重要性等级为FP(关键区域),健康权值60;开口位置的四个应变片分别为②~⑤号传感器,重要性等级为FI(重要区域),每个传感器的健康权值20;其他区域5个应变片分别为⑥~⑩号传感器,重要性等级为FG(一般区域),每个传感器的健康权值5。
步骤二、预加载获取测量数据。预加载,施加载荷至预计满载值的20%即8吨,获取并记录传感器测量数据。
步骤三、传感器异常判断。预加载结束后,通过单独计算各传感器实测数据与载荷之间的线性相关系数,判断每一个传感器是否存在线性异常;如果线性相关系数大于0.8,则判断传感器不存在线性异常;如果线性相关系数小于0.8,则判断该传感器出现线性异常;对于不存在线性异常的传感器,计算其实测数据与载荷之间比例系数,并与数值计算得到的这一系数对比,计算实测比例系数误差(以数值计算结果为标准);如果实测比例系数误差大于5%,则认为传感器存在比例异常;如果实测比例系数误差小于5%,则认为传感器正常。配套软件监控界面提示传感器存在异常并显示异常传感器编号,同时相关的线性异常传感器数据显示为黑色,比例异常传感器数据显示为棕色,而正常传感器数据显示为蓝色。
步骤四、根据步骤三的传感器异常判断结果,由试验人员选择下一步骤。如果需要调整传感器,则进入步骤五;如果不需要调整传感器,则开始正式加载,进入步骤六。
步骤五、调整异常传感器。调整完毕后进入步骤二,再次预加载。
步骤六、正式加载,获取实时测量数据。按试验计划逐步施加载荷,并记录传感器实时数据。加载过程分为3个加载段,其中第一加载段载荷为最大载荷的0-20%,既载荷区间为0-8吨;第二加载段载荷为最大载荷的20-80%,既载荷区间为8-32吨;第三加载段载荷为最大载荷的80-100%,既载荷区间为32-40吨。
步骤七、传感器工作状态分析。监测系统根据步骤六中获取的数据分析每一个传感器数据实时变化情况;通过采用与步骤三中相同的方法计算各传感器实测数据与载荷之间的线性相关系数,判断每一个传感器状态;如果线性相关系数大于阈值,则判断传感器状态正常;如果线性相关系数小于阈值,判断该传感器出现故障(本实例中最大载荷在结构线性承载范围内,理论上各线性相关系数较大,因此结构阈值大小取为0.7)。如果存在传感器在未出现故障的情况下所测数据达到其额定量程,则认为该传感器失效,其数据栏数据显示为灰色,且不再计算其实测数据与载荷之间的线性相关系数;同时在步骤八中不计入故障传感器,但仍计入传感器总数中。
步骤八、判断传感器状态等级。基于步骤七的分析结果,统计每个传感器的工作状态,计算传感器系统健康值,并依据表2判定传感器状态等级。
步骤九、据传感器状态等级,调整试验进程。如果传感器状态等级为一级,则配套软件监控界面提示传感器状态等级并显示故障传感器编号,相关传感器数据栏数据显示为红色,同时发出一级声光报警,试验系统立即自动停止加载;如果传感器状态等级为二级,则配套软件监控界面提示传感器状态等级并显示故障传感器编号,相关传感器数据栏数据显示为橙色,同时发出二级声光报警,试验系统继续加载;如果传感器状态等级为三级,则配套软件监控界面提示传感器状态等级并显示故障传感器编号,相关传感器数据栏数据显示为黄色,试验系统继续加载。如果传感器状态等级为四级,则配套软件监控界面以蓝色字体提示传感器状态正常,传感器数据栏数据显示为蓝色,试验系统继续加载。传感器状态等级为二级、三级或四级时,如果需停止试验,则由试验人员手动操作。具体传感器状态等级与试验系统自动处理措施见表2。本实例中,假设载荷大小为7吨、处于第一加载段时,①号传感器出现故障,此时系统健康值为40,传感器状态等级为一级,系统做出对应响应;假设载荷大小为30吨、处于第二加载段,④号⑤号传感器出现故障,此时系统健康值为60,传感器状态等级二级,系统做出对应响应;假设载荷大小为35吨、处于第三加载段,⑧号传感器出现故障,此时系统健康值为95,传感器状态等级为三级,系统做出对应响应。
步骤三、步骤七中所述的线性相关系数由以下计算公式计算:
其中,X为一个传感器的所有实测数据按时间顺序排列组成的向量,Y为实验载荷按时间顺序排列组成的向量;Cov(X,Y)为X,Y的协方差,Var[X]、Var[Y]分别为X,Y的方差。
步骤三中所述的实测比例系数误差由以下计算公式计算:
步骤八中所述的传感器系统健康值由以下计算公式计算:
传感器系统健康值=100-(FP×NP+FI×NI+FG×NG)
其中,FP、FI、FG分别代表单个关键区域传感器、重要区域传感器、一般区域传感器的健康权值;NP、NI、NG分别代表关键区域传感器、重要区域传感器、一般区域传感器的故障数量。
表2传感器状态判定及自动处理措施标准
以上所述实施例仅表达本发明的实施方式,但并不能因此而理解为对本发明专利的范围的限制,应当指出,对于本领域的技术人员来说,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,这些均属于本发明的保护范围。
Claims (5)
1.一种用于结构加载电测试验的传感器状态实时监测方法,其特征在于,包括以下步骤:
步骤一、传感器编号并分级;
在试验准备期间,将所有传感器编号,以试验需求、传感器所在位置等依据将传感器进行重要性分级,并将各传感器编号及其重要性等级预存于监测系统中,同时在系统中定义各重要性等级的单个传感器健康权值;
所述传感器按照重要性共分为三级:关键区域传感器、重要区域传感器、一般区域传感器;单个传感器健康权值根据其重要性等级分别用FP表示关键区域、FI表示重要区域、FG表示一般区域;传感器重要性等级越高,其健康权值越高;
步骤二、预加载获取测量数据;
预加载,施加载荷至预计满载值的20%,获取并记录传感器测量数据;
步骤三、传感器异常判断;
预加载结束后,通过单独计算各传感器实测数据与载荷之间的线性相关系数,判断每一个传感器是否存在线性异常:如果线性相关系数大于0.8,则判断该传感器不存在线性异常;如果线性相关系数小于0.8,则判断该传感器出现线性异常;对于不存在线性异常的传感器,计算其实测数据与载荷之间比例系数,得到实测比例系数,再将其与数值计算得到的系数对比,以数值计算结果为标准,得到实测比例系数误差:如果实测比例系数误差大于5%,则认为传感器存在比例异常;如果实测比例系数误差小于5%,则认为传感器正常;
配套软件监控界面提示传感器存在异常并显示异常传感器编号,同时相关的线性异常传感器数据显示为黑色,比例异常传感器数据显示为棕色,而正常传感器数据显示为蓝色;
步骤四、根据步骤三的传感器异常判断结果,由试验人员选择下一步骤;如果需要调整传感器,则进入步骤五;如果不需要调整传感器,则开始正式加载,进入步骤六;
步骤五、调整异常传感器;调整完毕后进入步骤二,再次预加载;
步骤六、正式加载,获取实时测量数据;
按试验计划逐步施加载荷,并记录传感器实时数据;
步骤七、传感器工作状态分析;
监测系统根据步骤六中获取的实时数据分析每一个传感器数据实时变化情况;通过采用与步骤三中相同的方法计算各传感器实测数据与载荷之间的线性相关系数,判断每一个传感器状态:如果线性相关系数大于阈值,则判断传感器状态正常;如果线性相关系数小于阈值,判断该传感器出现故障;所述阈值大小取决于试件类型、加载类型实际情况;如果存在传感器在未出现故障的情况下所测数据达到其额定量程,则认为该传感器失效,其数据栏的数据显示为灰色,且不再计算其实测数据与载荷之间的线性相关系数;同时在步骤八中不计入故障传感器,但仍计入传感器总数中;
步骤八、判断传感器状态等级;
基于步骤七的分析结果,统计每个传感器的工作状态,计算传感器系统健康值,并依据表1判定传感器状态等级;
表1传感器状态判定及自动处理措施标准
要求:对于满足多个传感器状态等级的标准,以达到的最高等级为准;等级数字越小,所处级别越高;加载过程按照载荷类型、载荷的数值区间、载荷与额定最大载荷之比的区间等标准分为各个加载段,根据试验需求自行定义;对于一级和二级传感器状态等级,传感器系统健康值判定标准中的阈值S11、S12、S13、S21、S22、S23……可以根据试验需求在配套监控软件中自行定义;其中,所述的S11、S12、S13、S21、S22、S23……均小于100;且有S11≥S12≥S13,S21≥S22≥S23,S11<S21,S12<S22,S13<S23;
步骤九、根据传感器状态等级,调整试验进程;
如果传感器状态等级为一级,则配套软件监控界面提示传感器状态等级并显示故障传感器编号,相关传感器数据栏的数据显示为红色,同时发出一级声光报警,试验系统立即自动停止加载;如果传感器状态等级为二级,则配套软件监控界面提示传感器状态等级并显示故障传感器编号,相关传感器数据栏的数据显示为橙色,同时发出二级声光报警,试验系统继续加载;如果传感器状态等级为三级,则配套软件监控界面提示传感器状态等级并显示故障传感器编号,相关传感器数据栏的数据显示为黄色,试验系统继续加载;如果传感器状态等级为四级,则配套软件监控界面以蓝色字体提示传感器状态正常,传感器数据栏的数据显示为蓝色,试验系统继续加载;传感器状态等级为二级、三级或四级时,如果需停止试验,则由试验人员手动操作;具体传感器状态等级与试验系统自动处理措施见表1。
2.根据权利要求1所述的一种用于结构加载电测试验的传感器状态实时监测方法,其特征在于,所述的步骤三、步骤七中线性相关系数由以下计算公式计算:
其中,X为一个传感器的所有实测数据按时间顺序排列组成的向量,Y为实验载荷按时间顺序排列组成的向量;Cov(X,Y)为X,Y的协方差,Var[X]、Var[Y]分别为X,Y的方差。
3.根据权利要求1或2所述的一种用于结构加载电测试验的传感器状态实时监测方法,其特征在于,步骤三中所述的实测比例系数误差由以下计算公式计算:
4.根据权利要求1或2所述的一种用于结构加载电测试验的传感器状态实时监测方法,其特征在于,步骤八中所述的传感器系统健康值由以下计算公式计算:
传感器系统健康值=100-(FP×NP+FI×NI+FG×NG)
其中,FP、FI、FG分别代表单个关键区域传感器、重要区域传感器、一般区域传感器的健康权值;NP、NI、NG分别代表关键区域传感器、重要区域传感器、一般区域传感器的故障数量。
5.根据权利要求3所述的一种用于结构加载电测试验的传感器状态实时监测方法,其特征在于,步骤八中所述的传感器系统健康值由以下计算公式计算:
传感器系统健康值=100-(FP×NP+FI×NI+FG×NG)
其中,FP、FI、FG分别代表单个关键区域传感器、重要区域传感器、一般区域传感器的健康权值;NP、NI、NG分别代表关键区域传感器、重要区域传感器、一般区域传感器的故障数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910365881.XA CN110044693B (zh) | 2019-05-05 | 2019-05-05 | 一种用于结构加载电测试验的传感器状态实时监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910365881.XA CN110044693B (zh) | 2019-05-05 | 2019-05-05 | 一种用于结构加载电测试验的传感器状态实时监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110044693A true CN110044693A (zh) | 2019-07-23 |
CN110044693B CN110044693B (zh) | 2021-04-20 |
Family
ID=67280745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910365881.XA Active CN110044693B (zh) | 2019-05-05 | 2019-05-05 | 一种用于结构加载电测试验的传感器状态实时监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110044693B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113219334A (zh) * | 2021-05-06 | 2021-08-06 | 南京航空航天大学 | 一种基于推杆加载电流的壁板型面加载状态预警方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101982724A (zh) * | 2010-09-21 | 2011-03-02 | 同济大学 | 风力发电机叶片动态挠曲变形的在线实时监测方法 |
CN202885859U (zh) * | 2012-11-06 | 2013-04-17 | 中国水利水电第七工程局有限公司 | 传感器工作状态实时监测系统 |
CN103630394A (zh) * | 2013-12-09 | 2014-03-12 | 东南大学 | 应变监测的受损索和集中载荷递进式识别方法 |
CN104316099A (zh) * | 2014-10-27 | 2015-01-28 | 苏州热工研究院有限公司 | 一种基于冗余数据的模拟量传感器监测方法及系统 |
CN108016297A (zh) * | 2016-10-31 | 2018-05-11 | 长城汽车股份有限公司 | 电机驱动系统的故障处理方法、电机驱动系统及车辆 |
CN108036812A (zh) * | 2017-11-13 | 2018-05-15 | 深圳市易成自动驾驶技术有限公司 | 传感器状态检测方法、装置及计算机可读存储介质 |
CN108801321A (zh) * | 2018-06-08 | 2018-11-13 | Oppo(重庆)智能科技有限公司 | 传感器校准方法、电子装置及计算机可读存储介质 |
EP3404377A2 (en) * | 2017-02-03 | 2018-11-21 | Dresser, Inc. | Modular apparatus for testing gas meters |
-
2019
- 2019-05-05 CN CN201910365881.XA patent/CN110044693B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101982724A (zh) * | 2010-09-21 | 2011-03-02 | 同济大学 | 风力发电机叶片动态挠曲变形的在线实时监测方法 |
CN202885859U (zh) * | 2012-11-06 | 2013-04-17 | 中国水利水电第七工程局有限公司 | 传感器工作状态实时监测系统 |
CN103630394A (zh) * | 2013-12-09 | 2014-03-12 | 东南大学 | 应变监测的受损索和集中载荷递进式识别方法 |
CN104316099A (zh) * | 2014-10-27 | 2015-01-28 | 苏州热工研究院有限公司 | 一种基于冗余数据的模拟量传感器监测方法及系统 |
CN108016297A (zh) * | 2016-10-31 | 2018-05-11 | 长城汽车股份有限公司 | 电机驱动系统的故障处理方法、电机驱动系统及车辆 |
EP3404377A2 (en) * | 2017-02-03 | 2018-11-21 | Dresser, Inc. | Modular apparatus for testing gas meters |
CN108036812A (zh) * | 2017-11-13 | 2018-05-15 | 深圳市易成自动驾驶技术有限公司 | 传感器状态检测方法、装置及计算机可读存储介质 |
CN108801321A (zh) * | 2018-06-08 | 2018-11-13 | Oppo(重庆)智能科技有限公司 | 传感器校准方法、电子装置及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
周根明 等: "基于AHP方法的船舶柴油机健康状态评估", 《柴油机》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113219334A (zh) * | 2021-05-06 | 2021-08-06 | 南京航空航天大学 | 一种基于推杆加载电流的壁板型面加载状态预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110044693B (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7930112B2 (en) | Method for evaluating measured values for identifying a material fatigue | |
CN101832872B (zh) | 基于空间坐标监测的识别受损索和支座位移的递进式方法 | |
CN101813569B (zh) | 基于应变监测的识别受损索和支座位移的健康监测方法 | |
CN106250672A (zh) | 在实验室结果的质量控制策略的分析中使用患者风险 | |
EP4369241A1 (en) | Method for calculating operating state of thrust bearing on basis of oil film stress temperatures, and system | |
CN115659653A (zh) | 一种考虑测试点可靠度的相关性矩阵测试点优选的方法 | |
CN110044693A (zh) | 一种用于结构加载电测试验的传感器状态实时监测方法 | |
CN104535346A (zh) | 一种混凝土重力危坝的抗滑稳定性检测方法 | |
CN115456331A (zh) | 多维多测点模型在线监控算法在监测分析系统平台的应用 | |
CN101819098B (zh) | 基于混合监测的识别受损索和支座位移的递进式方法 | |
CN117852122A (zh) | 一种pc桥梁结构内钢绞线现存应力检测的方法 | |
CN110486350A (zh) | 电液伺服阀故障诊断方法及装置、存储介质和电子设备 | |
CN116523494B (zh) | 一种电力施工现场安全监督管理系统 | |
CN102323086A (zh) | 基于应变监测识别受损索支座广义位移的递进式方法 | |
CN116757670A (zh) | 一种基于机器学习的超导电缆运维评估方法 | |
CN101819097B (zh) | 基于应变监测的识别受损索和支座位移的递进式方法 | |
CN108801320A (zh) | 一种天然气测量系统的诊断方法 | |
CN112607053B (zh) | 一种飞机结构强度试验中应变测量值准确性确定方法 | |
KR20210100348A (ko) | 가스 배관 위험성 측정 방법 및 이를 이용한 측정 시스템 | |
KR102277177B1 (ko) | 고압가스 안전밸브 검사방법 | |
CN117262237B (zh) | 考虑装配分散性的飞机座舱盖骨架模拟件疲劳试验方法 | |
JPH04346033A (ja) | プラント異常診断装置 | |
CN118070461B (zh) | 管道凹陷评估方法、存储介质及电子设备 | |
CN113283070B (zh) | 一种工艺过程本质安全智能诊断方法及系统 | |
CN115130049B (zh) | 飞机整机级高温测试试验的风险控制体系及其构建方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |