CN110160783A - 一种基于数字孪生技术的提花机滑动轴承监测系统及方法 - Google Patents
一种基于数字孪生技术的提花机滑动轴承监测系统及方法 Download PDFInfo
- Publication number
- CN110160783A CN110160783A CN201910296236.7A CN201910296236A CN110160783A CN 110160783 A CN110160783 A CN 110160783A CN 201910296236 A CN201910296236 A CN 201910296236A CN 110160783 A CN110160783 A CN 110160783A
- Authority
- CN
- China
- Prior art keywords
- jacquard
- sliding bearing
- entity
- operating parameter
- parameter
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
- G01M13/045—Acoustic or vibration analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Acoustics & Sound (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及一种基于数字孪生技术的提花机滑动轴承监测系统及方法,本发明的系统,包括提花机数字化模型、监控模块、管理模块和报警模块;提花机数字化模型是根据提花机实体建立的,提花机数字化模型的各项固定参数与提花机实体均完全一致,且与提花机实体同步运行;本发明运用数字孪生技术通过数字化方式创建提花机虚拟模型,通过工作模拟,对生成的轴系疲劳磨损,扭振,热应力等仿真数据的数据分析,推测有效使用与维护保养周期,并引入传感器模块对滑动轴承的运转参数进行实时监控,故障判断通过孪生数据交互反馈、数据融合分析、决策迭代优化等手段,实现用户设备智能故障判断与供应商远程指导,实时提醒客户维修更换轴承。
Description
技术领域
本发明涉及提花机监测领域,具体涉及一种基于数字孪生技术的提花机滑动轴承监测系统及方法。
背景技术
在加快制造强国,加快发展先进制造业的战略背景下,我国企业极力相应号召,不断完备产业链、规模化生产,在国际上逐渐形成一定的竞争力。许多先进设备的制造已经达到世界顶尖水平,但是由于地理位置、文化差异、管理水平等诸多因素的影响,国外企业在运行过程中设备故障率一直远远高于国内,大幅增加了提花织机用户企业的运行成本因此设备的售后服务维护成为各企业需面对的现实问题。购买设备的用户由于不熟悉设备操作流程及规范,在使用过程中会出现各种各样的问题,极易由于操作不当导致设备出现故障。如果各地售后均派人员维护,将大幅增加维护成本,技术人员储备也不足。
用户在电子提花织机使用过程中,支撑拉杆的滑动轴承表面容易出现磨粒磨损、胶合和疲劳点蚀,造成设备无法正常运转和产品质量受影响,且实际寿命只有一年时间,远低于一般轴承的正常使用寿命,大幅增加了维护和生产成本。
发明内容
本发明所要解决的技术问题是提供一种基于数字孪生技术的提花机滑动轴承监测系统及方法。
本发明解决上述技术问题的技术方案如下:
一种基于数字孪生技术的提花机滑动轴承监测方法,包括以下步骤:
步骤1、根据提花机实体建立提花机数字化模型,提花机数字化模型的各项固定参数与提花机实体均完全一致,且与提花机实体同步运行;
步骤2、实时检测提花机实体的滑动轴承的运行参数,根据提花机实体的滑动轴承的运行参数实时调整提花机数字化模型的滑动轴承的运行参数,使提花机数字化模型的滑动轴承的运行参数与提花机实体的运行参数一致,并实时监测提花机实体的滑动轴承的运行参数,判断提花机实体的滑动轴承的运行参数和仿真参数是否异常,若任意一项异常则进行报警提示,若无异常则保持提花机实体和数字化模型继续运行;
步骤3、实时计算提花机数字化模型滑动轴承的仿真参数,根据仿真参数和运行参数计算提花机实体有效使用寿命周期和润滑保养周期,若提花机数字化模型运行时达到了有效使用寿命周期或润滑保养周期时则进行报警提示。
进一步的,步骤2中的运行参数包括滑动轴承的加速度、转速、温度和振动参数。
进一步的,步骤3中的仿真参数包括滑动轴承的轴系疲劳磨损、扭振和热应力参数。
进一步的,步骤2中在固定的监测点实时检测滑动轴承的运行参数,固定的监测点包括提花机实体的滑动轴承的水平径向、垂直径向和轴向。
进一步的,步骤2中判断提花机实体的滑动轴承的运行参数是否异常的方法为,若运行参数中的任意一项超过相应预设阈值,则进行报警提示。
一种基于数字孪生技术的提花机滑动轴承监测系统,包括提花机数字化模型、监控模块、管理模块和报警模块;
提花机数字化模型是根据提花机实体建立的,提花机数字化模型的各项固定参数与提花机实体均完全一致,且与提花机实体同步运行;
监控模块用于实时检测提花机实体的滑动轴承的运行参数并将检测结果发送给管理模块;
管理模块用于根据提花机实体的滑动轴承的运行参数实时调整提花机数字化模型的滑动轴承的运行参数,使提花机数字化模型的滑动轴承的运行参数与提花机实体的运行参数一致,并根据监控模块检测的提花机实体的滑动轴承的运行参数,判断提花机实体的滑动轴承的运行参数是否异常,若任意一项异常则启动报警模块进行报警提示,若无异常则保持提花机实体和数字化模型继续运行;管理模块还用于实时计算提花机数字化模型滑动轴承的仿真参数,根据仿真参数和运行参数计算提花机实体有效使用寿命周期和润滑保养周期,若提花机数字化模型运行时达到了有效使用寿命周期或润滑保养周期时则启动报警模块进行报警提示;
报警模块用于按照管理模块的控制进行报警提示。
进一步的,监测模块检测的运行参数包括滑动轴承的加速度、转速、温度和振动参数。
进一步的,仿真参数包括滑动轴承的轴系疲劳磨损、扭振和热应力参数。
进一步的,监测模块通过传感器在固定的监测点实时检测滑动轴承的运行参数,固定的监测点包括提花机实体的滑动轴承的水平径向、垂直径向和轴向。
进一步的,管理模块判断提花机实体的滑动轴承的运行参数是否异常的方法为,若运行参数中的任意一项超过相应预设阈值,则进行报警提示。
本发明的有益效果为:本发明运用数字孪生技术通过数字化方式创建提花机虚拟模型,通过工作模拟,对提花机虚拟模型生成的轴系疲劳磨损,扭振,热应力等仿真数据的数据分析,推测有效使用与维护保养周期,并引入传感器模块对提花机实体滑动轴承的运转参数进行实时监控,故障判断通过孪生数据交互反馈、数据融合分析、决策迭代优化等手段,达到人机交互,远程数据交互。实现用户设备智能故障判断与供应商远程指导,实时提醒客户维修更换轴承。
附图说明
图1为本发明的方法流程示意图;
图2为本发明的系统连接示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
一种基于数字孪生技术的提花机滑动轴承监测方法,包括以下步骤:
步骤1、根据提花机实体建立提花机数字化模型,提花机数字化模型的各项固定参数与提花机实体均完全一致,且与提花机实体同步运行;
步骤2、实时检测提花机实体的滑动轴承的运行参数,根据提花机实体的滑动轴承的运行参数实时调整提花机数字化模型的滑动轴承的运行参数,使提花机数字化模型的滑动轴承的运行参数与提花机实体的运行参数一致,并实时监测提花机实体的滑动轴承的运行参数,判断提花机实体的滑动轴承的运行参数和仿真参数是否异常,若任意一项异常则进行报警提示,若无异常则保持提花机实体和数字化模型继续运行;
步骤3、实时计算提花机数字化模型滑动轴承的仿真参数,根据仿真参数和运行参数计算提花机实体有效使用寿命周期和润滑保养周期,若提花机数字化模型运行时达到了有效使用寿命周期或润滑保养周期时则进行报警提示。
作为一种实施方式,步骤2中的运行参数包括滑动轴承的加速度、转速、温度和振动参数。
作为一种实施方式,步骤3中的仿真参数包括滑动轴承的轴系疲劳磨损、扭振和热应力参数。
作为一种实施方式,步骤2中在固定的监测点实时检测滑动轴承的运行参数,固定的监测点包括提花机实体的滑动轴承的水平径向、垂直径向和轴向。
作为一种实施方式,步骤2中判断提花机实体的滑动轴承的运行参数是否异常的方法为,若运行参数中的任意一项超过相应预设阈值,则进行报警提示。
一种基于数字孪生技术的提花机滑动轴承监测系统,包括提花机数字化模型、监控模块、管理模块和报警模块;
提花机数字化模型是根据提花机实体建立的,提花机数字化模型的各项固定参数与提花机实体均完全一致,且与提花机实体同步运行;
监控模块用于实时检测提花机实体的滑动轴承的运行参数并将检测结果发送给管理模块;
管理模块用于根据提花机实体的滑动轴承的运行参数实时调整提花机数字化模型的滑动轴承的运行参数,使提花机数字化模型的滑动轴承的运行参数与提花机实体的运行参数一致,并根据监控模块检测的提花机实体的滑动轴承的运行参数,判断提花机实体的滑动轴承的运行参数是否异常,若任意一项异常则启动报警模块进行报警提示,若无异常则保持提花机实体和数字化模型继续运行;管理模块还用于实时计算提花机数字化模型滑动轴承的仿真参数,根据仿真参数和运行参数计算提花机实体有效使用寿命周期和润滑保养周期,若提花机数字化模型运行时达到了有效使用寿命周期或润滑保养周期时则启动报警模块进行报警提示;
报警模块用于按照管理模块的控制进行报警提示。
作为一种实施方式,监测模块检测的运行参数包括滑动轴承的加速度、转速、温度和振动参数。
作为一种实施方式,仿真参数包括滑动轴承的轴系疲劳磨损、扭振和热应力参数。
作为一种实施方式,监测模块通过传感器在固定的监测点实时检测滑动轴承的运行参数,固定的监测点包括提花机实体的滑动轴承的水平径向、垂直径向和轴向。
作为一种实施方式,管理模块判断提花机实体的滑动轴承的运行参数是否异常的方法为,若运行参数中的任意一项超过相应预设阈值,则进行报警提示。
物理车间是现有物理实体的集合,包括工作人员、提花机设备、物料、产品等。物理车间主要负责实际的生产运行,与传统车间相比,数字孪生车间需具备多元异构要素的互联互通及数据融合能力,如人与设备、设备与设备、设备与产品等的数据实时感知接入与互通。由于提花织机工作过程中拉杆边界处滑动轴承的工作状态不确定性因素众多,通过传感器的实时检测使异构要素互联互通,可以实时感知滑动轴承的状态,滑动轴承出现异常征兆时,可以及时通过其运行参数反应出来,使整个生产过程都处于可控状态。
本系统实际使用时,可以建立包含多个提花机虚拟模型的虚拟车间,同时对一个车间的多台提花机进行监测,传感器采集网络利用ZigBee、Wi-Fi、 3G等多种无线通讯方式形成无线传感器网络,能够针对不同信号特点选择不同网络通信方式,最大程度集成各种技术在功耗、传输速率、带宽、计算能力和存储空间等资源优势,满足多种技术指标和拓展性的要求,传感器将所监测到的滑动轴承运转参数发送至服务器端,该参数信息至少携带有该监测终端的唯一标识符。本实施例中,轴承参数信息携带有该监测终端的唯一标识符(例如监测终端的工业设备ID)和所对应的工业设备的唯一标识符。用于服务器端清楚的知道所传输的工作时间信息为哪一台工业设备上的哪一个监测终端,便于服务器端分类进行记录。
本发明通过在虚拟车间对提花织机各部件(如轴承、拉杆、拉杆主轴) 从几何、物理、行为、规则四个维度进行描述,集成为提花织机的高逼真度虚拟模型。通过构建虚拟提花织机模型,进行模拟工作,通过轴系疲劳磨损,扭振,热应力等仿真数据对拉杆边界处滑动轴承的有效使用寿命,以及保养周期进行预测分析,并在模拟仿真过程中对提花机可能出现的设备故障进行模拟,通过模拟数据对可能产生提花织机超速、断轴、轴承弯曲、烧瓦、油膜失稳等的滑动轴承故障进行有效的预警。物理车间工作的过程中滑动轴承的运转参数可以动态地、实时地、准确地映射在虚拟车间中,从而可以随时监控和跟踪滑动轴承的运转状况。此外,在虚拟车间内,可以通过数字孪生模拟、评估、验证车间内和生产过程。
本发明在提花机实体上规定的监测点,一般是提花机实体的滑动轴承的水平径向、垂直径向和轴向,通过设置加速度传感器、转速传感器、温度传感器等对实体滑动轴承的振动、温度、转速、电流等实时感知数据进行监测,并将实时数据上传到数据库。通过物理实物的工作数据与仿真预测分析数据的信息交互。显示其工作性能,掌握滑动轴承的异常征兆和劣化程度,以便在发现滑动轴承性能恶劣化之际,立即进行修复或更换。
以上仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于数字孪生技术的提花机滑动轴承监测方法,其特征在于,包括以下步骤:
步骤1、根据提花机实体建立提花机数字化模型,提花机数字化模型的各项固定参数与提花机实体均完全一致,且与提花机实体同步运行;
步骤2、实时检测提花机实体的滑动轴承的运行参数,根据提花机实体的滑动轴承的运行参数实时调整提花机数字化模型的滑动轴承的运行参数,使提花机数字化模型的滑动轴承的运行参数与提花机实体的运行参数一致,并实时监测提花机实体的滑动轴承的运行参数,判断提花机实体的滑动轴承的运行参数和仿真参数是否异常,若任意一项异常则进行报警提示,若无异常则保持提花机实体和数字化模型继续运行;
步骤3、实时计算提花机数字化模型滑动轴承的仿真参数,根据仿真参数和运行参数计算提花机实体有效使用寿命周期和润滑保养周期,若提花机数字化模型运行时达到了有效使用寿命周期或润滑保养周期时则进行报警提示。
2.根据权利要求1所述的基于数字孪生技术的提花机滑动轴承监测方法,其特征在于,步骤2中的运行参数包括滑动轴承的加速度、转速、温度和振动参数。
3.根据权利要求1所述的基于数字孪生技术的提花机滑动轴承监测方法,其特征在于,步骤3中的仿真参数包括滑动轴承的轴系疲劳磨损、扭振和热应力参数。
4.根据权利要求1所述的基于数字孪生技术的提花机滑动轴承监测方法,其特征在于,步骤2中在固定的监测点实时检测滑动轴承的运行参数,固定的监测点包括提花机实体的滑动轴承的水平径向、垂直径向和轴向。
5.根据权利要求1所述的基于数字孪生技术的提花机滑动轴承监测方法,其特征在于,步骤2中判断提花机实体的滑动轴承的运行参数是否异常的方法为,若运行参数中的任意一项超过相应预设阈值,则进行报警提示。
6.一种基于数字孪生技术的提花机滑动轴承监测系统,其特征在于,包括提花机数字化模型、监控模块、管理模块和报警模块;
所述提花机数字化模型是根据提花机实体建立的,提花机数字化模型的各项固定参数与提花机实体均完全一致,且与提花机实体同步运行;
所述监控模块用于实时检测提花机实体的滑动轴承的运行参数并将检测结果发送给管理模块;
所述管理模块用于根据提花机实体的滑动轴承的运行参数实时调整提花机数字化模型的滑动轴承的运行参数,使提花机数字化模型的滑动轴承的运行参数与提花机实体的运行参数一致,并根据监控模块检测的提花机实体的滑动轴承的运行参数,判断提花机实体的滑动轴承的运行参数是否异常,若任意一项异常则启动报警模块进行报警提示,若无异常则保持提花机实体和数字化模型继续运行;所述管理模块还用于实时计算提花机数字化模型滑动轴承的仿真参数,根据仿真参数和运行参数计算提花机实体有效使用寿命周期和润滑保养周期,若提花机数字化模型运行时达到了有效使用寿命周期或润滑保养周期时则启动报警模块进行报警提示;
报警模块用于按照管理模块的控制进行报警提示。
7.根据权利要求6所述的基于数字孪生技术的提花机滑动轴承监测系统,其特征在于,所述监测模块检测的运行参数包括滑动轴承的加速度、转速、温度和振动参数。
8.根据权利要求6所述的基于数字孪生技术的提花机滑动轴承监测系统,其特征在于,仿真参数包括滑动轴承的轴系疲劳磨损、扭振和热应力参数。
9.根据权利要求6所述的基于数字孪生技术的提花机滑动轴承监测系统,其特征在于,监测模块通过传感器在固定的监测点实时检测滑动轴承的运行参数,固定的监测点包括提花机实体的滑动轴承的水平径向、垂直径向和轴向。
10.根据权利要求6所述的基于数字孪生技术的提花机滑动轴承监测系统,其特征在于,管理模块判断提花机实体的滑动轴承的运行参数是否异常的方法为,若运行参数中的任意一项超过相应预设阈值,则进行报警提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910296236.7A CN110160783A (zh) | 2019-04-13 | 2019-04-13 | 一种基于数字孪生技术的提花机滑动轴承监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910296236.7A CN110160783A (zh) | 2019-04-13 | 2019-04-13 | 一种基于数字孪生技术的提花机滑动轴承监测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110160783A true CN110160783A (zh) | 2019-08-23 |
Family
ID=67639297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910296236.7A Pending CN110160783A (zh) | 2019-04-13 | 2019-04-13 | 一种基于数字孪生技术的提花机滑动轴承监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110160783A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110631690A (zh) * | 2019-08-29 | 2019-12-31 | 深圳市广宁股份有限公司 | 基于数字孪生的智能振动检测方法及装置 |
CN112085393A (zh) * | 2020-09-11 | 2020-12-15 | 青岛恒拓环保科技有限公司 | 一种用于工业生产的大数据交互方法 |
CN112382064A (zh) * | 2020-11-12 | 2021-02-19 | 广东电网有限责任公司 | 一种基于数字孪生技术的电力物联网故障预警方法及系统 |
CN112762100A (zh) * | 2021-01-14 | 2021-05-07 | 哈尔滨理工大学 | 一种基于数字孪生的轴承全生命周期监测方法 |
CN113110355A (zh) * | 2021-04-29 | 2021-07-13 | 武汉科技大学 | 一种数字孪生驱动的工件加工能耗预测及优化方法 |
DE102020124238A1 (de) | 2020-09-17 | 2022-03-17 | Eagleburgmann Germany Gmbh & Co. Kg | Verfahren zum Betreiben einer Gleitringdichtungsanordnung sowie Gleitringdichtungsanordnung |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204211925U (zh) * | 2014-10-29 | 2015-03-18 | 常州市巍纳赛电子科技有限公司 | 提花机的轴承监控装置 |
US20160247129A1 (en) * | 2015-02-25 | 2016-08-25 | Siemens Corporation | Digital twins for energy efficient asset maintenance |
CN108107841A (zh) * | 2017-12-26 | 2018-06-01 | 山东大学 | 一种数控机床数字孪生建模方法 |
CN108919765A (zh) * | 2018-07-20 | 2018-11-30 | 王德权 | 一种基于数字孪生的智能制造工厂虚拟调试和虚拟监控方法及方法 |
CN109146090A (zh) * | 2018-07-30 | 2019-01-04 | 红塔烟草(集团)有限责任公司 | 一种基于设备数字孪生体管理平台的零部件生命周期管理方法 |
CN109270899A (zh) * | 2018-09-03 | 2019-01-25 | 江苏科技大学 | 一种基于数字孪生的船用柴油机关重件制造过程管控方法 |
-
2019
- 2019-04-13 CN CN201910296236.7A patent/CN110160783A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204211925U (zh) * | 2014-10-29 | 2015-03-18 | 常州市巍纳赛电子科技有限公司 | 提花机的轴承监控装置 |
US20160247129A1 (en) * | 2015-02-25 | 2016-08-25 | Siemens Corporation | Digital twins for energy efficient asset maintenance |
CN108107841A (zh) * | 2017-12-26 | 2018-06-01 | 山东大学 | 一种数控机床数字孪生建模方法 |
CN108919765A (zh) * | 2018-07-20 | 2018-11-30 | 王德权 | 一种基于数字孪生的智能制造工厂虚拟调试和虚拟监控方法及方法 |
CN109146090A (zh) * | 2018-07-30 | 2019-01-04 | 红塔烟草(集团)有限责任公司 | 一种基于设备数字孪生体管理平台的零部件生命周期管理方法 |
CN109270899A (zh) * | 2018-09-03 | 2019-01-25 | 江苏科技大学 | 一种基于数字孪生的船用柴油机关重件制造过程管控方法 |
Non-Patent Citations (1)
Title |
---|
中国航天科工集团第二研究院二〇八所北京仿真中心 编: "《军用建模仿真领域发展报告》", 30 April 2018 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110631690A (zh) * | 2019-08-29 | 2019-12-31 | 深圳市广宁股份有限公司 | 基于数字孪生的智能振动检测方法及装置 |
CN110631690B (zh) * | 2019-08-29 | 2022-01-14 | 深圳市广宁股份有限公司 | 基于数字孪生的智能振动检测方法及装置 |
CN112085393A (zh) * | 2020-09-11 | 2020-12-15 | 青岛恒拓环保科技有限公司 | 一种用于工业生产的大数据交互方法 |
DE102020124238A1 (de) | 2020-09-17 | 2022-03-17 | Eagleburgmann Germany Gmbh & Co. Kg | Verfahren zum Betreiben einer Gleitringdichtungsanordnung sowie Gleitringdichtungsanordnung |
CN112382064A (zh) * | 2020-11-12 | 2021-02-19 | 广东电网有限责任公司 | 一种基于数字孪生技术的电力物联网故障预警方法及系统 |
CN112382064B (zh) * | 2020-11-12 | 2023-01-20 | 广东电网有限责任公司 | 一种基于数字孪生技术的电力物联网故障预警方法及系统 |
CN112762100A (zh) * | 2021-01-14 | 2021-05-07 | 哈尔滨理工大学 | 一种基于数字孪生的轴承全生命周期监测方法 |
CN113110355A (zh) * | 2021-04-29 | 2021-07-13 | 武汉科技大学 | 一种数字孪生驱动的工件加工能耗预测及优化方法 |
CN113110355B (zh) * | 2021-04-29 | 2022-10-28 | 武汉科技大学 | 一种数字孪生驱动的工件加工能耗预测及优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110160783A (zh) | 一种基于数字孪生技术的提花机滑动轴承监测系统及方法 | |
US10962999B2 (en) | Microgrid model based automated real time simulation for market based electric power system optimization | |
US20200220351A1 (en) | Systems and Methods for Model-Driven Demand Response | |
Kiangala et al. | Initiating predictive maintenance for a conveyor motor in a bottling plant using industry 4.0 concepts | |
CN110609512B (zh) | 一种物联网平台和物联网设备监控方法 | |
KR101935652B1 (ko) | 빅데이터 플랫폼을 이용한 스마트 공장 운영 관리 솔루션 서비스 시스템 및 방법 | |
US8401833B2 (en) | Method for predicting power usage effectiveness and data center infrastructure efficiency within a real-time monitoring system | |
AU2007214459B2 (en) | Systems and methods for real-time system monitoring and predictive analysis | |
CN106525415B (zh) | 一种风电机组传动链健康状态评价系统及方法 | |
US20150161298A1 (en) | Systems and methods for real-time dc microgrid power analytics for mission-critical power systems | |
CN105809255A (zh) | 一种基于物联网的火电厂旋转机械健康管理方法及系统 | |
AU2007275451B2 (en) | Systems and methods for real-time advanced visualization for predicting the health, reliability and performance of an electrical power system | |
CN107533684A (zh) | 管理基于网络的精炼厂性能优化 | |
EP1991929A2 (en) | Systems and methods for real- time protective device evaluation in an electrical power distribution system | |
CN110309981A (zh) | 一种基于工业大数据的水电站状态检修决策系统 | |
CN109946544A (zh) | 家电故障检测方法和装置 | |
CA2653606A1 (en) | Automatic real-time optimization and intelligent control of electrical power distribution and transmission systems | |
CN106249709B (zh) | 动态的过程质量控制图和定龄维修联合设计优化控制方法 | |
CN116596322A (zh) | 一种基于大数据可视化的物业设备管理方法及系统 | |
CN112162543B (zh) | 一种基于数字孪生的叶片转子试验台预测性维修方法及系统 | |
CN109669796A (zh) | 一种磁盘故障的预测方法和装置 | |
Pandit et al. | A comprehensive review on enhancing wind turbine applications with advanced SCADA data analytics and practical insights | |
CN113408764A (zh) | 基于数字孪生的产品在线技术状态管控系统 | |
CN109406180A (zh) | 受健康管理行为影响下的旋转机械的剩余寿命预测方法 | |
CN117371871A (zh) | 一种基于供电所网格化的多层级应用系统 |
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: 20190823 |
|
RJ01 | Rejection of invention patent application after publication |