CN111198525A - 一种基于油田现场设备运转音频监控系统及故障检测方法 - Google Patents
一种基于油田现场设备运转音频监控系统及故障检测方法 Download PDFInfo
- Publication number
- CN111198525A CN111198525A CN202010005814.XA CN202010005814A CN111198525A CN 111198525 A CN111198525 A CN 111198525A CN 202010005814 A CN202010005814 A CN 202010005814A CN 111198525 A CN111198525 A CN 111198525A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- equipment
- audio
- tested
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 66
- 238000012544 monitoring process Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 51
- 238000004891 communication Methods 0.000 claims abstract description 37
- 238000003860 storage Methods 0.000 claims abstract description 13
- 238000001228 spectrum Methods 0.000 claims description 30
- 239000003990 capacitor Substances 0.000 claims description 27
- 230000002159 abnormal effect Effects 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 230000007246 mechanism Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000012790 confirmation Methods 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 claims description 6
- 230000001012 protector Effects 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims 1
- 238000000605 extraction Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—Safety, monitoring
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Automation & Control Theory (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- Geophysics (AREA)
- General Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种基于油田现场设备运转音频监控系统及故障检测方法，包括：检测主机和服务器；数据处理模块通过振动采集模块获取待测设备的振动量；数据处理模块通过音频采集模块获取待测设备的运行音频数据信息；数据处理模块将获取的待测设备数据信息与预设阈值进行比对，判断是否超阈值，如超过阈值范围，进行报警提示；数据处理模块还将获取的待测设备数据信息储存至储存器中，并通过无线通信模块上传至服务器。本发明对电机和泵机等设备采取音频实时监控，具有监测范围广，针对性强等特点，可以有效检测设备故障，实现早发现早处理，防止事故的发生。
Description
技术领域
本发明涉及油田技术领域，尤其涉及一种基于油田现场设备运转音频监控系统及故障检测方法。
背景技术
目前在石油钻井中，采油机主要由动力机、传动机、工作机及辅助设备等组成。实现采用作用。目前的油田地域较为广阔，根据地质需要在规定的位置设置采油机进行采油。这样使得采油机较为分散，或者在油田分布较为广阔。在采油过程中，需要对采油机进行实时监控，掌握采油机的运行状况。
随着物联网的发展，远程监控采油机的工作状态及设备状态也得到了广泛的使用。比如专利文件CN208314513U公开了一种油水井远程终端控制模块，通过油水井远程终端控制模块设置微处理器、可电擦写只读存储器、动态随机存储器、数据传输接口、通讯接口、电源模块等，实现对井场内抽油机运行状态的监控以及远程启停控制、以及井场其他配套设施的压力监测、井口压力及流量监测与控制等工作。这解决了设备分布广而散，人员巡检费时费力的问题。
但是作为采油机中的动力系统也就是电机，泵等等设备尤为重要需要重点监控。该专利文件仅仅能够将数据上传通信实现远程通信的功能，无法实现对采油机中的动力系统也就是电机，泵等等设备的有效监控，无法对采油机中的动力系统也就是电机，泵等等设备数据的分析以及处理，故障的有效判断等等，造成监控难以到达有效的要求。
发明内容
为了克服上述现有技术中的不足，本发明提供一种基于油田现场设备运转音频监控系统，包括：检测主机和服务器；
检测主机设有数据处理模块，储存器，振动采集模块，无线通信模块，音频采集模块以及用于给检测主机供电的供电机构；
储存器，振动采集模块，无线通信模块和音频采集模块分别与数据处理模块通信连接；
数据处理模块通过振动采集模块获取待测设备的振动量；
数据处理模块通过音频采集模块获取待测设备的运行音频数据信息；
数据处理模块将获取的待测设备数据信息与预设阈值进行比对，判断是否超阈值，如超过阈值范围，进行报警提示；
数据处理模块还将持续获取的音频数据信息配置成音频数据曲线，并显示平均功率以及频谱异常状态；将获取的振动量配置成振动数据曲线，并显示平均振幅以及振动强度；
数据处理模块还将获取的待测设备数据信息储存至储存器中，并通过无线通信模块上传至服务器。
进一步需要说明的是，服务器设有参数设置模块和终端配置模块；
参数设置模块用于提供参数设置操作端口，使用户通过参数设置操作端口修改显示的待测设备名称和待测设备数据采集的密集度；提供待测设备报警的历史记录；
终端配置模块用于提供检测主机的连接通信接口：在设备管理器中查看，检测主机所连接的通信接口，还提供选择连接的COM口；
提供对检测主机的波特率的设置端口；
提供检测主机的ID列表，以及基于检测主机ID列表的操作端口；通过输入所要显示检测主机的ID，调取检测主机数据信息；
提供监测设备名称列表，以及基于监测设备列表的操作端口：
提供数据读取超时时间设置端口，设置读取检测主机的时间；如设置超时时间为3秒，当主控终端向检测主机发送信号请求后，3秒内没有收到主机的答复时，判断为信号超时。
进一步需要说明的是，服务器还设有时间轴设置模块，设备选择模块，图表导出模块以及出错和恢复模块；
时间轴设置模块用于提供配置音频数据曲线和振动数据曲线端口，
根据设置的时间轴，显示曲线界面；显示发生报警的信息，报警信息包括报警时间，设备，原因，确认人和确认时间；还以柱状图的形式显示所选时间内各个设备的报警次数；
设备选择模块用于提供选择检测主机的操作端口，以及选择待测设备的操作端口，使用户通过设备选择模块选择待查询的检测主机或待测设备；
数据导出模块用于将服务器的数据信息进行导出，导出PNG，或JPEG或SVG格式，以及导出文件为报警记录的数据，分为CSV文件和XLS文件；
出错和恢复模块用于出现系统连接失败和数据读取超时，发出报警提示。
进一步需要说明的是，供电机构设有供电电源，过流保护器F1，二极管D1，电感L1，电阻R1，12V转5V电路以及5V转3.3V电路；
供电电源正极通过过流保护器F1分别与电感L1第一端和二极管D1阴极连接；
供电电源负极，二极管D1阳极以及电阻R1第一端分别接地；
电感L1第二端和电阻R1第二端分别与12V转5V电路输入端连接；
12V转5V电路输出端与5V转3.3V电路连接。
进一步需要说明的是，检测主机还设有数据采集电路；
数据采集电路包括：电容C1，电容C2，电容C3，电阻R2，二极管D2，运放器U1以及WM8978转换芯片；
数据采集电路的振动输入端口连接振动采集模块；电容C1第一端和电阻R2第一端分别与振动输入端口连接；电容C1第二端接地；电阻R2第二端连接数据处理模块；
数据采集电路的音频输入端口连接音频采集模块；运放器U1的正极输入端和电容C3第一端连接音频输入端口；
电容C3第二端和二极管D2阳极分别接地；
运放器U1的负极输入端，运放器U1的输出端以及二极管D2阴极分别连接电容C2第一端；电容C2第二端通过WM8978转换芯片连接数据处理模块；
无线通信模块包括：WIFI模块，TXS0108EPWR电平转换模块和EC20模块；
数据处理模块通过WIFI模块连接服务器；
数据处理模块还依次通过TXS0108EPWR电平转换模块和EC20模块连接服务器。
本发明还提供一种故障检测方法，方法包括：
检测主机上电后，执行初始化程序，包括对4G接口、串口、定时器的初始化，并向服务器进行注册，以得到设备ID号，阈值；
检测主机向服务器发送PING命令以保持与服务器的TCP连接，同时接收服务器的数据，对数据内容进行分析，判断是否包含命令；
如果包含命令则执行该命令对应的操作；
如果未收到命令或者执行命令完毕则通过标志位判断待测设备的音频和振动数据是否采样完毕；
如果数据未采样完毕，则回到上一步继续与服务器通信传输；
检测主机对实时采集待测设备的音频和振动数据进行处理，判断数据是否超出阈值；
如果超出阈值则将超出阈值的数据上传至服务器；
如果未发现超出阈值数据，则向服务器上传预设关键点数据，上传结束即结束整个工作循环，待开始下个工作循环。
进一步需要说明的是，步骤检测主机对实时采集待测设备的音频和振动数据进行处理，判断数据是否超出阈值包括：
获取待测设备的音频功率以及音频功率采样时间序列；
计算Tavg时间段内的平均功率；
当平均功率小于PlowTh阈值时，判定待测设备处于停机状态；否则处于运行状态；
当平均功率大于PhighTh阈值时，判定待测设备处于异常状态，或者处于开机转换状态；
当平均功率处于PlowTh阈值和PhighTh阈值之间时，通过功率谱进行判决待测设备的状态；
计算Tavg时间段内的平均功率方式为
当下采样率为16时，Mfft＝3。
进一步需要说明的是，当功率估计处于PlowTh阈值和PhighTh阈值之间时，方法还包括：
设备状态估计模块利用初步判决的结果进行判决；
当连续地5秒中，不小于3秒初步判定设备处于停机状态时，判定系统处于停机状态；
否则5秒以前处在停机状态时，当连续地5秒中，不小于3秒初步判定设备处于异常状态时，判定系统处于工作状态；
否则当连续地5秒中，不小于3秒初步判定设备处于异常状态时，判定系统处于异常状态；
否则设备处在工作状态。
进一步需要说明的是，对获取待测设备的音频功率通过滤波器进行滤波处理；
滤波处理后，对数据进行FFT变换；FFT变换包括：
每次取时间序列缓存中预设个数据点，进行功率归一化，
然后进行FFT变换，得到fft(k，f＝0：1023)；
从而得到功率谱s4(k，f)＝|fft(k，f)|2。
进一步需要说明的是，方法还包括：对功率谱掩模的生成和比较；
当设备在持续运行状态下，收集预设时长的采样数据；
设定s5(k，f)，f or k＝1，2，3，...，N，当N足够大时，确定门限Th(f)，使得仅有或者少于pfa×N个数量的k，满足s5(k，f)＞Th(f)；
选择的Th(f)应该满足类似3σ原理；
将实时计算的结果和功率谱掩码比较，如果超出功率谱掩码，或者在某个频率上功率过小，则输出异常指示，还输出异常频率点的数值。
从以上技术方案可以看出，本发明具有以下优点：
本发明为针对电机和泵机的音频智能分析评估。对电机和泵机等设备采取音频实时监控，具有监测范围广，针对性强等特点，可以有效检测设备故障，实现早发现早处理，防止事故的发生。
基于油田现场设备运转音频监控系统对电机和泵机等设备采取音频实时监控，具有监测范围广，针对性强等特点，可以有效检测设备故障，实现早发现早处理，防止事故的发生。
附图说明
为了更清楚地说明本发明的技术方案，下面将对描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为基于油田现场设备运转音频监控系统示意图；
图2为检测主机示意图；
图3为供电机构示意图；
图4为数据采集电路示意图；
图5为4G、WIFI通信模块示意图；
图6为故障检测方法流程图。
具体实施方式
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本发明的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
本发明涉及的检测主机2可以以各种形式来实施。例如，本发明实施例中描述的终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、个人数字助理(PDA，Personal Digital Assistant)、平板电脑(PAD)等等的移动终端以及诸如台式计算机等等的固定终端。然而，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。
油田现场设备可以包括：抽油机，注水泵等油田运转设备。
检测主机2配置有显示模块，显示模块可以是触摸板，以层的形式彼此叠加以形成触摸屏时，显示模块可以用作输入装置和输出装置。显示模块可以包括液晶显示器(LCD，Liquid Crystal Display)、薄膜晶体管LCD(TFT-LCD，Thin Film Transistor-LCD)、有机发光二极管(OLED，Organic Light-Emitting Diode)显示器、柔性显示器、三维(3D)显示器等等中的至少一种。这些显示器中的一些可以被构造为透明状以允许用户从外部观看，这可以称为透明显示器，典型的透明显示器可以例如为透明有机发光二极管(TOLED)显示器等等。
基于上述说明本发明以示意图1至5为例，提供了一种基于油田现场设备运转音频监控系统，包括：检测主机2和服务器1；系统可以包括多个检测主机2，每个检测主机2分别与服务器1通信连接。
检测主机2设有数据处理模块11，储存器12，振动采集模块14，无线通信模块，音频采集模块13以及用于给检测主机2供电的供电机构15；储存器12，振动采集模块14，无线通信模块和音频采集模块13分别与数据处理模块11通信连接；
数据处理模块11通过振动采集模块14获取待测设备的振动量；数据处理模块11通过音频采集模块13获取待测设备的运行音频数据信息；数据处理模块11将获取的待测设备数据信息与预设阈值进行比对，判断是否超阈值，如超过阈值范围，进行报警提示；数据处理模块11还将持续获取的音频数据信息配置成音频数据曲线，并显示平均功率以及频谱异常状态；将获取的振动量配置成振动数据曲线，并显示平均振幅以及振动强度；数据处理模块11还将获取的待测设备数据信息储存至储存器12中，并通过无线通信模块上传至服务器1。
本发明中的检测主机2以STM32F429IGT6为数据处理模块11，检测主机2还可以包括：数字量输入模块19、数字量输出模块21、模拟量输入模块22以及RS232模块；无线通信模块包括但不限于WIFI通信模块17和4G通信模块18。检测主机2还可以外接存储器。
数字量输入模块19将外部数字量输入到数据处理模块11；数字量输出模块21实现数据处理模块11输出数字量；模拟量输入模块22采集外部模拟量输入到数据处理模块11；储存器12为SDRAM存储器实现数据处理模块11对已采集的数据进行存储和读取；以4G模块和WIFI模块实现数据处理模块11与服务器1通信；RS232作为调试端与数据处理模块11连接。
本发明中的供电机构15设有供电电源，过流保护器F1，二极管D1，电感L1，电阻R1，12V转5V电路以及5V转3.3V电路；
供电电源正极通过过流保护器F1分别与电感L1第一端和二极管D1阴极连接；供电电源负极，二极管D1阳极以及电阻R1第一端分别接地；电感L1第二端和电阻R1第二端分别与12V转5V电路输入端连接；12V转5V电路输出端与5V转3.3V电路连接。
供电机构15以稳定12V为供电输入端，12V转5V电路可以设置芯片TPS54531DDAR转为5V电压，为音频采集芯片供电，5V转3.3V电路可以设置芯片RT9193-33GB输出较大电流的3.3V电压，为EC20供电，通过芯片MC29302芯片转出稳定3.3V为主控芯片及其他外围电路供电。
检测主机2还设有数据采集电路；数据采集电路包括：电容C1，电容C2，电容C3，电阻R2，二极管D2，运放器U1以及WM8978转换芯片；数据采集电路的振动输入端口连接振动采集模块14；电容C1第一端和电阻R2第一端分别与振动输入端口连接；电容C1第二端接地；电阻R2第二端连接数据处理模块11；数据采集电路的音频输入端口连接音频采集模块13；运放器U1的正极输入端和电容C3第一端连接音频输入端口；电容C3第二端和二极管D2阳极分别接地；运放器U1的负极输入端，运放器U1的输出端以及二极管D2阴极分别连接电容C2第一端；电容C2第二端通过WM8978转换芯片连接数据处理模块11；
音频采集是通过咪头将音频模拟信号传输到编解码芯片，再将其传输到主控芯片，最后通过主控芯片将数据读取并存入存储器内。
无线通信模块包括：WIFI模块，TXS0108EPWR电平转换模块和EC20模块；数据处理模块11通过WIFI模块连接服务器1；数据处理模块11还依次通过TXS0108EPWR电平转换模块和EC20模块连接服务器1。4G通信是主控芯片与EC20模块连接，将采集信息通过EC20模块发送至服务器1，WiFi通信是主控芯片与166MHz的USR-215WIFI模块连接，将采集信息通过WIFI模块与服务器1实现通信。
本发明中的服务器1设有参数设置模块和终端配置模块；
参数设置模块用于提供参数设置操作端口，使用户通过参数设置操作端口修改显示的待测设备名称和待测设备数据采集的密集度；提供待测设备报警的历史记录；
终端配置模块用于提供检测主机2的连接通信接口：在设备管理器中查看，检测主机2所连接的通信接口，还提供选择连接的COM口；
提供对检测主机2的波特率的设置端口；
提供检测主机2的ID列表，以及基于检测主机2ID列表的操作端口；通过输入所要显示检测主机2的ID，调取检测主机2数据信息；
提供监测设备名称列表，以及基于监测设备列表的操作端口：
提供数据读取超时时间设置端口，设置读取检测主机2的时间；如设置超时时间为3秒，当主控终端向检测主机2发送信号请求后，3秒内没有收到主机的答复时，判断为信号超时。会报错“读取数据报错”。
提供数据更新间隔的设置端口，并把从检测主机2发送来的信息显示在界面上；
此处可以设置数据更新间隔。如设置更新间隔为5秒，主控终端每隔5秒会向检测主机2发送一次信号发送请求，当接收到数据后，会刷新一次界面上的全部数据，把从检测主机2发送来的信息显示在界面上。
提供数据操作端口，数据操作端口配置应用按键，保存填写的全部设置内容；
提供开启关闭保存操作端口；点击关闭按钮，会关闭参数设置，按照保存的设置刷新主页面。
提供报警记录查询端口。通过报警记录查询端口进入报警记录窗口，用户可以查看所选时间内的报警记录。
进一步说明的是，服务器1还设有时间轴设置模块，设备选择模块，图表导出模块以及出错和恢复模块；时间轴设置模块用于提供配置音频数据曲线和振动数据曲线端口，
根据设置的时间轴，显示曲线界面；显示发生报警的信息，报警信息包括报警时间，设备，原因，确认人和确认时间；还以柱状图的形式显示所选时间内各个设备的报警次数；设备选择模块用于提供选择检测主机2的操作端口，以及选择待测设备的操作端口，使用户通过设备选择模块选择待查询的检测主机2或待测设备；
数据导出模块用于将服务器1的数据信息进行导出，导出PNG，或JPEG或SVG格式，以及导出文件为报警记录的数据，分为CSV文件和XLS文件；出错和恢复模块用于出现系统连接失败和数据读取超时，发出报警提示。
基于上述基于油田现场设备运转音频监控系统，本发明还提供一种故障检测方法，方法包括：如图6所示，
检测主机上电后，执行初始化程序，包括对4G接口、串口、定时器的初始化，并向服务器进行注册，以得到设备ID号，阈值；
检测主机向服务器发送PING命令以保持与服务器的TCP连接，同时接收服务器的数据，对数据内容进行分析，判断是否包含命令；
如果包含命令则执行该命令对应的操作；
如果未收到命令或者执行命令完毕则通过标志位判断待测设备的音频和振动数据是否采样完毕；
如果数据未采样完毕，则回到上一步继续与服务器通信传输；
检测主机对实时采集待测设备的音频和振动数据进行处理，判断数据是否超出阈值；
如果超出阈值则将超出阈值的数据上传至服务器；
如果未发现超出阈值数据，则向服务器上传预设关键点数据，上传结束即结束整个工作循环，待开始下个工作循环。
在本发明涉及的方法中，步骤检测主机对实时采集待测设备的音频和振动数据进行处理，判断数据是否超出阈值包括：
一、基于待测设备的音频数据进行处理，具体的，音频的功率是一个基本的指标。当待测设备出问题时，功率会显著增加。功率和音频采集的安装情况相关，需要采集设备数据，从训练数据提取阈值(停机，开机，运行)，进行初始化。
还涉及音频的功率谱设备作为一个黑盒考虑。一般来说，对于音频信号，重点考虑1KHz以内的频段。当设备异常时，该频段的功率谱两端或者其中一端会上升。对于1KHz以上的频段，若功率显著增加，也是设备异常的一个指示。
对于功率估计，滤波后的功率估计，功率谱的时间平均，时间尺度均为TAvg＝1s。该尺度从观察下图的时频信号而来。下图是室外音频数据描述了设备从停止，开始，然后转换到运行的状态转换的过程(20180831\sz-outdoor-stop\stop-start.wav)。
二、本方法中输入：采用48kHz的音频采样时间序列。
输出：设备状态评估的结果(停机，运行，异常)；
三、功率估计；滤波后的功率估计；功率谱异常点功率估计；
在线计算Tavg时间段内的平均功率：
s1(n)＝s0(n)
M48＝48000
设备状态评估模块使用功率估计进行判决。
当功率估计小于PlowTh阈值时，初步判定系统处于停机状态；否则处于运行状态；
当功率估计大于PhighTh阈值时，初步判定系统处于异常状态，或者处于开机转换状态。
当功率估计处于PlowTh阈值和PhighTh阈值之间时，系统进一步通过功率谱(包含过滤功率和带内功率比值)进行初步判决。
设备状态估计模块进一步地利用初步判决的结果进行进一步判决。
最好地，统计不同状态下的功率，从而选出最佳的分割点PlowTh阈值和PhighTh阈值。统计正常运行状态下的功率分布，根据类似3σ原理确定正常状态下的功率下限(PlowTh)和上限(PhighTh)，作为初始分割停机，运行，和异常状态的阈值。
四、对数据基于滤波器进行滤波。
采用FIR滤波器将消耗大量的计算资源。考虑到资源的限制(采用FPU进行计算)，同时对线性度要求不高，采用CIC下抽样滤波器。系统通过参数的控制，可以选择进行2倍，4倍，8倍和16倍下抽样，从而提供不同的分辨率处理。默认地，CIC进行16倍下采样。
五、滤波后的功率估计；
在线计算Tavg时间段内的平均功率：
s3(n)＝s2(n)；
M3＝3000
滤波之前的功率与滤波后的功率之差，相对于滤波后的功率比值，应当很小。该比值作为异常判决的一个指标。当该比值变大时，说明频域范围较高频率上功率增加，往往示意着设备出现异常。
六、再对数据进行，FFT变换。
每次取时间序列缓存中1024数据点，
首先进行功率归一化，
然后进行FFT变换，得到fft(k，f＝0：1023)，
从而得到功率谱s4(k，f)＝|fft(k，f)|2
七、对功率谱时间平均进行计算。
功率谱时间平均为
当下采样率为16时，Mfft＝3
八、功率谱掩模的生成和比较
功率谱掩模是当设备在运行状态下收集较长时间采样数据的得到的。设定s5(k，f)，f or k＝1，2，3，...，N，当N足够大时，确定门限Th(f)，使得仅有或者少于pfa×N个数量的k，满足s5(k，f)＞Th(f)。
同时选择的Th(f)应该满足类似3σ原理。
将实时计算的的结果和功率谱掩码比较，如果超出功率谱掩码(或者在某个频率上功率过小)，则输出异常指示，已经异常频率点的数值。
九、设备状态评估；
设备状态评估模块根据实时的功率估计，滤波后的功率估计，以及功率谱是否和正常状态不一致进行评估。
设备状态评估模块首先使用功率估计进行判决。
当功率估计小于PlowTh阈值时，初步判定系统处于停机状态(功率谱部分不用计算)；否则处于运行状态；
当功率估计大于PhighTh阈值时，初步判定系统处于异常状态，或者处于开机转换状态。
当功率估计处于PlowTh阈值和PhighTh阈值之间时，系统进一步通过功率谱(包含过滤功率和带内功率比值)进行初步判决。
设备状态估计模块进一步地利用初步判决的结果进行进一步判决。
1.当连续地5秒中，不小于3秒初步判定设备处于停机状态时，判定系统处于停机状态；否则
2.5秒以前处在停机状态时，当连续地5秒中，不小于3秒初步判定设备处于异常状态(功率过大，或者频谱不对)时，判定系统处于工作状态；否则
3.当连续地5秒中，不小于3秒初步判定设备处于异常状态(功率过大，或者频谱不对)时，判定系统处于异常状态；否则
设备处在工作状态。
基于油田现场设备运转音频监控系统及方法是结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于油田现场设备运转音频监控系统，其特征在于，包括：检测主机和服务器；
检测主机设有数据处理模块，储存器，振动采集模块，无线通信模块，音频采集模块以及用于给检测主机供电的供电机构；
储存器，振动采集模块，无线通信模块和音频采集模块分别与数据处理模块通信连接；
数据处理模块通过振动采集模块获取待测设备的振动量；
数据处理模块通过音频采集模块获取待测设备的运行音频数据信息；
数据处理模块将获取的待测设备数据信息与预设阈值进行比对，判断是否超阈值，如超过阈值范围，进行报警提示；
数据处理模块还将持续获取的音频数据信息配置成音频数据曲线，并显示平均功率以及频谱异常状态；将获取的振动量配置成振动数据曲线，并显示平均振幅以及振动强度；
数据处理模块还将获取的待测设备数据信息储存至储存器中，并通过无线通信模块上传至服务器。
2.根据权利要求1所述的基于油田现场设备运转音频监控系统，其特征在于，
服务器设有参数设置模块和终端配置模块；
参数设置模块用于提供参数设置操作端口，使用户通过参数设置操作端口修改显示的待测设备名称和待测设备数据采集的密集度；提供待测设备报警的历史记录；
终端配置模块用于提供检测主机的连接通信接口：在设备管理器中查看，检测主机所连接的通信接口，还提供选择连接的COM口；
提供对检测主机的波特率的设置端口；
提供检测主机的ID列表，以及基于检测主机ID列表的操作端口；通过输入所要显示检测主机的ID，调取检测主机数据信息；
提供监测设备名称列表，以及基于监测设备列表的操作端口：
提供数据读取超时时间设置端口，设置读取检测主机的时间；如设置超时时间为3秒，当主控终端向检测主机发送信号请求后，3秒内没有收到主机的答复时，判断为信号超时。
3.根据权利要求1或2所述的基于油田现场设备运转音频监控系统，其特征在于，服务器还设有时间轴设置模块，设备选择模块，图表导出模块以及出错和恢复模块；
时间轴设置模块用于提供配置音频数据曲线和振动数据曲线端口，
根据设置的时间轴，显示曲线界面；显示发生报警的信息，报警信息包括报警时间，设备，原因，确认人和确认时间；还以柱状图的形式显示所选时间内各个设备的报警次数；
设备选择模块用于提供选择检测主机的操作端口，以及选择待测设备的操作端口，使用户通过设备选择模块选择待查询的检测主机或待测设备；
数据导出模块用于将服务器的数据信息进行导出，导出PNG，或JPEG或SVG格式，以及导出文件为报警记录的数据，分为CSV文件和XLS文件；
出错和恢复模块用于出现系统连接失败和数据读取超时，发出报警提示。
4.根据权利要求1或2所述的基于油田现场设备运转音频监控系统，其特征在于，
供电机构设有供电电源，过流保护器F1，二极管D1，电感L1，电阻R1，12V转5V电路以及5V转3.3V电路；
供电电源正极通过过流保护器F1分别与电感L1第一端和二极管D1阴极连接；
供电电源负极，二极管D1阳极以及电阻R1第一端分别接地；
电感L1第二端和电阻R1第二端分别与12V转5V电路输入端连接；
12V转5V电路输出端与5V转3.3V电路连接。
5.根据权利要求1或2所述的基于油田现场设备运转音频监控系统，其特征在于，检测主机还设有数据采集电路；
数据采集电路包括：电容C1，电容C2，电容C3，电阻R2，二极管D2，运放器U1以及WM8978转换芯片；
数据采集电路的振动输入端口连接振动采集模块；电容C1第一端和电阻R2第一端分别与振动输入端口连接；电容C1第二端接地；电阻R2第二端连接数据处理模块；
数据采集电路的音频输入端口连接音频采集模块；运放器U1的正极输入端和电容C3第一端连接音频输入端口；
电容C3第二端和二极管D2阳极分别接地；
运放器U1的负极输入端，运放器U1的输出端以及二极管D2阴极分别连接电容C2第一端；电容C2第二端通过WM8978转换芯片连接数据处理模块；
无线通信模块包括：WIFI模块，TXS0108EPWR电平转换模块和EC20模块；
数据处理模块通过WIFI模块连接服务器；
数据处理模块还依次通过TXS0108EPWR电平转换模块和EC20模块连接服务器。
6.一种故障检测方法，其特征在于，方法采用如权利要求1至5任一所述的基于油田现场设备运转音频监控系统；方法包括：
检测主机上电后，执行初始化程序，包括对4G接口、串口、定时器的初始化，并向服务器进行注册，以得到设备ID号，阈值；
检测主机向服务器发送PING命令以保持与服务器的TCP连接，同时接收服务器的数据，对数据内容进行分析，判断是否包含命令；
如果包含命令则执行该命令对应的操作；
如果未收到命令或者执行命令完毕则通过标志位判断待测设备的音频和振动数据是否采样完毕；
如果数据未采样完毕，则回到上一步继续与服务器通信传输；
检测主机对实时采集待测设备的音频和振动数据进行处理，判断数据是否超出阈值；
如果超出阈值则将超出阈值的数据上传至服务器；
如果未发现超出阈值数据，则向服务器上传预设关键点数据，上传结束即结束整个工作循环，待开始下个工作循环。
7.根权利要求6所述的故障检测方法，其特征在于，
步骤检测主机对实时采集待测设备的音频和振动数据进行处理，判断数据是否超出阈值包括：
获取待测设备的音频功率以及音频功率采样时间序列；
计算Tavg时间段内的平均功率；
当平均功率小于PlowTh阈值时，判定待测设备处于停机状态；否则处于运行状态；
当平均功率大于PhighTh阈值时，判定待测设备处于异常状态，或者处于开机转换状态；
当平均功率处于PlowTh阈值和PhighTh阈值之间时，通过功率谱进行判决待测设备的状态；
计算Tavg时间段内的平均功率方式为
当下采样率为16时，Mfft＝3。
8.根权利要求6所述的故障检测方法，其特征在于，
当功率估计处于PlowTh阈值和PhighTh阈值之间时，方法还包括：
设备状态估计模块利用初步判决的结果进行判决；
当连续地5秒中，不小于3秒初步判定设备处于停机状态时，判定系统处于停机状态；
否则5秒以前处在停机状态时，当连续地5秒中，不小于3秒初步判定设备处于异常状态时，判定系统处于工作状态；
否则当连续地5秒中，不小于3秒初步判定设备处于异常状态时，判定系统处于异常状态；
否则设备处在工作状态。
9.根权利要求6所述的故障检测方法，其特征在于，
对获取待测设备的音频功率通过滤波器进行滤波处理；
滤波处理后，对数据进行FFT变换；FFT变换包括：
每次取时间序列缓存中预设个数据点，进行功率归一化，
然后进行FFT变换，得到fft(k，f＝0：1023)；
从而得到功率谱s4(k，f)＝|fft(k，f)|2。
10.根权利要求6所述的故障检测方法，其特征在于，
方法还包括：对功率谱掩模的生成和比较；
当设备在持续运行状态下，收集预设时长的采样数据；
设定s5(k，f)，for k＝1，2，3，...，N，当N足够大时，确定门限Th(f)，使得仅有或者少于pfa×N个数量的k，满足s5(k，f)＞Th(f)；
选择的Th(f)应该满足类似3σ原理；
将实时计算的结果和功率谱掩码比较，如果超出功率谱掩码，或者在某个频率上功率过小，则输出异常指示，还输出异常频率点的数值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010005814.XA CN111198525B (zh) | 2020-01-03 | 2020-01-03 | 一种基于油田现场设备运转音频监控系统及故障检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010005814.XA CN111198525B (zh) | 2020-01-03 | 2020-01-03 | 一种基于油田现场设备运转音频监控系统及故障检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111198525A true CN111198525A (zh) | 2020-05-26 |
| CN111198525B CN111198525B (zh) | 2023-09-22 |
Family
ID=70746794
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010005814.XA Active CN111198525B (zh) | 2020-01-03 | 2020-01-03 | 一种基于油田现场设备运转音频监控系统及故障检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111198525B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111918037A (zh) * | 2020-08-10 | 2020-11-10 | 合肥三物信息技术有限公司 | 一种内河航道卡口产品上的智能监管系统 |
| CN112083077A (zh) * | 2020-09-11 | 2020-12-15 | 上海萌郁智能科技有限公司 | 周期运动叶片音频故障检测系统 |
| CN113338909A (zh) * | 2021-08-09 | 2021-09-03 | 天津市正方科技发展有限公司 | 一种基于音频的抽油机故障巡检系统及声音采集方法 |
| WO2023115281A1 (zh) * | 2021-12-20 | 2023-06-29 | 烟台杰瑞石油服务集团股份有限公司 | 确定高压管汇发生的故障的方法及装置、高压管汇系统 |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1825082A (zh) * | 2006-03-31 | 2006-08-30 | 洛阳轴研科技股份有限公司 | 滚动轴承故障自动诊断系统 |
| CN101769785A (zh) * | 2010-01-29 | 2010-07-07 | 北京信息科技大学 | 一种注水机组振动状态的点检方法及检测装置 |
| CN202281934U (zh) * | 2011-09-14 | 2012-06-20 | 吉林省电力有限公司通化供电公司 | 基于音频识别技术的电力变压器在线状态监测装置 |
| CN102758613A (zh) * | 2012-07-03 | 2012-10-31 | 常州大学 | 基于动力学模型的钻井泵故障检测与诊断方法及其系统 |
| CN102778358A (zh) * | 2012-06-04 | 2012-11-14 | 上海东锐风电技术有限公司 | 故障预测模型建立方法及系统、风机监测预警系统及方法 |
| US20120288105A1 (en) * | 2011-05-09 | 2012-11-15 | Sony Corporation | Acoustic device and method of detecting abnormal sound |
| US20120316796A1 (en) * | 2011-04-15 | 2012-12-13 | U.E. Systems, Inc. | System for bearing fault detection |
| CN103162805A (zh) * | 2013-03-14 | 2013-06-19 | 南京楚通自动化科技有限公司 | 一种具有视听功能的风力发电机组状态监测系统 |
| CN103529386A (zh) * | 2013-10-12 | 2014-01-22 | 山西大学工程学院 | 风电机组远程实时状态监测与智能故障诊断系统及方法 |
| US20140114612A1 (en) * | 2012-10-22 | 2014-04-24 | Augury Systems Ltd. | Automatic mechanical system diagnosis |
| CN103914044A (zh) * | 2014-03-26 | 2014-07-09 | 北方信息控制集团有限公司 | 一种智能在线监控保护装置 |
| CN104581058A (zh) * | 2014-12-25 | 2015-04-29 | 齐咏生 | 一种风机信号采集器 |
| CN107168294A (zh) * | 2017-06-26 | 2017-09-15 | 西安热工研究院有限公司 | 一种火电水系统设备无人巡检监控方法 |
| CN107328582A (zh) * | 2017-08-25 | 2017-11-07 | 中国人民解放军镇江船艇学院 | 柴油机故障检测装置 |
| CN107656156A (zh) * | 2017-09-22 | 2018-02-02 | 安徽科技学院 | 一种基于云平台的设备故障诊断及运行状态评估方法与系统 |
| CN109507510A (zh) * | 2018-11-28 | 2019-03-22 | 深圳桓轩科技有限公司 | 一种变压器故障诊断系统 |
| CN110617982A (zh) * | 2019-09-19 | 2019-12-27 | 苏州时辰智能机电设备有限公司 | 一种基于声纹信号的旋转机械设备故障识别方法 |
| KR20190142600A (ko) * | 2018-06-18 | 2019-12-27 | 큐브바이트 주식회사 | 머신러닝을 이용한 시계열 데이터의 에너지 엔트로피 기반의 진동 이상 징후 탐지시스템 |
-
2020
- 2020-01-03 CN CN202010005814.XA patent/CN111198525B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1825082A (zh) * | 2006-03-31 | 2006-08-30 | 洛阳轴研科技股份有限公司 | 滚动轴承故障自动诊断系统 |
| CN101769785A (zh) * | 2010-01-29 | 2010-07-07 | 北京信息科技大学 | 一种注水机组振动状态的点检方法及检测装置 |
| US20120316796A1 (en) * | 2011-04-15 | 2012-12-13 | U.E. Systems, Inc. | System for bearing fault detection |
| US20120288105A1 (en) * | 2011-05-09 | 2012-11-15 | Sony Corporation | Acoustic device and method of detecting abnormal sound |
| CN202281934U (zh) * | 2011-09-14 | 2012-06-20 | 吉林省电力有限公司通化供电公司 | 基于音频识别技术的电力变压器在线状态监测装置 |
| CN102778358A (zh) * | 2012-06-04 | 2012-11-14 | 上海东锐风电技术有限公司 | 故障预测模型建立方法及系统、风机监测预警系统及方法 |
| CN102758613A (zh) * | 2012-07-03 | 2012-10-31 | 常州大学 | 基于动力学模型的钻井泵故障检测与诊断方法及其系统 |
| US20140114612A1 (en) * | 2012-10-22 | 2014-04-24 | Augury Systems Ltd. | Automatic mechanical system diagnosis |
| CN103162805A (zh) * | 2013-03-14 | 2013-06-19 | 南京楚通自动化科技有限公司 | 一种具有视听功能的风力发电机组状态监测系统 |
| CN103529386A (zh) * | 2013-10-12 | 2014-01-22 | 山西大学工程学院 | 风电机组远程实时状态监测与智能故障诊断系统及方法 |
| CN103914044A (zh) * | 2014-03-26 | 2014-07-09 | 北方信息控制集团有限公司 | 一种智能在线监控保护装置 |
| CN104581058A (zh) * | 2014-12-25 | 2015-04-29 | 齐咏生 | 一种风机信号采集器 |
| CN107168294A (zh) * | 2017-06-26 | 2017-09-15 | 西安热工研究院有限公司 | 一种火电水系统设备无人巡检监控方法 |
| CN107328582A (zh) * | 2017-08-25 | 2017-11-07 | 中国人民解放军镇江船艇学院 | 柴油机故障检测装置 |
| CN107656156A (zh) * | 2017-09-22 | 2018-02-02 | 安徽科技学院 | 一种基于云平台的设备故障诊断及运行状态评估方法与系统 |
| KR20190142600A (ko) * | 2018-06-18 | 2019-12-27 | 큐브바이트 주식회사 | 머신러닝을 이용한 시계열 데이터의 에너지 엔트로피 기반의 진동 이상 징후 탐지시스템 |
| CN109507510A (zh) * | 2018-11-28 | 2019-03-22 | 深圳桓轩科技有限公司 | 一种变压器故障诊断系统 |
| CN110617982A (zh) * | 2019-09-19 | 2019-12-27 | 苏州时辰智能机电设备有限公司 | 一种基于声纹信号的旋转机械设备故障识别方法 |
Non-Patent Citations (2)
| Title |
|---|
| 易琳;沈琦;王锐;王柯;彭向阳;: "无人值守变电站电力设备音频监测及故障诊断系统", 计算机测量与控制, no. 11 * |
| 李哲;刘宇闲;鲁晓斌;彭章保;: "石油工程机械设备早期振动故障信号智能检测分析", 机械设计与制造工程, no. 04 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111918037A (zh) * | 2020-08-10 | 2020-11-10 | 合肥三物信息技术有限公司 | 一种内河航道卡口产品上的智能监管系统 |
| CN112083077A (zh) * | 2020-09-11 | 2020-12-15 | 上海萌郁智能科技有限公司 | 周期运动叶片音频故障检测系统 |
| CN113338909A (zh) * | 2021-08-09 | 2021-09-03 | 天津市正方科技发展有限公司 | 一种基于音频的抽油机故障巡检系统及声音采集方法 |
| CN113338909B (zh) * | 2021-08-09 | 2021-10-26 | 天津市正方科技发展有限公司 | 一种基于音频的抽油机故障巡检系统及声音采集方法 |
| WO2023115281A1 (zh) * | 2021-12-20 | 2023-06-29 | 烟台杰瑞石油服务集团股份有限公司 | 确定高压管汇发生的故障的方法及装置、高压管汇系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111198525B (zh) | 2023-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111198525A (zh) | 一种基于油田现场设备运转音频监控系统及故障检测方法 | |
| RU2595828C1 (ru) | Способ управления работой погружного электронасоса | |
| CN111092852A (zh) | 基于大数据的网络安全监控方法、装置、设备及存储介质 | |
| KR20190131046A (ko) | 기기 동작 신호 처리 시스템 및 방법 | |
| AU2015318533B2 (en) | Selecting extracted features of electricity consumption data | |
| CN111336100A (zh) | 水泵故障诊断系统 | |
| CN110501631A (zh) | 一种在线间歇故障检测与诊断方法 | |
| CN110307990B (zh) | 一种柴油机机油系统故障的智能诊断方法及系统 | |
| CN106680672A (zh) | 便携式开关柜局部放电巡检系统 | |
| CN109491341A (zh) | 用于油田作业设备的监控与数据分析系统 | |
| Englert et al. | Reduce the number of sensors: Sensing acoustic emissions to estimate appliance energy usage | |
| CN105203318A (zh) | 一种吸油烟机运行状态实时监测的方法及装置 | |
| Lv et al. | A new feature extraction technique for early degeneration detection of rolling bearings | |
| CN117129815A (zh) | 一种基于物联网的多劣化绝缘子综合检测方法和系统 | |
| CN108287232A (zh) | 一种发动机润滑油健康管理系统 | |
| CN116108376A (zh) | 一种反窃电的监测系统、方法、电子设备及介质 | |
| CN102611579B (zh) | 一种移动核心网故障数据识别的几何判别方法 | |
| CN114462501A (zh) | 一种基于联邦学习的非侵入式设备状态识别方法及装置 | |
| CN115825602A (zh) | 一种综合多元信息相似性分析的负荷辨识方法及系统 | |
| JP4106253B2 (ja) | 部分放電検出装置 | |
| CN114563709A (zh) | 一种基于云计算平台的蓄电池监测系统 | |
| CN108120861B (zh) | 智能电表窃电数据采集器 | |
| CN205720481U (zh) | 流动分析仪的自动监控系统 | |
| Negi et al. | Post-processing algorithm for damped and step-change events detection in pmus signal | |
| Yang et al. | Sliding-Time-Window and Event-Trigger Based Data Collection Strategy for Non-intrusive Load Monitoring |
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 |