CN111983295A - 一种设备故障预测方法及系统 - Google Patents
一种设备故障预测方法及系统 Download PDFInfo
- Publication number
- CN111983295A CN111983295A CN202010797790.6A CN202010797790A CN111983295A CN 111983295 A CN111983295 A CN 111983295A CN 202010797790 A CN202010797790 A CN 202010797790A CN 111983295 A CN111983295 A CN 111983295A
- Authority
- CN
- China
- Prior art keywords
- digital signal
- current digital
- equipment
- tested
- current
- 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
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000008859 change Effects 0.000 claims abstract description 24
- 238000006243 chemical reaction Methods 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 12
- 238000001514 detection method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
- G01R19/2506—Arrangements for conditioning or analysing measured signals, e.g. for indicating peak values ; Details concerning sampling, digitizing or waveform capturing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种设备故障预测方法及系统,方法包括:采用电流传感技术将待测设备的电源回路电流转换为模拟量信号;通过模数转换模块将模拟量信号转换成对应的电流数字信号,并采集预设时间周期内的电流数字信号;将电流数字信号绘制成数据变化曲线,并根据数据变化曲线的变化趋势进行分析获得电流数字信号的待比对值;将待对比值分别对应与待测设备的基准值数组进行比对,根据比对结果得到待测设备的故障预测结果;其中基准值数组为待测设备在第一次投入实际工况时,在预设时间周期内采集的电流数字信号。本发明实施例能够准确对设备进行故障预测,提高设备故障预测的效率以及设备的生产效率。
Description
技术领域
本发明涉及设备故障诊断技术领域,尤其是涉及一种设备故障预测方法及系统。
背景技术
随着汽车装备生产线的柔性化、智能化的推进,其设备本身的稳定性与嫁动率成为影响汽车制造企业产能的主要指标之一。如何减少生产设备突发故障所造成的故障处理响应慢,维修成本高及影响生产造成的高额损失已经成为各汽车厂管理人员及维护人员面临的大难题。鉴于所有生产设备从正常使用到完全故障的过程为一个渐变的过程,所以设备预和检测系统来对生产设备的运行数据实时采集,提前预测分析设备的健康度与可靠性显得尤为重要。
目前,现有的设备故障预测方法通常为采用温度传感器对设备进行温度数据采集,利用采集的温度数据变化直接预测设备故障,但是由于设备在正常工作中,监测点温度的快速升高以及局部监测点的温度升高均不能视为设备出现故障,无法准确对设备故障进行预测,导致设备故障预测的效率较低。
发明内容
本发明提供一种设备故障预测方法及系统,以解决现有技术无法准确对设备故障进行预测,导致设备故障预测的效率较低的技术问题。
本发明的第一实施例提供了一种设备故障预测方法,包括:
采用电流传感技术将待测设备的电源回路电流转换为模拟量信号;
通过模数转换模块将所述模拟量信号转换成对应的电流数字信号,并采集预设时间周期内的所述电流数字信号;
将所述电流数字信号绘制成数据变化曲线,并根据所述数据变化曲线的变化趋势进行分析获得所述电流数字信号的待比对值;所述待比对值包括最大电流数字信号、最小电流数字信号和平均电流数字信号;
将所述待对比值分别对应与所述待测设备的基准值数组进行比对,根据比对结果得到所述待测设备的故障预测结果;其中所述基准值数组为所述待测设备在第一次投入实际工况时,在预设时间周期内采集的电流数字信号。
进一步地,所述采用电流传感技术将待测设备的电源回路电流转换为模拟量信号,具体为:
在所述待测设备的电源回路中设置电流互感器,根据所述电路互感器将所述待测设备的电源回路电路电流按照预设的比例转换成符合PLC采集格式的模拟量信号。
进一步地,所述基准值数组包括基准最大电流数字信号、基准最小电流数字信号和基准平均电流数字信号,所述将所述待对比值分别对应与所述待测设备的基准值数组进行比对,根据比对结果得到所述待测设备的故障预测结果,具体为:
将所述最大电流数字信号与所述基准最大电流数字信号进行比对,若所述最大电流数字信号超出所述基准最大电流数字信号预设阈值范围,则判断所述待测设备即将出现故障并报警;
将所述最小电流数字信号与所述基准最小电流数字信号进行比对,若所述最小电流数字信号超出所述基准最小电流数字信号预设阈值范围,则判断所述待测设备即将出现故障并报警;
将所述平均电流数字信号与所述基准平均电流数字信号进行比对,若所述平均电流数字信号超出所述基准平均电流数字信号预设阈值范围,则判断所述待测设备即将出现故障并报警。
进一步地,在将所述待对比值分别对应与所述待测设备的基准值数组进行比对,根据比对结果得到所述待测设备的故障预测结果之后,还包括:
将所述待比对数值中的最大电流数字信号与额定电流值进行比对,若所述最大电流数字信号大于所述额定电流值,则判断所述待测设备电流过大异常。
本发明的第二实施例提供了一种设备故障预测系统,包括:
转换模块,用于采用电流传感技术将待测设备的电源回路电流转换为模拟量信号;
采集模块,用于通过模数转换模块将所述模拟量信号转换成对应的电流数字信号,并采集预设时间周期内的所述电流数字信号;
分析模块,用于将所述电流数字信号绘制成数据变化曲线,并根据所述数据变化曲线的变化趋势进行分析获得所述电流数字信号的待比对值;所述待比对值包括最大电流数字信号、最小电流数字信号和平均电流数字信号;
比对模块,用于将所述待对比值分别对应与所述待测设备的基准值数组进行比对,根据比对结果得到所述待测设备的故障预测结果;其中所述基准值数组为所述待测设备在第一次投入实际工况时,在预设时间周期内采集的电流数字信号。
进一步地,所述转换模块,具体用于:在所述待测设备的电源回路中设置电流互感器,根据所述电路互感器将所述待测设备的电源回路电路电流按照预设的比例转换成符合PLC采集格式的模拟量信号。
进一步地,所述比对模块,具体用于:
将所述最大电流数字信号与所述基准最大电流数字信号进行比对,若所述最大电流数字信号超出所述基准最大电流数字信号预设阈值范围,则判断所述待测设备即将出现故障并报警;
将所述最小电流数字信号与所述基准最小电流数字信号进行比对,若所述最小电流数字信号超出所述基准最小电流数字信号预设阈值范围,则判断所述待测设备即将出现故障并报警;
将所述平均电流数字信号与所述基准平均电流数字信号进行比对,若所述平均电流数字信号超出所述基准平均电流数字信号预设阈值范围,则判断所述待测设备即将出现故障并报警。
进一步地,还包括判断模块,用于将所述待比对数值中的最大电流数字信号与额定电流值进行比对,若所述最大电流数字信号大于所述额定电流值,则判断所述待测设备电流过大异常。
本发明提供一种设备故障预测方法及系统,能够准确对设备故障进行预测,提高设备故障预测的效率以及设备的生产效率。
附图说明
图1是本发明实施例提供的一种设备故障预测方法的流程示意图;
图2是本发明实施例提供的一种设备故障预测装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
请参阅图1,本发明的第一实施例提供了一种设备故障预测方法,包括:
S1、采用电流传感技术将待测设备的电源回路电流转换为模拟量信号;
在本发明实施例中,采用电流传感技术将待测设备的电源回路电流转换为符合PLC数据格式的4-20mA模拟量信号。
S2、通过模数转换模块将模拟量信号转换成对应的电流数字信号,并采集预设时间周期内的电流数字信号;
本发明实施例PLC通过模数转换模块将模拟量信号转换成可实时采集的数字信号,并在预设时间周期内采集所有的数字信号存储与PLC内存卡中。可选地,预设时间周期可以为5-10mS。
S3、将电流数字信号绘制成数据变化曲线,并根据数据变化曲线的变化趋势进行分析获得电流数字信号的待比对值;待比对值包括最大电流数字信号、最小电流数字信号和平均电流数字信号;
本发明实施例从PLC内存卡中读取待测设备的电流数字信号,并以预设时间周期为单位,将电流数字信号绘制成数据变化曲线。
S4、将待对比值分别对应与待测设备的基准值数组进行比对,根据比对结果得到待测设备的故障预测结果;其中基准值数组为待测设备在第一次投入实际工况时,在预设时间周期内采集的电流数字信号。
作为一种具体实施方式,实际工况为机器人将工件由起始点抓放至目标点的工作状态。本发明实施例在机器人第一次投入到实际工况是进行电流值数的采集,并作为基准值数组。
本发明实施例中PLC能够支持超高速数据采集的边缘计算设备,具有高可靠性以及强容错性。
作为本发明实施例的一种具体实施方式,采用电流传感技术将待测设备的电源回路电流转换为模拟量信号,具体为:
在待测设备的电源回路中设置电流互感器,根据电路互感器将待测设备的电源回路电路电流按照预设的比例转换成符合PLC采集格式的模拟量信号。
作为本发明实施例的一种具体实施方式,基准值数组包括基准最大电流数字信号、基准最小电流数字信号和基准平均电流数字信号,将待对比值分别对应与待测设备的基准值数组进行比对,根据比对结果得到待测设备的故障预测结果,具体为:
将最大电流数字信号与基准最大电流数字信号进行比对,若最大电流数字信号超出基准最大电流数字信号预设阈值范围,则判断待测设备即将出现故障并报警;
将最小电流数字信号与基准最小电流数字信号进行比对,若最小电流数字信号超出基准最小电流数字信号预设阈值范围,则判断待测设备即将出现故障并报警;
将平均电流数字信号与基准平均电流数字信号进行比对,若平均电流数字信号超出基准平均电流数字信号预设阈值范围,则判断待测设备即将出现故障并报警。
在本发明实施例中,以最小电流数字信号、最大电流数字信号和平均电流数字信号多个指标为依据判断待测设备是否即将发生故障,当任一指标超出基准值数组预设阈值范围时,判断待测设备即将发生故障并报警,能够有效提高设备故障预测的准确性,且能够提前反馈至维修中心及时处理,降低设备故障发生率,提高生产效率。
作为本发明实施例的一种具体实施方式,在将待对比值分别对应与待测设备的基准值数组进行比对,根据比对结果得到待测设备的故障预测结果之后,还包括:
将待比对数值中的最大电流数字信号与额定电流值进行比对,若最大电流数字信号大于额定电流值,则判断待测设备电流过大异常。
可以理解的是,额定电流值为设备能够承受的最高电流,在检测到设备的最大电流数字信号大于额定电流时,判断待测设备电流过大异常,同时发出警报,有利于及时检测到设备的电流异常,防止设备长期以高电流运行而烧坏。
实施本发明实施例,具有以下有益效果:
本发明实施例采用电流传感技术采集待测设备的电源回路电流模拟量信号,通过模数转换模块将模拟量信号转换成对应的电流数字信号,并对预设时间周期的电流数字信号进行分析,以最大电流数字信号、最小电流数字信号和平均电流数字信号多个指标作为判断设备是否即将出现故障的指标,能够有效提高设备故障预测的准确性,提前反馈至维修中心及时处理,降低设备故障发生率,提高生产效率;且本发明实施例适用于多种型号的设备故障检测,适用性强。
请参阅图2,本发明的第二实施例提供了一种设备故障预测系统,包括:
转换模块10,用于采用电流传感技术将待测设备的电源回路电流转换为模拟量信号;
在本发明实施例中,采用电流传感技术将待测设备的电源回路电流转换为符合PLC数据格式的4-20mA模拟量信号。
采集模块20,用于通过模数转换模块将模拟量信号转换成对应的电流数字信号,并采集预设时间周期内的电流数字信号;
本发明实施例PLC通过模数转换模块将模拟量信号转换成可实时采集的数字信号,并在预设时间周期内采集所有的数字信号存储与PLC内存卡中。可选地,预设时间周期可以为5-10mS。
分析模块30,用于将电流数字信号绘制成数据变化曲线,并根据数据变化曲线的变化趋势进行分析获得电流数字信号的待比对值;待比对值包括最大电流数字信号、最小电流数字信号和平均电流数字信号;
本发明实施例从PLC内存卡中读取待测设备的电流数字信号,并以预设时间周期为单位,将电流数字信号绘制成数据变化曲线。
比对模块40,用于将待对比值分别对应与待测设备的基准值数组进行比对,根据比对结果得到待测设备的故障预测结果;其中基准值数组为待测设备在第一次投入实际工况时,在预设时间周期内采集的电流数字信号。
作为一种具体实施方式,实际工况为机器人将工件由起始点抓放至目标点的工作状态。本发明实施例在机器人第一次投入到实际工况是进行电流值数的采集,并作为基准值数组。
本发明实施例中PLC能够支持超高速数据采集的边缘计算设备,具有高可靠性以及强容错性。
作为本发明实施例的一种具体实施方式,转换模块10,具体用于:在待测设备的电源回路中设置电流互感器,根据电路互感器将待测设备的电源回路电路电流按照预设的比例转换成符合PLC采集格式的模拟量信号。
作为本发明实施例的一种具体实施方式,比对模块40,具体用于:
将最大电流数字信号与基准最大电流数字信号进行比对,若最大电流数字信号超出基准最大电流数字信号预设阈值范围,则判断待测设备即将出现故障并报警;
将最小电流数字信号与基准最小电流数字信号进行比对,若最小电流数字信号超出基准最小电流数字信号预设阈值范围,则判断待测设备即将出现故障并报警;
将平均电流数字信号与基准平均电流数字信号进行比对,若平均电流数字信号超出基准平均电流数字信号预设阈值范围,则判断待测设备即将出现故障并报警。
在本发明实施例中,以最小电流数字信号、最大电流数字信号和平均电流数字信号多个指标为依据判断待测设备是否即将发生故障,当任一指标超出基准值数组预设阈值范围时,判断待测设备即将发生故障并报警,能够有效提高设备故障预测的准确性,且能够提前反馈至维修中心及时处理,降低设备故障发生率,提高生产效率。
作为本发明实施例的一种具体实施方式,还包括判断模块,用于将待比对数值中的最大电流数字信号与额定电流值进行比对,若最大电流数字信号大于额定电流值,则判断待测设备电流过大异常。
可以理解的是,额定电流值为设备能够承受的最高电流,在检测到设备的最大电流数字信号大于额定电流时,判断待测设备电流过大异常,同时发出警报,有利于及时检测到设备的电流异常,防止设备长期以高电流运行而烧坏。
实施本发明实施例,具有以下有益效果:
本发明实施例采用电流传感技术采集待测设备的电源回路电流模拟量信号,通过模数转换模块将模拟量信号转换成对应的电流数字信号,并对预设时间周期的电流数字信号进行分析,以最大电流数字信号、最小电流数字信号和平均电流数字信号多个指标作为判断设备是否即将出现故障的指标,能够有效提高设备故障预测的准确性,提前反馈至维修中心及时处理,降低设备故障发生率,提高生产效率;且本发明实施例适用于多种型号的设备故障检测,适用性强。
本发明提供一种设备故障预测方法及系统,以解决现有技术无法准确对设备故障进行预测,导致设备故障预测的效率较低的技术问题。
以上是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (8)
1.一种设备故障预测方法,其特征在于,包括:
采用电流传感技术将待测设备的电源回路电流转换为模拟量信号;
通过模数转换模块将所述模拟量信号转换成对应的电流数字信号,并采集预设时间周期内的所述电流数字信号;
将所述电流数字信号绘制成数据变化曲线,并根据所述数据变化曲线的变化趋势进行分析获得所述电流数字信号的待比对值;所述待比对值包括最大电流数字信号、最小电流数字信号和平均电流数字信号;
将所述待对比值分别对应与所述待测设备的基准值数组进行比对,根据比对结果得到所述待测设备的故障预测结果;其中所述基准值数组为所述待测设备在第一次投入实际工况时,在预设时间周期内采集的电流数字信号。
2.如权利要求1所述的设备故障预测方法,其特征在于,所述采用电流传感技术将待测设备的电源回路电流转换为模拟量信号,具体为:
在所述待测设备的电源回路中设置电流互感器,根据所述电路互感器将所述待测设备的电源回路电路电流按照预设的比例转换成符合PLC采集格式的模拟量信号。
3.如权利要求1所述的设备故障预测方法,其特征在于,所述基准值数组包括基准最大电流数字信号、基准最小电流数字信号和基准平均电流数字信号,所述将所述待对比值分别对应与所述待测设备的基准值数组进行比对,根据比对结果得到所述待测设备的故障预测结果,具体为:
将所述最大电流数字信号与所述基准最大电流数字信号进行比对,若所述最大电流数字信号超出所述基准最大电流数字信号预设阈值范围,则判断所述待测设备即将出现故障并报警;
将所述最小电流数字信号与所述基准最小电流数字信号进行比对,若所述最小电流数字信号超出所述基准最小电流数字信号预设阈值范围,则判断所述待测设备即将出现故障并报警;
将所述平均电流数字信号与所述基准平均电流数字信号进行比对,若所述平均电流数字信号超出所述基准平均电流数字信号预设阈值范围,则判断所述待测设备即将出现故障并报警。
4.如权利要求1所述的设备故障预测方法,其特征在于,在将所述待对比值分别对应与所述待测设备的基准值数组进行比对,根据比对结果得到所述待测设备的故障预测结果之后,还包括:
将所述待比对数值中的最大电流数字信号与额定电流值进行比对,若所述最大电流数字信号大于所述额定电流值,则判断所述待测设备电流过大异常。
5.一种设备故障预测系统,其特征在于,包括:
转换模块,用于采用电流传感技术将待测设备的电源回路电流转换为模拟量信号;
采集模块,用于通过模数转换模块将所述模拟量信号转换成对应的电流数字信号,并采集预设时间周期内的所述电流数字信号;
分析模块,用于将所述电流数字信号绘制成数据变化曲线,并根据所述数据变化曲线的变化趋势进行分析获得所述电流数字信号的待比对值;所述待比对值包括最大电流数字信号、最小电流数字信号和平均电流数字信号;
比对模块,用于将所述待对比值分别对应与所述待测设备的基准值数组进行比对,根据比对结果得到所述待测设备的故障预测结果;其中所述基准值数组为所述待测设备在第一次投入实际工况时,在预设时间周期内采集的电流数字信号。
6.如权利要求5所述的设备故障预测系统,其特征在于,所述转换模块,具体用于:在所述待测设备的电源回路中设置电流互感器,根据所述电路互感器将所述待测设备的电源回路电路电流按照预设的比例转换成符合PLC采集格式的模拟量信号。
7.如权利要求5所述的设备故障预测系统,其特征在于,所述比对模块,具体用于:
将所述最大电流数字信号与所述基准最大电流数字信号进行比对,若所述最大电流数字信号超出所述基准最大电流数字信号预设阈值范围,则判断所述待测设备即将出现故障并报警;
将所述最小电流数字信号与所述基准最小电流数字信号进行比对,若所述最小电流数字信号超出所述基准最小电流数字信号预设阈值范围,则判断所述待测设备即将出现故障并报警;
将所述平均电流数字信号与所述基准平均电流数字信号进行比对,若所述平均电流数字信号超出所述基准平均电流数字信号预设阈值范围,则判断所述待测设备即将出现故障并报警。
8.如权利要求5所述的设备故障预测系统,其特征在于,还包括判断模块,用于将所述待比对数值中的最大电流数字信号与额定电流值进行比对,若所述最大电流数字信号大于所述额定电流值,则判断所述待测设备电流过大异常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010797790.6A CN111983295B (zh) | 2020-08-10 | 2020-08-10 | 一种设备故障预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010797790.6A CN111983295B (zh) | 2020-08-10 | 2020-08-10 | 一种设备故障预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111983295A true CN111983295A (zh) | 2020-11-24 |
CN111983295B CN111983295B (zh) | 2023-12-19 |
Family
ID=73445495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010797790.6A Active CN111983295B (zh) | 2020-08-10 | 2020-08-10 | 一种设备故障预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111983295B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113655307A (zh) * | 2021-07-27 | 2021-11-16 | 珠海格力电器股份有限公司 | 生产设备的异常监测方法、装置、设备和注塑机 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101183905A (zh) * | 2007-11-23 | 2008-05-21 | 上海华为技术有限公司 | 天馈故障检测装置及方法 |
CN101723209A (zh) * | 2009-12-18 | 2010-06-09 | 广州市特种机电设备检测研究院 | 一种电梯智能节电方法及装置 |
CN203180503U (zh) * | 2013-04-16 | 2013-09-04 | 国家电网公司 | 一种采用通信方式传输电流信息的弧光保护装置 |
CN103530681A (zh) * | 2013-10-09 | 2014-01-22 | 煤炭科学研究总院 | 一种用于检测矿用产品信息的系统和方法 |
CN106324530A (zh) * | 2016-08-25 | 2017-01-11 | 国网新疆电力公司信息通信公司 | 电源检测方法和装置 |
CN206021022U (zh) * | 2016-07-25 | 2017-03-15 | 国网安徽省电力公司电力科学研究院 | 一种材料老化试验设备的远程监控装置 |
CN110632876A (zh) * | 2019-09-28 | 2019-12-31 | 潍柴西港新能源动力有限公司 | 一种24v电源安全无线监控系统及方法 |
CN110930669A (zh) * | 2019-11-22 | 2020-03-27 | 国网湖北省电力有限公司武汉供电公司 | 一种变电站跳合闸回路监测预警系统及方法 |
CN114430198A (zh) * | 2022-01-27 | 2022-05-03 | 中国恩菲工程技术有限公司 | 智能配电装置的监控管理装置、方法、设备及存储介质 |
-
2020
- 2020-08-10 CN CN202010797790.6A patent/CN111983295B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101183905A (zh) * | 2007-11-23 | 2008-05-21 | 上海华为技术有限公司 | 天馈故障检测装置及方法 |
CN101723209A (zh) * | 2009-12-18 | 2010-06-09 | 广州市特种机电设备检测研究院 | 一种电梯智能节电方法及装置 |
CN203180503U (zh) * | 2013-04-16 | 2013-09-04 | 国家电网公司 | 一种采用通信方式传输电流信息的弧光保护装置 |
CN103530681A (zh) * | 2013-10-09 | 2014-01-22 | 煤炭科学研究总院 | 一种用于检测矿用产品信息的系统和方法 |
CN206021022U (zh) * | 2016-07-25 | 2017-03-15 | 国网安徽省电力公司电力科学研究院 | 一种材料老化试验设备的远程监控装置 |
CN106324530A (zh) * | 2016-08-25 | 2017-01-11 | 国网新疆电力公司信息通信公司 | 电源检测方法和装置 |
CN110632876A (zh) * | 2019-09-28 | 2019-12-31 | 潍柴西港新能源动力有限公司 | 一种24v电源安全无线监控系统及方法 |
CN110930669A (zh) * | 2019-11-22 | 2020-03-27 | 国网湖北省电力有限公司武汉供电公司 | 一种变电站跳合闸回路监测预警系统及方法 |
CN114430198A (zh) * | 2022-01-27 | 2022-05-03 | 中国恩菲工程技术有限公司 | 智能配电装置的监控管理装置、方法、设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113655307A (zh) * | 2021-07-27 | 2021-11-16 | 珠海格力电器股份有限公司 | 生产设备的异常监测方法、装置、设备和注塑机 |
Also Published As
Publication number | Publication date |
---|---|
CN111983295B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109186813B (zh) | 一种温度传感器自检装置及方法 | |
WO2014179801A1 (en) | System and method for ups battery monitoring and data analysis | |
CN111896161A (zh) | 一种在线监测弹簧弹力值的方法 | |
CN112173636B (zh) | 一种巡检机器人对皮带机托辊故障的检测方法 | |
CN116315173A (zh) | 基于新能源汽车的电池温度采样系统 | |
CN113739837A (zh) | 一种标准仪器的状态预测处理系统 | |
CN111983295A (zh) | 一种设备故障预测方法及系统 | |
CN109240253A (zh) | 一种在线设备诊断及预防性维护方法及系统 | |
CN117318310B (zh) | 一种防爆配电柜远程无人智慧监测系统 | |
CN114019422A (zh) | 基于ATT-BiLSTM的变压器故障监测系统 | |
CN115034094B (zh) | 一种金属加工机床运行状态预测方法及系统 | |
CN116381380A (zh) | 一种用于智能变电站故障录波器的动态故障监管系统 | |
CN114264902A (zh) | 一种防雷箱工作状态的监测方法、系统、电子设备及存储介质 | |
CN111986469A (zh) | 一种现场终端故障智能化诊断的方法 | |
CN113098132A (zh) | 一种基于群智能优化的改进机器学习故障诊断系统 | |
CN114035555A (zh) | 一种plc控制器故障检测系统 | |
CN109033031B (zh) | 一种基于高维随机矩阵的轴承状态检测方法 | |
CN112731221A (zh) | 一种电力变压器绕组变形在线监测方法及装置 | |
CN114689321A (zh) | 风力发电机组的轴承故障诊断方法、装置、电子设备 | |
CN211086964U (zh) | 一种基于物联网的远程设备振动管理系统 | |
CN220912359U (zh) | 一种变压器综合参数智能在线监测系统 | |
CN108919169A (zh) | 一种电能表的故障自诊断方法 | |
LU504189B1 (en) | A system for monitoring the surface temperature of photovoltaic modules | |
CN117873007B (zh) | 基于工业物联网的制造流程管理方法、系统、设备及介质 | |
CN115790944A (zh) | 一种直线电机推力测试机测试预警方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |