CN112326264A - 一种远程操控工程车辆的运行状态监测及故障诊断系统、方法 - Google Patents
一种远程操控工程车辆的运行状态监测及故障诊断系统、方法 Download PDFInfo
- Publication number
- CN112326264A CN112326264A CN202011189947.3A CN202011189947A CN112326264A CN 112326264 A CN112326264 A CN 112326264A CN 202011189947 A CN202011189947 A CN 202011189947A CN 112326264 A CN112326264 A CN 112326264A
- Authority
- CN
- China
- Prior art keywords
- data
- engineering vehicle
- state
- fault
- running state
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 63
- 238000003745 diagnosis Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004891 communication Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000013527 convolutional neural network Methods 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 5
- 238000010606 normalization Methods 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000011176 pooling Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005059 dormancy Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
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
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种远程操控工程车辆的运行状态监测及故障诊断系统、方法,包括信号采集模块、车载无线通信模块、服务器、终端显示模块;所述信号采集模块采集工程车辆运行过程中的信号,并将信号输送至所述车载无线通信模块,所述车载无线通信模块用于反向控制所述信号采集模块并将信号输送至所述服务器,所述服务器进行信号处理分析并将运行状态信息及故障诊断结果传输至所述终端显示模块。本发明能够实现对远程操控工程车辆的运行状态实时监测,及时发现运行过程中的故障信号并进行分析,通过故障诊断方法快速查找故障原因,以快速排除故障,恢复运行。
Description
技术领域
本发明涉及状态监测及故障诊断技术领域,特别涉及一种远程操控工程车辆的运行状态监测及故障诊断系统、方法。
背景技术
随着控制技术、网络技术及人工智能技术的发展,远程操控工程车辆(下文简称为工程车辆)逐步应用于灾难现场救援、现场环境探测等领域,对工程车辆的远程操控性能及稳定性也提出了更高的要求。由于工作环境恶劣,实时工况复杂多变,其零部件不可避免的会出现不同程度的劣化,导致不同程度的故障。由于微小故障初期特征不明显,监测诊断难度较高,若处理不及时可能会发展为“物理目测级”的显著性故障,对工程车辆的运行造成重大安全影响,甚至导致工程车辆损坏,延误救援时机,造成重大经济损失。对于远程操控工程车辆,仅通过视频监控、配备自有传感器等方式无法实时掌握工程车辆的实时运行状态。如何实现对工程车辆的实时运行状态监测及故障诊断成为目前行业中的一个难点问题。
发明内容
本发明的目的是提供一种远程操控工程车辆的运行状态监测及故障诊断系统、方法,能够实现远程操控工程车辆的运行状态监测及关键部件故障的诊断分析,解决无法实时掌握远程操控工程车辆运行状态的技术难题,克服了人工经验分析故障准确率低的缺点。
本发明的上述技术目的是通过以下技术方案得以实现的:
本发明提供一种远程操控工程车辆的运行状态监测及故障诊断系统,包括信号采集模块、车载无线通信模块、服务器、终端显示模块;
所述信号采集模块采集工程车辆运行过程中的信号,并将信号输送至所述车载无线通信模块,所述车载无线通信模块用于反向控制所述信号采集模块并将信号输送至所述服务器,所述服务器进行信号处理分析并将运行状态信息及故障诊断结果传输至所述终端显示模块。
进一步地,所述信号采集模块包括振动传感器、温度传感器、压力传感器、流量传感器;所述振动传感器、温度传感器、压力传感器、流量传感器分别采集工程车辆运行过程中的振动、温度、压力、流量信号,并将所采集信号进行A/D转换并传输至所述车载无线通信模块。
进一步地,所述车载无线通信模块包括控制器和无线收发单元;所述控制器用于控制车载无线通讯模块,并输出相关指令实现对振动传感器、温度传感器、压力传感器、流量传感器的控制,所述无线收发单元将所采集信号实时传输至所述服务器。
进一步地,所述服务器包括总控制器、无线收发单元、数据存储模块、状态监测模块、故障诊断模块;
所述总控制器用于控制无线收发单元、数据存储模块、状态监测模块、故障诊断模块;
所述数据存储模块用于存储当前运行数据、历史运行数据、运行状态数据、故障信息数据;
所述状态监测模块用于从当前运行数据中读取工程车辆的运行数据,并从运行状态数据中读取正常运行状态特征数据,结合实时运行数据进行运行状态监测,将运行状态信息传输至终端显示模块;
所述故障诊断模块用于从历史运行数据中读取工程车辆因故障停机前的n个周期数据进行故障诊断计算,并将故障诊断结果传输至终端显示模块。
进一步地,所述数据存储模块包括当前运行数据库、历史运行数据库、运行状态数据库、故障信息数据库;所述当前运行数据库用于存储经无线收发单元所接收的工程车辆运行数据;在工程车辆停机后,所述当前运行数据库储存的运行数据传输至历史运行数据库;所述故障信息数据库用于储存工程车辆的故障信息。
进一步地,所述状态监测模块包括数据处理分析单元、状态监测单元;所述数据处理分析单元从当前运行数据库读取工程车辆的运行数据,进行数据处理分析,并提取实时运行状态特征值传输至状态监测单元;所述状态监测单元从运行状态数据库读取正常运行状态特征数据,结合实时运行数据进行运行状态监测,将运行状态信息传输至所述终端显示模块。
进一步地,所述故障诊断模块包括数据处理分析单元、故障诊断分析单元;所述数据处理分析单元从历史运行数据库读取工程车辆因故障停机前的n个周期数据,进行数据处理分析并输入至故障诊断分析单元;所述故障诊断分析单元利用卷积神经网络模型对输入值进行故障诊断,并将故障诊断结果传输至终端显示模块,同时将故障信息存储至故障信息数据库。
进一步地,所述终端显示模块包括报警单元、故障信息显示单元;所述报警单元接收所述状态监测模块所输出的信息并进行显示;所述故障信息显示单元接收所述故障诊断模块所输出的信息并进行显示。
本发明还提供一种远程操控工程车辆运行状态监测方法,包括:
建立工程机械正常运行状态特征数据库;
读取工程车辆实时运行状态数据,进行数据处理分析,并提取实时运行状态特征值传输至状态监测单元;
状态监测单元根据所接收的实时运行状态特征值,与从正常运行状态特征数据库读取的正常运行状态特征数据进行比对,将运行状态信息传输至所述终端显示模块。
进一步地,建立工程车辆正常运行状态特征数据库的方法包括:
采集工程车辆正常运行状态信号数据;
按照所采集信号数据的周期T进行截断,计算周期T内信号的峰-峰值、均方根值、峭度值;
以时域数据为横坐标,按照峰-峰值、均方根值、峭度值的上下限,形成工程车辆正常运行状态特征包络线,以建立工程车辆正常运行状态特征数据库。
进一步地,状态监测单元根据所接收的实时运行状态特征值,与从正常运行状态特征数据库读取的正常运行状态特征数据进行比对,将运行状态信息传输至所述终端显示模块的方法包括:
当在时域数据范围内,峰-峰值、均方根值、峭度值的实时运行特征值连线处于正常运行状态特征包络线内时,判定工程车辆运行状态正常,报警单元为绿色界面,显示工程车辆运行状态正常;
当在时域数据范围内,峰-峰值、均方根值、峭度值的实时运行特征值连线超出正常运行状态特征包络线所规定的范围,并且存在持续增大/降低的趋势时,则判定工程车辆运行状态异常,报警单元为红色界面,显示工程车辆运行状态异常,并伴有蜂鸣声进行警报。
本发明还提供一种远程操控工程车辆故障诊断方法,包括:
建立并训练卷积神经网络故障诊断模型;
读取历史运行数据库中的振动信号数据,并进行数据处理分析;
输入已训练好的卷积神经网络故障诊断模型,进行故障诊断,并将故障信息传输至故障信息数据库和故障信息显示单元,分别进行故障数据储存以及提示操作人员排除故障。
本发明的有益效果如下:
本发明能够实现对远程操控工程车辆的运行状态实时监测,及时发现运行过程中的故障信号并进行分析,通过故障诊断方法快速查找故障原因,以快速排除故障,恢复运行。
附图说明
图1为本发明实施例中的一种远程操控工程车辆的运行状态监测及故障诊断系统的结构框图;
图2为本发明实施例中的一种远程操控工程车辆的运行状态监测及故障诊断方法的流程图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后…)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
参照图1,本发明提供一种远程操控工程车辆的运行状态监测及故障诊断系统,主要包括信号采集模块、车载无线通信模块、远程服务器、终端显示模块。如图1、图2所示。
所述信号采集模块包括但不限于各型振动传感器、温度传感器、压力传感器、流量传感器等,分别用于采集工程车辆运行过程中的振动、温度、压力、流量等信号,将所测得信号进行A/D转换并输出至车载无线通信模块。
所述车载无线通信模块包括控制器和无线收发单元。控制器用于实现对所述车载无线通讯模块的控制,包括但不限于车载无线通讯模块的休眠、启动、数据收发等功能,以及输出相关指令实现对各型传感器的控制。无线收发单元可采用5G网络技术、无线局域网技术进行所测振动、温度等数据实时传输至服务器。
所述服务器包括总控制器、无线收发单元、数据存储模块、状态监测模块、故障诊断模块。
所述总控制器用于对无线收发单元、数据存储模块、状态监测模块、故障诊断模块的控制,实现数据传输及存储、运行状态监测、故障诊断等功能。
所述数据存储模块包括当前运行数据库、历史运行数据库、运行状态数据库、故障信息数据库,同时设置有不同型号的通信串口用于数据读取。所述当前运行数据库用于短时存储经无线收发单元所接收的振动、温度等工程车辆运行数据;工程车辆停机后,当前运行数据库储存的运行数据传输至历史运行数据库,作为原始运行状态数据进行储存;所述故障信息数据库用于储存工程车辆的发动机、液压泵等重要部件的典型故障信息。
所述状态监测模块包括数据处理分析单元、状态监测单元。所述数据处理分析单元从当前运行数据库读取工程车辆的振动、温度等运行数据,进行包括但不限于峰-峰值、均方根值、峭度值等参数的计算,并输出至状态监测单元;所述状态监测单元从运行状态数据库读取正常运行状态特征数据,结合实时运行数据进行运行状态监测,将运行状态信息输出至终端显示模块的报警单元。
所述的故障诊断模块包括数据处理分析单元、故障诊断分析单元。所述数据处理分析单元从历史运行数据库读取工程车辆因故障停机前的n个周期数据,计算峭度值,输入至故障诊断单元;故障诊断分析单元利用卷积神经网络模型对输入值进行故障诊断,并将故障诊断结果传输至终端显示模块的故障信息显示单元,同时将故障信息存储至故障信息数据库。
所述终端显示模块包括报警单元、故障信息显示单元。包括但不限于手机、笔记本、平板电脑、液晶电视等设备。所述报警单元接收状态监测模块所输出的信息并进行显示;所述故障信息显示单元接收故障诊断模块所输出的信息并进行显示。
本发明提供一种工程车辆运行状态监测方法,主要包括以下步骤:
S1:建立工程车辆正常运行状态特征数据库。
S11:采集工程车辆正常运行状态信号数据,如振动、温度、压力、流量等信号。对于多个测点所布置的n个传感器,以其中一个传感器以所采集振动信号x(t)为例进行说明。
S12:按照所采集信号的周期T进行截断,计算周期T内信号的峰-峰值、均方根值、峭度等参数值。
峰-峰值计算公式:Vpp=max(x(ti))-min(x(ti))
S13:以时域数据为横坐标,按照峰-峰值、均方根值、峭度值的上下限,形成工程车辆正常运行状态特征包络线,以建立工程车辆正常运行状态特征数据库。
S2:根据所接收的工程车辆实时运行状态数据,进行如步骤S12的数据处理分析,将所提取的运行状态特征值传输至状态监测单元。
S3:状态监测单元根据所接收的运行状态特征值,与读取实时运行状态特征数据进行比对。
各个实时运行状态特征数据曲线处于正常运行状态特征包络线内时,判定工程车辆运行状态正常,报警单元为绿色界面,显示工程车辆运行状态正常;
当在时域数据范围内,峰-峰值、均方根值、峭度值的实时运行特征值连线超出正常运行状态特征包络线所规定的范围,并且存在持续增大/降低的趋势时,则判定工程车辆运行状态异常,报警单元为红色界面,显示工程车辆运行状态异常,并伴有蜂鸣声进行警报,提示操作人员停机进行维护。
本发明提供一种工程车辆故障诊断方法,主要包括以下步骤:
S1:建立工程机械故障诊断模型。以液压泵的故障诊断为例分析进行说明。
S11:采集液压泵故障运行状态的振动信号数据,进行峭度值计算,形成数据集。将数据集进行数据格式标准化、规范化、归一化,划分为训练集和验证集。
S12:建立卷积神经网络模型,并进行参数初始化。通过两层卷积神经网络进行特征提取,之后通过全连接层和Softmax层进行分类识别。
所述卷积层的运算过程如式所示:
式中,i为第i个卷积核,g(i)为第i个卷积核学习的特征图,a为输入数据,b为偏置项。x,y,z为输入数据的维度。
激活层中的激活函数采用Relu激活函数,加快网络训练速度,对于干扰具有更强的鲁棒性。如式所示
y(i)=f(g(i))=max{0,g(i)} i=1,2,…q
池化层对卷积层所提取的特征进行采样。如式所示。
pl(i,j)=max(j-1)w<i<jw{al(i,t)} j=1,2,…q
式中,al(i,t)为第l层中第i个特征图的第t个神经元,w表示卷积核的宽度,j为第j层池化层。
采用Softmax函数进行分类。如式所示。
式中,θ(i)(1≤i≤k)为模型参数,f(θ(i)x)为卷积神经网络的输出。
S13:用训练数据集对卷积神经网络。用训练数据集进行模型训练,参数调整,并用验证数据及验证模型诊断准确率。若满足要求则保存模型,执行步骤S2。否则执行步骤S1。
S2:读取历史运行数据库中的振动信号数据,进行峭度值计算,形成数据集。将峭度数据集进行数据格式标准化、规范化、归一化。
S3:输入已训练好的卷积神经网络故障诊断模型,进行故障诊断。得到具体故障信息并传输至故障信息数据库和故障信息显示单元,进行故障数据储存以及提示操作人员排除故障。
以上对本发明的较佳实施进行了具体说明,当然,本发明还可以采用与上述实施方式不同的形式,熟悉本领域的技术人员在不违背本发明精神的前提下所作的等同的变换或相应的改动,都应该属于本发明的保护范围内。
Claims (12)
1.一种远程操控工程车辆运行状态监测及故障诊断系统,其特征在于,包括信号采集模块、车载无线通信模块、服务器、终端显示模块;
所述信号采集模块采集工程车辆运行过程中的信号,并将信号输送至所述车载无线通信模块,所述车载无线通信模块用于反向控制所述信号采集模块并将信号输送至所述服务器,所述服务器进行信号处理分析并将运行状态信息及故障诊断结果传输至所述终端显示模块。
2.根据权利要求1所述的一种远程操控工程车辆的运行状态监测及故障诊断系统,其特征在于,所述信号采集模块包括振动传感器、温度传感器、压力传感器、流量传感器;所述振动传感器、温度传感器、压力传感器、流量传感器分别采集工程车辆运行过程中的振动、温度、压力、流量信号,并将所采集信号进行A/D转换并传输至所述车载无线通信模块。
3.根据权利要求1所述的一种远程操控工程车辆的运行状态监测及故障诊断系统,其特征在于,所述车载无线通信模块包括控制器和无线收发单元;所述控制器用于控制车载无线通讯模块,并输出相关指令实现对振动传感器、温度传感器、压力传感器、流量传感器的控制,所述无线收发单元将所采集信号实时传输至所述服务器。
4.根据权利要求1所述的一种远程操控工程车辆的运行状态监测及故障诊断系统,其特征在于,所述服务器包括总控制器、无线收发单元、数据存储模块、状态监测模块、故障诊断模块;
所述总控制器用于控制无线收发单元、数据存储模块、状态监测模块、故障诊断模块;
所述数据存储模块用于存储当前运行数据、历史运行数据、运行状态数据、故障信息数据;
所述状态监测模块用于从当前运行数据中读取工程车辆的运行数据,并从运行状态数据中读取正常运行状态特征数据,结合实时运行数据进行运行状态监测,将运行状态信息传输至终端显示模块;
所述故障诊断模块用于从历史运行数据中读取工程车辆因故障停机前的n个周期数据进行故障诊断计算,并将故障诊断结果传输至终端显示模块。
5.根据权利要求4所述的一种远程操控工程车辆的运行状态监测及故障诊断系统,其特征在于,所述数据存储模块包括当前运行数据库、历史运行数据库、运行状态数据库、故障信息数据库;所述当前运行数据库用于存储经无线收发单元所接收的工程车辆运行数据;在工程车辆停机后,所述当前运行数据库储存的运行数据传输至历史运行数据库;所述故障信息数据库用于储存工程车辆的故障信息。
6.根据权利要求5所述的一种远程操控工程车辆的运行状态监测及故障诊断系统,其特征在于,所述状态监测模块包括数据处理分析单元、状态监测单元;所述数据处理分析单元从当前运行数据库读取工程车辆的运行数据,进行数据处理分析,并提取实时运行状态特征值传输至状态监测单元;所述状态监测单元从运行状态数据库读取正常运行状态特征数据,结合实时运行数据进行运行状态监测,将运行状态信息传输至所述终端显示模块。
7.根据权利要求6所述的一种远程操控工程车辆的运行状态监测及故障诊断系统,其特征在于,所述故障诊断模块包括数据处理分析单元、故障诊断分析单元;所述数据处理分析单元从历史运行数据库读取工程车辆因故障停机前的n个周期数据,进行数据处理分析并输入至故障诊断分析单元;所述故障诊断分析单元利用卷积神经网络模型对输入值进行故障诊断,并将故障诊断结果传输至终端显示模块,同时将故障信息存储至故障信息数据库。
8.根据权利要求7所述的一种远程操控工程车辆的运行状态监测及故障诊断系统,其特征在于,所述终端显示模块包括报警单元、故障信息显示单元;所述报警单元接收所述状态监测模块所输出的信息并进行显示;所述故障信息显示单元接收所述故障诊断模块所输出的信息并进行显示。
9.一种远程操控工程车辆运行状态监测方法,其特征在于,包括:
建立工程车辆正常运行状态特征数据库;
读取工程车辆实时运行状态数据,进行数据处理分析,并提取实时运行状态特征值传输至状态监测单元;
状态监测单元根据所接收的实时运行状态特征值,与从正常运行状态特征数据库读取的正常运行状态特征数据进行比对,将运行状态信息传输至所述终端显示模块。
10.根据权利要求9所述的一种远程操控工程车辆运行状态监测方法,其特征在于,建立工程机械正常运行状态特征数据库的方法包括:
采集工程车辆正常运行状态信号数据;
按照所采集信号数据的周期T进行截断,计算周期T内信号的峰-峰值、均方根值、峭度值;
以时域数据为横坐标,按照峰-峰值、均方根值、峭度值的上下限,形成工程车辆正常运行状态特征包络线,以建立工程车辆正常运行状态特征数据库。
11.根据权利要求10所述的一种远程操控工程车辆运行状态监测方法,其特征在于,状态监测单元根据所接收的实时运行状态特征值,与从正常运行状态特征数据库读取的正常运行状态特征数据进行比对,将运行状态信息传输至所述终端显示模块的方法包括:
当在时域数据范围内,峰-峰值、均方根值、峭度值的实时运行特征值连线处于正常运行状态特征包络线内时,判定工程车辆运行状态正常,报警单元为绿色界面,显示工程车辆运行状态正常;
当在时域数据范围内,峰-峰值、均方根值、峭度值的实时运行特征值连线超出正常运行状态特征包络线所规定的范围,并且存在持续增大/降低的趋势时,则判定工程车辆运行状态异常,报警单元为红色界面,显示工程车辆运行状态异常,并伴有蜂鸣声进行警报。
12.一种远程操控工程车辆故障诊断方法,其特征在于,包括:
建立并训练卷积神经网络故障诊断模型;
读取历史运行数据库中的振动信号数据,并进行数据处理分析;
输入已训练好的卷积神经网络故障诊断模型,进行故障诊断,并将故障信息传输至故障信息数据库和故障信息显示单元,分别进行故障数据储存以及提示操作人员排除故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011189947.3A CN112326264A (zh) | 2020-10-30 | 2020-10-30 | 一种远程操控工程车辆的运行状态监测及故障诊断系统、方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011189947.3A CN112326264A (zh) | 2020-10-30 | 2020-10-30 | 一种远程操控工程车辆的运行状态监测及故障诊断系统、方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112326264A true CN112326264A (zh) | 2021-02-05 |
Family
ID=74297851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011189947.3A Pending CN112326264A (zh) | 2020-10-30 | 2020-10-30 | 一种远程操控工程车辆的运行状态监测及故障诊断系统、方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112326264A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113916302A (zh) * | 2021-10-28 | 2022-01-11 | 承德睿民科技有限公司 | 一种基于人工智能技术的天车在线检测诊断系统及方法 |
CN114331217A (zh) * | 2022-01-20 | 2022-04-12 | 上海纳宇电气有限公司 | 一种基于物联网设备远程维护的方法 |
CN117302236A (zh) * | 2023-09-27 | 2023-12-29 | 湖北天凯风林电子有限公司 | 一种基于深度学习的车辆状态监测方法及系统 |
CN113916302B (zh) * | 2021-10-28 | 2024-06-11 | 承德睿民科技有限公司 | 一种基于人工智能技术的天车在线检测诊断系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102494717A (zh) * | 2011-11-25 | 2012-06-13 | 长沙理工大学 | 基于传感器数据无线传输的工程机械故障诊断系统 |
CN105511450A (zh) * | 2015-12-30 | 2016-04-20 | 福建工程学院 | 叉装车远程故障监控及预测的方法 |
CN108022325A (zh) * | 2017-10-23 | 2018-05-11 | 重庆长安汽车股份有限公司 | 一种汽车发动机数据采集与故障隐患分析预警模型 |
CN111505424A (zh) * | 2020-05-06 | 2020-08-07 | 哈尔滨工业大学 | 一种基于深度卷积神经网络的大型实验装置电力设备故障诊断方法 |
CN211374073U (zh) * | 2020-03-27 | 2020-08-28 | 交通运输部公路科学研究所 | 一种汽车故障远程诊断系统 |
-
2020
- 2020-10-30 CN CN202011189947.3A patent/CN112326264A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102494717A (zh) * | 2011-11-25 | 2012-06-13 | 长沙理工大学 | 基于传感器数据无线传输的工程机械故障诊断系统 |
CN105511450A (zh) * | 2015-12-30 | 2016-04-20 | 福建工程学院 | 叉装车远程故障监控及预测的方法 |
CN108022325A (zh) * | 2017-10-23 | 2018-05-11 | 重庆长安汽车股份有限公司 | 一种汽车发动机数据采集与故障隐患分析预警模型 |
CN211374073U (zh) * | 2020-03-27 | 2020-08-28 | 交通运输部公路科学研究所 | 一种汽车故障远程诊断系统 |
CN111505424A (zh) * | 2020-05-06 | 2020-08-07 | 哈尔滨工业大学 | 一种基于深度卷积神经网络的大型实验装置电力设备故障诊断方法 |
Non-Patent Citations (2)
Title |
---|
杜名喆等: "基于经验小波分解和卷积神经网络的液压泵故障诊断", 《液压与气动》 * |
郭世明 编著: "《动车组检测与故障诊断技术》", 31 October 2008, 成都 :西南交通大学出版社 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113916302A (zh) * | 2021-10-28 | 2022-01-11 | 承德睿民科技有限公司 | 一种基于人工智能技术的天车在线检测诊断系统及方法 |
CN113916302B (zh) * | 2021-10-28 | 2024-06-11 | 承德睿民科技有限公司 | 一种基于人工智能技术的天车在线检测诊断系统及方法 |
CN114331217A (zh) * | 2022-01-20 | 2022-04-12 | 上海纳宇电气有限公司 | 一种基于物联网设备远程维护的方法 |
CN117302236A (zh) * | 2023-09-27 | 2023-12-29 | 湖北天凯风林电子有限公司 | 一种基于深度学习的车辆状态监测方法及系统 |
CN117302236B (zh) * | 2023-09-27 | 2024-03-26 | 湖北天凯风林电子有限公司 | 一种基于深度学习的车辆状态监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107941537B (zh) | 一种机械设备健康状态评估方法 | |
KR20190107080A (ko) | 클라우드 기반 차량 고장 진단 방법, 장치 및 시스템 | |
CN110514957A (zh) | 变电站自动巡检方法和平台 | |
CN112326264A (zh) | 一种远程操控工程车辆的运行状态监测及故障诊断系统、方法 | |
AU2020103722A4 (en) | A Dynamic Early Warning System for Power Station Operating Parameters Based on Cloud Platform | |
WO2013155161A1 (en) | Efficient health management, diagnosis and prognosis of a machine | |
CN110544247B (zh) | 人工智能云计算多途径设备系统运行缺陷检查监控方法 | |
CN102257448B (zh) | 使用切换模型对信号进行滤波的方法和设备 | |
EP3865963A1 (en) | Method and device for analyzing vehicle failure | |
CN104615121B (zh) | 一种列车故障诊断方法及系统 | |
CN109094574B (zh) | 一种基于台架的无人车驾驶状态测量控制系统 | |
CN108332955A (zh) | 一种基于振动信号的机械链接松动检测与预警方法 | |
CN106656669A (zh) | 一种基于阈值自适应设置的设备参数异常检测系统及方法 | |
CN114419880A (zh) | 一种基于人车和环境的驾驶行为分析方法及系统 | |
CN115526515A (zh) | 一种水利水电用闸门的安全监测系统 | |
CN114372489A (zh) | 一种柴油机工况识别与异常诊断方法 | |
CN108389282A (zh) | 一种车载故障自诊断预警云系统 | |
CN114738205A (zh) | 一种浮式风机基础的状态监测方法、装置、设备和介质 | |
CN201035376Y (zh) | 工业生产过程小样本条件下的故障诊断装置 | |
CN110525513B (zh) | 一种线控转向系统的故障监测方法和故障监测系统 | |
CN204790560U (zh) | 一种基于obd-ii接口的汽车智能诊断定位设备 | |
CN114488994A (zh) | 一种提升车辆故障诊断鲁棒性的优化方法及装置 | |
CN114863210A (zh) | 桥梁结构健康监测数据驱动模型的对抗样本攻击方法及系统 | |
CN113988687A (zh) | 一种核动力装置状态监测方法及系统 | |
CN107943002B (zh) | 环卫设备故障诊断方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210205 |