CN112924471B - 一种设备故障诊断系统及其诊断方法 - Google Patents

一种设备故障诊断系统及其诊断方法 Download PDF

Info

Publication number
CN112924471B
CN112924471B CN202110101052.8A CN202110101052A CN112924471B CN 112924471 B CN112924471 B CN 112924471B CN 202110101052 A CN202110101052 A CN 202110101052A CN 112924471 B CN112924471 B CN 112924471B
Authority
CN
China
Prior art keywords
diagnosis
equipment
current target
fault
target equipment
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.)
Active
Application number
CN202110101052.8A
Other languages
English (en)
Other versions
CN112924471A (zh
Inventor
李军
李阳
施德航
何晓亮
张翅飞
周波
周政
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Huaneng Baoxinghe Hydropower Co Ltd
Original Assignee
Sichuan Huaneng Baoxinghe Hydropower Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sichuan Huaneng Baoxinghe Hydropower Co Ltd filed Critical Sichuan Huaneng Baoxinghe Hydropower Co Ltd
Priority to CN202110101052.8A priority Critical patent/CN112924471B/zh
Publication of CN112924471A publication Critical patent/CN112924471A/zh
Application granted granted Critical
Publication of CN112924471B publication Critical patent/CN112924471B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0096Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00Investigating or analyzing materials by the use of thermal means
    • G01N25/72Investigating presence of flaws
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077Imaging

Landscapes

  • Physics & Mathematics (AREA)
  • General 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)
  • Immunology (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明属于故障诊断技术领域,具体公开一种设备故障诊断系统及其诊断方法,所述的设备故障诊断系统包括诊断中心和若干诊断单元,每个诊断单元包括均设置于目标设备处的工控机、红外热像设备、可见光拍摄设备以及通讯模块,所述的诊断包括如下步骤:S1:初始化设备故障诊断系统;S2:诊断单元采集当前目标设备的运行数据;S3:对运行数据进行分析,得到当前目标设备的故障诊断结果;S4:将当前目标设备的故障诊断结果发送至诊断中心。本发明解决了现有技术存在的人力成本投入大、检测效率低和故障分析精确度低的问题。

Description

一种设备故障诊断系统及其诊断方法
技术领域
本发明属于故障诊断技术领域,具体涉及一种设备故障诊断系统及其诊断方法。
背景技术
电力设备主要包括发电设备和供电设备两大类,电力系统中电力设备大多采用的计划检修体制存在着严重缺陷,如临时性维修频繁、维修不足或维修过剩、盲目维修等,这使世界各国每年在设备维修方面耗资巨大。怎样合理安排电力设备的检修,节省检修费用、降低检修成本,同时保证系统有较高的可靠性,对系统运行人员来说是一个重要课题。同时,对电力设备进行检修大多依靠人工进行巡检的方式,这种方式人力成本投入大,检测效率低,并且通常依靠有经验的工人对具体的故障情况进行分析和判断,其故障诊断精确度低,由于人工诊断存在误差,容易造成严重的安全事故和导致故障情况继续扩大。
发明内容
本发明旨在于至少在一定程度上解决上述技术问题之一。
为此,本发明目的在于提供一种设备故障诊断方法,用于解决现有技术存在的人力成本投入大、检测效率低和故障分析精确度低的问题。
本发明所采用的技术方案为:
一种设备故障诊断系统,包括诊断中心和若干诊断单元,诊断中心分别与若干诊断单元通信连接,若干诊断单元一一对应的设置于目标设备处。
进一步地,每个诊断单元包括均设置于目标设备处的工控机、红外热像设备、可见光拍摄设备以及通讯模块,工控机分别与红外热像设备、可见光拍摄设备以及通讯模块通信连接,通讯模块与诊断中心通信连接。
进一步地,诊断中心包括服务器,服务器分别与若干诊断单元通信连接。
一种设备故障诊断方法,应用于设备故障诊断系统,设备故障诊断系统包括诊断中心和若干诊断单元,每个诊断单元包括均设置于目标设备处的工控机、红外热像设备、可见光拍摄设备以及通讯模块,包括如下步骤:
S1:初始化设备故障诊断系统;
S2:诊断单元采集当前目标设备的运行数据;
S3:对运行数据进行分析,得到当前目标设备的故障诊断结果;
S4:将当前目标设备的故障诊断结果发送至诊断中心。
进一步地,步骤S1的具体步骤为:
S1-1:诊断中心建立数据库,采集所有目标设备的设备图像;
S1-2:提取所有设备图像的特征值,并将对应目标设备的特征值保存至数据库;
S1-3:根据当前目标设备的基本信息和对应的特征值,诊断中心建立监测信息表单,并将监测信息表单发送至对应目标设备的诊断单元的工控机。
进一步地,步骤S1-3中,监测信息表单包括监测故障事件信息表、监测目标信息表以及故障等级信息表。
进一步地,步骤S2中,目标设备的运行数据包括当前目标设备的红外热像图像和对应的可见光图像。
进一步地,步骤S3的具体步骤为:
S3-1:判断当前目标设备的运行数据中红外热像图像的红外热像数据是否超过预设的标准温度值,若是则进入步骤S3-2,否则返回步骤S2;
S3-2:采集红外热像图像中红外热像数据超过标准温度值的像素点数目,根据当前目标设备的监测信息表单判断当前像素点数目是否超过最小分析像素值,若是则进入步骤S3-3,否则返回步骤S2;
S3-3:根据当前目标设备的监测信息表单和运行数据中可见光图像进行设备匹配,若设备匹配成功,进入步骤S3-4,否则向诊断中心发送设备匹配错误消息,并返回步骤S2;
S3-4:根据当前目标设备的红外热像图像中红外热像数据,得到当前目标设备的故障等级,并根据故障等级更新监测信息表单,得到当前目标设备的故障诊断结果。
进一步地,步骤S3-3中,进行设备匹配的判断公式为:
Figure BDA0002915965400000031
式中,C为当前目标设备的可见光图像的轮廓差因子;Mmin、Mmax均为当前目标设备的监测信息表单中的轮廓因子的门限值。
进一步地,轮廓差因子的公式为:
Figure BDA0002915965400000032
式中,C为当前目标设备的可见光图像的轮廓差因子;L(i,j)为轮廓参考函数;F(i,j)为当前目标设备的监测信息表单中的轮廓函数;i为水平指示量;j为垂直指示量。
本发明的有益效果为:
本发明提出一种设备故障诊断系统以及诊断方法,避免了人工巡检,减少了人力成本投入,提高了巡检效率能通过红外热像图和可见光图像进行目标设备的运行数据分析,实现了目标设备的运行状态监控和故障诊断分析进行前端和后端分别处理,对目标设备进行智能识别和智能故障诊断,在实现智能化的同时,提高了巡检精确度。
本发明的其他有益效果将在具体实施方式中进行详细说明。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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是设备故障诊断系统结构框图。
图2是设备故障诊断方法流程图。
具体实施方式
下面结合附图及具体实施例来对本发明作进一步阐述。在此需要说明的是,对于这些实施例方式的说明虽然是用于帮助理解本发明,但并不构成对本发明的限定。本发明公开的功能细节仅用于描述本发明的示例实施例。然而,可用很多备选的形式来体现本发明,并且不应当理解为本发明限制在本发明阐述的实施例中。
应当理解,本发明使用的术语仅用于描述特定实施例,并不意在限制本发明的示例实施例。若术语“包括”、“包括了”、“包含”和/或“包含了”在本发明中被使用时,指定所声明的特征、整数、步骤、操作、单元和/或组件的存在性,并且不排除一个或多个其他特征、数量、步骤、操作、单元、组件和/或他们的组合存在性或增加。
应当理解,还应当注意到在一些备选实施例中,所出现的功能/动作可能与附图出现的顺序不同。例如,取决于所涉及的功能/动作,实际上可以实质上并发地执行,或者有时可以以相反的顺序来执行连续示出的两个图。
应当理解,在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统,以避免用不必要的细节来使得示例不清楚。在其他实例中,可以不以不必要的细节来示出众所周知的过程、结构和技术,以避免使得示例实施例不清楚。
实施例1
如图1所示,本实施例提供一种设备故障诊断系统,包括诊断中心和若干诊断单元,诊断中心分别与若干诊断单元通信连接,若干诊断单元一一对应的设置于目标设备处。
作为优选,每个诊断单元包括均设置于目标设备处的工控机、红外热像设备、可见光拍摄设备以及通讯模块,工控机分别与红外热像设备、可见光拍摄设备以及通讯模块通信连接,通讯模块与诊断中心通信连接。
作为优选,诊断中心包括服务器,服务器分别与若干诊断单元通信连接。
如图2所示,一种设备故障诊断方法,应用于设备故障诊断系统,设备故障诊断系统包括诊断中心和若干诊断单元,每个诊断单元包括均设置于目标设备处的工控机、红外热像设备、可见光拍摄设备以及通讯模块,包括如下步骤:
S1:初始化设备故障诊断系统;
具体步骤为:
S1-1:诊断中心建立数据库,采集所有目标设备的设备图像;
在设备故障诊断系统开始工作前,进行初始化,建立一个数据库,会提前拍每个设备的图像,提取每个设备的轮廓,用来在后期进行诊断的时候,进行判断当前目标设备是不是这个工控机接收到监测信息表单的指定设备;
S1-2:提取所有设备图像的特征值,并将对应目标设备的特征值保存至数据库;
S1-3:根据当前目标设备的基本信息和对应的特征值,诊断中心建立监测信息表单,并将监测信息表单发送至对应目标设备的诊断单元的工控机;
监测信息表单包括如表1所示的监测故障事件信息表、如表2所示的监测目标信息表以及如表3所示的故障等级信息表;
表1
Figure BDA0002915965400000061
表2
Figure BDA0002915965400000062
表3
故障等级 故障描述
S 严重缺陷,必须停机
A 较严重缺陷,待人工确认
B 一般缺陷,可暂时不处理,须计入统计数据
C 正常
表1中,包括了监测ID、监测目标以及故障诊断结果的故障等级,根据此表可以准确定位当前目标设备和对应的故障诊断结果的故障等级,再根据表3中各故障等级的故障描述,实现了准确的对目标设备进行故障诊断,表2中,包括了目标ID、设备名称、设备描述、轮廓因子、标准温度、最小分析像素以及故障评估参数的当前目标设备的基本信息,根据基本信息能够进行后续的故障诊断;
S2:诊断单元采集当前目标设备的运行数据;
目标设备的运行数据包括当前目标设备的红外热像图像和对应的可见光图像;
红外热像设备采集当前目标设备的红外热像图像,可见光拍摄设备采集当前目标设备的可见光图像,工控机设定数据采集周期,按周期获取运行数据,并根据监测信息表单的信息进行故障诊断分析;
S3:对运行数据进行分析,得到当前目标设备的故障诊断结果,具体步骤为:
S3-1:判断当前目标设备的运行数据中红外热像图像的红外热像数据是否超过预设的标准温度值,若是则进入步骤S3-2,否则返回步骤S2;
S3-2:采集红外热像图像中红外热像数据超过标准温度值的像素点数目,根据当前目标设备的监测信息表单判断当前像素点数目是否超过最小分析像素值,若是则进入步骤S3-3,否则返回步骤S2;
S3-3:根据当前目标设备的监测信息表单和运行数据中可见光图像进行设备匹配,若设备匹配成功,进入步骤S3-4,否则向诊断中心发送设备匹配错误消息,并返回步骤S2;
进行设备匹配的判断公式为:
Figure BDA0002915965400000071
式中,C为当前目标设备的可见光图像的轮廓差因子;Mmin、Mmax均为当前目标设备的监测信息表单中的轮廓因子的门限值;
轮廓差因子的公式为:
Figure BDA0002915965400000081
式中,C为当前目标设备的可见光图像的轮廓差因子;L(i,j)为轮廓参考函数;F(i,j)为当前目标设备的监测信息表单中的轮廓函数;i为水平指示量;j为垂直指示量;
轮廓参考函数的公式为:
Figure BDA0002915965400000082
式中,L(i,j)为轮廓参考函数;P(i,j)为可见光图像的比较评估函数;J为当前目标设备的预设的轮廓判定参数;
可见光图像的比较评估函数的公式为:
Figure BDA0002915965400000083
式中,P(i,j)为可见光图像的比较评估函数;Gi为可见光图像的水平像素评估数组;Gj为可见光图像的垂直像素评估数组;
可见光图像的水平像素评估数组和垂直像素评估数组的公式为:
Figure BDA0002915965400000084
式中,Gi为可见光图像的水平像素评估数组;Gj为可见光图像的垂直像素评估数组;f(i,j)为可见光图像的像素点位置函数;图像的水平分辨率为H1,因此i的取值范围为0~(H1-1),图像的垂直分辨率为V1,因此j的取值范围为0~(V1-1);
S3-4:根据当前目标设备的红外热像图像中红外热像数据,得到当前目标设备的故障等级,并根据故障等级更新监测信息表单,得到当前目标设备的故障诊断结果;
具体的故障等级诊断方法为:
设置温度门限值W1,设置温差门限值V2,设置温升门限值A3,设置温升记录单位时间值U3,设置温升次数门限值N3,设置延迟时间值T;
当从红外热像设备采集到的红外热像数据中最高温度高于W1时,启动定时器Timer1,Timer1的值设置为T,在定时器Timer1运行期间,如果最高温度低于W1,则停止定时器;在定时器Timer1运行期间,如果最高温度持续高于W1,则在Timer1到时时,设置当前故障等级为B,并开始记录红外热像设备采集到的最高温和最低温的差值Vm;
当故障等级为B时,如果最高温度的值低于W1,则启动定时器Timer1,Timer1的值设置为T,如果在Timer1运行中,最高温度的值高于W1,则停止定时器Timer1,如果最高温度的值持续低于W1,则在Timer1到时时,设置当前故障等级为C;
当故障等级为B时,如果最高温和最低温的差值Vm高于V2,则启动定时器Timer2,Timer2的值设置为T,在定时器Timer2运行期间,如果温差值Vm低于V2,则停止定时器;在定时器Timer2运行期间,如果温差值持续高于V2,且最高温值大于W1,则在Timer2到时时,设置故障等级为A;
当故障等级为A时,如果最高温度的值低于W1,则启动定时器Timer1,Timer1的值设置为T,如果在Timer1运行中,最高温度的值高于W1,则停止定时器Timer1,如果最高温度的值持续低于W1,则在Timer1到时时,设置故障等级为C;
当故障等级为A时,如果温差值低于V2,则启动定时器Timer2,Timer2的值设置为T,如果在Timer2运行中,温差值高于V2,则停止定时器Timer2,如果温差值持续低于V2,则在Timer2到时时,判断当前最高温度的值是否大于W1,如果大于或等于,则设置故障等级为B,如果小于,则设置故障等级为C;
当故障等级为A时,设置定时器Period3,Period3的值设置为U3,记录当前最高温度值Wx,同时启动定时器Period3,在定时器Period3到时时,记录此时的最高温度值Wy,计算当前单位时间的温升值As1=Wy-Wx,周期性的启动定时器Period3,每次到时时记录当前最高温度值,以此类推,记录温升值序列As2,As3……AsN。比较温升值AsN与温升门限值A3,如果连续超过门限值A3的数目大于或等于N3,且最高温值大于W1,且温差值大于V2,则设置故障等级为S;
当故障等级为S时,如果最高温度的值低于W1,则启动定时器Timer1,Timer1的值设置为T,如果在Timer1运行中,最高温度的值高于W1,则停止定时器Timer1,如果最高温度的值持续低于W1,则在Timer1到时时,设置故障等级为C;
当故障等级为S时,如果温差值低于V2,则启动定时器Timer2,Timer2的值设置为T,如果在Timer2运行中,温差值高于V2,则停止定时器Timer2,如果温差值持续低于V2,则在Timer2到时时,判断当前最高温度的值是否大于W1,如果大于或等于,则设置故障等级为B,如果小于,则设置故障等级为C;
当故障等级为S时,如果温升值小于A3,且连续小于门限值A3的数目大于或等于N3,则判断温差值和最高温度的值;
如果温差值大于或等于V2,且最高温度的值大于或等于W1,则设置故障等级为A;
如果温差值小于或等于V2,且最高温度的值大于或等于W1,则设置故障等级为B;
如果最高温度的值小于W1,则设置故障等级为C;
S4:将当前目标设备的故障诊断结果发送至诊断中心。
本发明提出一种设备故障诊断系统以及诊断方法,避免了人工巡检,减少了人力成本投入,提高了巡检效率能通过红外热像图和可见光图像进行目标设备的运行数据分析,实现了目标设备的运行状态监控和故障诊断分析进行前端和后端分别处理,对目标设备进行智能识别和智能故障诊断,在实现智能化的同时,提高了巡检精确度。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所描述的实施例仅仅是示意性的,若涉及到作为分离部件说明的单元,其可以是或者也可以不是物理上分开的;若涉及到作为单元显示的部件,其可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
本发明不局限于上述可选的实施方式,任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制,本发明的保护范围应当以权利要求书中界定的为准,并且说明书可以用于解释权利要求书。

Claims (3)

1.一种设备故障诊断方法,应用于设备故障诊断系统,其特征在于:所述的设备故障诊断系统包括诊断中心和若干诊断单元,所述的诊断中心分别与若干诊断单元通信连接,若干所述的诊断单元一一对应的设置于目标设备处;
每个所述的诊断单元包括均设置于目标设备处的工控机、红外热像设备、可见光拍摄设备以及通讯模块,所述的工控机分别与红外热像设备、可见光拍摄设备以及通讯模块通信连接,所述的通讯模块与诊断中心通信连接;
所述的诊断中心包括服务器,所述的服务器分别与若干诊断单元通信连接;
所述的设备故障诊断方法,包括如下步骤:
S1:初始化设备故障诊断系统;
S1-1:诊断中心建立数据库,采集所有目标设备的设备图像;
S1-2:提取所有设备图像的特征值,并将对应目标设备的特征值保存至数据库;
S1-3:根据当前目标设备的基本信息和对应的特征值,诊断中心建立监测信息表单,并将监测信息表单发送至对应目标设备的诊断单元的工控机;
所述的监测信息表单包括监测故障事件信息表、监测目标信息表以及故障等级信息表;
S2:诊断单元采集当前目标设备的运行数据,所述的目标设备的运行数据包括当前目标设备的红外热像图像和对应的可见光图像;
S3:对运行数据进行分析,得到当前目标设备的故障诊断结果;
S3-1:判断当前目标设备的运行数据中红外热像图像的红外热像数据是否超过预设的标准温度值,若是则进入步骤S3-2,否则返回步骤S2;
S3-2:采集红外热像图像中红外热像数据超过标准温度值的像素点数目,根据当前目标设备的监测信息表单判断当前像素点数目是否超过最小分析像素值,若是则进入步骤S3-3,否则返回步骤S2;
S3-3:根据当前目标设备的监测信息表单和运行数据中可见光图像进行设备匹配,若设备匹配成功,进入步骤S3-4,否则向诊断中心发送设备匹配错误消息,并返回步骤S2;
S3-4:根据当前目标设备的红外热像图像中红外热像数据,得到当前目标设备的故障等级,并根据故障等级更新监测信息表单,得到当前目标设备的故障诊断结果;
S4:将当前目标设备的故障诊断结果发送至诊断中心。
2.根据权利要求1所述的一种设备故障诊断方法,其特征在于:所述的步骤S3-3中,进行设备匹配的判断公式为:
Figure FDA0003882408460000021
式中,C为当前目标设备的可见光图像的轮廓差因子;Mmin、Mmax均为当前目标设备的监测信息表单中的轮廓因子的门限值。
3.根据权利要求2所述的一种设备故障诊断方法,其特征在于:所述的轮廓差因子的公式为:
Figure FDA0003882408460000022
式中,C为当前目标设备的可见光图像的轮廓差因子;L(i,j)为轮廓参考函数;F(i,j)为当前目标设备的监测信息表单中的轮廓函数;i为水平指示量;j为垂直指示量。
CN202110101052.8A 2021-01-26 2021-01-26 一种设备故障诊断系统及其诊断方法 Active CN112924471B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110101052.8A CN112924471B (zh) 2021-01-26 2021-01-26 一种设备故障诊断系统及其诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110101052.8A CN112924471B (zh) 2021-01-26 2021-01-26 一种设备故障诊断系统及其诊断方法

Publications (2)

Publication Number Publication Date
CN112924471A CN112924471A (zh) 2021-06-08
CN112924471B true CN112924471B (zh) 2022-12-09

Family

ID=76166038

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110101052.8A Active CN112924471B (zh) 2021-01-26 2021-01-26 一种设备故障诊断系统及其诊断方法

Country Status (1)

Country Link
CN (1) CN112924471B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112686886B (zh) * 2021-01-26 2024-01-23 四川华能宝兴河水电有限责任公司 一种电力巡检系统及其设备故障诊断方法
CN113484054B (zh) * 2021-07-06 2023-04-11 座头鲸通信技术(武汉)有限公司 一种智能家具新风系统运行故障智能诊断分析方法及云分析平台
CN113899973A (zh) * 2021-10-11 2022-01-07 四川华能嘉陵江水电有限责任公司 基于红外热成像和可见光图像的发电设备故障诊断方法
CN114937142B (zh) * 2022-07-20 2022-09-23 北京智盟信通科技有限公司 基于图计算的电力设备故障诊断模型实现方法
CN115356649A (zh) * 2022-09-01 2022-11-18 武汉珩链云信息科技有限公司 一种新能源电池故障诊断方法、系统及计算机存储介质

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002011035A1 (en) * 2000-08-01 2002-02-07 Logical Images, Inc. System and method to aid diagnoses using cross-referenced knowledge and image databases
CN101192997A (zh) * 2006-11-24 2008-06-04 中国科学院沈阳自动化研究所 分布式设备远程状态监测与故障诊断系统
CN101819411A (zh) * 2010-03-17 2010-09-01 燕山大学 一种基于gpu的改进加权关联规则的设备故障预警与诊断方法
CN103630244A (zh) * 2013-12-18 2014-03-12 重庆大学 电力系统设备故障诊断方法及系统
CN106959686A (zh) * 2017-04-05 2017-07-18 黄河水利职业技术学院 一种智能远程诊断系统及方法
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
CN107643125A (zh) * 2017-08-14 2018-01-30 中车青岛四方机车车辆股份有限公司 设备故障的确定方法和装置
CN108320043A (zh) * 2017-12-19 2018-07-24 江苏瑞中数据股份有限公司 一种基于电力大数据的配电网设备状态诊断预测方法
CN109443812A (zh) * 2018-09-21 2019-03-08 同济大学 基于图像数据的暖通空调设备故障诊断方法及系统
CN109540325A (zh) * 2018-10-30 2019-03-29 广州科易光电技术有限公司 一种温度监控终端
CN109753046A (zh) * 2017-11-08 2019-05-14 廖利华 基于工程机械的远程故障诊断设备
CN110426126A (zh) * 2019-07-04 2019-11-08 广州科易光电技术有限公司 基于无人机的电力巡检方法及系统
CN110567964A (zh) * 2019-07-19 2019-12-13 华瑞新智科技(北京)有限公司 一种检测变电设备缺陷的方法、装置及存储介质
CN111337237A (zh) * 2020-03-17 2020-06-26 北京必可测科技股份有限公司 一种设备故障的诊断方法及系统
CN111861951A (zh) * 2020-06-01 2020-10-30 浙江双视红外科技股份有限公司 基于红外光和可见光的双波段监测方法、装置及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020090125A1 (ja) * 2018-10-29 2020-05-07 コニカミノルタ株式会社 検査支援方法、検査支援装置および検査支援用プログラム
US10953899B2 (en) * 2018-11-15 2021-03-23 Avante International Technology, Inc. Image-based monitoring and detection of track/rail faults

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002011035A1 (en) * 2000-08-01 2002-02-07 Logical Images, Inc. System and method to aid diagnoses using cross-referenced knowledge and image databases
CN101192997A (zh) * 2006-11-24 2008-06-04 中国科学院沈阳自动化研究所 分布式设备远程状态监测与故障诊断系统
CN101819411A (zh) * 2010-03-17 2010-09-01 燕山大学 一种基于gpu的改进加权关联规则的设备故障预警与诊断方法
CN103630244A (zh) * 2013-12-18 2014-03-12 重庆大学 电力系统设备故障诊断方法及系统
CN106959686A (zh) * 2017-04-05 2017-07-18 黄河水利职业技术学院 一种智能远程诊断系统及方法
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
CN107643125A (zh) * 2017-08-14 2018-01-30 中车青岛四方机车车辆股份有限公司 设备故障的确定方法和装置
CN109753046A (zh) * 2017-11-08 2019-05-14 廖利华 基于工程机械的远程故障诊断设备
CN108320043A (zh) * 2017-12-19 2018-07-24 江苏瑞中数据股份有限公司 一种基于电力大数据的配电网设备状态诊断预测方法
CN109443812A (zh) * 2018-09-21 2019-03-08 同济大学 基于图像数据的暖通空调设备故障诊断方法及系统
CN109540325A (zh) * 2018-10-30 2019-03-29 广州科易光电技术有限公司 一种温度监控终端
CN110426126A (zh) * 2019-07-04 2019-11-08 广州科易光电技术有限公司 基于无人机的电力巡检方法及系统
CN110567964A (zh) * 2019-07-19 2019-12-13 华瑞新智科技(北京)有限公司 一种检测变电设备缺陷的方法、装置及存储介质
CN111337237A (zh) * 2020-03-17 2020-06-26 北京必可测科技股份有限公司 一种设备故障的诊断方法及系统
CN111861951A (zh) * 2020-06-01 2020-10-30 浙江双视红外科技股份有限公司 基于红外光和可见光的双波段监测方法、装置及系统

Also Published As

Publication number Publication date
CN112924471A (zh) 2021-06-08

Similar Documents

Publication Publication Date Title
CN112924471B (zh) 一种设备故障诊断系统及其诊断方法
CN108416294B (zh) 一种基于深度学习的风机叶片故障智能识别方法
CN110689141B (zh) 风力发电机组的故障诊断方法及设备
CN114119518A (zh) 一种电流互感器的红外图像中温度异常点检测方法及系统
CN114581856B (zh) 基于北斗系统的农业机组运动状态识别方法、系统及云平台
CN116030021B (zh) 一种光伏组件隐裂特性的自动化检测系统
CN109443812A (zh) 基于图像数据的暖通空调设备故障诊断方法及系统
CN113343998A (zh) 电力机械表计读数监测系统、方法、计算机设备及应用
CN112880837A (zh) 一种设备故障分析方法
CN115861173A (zh) 基于数字孪生和ai的分光器资源准确性自动检测系统和方法
CN114821852A (zh) 基于特征金字塔的电网缺陷深度识别巡查机器人控制系统
CN113899973A (zh) 基于红外热成像和可见光图像的发电设备故障诊断方法
CN112729884B (zh) 基于大数据的设备故障诊断方法及装置
CN116667783A (zh) 一种分布式光伏电站维护系统
CN116778837A (zh) 一种多功能显示器故障检测平台
CN115908360A (zh) 监控视频巡检方法、装置、电子设备及存储介质
CN111443250B (zh) 夜视系统维护故障实时检测与管理系统
CN115002448A (zh) 应用于安防监控的视频图像质量诊断方法及系统
CN106101696B (zh) 视频质量诊断系统及视频质量分析算法
CN112686886A (zh) 一种电力巡检系统及其设备故障诊断方法
CN111965609A (zh) 雷达可靠度评估方法、装置、电子设备及可读存储介质
CN113012137A (zh) 一种面板缺陷检查方法、系统、终端设备及存储介质
CN112184666A (zh) 一种目标设备的检测方法、装置及系统
CN114264933B (zh) 一种集成电路板的故障检测方法和故障检测系统
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

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