CN112983844A - 一种潜水电泵监测控制系统 - Google Patents
一种潜水电泵监测控制系统 Download PDFInfo
- Publication number
- CN112983844A CN112983844A CN202110226847.1A CN202110226847A CN112983844A CN 112983844 A CN112983844 A CN 112983844A CN 202110226847 A CN202110226847 A CN 202110226847A CN 112983844 A CN112983844 A CN 112983844A
- Authority
- CN
- China
- Prior art keywords
- fault
- module
- electric pump
- submersible electric
- change curve
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 41
- 230000008859 change Effects 0.000 claims abstract description 70
- 238000003745 diagnosis Methods 0.000 claims abstract description 21
- 238000012423 maintenance Methods 0.000 claims abstract description 7
- 238000012549 training Methods 0.000 claims description 41
- 238000013500 data storage Methods 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000007726 management method Methods 0.000 claims description 22
- 238000009413 insulation Methods 0.000 claims description 15
- 238000013473 artificial intelligence Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 230000001419 dependent effect Effects 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 abstract description 2
- 239000000463 material Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
- F04D15/0088—Testing machines
Abstract
本发明公开了一种潜水电泵监测控制系统，涉及监测控制技术领域，解决了现有方案中不能提前对潜水电泵的故障进行预警的技术问题；本发明设置了故障诊断模块，该设置模块根据故障数据分析潜水电泵的故障；故障诊断模块根据故障数据分析潜水电泵的故障状态，并为故障状态设置故障预警标签，有助于工作人员和维修人员及时了解潜水电泵的故障状态，提高检修效率；本发明设置了运行监测模块，该设置用于分析运行数据；运行监测模块结合运行变化曲线和预警模型对潜水电泵的运行状态进行预警，能够提前获取潜水电泵的故障，提高了预警能力，避免了因潜水电泵突然故障降低工作效率。
Description
技术领域
本发明属于监测控制领域，具体是一种潜水电泵监测控制系统。
背景技术
当前对于矿井下排水的潜水电泵仍然采用继电器控制系统，并且潜水电泵使用时的并联运行和串联运行之间转换以及启动停止等需要通过人工操作完成，这样在使用时不仅降低了潜水电泵的工作效率，而且排水系统的经济效益以及管理水平也直接影响了抢险救灾的时间。
公开号为CN104088806A的发明专利公开了一种潜水电泵控制系统，包括相互连接的监控检测系统和CPU控制系统、分别与CPU控制系统相连的第一执行器、第二执行器和第三执行器以及第一控制阀、第二控制阀、第三控制阀和潜水电泵；所述第一执行器分别与第一控制阀和第三控制阀相连；所述第二执行器与第二控制阀相连；所述第三执行器与潜水电泵相连。
上述方案在使用中可以根据实际自动在潜水电泵的并联运行和串联运行之间切换以及潜水电泵的开启和关闭，保证潜水电泵能够合理的应用于矿井水灾事故中；但是，上述方案只进行对潜水电泵的控制进行了限定，而没有潜水电泵的状态进行限定；因此，上述方案仍需进一步改进。
发明内容
为了解决上述方案存在的问题，本发明提供了一种潜水电泵监测控制系统。
本发明的目的可以通过以下技术方案实现：一种潜水电泵监测控制系统，包括处理器、故障诊断模块、数据采集模块、运行监测模块、执行控制模块、后台管理模块和数据存储模块；
所述数据采集模块包括故障数据采集单元和运行数据采集单元；所述故障数据采集单元用于采集潜水电泵的故障数据，并将故障数据分别发送至故障诊断模块和数据存储模块；所述运行数据采集单元用于采集潜水电泵的运行数据，并将运行数据分别发送至运行监测模块和数据存储模块；
所述运行监测模块用于分析运行数据，包括：
当运行监测数据模块接收到运行数据之后，对运行数据进行提取；所述运行数据包括水流量、功耗和温度；
以时间为自变量，以水流量、功耗和温度为因变量，结合多项式拟合法分别建立流量变化曲线、功耗变化曲线和温度变化曲线；
分别将运行变化曲线标记为j，j＝1,2,……，6；所述运行变化曲线包括电流变化曲线、震动变化曲线、阻值变化曲线、流量变化曲线、功耗变化曲线和温度变化曲线；
获取运行变化曲线j的驻点并标记为Zij，i＝1,2,……，n；将驻点Zj带入运行变化曲线中获取函数值并标记为HZij；
生成运行矩阵，所述运行矩阵为
获取预警模型；
将运行矩阵输入至预警模型中获取输出结果；所述输出结果为运行矩阵对应的训练标签；
通过处理器将输出结果发送至数据存储模块和后台管理模块。
优选的，所述后台管理模块接收到输出结果之后对输出结果进行分析，当输出结果为1时，则生成安全信号；当输出结果为0时，则生成故障信号；所述后台管理模块还用于根据故障信号调度维修人员。
优选的，所述控制执行模块用于控制潜水电泵的启动、停止和输出功率。
优选的，所述预警模型的具体获取步骤包括：
通过数据存储模块获取潜水电泵的运行历史曲线；所述运行历史曲线为过去半年获取的运行变化曲线；
根据运行历史曲线获取运行矩阵并标记为训练矩阵，根据运行历史曲线获取之后潜水电泵的故障状态设置训练便签；所述训练标签包括1和0，当训练标签为0时，表示运行历史曲线获取之后设定时间内潜水电泵出现故障，当训练标签为1时，表示运行历史曲线获取之后设定时间内潜水电泵未出现故障；所述设定时间包括一小时、一天和十五天；
将训练矩阵和训练标签按照设定比例划分为训练集和测试集；所述设定比例包括4:1、3:2和2:1；
构建人工智能模型；所述人工智能模型包括误差前向反馈神经网络、RBF神经网络和深度卷积神经网络；
通过训练集和测试集对人工智能模型进行训练和测试；将完成训练和测试的人工智能模型标记为预警模型；
通过处理器将预警模型分别发送至运行监测模块和数据存储模块。
优选的，所述故障诊断模块根据故障数据分析潜水电泵的故障，包括：
当故障诊断模块接收到故障数据之后，对故障数据进行提取；所述故障数据包括电机电流、震动强度和绝缘阻值；
当电机电流超过电流阈值时，则判定潜水电泵的电流过大，生成电流故障标签，并将电流故障标签标记为01；当震动强度超过强度阈值时，则判定潜水电泵的震动强度过大，生成震动故障标签，并将震动故障标签标记为02；当绝缘阻值小于阻值阈值时，则判定潜水电泵的绝缘阻值过低，生成阻值故障标签，并将阻值故障标签设置为03；其中电流阈值、强度阈值和阻值阈值均通过大数据模拟获取；
以时间为自变量，分别以电机电流、震动强度和绝缘阻值为因变量，结合多项式拟合法分别建立电流变化曲线、震动变化曲线和阻值变化曲线；
通过处理器将故障预警标签、电流变化曲线、振动变化曲线和阻值变化曲线分别发送至数据存储模块和后台管理模块；所述故障预警标签包括电流故障标签、震动故障标签和阻值故障标签。
与现有技术相比，本发明的有益效果是：
1、本发明设置了故障诊断模块，该设置模块根据故障数据分析潜水电泵的故障；故障诊断模块根据故障数据分析潜水电泵的故障状态，并为故障状态设置故障预警标签，有助于工作人员和维修人员及时了解潜水电泵的故障状态，提高检修效率；
2、本发明设置了运行监测模块，该设置用于分析运行数据；运行监测模块结合运行变化曲线和预警模型对潜水电泵的运行状态进行预警，能够提前获取潜水电泵的故障，提高了预警能力，避免了因潜水电泵突然故障降低工作效率。
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为本发明的原理示意图。
具体实施方式
下面将结合实施例对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
请参阅图1，一种潜水电泵监测控制系统，包括处理器、故障诊断模块、数据采集模块、运行监测模块、执行控制模块、后台管理模块和数据存储模块；
数据采集模块包括故障数据采集单元和运行数据采集单元；故障数据采集单元用于采集潜水电泵的故障数据，并将故障数据分别发送至故障诊断模块和数据存储模块；运行数据采集单元用于采集潜水电泵的运行数据，并将运行数据分别发送至运行监测模块和数据存储模块；
运行监测模块用于分析运行数据，包括：
当运行监测数据模块接收到运行数据之后，对运行数据进行提取；运行数据包括水流量、功耗和温度；
以时间为自变量，以水流量、功耗和温度为因变量，结合多项式拟合法分别建立流量变化曲线、功耗变化曲线和温度变化曲线；
分别将运行变化曲线标记为j，j＝1,2,……，6；运行变化曲线包括电流变化曲线、震动变化曲线、阻值变化曲线、流量变化曲线、功耗变化曲线和温度变化曲线；
获取运行变化曲线j的驻点并标记为Zij，i＝1,2,……，n；将驻点Zj带入运行变化曲线中获取函数值并标记为HZij；
生成运行矩阵，运行矩阵为
获取预警模型；
将运行矩阵输入至预警模型中获取输出结果；输出结果为运行矩阵对应的训练标签；
通过处理器将输出结果发送至数据存储模块和后台管理模块。
进一步地，后台管理模块接收到输出结果之后对输出结果进行分析，当输出结果为1时，则生成安全信号；当输出结果为0时，则生成故障信号；后台管理模块还用于根据故障信号调度维修人员。
进一步地，控制执行模块用于控制潜水电泵的启动、停止和输出功率。
进一步地，预警模型的具体获取步骤包括：
通过数据存储模块获取潜水电泵的运行历史曲线；运行历史曲线为过去半年获取的运行变化曲线；
根据运行历史曲线获取运行矩阵并标记为训练矩阵，根据运行历史曲线获取之后潜水电泵的故障状态设置训练便签；训练标签包括1和0，当训练标签为0时，表示运行历史曲线获取之后设定时间内潜水电泵出现故障，当训练标签为1时，表示运行历史曲线获取之后设定时间内潜水电泵未出现故障；设定时间包括一小时、一天和十五天；
将训练矩阵和训练标签按照设定比例划分为训练集和测试集；设定比例包括4:1、3:2和2:1；
构建人工智能模型；人工智能模型包括误差前向反馈神经网络、RBF神经网络和深度卷积神经网络；
通过训练集和测试集对人工智能模型进行训练和测试；将完成训练和测试的人工智能模型标记为预警模型；
通过处理器将预警模型分别发送至运行监测模块和数据存储模块。
进一步地，故障诊断模块根据故障数据分析潜水电泵的故障，包括：
当故障诊断模块接收到故障数据之后，对故障数据进行提取；故障数据包括电机电流、震动强度和绝缘阻值；
当电机电流超过电流阈值时，则判定潜水电泵的电流过大，生成电流故障标签，并将电流故障标签标记为01；当震动强度超过强度阈值时，则判定潜水电泵的震动强度过大，生成震动故障标签，并将震动故障标签标记为02；当绝缘阻值小于阻值阈值时，则判定潜水电泵的绝缘阻值过低，生成阻值故障标签，并将阻值故障标签设置为03；其中电流阈值、强度阈值和阻值阈值均通过大数据模拟获取；
以时间为自变量，分别以电机电流、震动强度和绝缘阻值为因变量，结合多项式拟合法分别建立电流变化曲线、震动变化曲线和阻值变化曲线；
通过处理器将故障预警标签、电流变化曲线、振动变化曲线和阻值变化曲线分别发送至数据存储模块和后台管理模块；故障预警标签包括电流故障标签、震动故障标签和阻值故障标签。
进一步地，处理器分别与故障诊断模块、数据采集模块、运行监测模块、执行控制模块、后台管理模块和数据存储模块通信连接；后台管理模块分别与数据存储模块和执行控制模块通信连接，数据采集模块分别与故障诊断模块和运行监测模块通信连接，执行控制模块分别与运行监测模块通信连接。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理：
当故障诊断模块接收到故障数据之后，对故障数据进行提取；当电机电流超过电流阈值时，则判定潜水电泵的电流过大，生成电流故障标签，并将电流故障标签标记为01；当震动强度超过强度阈值时，则判定潜水电泵的震动强度过大，生成震动故障标签，并将震动故障标签标记为02；当绝缘阻值小于阻值阈值时，则判定潜水电泵的绝缘阻值过低，生成阻值故障标签，并将阻值故障标签设置为03；其中电流阈值、强度阈值和阻值阈值均通过大数据模拟获取；以时间为自变量，分别以电机电流、震动强度和绝缘阻值为因变量，结合多项式拟合法分别建立电流变化曲线、震动变化曲线和阻值变化曲线；通过处理器将故障预警标签、电流变化曲线、振动变化曲线和阻值变化曲线分别发送至数据存储模块和后台管理模块；
当运行监测数据模块接收到运行数据之后，对运行数据进行提取；以时间为自变量，以水流量、功耗和温度为因变量，结合多项式拟合法分别建立流量变化曲线、功耗变化曲线和温度变化曲线；分别将运行变化曲线标记为j，j＝1,2,……，6；获取运行变化曲线j的驻点并标记为Zij，i＝1,2,……，n；将驻点Zj带入运行变化曲线中获取函数值并标记为HZij；生成运行矩阵；获取预警模型；将运行矩阵输入至预警模型中获取输出结果；所述输出结果为运行矩阵对应的训练标签；通过处理器将输出结果发送至数据存储模块和后台管理模块。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (5)
1.一种潜水电泵监测控制系统，其特征在于，包括处理器、故障诊断模块、数据采集模块、运行监测模块、执行控制模块、后台管理模块和数据存储模块；
所述数据采集模块包括故障数据采集单元和运行数据采集单元；所述故障数据采集单元用于采集潜水电泵的故障数据，并将故障数据分别发送至故障诊断模块和数据存储模块；所述运行数据采集单元用于采集潜水电泵的运行数据，并将运行数据分别发送至运行监测模块和数据存储模块；
所述运行监测模块用于分析运行数据，包括：
当运行监测数据模块接收到运行数据之后，对运行数据进行提取；所述运行数据包括水流量、功耗和温度；
以时间为自变量，以水流量、功耗和温度为因变量，结合多项式拟合法分别建立流量变化曲线、功耗变化曲线和温度变化曲线；
分别将运行变化曲线标记为j，j＝1,2,……，6；所述运行变化曲线包括电流变化曲线、震动变化曲线、阻值变化曲线、流量变化曲线、功耗变化曲线和温度变化曲线；
获取运行变化曲线j的驻点并标记为Zij，i＝1,2,……，n；将驻点Zj带入运行变化曲线中获取函数值并标记为HZij；
生成运行矩阵，所述运行矩阵为
获取预警模型；
将运行矩阵输入至预警模型中获取输出结果；所述输出结果为运行矩阵对应的训练标签；
通过处理器将输出结果发送至数据存储模块和后台管理模块。
2.根据权利要求1所述的一种潜水电泵监测控制系统，其特征在于，所述后台管理模块接收到输出结果之后对输出结果进行分析，当输出结果为1时，则生成安全信号；当输出结果为0时，则生成故障信号；所述后台管理模块还用于根据故障信号调度维修人员。
3.根据权利要求1所述的一种潜水电泵监测控制系统，其特征在于，所述预警模型的具体获取步骤包括：
通过数据存储模块获取潜水电泵的运行历史曲线；所述运行历史曲线为过去半年获取的运行变化曲线；
根据运行历史曲线获取运行矩阵并标记为训练矩阵，根据运行历史曲线获取之后潜水电泵的故障状态设置训练便签；所述训练标签包括1和0，当训练标签为0时，表示运行历史曲线获取之后设定时间内潜水电泵出现故障，当训练标签为1时，表示运行历史曲线获取之后设定时间内潜水电泵未出现故障；所述设定时间包括一小时、一天和十五天；
将训练矩阵和训练标签按照设定比例划分为训练集和测试集；所述设定比例包括4:1、3:2和2:1；
构建人工智能模型；所述人工智能模型包括误差前向反馈神经网络、RBF神经网络和深度卷积神经网络；
通过训练集和测试集对人工智能模型进行训练和测试；将完成训练和测试的人工智能模型标记为预警模型；
通过处理器将预警模型分别发送至运行监测模块和数据存储模块。
4.根据权利要求1所述的一种潜水电泵监测控制系统，其特征在于，所述故障诊断模块根据故障数据分析潜水电泵的故障，包括：
当故障诊断模块接收到故障数据之后，对故障数据进行提取；所述故障数据包括电机电流、震动强度和绝缘阻值；
当电机电流超过电流阈值时，则判定潜水电泵的电流过大，生成电流故障标签，并将电流故障标签标记为01；当震动强度超过强度阈值时，则判定潜水电泵的震动强度过大，生成震动故障标签，并将震动故障标签标记为02；当绝缘阻值小于阻值阈值时，则判定潜水电泵的绝缘阻值过低，生成阻值故障标签，并将阻值故障标签设置为03；其中电流阈值、强度阈值和阻值阈值均通过大数据模拟获取；
以时间为自变量，分别以电机电流、震动强度和绝缘阻值为因变量，结合多项式拟合法分别建立电流变化曲线、震动变化曲线和阻值变化曲线；
通过处理器将故障预警标签、电流变化曲线、振动变化曲线和阻值变化曲线分别发送至数据存储模块和后台管理模块；所述故障预警标签包括电流故障标签、震动故障标签和阻值故障标签。
5.根据权利要求1所述的一种潜水电泵监测控制系统，其特征在于，所述处理器分别与故障诊断模块、数据采集模块、运行监测模块、执行控制模块、后台管理模块和数据存储模块通信连接；所述后台管理模块分别与数据存储模块和执行控制模块通信连接，所述数据采集模块分别与故障诊断模块和运行监测模块通信连接，所述执行控制模块分别与运行监测模块通信连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110226847.1A CN112983844B (zh) | 2021-03-01 | 2021-03-01 | 一种潜水电泵监测控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110226847.1A CN112983844B (zh) | 2021-03-01 | 2021-03-01 | 一种潜水电泵监测控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112983844A true CN112983844A (zh) | 2021-06-18 |
| CN112983844B CN112983844B (zh) | 2021-10-08 |
Family
ID=76351880
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110226847.1A Active CN112983844B (zh) | 2021-03-01 | 2021-03-01 | 一种潜水电泵监测控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112983844B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113357166A (zh) * | 2021-06-23 | 2021-09-07 | 中海油能源发展股份有限公司 | 一种基于生产数据和高频数据的电潜泵卡泵实时预警方法 |
| CN113415203A (zh) * | 2021-06-29 | 2021-09-21 | 湖南昌茂电能发展有限公司 | 一种基于物联网的智能充电桩管理系统 |
| CN113586511A (zh) * | 2021-08-31 | 2021-11-02 | 长沙天康泵业科技有限公司 | 三元流高效节能水泵 |
| CN116163943A (zh) * | 2023-03-27 | 2023-05-26 | 蚌埠市联合压缩机制造有限公司 | 一种运行状态实时监测的压缩机 |
| CN116557328A (zh) * | 2023-05-22 | 2023-08-08 | 合肥三益江海智能科技有限公司 | 一种具有健康监测及故障诊断的水泵机组智能控制系统 |
| CN116628561A (zh) * | 2023-07-25 | 2023-08-22 | 江苏嘉杨机电配件有限公司 | 一种电子水泵智能测试系统及方法 |
| CN116906306A (zh) * | 2023-07-05 | 2023-10-20 | 山东亿宁环保科技有限公司 | 一种基于卷积神经网络的真空泵集成控制系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080240931A1 (en) * | 2004-02-11 | 2008-10-02 | Carsten Kallesoe | Method for Determining Faults During the Operation of a Pump Unit |
| CN103821750A (zh) * | 2014-03-05 | 2014-05-28 | 北京工业大学 | 一种基于电流的通风机失速和喘振监测及诊断方法 |
| CN107013473A (zh) * | 2017-04-19 | 2017-08-04 | 武汉惜源科技有限公司 | 一种泵站实时在线监测与能效管理方法及系统 |
| CN107701468A (zh) * | 2017-09-27 | 2018-02-16 | 郑州大学 | 一种混流泵在线综合监测方法及装置 |
| CN111365223A (zh) * | 2020-04-02 | 2020-07-03 | 上海熊猫机械(集团)有限公司 | 一种智能水泵故障预警系统 |
-
2021
- 2021-03-01 CN CN202110226847.1A patent/CN112983844B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080240931A1 (en) * | 2004-02-11 | 2008-10-02 | Carsten Kallesoe | Method for Determining Faults During the Operation of a Pump Unit |
| CN103821750A (zh) * | 2014-03-05 | 2014-05-28 | 北京工业大学 | 一种基于电流的通风机失速和喘振监测及诊断方法 |
| CN107013473A (zh) * | 2017-04-19 | 2017-08-04 | 武汉惜源科技有限公司 | 一种泵站实时在线监测与能效管理方法及系统 |
| CN107701468A (zh) * | 2017-09-27 | 2018-02-16 | 郑州大学 | 一种混流泵在线综合监测方法及装置 |
| CN111365223A (zh) * | 2020-04-02 | 2020-07-03 | 上海熊猫机械(集团)有限公司 | 一种智能水泵故障预警系统 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113357166B (zh) * | 2021-06-23 | 2022-12-30 | 中海油能源发展股份有限公司 | 一种基于生产数据和高频数据的电潜泵卡泵实时预警方法 |
| CN113357166A (zh) * | 2021-06-23 | 2021-09-07 | 中海油能源发展股份有限公司 | 一种基于生产数据和高频数据的电潜泵卡泵实时预警方法 |
| CN113415203A (zh) * | 2021-06-29 | 2021-09-21 | 湖南昌茂电能发展有限公司 | 一种基于物联网的智能充电桩管理系统 |
| CN113586511A (zh) * | 2021-08-31 | 2021-11-02 | 长沙天康泵业科技有限公司 | 三元流高效节能水泵 |
| CN113586511B (zh) * | 2021-08-31 | 2022-04-19 | 长沙天康泵业科技有限公司 | 三元流高效节能水泵 |
| CN116163943B (zh) * | 2023-03-27 | 2023-09-08 | 蚌埠市联合压缩机制造有限公司 | 一种运行状态实时监测的压缩机 |
| CN116163943A (zh) * | 2023-03-27 | 2023-05-26 | 蚌埠市联合压缩机制造有限公司 | 一种运行状态实时监测的压缩机 |
| CN116557328A (zh) * | 2023-05-22 | 2023-08-08 | 合肥三益江海智能科技有限公司 | 一种具有健康监测及故障诊断的水泵机组智能控制系统 |
| CN116557328B (zh) * | 2023-05-22 | 2024-04-16 | 合肥三益江海智能科技有限公司 | 一种具有健康监测及故障诊断的水泵机组智能控制系统 |
| CN116906306A (zh) * | 2023-07-05 | 2023-10-20 | 山东亿宁环保科技有限公司 | 一种基于卷积神经网络的真空泵集成控制系统 |
| CN116906306B (zh) * | 2023-07-05 | 2024-02-13 | 山东亿宁环保科技有限公司 | 一种基于卷积神经网络的真空泵集成控制系统 |
| CN116628561A (zh) * | 2023-07-25 | 2023-08-22 | 江苏嘉杨机电配件有限公司 | 一种电子水泵智能测试系统及方法 |
| CN116628561B (zh) * | 2023-07-25 | 2023-09-29 | 江苏嘉杨机电配件有限公司 | 一种电子水泵智能测试系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112983844B (zh) | 2021-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112983844B (zh) | 一种潜水电泵监测控制系统 | |
| CN102721924A (zh) | 风力发电机组的故障预警方法 | |
| CN103226651A (zh) | 基于相似度统计的风电机组状态评估预警方法和系统 | |
| CN115102290A (zh) | 一种智能电网实时安全预警系统 | |
| CN207311151U (zh) | 一种车辆监控系统 | |
| CN209676004U (zh) | 一种输配电线路安全运行的无线监控探测器及系统 | |
| CN107861533A (zh) | 多功能阀门压力控制系统 | |
| CN108830335A (zh) | 光伏电站故障预警方法及系统 | |
| CN111696316A (zh) | 智能防汛排水预警装置及采用该装置的排水预警方法 | |
| CN204827522U (zh) | 基于自愈环网的矿井排水控制装置 | |
| CN117270437A (zh) | 一种基于分布式的水电站信息数据监控系统 | |
| CN112983843B (zh) | 一种潜水电泵的智能化控制系统及其控制方法 | |
| CN115977855A (zh) | 一种基于人工智能的水电站故障诊断系统 | |
| CN109980782A (zh) | 一种输配电线路安全运行的无线监控探测器及系统 | |
| CN111739264A (zh) | 一种水电站运行设备故障信息报送方法及系统 | |
| CN114320773B (zh) | 一种基于功率曲线分析与神经网络的风电机组故障预警方法 | |
| CN203247022U (zh) | 一种汽车起重机回转液压系统故障诊断装置 | |
| CN116025529A (zh) | 一种风电机组自主健康评估方法及自愈调控方法及系统 | |
| CN212003146U (zh) | 一种钻机远程监控系统 | |
| CN113339183B (zh) | 水轮发电机组的停机控制方法、装置及停机控制设备 | |
| CN110136929B (zh) | 一种油浸式变压器的油自循环装置及控制方法 | |
| CN113064075A (zh) | 一种基于边缘计算及深度学习的电机寿命预估方法 | |
| CN216561453U (zh) | 一种泵站阀门监控系统 | |
| CN206035780U (zh) | 一种智能泵控制装置 | |
| CN112326255B (zh) | 一种发动机远程健康监护系统及监护方法 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A monitoring and control system for submersible electric pumps Effective date of registration: 20231129 Granted publication date: 20211008 Pledgee: Industrial and Commercial Bank of China Changfeng Branch Pledgor: HEFEI HENGDA JIANGHAI PUMP Co.,Ltd. Registration number: Y2023980068468 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |