CN113029227A - 一种液压台车运移用状态监测系统 - Google Patents
一种液压台车运移用状态监测系统 Download PDFInfo
- Publication number
- CN113029227A CN113029227A CN202110143063.2A CN202110143063A CN113029227A CN 113029227 A CN113029227 A CN 113029227A CN 202110143063 A CN202110143063 A CN 202110143063A CN 113029227 A CN113029227 A CN 113029227A
- Authority
- CN
- China
- Prior art keywords
- data
- hydraulic
- monitoring
- running state
- module
- 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 55
- 230000009471 action Effects 0.000 claims abstract description 7
- 230000005540 biological transmission Effects 0.000 claims abstract description 4
- 230000002159 abnormal effect Effects 0.000 claims description 24
- 239000003921 oil Substances 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000003064 k means clustering Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 239000010720 hydraulic oil Substances 0.000 claims description 3
- 238000013508 migration Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims description 2
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 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
- 230000000246 remedial effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/185—Electrical failure alarms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Abstract
本发明公开了一种液压台车运移用状态监测系统,包括数据采集装置、中间服务器与云端服务器,所述数据采集装置设置于液压台车的在液压系统中,用于采集该液压系统的运行状态数据,并将运行状态数据通过无线传输的方式发送至中间服务器,其中运行状态数据包括监测数据A与监测数据B,监测数据A包括系统压力、流量和振动数据,监测数据B包括液压缸到位时间、液压缸动作方向、常规阀得电通断时间、油缸尺寸、环境温度和接近开关位置信息;所述中间服务器用于接收数据采集装置传输的运行状态数据,并对该运行状态数据进行故障监测。本发明可有效对液压系统状态进行监测,保证液压系统监测的准确性,能提高台车在液压运移时的稳定性。
Description
技术领域
本发明涉及液压台车领域,具体为一种液压台车运移用状态监测系统。
背景技术
液压台车运移系统是一种服务于隧桥、海工产品等的新型专用设备,按客户要求可采用分布式液压动力单元或集中式液压动力单元控制。系统采用伺服阀与压力传感器、位移传感器结合,实现对油缸压力、行程的精确反馈闭环控制,以及对行走的精确控制,它既可用于整船移船下水作业,也可用于海底隧道管节的下水、上岸作业。液压台车运移作业前,待运移船舶或者管节坐墩在水泥墩上。根据产品工艺布置要求,若干台液压小车组成运移系统。液压小车进入钢支架指定位置,并进行分组,在电控系统的控制下同时顶起产品进行行走。
液压系统是液压台车运移系统中大量自动化背后的动力。液压技术的必不可少意味着必须始终关注状态监测,将其作为机械健康维护的必要元素。状态监测技术的最新发展意味着工程师可以收到即将发生的系统故障的早期预警并采取补救措施,从而延长机器的使用寿命,因此需要一种针对液压台车运移的状态监测系统。
发明内容
本发明的目的在于提供一种液压台车运移用状态监测系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种液压台车运移用状态监测系统,包括数据采集装置、中间服务器与云端服务器,所述数据采集装置设置于液压台车的在液压系统中,用于采集该液压系统的运行状态数据,并将运行状态数据通过无线传输的方式发送至中间服务器,其中运行状态数据包括监测数据A与监测数据B,监测数据A包括系统压力、流量和振动数据,监测数据B包括液压缸到位时间、液压缸动作方向、常规阀得电通断时间、油缸尺寸、环境温度和接近开关位置信息;所述中间服务器用于接收数据采集装置传输的运行状态数据,并对该运行状态数据进行故障监测,且在监测到运行状态数据存在异常时,进一步对运行状态数据进行分析处理,识别故障类型,并生成监测警报信息上传至云端服务器,由云端服务器将该警报信息反馈至液压台车管理端。
优选的,数据采集装置包括第一采集端、第二采集端与第三采集端,第一采集端、第二采集端均用于采集液压系统运移的实时信号数据,第一采集端包括用于采集液压系统的压力信号、流量信号和振动信号的压力传感器,流量传感器,振动传感器,第二采集端包括液压油缸标准信息获取模块、阀门得电采集模块、环境温度采集模块以及接近开关位置采集模块;第三采集端用于采集液压系统的历史数据,且该历史数据包括系统压力、流量、振动、液压缸到位时间、液压缸动作方向、常规阀得电通断时间、油缸尺寸、环境温度和接近开关位置信息。
优选的,中间服务器包括预处理模块、异常监测模块、故障识别模块与预警生成模块,其中预处理模块用于接收运行状态数据,并对运行状态数据中的数据进行增强处理,输出增强后的运行状态数据;所述异常监测模块对增强后的运行状态数据进行对比监测,并判断该数据是否存在异常,并在数据存在异常时将该异常数据标记反馈至故障识别模块。
优选的,故障识别模块用于对该异常数据进行识别处理,且识别处理过程包括:提取该异常数据的特征向量,并将该提取的特征向量输入到训练好的故障识别模型,获取该故障识别模型输出的故障识别结果,其中故障识别模型采用卷积神经网络模型。
优选的,异常数据的特征向量提取的具体过程包括:对异常数据进行采用多维特征向量进行余弦相似度计算,利用K-means聚类算法将相似度接近的字符聚在一起。
优选的,预警生成模块接收故障识别模型输出的故障识别结果,并生成与该识别结果相应的警报信息,并将该警报信息反馈至液压台车管理端。
优选的,警报信息包括液压系统漏油、液压制动失效等。
与现有技术相比,本发明的有益效果是:
本发明通过对台车的液压系统实时数据采集以及工况识别,可有效对液压系统状态进行监测,保证液压系统监测的准确性,能提高台车在液压运移时的稳定性。
附图说明
图1为本发明的系统模块框图;
图2为本发明系统的处理流程图。
图中:1、数据采集装置;101、第一采集端;102、第二采集端;103、第三采集端;2、中间服务器;201、预处理模块;202、异常监测模块;203、故障识别模块;204、预警生成模块;3、云端服务器。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“竖直”、“上”、“下”、“水平”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“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,可以根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1-2,本发明提供一种技术方案:一种液压台车运移用状态监测系统,包括数据采集装置1、中间服务器2与云端服务器3,所述数据采集装置1设置于液压台车的在液压系统中,用于采集该液压系统的运行状态数据,并将运行状态数据通过无线传输的方式发送至中间服务器2,其中运行状态数据包括监测数据A与监测数据B,监测数据A包括系统压力、流量和振动数据,监测数据B包括液压缸到位时间、液压缸动作方向、常规阀得电通断时间、油缸尺寸、环境温度和接近开关位置信息;所述中间服务器2用于接收数据采集装置传输的运行状态数据,并对该运行状态数据进行故障监测,且在监测到运行状态数据存在异常时,进一步对运行状态数据进行分析处理,识别故障类型,并生成监测警报信息上传至云端服务器3,由云端服务器3将该警报信息反馈至液压台车管理端。
在本实施例中,数据采集装置1包括第一采集端101、第二采集端102与第三采集端103,第一采集端101、第二采集端102均用于采集液压系统运移的实时信号数据,第一采集端101包括用于采集液压系统的压力信号、流量信号和振动信号的压力传感器,流量传感器,振动传感器,第二采集端102包括液压油缸标准信息获取模块、阀门得电采集模块、环境温度采集模块以及接近开关位置采集模块;第三采集端103用于采集液压系统的历史数据,且该历史数据包括系统压力、流量、振动、液压缸到位时间、液压缸动作方向、常规阀得电通断时间、油缸尺寸、环境温度和接近开关位置信息。
在本实施例中,中间服务器2包括预处理模块201、异常监测模块202、故障识别模块202与预警生成模块204,其中预处理模块201用于接收运行状态数据,并对运行状态数据中的数据进行增强处理,输出增强后的运行状态数据;所述异常监测模块202对增强后的运行状态数据进行对比监测,并判断该数据是否存在异常,并在数据存在异常时将该异常数据标记反馈至故障识别模块203。
在本实施例中,故障识别模块203用于对该异常数据进行识别处理,且识别处理过程包括:提取该异常数据的特征向量,并将该提取的特征向量输入到训练好的故障识别模型,获取该故障识别模型输出的故障识别结果,其中故障识别模型采用卷积神经网络模型。
在本实施例中,异常数据的特征向量提取的具体过程包括:对异常数据进行采用多维特征向量进行余弦相似度计算,利用K-means聚类算法将相似度接近的字符聚在一起。
K-means聚类算法的步骤为:
选择初始化的k个样本作为初始聚类中心;a=a1,a2,...ak;
针对数据集中每个样本xi计算它到k个聚类中心的距离并将其分到距离最小的聚类中心所对应的类中;
针对每个类别aj,重新计算它的聚类中心(即属于该类的所有样本的质心)
在本实施例中,预警生成模块204接收故障识别模型输出的故障识别结果,并生成与该识别结果相应的警报信息,并将该警报信息反馈至液压台车管理端。
在本实施例中,警报信息包括液压系统漏油、液压制动失效等。
在本实施例中,云端服务器3包括综合评价模块,综合评价模块用于对液压系统的运行状态数据进行状态评价,输出该液压系统的综合状态评分,将综合状态评分发送到液压台车管理端。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种液压台车运移用状态监测系统,其特征在于,包括数据采集装置(1)、中间服务器(2)与云端服务器(3),所述数据采集装置(1)设置于液压台车的在液压系统中,用于采集该液压系统的运行状态数据,并将运行状态数据通过无线传输的方式发送至中间服务器(2);
其中上述运行状态数据包括监测数据A与监测数据B,监测数据A包括系统压力、流量和振动数据,监测数据B包括液压缸到位时间、液压缸动作方向、常规阀得电通断时间、油缸尺寸、环境温度和接近开关位置信息;
所述中间服务器(2)用于接收数据采集装置传输的运行状态数据,并对该运行状态数据进行故障监测,且在监测到运行状态数据存在异常时,进一步对运行状态数据进行分析处理,识别故障类型,并生成监测警报信息上传至云端服务器(3),由云端服务器(3)将该警报信息反馈至液压台车管理端。
2.根据权利要求1所述的一种液压台车运移用状态监测系统,其特征在于:所述数据采集装置(1)包括第一采集端(101)、第二采集端(102)与第三采集端(103),第一采集端(101)、第二采集端(102)均用于采集液压系统运移的实时信号数据,第一采集端(101)包括用于采集液压系统的压力信号、流量信号和振动信号的压力传感器,流量传感器,振动传感器;
第二采集端(102)包括液压油缸标准信息获取模块、阀门得电采集模块、环境温度采集模块以及接近开关位置采集模块;第三采集端(103)用于采集液压系统的历史数据,且该历史数据包括系统压力、流量、振动、液压缸到位时间、液压缸动作方向、常规阀得电通断时间、油缸尺寸、环境温度和接近开关位置信息。
3.根据权利要求1所述的一种液压台车运移用状态监测系统,其特征在于:所述中间服务器(2)包括预处理模块(201)、异常监测模块(202)、故障识别模块(202)与预警生成模块(204),其中预处理模块(201)用于接收运行状态数据,并对运行状态数据中的数据进行增强处理,输出增强后的运行状态数据;所述异常监测模块(202)对增强后的运行状态数据进行对比监测,并判断该数据是否存在异常,并在数据存在异常时将该异常数据标记反馈至故障识别模块(203)。
4.根据权利要求3所述的一种液压台车运移用状态监测系统,其特征在于:所述故障识别模块(203)用于对该异常数据进行识别处理,且识别处理过程包括:提取该异常数据的特征向量,并将该提取的特征向量输入到训练好的故障识别模型,获取该故障识别模型输出的故障识别结果,其中故障识别模型采用卷积神经网络模型。
5.根据权利要求4所述的一种液压台车运移用状态监测系统,其特征在于:所述异常数据的特征向量提取的具体过程包括:对异常数据进行采用多维特征向量进行余弦相似度计算,利用K-means聚类算法将相似度接近的字符聚在一起。
6.根据权利要求3所述的一种液压台车运移用状态监测系统,其特征在于:所述预警生成模块(204)接收故障识别模型输出的故障识别结果,并生成与该识别结果相应的警报信息,并将该警报信息反馈至液压台车管理端。
7.根据权利要求6所述的一种液压台车运移用状态监测系统,其特征在于:所述警报信息包括液压系统漏油、液压制动失效等。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110143063.2A CN113029227A (zh) | 2021-02-02 | 2021-02-02 | 一种液压台车运移用状态监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110143063.2A CN113029227A (zh) | 2021-02-02 | 2021-02-02 | 一种液压台车运移用状态监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113029227A true CN113029227A (zh) | 2021-06-25 |
Family
ID=76459752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110143063.2A Pending CN113029227A (zh) | 2021-02-02 | 2021-02-02 | 一种液压台车运移用状态监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113029227A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116588122A (zh) * | 2023-07-17 | 2023-08-15 | 山东港口工程管理咨询有限公司 | 一种基于远程控制车辆的漏油监测方法、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201288780Y (zh) * | 2008-09-24 | 2009-08-12 | 中国矿业大学 | 液压制动系统安全运行在线监测装置 |
CN103954413A (zh) * | 2014-05-14 | 2014-07-30 | 武汉理工大学 | 基于光纤光栅传感的液压缸动密封失效状态监测方法 |
CN104061208A (zh) * | 2014-07-02 | 2014-09-24 | 北京机械设备研究所 | 一种液压系统在线故障诊断方法 |
CN106150514A (zh) * | 2016-06-29 | 2016-11-23 | 上海交通大学 | 一种tbm振动液压状态监控系统 |
CN110132358A (zh) * | 2019-05-30 | 2019-08-16 | 北京市众诚恒祥能源投资管理有限公司 | 一种基于云计算的污水处理设备故障监测系统 |
CN110307213A (zh) * | 2019-06-19 | 2019-10-08 | 北京欧洛普过滤技术开发公司 | 一种液压常规系统漏油监测方法 |
CN110390816A (zh) * | 2019-07-18 | 2019-10-29 | 电子科技大学 | 一种基于多模型融合的状态判别方法 |
-
2021
- 2021-02-02 CN CN202110143063.2A patent/CN113029227A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201288780Y (zh) * | 2008-09-24 | 2009-08-12 | 中国矿业大学 | 液压制动系统安全运行在线监测装置 |
CN103954413A (zh) * | 2014-05-14 | 2014-07-30 | 武汉理工大学 | 基于光纤光栅传感的液压缸动密封失效状态监测方法 |
CN104061208A (zh) * | 2014-07-02 | 2014-09-24 | 北京机械设备研究所 | 一种液压系统在线故障诊断方法 |
CN106150514A (zh) * | 2016-06-29 | 2016-11-23 | 上海交通大学 | 一种tbm振动液压状态监控系统 |
CN110132358A (zh) * | 2019-05-30 | 2019-08-16 | 北京市众诚恒祥能源投资管理有限公司 | 一种基于云计算的污水处理设备故障监测系统 |
CN110307213A (zh) * | 2019-06-19 | 2019-10-08 | 北京欧洛普过滤技术开发公司 | 一种液压常规系统漏油监测方法 |
CN110390816A (zh) * | 2019-07-18 | 2019-10-29 | 电子科技大学 | 一种基于多模型融合的状态判别方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116588122A (zh) * | 2023-07-17 | 2023-08-15 | 山东港口工程管理咨询有限公司 | 一种基于远程控制车辆的漏油监测方法、设备及介质 |
CN116588122B (zh) * | 2023-07-17 | 2023-10-20 | 山东港口工程管理咨询有限公司 | 一种基于远程控制车辆的漏油监测方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110221558B (zh) | 一种基于边缘计算技术的电液伺服阀在线故障诊断网关 | |
CN107703920B (zh) | 基于多元时间序列的列车制动系统的故障检测方法 | |
CN201943686U (zh) | 油井故障实时预警系统 | |
CN106289388B (zh) | 一种船闸健康状态的远程监测系统及其监测方法 | |
CN204280939U (zh) | 一种电梯运行监测预警系统 | |
CN111667198A (zh) | 石油钻机远程在线监测与预测性维护系统与评价方法 | |
CN102094626A (zh) | 油井故障实时预警方法和系统 | |
CN102635786A (zh) | 一种预埋式输送管线在线实时监测系统 | |
CN113029227A (zh) | 一种液压台车运移用状态监测系统 | |
CN110132358B (zh) | 一种基于云计算的污水处理设备故障监测系统 | |
CN115526515B (zh) | 一种水利水电用闸门的安全监测系统 | |
CN111817880A (zh) | 一种油气田生产设备健康管理系统以及实现方法 | |
CN202532190U (zh) | 一种预埋式输送管线在线实时监测系统 | |
CN109446640A (zh) | 一种基于激光点云的输电线路电力线建模提取方法 | |
CN113569445A (zh) | 一种基于数字孪生技术的钢结构健康监测系统及方法 | |
CN108414201A (zh) | 一种海洋平台井架工况监测与疲劳寿命预测系统 | |
CN110837851A (zh) | 一种电静液作动器液压泵故障诊断方法 | |
US20220388810A1 (en) | Method, device, and early warning system for monitoring elevator health state | |
CN111365232A (zh) | 一种齿轮泵实验平台及齿轮损伤检测方法 | |
CN113581253A (zh) | 电空道岔转辙机的状态确定方法和装置 | |
CN115616067A (zh) | 一种管道检测数字孪生系统 | |
CN102647447A (zh) | 一种新型预埋式输送管线在线实时监测系统 | |
CN115618267A (zh) | 无监督域自适应及熵优化的设备传感诊断方法及系统 | |
CN114298384A (zh) | 适用于船用装卸臂的安全运维预测系统及方法 | |
CN116842379A (zh) | 一种基于DRSN-CS和BiGRU+MLP模型的机械轴承剩余使用寿命预测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210625 |