CN113091809A - 一种自动识别设备状态的检测系统 - Google Patents

一种自动识别设备状态的检测系统 Download PDF

Info

Publication number
CN113091809A
CN113091809A CN202110336900.3A CN202110336900A CN113091809A CN 113091809 A CN113091809 A CN 113091809A CN 202110336900 A CN202110336900 A CN 202110336900A CN 113091809 A CN113091809 A CN 113091809A
Authority
CN
China
Prior art keywords
equipment
state
signal
algorithm
fault
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
Application number
CN202110336900.3A
Other languages
English (en)
Other versions
CN113091809B (zh
Inventor
张蕾
宋辉
王占强
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.)
713th Research Institute of CSIC
Original Assignee
713th Research Institute of CSIC
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 713th Research Institute of CSIC filed Critical 713th Research Institute of CSIC
Priority to CN202110336900.3A priority Critical patent/CN113091809B/zh
Publication of CN113091809A publication Critical patent/CN113091809A/zh
Application granted granted Critical
Publication of CN113091809B publication Critical patent/CN113091809B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F41—WEAPONS
    • F41A—FUNCTIONAL FEATURES OR DETAILS COMMON TO BOTH SMALLARMS AND ORDNANCE, e.g. CANNONS; MOUNTINGS FOR SMALLARMS OR ORDNANCE
    • F41A31/00—Testing arrangements
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0428—Safety, monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2612—Data acquisition interface
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

一种自动识别设备状态的检测系统，包括信号采集系统、设备状态计算系统和处置及显示系统；信号采集系统采集设备的信号发送至设备状态计算系统；所述设备状态计算系统将信号采集系统采集的设备信号根据信号类型进行分类后，根据不同类型的信号分别解算系统内所有设备的状态参数，通过各状态参数在设备中的重要等级进行加权计算，计算设备当前状态参数，并与预先设定的状态参数阈值进行比较后得到设备状态判断结果，通过处置及显示系统进行显示。本发明在多设备复杂系统中，实现了系统运行全过程中与信号采集同步的状态判断，并根据判断结果进行故障发生前的应急处置，增强了系统的检测性与故障的预测性，提高了系统运行及作战任务完成的可靠性。

Description

一种自动识别设备状态的检测系统
技术领域
本发明涉及一种大口径舰炮系统，属于舰炮制造技术领域，具体涉及一种自动识别设备状态的检测系统。
背景技术
舰炮系统为了满足现代战争快速性、多变性特点，对其系统的可靠性有着非常严格的要求，所以设计中，除了完成系统功能外，提高系统运行的全流程性和可靠性也成为主要的设计指标之一。
在完成作战任务过程中，弹药从弹药库至舰炮本体后，最终从炮管发射要经过多个设备转运，任何一个设备环节出现问题都会对作战任务造成影响，甚至导致作战任务失败的严重后果，目前舰炮上主要采用定期维护，事后维修的方式提高系统的可靠性，但无法做到事前检测，真正导到降低故障率的目的。
发明内容
为解决上述问题，提供一种自动识别设备状态的检测系统。
本发明的目的是以下述方式实现的：
一种自动识别设备状态的检测系统，包括信号采集系统、设备状态计算系统和处置及显示系统；所述信号采集系统采集设备的信号发送至设备状态计算系统；所述设备状态计算系统包括算法单元和比较单元，所述的算法单元包括信号分类模块和算法模块；信号分类模块将信号采集系统采集的设备信号根据信号类型进行分类后，发送给算法模块，算法模块根据不同类型的信号分别解算系统内所有设备的状态参数，通过各状态参数在设备中的重要等级进行加权计算，计算设备当前状态参数，并通过比较单元与预先设定的状态参数阈值进行比较后得到设备状态判断结果，处置及显示系统按照设备状态计算系统给出的判断结果，对系统中所有设备的状态参数进行显示，并将设备状态为存在故障隐患的通过显示器显示隐患部位及内容；将设备状态为已处于故障或临界故障的，通过显示器屏幕提示故障信息并停机。
所述信号采集系统包括设置在舰炮系统被测设备上的传感器组。
所述传感器组分别包括：设置在设备运行过程中各目标位置上的位置传感器，用于检测设备运动到位情况以及记录到位时间；设置在设备电缆通道上的电流、电压传感器，用于检测设备运动过程中所有时刻的电流电压值；设置在设备动力传输装置上的振动、速度及加速度传感器，用于检测设备运动过程中产生的振动能力以及运行速度与加速度；设置在设备易于发热部件上的温度传感器，用于检测发热部件实时温度特征。
所述信号采集系统采集设备的信号包括到位信号、数值信号和通讯状态信号。
所述算法模块包括到位信号算法、数值信号算法和通讯状态信号算法。
所述位信号算法；包括按照系统内开关排布及运行顺序，将设备分为若干区域，每个区域的状态参数由到位时序算法计算，设备运行过程中，从上个开关到位开始时间tn-1，采集到该开关到位信号时间tn，计算实际运行时间△tn＝tn-tn-1，理想运行时间△Tn，计算△Tn与△tn的差值△ηn，并统计上次维修操作后的该区域内所有差值△ηn，算出参差均值
Figure BDA0002994871100000021
将设备内所有区域残差均值
Figure BDA0002994871100000022
对应区域故障等级系数{k0,...,kn}，算出设备的状态参数
Figure BDA0002994871100000023
其中n是系统内设备的数量。
所述数值信号算法；数值情况可以直接反馈所属设备状态，可以通过实际数据和理想数据的残差计算设备的状态参数，即设定理想值为Y，实际值为{y0,...,yn}，设备状态参数
Figure BDA0002994871100000024
其中n是系统内设备的数量。
所述算法模块包括通讯状态信号算法：通讯状态信号是通过总线传输的数据，主要通过此种类型数据的采集情况计算总线通讯状态参数；按照设定计算周期为T，总线采集频率为N帧/秒，则周期内理想采集数据帧总数为M＝N×T，通过数据帧内容及数量，排除采集到的错误数据帧和丢失数据帧，计算实际每个周期采集正确数据帧为{m0,...,mn}，则总线状态参数
Figure BDA0002994871100000025
其中n是系统内设备的数量。
所述各状态参数在设备中的重要等级进行加权计算，即通过状态参数显示设备状态的重要等级设定加权系数，通过加权计算得到设备的总的状态参数γ＝A×γ1+B×γ2+C×γ3。
所述设备状态判断结果包括三种状态，分别为存在故障隐患、已处于故障或临界故障和良好；当0≤γ<X1(X1为设定状态参数阈值1)认为该开关区域部分的状态为良好，当X1≤γ<X2(X1为设定状态参数阈值2)认为该开关区域存在故障隐患，当X2≤γ则认为该开关区域已处于故障或临界故障状态。
本发明的有益效果：相对于现有技术，本发明在多设备复杂系统中，实现了系统运行全过程中与信号采集同步的状态判断，并根据判断结果进行故障发生前的应急处置，增强了系统的检测性与故障的预测性，极大程度的提高了系统运行及作战任务完成的可靠性。
附图说明
图1是本发明的系统结构图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
应该指出，以下详细说明都是例式性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的技术含义相同。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本发明中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”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，只是为了便于叙述本发明各部件或元件结构关系而确定的关系词，并非特指本发明中任一部件或元件，不能理解为对本发明的限制。
本发明中，术语如“固接”、“相连”、“连接”等应做广义理解，表示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体情况确定上述术语在本发明中的具体含义，不能理解为对本发明的限制。
一种自动识别设备状态的检测系统，包括信号采集系统、设备状态计算系统和处置及显示系统；所述信号采集系统采集设备的信号发送至设备状态计算系统；所述设备状态计算系统包括算法单元和比较单元，所述的算法单元包括信号分类模块和算法模块；信号分类模块将信号采集系统采集的设备信号根据信号类型进行分类后，发送给算法模块，算法模块根据不同类型的信号分别解算系统内所有设备的状态参数，通过各状态参数在设备中的重要等级进行加权计算，计算设备当前状态参数，并通过比较单元与预先设定的状态参数阈值进行比较后得到设备状态判断结果，处置及显示系统按照设备状态计算系统给出的判断结果，对系统中所有设备的状态参数进行显示，并将设备状态为存在故障隐患的通过显示器显示隐患部位及内容；将设备状态为已处于故障或临界故障的，通过显示器屏幕提示故障信息并停机。
所述信号采集系统包括设置在舰炮系统被测设备上的传感器组。
所述传感器组分别包括：设置在设备运行过程中各目标位置上的位置传感器，用于检测设备运动到位情况以及记录到位时间；设置在设备电缆通道上的电流、电压传感器，用于检测设备运动过程中所有时刻的电流电压值；设置在设备动力传输装置上的振动、速度及加速度传感器，用于检测设备运动过程中产生的振动能力以及运行速度与加速度；设置在设备易于发热部件上的温度传感器，用于检测发热部件实时温度特征。
所述信号采集系统采集设备的信号包括到位信号、数值信号和通讯状态信号。
所述算法模块包括到位信号算法、数值信号算法和通讯状态信号算法。
所述位信号算法；包括按照系统内开关排布及运行顺序，将设备分为若干区域，每个区域的状态参数由到位时序算法计算，设备运行过程中，从上个开关到位开始时间tn-1，采集到该开关到位信号时间tn，计算实际运行时间△tn＝tn-tn-1，理想运行时间△Tn，计算△Tn与△tn的差值△ηn，并统计上次维修操作后的该区域内所有差值△ηn，算出参差均值
Figure BDA0002994871100000041
将设备内所有区域残差均值
Figure BDA0002994871100000051
对应区域故障等级系数{k0,...,kn}，算出设备的状态参数
Figure BDA0002994871100000052
其中n表示系统内设备的数量。
所述数值信号算法；数值情况可以直接反馈所属设备状态，可以通过实际数据和理想数据的残差计算设备的状态参数，即设定理想值为Y，实际值为 {y0,...,yn}，设备状态参数
Figure BDA0002994871100000053
其中n表示系统内设备的数量。
所述算法模块包括通讯状态信号算法：通讯状态信号是通过总线传输的数据，主要通过此种类型数据的采集情况计算总线通讯状态参数；按照设定计算周期为T，总线采集频率为N帧/秒，则周期内理想采集数据帧总数为M＝N×T，通过数据帧内容及数量，排除采集到的错误数据帧和丢失数据帧，计算实际每个周期采集正确数据帧为{m0,...,mn}，则总线状态参数
Figure BDA0002994871100000054
其中n表示系统内设备的数量。
所述的各状态参数在设备中的重要等级进行加权计算，即通过状态参数显示设备状态的重要等级设定加权系数，通过加权计算得到设备的总的状态参数γ＝A×γ1+B×γ2+C×γ3，其中A、B、C分别表示系统内设备的到位信号、数值信号和通讯状态信号在系统内的占比。
所述设备状态判断结果包括三种状态，分别为存在故障隐患、已处于故障或临界故障和良好；当0≤γ<X1(X1为设定状态参数阈值1)认为该开关区域部分的状态为良好，当X1≤γ<X2(X1为设定状态参数阈值2)认为该开关区域存在故障隐患，当X2≤γ则认为该开关区域已处于故障或临界故障状态。
状态参数阈值是通过设备设计指标，如使用寿命，使用次数，振动范围，运行故障次数等因素综合推理出的设备状态值，并通过设备实际使用情况对状态参数阈值进行调整，最终达到反映设备状态等级的最佳数值等级范围。
本发明在多设备复杂系统中，实现了系统运行全过程中与信号采集同步的状态判断，并根据判断结果进行故障发生前的应急处置，增强了系统的检测性与故障的预测性，极大程度的提高了系统运行及作战任务完成的可靠性。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种自动识别设备状态的检测系统，其特征在于：包括信号采集系统、设备状态计算系统和处置及显示系统；所述信号采集系统采集设备的信号发送至设备状态计算系统；所述设备状态计算系统包括算法单元和比较单元，所述的算法单元包括信号分类模块和算法模块；信号分类模块将信号采集系统采集的设备信号根据信号类型进行分类后，发送给算法模块，算法模块根据不同类型的信号分别解算系统内所有设备的状态参数，通过各状态参数在设备中的重要等级进行加权计算，计算设备当前状态参数，并通过比较单元与预先设定的状态参数阈值进行比较后得到设备状态判断结果，处置及显示系统按照设备状态计算系统给出的判断结果，对系统中所有设备的状态参数进行显示，并将设备状态为存在故障隐患的通过显示器显示隐患部位及内容；将设备状态为已处于故障或临界故障的，通过显示器屏幕提示故障信息并停机。
2.如权利要求1所述的自动识别设备状态的检测系统，其特征在于：所述信号采集系统包括设置在舰炮系统被测设备上的传感器组。
3.如权利要求2所述的自动识别设备状态的检测系统，其特征在于：所述传感器组分别包括：设置在设备运行过程中各目标位置上的位置传感器，用于检测设备运动到位情况以及记录到位时间；设置在设备电缆通道上的电流、电压传感器，用于检测设备运动过程中所有时刻的电流电压值；设置在设备动力传输装置上的振动、速度及加速度传感器，用于检测设备运动过程中产生的振动能力以及运行速度与加速度；设置在设备易于发热部件上的温度传感器，用于检测发热部件实时温度特征。
4.如权利要求1所述的自动识别设备状态的检测系统，其特征在于：所述信号采集系统采集设备的信号包括到位信号、数值信号和通讯状态信号。
5.如权利要求1所述的自动识别设备状态的检测系统，其特征在于：所述算法模块包括到位信号算法、数值信号算法和通讯状态信号算法。
6.如权利要求5所述的自动识别设备状态的检测系统，其特征在于：所述位信号算法；包括按照系统内开关排布及运行顺序，将设备分为若干区域，每个区域的状态参数由到位时序算法计算，设备运行过程中，从上个开关到位开始时间tn-1，采集到该开关到位信号时间tn，计算实际运行时间△tn＝tn-tn-1，理想运行时间△Tn，计算△Tn与△tn的差值△ηn，并统计上次维修操作后的该区域内所有差值△ηn，算出参差均值
Figure FDA0002994871090000021
将设备内所有区域残差均值
Figure FDA0002994871090000022
对应区域故障等级系数{k0,...,kn}，算出设备的状态参数
Figure FDA0002994871090000023
其中n是系统内设备的数量。
7.如权利要求5所述的自动识别设备状态的检测系统，其特征在于：所述数值信号算法；数值情况可以直接反馈所属设备状态，可以通过实际数据和理想数据的残差计算设备的状态参数，即设定理想值为Y，实际值为{y0,...,yn}，设备状态参数
Figure FDA0002994871090000024
其中n是系统内设备的数量。
8.如权利要求5所述的自动识别设备状态的检测系统，其特征在于：所述算法模块包括通讯状态信号算法：通讯状态信号是通过总线传输的数据，主要通过此种类型数据的采集情况计算总线通讯状态参数；按照设定计算周期为T，总线采集频率为N帧/秒，则周期内理想采集数据帧总数为M＝N×T，通过数据帧内容及数量，排除采集到的错误数据帧和丢失数据帧，计算实际每个周期采集正确数据帧为{m0,...,mn}，则总线状态参数
Figure FDA0002994871090000025
其中n是系统内设备的数量。
9.如权利要求1或5任一所述的自动识别设备状态的检测系统，其特征在于：所述各状态参数在设备中的重要等级进行加权计算，即通过状态参数显示设备状态的重要等级设定加权系数，通过加权计算得到设备的总的状态参数γ＝A×γ1+B×γ2+C×γ3。
10.如权利要求1所述的自动识别设备状态的检测系统，其特征在于：所述设备状态判断结果包括三种状态，分别为存在故障隐患、已处于故障或临界故障和良好；当0≤γ<X1(X1为设定状态参数阈值1)认为该开关区域部分的状态为良好，当X1≤γ<X2(X1为设定状态参数阈值2)认为该开关区域存在故障隐患，当X2≤γ则认为该开关区域已处于故障或临界故障状态。
CN202110336900.3A 2021-03-26 2021-03-26 一种自动识别设备状态的检测系统 Active CN113091809B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110336900.3A CN113091809B (zh) 2021-03-26 2021-03-26 一种自动识别设备状态的检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110336900.3A CN113091809B (zh) 2021-03-26 2021-03-26 一种自动识别设备状态的检测系统

Publications (2)

Publication Number Publication Date
CN113091809A true CN113091809A (zh) 2021-07-09
CN113091809B CN113091809B (zh) 2022-09-30

Family

ID=76671067

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110336900.3A Active CN113091809B (zh) 2021-03-26 2021-03-26 一种自动识别设备状态的检测系统

Country Status (1)

Country Link
CN (1) CN113091809B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6014598A (en) * 1996-06-28 2000-01-11 Arcelik A.S. Model-based fault detection system for electric motors
EP1486658A2 (de) * 2003-06-12 2004-12-15 Robert Bosch Gmbh Fehlerdiagnoseverfahren und -vorrichtung für ein Kraftfahrzeugsystem
CN201936175U (zh) * 2010-12-30 2011-08-17 中国船舶重工集团公司第七一三研究所 一种随动系统分布控制模块
CN106247848A (zh) * 2016-07-26 2016-12-21 中北大学 一种复杂自动供输弹系统的早期故障诊断方法
CN108429649A (zh) * 2018-03-23 2018-08-21 国家计算机网络与信息安全管理中心 基于多次单类型采集结果的综合异常判断的系统
KR20180096041A (ko) * 2017-02-20 2018-08-29 대우조선해양 주식회사 수상함의 전력감시 제어 시스템 및 제어 방법
CN108681633A (zh) * 2018-05-11 2018-10-19 上海电力学院 一种基于状态参数的凝结水泵故障预警方法
CN109960753A (zh) * 2019-02-13 2019-07-02 平安科技（深圳）有限公司 上网设备用户的检测方法、装置、存储介质及服务器
US20200019153A1 (en) * 2018-07-13 2020-01-16 United States Of America, As Represented By The Secretary Of The Navy Real-Time Automation for Monitor and Control of Electro-Mechanical System
JP2020093702A (ja) * 2018-12-13 2020-06-18 東芝三菱電機産業システム株式会社 艦載消磁装置
CN111506043A (zh) * 2020-04-09 2020-08-07 中国船舶工业综合技术经济研究院 一种舰炮关键部件故障预测系统
CN111556111A (zh) * 2020-04-21 2020-08-18 天津市市政工程设计研究院 基于物联网的管廊设备故障远程诊断系统
CN111999087A (zh) * 2020-08-26 2020-11-27 西京学院 基于LabVIEW的振动筛在线状态监测方法
CN112198787A (zh) * 2020-09-01 2021-01-08 河北汉光重工有限责任公司 一种多型火控自适应转换系统
CN112285551A (zh) * 2020-11-19 2021-01-29 特变电工衡阳变压器有限公司 有载分接开关在线监测方法、装置和系统

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6014598A (en) * 1996-06-28 2000-01-11 Arcelik A.S. Model-based fault detection system for electric motors
EP1486658A2 (de) * 2003-06-12 2004-12-15 Robert Bosch Gmbh Fehlerdiagnoseverfahren und -vorrichtung für ein Kraftfahrzeugsystem
CN201936175U (zh) * 2010-12-30 2011-08-17 中国船舶重工集团公司第七一三研究所 一种随动系统分布控制模块
CN106247848A (zh) * 2016-07-26 2016-12-21 中北大学 一种复杂自动供输弹系统的早期故障诊断方法
KR20180096041A (ko) * 2017-02-20 2018-08-29 대우조선해양 주식회사 수상함의 전력감시 제어 시스템 및 제어 방법
CN108429649A (zh) * 2018-03-23 2018-08-21 国家计算机网络与信息安全管理中心 基于多次单类型采集结果的综合异常判断的系统
CN108681633A (zh) * 2018-05-11 2018-10-19 上海电力学院 一种基于状态参数的凝结水泵故障预警方法
US20200019153A1 (en) * 2018-07-13 2020-01-16 United States Of America, As Represented By The Secretary Of The Navy Real-Time Automation for Monitor and Control of Electro-Mechanical System
JP2020093702A (ja) * 2018-12-13 2020-06-18 東芝三菱電機産業システム株式会社 艦載消磁装置
CN109960753A (zh) * 2019-02-13 2019-07-02 平安科技（深圳）有限公司 上网设备用户的检测方法、装置、存储介质及服务器
CN111506043A (zh) * 2020-04-09 2020-08-07 中国船舶工业综合技术经济研究院 一种舰炮关键部件故障预测系统
CN111556111A (zh) * 2020-04-21 2020-08-18 天津市市政工程设计研究院 基于物联网的管廊设备故障远程诊断系统
CN111999087A (zh) * 2020-08-26 2020-11-27 西京学院 基于LabVIEW的振动筛在线状态监测方法
CN112198787A (zh) * 2020-09-01 2021-01-08 河北汉光重工有限责任公司 一种多型火控自适应转换系统
CN112285551A (zh) * 2020-11-19 2021-01-29 特变电工衡阳变压器有限公司 有载分接开关在线监测方法、装置和系统

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
LIU DEYAO等: "Dynamic accuracy evaluation methodology for shipboard artillery weapon system based on timing series modelling theories", 《JOURNAL OF NANJING UNIVERSITY OF SCIENCE AND TECHNOLOGY 42》 *
SH.-J. LV等: "Design and realization on the fault diagnostic flat based on virtual instrument for warship equipment", 《2010 SECOND PACIFIC-ASIA CONFERENCE ON CIRCUITS, COMMUNICATIONS AND SYSTEM》 *
SHI YUE-DONG等: "Application of fuzzy information fusion in servo system fault diagnosis of naval gun", 《JOURNAL OF GUN LAUNCH & CONTROL》 *
ZHANG LING-HAI等: "Fault Diagnosis in A Naval Gun Based on Fuzzy Petri-Net", 《JOURNAL OF GUN LAUNCH & CONTROL》 *
吴宇航等: "传动间隙对舰炮随动系统的影响研究", 《舰船科学技术》 *
宋辉: "基于 CAN 总线分布式伺服系统研究", 《基于CAN总线分布式伺服系统研究》 *
贾兰俊等: "非平稳特征提取方法与智能诊断技术在自动机故障诊断中的应用", 《舰船科学技术》 *

Also Published As

Publication number Publication date
CN113091809B (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
CN104848873B (zh) 传感器数据融合的方法
CN106219342B (zh) 基于时频转换算法的电梯自诊断及预诊断系统和方法
CN101299275B (zh) 一种目标检测方法、装置
CN111487991A (zh) 一种面向无人机集群的安全等级预测方法及系统
CN110826054B (zh) 一种基于报文数据场特征的车载can总线入侵检测方法
CN109359873B (zh) 一种基于pca-t2的滚珠丝杠副健康评估方法
CN114167838B (zh) 一种伺服系统多尺度健康评估与故障预测方法
KR102190054B1 (ko) 다중 정보 엔트로피의 비교를 통한 차량 내 외부 데이터 침입 탐지 장치 및 그 동작 방법
CN108596028A (zh) 一种基于视频录像中的异常行为检测算法
CN109993122A (zh) 一种基于深度卷积神经网络的行人乘扶梯异常行为检测方法
CN103412220A (zh) 一种基于数据融合的船舶电站故障诊断方法
CN114495497B (zh) 一种交通异常数据的判别和插补方法及系统
CN103116350A (zh) 汽车can通讯失效检测系统及其检测方法
CN113091809B (zh) 一种自动识别设备状态的检测系统
CN106330535A (zh) 一种车地通信数据处理方法及装置
CN111400114A (zh) 基于深度递归网络大数据计算机系统故障检测方法及系统
CN115167508A (zh) 一种多旋翼无人机传感器故障安全飞行控制系统及方法
CN113222067A (zh) 基于SVM-Adaboost算法的孤岛智能检测方法
CN113094702A (zh) 基于lstm网络的虚假数据注入攻击检测方法及其装置
CN117407770A (zh) 基于神经网络的高压开关柜故障模式分类及预测方法
CN103916144B (zh) 甚低频长波发射机功放单元自适应校正方法和装置
CN113794742B (zh) 一种电力系统fdia高精度检测方法
CN112966785B (zh) 一种智能化星座状态识别方法和系统
CN108680783A (zh) 监测反应堆控制棒驱动机构线圈电流下降沿振荡的方法
CN113955149A (zh) 一种电机系统的健康诊断方法和装置

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