CN113358359B - 一种柴油机工作性能状态检测方法 - Google Patents
一种柴油机工作性能状态检测方法 Download PDFInfo
- Publication number
- CN113358359B CN113358359B CN202110571809.XA CN202110571809A CN113358359B CN 113358359 B CN113358359 B CN 113358359B CN 202110571809 A CN202110571809 A CN 202110571809A CN 113358359 B CN113358359 B CN 113358359B
- Authority
- CN
- China
- Prior art keywords
- periodic vibration
- fault
- diesel engine
- vibration signal
- frequency spectrum
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000000737 periodic effect Effects 0.000 claims abstract description 132
- 238000001228 spectrum Methods 0.000 claims abstract description 40
- 230000008569 process Effects 0.000 claims abstract description 15
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000010586 diagram Methods 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 101000878595 Arabidopsis thaliana Squalene synthase 1 Proteins 0.000 claims description 3
- 101000642811 Oryza sativa subsp. indica Soluble starch synthase 1, chloroplastic/amyloplastic Proteins 0.000 claims description 3
- 102100027198 Sodium channel protein type 5 subunit alpha Human genes 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000005065 mining Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 7
- 230000004044 response Effects 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000005520 electrodynamics Effects 0.000 description 2
- 101001093143 Homo sapiens Protein transport protein Sec61 subunit gamma Proteins 0.000 description 1
- 101000694017 Homo sapiens Sodium channel protein type 5 subunit alpha Proteins 0.000 description 1
- 101100120905 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) TDH1 gene Proteins 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000003245 working effect Effects 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
- G01M15/00—Testing of engines
- G01M15/04—Testing internal-combustion engines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
- G01M7/022—Vibration control arrangements, e.g. for generating random vibrations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
- G01M7/025—Measuring arrangements
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种柴油机工作性能状态检测方法，属于故障检测技术领域，该检测方法具体步骤如下：(1)传感器部署及信号采集；(2)信号预处理；(3)建立频谱图；(4)构建柴油机故障特征数据库；(5)大数据分析判断；(6)柴油机工作性能状态预警；本发明采用多个传感器来对柴油机状态进行实时监测，以获取多个周期性振动信号，相较于单一传感器，其柴油机运行状态信息反映更加全面；此外，本发明将柴油机故障特征数据库中的故障现象及故障频谱与运行过程中柴油机振动信号进行相关系数分析，从而能够准确判断出柴油机工作运行状态，并且该相关系数分析过程简单，时间较短，从而有利于针对柴油机工作性能状态做出快速反应和预警。
Description
技术领域
本发明涉及故障检测技术领域，尤其涉及一种柴油机工作性能状态检测方法。
背景技术
经检索，中国专利号CN107991100A公开了一种柴油机运行状态检测方法和系统，该发明方法虽然为柴油机故障分析提供了足够的数据支持，但分析过程繁杂，并且时间过长，无法针对柴油机工作性能状态做出快速反应；柴油机是用柴油作燃料的内燃机，其属于压缩点火式发动机；柴油机是当前现代工业中生活生产的重要动力设备，尤其是在交通运输、发、电、制造等相关领域内，因其具有较高的使用成本效益而占据重要地位；随着生产力的提高以及生产效率的提升，安全稳定的运行是柴油机至关重要的保障标准，如果在运行过程中出现故障，影响的不仅仅是生产上经济的损失，甚至有可能会造成现场人员的生命危险；柴油机的工作运行状态通常能够由工作时所释放的特征信号表示出来，对运行状态进行监测并分析运行时发出的信号特征，能够及时了解机组当前所处的状态；因此，发明出一种柴油机工作性能状态检测方法变得尤为重要；
现有的柴油机工作性能状态检测方法大多依靠单一传感器进行状态检测，但由于柴油机设备的复杂性、工况的多样性以及单一传感器的局限性，依靠单一传感器进行状态监测与故障诊断时只能获得部分信息，无法多方位的反映柴油机运行状态；此外，现有的柴油机工作性能状态检测方法，分析过程繁杂，并且时间过长，无法针对柴油机工作性能状态做出快速反应和预警，为此，我们提出一种柴油机工作性能状态检测方法。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种柴油机工作性能状态检测方法。
为了实现上述目的，本发明采用了如下技术方案：
一种柴油机工作性能状态检测方法，该检测方法具体步骤如下：
(1)传感器部署及信号采集：将多个传感器布置在待检测柴油机的各个易故障部位，并通过多个传感器实时监测柴油机工作状态，得到周期性振动信号一、周期性振动信号二、…和周期性振动信号N；
(2)信号预处理：对步骤(1)所述周期性振动信号一、周期性振动信号二、…和周期性振动信号N进行预处理，同时利用深度自编码器对预处理后的周期性振动信号一、周期性振动信号二、…和周期性振动信号N进行分解和重构，得到低纬周期性振动特征参数集一、低纬周期性振动特征参数集二、和低纬周期性振动特征参数集N；
(3)建立频谱图：利用上位机软件分别对步骤(3)所述低纬周期性振动特征参数集一、低纬周期性振动特征参数集二、和低纬周期性振动特征参数集N进行短时傅里叶变换，得到周期性振动频谱图一、周期性振动频谱图二、…和周期性振动频谱图N；
(4)构建柴油机故障特征数据库：获取步骤(1)所述各个易故障部位在故障时的故障现象及故障频谱，同时根据故障现象及故障频谱建立柴油机故障特征数据库；
(5)大数据分析判断：采用大数据技术，即通过关联规则算法挖掘将步骤(3)所述周期性振动频谱图一、周期性振动频谱图二、…和周期性振动频谱图N与步骤(4)所述故障现象及故障频谱的进行相关系数计算，并根据相关系数对柴油机工作性能状态进行判断，得到判断结果；
(6)柴油机工作性能状态预警：根据步骤(6)所述判断结果对柴油机工作性能状态进行预警，同时根据步骤(4)所述柴油机故障特征数据库进行柴油机的故障位置及故障类型的展示。
进一步地，步骤所述(1)所述多个传感器包括压电加速度传感器、电涡流传感器和惯性式电动传感器。
进一步地，步骤(2)所述信号预处理具体过程如下：
S1：首先，获取周期性振动信号一、周期性振动信号二、…和周期性振动信号N；
S2：其次，利用小波变化算法对步骤S1所述周期性振动信号一、周期性振动信号二、…和周期性振动信号N进行去噪；
S3：最后，利用深度自编码其对步骤S2去噪后的周期性振动信号一、周期性振动信号二、…和周期性振动信号N进行分解和重构；得到低纬周期性振动特征参数集一、低纬周期性振动特征参数集二、和低纬周期性振动特征参数集N；
所述深度自编码器包括输入层、隐藏层和输出层。
进一步地，步骤(4)所述柴油机故障特征数据库具体构建过程如下：
SS1：获取各个易故障部位在故障时的故障现象及故障频谱，其故障现象包括文字描述和图像展示；
SS2：将各个易故障部位的名称作为分类属性，并利用Excel对故障现象及故障频谱进行分类整理；
SS3：对整理后的各个易故障部位进行位置信息和故障类型补充，得到柴油机故障特征数据库。
进一步地，步骤(5)所述大数据分析判断具体过程如下：
SSS1：获取柴油机故障特征数据库中的故障现象及故障频谱；
SSS2：获取柴油机工作状态中的周期性振动频谱图一、周期性振动频谱图二、…和周期性振动频谱图N；
SSS3：利用关联规则算法将步骤SSS1所述柴油机故障特征数据库中的故障现象及故障频谱与步骤SSS2所述周期性振动频谱图一、周期性振动频谱图二、…和周期性振动频谱图N进行计算，得到相关性系数；同时设定相关系数阈值区间；
SSS4：若相关性系数处于设定相关系数阈值区间之内，则判断待检测柴油机工作状态良好；反之，则判断待检测柴油机工作状态异常。
进一步地，所述关联规则算法具体为Apriori算法。
相比于现有技术，本发明的有益效果在于：
1、该柴油机工作性能状态检测方法，采用多个传感器来对柴油机状态进行实时监测，以获取多个周期性振动信号，相较于单一传感器，其柴油机运行状态信息反映更加全面；此外，由于柴油机在持续运行过程中，零部件磨损或疲劳会导致机组性能不断退化，采用振动信号作为判断基础，从而能够反应零部件或系统状态的丰富信息，进而有利于为柴油机在不解体的前提下进行状态评估，同时有利于为后续柴油机故障分析判断提供数据基础；
2、该柴油机工作性能状态检测方法，构建了一种柴油机故障特征数据库，其包含各个易故障部位在故障时的故障现象及故障频谱；通过将其与运行过程中柴油机振动信号进行相关系数分析，从而能够准确判断出柴油机工作运行状态，此外，该相关系数分析过程简单，并且时间较短，从而有利于针对柴油机工作性能状态做出快速反应和预警。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
图1为本发明提出的一种柴油机工作性能状态检测方法的整体流程图。
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。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”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。
参照图1，本实施例公开了一种柴油机工作性能状态检测方法，该检测方法具体步骤如下：
(1)传感器部署及信号采集：将多个传感器布置在待检测柴油机的各个易故障部位，并通过多个传感器实时监测柴油机工作状态，得到周期性振动信号一、周期性振动信号二、…和周期性振动信号N；
具体的，该多个传感器包括压电加速度传感器、电涡流传感器和惯性式电动传感器。
(2)信号预处理：对步骤(1)周期性振动信号一、周期性振动信号二、…和周期性振动信号N进行预处理，同时利用深度自编码器对预处理后的周期性振动信号一、周期性振动信号二、…和周期性振动信号N进行分解和重构，得到低纬周期性振动特征参数集一、低纬周期性振动特征参数集二、和低纬周期性振动特征参数集N；
具体的，该信号预处理具体过程如下：
S1：首先，获取周期性振动信号一、周期性振动信号二、…和周期性振动信号N；
S2：其次，利用小波变化算法对步骤S1周期性振动信号一、周期性振动信号二、…和周期性振动信号N进行去噪；
S3：最后，利用深度自编码其对步骤S2去噪后的周期性振动信号一、周期性振动信号二、…和周期性振动信号N进行分解和重构；得到低纬周期性振动特征参数集一、低纬周期性振动特征参数集二、和低纬周期性振动特征参数集N；
具体的，该深度自编码器包括输入层、隐藏层和输出层。
(3)建立频谱图：利用上位机软件分别对步骤(3)低纬周期性振动特征参数集一、低纬周期性振动特征参数集二、和低纬周期性振动特征参数集N进行短时傅里叶变换，得到周期性振动频谱图一、周期性振动频谱图二、…和周期性振动频谱图N；
(4)构建柴油机故障特征数据库：获取步骤(1)各个易故障部位在故障时的故障现象及故障频谱，同时根据故障现象及故障频谱建立柴油机故障特征数据库；
具体的，该柴油机故障特征数据库具体构建过程如下：
SS1：获取各个易故障部位在故障时的故障现象及故障频谱，其故障现象包括文字描述和图像展示；
SS2：将各个易故障部位的名称作为分类属性，并利用Excel对故障现象及故障频谱进行分类整理；
SS3：对整理后的各个易故障部位进行位置信息和故障类型补充，得到柴油机故障特征数据库。
(5)大数据分析判断：采用大数据技术，即通过关联规则算法挖掘将步骤(3)周期性振动频谱图一、周期性振动频谱图二、…和周期性振动频谱图N与步骤(4)故障现象及故障频谱的进行相关系数计算，并根据相关系数对柴油机工作性能状态进行判断，得到判断结果；
(6)柴油机工作性能状态预警：根据步骤(6)判断结果对柴油机工作性能状态进行预警，同时根据步骤(4)柴油机故障特征数据库进行柴油机的故障位置及故障类型的展示。
参照图1，本实施例公开了一种柴油机工作性能状态检测方法，除与上述实施例相同的结构外，本实施例将具体介绍大数据分析判断的具体过程；
具体的，该大数据分析判断具体过程如下：
SSS1：获取柴油机故障特征数据库中的故障现象及故障频谱；
SSS2：获取柴油机工作状态中的周期性振动频谱图一、周期性振动频谱图二、…和周期性振动频谱图N；
SSS3：利用关联规则算法将步骤SSS1柴油机故障特征数据库中的故障现象及故障频谱与步骤SSS2周期性振动频谱图一、周期性振动频谱图二、…和周期性振动频谱图N进行计算，得到相关性系数；同时设定相关系数阈值区间；
SSS4：若相关性系数处于设定相关系数阈值区间之内，则判断待检测柴油机工作状态良好；反之，则判断待检测柴油机工作状态异常；
具体的，该关联规则算法具体为Apriori算法。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种柴油机工作性能状态检测方法，其特征在于，该检测方法具体步骤如下：
(1)传感器部署及信号采集：将多个传感器布置在待检测柴油机的各个易故障部位，并通过多个传感器实时监测柴油机工作状态，得到周期性振动信号一、周期性振动信号二、…和周期性振动信号N；
(2)信号预处理：对步骤(1)所述周期性振动信号一、周期性振动信号二、…和周期性振动信号N进行预处理，同时利用深度自编码器对预处理后的周期性振动信号一、周期性振动信号二、…和周期性振动信号N进行分解和重构，得到低纬周期性振动特征参数集一、低纬周期性振动特征参数集二、和低纬周期性振动特征参数集N；
(3)建立频谱图：利用上位机软件分别对步骤(3)所述低纬周期性振动特征参数集一、低纬周期性振动特征参数集二、和低纬周期性振动特征参数集N进行短时傅里叶变换，得到周期性振动频谱图一、周期性振动频谱图二、…和周期性振动频谱图N；
(4)构建柴油机故障特征数据库：获取步骤(1)所述各个易故障部位在故障时的故障现象及故障频谱，同时根据故障现象及故障频谱建立柴油机故障特征数据库；
(5)大数据分析判断：采用大数据技术，即通过关联规则算法挖掘将步骤(3)所述周期性振动频谱图一、周期性振动频谱图二、…和周期性振动频谱图N与步骤(4)所述故障现象及故障频谱的进行相关系数计算，并根据相关系数对柴油机工作性能状态进行判断，得到判断结果；
(6)柴油机工作性能状态预警：根据步骤(6)所述判断结果对柴油机工作性能状态进行预警，同时根据步骤(4)所述柴油机故障特征数据库进行柴油机的故障位置及故障类型的展示；
其中，步骤(4)所述柴油机故障特征数据库具体构建过程如下：
SS1：获取各个易故障部位在故障时的故障现象及故障频谱，其故障现象包括文字描述和图像展示；
SS2：将各个易故障部位的名称作为分类属性，并利用Excel对故障现象及故障频谱进行分类整理；
SS3：对整理后的各个易故障部位进行位置信息和故障类型补充，得到柴油机故障特征数据库；
步骤(5)所述大数据分析判断具体过程如下：
SSS1：获取柴油机故障特征数据库中的故障现象及故障频谱；
SSS2：获取柴油机工作状态中的周期性振动频谱图一、周期性振动频谱图二、…和周期性振动频谱图N；
SSS3：利用关联规则算法将步骤SSS1所述柴油机故障特征数据库中的故障现象及故障频谱与步骤SSS2所述周期性振动频谱图一、周期性振动频谱图二、…和周期性振动频谱图N进行计算，得到相关性系数；同时设定相关系数阈值区间；
SSS4：若相关性系数处于设定相关系数阈值区间之内，则判断待检测柴油机工作状态良好；反之，则判断待检测柴油机工作状态异常。
2.根据权利要求1所述的一种柴油机工作性能状态检测方法，其特征在于，步骤(1)所述多个传感器包括压电加速度传感器、电涡流传感器和惯性式电动传感器。
3.根据权利要求1所述的一种柴油机工作性能状态检测方法，其特征在于，步骤(2)所述信号预处理具体过程如下：
S1：首先，获取周期性振动信号一、周期性振动信号二、…和周期性振动信号N；
S2：其次，利用小波变化算法对步骤S1所述周期性振动信号一、周期性振动信号二、…和周期性振动信号N进行去噪；
S3：最后，利用深度自编码其对步骤S2去噪后的周期性振动信号一、周期性振动信号二、…和周期性振动信号N进行分解和重构；得到低纬周期性振动特征参数集一、低纬周期性振动特征参数集二、和低纬周期性振动特征参数集N；
所述深度自编码器包括输入层、隐藏层和输出层。
4.根据权利要求1所述的一种柴油机工作性能状态检测方法，其特征在于，所述关联规则算法具体为Apriori算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110571809.XA CN113358359B (zh) | 2021-05-25 | 2021-05-25 | 一种柴油机工作性能状态检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110571809.XA CN113358359B (zh) | 2021-05-25 | 2021-05-25 | 一种柴油机工作性能状态检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113358359A CN113358359A (zh) | 2021-09-07 |
| CN113358359B true CN113358359B (zh) | 2022-09-06 |
Family
ID=77527500
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110571809.XA Expired - Fee Related CN113358359B (zh) | 2021-05-25 | 2021-05-25 | 一种柴油机工作性能状态检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113358359B (zh) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108843611B (zh) * | 2018-06-15 | 2019-08-27 | 浙江大学 | 一种基于振动信号联合谱相关系数分析的轴流风机状态识别方法 |
| WO2020039565A1 (ja) * | 2018-08-23 | 2020-02-27 | 村田機械株式会社 | 回転機械に用いられる軸受の異常診断方法 |
| CN111120388B (zh) * | 2020-03-31 | 2020-07-28 | 浙江上风高科专风实业有限公司 | 一种风机状态联合监测方法及系统 |
| CN111779573B (zh) * | 2020-06-28 | 2022-02-11 | 河南柴油机重工有限责任公司 | 一种柴油机在线故障检测方法及装置 |
| CN112710474B (zh) * | 2020-12-31 | 2022-11-04 | 中国人民解放军92942部队 | 一种基于实时振动数据的柴油机状态评估方法 |
-
2021
- 2021-05-25 CN CN202110571809.XA patent/CN113358359B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN113358359A (zh) | 2021-09-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN201110799Y (zh) | 汽车发动机异响检测仪 | |
| CN102494899B (zh) | 柴油机复合故障诊断方法及诊断系统 | |
| US20180005463A1 (en) | System, Device, and Method for Feature Generation, Selection, and Classification for Audio Detection of Anomalous Engine Operation | |
| CN103558029A (zh) | 一种发动机异响故障在线诊断系统和诊断方法 | |
| CN111779573B (zh) | 一种柴油机在线故障检测方法及装置 | |
| CN103969052B (zh) | 基于离群分析的柴油机故障诊断方法 | |
| CN109932179A (zh) | 一种基于ds自适应谱重构的滚动轴承故障检测方法 | |
| CN106323664A (zh) | 空调机组的振动测试及诊断方法、装置及空调机组 | |
| CN110940518A (zh) | 一种基于故障数据的航天传动机构分析方法 | |
| CN101907520B (zh) | 发动机失火检测方法及其检测装置 | |
| CN112710474B (zh) | 一种基于实时振动数据的柴油机状态评估方法 | |
| CN112487709A (zh) | 一种基于敏感性分析的船用柴油机故障溯源方法 | |
| CN116383633A (zh) | 一种多因素综合分析的机制砂振动筛故障检测方法及系统 | |
| CN107064298A (zh) | 一种运行中风机叶片裂纹的激光检测方法 | |
| CN112454008A (zh) | 一种基于网络模型的切割平台寿命预测方法、系统及可读存储介质 | |
| CN115329092A (zh) | 电力监控系统威胁分析的知识图谱生成方法、系统及介质 | |
| CN113358359B (zh) | 一种柴油机工作性能状态检测方法 | |
| CN113516023B (zh) | 设备振动异常诊断方法和系统 | |
| CN112665713B (zh) | 一种基于实时振动数据的往复机械设备故障检测方法 | |
| CN118032364A (zh) | 一种动力机械故障诊断系统 | |
| CN108205016A (zh) | 声发射塔吊安全检测的工控机系统 | |
| CN108287197A (zh) | 声发射塔吊安全检测系统的信号处理方法 | |
| CN116610935A (zh) | 一种基于发动机振动信号多模态分析的机械故障检测方法 | |
| CN113380273B (zh) | 异常声音检测及判断形成原因的系统 | |
| CN111709453B (zh) | 一种航空发动机电气系统在线故障诊断方法 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220906 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |