CN113467433A - 一种机械设备故障检测的方法及装置 - Google Patents
一种机械设备故障检测的方法及装置 Download PDFInfo
- Publication number
- CN113467433A CN113467433A CN202110963191.1A CN202110963191A CN113467433A CN 113467433 A CN113467433 A CN 113467433A CN 202110963191 A CN202110963191 A CN 202110963191A CN 113467433 A CN113467433 A CN 113467433A
- Authority
- CN
- China
- Prior art keywords
- node
- key
- analysis module
- data analysis
- information
- 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.)
- Withdrawn
Links
Images
Classifications
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0262—Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
-
- 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
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种机械设备故障检测的方法及装置,该方法包括:数据分析模块接收由数据采集模块发送的机械设备的多个关键节点的运行状态参数,多个关键节点的运行状态参数为数据采集模块采集的;数据分析模块根据多个关键节点的运行状态参数确定出状态异常的目标节点,并且生成异常检测上报信息;数据分析模块向控制端发送异常检测上报信息,以便于控制端根据异常检测上报信息确定待检修的节点,并且根据待检修的节点生成检测报告;其中,检测异常上报信息包括目标节点的运行状态参数与目标节点的标识信息。该方法能实现对机械设备的自动监测、自动采集和自动存储。提升机械设备检测的及时性,准确性与智能性,保障生产安全运行。
Description
技术领域
本发明涉及设备监测技术领域,尤其涉及一种机械设备故障检测的方法及装置。
背景技术
随着现代工业的发展,设备资产密集型企业对设备的依赖程度不断提高,且企业中生产设备自动化水平高、生产连续性强,兼有高温、高压、易燃、易爆、易中毒有腐蚀等特点,一旦设备发生故障,就有泄漏、污染环境的风险,甚至会导致火灾、爆炸、人身伤亡等重大安全事故。往往一台设备、一条管线、一块仪表、甚至一个电子元件发生故障,都会导致停产,造成重大的经济损失,直接影响企业的经济效益。因此,确保生产设备以最佳状态、长周期安全可靠运行就成了企业管理者的诉求。目前,对主要机械设备采用巡检的方式进行管理,为巡检人员配备了巡检仪器,但企业设备管理系统普遍缺少有效设备状态信息的支撑,导致设备检修缺乏科学依据,造成设备维护成本高且效率低下。因而亟需通过实施智能监测技术对企业重要机泵设备进行全面的状态监控以提升企业设备管理水平。
发明内容
本发明提供一种机械设备故障检测的方法及装置,解决现有机械设备检测需要人员巡检,缺少智能监测的问题,能实现对机械设备的自动监测、自动采集和自动存储,并通过软件的辅助诊断功能,触发自动报警。提升机械设备检测的及时性,准确性与智能性,更好地保障生产安全可靠稳定地运行。
为实现以上目的,本发明提供以下技术方案:
一种机械设备故障检测的方法,设置数据采集模块、数据分析模块与控制端组成设备故障检测系统,该方法包括:
所述数据分析模块接收由所述数据采集模块发送的所述机械设备的多个关键节点的运行状态参数,多个所述关键节点的运行状态参数为所述数据采集模块采集的;
所述数据分析模块根据多个所述关键节点的运行状态参数确定出状态异常的目标节点,并且生成异常检测上报信息;
所述数据分析模块向所述控制端发送所述异常检测上报信息,以便于所述控制端根据所述异常检测上报信息确定待检修的节点,并且根据所述待检修的节点生成检测报告;
其中,所述检测异常上报信息包括所述目标节点的运行状态参数与所述目标节点的标识信息。
优选的,所述数据分析模块根据所述多个关键节点的运行状态参数确定出状态异常的目标节点,包括:
所述数据分析模块根据所述多个关键节点的运行状态参数,确定出所述多个关键节点中每个关键节点运行的加速度、速度、位移、包络信息、设备温度中的至少任意一种;
所述数据分析模块根据所述每个关键节点运行的加速度、速度、位移、包络信息、设备温度中的至少任意一种,确定出状态异常的目标节点。
优选的,所述数据分析模块根据所述每个关键节点的运行状态参数,确定出所述多个关键节点运行的加速度、速度、位移、包络信息、设备温度中的至少任意一种,包括:
所述每个关键节点的运行状态参数包括预设周期内所述每个关键节点的运行视频和/或温度数据;
所述数据分析模块根据所述每个关键节点的温度数据确定所述每个关键节点的设备温度;和/或,
所述数据分析模块根据所述每个关键节点的运行视频确定每个关键节点的节点运行的加速度、速度、位移、包络信息中的至少任意一种。
优选的,所述数据分析模块根据所述多个节点的温度数据确定每个节点的设备温度之后,还包括:
所述数据分析模块根据所述每个关键节点的设备温度判断所述每个关键节点的设备温度是否超出温度阈值;
若是,所述数据分析模块将设备温度超出温度阈值的所述关键节点确定为状态异常的目标节点。
优选的,所述数据分析模块根据所述每个关键节点的设备温度判断所述每个关键节点的设备温度是否超出温度阈值之后,还包括:
若否,所述数据分析模块获取所述每个关键节点运行时的振动频率;
若所述振动频率位于第一频率区间,则比较所述每个节点的位移与位移阈值,若所述节点的位移不匹配位移阈值,则将所述节点确定为状态异常的目标节点;
若所述振动频率位于第二频率区间,则比较所述每个节点的速度与速度阈值,若所述节点的速度不匹配速度阈值,则将所述节点确定为状态异常的目标节点;
若所述振动频率位于第三频率区间,则比较所述每个节点的加速度与加速度阈值,若所述节点的加速度不匹配加速度阈值,则将所述节点确定为状态异常的目标节点;
其中,所述第一频率区间小于第二频率区间小于第三频率区间。
优选的,所述数据分析模块根据所述每个关键节点的运行视频确定每个关键节点的节点运行的加速度、速度、位移、包络信息中的至少任意一种,包括:
针对所述每个关键节点中的任意一个关键节点,所述数据分析模块选取所述任意一个关键节点预设时长内的M帧图像;
所述数据分析模块显影处理所述M帧图像,得到M帧显影处理后的图像;
所述数据分析模块提取所述M帧显影处理后的图像中的关键节点的轮廓曲线图,得到M帧关键节点的轮廓曲线图;
所述数据分析模块采用特征点标注的方式标注所述M帧关键节点的轮廓曲线图,得到M帧特征点标注后的关键节点的轮廓曲线图;
所述数据分析模块根据所述M帧特征点标注后的关键节点的轮廓曲线图,绘制所述关键节点的运行轨迹图;
所述数据分析模块根据所述关键节点的运行轨迹图确定所述关键节点的节点运行的加速度、速度、位移、包络信息中的至少任意一种。
本发明还提供一种机械设备故障检测的方法,设置数据采集模块、数据分析模块与控制端组成设备故障检测系统,该方法包括:
所述控制端接收由所述数据分析模块发送的异常检测上报信息,所述异常检测上报信息为所述数据分析模块根据所述机械设备包含的多个关键节点的运行状态参数确定出状态异常的目标节点后生成的;
所述控制端根据所述异常检测上报信息确定待检修的节点,并且根据所述待检修的节点生成检测报告,以便于根据所述检测报告对所述待检修的节点进行检修。
优选的,所述控制端包括远程控制端与现场控制端,
所述控制端根据所述异常检测上报信息确定待检修的节点,包括:
所述现场控制端根据所述异常检测上报信息确定待检修的节点;和/或,
所述远程控制端根据所述异常检测上报信息确定待检修的节点。
优选的,所述现场控制端根据所述异常检测上报信息确定待检修的节点之后,所述方法还包括:
所述现场控制端向检修人员终端发送检修指令,和/或发出警示信息;
所述现场控制端向所述远程控制端发送故障分析请示信息,以便于所述远程控制端根据所述故障分析请示信息确定所述待检修的节点的故障原因。
本发明还提供一种机械设备故障检测装置,包括:处理单元,采集单元,控制单元:
所述处理单元,用于接收由所述采集单元,用于发送的机械设备的多个关键节点的运行状态参数,所述多个关键节点的运行状态参数为所述采集单元采集的;
所述处理单元,还用于根据所述多个关键节点的运行状态参数确定出状态异常的目标节点,并且生成异常检测上报信息;
所述处理单元,还用于向所述控制单元发送所述异常检测上报信息,以便于所述控制单元根据所述异常检测上报信息确定待检修的节点,并且根据所述待检修的节点生成检测报告;
其中,所述检测异常上报信息包括所述目标节点的运行状态参数与所述目标节点的标识信息。
本发明提供一种机械设备故障检测方法及装置,由数据采集模块对机械设备的多个关键节点的运行状态参数进行采集,并由数据分析模块确定状态异常的目标节点,控制端接收由数据分析模块发送的异常检测上报信息。能提升机械设备检测的及时性,准确性与智能性,更好地保障生产安全可靠稳定地运行。
附图说明
为了更清楚地说明本发明的具体实施例,下面将对实施例中所需要使用的附图作简单地介绍。
图1是本申请实施例提供的一种故障检测系统的结构示意图。
图2是本申请实施例提供的一种机械设备故障检测的方法的流程示意图。
图3是本申请实施例提供的另一种机械设备故障检测的方法的流程示意图。
图4是本申请实施例提供的一种机械设备故障检测装置的功能单元示意图。
图5是本申请实施例提供的另一种机械设备故障检测装置的功能单元示意图。
图6是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元,用于的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,用于,而是可选地还包括没有列出的步骤或单元,用于,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元,用于。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
目前,对主要机械设备采用巡检的方式进行管理,为巡检人员配备了巡检仪器,但企业设备管理系统普遍缺少有效设备状态信息的支撑,导致设备检修缺乏科学依据,造成设备维护成本高且效率低下。因而亟需通过实施智能监测技术对企业重要机泵设备进行全面的状态监控以提升企业设备管理水平。
针对上述问题,本申请实施例提供一种机械设备故障检测的方法。下面结合附图进行详细介绍。
首先,请参看图1所示的故障检测系统100的结构示意图,包括数据采集模块110、数据分析模块120与控制端130。
上述数据采集模块110,包括多通道数据采集装置1101,对监测数据进行采集以及模拟信号转数字信号(A/D转换)的处理;同一采集单元的模拟通道具备采集振动(如加速度、速度、位移、包络),温度,转速等多参数信号的功能。能实现同步采集,保证振动信号源的时间一致性。配备无线通讯模块功能,有效的解决了设备现场到中控室长距离布线的问题。
振动传感器1102,可以为集成电路式压电加速度传感器,具有高灵敏度,尺寸小,重量轻,适于狭小空间安装使用的特点。外壳绝缘,消除地回路影响,带有静电保护、反向接线保护、电磁干扰屏蔽和射频干扰屏蔽,满足工业振动测量要求,可以有效测量机械设备的加速度。
温度传感器1103,具有测量精度高,测温范围广等特点。可以在轴承座或最接近轴承座部位打孔安装传感器,方便直接测量轴承或外环温度。
上述数据分析模块120,可以对采集的关键节点的运行状态参数进行振动时域分析、频域分析、阶次分析、轴心轨迹、加速度包络分析、瀑布图、模态分析;细化分析等谱图的实时分析。可实现存储数据的信号回放、多段信号对比分析、特定频段能量分析等定制功能。内置自定义轴承管理数据库与轴承数据分析诊断算法,能够辅助诊断专家从多个维度对故障进行分析。
上述控制端130,包括远程控制端与现场控制端。可以为带有显示界面的控制终端,也可以为大型服务器。能对机械设备的各个关键节点进行控制操作。
本申请实施例的技术方案可以基于图1举例所示架构的故障检测系统或其形变架构来具体实施。
如图2所示,图2是本申请实施例提供的一种机械设备故障检测的方法的流程示意图,这种方法可包括但不限于如下步骤:
201、设置数据采集模块、数据分析模块与控制端组成设备故障检测系统,所述数据分析模块接收由所述数据采集模块发送的所述机械设备的多个关键节点的运行状态参数,多个所述关键节点的运行状态参数为所述数据采集模块采集的。
具体的,机械设备包含多个关键节点,比如齿轮、轴承、轴、传送带、风机等。数据采集模块包含的振动传感器、温度传感器采集多个关键节点的模拟信号,通过多通道数据采集装置处理后转化为数字信号,传输给数据分析模块。采集的方式可以为:在同一个位置处多次采集;其次需要选取多个关键节点进行测试与信号的采集。
202、所述数据分析模块根据所述多个关键节点的运行状态参数确定出状态异常的目标节点,并且生成异常检测上报信息。
具体的,运行状态参数包括各个关键节点的速度、加速度、位移以及加速度包络信息。其中:包络信息包括包络信号和包络谱,包络信号即包络线,反应高频信号幅值变化的曲线。包络谱对冲击力相关事件较为敏感,可以用用包络谱检测轴承、齿轮缺陷,同时对初期故障和信噪比有很强的识别能力。数据分析模块根据各个关键节点的运行状态参数便可以确定出状态异常的目标节点,进一步的还可以生成异常检测上报信息。
203、所述数据分析模块向所述控制端发送所述异常检测上报信息,以便于所述控制端根据所述异常检测上报信息确定待检修的节点,并且根据所述待检修的节点生成检测报告。其中,所述检测异常上报信息包括所述目标节点的运行状态参数与所述目标节点的标识信息。
具体的,可以理解为数据分析模块确定出的状态异常的目标节点为初步检测,为进一步提升检测的准确性,数据分析模块会在生成异常检测上报信息后,向控制端发送该异常检测上报信息。其中,检测异常上报信息包括目标节点的运行状态参数与目标节点的标识信息,比如第5关键节点,状态异常,具体的运行状态参数分别如下所示等等。各个关键节点的运行状态参数还可以以图表的形式在控制端界面显示,便于更直观地获取信息。控制端生成检测报告便于工作人员根据检测报告对待检修的节点进行检修,升检修效率和效果。
可见,本申请实施例中,数据采集模块采用多样化的传感器以及多通道数据数据采集装置采集各个关键节点的运动状态参数,实现快速准确的数据采集过程,保障数据采集的时效性。数据分析装置的初检测与控制端的复检测,能有效提升检测的准确程度,降低误判的可能,保障机械设备安全稳定运行。
在一个可能的示例中,所述数据分析模块根据所述多个关键节点的运行状态参数确定出状态异常的目标节点,包括:所述数据分析模块根据所述多个关键节点的运行状态参数,确定出所述多个关键节点中每个关键节点运行的加速度、速度、位移、包络信息、设备温度中的任意一种或多种;所述数据分析模块根据所述每个关键节点运行的加速度、速度、位移、包络信息、设备温度中的任意一种或多种,确定出状态异常的目标节点。
具体的,可以理解为运行状态参数中包含有温度传感器采集的各个关键节点的温度参数,以及加速度传感器采集的各个关键节点的加速度、速度、位移、包络信息等。因此,数据数据分析模块根据多个关键节点的运行状态参数,便可以确定出多个关键节点中每个关键节点运行的加速度、速度、位移、包络信息、设备温度中的任意一种或多种。并且进一步,根据这些参数确定出状态异常的目标节点。
另外,数据分析模块还可以获取各个关键节点的振动历史趋势,并且基于振动历史趋势与各个关键节点的运动状态参数生成特征值趋势画面。其中,振动历史趋势记录长期多次振动测量结果,展示设备的长期运行状态的趋势。可对机械设备的运行状态以及寿命进行预判,也为设备故障分析提供有效历史数据;特征值趋势画面,实时反映测量过程中各关键节点振动参数值的趋势情况,对振动监测以及故障维修后设备是否正常运行有很重要的预警作用。
可见,数据分析模块根据各个传感器实时采集的各项参数,能较为快速准确的确定出状态异常的目标节点。并且振动历史趋势与特征值趋势画面在为故障检测提供依据的同时,也起到了很好的预警作用。
在一个可能的示例中,所述数据分析模块根据所述每个关键节点的运行状态参数,确定出所述多个关键节点运行的加速度、速度、位移、包络信息、设备温度中的任意一种或多种,包括:所述每个关键节点的运行状态参数包括预设周期内所述每个关键节点的运行视频和/或温度数据;所述数据分析模块根据所述每个关键节点的温度数据确定所述每个关键节点的设备温度;和/或,所述数据分析模块根据所述每个关键节点的运行视频确定每个关键节点的节点运行的加速度、速度、位移、包络信息中的任意一种或多种。
具体的,可以理解为除了上述利用各个传感器直接采集运行状态参数以外,温度传感器采集设备温度数据。另外,还可以采集预设周期内每个关键节点的运行视频,借助于每个关键节点的运行视频来确定各个关键节点的加速度、速度、位移、包络信息中的任意一种或多种。预设周期比如间隔10m(分钟)、5m、8m等,采集时长为5s(秒)、10s、30s的运行视频等。
可见,采集各个关键节点的运行视频,借助于运行视频来确定各个关键节点的加速度、速度、位移、包络信息等。采集的数据更加直接,准确。而且能保证采集装置与采集点(各个关键节点)的非接触式采集,避免因采集过程对各个关键节点运行造成的影响,保障对设备检测过程中设备的正常运行。
在一个可能的示例中,所述数据分析模块根据所述多个节点的温度数据确定每个节点的设备温度之后,还包括:所述数据分析模块根据所述每个关键节点的设备温度判断所述每个关键节点的设备温度是否超出温度阈值;若是,所述数据分析模块将设备温度超出温度阈值的所述关键节点确定为状态异常的目标节点。
具体的,可以理解为,数据分析模块在根据每个关键节点的设备温度来确定为状态异常的目标节点时,可以将每个关键节点的设备温度与预先设置的温度阈值进行比较。比如关键节点A的设备温度为80摄氏度,温度阈值为70摄氏度,或者为60摄氏度--70摄氏度,设备温度超出了温度阈值。另外,还可以设置超温时限,比如30s。关键节点A设备温度超出了温度阈值持续时间大于或等于30s,则数据分析模块将关键节点A确定为状态异常的目标节点。
可见,根据设备温度与预先设置的温度阈值来确定状态异常的目标节点,确定方式直接,确定过程快速,有效提升检测效率。
在一个可能的示例中,所述数据分析模块根据所述每个关键节点的设备温度判断所述每个关键节点的设备温度是否超出温度阈值之后,所述方法还包括:若否,所述数据分析模块获取所述每个关键节点运行时的振动频率;若所述振动频率位于第一频率区间,则比较所述每个节点的位移与位移阈值,若所述节点的位移不匹配位移阈值,则将所述节点确定为状态异常的目标节点;若所述振动频率位于第二频率区间,则比较所述每个节点的速度与速度阈值,若所述节点的速度不匹配速度阈值,则将所述节点确定为状态异常的目标节点;若所述振动频率位于第三频率区间,则比较所述每个节点的加速度与加速度阈值,若所述节点的加速度不匹配加速度阈值,则将所述节点确定为状态异常的目标节点;其中,所述第一频率区间小于第二频率区间小于第三频率区间。
具体的,针对任意一个关键节点B,其设备温度未超出温度阈值,则可以根据关键节点B运行时的振动频率、位移、速度、加速度来判断关键节点B是否为状态异常的目标节点。振动频率可以实时获取,或者根据运动状态参数计算得出。并且因为振动频率的变化,采用的判断依据也不同。低频时,比如低于20赫兹,关键节点的位移(振幅)较为稳定,落在一个恒定区间。因此低频时可以借助于关键节点B的位移参数是否匹配位移阈值来确定关键节点B是否为状态异常的目标节点;位移阈值、速度阈值以及加速度阈值为预先多次测试后确定固定值或者区间值。同理,当关键节点B的振动频率为中频或者高频时,也可以分别借助于关键节点B的速度和加速度来确定其是否为状态异常的目标节点。在此不再一一赘述。
可见,在利用关键节点的位移、速度与加速度来确定状态异常的目标节点时,考虑到振动频率对三者的影响,而合理改变判断依据,可以极大地提升判断的准确性。
在一个可能的示例中,所述数据分析模块根据所述每个关键节点的运行视频确定每个关键节点的节点运行的加速度、速度、位移、包络信息中的任意一种或多种,包括:针对所述每个关键节点中的任意一个关键节点,所述数据分析模块选取所述任意一个关键节点预设时长内的M帧图像;所述数据分析模块显影处理所述M帧图像,得到M帧显影处理后的图像;所述数据分析模块提取所述M帧显影处理后的图像中的关键节点的轮廓曲线图,得到M帧关键节点的轮廓曲线图;所述数据分析模块采用特征点标注的方式标注所述M帧关键节点的轮廓曲线图,得到M帧特征点标注后的关键节点的轮廓曲线图;所述数据分析模块根据所述M帧特征点标注后的关键节点的轮廓曲线图,绘制所述关键节点的运行轨迹图;所述数据分析模块根据所述关键节点的运行轨迹图确定所述关键节点的节点运行的加速度、速度、位移、包络信息中的任意一种或多种。
具体的,数据分析模块根据每个关键节点的运行视频确定每个关键节点运行的加速度、速度、位移、包络信息中的任意一种或多种时,针对任意一个关键节点C,可以选取预设时长内的运行视频,比如采集的运行视频为5m,选取2-3m内的运行视频,共有M帧图像。M可以为20、40、30等。受限于采集环境,可能采集的图像清晰度欠缺,需要对其进行显影处理,让关键节点对应的图像更清晰。然后提取每一帧显影处理后的图像中的关键节点的轮廓曲线图,能更清晰反映关键节点的整体框架;然后对每一帧关键节点的轮廓曲线图采用特征点标注的方式标注,比如轴心,各个顶点,边沿线点等。根据每一帧同一个特征点的相对位置的差异,便可以绘制出该点的运动轨迹图。结合多个特征点的运动轨迹图,进行便可以得到关键节点的运动轨迹图。进一步的,数据分析模块根据关键节点的运行轨迹图确定关键节点的节点运行的加速度、速度、位移、包络信息中的任意一种或多种,具体过程如下:获取所述关键节点的与所述运动轨迹图起止时间一致的时域波形;对所述时域波形进行傅里叶积分,得到频域波形;根据所述频域波形中的频率计算得出加速度与速度;根据所述关键节点的运动轨迹图对所述频域波形进行滤波处理,剔除所述频域波形上离散的幅值,保留所述频域波形上任意连续的频率对应的幅值,将所述幅值作为位移。另外,对频域波形上超出故障所引起的低频(通常是数百赫兹以内)冲击脉冲激起了高频(数十倍于冲击频率)共振波形,对它进行包络、检波、低通滤波(即解调)处理,会获得一个对应于低频冲击的而又放大并展宽的共振解调波形,得到关键节点的包络信号和包络谱,其中包络信号即包络线,反应高频信号幅值变化的曲线。利用包络谱可以有效检测轴承、齿轮缺陷,对故障具有较强的识别能力。
可见,本发明提供一种机械设备故障检测方法,由数据采集模块对机械设备的多个关键节点的运行状态参数进行采集,并由数据分析模块确定状态异常的目标节点,控制端接收由数据分析模块发送的异常检测上报信息。能提升机械设备检测的及时性,准确性与智能性,更好地保障生产安全可靠稳定地运行。
与上述图2所示的实施例一致,请参阅图3,图3是本申请实施例提供的另一种机械设备故障检测的方法的流程示意图,所述方法包括:
301、所述控制端接收由所述数据分析模块发送的异常检测上报信息,所述异常检测上报信息为所述数据分析模块根据所述机械设备包含的多个关键节点的运行状态参数确定出状态异常的目标节点后生成的。
具体的,数据分析模块根据所述机械设备包含的多个关键节点的运行状态参数确定出状态异常的目标节点后生成了异常检测上报信息,并向控制端发送。控制端接收异常检测上报信息,可以进一步对状态异常的目标节点进行复检测。
302、所述控制端根据所述异常检测上报信息确定待检修的节点,并且根据所述待检修的节点生成检测报告,以便于根据所述检测报告对所述待检修的节点进行检修。
具体的,控制端接收异常检测上报信息后,因为异常检测上报信息中包括数据分析模块确定的状态异常的目标节点的标识信息与运行状态参数信息(可以是数据分析模块处理后的)。因此,控制端可以根据异常检测上报信息,对状态异常的目标节点进行复检测。如果确定状态异常的目标节点确实存在故障,或者有发生故障的趋势,则控制端将该目标节点确定为待检修的节点。并且根据待检修的节点生成检测报告,以便于根据检测报告对待检修的节点进行检修。
可见,控制端对状态异常的目标节点进行复检测,可以有效提升检测的准确程度。并且生成的检测报告,便于后续检修以及故障原因分析。
在一个可能的示例中,所述控制端包括远程控制端与现场控制端,所述控制端根据所述异常检测上报信息确定待检修的节点,包括:所述现场控制端根据所述异常检测上报信息确定待检修的节点;和/或,所述远程控制端根据所述异常检测上报信息确定待检修的节点。
具体的,可以理解为,控制端包括远程控制端与现场控制端,二者可以通过内部网络快速实现信息交互。现场控制端比如工作人员控制的终端,远程控制端比如云平台,服务器等,具有很强的计算能力,还具有人工智能系统等。控制端根据异常检测上报信息确定待检修的节点,既可以是现场控制端根据异常检测上报信息确定待检修的节点,也可以是远程控制端根据异常检测上报信息确定待检修的节点。
可见,采用双控制端,不仅能在任意一个控制端故障的情况下,继续对机械设备的各个关键节点进行控制,保障控制过程的连续性。还便于两个控制端的信息交互,提供更多决策依据和决策支撑。二者在控制的实效性与准确性方面也可以更好地兼顾。
在一个可能的示例中,所述现场控制端根据所述异常检测上报信息确定待检修的节点之后,所述方法还包括:所述现场控制端向检修人员终端发送检修指令,和/或发出警示信息;所述现场控制端向所述远程控制端发送故障分析请示信息,以便于所述远程控制端根据所述故障分析请示信息确定所述待检修的节点的故障原因。
具体的,现场控制端在确定待检修的节点之后,可以向检修人员终端发送检修指令,或者,发出警示信息,也可以既发送检修指令又发出警示信息。并且,现场控制端还可以向远程控制端发送故障分析请示信息,以便于远程控制端根据该故障分析请示信息确定所述待检修的节点的故障原因。
本申请实施例中,现场控制端向检修人员终端发送检修指令,和/或发出警示信息,便于检修人员在保障安全生产的情况下,及时对设备进行检修。并且远程控制端对故障原因的分析,能为设备维修提供依据,还有利于设备的维护保养。
可见,本发明提供一种机械设备故障检测方法,由数据采集模块对机械设备的多个关键节点的运行状态参数进行采集,并由数据分析模块确定状态异常的目标节点,控制端接收由数据分析模块发送的异常检测上报信息。能提升机械设备检测的及时性,准确性与智能性,更好地保障生产安全可靠稳定地运行。
再请参见图4,是本申请实施例的一种机械设备故障检测装置400的功能单元,用于示意图,本申请实施例的机械设备故障检测装置可以为电子设备的内置装置或者外接设备。
本申请实施例的所述装置的一个实现方式中,所述装置包括:
处理单元410,用于接收由所述采集单元420发送的机械设备的多个关键节点的运行状态参数,所述多个关键节点的运行状态参数为采集单元420采集的;
所述处理单元410,还还用于根据所述多个关键节点的运行状态参数确定出状态异常的目标节点,并且生成异常检测上报信息;
所述处理单元410,还用于向所述控制单元430发送所述异常检测上报信息,以便于所述控制单元根据所述异常检测上报信息确定待检修的节点,并且根据所述待检修的节点生成检测报告;
其中,所述检测异常上报信息包括所述目标节点的运行状态参数与所述目标节点的标识信息。
在一个可能的示例中,所述处理单元410,还用于根据所述多个关键节点的运行状态参数确定出状态异常的目标节点,包括:所述处理单元410,用于根据所述多个关键节点的运行状态参数,确定出所述多个关键节点中每个关键节点运行的加速度、速度、位移、包络信息、设备温度中的任意一种或多种;所述处理单元410,用于根据所述每个关键节点运行的加速度、速度、位移、包络信息、设备温度中的任意一种或多种,确定出状态异常的目标节点。
在一个可能的示例中,所述处理单元410,用于根据所述每个关键节点的运行状态参数,确定出所述多个关键节点运行的加速度、速度、位移、包络信息、设备温度中的任意一种或多种,包括:所述每个关键节点的运行状态参数包括预设周期内所述每个关键节点的运行视频和/或温度数据;所述处理单元410,用于根据所述每个关键节点的温度数据确定所述每个关键节点的设备温度;和/或,所述处理单元410,用于根据所述每个关键节点的运行视频确定每个关键节点的节点运行的加速度、速度、位移、包络信息中的任意一种或多种。
在一个可能的示例中,所述处理单元410,用于根据所述多个节点的温度数据确定每个节点的设备温度之后,还包括:所述处理单元410,用于根据所述每个关键节点的设备温度判断所述每个关键节点的设备温度是否超出温度阈值;若是,所述处理单元410,用于将设备温度超出温度阈值的所述关键节点确定为状态异常的目标节点。
在一个可能的示例中,所述处理单元410,用于根据所述每个关键节点的设备温度判断所述每个关键节点的设备温度是否超出温度阈值之后,所述方法还包括:若否,所述处理单元410,用于获取所述每个关键节点运行时的振动频率;若所述振动频率位于第一频率区间,则比较所述每个节点的位移与位移阈值,若所述节点的位移不匹配位移阈值,则将所述节点确定为状态异常的目标节点;若所述振动频率位于第二频率区间,则比较所述每个节点的速度与速度阈值,若所述节点的速度不匹配速度阈值,则将所述节点确定为状态异常的目标节点;若所述振动频率位于第三频率区间,则比较所述每个节点的加速度与加速度阈值,若所述节点的加速度不匹配加速度阈值,则将所述节点确定为状态异常的目标节点;其中,所述第一频率区间小于第二频率区间小于第三频率区间。
在一个可能的示例中,所述处理单元410,用于根据所述每个关键节点的运行视频确定每个关键节点的节点运行的加速度、速度、位移、包络信息中的任意一种或多种,包括:针对所述每个关键节点中的任意一个关键节点,所述处理单元410,用于选取所述任意一个关键节点预设时长内的M帧图像;所述处理单元410,用于显影处理所述M帧图像,得到M帧显影处理后的图像;所述处理单元410,用于提取所述M帧显影处理后的图像中的关键节点的轮廓曲线图,得到M帧关键节点的轮廓曲线图;所述处理单元410,用于采用特征点标注的方式标注所述M帧关键节点的轮廓曲线图,得到M帧特征点标注后的关键节点的轮廓曲线图;所述处理单元410,用于根据所述M帧特征点标注后的关键节点的轮廓曲线图,绘制所述关键节点的运行轨迹图;所述处理单元410,用于根据所述关键节点的运行轨迹图确定所述关键节点的节点运行的加速度、速度、位移、包络信息中的任意一种或多种。
再请参见图5,是本申请实施例的另一种机械设备故障检测装置500的功能单元,用于示意图,本申请实施例的机械设备故障检测装置可以为电子设备的内置装置或者外接设备。
本申请实施例的所述装置的一个实现方式中,所述装置包括:
控制单元510,用于接收由所述处理单元520发送的异常检测上报信息,所述异常检测上报信息为所述处理单元520根据所述机械设备包含的多个关键节点的运行状态参数确定出状态异常的目标节点后生成的;
所述控制单元510,还用于根据所述异常检测上报信息确定待检修的节点,并且根据所述待检修的节点生成检测报告,以便于根据所述检测报告对所述待检修的节点进行检修。
在一个可能的示例中,所述控制单元510包括远程控制单元511与现场控制单元512,所述控制单元510,用于根据所述异常检测上报信息确定待检修的节点,包括:所述现场控制单元512,用于根据所述异常检测上报信息确定待检修的节点;和/或,所述远程控制单元511,用于根据所述异常检测上报信息确定待检修的节点。
在一个可能的示例中,所述现场控制单元512,用于根据所述异常检测上报信息确定待检修的节点之后,还用于:向检修人员终端发送检修指令,和/或发出警示信息;向所述远程控制单元发送故障分析请示信息,以便于所述远程控制单元根据所述故障分析请示信息确定所述待检修的节点的故障原因。
在一些实施例中,前述机械设备故障检测装置还可包括有输入输出接口、通信接口、电源以及通信总线。
本申请实施例可以根据上述方法示例对机械设备故障检测装置进行功能单元,用于的划分,例如,可以对应各个功能划分各个功能单元,用于,也可以将两个或两个以上的功能集成在一个处理单元,用于中。上述集成的单元,用于既可以采用硬件的形式实现,也可以采用软件功能单元,用于的形式实现。需要说明的是,本申请实施例中对单元,用于的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
再请参见图6,是本申请实施例的一种电子设备的结构示意图,所述电子设备包括供电模块等结构,并包括处理器601、存储设备602以及通信接口603。所述处理器601、存储设备602以及通信接口603之间可以交互数据。
所述存储设备602可以包括易失性存储器(volatile memory),例如随机存取存储器(random-access memory,RAM);存储设备602也可以包括非易失性存储器(non-volatilememory),例如快闪存储器(flash memory),固态硬盘(solid-state drive,SSD)等;所述存储设备602还可以包括上述种类的存储器的组合。所述通信接口603为无线耳机的内部设备之间进行数据交互的接口,如:存储设备602与处理器601之间。
所述处理器601可以是中央处理器601(central processing unit,CPU)。
在一个实施例中,所述处理器601还可以是图形处理器601(Graphics ProcessingUnit,GPU)。所述处理器601也可以是由CPU和GPU的组合。
在一个实施例中,所述存储设备602用于存储程序指令。所述处理器601可以调用所述程序指令,执行前述各个方法示例步骤中的指令,在此不再赘述。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。
本申请实施例还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行如上述方法实施例中记载的任一方法的部分或全部步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
可见,本发明提供一种机械设备故障检测装置,包括处理单元,采集单元,控制单元;通过采集单元对机械设备的多个关键点的运行状态参数进行采集,并发送给处理单元确定出状态异常的目标节点上报合控制单元,以确定待检修的节点及检测报告。能提升机械设备检测的及时性,准确性与智能性,更好地保障生产安全可靠稳定地运行。
以上依据图示所示的实施例详细说明了本发明的构造、特征及作用效果,以上所述仅为本发明的较佳实施例,但本发明不以图面所示限定实施范围,凡是依照本发明的构想所作的改变,或修改为等同变化的等效实施例,仍未超出说明书与图示所涵盖的精神时,均应在本发明的保护范围内。
Claims (10)
1.一种机械设备故障检测的方法,设置数据采集模块、数据分析模块与控制端组成设备故障检测系统,其特征在于,包括:
所述数据分析模块接收由所述数据采集模块发送的所述机械设备的多个关键节点的运行状态参数,多个所述关键节点的运行状态参数为所述数据采集模块采集的;
所述数据分析模块根据多个所述关键节点的运行状态参数确定出状态异常的目标节点,并且生成异常检测上报信息;
所述数据分析模块向所述控制端发送所述异常检测上报信息,以便于所述控制端根据所述异常检测上报信息确定待检修的节点,并且根据所述待检修的节点生成检测报告;
其中,所述检测异常上报信息包括所述目标节点的运行状态参数与所述目标节点的标识信息。
2.根据权利要求1所述的机械设备故障检测的方法,其特征在于,所述数据分析模块根据所述多个关键节点的运行状态参数确定出状态异常的目标节点,包括:
所述数据分析模块根据所述多个关键节点的运行状态参数,确定出所述多个关键节点中每个关键节点运行的加速度、速度、位移、包络信息、设备温度中的至少任意一种;
所述数据分析模块根据所述每个关键节点运行的加速度、速度、位移、包络信息、设备温度中的至少任意一种,确定出状态异常的目标节点。
3.根据权利要求2所述的机械设备故障检测的方法,其特征在于,所述数据分析模块根据所述每个关键节点的运行状态参数,确定出所述多个关键节点运行的加速度、速度、位移、包络信息、设备温度中的至少任意一种,包括:
所述每个关键节点的运行状态参数包括预设周期内所述每个关键节点的运行视频和/或温度数据;
所述数据分析模块根据所述每个关键节点的温度数据确定所述每个关键节点的设备温度;和/或,
所述数据分析模块根据所述每个关键节点的运行视频确定每个关键节点的节点运行的加速度、速度、位移、包络信息中的至少任意一种。
4.根据权利要求3所述的机械设备故障检测的方法,其特征在于,所述数据分析模块根据所述多个节点的温度数据确定每个节点的设备温度之后,还包括:
所述数据分析模块根据所述每个关键节点的设备温度判断所述每个关键节点的设备温度是否超出温度阈值;
若是,所述数据分析模块将设备温度超出温度阈值的所述关键节点确定为状态异常的目标节点。
5.根据权利要求4所述的机械设备故障检测的方法,其特征在于,所述数据分析模块根据所述每个关键节点的设备温度判断所述每个关键节点的设备温度是否超出温度阈值之后,还包括:
若否,所述数据分析模块获取所述每个关键节点运行时的振动频率;
若所述振动频率位于第一频率区间,则比较所述每个节点的位移与位移阈值,若所述节点的位移不匹配位移阈值,则将所述节点确定为状态异常的目标节点;
若所述振动频率位于第二频率区间,则比较所述每个节点的速度与速度阈值,若所述节点的速度不匹配速度阈值,则将所述节点确定为状态异常的目标节点;
若所述振动频率位于第三频率区间,则比较所述每个节点的加速度与加速度阈值,若所述节点的加速度不匹配加速度阈值,则将所述节点确定为状态异常的目标节点;
其中,所述第一频率区间小于第二频率区间小于第三频率区间。
6.根据权利要求3所述的机械设备故障检测的方法,其特征在于,所述数据分析模块根据所述每个关键节点的运行视频确定每个关键节点的节点运行的加速度、速度、位移、包络信息中的至少任意一种,包括:
针对所述每个关键节点中的任意一个关键节点,所述数据分析模块选取所述任意一个关键节点预设时长内的M帧图像;
所述数据分析模块显影处理所述M帧图像,得到M帧显影处理后的图像;
所述数据分析模块提取所述M帧显影处理后的图像中的关键节点的轮廓曲线图,得到M帧关键节点的轮廓曲线图;
所述数据分析模块采用特征点标注的方式标注所述M帧关键节点的轮廓曲线图,得到M帧特征点标注后的关键节点的轮廓曲线图;
所述数据分析模块根据所述M帧特征点标注后的关键节点的轮廓曲线图,绘制所述关键节点的运行轨迹图;
所述数据分析模块根据所述关键节点的运行轨迹图确定所述关键节点的节点运行的加速度、速度、位移、包络信息中的至少任意一种。
7.一种机械设备故障检测的方法,设置数据采集模块、数据分析模块与控制端组成设备故障检测系统,其特征在于,包括:
所述控制端接收由所述数据分析模块发送的异常检测上报信息,所述异常检测上报信息为所述数据分析模块根据所述机械设备包含的多个关键节点的运行状态参数确定出状态异常的目标节点后生成的;
所述控制端根据所述异常检测上报信息确定待检修的节点,并且根据所述待检修的节点生成检测报告,以便于根据所述检测报告对所述待检修的节点进行检修。
8.根据权利要求7所述的机械设备故障检测的方法,其特征在于,所述控制端包括远程控制端与现场控制端,
所述控制端根据所述异常检测上报信息确定待检修的节点,包括:
所述现场控制端根据所述异常检测上报信息确定待检修的节点;和/或,
所述远程控制端根据所述异常检测上报信息确定待检修的节点。
9.根据权利要求8所述的机械设备故障检测的方法,其特征在于,所述现场控制端根据所述异常检测上报信息确定待检修的节点之后,所述方法还包括:
所述现场控制端向检修人员终端发送检修指令,和/或发出警示信息;
所述现场控制端向所述远程控制端发送故障分析请示信息,以便于所述远程控制端根据所述故障分析请示信息确定所述待检修的节点的故障原因。
10.一种机械设备故障检测装置,其特征在于,包括:处理单元,采集单元,控制单元:
所述处理单元,用于接收由所述采集单元,用于发送的机械设备的多个关键节点的运行状态参数,所述多个关键节点的运行状态参数为所述采集单元采集的;
所述处理单元,还用于根据所述多个关键节点的运行状态参数确定出状态异常的目标节点,并且生成异常检测上报信息;
所述处理单元,还用于向所述控制单元发送所述异常检测上报信息,以便于所述控制单元根据所述异常检测上报信息确定待检修的节点,并且根据所述待检修的节点生成检测报告;
其中,所述检测异常上报信息包括所述目标节点的运行状态参数与所述目标节点的标识信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110963191.1A CN113467433A (zh) | 2021-08-20 | 2021-08-20 | 一种机械设备故障检测的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110963191.1A CN113467433A (zh) | 2021-08-20 | 2021-08-20 | 一种机械设备故障检测的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113467433A true CN113467433A (zh) | 2021-10-01 |
Family
ID=77866975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110963191.1A Withdrawn CN113467433A (zh) | 2021-08-20 | 2021-08-20 | 一种机械设备故障检测的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113467433A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114155692A (zh) * | 2021-12-02 | 2022-03-08 | 观为监测技术无锡股份有限公司 | 一种设备故障上报方法、装置及存储介质 |
CN114285870A (zh) * | 2021-11-18 | 2022-04-05 | 深圳华侨城文化旅游科技集团有限公司 | 一种文旅装备分布式黑匣子系统及其控制方法、存储介质 |
CN115993807A (zh) * | 2023-03-23 | 2023-04-21 | 日照鲁光电子科技有限公司 | 一种碳化硅的生产监测优化控制方法及系统 |
CN116418421A (zh) * | 2023-06-09 | 2023-07-11 | 北京神州明达高科技有限公司 | 一种基于频率接收的通信设备侦测方法 |
CN116471722A (zh) * | 2023-04-11 | 2023-07-21 | 浙江雨林电子科技有限公司 | 一种led驱动电源运行状态智能检测调整方法及系统 |
CN117195138A (zh) * | 2023-11-07 | 2023-12-08 | 湖南展通科技集团有限公司 | 基于人工智能的生产设备安全生产管理方法及相关装置 |
-
2021
- 2021-08-20 CN CN202110963191.1A patent/CN113467433A/zh not_active Withdrawn
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114285870A (zh) * | 2021-11-18 | 2022-04-05 | 深圳华侨城文化旅游科技集团有限公司 | 一种文旅装备分布式黑匣子系统及其控制方法、存储介质 |
CN114155692A (zh) * | 2021-12-02 | 2022-03-08 | 观为监测技术无锡股份有限公司 | 一种设备故障上报方法、装置及存储介质 |
CN115993807A (zh) * | 2023-03-23 | 2023-04-21 | 日照鲁光电子科技有限公司 | 一种碳化硅的生产监测优化控制方法及系统 |
CN116471722A (zh) * | 2023-04-11 | 2023-07-21 | 浙江雨林电子科技有限公司 | 一种led驱动电源运行状态智能检测调整方法及系统 |
CN116471722B (zh) * | 2023-04-11 | 2023-09-01 | 浙江雨林电子科技有限公司 | 一种led驱动电源运行状态智能检测调整方法及系统 |
CN116418421A (zh) * | 2023-06-09 | 2023-07-11 | 北京神州明达高科技有限公司 | 一种基于频率接收的通信设备侦测方法 |
CN117195138A (zh) * | 2023-11-07 | 2023-12-08 | 湖南展通科技集团有限公司 | 基于人工智能的生产设备安全生产管理方法及相关装置 |
CN117195138B (zh) * | 2023-11-07 | 2024-02-20 | 湖南展通科技集团有限公司 | 基于人工智能的生产设备安全生产管理方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113467433A (zh) | 一种机械设备故障检测的方法及装置 | |
EP3902992B1 (en) | Scalable system and engine for forecasting wind turbine failure | |
JP6675014B2 (ja) | データ収集システム、異常検出方法、及びゲートウェイ装置 | |
CN111509847A (zh) | 一种电网机组状态的智能检测系统及方法 | |
KR20190077898A (ko) | 관리 대상 설비 이상 상태 모니터링 시스템 | |
US20130030765A1 (en) | System and method for use in monitoring machines | |
CN108376184A (zh) | 一种桥梁健康监控的方法及系统 | |
CN107144303A (zh) | 一种矿用机电设备的故障检测系统、方法及装置 | |
US20190137360A1 (en) | Vibration analyzer and machine component diagnosis system | |
CN210402440U (zh) | 一种船用离心泵预测性维护系统 | |
EP4220104A2 (en) | Systems and methods for protecting rotating machines | |
CN110704964A (zh) | 汽轮机运行状态诊断方法、装置及电子设备、存储介质 | |
CN107065720A (zh) | 智能电机故障录波预警系统 | |
CN113112216A (zh) | 一种针对设备缺陷的预判分析方法 | |
CN113761234A (zh) | 水电厂设备的巡检方法、装置、电子设备及存储介质 | |
CN111579001A (zh) | 机器人的故障检测方法及装置 | |
CN116537965B (zh) | 一种柴油机在线监测和故障诊断装置 | |
CN114660407A (zh) | 一种关于输电线故障隐患的预警方法及装置 | |
CN114264902A (zh) | 一种防雷箱工作状态的监测方法、系统、电子设备及存储介质 | |
CN113934601A (zh) | 一种开关柜验收机器人状态评估方法和系统 | |
CN111256932A (zh) | 一种基于LabVIEW平台的GIS振动信号连续采集方法及系统 | |
CN206930947U (zh) | 智能电机故障录波预警系统 | |
CN108199482B (zh) | 维护提示方法及装置 | |
CN110570052A (zh) | 一种船用离心泵预测性维护方法 | |
JP2001255243A (ja) | 回転機器の異常監視システム |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211001 |