CN113870458B - 结晶器振动装置振动性能退化数据构建方法 - Google Patents
结晶器振动装置振动性能退化数据构建方法 Download PDFInfo
- Publication number
- CN113870458B CN113870458B CN202111249126.9A CN202111249126A CN113870458B CN 113870458 B CN113870458 B CN 113870458B CN 202111249126 A CN202111249126 A CN 202111249126A CN 113870458 B CN113870458 B CN 113870458B
- Authority
- CN
- China
- Prior art keywords
- vibration
- degradation data
- data
- sequence
- time
- 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.)
- Active
Links
- 230000015556 catabolic process Effects 0.000 title claims abstract description 110
- 238000006731 degradation reaction Methods 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012216 screening Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 238000013480 data collection Methods 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 238000005266 casting Methods 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical group [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000009749 continuous casting Methods 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/005—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles during manufacturing process
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D11/00—Continuous casting of metals, i.e. casting in indefinite lengths
- B22D11/04—Continuous casting of metals, i.e. casting in indefinite lengths into open-ended moulds
- B22D11/051—Continuous casting of metals, i.e. casting in indefinite lengths into open-ended moulds into moulds having oscillating walls
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D11/00—Continuous casting of metals, i.e. casting in indefinite lengths
- B22D11/16—Controlling or regulating processes or operations
- B22D11/166—Controlling or regulating processes or operations for mould oscillation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Mechanical Engineering (AREA)
- Educational Administration (AREA)
- Manufacturing & Machinery (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供的一种结晶器振动装置振动性能退化数据构建方法,包括以下步骤:S1.以每隔设定时长采集结晶器振动装置的振动性能参数并记录振动性能参数的采集时刻,其中,振动性能参数包括偏摆和振频;S2.将每一次所采集的振动性能参数表示为按采集时刻先后顺序排列的参数序列,并筛选出参数序列中的有效的偏摆数据作为振动退化数据;S3.对各振动退化数据的起始时刻点进行统一,得到最终的振动性能退化数据集,通过上述方法,能够准确地得到结晶器振动装置振动性能退化数据,为结晶器振动装置的寿命预测提供准确的数据支持,仅仅采用单台结晶器就能够得到振动退化数据,随着监测时刻的越多,其数据越丰富,并且有效解决退化数据收集成本,适应性强。
Description
技术领域
本发明涉及一种数据构建方法,尤其涉及一种结晶器振动装置振动性能退化数据构建方法。
背景技术
结晶器是承接钢水并使之按规定断面形状凝固成铸坯的铜管及辅件,是连铸机的重要部件,结晶器振动的作用是防止铸坯在凝固过程中与结晶器铜壁发生粘结,减少拉坯阻力并改善铸坯表面质量。结晶器常由机械、液压、电液、电动等类型振动装置带动着振动。随工作时长增加,因装置老化等原因结晶器实际振动轨迹会偏离理想的轨迹,于垂直振动方向上的实际轨迹偏离理想轨迹的位移量—偏摆越大,铸坯质量就越差。偏摆大小直接反映了振动装置的工作性能,也就可以作为退化数据,并用于振动装置的预测性维护。
连铸结晶器振动装置非常昂贵,且稳定工作时间长,不适宜采用传统的加速老化实验进行退化数据收集,也很难收集大量同型号装置的退化数据。数据量的不足直接减弱了预测性维护的精度,目前,还没有一种有效手段解决上述技术问题。
因此,为了解决上述技术问题,亟需提出一种新的技术手段。
发明内容
有鉴于此,本发明的目的是提供一种结晶器振动装置振动性能退化数据构建方法,能够准确地得到结晶器振动装置振动性能退化数据,为结晶器振动装置的寿命预测提供准确的数据支持,仅仅采用单台结晶器就能够得到振动退化数据,随着监测时刻的越多,其数据越丰富,并且有效解决退化数据收集成本,适应性强。
本发明提供的一种结晶器振动装置振动性能退化数据构建方法,包括以下步骤:
S1.以每隔设定时长采集结晶器振动装置的振动性能参数并记录振动性能参数的采集时刻,其中,振动性能参数包括偏摆和振频;
S2.将每一次所采集的振动性能参数表示为按采集时刻先后顺序排列的参数序列,并筛选出参数序列中的有效的偏摆数据作为振动退化数据;
S3.对各振动退化数据的起始时刻点进行统一,得到最终的振动性能退化数据集。
进一步,步骤S2中根据如下方法筛选出参数序列中的有效数据:
S21.判断参数序列中相邻两参数的采集时刻差值是否等于设定时长,如是,则将参数序列中相邻两参数的采集时刻差值等于设定时长的偏摆参数作为候选参数序列;
S22.将候选参数序列中的振频参数作为目标参数,并判断振频是否大于设定阈值,如是,则将候选参数序列作为振动退化数据。
进一步,步骤S3中,具体包括:
S31.设定时间窗口C;并将振动退化数据按照采集时刻进行排序形成振动退化数据序列P1,P2,…,Pn;
S32.对振动退化数据P1,以时间窗口C进行从振动退化数据P1的初始起点时刻所对应的数据进行框选得到子序列S1,并记录子序列的S1的初始采集时刻T1;
S32.让时间窗口C在其它振动退化数据P2,…,Pn上滑动,分别得到子序列S21,S22,…,Si1,Si2,…Sik,…,Sn1,Sn2,…;n表示振动退化数据的个数,i表示第i条振动退化数据,Sik表示第i条振动退化数据的第k个子序列;
S33.计算子序列S1与其它任一子序列的相似距离,并筛选出相似距离的最小值,并将振动退化数据序列P1的所有采集时刻均加上Tik-T1,其中,Tik表示与子序列S1相似距离最小的子序列的初始时刻;
S34.以步骤S32至步骤S34的方法分别对P2,…,Pn的初始时刻进行统一,其中,在重复步骤S32时,按照修改采集时刻后的振动退化数据序列进行时间窗口滑动,且当振动退化数据序列Pm的所有采集时刻加上Tik-Tm1时,则前次计算时与振动退化数据序列Pm中的某一子序列相似距离最小的振动退化数据序列Pr的所有采集时刻均加上Tik-Tm1,其中,Tm1为振动退化数据序列Pm的初始采集时刻,m表示第m个振动退化数据序列。
进一步,步骤S32中实践窗口C在振动退化数据Pi停止滑动的判决条件如下:
设定直线x=at+b,基于直线x=at+b采用线性拟合算法对子序列S1进行拟合得到子序列S1的拟合直线,并确定子序列S1的拟合直线的中点值M1;
当时间窗口C在振动退化数据Pi上滑动得到任一子序列Sim时,基于直线x=at+b采用线性拟合算法对子序列Sim进行拟合得到子序列Sim的拟合直线,并确定子序列Sim的拟合直线的中点值Mim;
当(Mim-M1)/M1>1时,则时间窗口C在振动退化数据Pi上停止滑动。
进一步,设定直线x=at+b的系数a和b通过如下方法确定:
设定观测数据(tj,xj),其中j=1,2,…,n-1;
确定系数a和b:
进一步,步骤S33中,通过DWT算法计算子序列之间的相似距离。
本发明的有益效果:通过本发明,能够准确地得到结晶器振动装置振动性能退化数据,为结晶器振动装置的寿命预测提供准确的数据支持,仅仅采用单台结晶器就能够得到振动退化数据,随着监测时刻的越多,其数据越丰富,并且有效解决退化数据收集成本,适应性强。
附图说明
下面结合附图和实施例对本发明作进一步描述:
图1为本发明的流程图。
图2为本发明的具体实例的偏摆时间序列数据图。
图3为本发明的具体实例的进行时刻统一后的偏摆时间序列数据图。
具体实施方式
以下结合说明书附图对本发明做出进一步详细说明:
本发明提供的一种结晶器振动装置振动性能退化数据构建方法,包括以下步骤:
S1.以每隔设定时长采集结晶器振动装置的振动性能参数并记录振动性能参数的采集时刻,其中,振动性能参数包括偏摆和振频;
S2.将每一次所采集的振动性能参数表示为按采集时刻先后顺序排列的参数序列,并筛选出参数序列中的有效的偏摆数据作为振动退化数据;
S3.对各振动退化数据的起始时刻点进行统一,得到最终的振动性能退化数据集,通过上述方法,能够准确地得到结晶器振动装置振动性能退化数据,为结晶器振动装置的寿命预测提供准确的数据支持,仅仅采用单台结晶器就能够得到振动退化数据,随着监测时刻的越多,其数据越丰富,并且有效解决退化数据收集成本,适应性强。
本实施例中,步骤S2中根据如下方法筛选出参数序列中的有效数据:
S21.判断参数序列中相邻两参数的采集时刻差值是否等于设定时长,如是,则将参数序列中相邻两参数的采集时刻差值等于设定时长的偏摆参数作为候选参数序列;
S22.将候选参数序列中的振频参数作为目标参数,并判断振频是否大于设定阈值,如是,则将候选参数序列作为振动退化数据。通过上述方法,能够准确的筛选出有效的偏摆数据。偏摆是指垂直振动方向上结晶器实际振动轨迹偏离理想轨迹的最大位移量,通过采集装置,比如:加速度传感器、速度传感器或者位移传感器测得原始数据,然后通过现有的算法计算出振频以及偏摆,其中,振频仅仅用于进行有效偏摆数据筛选,比如说:t1,t2,…,tn时刻中,一共具有n个数据,比如,在t3和t4时刻之间的间隔时长大于设定时长,且tn-9和tn-8之间的间隔时长大于设定时长,那么,也就是说:此时可能存在结晶器振动装置不工作或者采集装置不工作(不工作包括故障以及断电等)的情况,那么此时t4时刻至tn-9时刻之间的偏摆数据就作为候选参数序列,然后再判断振频是否大于设定值,因为结晶器的振频一般在4Hz±0.01范围内波动,如果小于设定值时,表明结晶器没有工作,此时,偏摆数据不能作为有效的数据,如果是,则将t4至tn-9之间的偏摆数据作为最终的振动退化数据。
本实施例中,步骤S3中,具体包括:
S31.设定时间窗口C;并将振动退化数据按照采集时刻进行排序形成振动退化数据序列P1,P2,…,Pn;
S32.对振动退化数据P1,以时间窗口C进行从振动退化数据P1的初始起点时刻所对应的数据进行框选得到子序列S1,并记录子序列的S1的初始采集时刻T1;
S32.让时间窗口C在其它振动退化数据P2,…,Pn上滑动,分别得到子序列S21,S22,…,Si1,Si2,…Sik,…,Sn1,Sn2,…;n表示振动退化数据的个数,i表示第i条振动退化数据,Sik表示第i条振动退化数据的第k个子序列;
S33.计算子序列S1与其它任一子序列的相似距离,并筛选出相似距离的最小值,并将振动退化数据序列P1的所有采集时刻均加上Tik-T1,其中,Tik表示与子序列S1相似距离最小的子序列的初始时刻;
S34.以步骤S32至步骤S34的方法分别对P2,…,Pn的初始时刻进行统一,其中,在重复步骤S32时,按照修改采集时刻后的振动退化数据序列进行时间窗口滑动,且当振动退化数据序列Pm的所有采集时刻加上Tik-Tm1时,则前次计算时与振动退化数据序列Pm中的某一子序列相似距离最小的振动退化数据序列Pr的所有采集时刻均加上Tik-Tm1,其中,Tm1为振动退化数据序列Pm的初始采集时刻,m表示第m个振动退化数据序列
比如说:对于P2振动退化数据序列来说,那么采用步骤S32时,则可以确定出一个子序列S2,那么,进行采集时刻修改后的振动退化数据序列P1仍然要加入到计算中,此时,以采用时间窗口C对P1进行滑动时,确定出子序列S11,S12,…等。
对于步骤S34,具体以一个实例进行说明:比如:振动退化数据序列P1的子序列S1与振动退化数据P3的子序列S34相似距离最小,那么,此时,P1的所有采集时刻均加上T34-T1,那么,在下次计算时,如果振动退化数据P3的子序列S31与振动退化数据序列P9的子序列S92的相似距离最小,那么,此时振动退化数据P3的所有采集时刻均加上T92-T3,那么此时,振动退化数据P1的所有采集时刻也均加上T92-T3,在下一次计算中,依此类推,直至将所有振动退化数据序列进行采集时刻统一。
如图2所示:图2的具体实例中各个振动退化数据的时刻点不一致,比如从图2的左到右,第1条偏摆曲线和第二条偏摆曲线明显不在一个时刻点,从而使得数据不能作为最终的振动退化数据集用于后续的设备维护使用,那么,通过上述方法,就能够将各个数据的时刻点进行统一,使得最终的振动退化数据集具有良好的参考性,能够准确反映结晶器振动装置的偏摆变化状态;如图3所示。
本实施例中,步骤S32中实践窗口C在振动退化数据Pi停止滑动的判决条件如下:
设定直线x=at+b,基于直线x=at+b采用线性拟合算法对子序列S1进行拟合得到子序列S1的拟合直线,并确定子序列S1的拟合直线的中点值M1;
当时间窗口C在振动退化数据Pi上滑动得到任一子序列Sim时,基于直线x=at+b采用线性拟合算法对子序列Sim进行拟合得到子序列Sim的拟合直线,并确定子序列Sim的拟合直线的中点值Mim;
当(Mim-M1)/M1>1时,则时间窗口C在振动退化数据Pi上停止滑动。
其中:设定直线x=at+b的系数a和b通过如下方法确定:
设定观测数据(tj,xj),其中j=1,2,…,n-1;
确定系数a和b:
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (5)
1.一种结晶器振动装置振动性能退化数据构建方法,其特征在于:包括以下步骤:
S1.以每隔设定时长采集结晶器振动装置的振动性能参数并记录振动性能参数的采集时刻,其中,振动性能参数包括偏摆和振频;
S2.将每一次所采集的振动性能参数表示为按采集时刻先后顺序排列的参数序列,并筛选出参数序列中的有效的偏摆数据作为振动退化数据;
S3.对各振动退化数据的起始时刻点进行统一,得到最终的振动性能退化数据集;
步骤S3中,具体包括:
S31.设定时间窗口C;并将振动退化数据按照采集时刻进行排序形成振动退化数据序列P1,P2,…,Pn;
S32.对振动退化数据P1,以时间窗口C进行从振动退化数据P1的初始起点时刻所对应的数据进行框选得到子序列S1,并记录子序列的S1的初始采集时刻T1;
S32.让时间窗口C在其它振动退化数据P2,…,Pn上滑动,分别得到子序列S21,S22,…,Si1,Si2,…Sik,…,Sn1,Sn2,…;n表示振动退化数据的个数,i表示第i条振动退化数据,Sik表示第i条振动退化数据的第k个子序列;
S33.计算子序列S1与其它任一子序列的相似距离,并筛选出相似距离的最小值,并将振动退化数据序列P1的所有采集时刻均加上Tik-T1,其中,Tik表示与子序列S1相似距离最小的子序列的初始时刻;
S34.以步骤S32至步骤S34的方法分别对P2,…,Pn的初始时刻进行统一,其中,在重复步骤S32时,按照修改采集时刻后的振动退化数据序列进行时间窗口滑动,且当振动退化数据序列Pm的所有采集时刻加上Tik-Tm1时,则前次计算时与振动退化数据序列Pm中的某一子序列相似距离最小的振动退化数据序列Pr的所有采集时刻均加上Tik-Tm1,其中,Tm1为振动退化数据序列Pm的初始采集时刻,m表示第m个振动退化数据序列。
2.根据权利要求1所述结晶器振动装置振动性能退化数据构建方法,其特征在于:步骤S2中根据如下方法筛选出参数序列中的有效数据:
S21.判断参数序列中相邻两参数的采集时刻差值是否等于设定时长,如是,则将参数序列中相邻两参数的采集时刻差值等于设定时长的偏摆参数作为候选参数序列;
S22.将候选参数序列中的振频参数作为目标参数,并判断振频是否大于设定阈值,如是,则将候选参数序列作为振动退化数据。
3.根据权利要求1所述结晶器振动装置振动性能退化数据构建方法,其特征在于:步骤S32中实践窗口C在振动退化数据Pi停止滑动的判决条件如下:
设定直线x=at+b,基于直线x=at+b采用线性拟合算法对子序列S1进行拟合得到子序列S1的拟合直线,并确定子序列S1的拟合直线的中点值M1;
当时间窗口C在振动退化数据Pi上滑动得到任一子序列Sim时,基于直线x=at+b采用线性拟合算法对子序列Sim进行拟合得到子序列Sim的拟合直线,并确定子序列Sim的拟合直线的中点值Mim;
当(Mim-M1)/M1>1时,则时间窗口C在振动退化数据Pi上停止滑动。
5.根据权利要求1所述结晶器振动装置振动性能退化数据构建方法,其特征在于:步骤S33中,通过DWT算法计算子序列之间的相似距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111249126.9A CN113870458B (zh) | 2021-10-26 | 2021-10-26 | 结晶器振动装置振动性能退化数据构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111249126.9A CN113870458B (zh) | 2021-10-26 | 2021-10-26 | 结晶器振动装置振动性能退化数据构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113870458A CN113870458A (zh) | 2021-12-31 |
CN113870458B true CN113870458B (zh) | 2023-05-30 |
Family
ID=78997989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111249126.9A Active CN113870458B (zh) | 2021-10-26 | 2021-10-26 | 结晶器振动装置振动性能退化数据构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113870458B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1060421A (zh) * | 1990-08-09 | 1992-04-22 | 新日本制铁株式会社 | 连铸方法和设备 |
CN103729548A (zh) * | 2013-12-18 | 2014-04-16 | 西安交通大学 | 一种机械系统潜在性能退化的间接评估方法 |
CN105764436A (zh) * | 2013-09-06 | 2016-07-13 | 普罗赛普特生物机器人公司 | 自动化图像引导组织切除和处理 |
CN111413516A (zh) * | 2020-03-11 | 2020-07-14 | 中南大学 | 一种基于极化特征的铁水流速检测装置 |
CN111950757A (zh) * | 2019-05-17 | 2020-11-17 | 湖南科技大学 | 旋转机械关键零部件退化状态趋势预测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101870076B (zh) * | 2010-07-02 | 2012-03-21 | 西南交通大学 | 一种基于性能退化模型的数控机床导轨副寿命预测方法 |
JP5970848B2 (ja) * | 2012-02-17 | 2016-08-17 | 株式会社リコー | 補給装置用篩装置、補給ユニット、現像ユニット、画像形成装置、及びトナー補給方法 |
CN105117550B (zh) * | 2015-08-26 | 2017-12-26 | 电子科技大学 | 一种面向产品多维相关性退化失效的建模方法 |
CN106315991B (zh) * | 2016-10-11 | 2017-07-14 | 内蒙古中煤远兴能源化工有限公司 | 一种用于工业废水的分盐工艺 |
CN108710771B (zh) * | 2018-05-31 | 2019-11-01 | 西安电子科技大学 | 基于深度特征集成提取的机械装备服役可靠性评估方法 |
CN109084885A (zh) * | 2018-08-14 | 2018-12-25 | 中国科学院上海高等研究院 | 一种机械设备振动检测系统、方法、可读存储介质及终端 |
CN109271720A (zh) * | 2018-09-27 | 2019-01-25 | 广东石油化工学院 | 一种随机运行环境影响下旋转机械的剩余寿命预测方法 |
-
2021
- 2021-10-26 CN CN202111249126.9A patent/CN113870458B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1060421A (zh) * | 1990-08-09 | 1992-04-22 | 新日本制铁株式会社 | 连铸方法和设备 |
CN105764436A (zh) * | 2013-09-06 | 2016-07-13 | 普罗赛普特生物机器人公司 | 自动化图像引导组织切除和处理 |
CN103729548A (zh) * | 2013-12-18 | 2014-04-16 | 西安交通大学 | 一种机械系统潜在性能退化的间接评估方法 |
CN111950757A (zh) * | 2019-05-17 | 2020-11-17 | 湖南科技大学 | 旋转机械关键零部件退化状态趋势预测方法 |
CN111413516A (zh) * | 2020-03-11 | 2020-07-14 | 中南大学 | 一种基于极化特征的铁水流速检测装置 |
Non-Patent Citations (2)
Title |
---|
全矢支持向量回归频谱预测方法;李凌均;陈超;韩捷;陈宏;;郑州大学学报(工学版)(第03期);78-82 * |
机械系统摩擦动力学研究进展;丁千;翟红梅;;力学进展(第01期);112-131 * |
Also Published As
Publication number | Publication date |
---|---|
CN113870458A (zh) | 2021-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110008565B (zh) | 基于运行参数关联性分析的工业过程异常工况预测方法 | |
CN107145645B (zh) | 带不确定冲击的非平稳退化过程剩余寿命预测方法 | |
CN102699302B (zh) | 一种板坯连铸结晶器漏钢预报系统及其预报方法 | |
US6474153B1 (en) | Predicting system and predicting method configured to predict inflow volume of rainwater | |
KR102119661B1 (ko) | 회전기기 고장 예지를 위한 건전성 지표 추이 및 잔존수명 예측 기법 | |
CN111915061B (zh) | 一种道岔动作电流曲线预测方法及其故障判别方法 | |
CN104750830B (zh) | 时间序列数据的周期挖掘方法 | |
CN112683535A (zh) | 基于多阶段维纳过程的轴承寿命预测方法 | |
CN113870458B (zh) | 结晶器振动装置振动性能退化数据构建方法 | |
KR20140106394A (ko) | 몰드 클램핑 장치의 관리 시스템 | |
CN117275635A (zh) | 一种结晶器铜管的电镀优化方法与系统 | |
CN115014617A (zh) | 一种基于地基雷达的斜拉桥拉索索力同步监测方法 | |
CN116756513B (zh) | 一种塔架式抽油机数据滤波算法 | |
CN1782672A (zh) | 改善发电设备故障检测的方法和装置 | |
CN111340853B (zh) | 基于ospa迭代的多传感器gmphd自适应融合方法 | |
EP0421444B1 (en) | Pitch period searching method and circuit for speech code | |
CN116070368A (zh) | 一种海上风电机组高速轴承剩余寿命预测方法 | |
CN113252777B (zh) | 一种堆石坝水下混凝土面板裂缝的检测装置及其检测方法 | |
CN110490297B (zh) | 一种铁路道岔动作功率曲线智能分段方法 | |
CN110889190B (zh) | 面向预测精度要求的性能退化建模数据量优化方法 | |
CN115824481B (zh) | 一种基于递归演化的实时索杆力识别方法 | |
KR102502017B1 (ko) | 함정 원격 정비 지원 장치, 이를 포함하는 원격 정비 지원 시스템 및 원격 정비 지원 방법 | |
CN113468801B (zh) | 一种齿轮核密度估计剩余寿命预测方法 | |
CN114700988B (zh) | 一种面向工业机器人机械传动部件健康监测的关节动作划分方法 | |
CN114742175B (zh) | 一种变压器直流偏磁同步监测数据的有效性判断方法 |
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 |