CN114235257A - 一种基于数据融合的螺栓轴力在线精确监测方法及装置 - Google Patents

一种基于数据融合的螺栓轴力在线精确监测方法及装置 Download PDF

Info

Publication number
CN114235257A
CN114235257A CN202111593968.6A CN202111593968A CN114235257A CN 114235257 A CN114235257 A CN 114235257A CN 202111593968 A CN202111593968 A CN 202111593968A CN 114235257 A CN114235257 A CN 114235257A
Authority
CN
China
Prior art keywords
bolt
data
fusion
sensor
axial force
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
Application number
CN202111593968.6A
Other languages
English (en)
Inventor
宋盾兰
王文泽
林洁琼
郝兆朋
卢明明
谷岩
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.)
Changchun University of Technology
Original Assignee
Changchun University of Technology
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 Changchun University of Technology filed Critical Changchun University of Technology
Priority to CN202111593968.6A priority Critical patent/CN114235257A/zh
Publication of CN114235257A publication Critical patent/CN114235257A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
    • G01L5/16—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes for measuring several components of force
    • G01L5/173—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes for measuring several components of force using acoustic means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00—Thermometers specially adapted for specific purposes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/29—Graphical models, e.g. Bayesian networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/40—Transportation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/20—Information sensed or collected by the things relating to the thing itself
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/30—Control
    • G16Y40/35—Management of things, i.e. controlling in accordance with a policy or in order to achieve specified objectives

Landscapes

  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Biomedical Technology (AREA)
  • Operations Research (AREA)
  • Environmental & Geological Engineering (AREA)
  • Toxicology (AREA)
  • Acoustics & Sound (AREA)
  • Force Measurement Appropriate To Specific Purposes (AREA)

Abstract

本发明公开了一种基于数据融合的螺栓轴力在线精确监测方法及装置。首先通过设计计算确定符合螺栓尺寸的传感器规格，采用合理方案将传感器安装在螺栓合适位置。通过数据采集单元对传感器数据进行采集，通过无线网将数据信号传输至远程控制单元，在远程控制单元对信号进行简单的预处理，基于建立的数据库，根据贝叶斯估计算法在数据融合处理单元对信号进行特征提取、识别、判决，得到一个最优结果，并将最佳融合结果输出至远程监测单元，实现螺栓真实轴力实时监测。采用发明提供的多传感器信息融合的螺栓轴力监测方法及装置，结构简单，测量精度高，具备实时在线监测能力，可以有效预防因螺栓失效而引起的各种问题。

Description

一种基于数据融合的螺栓轴力在线精确监测方法及装置
技术领域
本发明涉及一种螺栓轴力在线精确监测技术及装置，应用但不限于公路车辆、轨道客车、风电、船舶等的螺纹紧固连接测试领域。
背景技术
随着我国经济和科技的飞速发展，我国轨道交通事业也进入了快速发展腾飞的新时期。螺纹联接是车辆制造技术中应用最广泛的联接方式，而螺纹联接的质量直接影响到车辆装配质量和行驶可靠性。研究发现世界范围内90%的紧固失效,是由不正确的预紧力所致，预紧力不足，造成螺栓松动，机件或装备运行振动过大，螺栓在长期服役中，剪切断裂，最终造成事故。而这种失效的发生，很大程度上是因为，工业应用聚焦于扭矩而不对预紧力做更多考虑。在螺栓连接中，不破坏螺栓的前提下，更高的预紧力能达到储存更高能量的目的，更多能量存储则意味着联接的健康和安全。准确施加预紧力以及对预紧力进行监测，关系着机件、设备的使用寿命以及安全问题。
数据融合是对来自多个传感器的多源数据信息进行数据处理的过程，通过不同传感器收集到的数据信息按照一定的准则加以处理、分析、综合，最大限度地获得目标特征信息，能得到单个传感器得不到的信息，使监测结果更加接近真实情况。
目前预紧力监测方法主要有以下几种方式：①应力螺栓法，即利用应变片直接测量螺栓相应位置的应变，需要对螺栓作加工[文献CN106706189A][文献CN106872092A]；②应力垫圈法，即将应变片贴于环形垫圈处，测量垫圈的应变[文献CN103616118A]；③光学应力螺栓法，即利用光学材料的应变敏感特性测量应变[文献CN104791351A]；④超声波法，即基于声弹性现象的应力测量[文献CN104791351A]。目前这些方法，都是通过单一的测量方法或单个传感器进行预紧力测量，得到的测量结果精度低以及在一些复杂工况下往往不能实现预紧力的准确测量。
针对目前螺栓连接预紧力监测技术中出现的问题，开发一种能够精确测量螺栓预紧力的技术方法及装置具有重要应用意义。
发明内容
本发明所解决的技术问题，是提供了一种基于数据融合的螺栓轴力在线精确监测方法，并设计了实现该方法的装置，该方法可实现复杂环境下服役螺栓轴力的在线监测。
本发明解决其技术问题所采用的技术方案是：一种基于数据融合的螺栓轴力在线精确监测方法及装置。首先通过设计计算确定符合螺栓尺寸的传感器规格，采用合理方案将传感器安装在螺栓合适位置。采用多传感器对螺栓载荷等信息进行多渠道采集，数据采集单元对传感器数据进行采集，通过无线网将数据信号传输至远程控制单元，在远程控制单元对信号进行简单的预处理，再通过数据融合处理单元对信号进行融合处理，并将融合结果上传至远程监测单元，实现螺栓轴力实时监测。
本发明所述的功能装置，其构成包括螺栓本体，超声波传感器，温度传感器，垫片式振动传感器，信号引线，数据采集单元，数据存储单元，无线发射单元，无线接收单元，远程控制单元，数据融合处理单元，APP客户端，PC端远程监测系统，螺栓故障报警系统。其特征在于螺栓头部分别安装有超声波传感器和温度传感器，螺栓螺母配合处安装有垫片式振动传感器，各传感器通过信号引线与数据采集单元相连，数据采集单元集成有数据存储单元和无线发射单元，远程控制单元通过无线接收数据，集成有无线接收单元和和数据融合处理单元，远程监测单元有APP客户端，PC端远程监测系统，螺栓故障报警系统。
一种基于数据融合的螺栓轴力在线精确监测方法，包括下列步骤：
建立数据库，包括有测量前特征数据，测量中间数据，融合处理数据，传感器的实时测量数据和历史数据，作为融合判决评估的依据，提高决策精度和效率。
对螺栓载荷数据信息融合前，分别用不同传感器对螺栓进行不同工况下的测量，获得螺栓自由拧紧阶段，螺栓端面贴合阶段，螺栓线性变形阶段，屈服阶段，正常服役阶段以及断裂失效阶段的信号波形。
对上述获取的波形进行处理，提取特征数据信息，对这些特征信息分别用特征参数进行表示，输入到数据库中。
实时测力前，计算出螺栓的屈服极限，然后根据超声波测力原理对螺栓弹性范围内轴力标定，标定服从下述式算式：
Figure 921963DEST_PATH_IMAGE001
其中，F为预紧力，L为螺栓自由状态长度，△L为螺栓拧紧前后长度差，S为螺栓截面面积，E为螺栓材质的弹性模量。
其中△L根据发射波和回波电信号的时间差算得。
实时监测时，数据采集单元通过信号引线进行传感器的数据采集，数据采集单元可对原始信号进行储存，可用于系统故障时，人工分析。
信号信息通过无线方式传输至远程控制单元，远程控制单元对信号进行降噪滤波，信号放大，A/D转换等简单预处理。
对上述处理后的信号，在数据融合处理单元进行数据融合。
融合方法如下：
先在融合处理单元，对上述处理后的传感器信号，分别进行特征提取，形成特征参数信息与数据库进行交互，进行特征识别、判决，分别得到一个最优化的特征参数，完成特征层融合。
假设用特征向量表示在特征层融合的特征参数，分别为D1，D2，D3。
根据贝叶斯算法原理，特征向量D1，D2，D3可用于判别螺栓状态的一个概率估计，记为P（Di|D）。其中D为一个判决状态向量，是系统给根据测量数据，作出的螺栓状态假设。
基于上述三个特征向量的概率估计，在决策层用贝叶斯融合公式进行融合，融合公式如下：
P（Oj|D∩D1∩D2∩D3），j=1,2···N
其中Oj为融合决策系统与数据库交互给出的螺栓状态特征向量最精确的估计。
将上式计算出来的最大值所对应的螺栓状态的特征向量为最后判决结果。
将上述得到最终判决结果与螺栓真实轴力服从的函数关系进行数学上的分析计算，将得到一个真实、可靠、精确的轴力结果。
将上述结果通过无线网上传至APP客户端，PC端远程监测系统，螺栓故障报警系统，实现螺栓轴力实时监测。
与现有技术相比，本发明的有益效果是：
1.一、本发明通过多传感器信息融合技术能够准确地监测正在服役过程的螺栓当前的轴力情况，通过多个传感的不同响应、特征数据，通过融合算法在决策层进行信息融合，实现数据信息互补，修正轴力而达到精确测量的目的；
2.二、本发明能够实时在线监测螺栓轴力，对噪声、温度等干扰的免疫力强，能实现复杂环境下测量可信度和测量效率；
3.三、本发明基于现场应用可靠性，并为实现智能监测，设计了无线发射、接受装置和远程监测系统，切实实现螺栓预紧力监测的智能化，提高故障检测与响应的实时性。
附图说明
图1是本发明实施例的多传感器数据融合流程示意图；
图2是本发明实施例的真实轴力智能跟踪方法总体示意图；
图3是本发明实施例的传感器安装示意图。
具体实施方式
为更好地理解本发明内容，下面结合附图与具体实施方式对本发明作详细说明。
如图1、2、3所示，本发明所述的一种基于数据融合的螺栓轴力在线精确监测方法及装置，其装置构成是：由1螺栓本体，2信号引线，3数据采集单元，4数据存储单元，5无线发射单元，6无线接收单元，7远程控制单元，8数据融合处理单元，9螺栓故障报警系统，10 PC端远程监测系统，11远程监控App，12超声波传感器，13温度传感器，14垫片式振动传感器，15垫片，16螺母构成。
参照图3首先设计计算确定匹配螺栓尺寸的12超声波传感器、13温度传感器、14垫片式振动传感器型号。将超声波传感器12安装至螺栓1头部，将贴片式温度传感器13通过黏胶的方式固定到螺栓1头部边缘位置与超声波传感器边缘隔开，以保证数据准确性；再与螺母16、垫片15配合前安装垫片式振动传感器14，完成整个多传感器智能螺栓系统的安装。
参照图2将传感器的信号引线分别接入到3数据采集单元，3数据采集单元集成有4数据存储单元，并具备5无线发射单元，数采信号通过6无线接收单元接收，在7远程控制单元处理，同时集成有8数据融合处理单元，在7远程控制单元对信号进行简单的预处理，再通过8数据融合处理单元对信号进行融合处理，并将融合结果上传至远程监测单元，9螺栓故障报警系统，10 PC端远程监测系统，11远程监控App，实现螺栓轴力实时监测。
参照图1，多传感器数据融合的螺栓轴力在线精确监测方法，包括下列步骤：
实时监测时，数据采集单元通过信号引线同时对传感器的数据信号进行采集，数据采集单元可对原始信号进行储存，可用于系统故障时，人工分析。
信号信息通过无线方式传输至远程控制单元，远程控制单元对信号进行降噪滤波，信号放大，A/D转换等信号预处理。
将上述处理后的信号输入到下一级8融合处理单元。
先在融合处理单元，对上述处理后的传感器信号，分别进行特征提取，形成特征参数信息与数据库进行交互，进行特征识别、判决，分别得到一个最优化的特征参数，完成特征层融合。
假设用特征向量表示在特征层融合的特征参数，分别为D1，D2，D3。
根据贝叶斯算法原理，特征向量D1，D2，D3可用于判别螺栓状态的一个概率估计，记为P（Di|D）。其中D为一个判决状态向量，是系统给根据测量数据，作出的螺栓状态假设。
基于上述三个特征向量的概率估计，在决策层用贝叶斯融合公式进行融合，融合公式如下：
P（Oj|D∩D1∩D2∩D3），j=1,2···N
其中Oj为融合决策系统与数据库交互给出的螺栓状态特征向量最精确的估计。
将上式计算出来的最大值所对应的螺栓状态的特征向量为最后判决结果。
将上述得到最终判决结果与螺栓真实轴力服从的函数关系进行数学上的分析计算，将得到一个真实、可靠、精确的轴力结果。
将上述结果通过无线网上传至APP客户端，PC端远程监测系统，螺栓故障报警系统，实现螺栓轴力实时监测。
本说明书实施例的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也包括本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims (4)

1.一种基于数据融合的螺栓轴力在线精确监测方法及装置，其特征在于，所述装置构成包括螺栓本体，超声波传感器，温度传感器，垫片式振动传感器，信号引线，数据采集单元，数据存储单元，无线发射单元，无线接收单元，远程控制单元，数据融合处理单元，APP客户端，PC端远程监测系统，螺栓故障报警系统。
2.根据权利要求一所述的螺栓轴力在线精确监测装置，其特征在于螺栓头部分别安装有超声波传感器和温度传感器，螺栓螺母配合处安装有垫片式振动传感器，各传感器通过信号引线与数据采集单元相连，数据采集单元集成有数据存储单元和无线发射单元，远程控制单元通过无线接收数据同时集成有无线接收单元和和数据融合处理单元，融合结果通过无线发射形式传输至APP客户端、PC端远程监测系统和螺栓故障报警系统。
3.根据权利要求一所述的基于数据融合的螺栓轴力在线精确监测方法，其特征在于：包括下列步骤：
建立数据库，包括有测量前特征数据，测量中间数据，融合处理数据，传感器的实时测量数据和历史数据，作为融合判决评估的依据，提高决策精度和效率；
对螺栓载荷数据信息融合前，分别用不同传感器对螺栓进行不同工况下的测量，获得螺栓自由拧紧阶段，螺栓端面贴合阶段，螺栓线性变形阶段，屈服阶段，正常服役阶段以及断裂失效阶段的信号波形；
对上述获取的波形进行处理，提取特征数据信息，对这些特征信息分别用特征参数进行表示，输入到数据库中；
实时监测时，数据采集单元通过信号引线进行传感器的数据采集，数据采集单元可对原始信号进行储存，可用于系统故障时，人工分析；
信号信息通过无线方式传输至远程控制单元，远程控制单元对信号进行降噪滤波，信号放大，A/D转换等简单预处理。
4.根据权利要求一所述的基于数据融合的螺栓轴力在线精确监测方法，其特征在于：所述传感器数据融合具体方法如下：
先在融合处理单元，对上述处理后的传感器信号，分别进行特征提取，形成特征参数信息与数据库进行交互，进行特征识别、判决，分别得到一个最优化的特征参数，完成特征层融合；
假设用特征向量表示在特征层融合的特征参数，分别为D1，D2，D3；
根据贝叶斯算法原理，特征向量D1，D2，D3可用于判别螺栓状态的一个概率估计，记为P（Di|D）；
其中D为一个判决状态向量，是系统给根据测量数据，作出的螺栓状态假设；
基于上述三个特征向量的概率估计，在决策层用贝叶斯融合公式进行融合，融合公式如下：
P（Oj|D∩D1∩D2∩D3），j=1,2···N
其中Oj为融合决策系统与数据库交互给出的螺栓状态特征向量最精确的估计；
上式计算出来的最大值所对应的螺栓状态的特征向量为最后判决结果。
CN202111593968.6A 2021-12-24 2021-12-24 一种基于数据融合的螺栓轴力在线精确监测方法及装置 Pending CN114235257A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111593968.6A CN114235257A (zh) 2021-12-24 2021-12-24 一种基于数据融合的螺栓轴力在线精确监测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111593968.6A CN114235257A (zh) 2021-12-24 2021-12-24 一种基于数据融合的螺栓轴力在线精确监测方法及装置

Publications (1)

Publication Number Publication Date
CN114235257A true CN114235257A (zh) 2022-03-25

Family

ID=80762278

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111593968.6A Pending CN114235257A (zh) 2021-12-24 2021-12-24 一种基于数据融合的螺栓轴力在线精确监测方法及装置

Country Status (1)

Country Link
CN (1) CN114235257A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115290130A (zh) * 2022-10-08 2022-11-04 香港中文大学（深圳） 一种基于多元概率量化的分布式信息估计方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115290130A (zh) * 2022-10-08 2022-11-04 香港中文大学（深圳） 一种基于多元概率量化的分布式信息估计方法

Similar Documents

Publication Publication Date Title
CN116660669B (zh) 一种电力设备故障在线监测系统及方法
CN102494899B (zh) 柴油机复合故障诊断方法及诊断系统
CN110887648B (zh) 一种用于评估螺栓松动和失效的监测系统及其监测方法
CN107976307B (zh) 一种输电线路铁塔螺栓松动在线监测装置及监测方法
US20130068031A1 (en) Bolt tension monitoring system
CN109813485A (zh) 超声螺栓预紧力远程监测系统
CN103786071A (zh) 基于无线传感器网络的机床工况实时监控系统
CN112987687B (zh) 一种云-端融合的智能线控底盘健康监测系统及方法
CN114235257A (zh) 一种基于数据融合的螺栓轴力在线精确监测方法及装置
CN115159285B (zh) 电梯状态监测方法及电梯状态监测装置
CN113177646B (zh) 一种基于自适应边缘代理的配电设备在线监测方法及系统
CN113984114B (zh) 一种海洋浮式平台水下结构异常诊断方法
CN212513308U (zh) 一种水上运输工具振动报警装置
CN114813973A (zh) 一种结合时间反转技术和bp神经网络的螺栓松动检测方法
CN201017232Y (zh) 基于fisher的工业过程非线性故障诊断装置
CN115629399A (zh) 一种基于盲源磁场系统的卫星异常监测系统
CN112629736B (zh) 一种基于微纳米传感器的螺栓连接结构状态监测系统及监测方法
CN209878248U (zh) 基于can总线和无线通讯的桥梁结构健康监测系统
CN114454671A (zh) 一种基于轮胎压力监测触发的轮胎自密封应急系统
CN103471870A (zh) 基于二维投射的特征指标对煤矿设备状态识别的敏感性和聚类性研究方法
CN219121602U (zh) 一种船闸机械式启闭机启闭力检测装置
CN113865885B (zh) 一种用于检测自行车损耗的方法及装置
JP7522815B2 (ja) 流体技術のシステムにおける異常の認識
CN103868747A (zh) 一种基于时间序列符号化的结构损伤识别系统与识别方法
CN214749317U (zh) 一种试验机远端智能控制预警平台

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