CN114542445A - 泵机运行状态诊断方法、系统、计算机设备和存储介质 - Google Patents
泵机运行状态诊断方法、系统、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114542445A CN114542445A CN202210136921.5A CN202210136921A CN114542445A CN 114542445 A CN114542445 A CN 114542445A CN 202210136921 A CN202210136921 A CN 202210136921A CN 114542445 A CN114542445 A CN 114542445A
- Authority
- CN
- China
- Prior art keywords
- real
- time
- data
- frequency
- pump
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000003745 diagnosis Methods 0.000 title claims description 8
- 230000002159 abnormal effect Effects 0.000 claims abstract description 62
- 238000001228 spectrum Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000002405 diagnostic procedure Methods 0.000 claims description 6
- 238000013024 troubleshooting Methods 0.000 abstract description 5
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract 1
- 238000004590 computer program Methods 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及一种泵机运行状态诊断方法、系统、计算机设备和存储介质,其技术方案要点是:获取泵机实时运行状态下的实时工作频率和多个实时声音数据;根据多个实时声音数据得到泵机在该实时工作频率下对应的实时噪声数据和实时低频数据;根据实时工作频率下对应的正常噪声数据和正常低频数据判断实时噪声数据和实时低频数据是否异常,若实时噪声数据异常,则发出第一报警信息,若实时低频数据异常,则发出第二报警信息;本申请具有对泵机进行实时监测,在泵机运行出现异常的情况下,根据泵机声音的不同发出不同的报警信息,以便于故障排查和检修的效果。
Description
技术领域
本发明涉及泵机诊断技术领域,更具体地说,它涉及一种泵机运行状态 诊断方法、系统、计算机设备和存储介质。
背景技术
随着人们生活水平要求的提高,传统的二次供水泵房逐步向系统集成化、 智能化和远程监控方向发展形成智能泵房监控系统。
目前,大量楼宇都将供水系统的水泵及其控制系统集中在二次供水泵房 内,这些二次供水泵房多设置在地下室,传统的二次供水泵房仅在现场进行 数据显示和控制的方法,难以对二次供水泵房内的泵体进行实时监测,给系 统的运行和维护带来诸多不便。
但是,对于智能泵房监控系统来说,现场电磁环境恶劣,水泵驱动电机 多采用变频控制器进行驱动,变频控制器及其驱动的电机给泵房带来巨大的 电磁干扰。给智能泵房监控系统带来较强的电磁干扰,直接影响了智能泵房 监控系统与外界数据传送的可靠性。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种泵机运行状态诊 断方法、系统、计算机设备和存储介质,具有对泵机进行实时监测,在泵机 运行出现异常的情况下,根据泵机声音的不同发出不同的报警信息,以便于 故障排查和检修的功能优点。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种泵机运行状态诊断方法,包括:
预先获取泵机在正常运行状态下的多个声音数据,将多个所述声音数据 根据所述泵机的不同工作频率进行划分;
根据同一工作频率下的多个声音数据得到所述泵机在该工作频率下对应 的正常噪声数据和正常低频数据;
获取所述泵机实时运行状态下的实时工作频率和多个实时声音数据;
根据多个所述实时声音数据得到所述泵机在该实时工作频率下的实时噪 声数据和实时低频数据;
根据所述实时工作频率下对应的正常噪声数据和正常低频数据判断所述 实时噪声数据和实时低频数据是否异常,若实时噪声数据异常,则发出第一 报警信息,若实时低频数据异常,则发出第二报警信息。
可选的,所述根据所述实时工作频率下对应的正常噪声数据和正常低频 数据判断所述实时噪声数据和实时低频数据是否异常,若实时噪声数据异常, 则发出第一报警信息,包括:
将该实时噪声数据与该正常噪声数据进行比对得到噪声比对结果;
根据所述噪声比对结果判断该实时噪声数据相比于该正常噪声数据是否 有增加的频率信号,若是,则判断该频率信号的最高幅值是否高于第一预警 阈值,若是,则发出第一报警信息,其中,该第一预警阈值为该正常噪声数 据中的最高幅值乘以预设的第一误差系数。
可选的,所述根据所述实时工作频率下对应的正常噪声数据和正常低频 数据判断所述实时噪声数据和实时低频数据是否异常,若实时低频数据异常, 则发出第二报警信息,包括:
将该实时低频数据与该正常低频数据进行比对得到低频比对结果;
根据所述低频比对结果判断该实时低频数据相比于该正常低频数据是否 有增加的频率信号,若是,则判断该频率信号的最高幅值是否高于第二预警 阈值,若是,则发出第二报警信息,其中,该第二预警阈值为该正常低频数 据中的最高幅值乘以预设的第二误差系数。
可选的,所述根据同一工作频率下的多个声音数据得到所述泵机在该工 作频率下对应的正常噪声数据和正常低频数据,包括:
对同一工作频率下的多个声音数据进行离散傅里叶变换得到所述泵机在 该工作频率下的声音频谱数据;
将该声音频谱数据中声音频率大于第一频率的数据划分出来得到正常噪 声数据,将该声音频谱数据中声音频率小于第二频率的数据划分出来得到正 常低频数据。
可选的,所述根据多个所述实时声音数据得到所述泵机在该实时工作频 率下的实时噪声数据和实时低频数据,包括:
对多个所述声音数据进行离散傅里叶变换得到所述泵机在该实时工作频 率下的实时声音频谱数据;
将该实时声音频谱数据中声音频率大于第一频率的数据划分出来得到实 时噪声数据,将该实时声音频谱数据中声音频率小于第二频率的数据划分出 来得到实时低频数据。
可选的,还包括:
预先获取所述泵机在正常运行情况下的多个振动数据,将多个所述振动 数据根据所述泵机的不同工作频率进行划分;
根据同一工作频率下的多个振动数据计算得到所述泵机在该工作频率下 的均方根振动值;
获取所述泵机实时运行状态下的多个实时振动数据,根据多个所述实时 振动数据计算得到所述泵机在实时工作频率下的实时均方根振动值;
将所述实时均方根振动值与第三预警阈值进行比较,在实时均方根振动 值大于第三预警阈值的情况下,则发出第三报警信息,其中,该第三预警阈 值为该实时工作频率下的均方根振动值乘以预设的第三误差系数得到。
可选的,还包括:
获取所述泵机实时运行状态下的实时电流数据;
将所述实时电流数据与预设的电流阈值进行比较,在所述实时电流数据 大于电流阈值的情况下,则发出第四报警信息。
可选的,还包括:
获取所述泵机的实时运行时间,然后根据所述实时电流数据和所述泵机 的实时运行时间计算得到实时热量值;
将所述实时运行时间输入到预设的热量阈值曲线内得到与实时运行时间 对应的热量阈值,然后将实时热量值与所述热量阈值进行比较,在实时热量 值大于该热量阈值的情况下,则发出第五报警信息。
可选的,还包括:
获取所述泵机实时运行状态下的实时温度数据;
将所述实时温度数据与预设的温度阈值进行比较,在所述实时温度数据 大于温度阈值的情况下,则发出第六报警信息。
一种泵机运行状态诊断系统,其特征在于,包括:
预先获取模块,预先获取泵机在正常运行状态下的多个声音数据,将多 个所述声音数据根据所述泵机的不同工作频率进行划分;
第一计算模块,用于根据同一工作频率下的多个声音数据得到所述泵机 在该工作频率下对应的正常噪声数据和正常低频数据;
实时获取模块,用于获取所述泵机实时运行状态下的实时工作频率和多 个实时声音数据;
第二计算模块,用于根据多个所述实时声音数据得到所述泵机在该实时 工作频率下的实时噪声数据和实时低频数据;
判断报警模块,用于根据所述实时工作频率下对应的正常噪声数据和正 常低频数据判断所述实时噪声数据和实时低频数据是否异常,若实时噪声数 据异常,则发出第一报警信息,若实时低频数据异常,则发出第二报警信息。
本申请还提供了一种计算机设备,包括存储器、处理器,所述存储器存 储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
预先获取泵机在正常运行状态下的多个声音数据,将多个所述声音数据 根据所述泵机的不同工作频率进行划分;
根据同一工作频率下的多个声音数据得到所述泵机在该工作频率下对应 的正常噪声数据和正常低频数据;
获取所述泵机实时运行状态下的实时工作频率和多个实时声音数据;
根据多个所述实时声音数据得到所述泵机在该实时工作频率下的实时噪 声数据和实时低频数据;
根据所述实时工作频率下对应的正常噪声数据和正常低频数据判断所述 实时噪声数据和实时低频数据是否异常,若实时噪声数据异常,则发出第一 报警信息,若实时低频数据异常,则发出第二报警信息。
本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所 述计算机程序被处理器执行时实现以下步骤:
预先获取泵机在正常运行状态下的多个声音数据,将多个所述声音数据 根据所述泵机的不同工作频率进行划分;
根据同一工作频率下的多个声音数据得到所述泵机在该工作频率下对应 的正常噪声数据和正常低频数据;
获取所述泵机实时运行状态下的实时工作频率和多个实时声音数据;
根据多个所述实时声音数据得到所述泵机在该实时工作频率下的实时噪 声数据和实时低频数据;
根据所述实时工作频率下对应的正常噪声数据和正常低频数据判断所述 实时噪声数据和实时低频数据是否异常,若实时噪声数据异常,则发出第一 报警信息,若实时低频数据异常,则发出第二报警信息。
综上所述,本发明具有以下有益效果:根据泵机不同的工作频率设置不 同的正常噪声数据和正常低频数据,然后将实时噪声数据与实时低频数据分 别与正常噪声数据和正常低频数据进行比较,从而判断泵机运行状态是否异 常,在异常的情况下根据泵机声音数据的不同而发出第一报警信息或第二报 警信息,以便于进行故障排查和检修。
附图说明
图1是本发明提供的方法的流程示意图;
图2是本发明提供的泵机运行状态诊断系统的结构框图;
图3是本发明实施例中计算机设备的内部结构图。
具体实施方式
为使本发明的目的、特征和优点能够更加明显易懂,下面结合附图对本 发明的具体实施方式做详细的说明。附图中给出了本发明的若干实施例。但 是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、 “连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以 是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是 直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对 于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中 的具体含义。术语“第一”、“第二”仅用于描述目的,而不能理解为指示 或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第 一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
下面结合附图和实施例,对本发明进行详细描述。
本发明提供了一种泵机运行状态诊断方法,如图1所示,包括:
步骤100、预先获取泵机在正常运行状态下的多个声音数据,将多个所述 声音数据根据所述泵机的不同工作频率进行划分;在实际应用中,泵机可根 据实际需求选择不同的工作频率进行运行,因此,泵机在正常运行的状态下, 泵机的工作频率会有所不同,通过预先获取泵机在正常运行状态下不同工作 频率的多个声音数据,并将多个所述声音数据根据不同的工作频率进行划分, 以便于得到泵机在同一工作频率下的多个声音数据;其中,声音数据可通过 设置在泵机附近的声音传感器进行获取;
步骤200、根据同一工作频率下的多个声音数据得到所述泵机在该工作频 率下对应的正常噪声数据和正常低频数据,并将该正常噪声数据和正常低频 数据均与该工作频率建立映射关系;
步骤300、获取所述泵机实时运行状态下的实时工作频率和多个实时声音 数据,根据获取到的实时工作频率得到与其具有映射关系的正常噪声数据和 正常低频数据;
步骤400、根据多个所述实时声音数据得到所述泵机在该实时工作频率下 的实时噪声数据和实时低频数据;
步骤500、根据该实时工作频率下的正常噪声数据判断该实时噪声数据是 否异常,在有异常的情况下,发出第一报警信息,根据该实时工作频率下的 正常低频数据判断该实时低频数据是否异常,在有异常的情况下,发出第二 报警信息。
具体地,本泵机运行状态诊断方法能通过步骤200得到泵机在所有工作频 率下的正常噪声数据和正常低频数据,并将工作频率分别和与其相对应的正 常噪声数据和正常低频数据建立映射关系,在获取到泵机实时运行状态下的 实时声音数据后,能够将根据实时声音数据得到的实时噪声数据与实时工作 频率下的正常噪声数据进行比对,以此判断实时噪声数据是否存在异常,在 实时噪声数据存在异常的情况下,则表明泵机运行出现故障,发出第一报警 信息,还能将根据实时声音数据得到的实时低频数据与实时工作频率下的正 常低频数据进行比对,以此判断实时低频数据是否存在异常,在实时噪声数 据存在异常的情况下,则表明泵机运行出现故障,发出第二报警信息,由于 造成实时噪声数据异常和实时低频数据异常的原因不同,所以本申请能够根 据泵机声音数据的异常而发出第一报警信息或第二报警信息,以便于进行故 障排查和检修。
进一步地,所述根据该实时工作频率下的正常噪声数据判断该实时噪声 数据是否异常,在有异常的情况下,发出第一报警信息,包括:
将该实时噪声数据与该正常噪声数据进行比对得到噪声比对结果;
根据所述噪声比对结果判断该实时噪声数据相比于该正常噪声数据是否 有增加的频率信号,若是,则判断该频率信号的最高幅值是否高于第一预警 阈值,若是,则发出第一报警信息,其中,该第一预警阈值为该正常噪声数 据中的最高幅值乘以预设的第一误差系数。
具体地,在实时噪声数据内有增加的频率信号的情况下,则表明泵机可 能出现故障,为了进一步确定泵机是否出现故障,将该频率信号的最高幅值 与第一预警阈值进行比较,在该频率信号的最高幅值高于第一预警阈值的情 况下,则表明泵机出现故障,发出第一报警信息,在本申请中第一误差系数 为1.1,在其他实施例中第一误差系数可根据泵机的型号和泵机的安装环境进 行调整,通过第一误差系数的设置,减小了误报的可能性。
进一步地,所述根据该实时工作频率下的正常低频数据判断该实时低频 数据是否异常,在有异常的情况下,发出第二报警信息,包括:
将该实时低频数据与该正常低频数据进行比对得到低频比对结果;
根据所述低频比对结果判断该实时低频数据相比于该正常低频数据是否 有增加的频率信号,若是,则判断该频率信号的最高幅值是否高于第二预警 阈值,若是,则发出第二报警信息,其中,该第二预警阈值为该正常低频数 据中的最高幅值乘以预设的第二误差系数。
具体地,在实时低频数据内有增加的频率信号的情况下,则表明泵机可 能出现故障,为了进一步确定泵机是否出现故障,将该频率信号的最高幅值 与第二预警阈值进行比较,在该频率信号的最高幅值高于第二预警阈值的情 况下,则表明泵机出现故障,发出第二报警信息,在本申请中第二误差系数 为1.1,在其他实施例中第二误差系数可根据泵机的型号和泵机的安装环境进 行调整,通过第二误差系数的设置,减小了误报的可能性。
进一步地,所述根据同一工作频率下的多个声音数据得到所述泵机在该 工作频率下对应的正常噪声数据和正常低频数据,包括:
对同一工作频率下的多个声音数据进行离散傅里叶变换得到所述泵机在 该工作频率下的声音频谱数据;其中,同一工作频率下的多个声音数据可采 用等时间间隔采集的方式进行采集,在本申请中间隔1us对泵机的声音数据进 行一次采集,在其他实施例中也可根据实际情况调整采集频次;
将该声音频谱数据中声音频率大于第一频率的数据划分出来得到正常噪 声数据,将该声音频谱数据中声音频率小于第二频率的数据划分出来得到正 常低频数据。具体地,在本申请中第一频率为4KHz,第二频率为100Hz,在其 他实施例中第一频率和第二频率可根据泵机的型号和/或泵机的安装环境进 行调整。
进一步地,还包括:
预先获取所述泵机在正常运行情况下的多个振动数据,将多个所述振动 数据根据所述泵机的不同工作频率进行划分;在实际应用中,泵机在正常运 行的状态下,泵机的工作频率会有所不同,通过预先获取泵机在正常运行状 态下不同工作频率的多个振动数据,然后将多个所述振动数据根据不同的工 作频率进行划分,以便于得到泵机在同一工作频率下的多个振动数据;其中, 振动数据可通过设置在泵机上的振动传感器进行获取;
根据同一工作频率下的多个振动数据计算得到所述泵机在该工作频率下 的均方根振动值,以此得到泵机所有工作频率下的均方根振动值;
获取所述泵机实时运行状态下的多个实时振动数据,根据多个所述实时 振动数据计算得到所述泵机在实时工作频率下的实时均方根振动值;
将所述实时均方根振动值与第三预警阈值进行比较,在实时均方根振动 值大于第三预警阈值的情况下,则发出第三报警信息,其中,该第三预警阈 值为该实时工作频率下的均方根振动值乘以预设的第三误差系数得到,在本 申请中第三误差系数为1.2,在其他实施例中第三误差系数可根据泵机的正常 振动频率和/或振动幅值进行调整。
具体地,在本申请中间隔1us对泵机的振动数据进行一次采集,在其他实 施例中也可根据实际情况调整对振动数据的采集频次;在实时均方根振动值 大于第三预警阈值的情况下,则表明泵机的振动频率高于正常的振动频率, 需要发出第三报警信息,便于维修人员对泵机的振动频率过高的原因进行排 查,以预防泵机出现故障或解决泵机故障。
进一步地,还包括:
获取所述泵机实时运行状态下的实时电流数据;
将所述实时电流数据与预设的电流阈值进行比较,在所述实时电流数据 大于电流阈值的情况下,则发出第四报警信息。
具体地,通过获取泵机的实时电流数据,对泵机的电流数据进行监测, 在实时电流数据大于预设的电流阈值的情况下,则表明泵机的电流过大,泵 机运行状态诊断系统的电路可能出现短路等问题,具有安全隐患,以免泵机 损坏需要发出第四报警信息,以便于维修人员及时进行检修。
进一步地,还包括:
获取所述泵机的实时运行时间,然后根据所述实时电流数据和所述泵机 的实时运行时间计算得到实时热量值,具体地,是根据所述实时电流数据的 平方值对实时运行时间进行积分得到实时热量值;
将所述实时运行时间输入到预设的热量阈值曲线内得到与实时运行时间 对应的热量阈值,然后将实时热量值与所述热量阈值进行比较,在实时热量 值大于该热量阈值的情况下,则发出第五报警信息,具体地,泵机在不同的 工作频率下具有不同的热量阈值曲线,本申请根据实时工作频率选择与其对 应的热量阈值曲线,以供实时运行时间输入到实时工作频率对应的热量阈值 内得到该实时工作频率下的热量阈值,便于在不同的工作频率下发出准确地 第五报警信息。
进一步地,还包括:
获取所述泵机实时运行状态下的实时温度数据;其中,实时温度数据通 过设置在泵机上的温度传感器获取;
将所述实时温度数据与预设的温度阈值进行比较,在所述实时温度数据 大于温度阈值的情况下,则发出第六报警信息。
具体地,泵机在运行的过程中,若泵机温度过高则会造成泵机的损坏, 通过对泵机温度的实时检测,在泵机温度大于温度阈值的情况下,能够发出 第六报警信息,以便于维修人员及时对泵机进行降温处理,以防止泵机损坏 影响泵机的正常运行。
另外,本申请还能通过通信网络将泵机的实时声音数据、实时振动数据、 实时电流数据、实时温度数据、第一报警信息、第二报警信息、第三报警信 息、第四报警信息、第五报警信息和第六报警信息上传给服务器,以此提高 了数据传送的可靠性。
本发明的泵机运行状态诊断方法,根据泵机不同的工作频率设置不同的 正常噪声数据和正常低频数据,然后将实时噪声数据与实时低频数据分别与 正常噪声数据和正常低频数据进行比较,从而判断泵机运行状态是否异常, 在异常的情况下根据泵机声音数据的不同而发出第一报警信息或第二报警信 息,以便于进行故障排查和检修。
应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示, 但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确 的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺 序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段, 这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时 刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与 其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图2所示,本发明还提供了一种泵机运行状态诊断系 统,包括:
预先获取模块10,预先获取泵机在正常运行状态下的多个声音数据,将 多个所述声音数据根据所述泵机的不同工作频率进行划分;
第一计算模块20,用于根据同一工作频率下的多个声音数据得到所述泵 机在该工作频率下对应的正常噪声数据和正常低频数据;
实时获取模块30,用于获取所述泵机实时运行状态下的实时工作频率和 多个实时声音数据;
第二计算模块40,用于根据多个所述实时声音数据得到所述泵机在该实 时工作频率下的实时噪声数据和实时低频数据;
判断报警模块50,用于根据该实时工作频率下的正常噪声数据判断该实 时噪声数据是否异常,在有异常的情况下,发出第一报警信息,根据该实时 工作频率下的正常低频数据判断该实时低频数据是否异常,在有异常的情况 下,发出第二报警信息。
在一个实施例中,所述根据所述实时工作频率下对应的正常噪声数据和 正常低频数据判断所述实时噪声数据和实时低频数据是否异常,若实时噪声 数据异常,则发出第一报警信息,包括:
将该实时噪声数据与该正常噪声数据进行比对得到噪声比对结果;
根据所述噪声比对结果判断该实时噪声数据相比于该正常噪声数据是否 有增加的频率信号,若是,则判断该频率信号的最高幅值是否高于第一预警 阈值,若是,则发出第一报警信息,其中,该第一预警阈值为该正常噪声数 据中的最高幅值乘以预设的第一误差系数。
在一个实施例中,所述根据所述实时工作频率下对应的正常噪声数据和 正常低频数据判断所述实时噪声数据和实时低频数据是否异常,若实时低频 数据异常,则发出第二报警信息,包括:
将该实时低频数据与该正常低频数据进行比对得到低频比对结果;
根据所述低频比对结果判断该实时低频数据相比于该正常低频数据是否 有增加的频率信号,若是,则判断该频率信号的最高幅值是否高于第二预警 阈值,若是,则发出第二报警信息,其中,该第二预警阈值为该正常低频数 据中的最高幅值乘以预设的第二误差系数。
在一个实施例中,所述根据同一工作频率下的多个声音数据得到所述泵 机在该工作频率下对应的正常噪声数据和正常低频数据,包括:
对同一工作频率下的多个声音数据进行离散傅里叶变换得到所述泵机在 该工作频率下的声音频谱数据;
将该声音频谱数据中声音频率大于第一频率的数据划分出来得到正常噪 声数据,将该声音频谱数据中声音频率小于第二频率的数据划分出来得到正 常低频数据。
在一个实施例中,所述根据多个所述实时声音数据得到所述泵机在该实 时工作频率下的实时噪声数据和实时低频数据,包括:
对多个所述声音数据进行离散傅里叶变换得到所述泵机在该实时工作频 率下的实时声音频谱数据;
将该实时声音频谱数据中声音频率大于第一频率的数据划分出来得到实 时噪声数据,将该实时声音频谱数据中声音频率小于第二频率的数据划分出 来得到实时低频数据。
在一个实施例中,还包括:
预先获取所述泵机在正常运行情况下的多个振动数据,将多个所述振动 数据根据所述泵机的不同工作频率进行划分;
根据同一工作频率下的多个振动数据计算得到所述泵机在该工作频率下 的均方根振动值;
获取所述泵机实时运行状态下的多个实时振动数据,根据多个所述实时 振动数据计算得到所述泵机在实时工作频率下的实时均方根振动值;
将所述实时均方根振动值与第三预警阈值进行比较,在实时均方根振动 值大于第三预警阈值的情况下,则发出第三报警信息,其中,该第三预警阈 值为该实时工作频率下的均方根振动值乘以预设的第三误差系数得到。
在一个实施例中,还包括:
获取所述泵机实时运行状态下的实时电流数据;
将所述实时电流数据与预设的电流阈值进行比较,在所述实时电流数据 大于电流阈值的情况下,则发出第四报警信息。
在一个实施例中,还包括:
获取所述泵机的实时运行时间,然后根据所述实时电流数据和所述泵机 的实时运行时间计算得到实时热量值;
将所述实时运行时间输入到预设的热量阈值曲线内得到与实时运行时间 对应的热量阈值,然后将实时热量值与所述热量阈值进行比较,在实时热量 值大于该热量阈值的情况下,则发出第五报警信息。
在一个实施例中,还包括:
获取所述泵机实时运行状态下的实时温度数据;
将所述实时温度数据与预设的温度阈值进行比较,在所述实时温度数据 大于温度阈值的情况下,则发出第六报警信息。
关于泵机运行状态诊断系统的具体限定可以参见上文中对于泵机运行状 态诊断方法的限定,在此不再赘述。上述泵机运行状态诊断系统的各个模块 可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内 嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设 备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器, 其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、 存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和 控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非 易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易 失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的 数据库用于存储泵机运行状态诊断相关的数据。该计算机设备的网络接口用 于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一 种泵机运行状态诊断方法。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关 的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限 定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某 些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储 器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
预先获取泵机在正常运行状态下的多个声音数据,将多个所述声音数据 根据所述泵机的不同工作频率进行划分;
根据同一工作频率下的多个声音数据得到所述泵机在该工作频率下对应 的正常噪声数据和正常低频数据;
获取所述泵机实时运行状态下的实时工作频率和多个实时声音数据;
根据多个所述实时声音数据得到所述泵机在该实时工作频率下的实时噪 声数据和实时低频数据;
根据所述实时工作频率下对应的正常噪声数据和正常低频数据判断所述 实时噪声数据和实时低频数据是否异常,若实时噪声数据异常,则发出第一 报警信息,若实时低频数据异常,则发出第二报警信息。
在一个实施例中,所述根据所述实时工作频率下对应的正常噪声数据和 正常低频数据判断所述实时噪声数据和实时低频数据是否异常,若实时噪声 数据异常,则发出第一报警信息,包括:
将该实时噪声数据与该正常噪声数据进行比对得到噪声比对结果;
根据所述噪声比对结果判断该实时噪声数据相比于该正常噪声数据是否 有增加的频率信号,若是,则判断该频率信号的最高幅值是否高于第一预警 阈值,若是,则发出第一报警信息,其中,该第一预警阈值为该正常噪声数 据中的最高幅值乘以预设的第一误差系数。
在一个实施例中,所述根据所述实时工作频率下对应的正常噪声数据和 正常低频数据判断所述实时噪声数据和实时低频数据是否异常,若实时低频 数据异常,则发出第二报警信息,包括:
将该实时低频数据与该正常低频数据进行比对得到低频比对结果;
根据所述低频比对结果判断该实时低频数据相比于该正常低频数据是否 有增加的频率信号,若是,则判断该频率信号的最高幅值是否高于第二预警 阈值,若是,则发出第二报警信息,其中,该第二预警阈值为该正常低频数 据中的最高幅值乘以预设的第二误差系数。
在一个实施例中,所述根据同一工作频率下的多个声音数据得到所述泵 机在该工作频率下对应的正常噪声数据和正常低频数据,包括:
对同一工作频率下的多个声音数据进行离散傅里叶变换得到所述泵机在 该工作频率下的声音频谱数据;
将该声音频谱数据中声音频率大于第一频率的数据划分出来得到正常噪 声数据,将该声音频谱数据中声音频率小于第二频率的数据划分出来得到正 常低频数据。
在一个实施例中,所述根据多个所述实时声音数据得到所述泵机在该实 时工作频率下的实时噪声数据和实时低频数据,包括:
对多个所述声音数据进行离散傅里叶变换得到所述泵机在该实时工作频 率下的实时声音频谱数据;
将该实时声音频谱数据中声音频率大于第一频率的数据划分出来得到实 时噪声数据,将该实时声音频谱数据中声音频率小于第二频率的数据划分出 来得到实时低频数据。
在一个实施例中,还包括:
预先获取所述泵机在正常运行情况下的多个振动数据,将多个所述振动 数据根据所述泵机的不同工作频率进行划分;
根据同一工作频率下的多个振动数据计算得到所述泵机在该工作频率下 的均方根振动值;
获取所述泵机实时运行状态下的多个实时振动数据,根据多个所述实时 振动数据计算得到所述泵机在实时工作频率下的实时均方根振动值;
将所述实时均方根振动值与第三预警阈值进行比较,在实时均方根振动 值大于第三预警阈值的情况下,则发出第三报警信息,其中,该第三预警阈 值为该实时工作频率下的均方根振动值乘以预设的第三误差系数得到。
在一个实施例中,还包括:
获取所述泵机实时运行状态下的实时电流数据;
将所述实时电流数据与预设的电流阈值进行比较,在所述实时电流数据 大于电流阈值的情况下,则发出第四报警信息。
在一个实施例中,还包括:
获取所述泵机的实时运行时间,然后根据所述实时电流数据和所述泵机 的实时运行时间计算得到实时热量值;
将所述实时运行时间输入到预设的热量阈值曲线内得到与实时运行时间 对应的热量阈值,然后将实时热量值与所述热量阈值进行比较,在实时热量 值大于该热量阈值的情况下,则发出第五报警信息。
在一个实施例中,还包括:
获取所述泵机实时运行状态下的实时温度数据;
将所述实时温度数据与预设的温度阈值进行比较,在所述实时温度数据 大于温度阈值的情况下,则发出第六报警信息。
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,所述的计算机程序可存储 于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如 上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对 存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失 性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、 电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局 限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM (SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链 路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、 直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于 上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应 当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下 的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种泵机运行状态诊断方法,其特征在于,包括:
预先获取泵机在正常运行状态下的多个声音数据,将多个所述声音数据根据所述泵机的不同工作频率进行划分;
根据同一工作频率下的多个声音数据得到所述泵机在该工作频率下对应的正常噪声数据和正常低频数据;
获取所述泵机实时运行状态下的实时工作频率和多个实时声音数据;
根据多个所述实时声音数据得到所述泵机在该实时工作频率下的实时噪声数据和实时低频数据;
根据所述实时工作频率下对应的正常噪声数据和正常低频数据判断所述实时噪声数据和实时低频数据是否异常,若实时噪声数据异常,则发出第一报警信息,若实时低频数据异常,则发出第二报警信息。
2.根据权利要求1所述的泵机运行状态诊断方法,其特征在于,所述根据所述实时工作频率下对应的正常噪声数据和正常低频数据判断所述实时噪声数据和实时低频数据是否异常,若实时噪声数据异常,则发出第一报警信息,包括:
将该实时噪声数据与该正常噪声数据进行比对得到噪声比对结果;
根据所述噪声比对结果判断该实时噪声数据相比于该正常噪声数据是否有增加的频率信号,若是,则判断该频率信号的最高幅值是否高于第一预警阈值,若是,则发出第一报警信息,其中,该第一预警阈值为该正常噪声数据中的最高幅值乘以预设的第一误差系数。
3.根据权利要求1所述的泵机运行状态诊断方法,其特征在于,所述根据所述实时工作频率下对应的正常噪声数据和正常低频数据判断所述实时噪声数据和实时低频数据是否异常,若实时低频数据异常,则发出第二报警信息,包括:
将该实时低频数据与该正常低频数据进行比对得到低频比对结果;
根据所述低频比对结果判断该实时低频数据相比于该正常低频数据是否有增加的频率信号,若是,则判断该频率信号的最高幅值是否高于第二预警阈值,若是,则发出第二报警信息,其中,该第二预警阈值为该正常低频数据中的最高幅值乘以预设的第二误差系数。
4.根据权利要求1所述的泵机运行状态诊断方法,其特征在于,所述根据同一工作频率下的多个声音数据得到所述泵机在该工作频率下对应的正常噪声数据和正常低频数据,包括:
对同一工作频率下的多个声音数据进行离散傅里叶变换得到所述泵机在该工作频率下的声音频谱数据;
将该声音频谱数据中声音频率大于第一频率的数据划分出来得到正常噪声数据,将该声音频谱数据中声音频率小于第二频率的数据划分出来得到正常低频数据。
5.根据权利要求1所述的泵机运行状态诊断方法,其特征在于,所述根据多个所述实时声音数据得到所述泵机在该实时工作频率下的实时噪声数据和实时低频数据,包括:
对多个所述声音数据进行离散傅里叶变换得到所述泵机在该实时工作频率下的实时声音频谱数据;
将该实时声音频谱数据中声音频率大于第一频率的数据划分出来得到实时噪声数据,将该实时声音频谱数据中声音频率小于第二频率的数据划分出来得到实时低频数据。
6.根据权利要求1所述的泵机运行状态诊断方法,其特征在于,还包括:
预先获取所述泵机在正常运行情况下的多个振动数据,将多个所述振动数据根据所述泵机的不同工作频率进行划分;
根据同一工作频率下的多个振动数据计算得到所述泵机在该工作频率下的均方根振动值;
获取所述泵机实时运行状态下的多个实时振动数据,根据多个所述实时振动数据计算得到所述泵机在实时工作频率下的实时均方根振动值;
将所述实时均方根振动值与第三预警阈值进行比较,在实时均方根振动值大于第三预警阈值的情况下,则发出第三报警信息,其中,该第三预警阈值为该实时工作频率下的均方根振动值乘以预设的第三误差系数得到。
7.根据权利要求1所述的泵机运行状态诊断方法,其特征在于,还包括:
获取所述泵机实时运行状态下的实时电流数据;
将所述实时电流数据与预设的电流阈值进行比较,在所述实时电流数据大于电流阈值的情况下,则发出第四报警信息。
8.根据权利要求7所述的泵机运行状态诊断方法,其特征在于,还包括:
获取所述泵机的实时运行时间,然后根据所述实时电流数据和所述泵机的实时运行时间计算得到实时热量值;
将所述实时运行时间输入到预设的热量阈值曲线内得到与实时运行时间对应的热量阈值,然后将实时热量值与所述热量阈值进行比较,在实时热量值大于该热量阈值的情况下,则发出第五报警信息。
9.根据权利要求1所述的泵机运行状态诊断方法,其特征在于,还包括:
获取所述泵机实时运行状态下的实时温度数据;
将所述实时温度数据与预设的温度阈值进行比较,在所述实时温度数据大于温度阈值的情况下,则发出第六报警信息。
10.一种基于权利要求1-9任一项所述的泵机运行状态诊断方法的泵机运行状态诊断系统,其特征在于,包括:
预先获取模块,预先获取泵机在正常运行状态下的多个声音数据,将多个所述声音数据根据所述泵机的不同工作频率进行划分;
第一计算模块,用于根据同一工作频率下的多个声音数据得到所述泵机在该工作频率下对应的正常噪声数据和正常低频数据;
实时获取模块,用于获取所述泵机实时运行状态下的实时工作频率和多个实时声音数据;
第二计算模块,用于根据多个所述实时声音数据得到所述泵机在该实时工作频率下的实时噪声数据和实时低频数据;
判断报警模块,用于根据所述实时工作频率下对应的正常噪声数据和正常低频数据判断所述实时噪声数据和实时低频数据是否异常,若实时噪声数据异常,则发出第一报警信息,若实时低频数据异常,则发出第二报警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210136921.5A CN114542445B (zh) | 2022-02-15 | 2022-02-15 | 泵机运行状态诊断方法、系统、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210136921.5A CN114542445B (zh) | 2022-02-15 | 2022-02-15 | 泵机运行状态诊断方法、系统、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114542445A true CN114542445A (zh) | 2022-05-27 |
CN114542445B CN114542445B (zh) | 2024-06-04 |
Family
ID=81675976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210136921.5A Active CN114542445B (zh) | 2022-02-15 | 2022-02-15 | 泵机运行状态诊断方法、系统、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114542445B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118066647A (zh) * | 2024-02-26 | 2024-05-24 | 德州隆达空调设备集团有限公司 | 一种数字化新风净化机的风机异常判断方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10281076A (ja) * | 1997-04-10 | 1998-10-20 | Hitachi Ltd | ポンプ機場の故障診断方法及びポンプ機場の故障診断装置 |
RU56498U1 (ru) * | 2006-04-17 | 2006-09-10 | Государственное образовательное учреждение высшего профессионального образования Самарский государственный аэрокосмический университет имени академика С.П. Королева | Устройство для диагностики насосов |
US20100116060A1 (en) * | 2007-03-26 | 2010-05-13 | Tsunemi Murayama | Method and system for abnormality diagnosis of very low speed rotating machine |
US20100300683A1 (en) * | 2009-05-28 | 2010-12-02 | Halliburton Energy Services, Inc. | Real Time Pump Monitoring |
US20170299533A1 (en) * | 2016-04-13 | 2017-10-19 | Signal Technology Instrument Inc. | Control apparatus for rotating device |
CN108106717A (zh) * | 2017-12-04 | 2018-06-01 | 中国水利水电科学研究院 | 一种基于声音信号识别机组状态的方法 |
CN110986264A (zh) * | 2019-11-21 | 2020-04-10 | 珠海格力电器股份有限公司 | 一种空调低频共振噪声识别控制方法及空调 |
CN111336100A (zh) * | 2020-04-10 | 2020-06-26 | 中国恩菲工程技术有限公司 | 水泵故障诊断系统 |
CN111596615A (zh) * | 2020-06-09 | 2020-08-28 | 上海交通大学 | 一种数控机床在线监测及控制系统 |
CN111622939A (zh) * | 2019-02-28 | 2020-09-04 | 西北农林科技大学 | 一种水泵使用性能监测装置 |
CN112000041A (zh) * | 2020-08-26 | 2020-11-27 | 重庆新禹智能科技有限公司 | 一种压缩机故障诊断用可在线监控的振动噪声检测装置 |
CN112343810A (zh) * | 2020-11-04 | 2021-02-09 | 广州高澜节能技术股份有限公司 | 一种用于循环水冷却系统的水泵健康监测诊断方法 |
US20210123443A1 (en) * | 2019-10-29 | 2021-04-29 | Gpm, Inc. | Real-time pump monitoring with prescriptive analytics |
CN113464272A (zh) * | 2021-06-30 | 2021-10-01 | 湖南道依茨动力有限公司 | 待测部件的状态监测方法、系统、车辆和计算机储存介质 |
-
2022
- 2022-02-15 CN CN202210136921.5A patent/CN114542445B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10281076A (ja) * | 1997-04-10 | 1998-10-20 | Hitachi Ltd | ポンプ機場の故障診断方法及びポンプ機場の故障診断装置 |
RU56498U1 (ru) * | 2006-04-17 | 2006-09-10 | Государственное образовательное учреждение высшего профессионального образования Самарский государственный аэрокосмический университет имени академика С.П. Королева | Устройство для диагностики насосов |
US20100116060A1 (en) * | 2007-03-26 | 2010-05-13 | Tsunemi Murayama | Method and system for abnormality diagnosis of very low speed rotating machine |
US20100300683A1 (en) * | 2009-05-28 | 2010-12-02 | Halliburton Energy Services, Inc. | Real Time Pump Monitoring |
US20170299533A1 (en) * | 2016-04-13 | 2017-10-19 | Signal Technology Instrument Inc. | Control apparatus for rotating device |
CN108106717A (zh) * | 2017-12-04 | 2018-06-01 | 中国水利水电科学研究院 | 一种基于声音信号识别机组状态的方法 |
CN111622939A (zh) * | 2019-02-28 | 2020-09-04 | 西北农林科技大学 | 一种水泵使用性能监测装置 |
US20210123443A1 (en) * | 2019-10-29 | 2021-04-29 | Gpm, Inc. | Real-time pump monitoring with prescriptive analytics |
CN110986264A (zh) * | 2019-11-21 | 2020-04-10 | 珠海格力电器股份有限公司 | 一种空调低频共振噪声识别控制方法及空调 |
CN111336100A (zh) * | 2020-04-10 | 2020-06-26 | 中国恩菲工程技术有限公司 | 水泵故障诊断系统 |
CN111596615A (zh) * | 2020-06-09 | 2020-08-28 | 上海交通大学 | 一种数控机床在线监测及控制系统 |
CN112000041A (zh) * | 2020-08-26 | 2020-11-27 | 重庆新禹智能科技有限公司 | 一种压缩机故障诊断用可在线监控的振动噪声检测装置 |
CN112343810A (zh) * | 2020-11-04 | 2021-02-09 | 广州高澜节能技术股份有限公司 | 一种用于循环水冷却系统的水泵健康监测诊断方法 |
CN113464272A (zh) * | 2021-06-30 | 2021-10-01 | 湖南道依茨动力有限公司 | 待测部件的状态监测方法、系统、车辆和计算机储存介质 |
Non-Patent Citations (3)
Title |
---|
司乔瑞,袁建平,裴吉,陆荣等: "离心泵数值模拟实用技术", vol. 1, 31 January 2018, 江苏大学出版社, pages: 232 - 233 * |
宋小飞,张金莲: "物理性污染控制实验教程", vol. 1, 31 October 2019, 华南理工大学出版社, pages: 6 - 9 * |
胡胜;郝剑波;罗忠启;孙波;孟佐宏;吴晓文;唐奇;: "基于噪声频段提取的水轮发电机故障诊断方法", 大电机技术, no. 06, 15 November 2017 (2017-11-15), pages 25 - 29 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118066647A (zh) * | 2024-02-26 | 2024-05-24 | 德州隆达空调设备集团有限公司 | 一种数字化新风净化机的风机异常判断方法 |
CN118066647B (zh) * | 2024-02-26 | 2024-08-06 | 德州隆达空调设备集团有限公司 | 一种数字化新风净化机的风机异常判断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114542445B (zh) | 2024-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110996060A (zh) | 一种工业自动化智能联动系统及方法 | |
CN110345602B (zh) | 空调维保方法、装置、计算机设备和存储介质 | |
CN114542445A (zh) | 泵机运行状态诊断方法、系统、计算机设备和存储介质 | |
CN114764459A (zh) | 作业机械的故障处理方法、系统和电子设备 | |
CN109655678B (zh) | 一种用于用电器件的散热性能评估方法及系统 | |
CN113670434A (zh) | 变电站设备声音异常识别方法、装置和计算机设备 | |
CN111445034A (zh) | 一种工业设备故障预测的系统及方法 | |
CN112880000A (zh) | 换热机组二次网自动补水定压系统故障诊断及报警方法 | |
CN115307916A (zh) | 一种基于工业物联网的汽车发动机故障预警系统 | |
CN109507986B (zh) | 用于油田作业设备的远程监控方法 | |
CN113759765B (zh) | 一种ffu智能化群控系统及该系统的维护方法 | |
CN112594207B (zh) | 风机温升监测方法、系统、计算机设备及存储介质 | |
CN110718231A (zh) | 基于声学网络的监测方法、装置、终端及存储介质 | |
CN114264333A (zh) | 井控设备自动监测方法、系统及装置 | |
CN112542029A (zh) | 风机噪声检测监控方法、系统、计算机设备及存储介质 | |
CN111198540B (zh) | 一种设备监控方法及装置 | |
CN112112819A (zh) | 一种离心泵运行状态管理系统 | |
CN108870641B (zh) | 一种驱动故障检测方法、装置及空调器 | |
CN112556867A (zh) | 风机温度检测方法、系统、计算机设备及存储介质 | |
CN115862275A (zh) | 基于环网柜实时采集数据的异常报警方法、系统及设备 | |
CN115691033A (zh) | 一种目标区域的消防数据监测系统、计算机设备 | |
CN112557734A (zh) | 风机电流检测方法、系统、计算机设备及存储介质 | |
CN115309134A (zh) | 工业控制系统的故障检测方法、装置、设备及存储介质 | |
CN111122928B (zh) | 一种电气整套启动试验他励电源装置及其提供方法 | |
CN107045339B (zh) | 基于服务端的制氧装备远程故障诊断专家系统的诊断方法 |
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 |