CN114576237A - 基于多地信息网络的液压启闭机油缸弯曲损伤监测系统 - Google Patents
基于多地信息网络的液压启闭机油缸弯曲损伤监测系统 Download PDFInfo
- Publication number
- CN114576237A CN114576237A CN202210114821.2A CN202210114821A CN114576237A CN 114576237 A CN114576237 A CN 114576237A CN 202210114821 A CN202210114821 A CN 202210114821A CN 114576237 A CN114576237 A CN 114576237A
- Authority
- CN
- China
- Prior art keywords
- hydraulic
- hydraulic hoist
- vector
- bending
- piston rod
- 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
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F15—FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
- F15B—SYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
- F15B19/00—Testing; Calibrating; Fault detection or monitoring; Simulation or modelling of fluid-pressure systems or apparatus not otherwise provided for
- F15B19/005—Fault detection or monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/20—Hydro energy
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Fluid Mechanics (AREA)
- Mechanical Engineering (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及计算机数据处理及监控技术领域,具体涉及一种基于多地信息网络的液压启闭机油缸弯曲损伤监测系统,该监测系统采用下一代信息网络技术,该系统包括:通过信息网络对数据进行收集,数据包括距离子向量、距离向量、声压子向量和声压向量;利用计算机对液压启闭机的活塞杆长度数据、声压数据进行处理,根据数据处理的结果对液压启闭机进行监控,将监测到需要检修的液压启闭机进行人工检修。本发明通过根据分组内活塞杆或油缸弯曲程度制定不同分组监测策略对液压启闭机进行监控,获得了要检修的液压启闭机,能够实时对液压启闭机进行监控,且及时准确的对活塞杆或油缸发生弯曲的液压启闭机检修。
Description
技术领域
本发明涉及计算机数据处理及监控技术领域,具体涉及基于多地信息网络的液压启闭机油缸弯曲损伤监测系统。
背景技术
液压启闭机主要用于水利系统中的大坝闸门,用于控制闸门的开合,因此启闭机能够长时间正常运行至关重要。液压启闭机一般有液压系统和液压缸组成,在在液压系统的控制下,液压缸内的活塞体内壁做轴向往复运动,从而带动连接在活塞上的连杆和闸门做直线运动,以达到开启、关闭孔口的目的。当活塞杆或油缸发生弯曲时,会导致闸门不能顺利的开启,而且活塞杆或油缸一旦发生弯曲,随着时间变化,其弯曲程度会慢慢变大,这对利用闸门开启闸门及其不利,甚至有可能在急需开闸泄洪的时候打不开闸门,造成严重的事故。
目前,对于水利系统中用来开启闸门的液压启闭机的油缸或活塞杆弯曲程度,大都通过人工监测不能通过计算机对油缸或者活塞的数据进行实时的处理,对油缸或活塞杆对否发生弯曲以及弯曲程度进行实时的监测,人工进行监测不仅浪费人力,同时很容易出现纰漏,造成漏检的情况,同时不能实时进行监测。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种多地信息网络的液压启闭机油缸弯曲损伤监测系统,所采用的技术方案具体如下:
本发明实施例提供了一种基于多地信息网络的液压启闭机油缸弯曲损伤监测系统。系统包括:数据采集模块,用于从不同方向获得各预设时段内活塞杆的长度,组成距离子向量,各预设时段对应的距离子向量组成距离向量;从不同方向获取活塞杆每次运动过程中最大的声压值,组成声压子向量,多次运动过程对应的声压子向量组成声压向量;
数据处理模块,用于利用距离向量中相邻距离子向量的相似度获得距离向量的变化趋势,记为第一趋势;同理,获得声压向量变化趋势,记为第二趋势;第一趋势和第二趋势的乘积为活塞杆或油缸的弯曲变化指数;获得各距离子向量中元素的方差,组成方差序列;根据各液压启闭机之间的方差序列的差异程度、声压向量的相似程度和弯曲变化指数的差异程度获得各液压启闭机之间的相似度;
弯曲监测模块,用于根据各液压启闭机对应的方差序列的均值将活塞杆或油缸弯曲程度大的液压启闭机进行检修;利用液压启闭机之间的相似度将剩余的液压启闭机进行分组,分为未弯曲组和轻微弯曲组;根据分组内液压启闭机的活塞杆或油缸弯曲程度分别制定未弯曲组和轻微弯曲组的监测策略。
优选地,所述从不同方向获得各预设时段内活塞杆的长度,组成距离子向量步骤包括:在活塞杆的顶部活塞处安装预设数量的激光测距仪,各激光测距仪均匀分布且处于同一水平线;各激光测距仪测量的活塞杆顶部活塞与活塞杆底部的距离为预设时段内活塞杆的长度。
优选地,第一趋势为:
其中,UD表示第一趋势;T表示预设时段的数量;SIM(Dt,Dt-1)表示第t个预设时段对应的距离子向量与第t-1个预设时段对应的距离子向量的余弦相似度;Yt表示以距离子向量的模值计算距离向量的变化趋势。
优选地,根据各液压启闭机之间的方差序列的差异程度、声压序列的相似程度和弯曲变化指数的差异程度获得各液压启闭机之间的损伤差异包括:各液压启闭机之间的方差序列的差异程度和弯曲变化指数的差异程度与各液压启闭机之间的相似度为负相关关系,各液压启闭机之间的声压向量的相似程度与各液压启闭机之间的相似度为正相关关系。
优选地,根据各液压启闭机对应的方差序列的均值将活塞杆或油缸弯曲程度大的液压启闭机进行检修包括:设定判定阈值,将方差序列的均值大于判定阈值的液压启闭机进行检修;所述方差序列的均值可以用于表示液压启闭机的活塞杆或油缸的弯曲程度。
优选地,利用液压启闭机之间的相似度将除检修的剩余液压启闭机进行分组包括:根据液压启闭机之间的相似度获得液压启闭机之间的样本距离,所述样本距离与相似度为负相关关系;利用液压启闭机样本之间的样本距离对剩余的液压启闭机进行分组,组内液压启闭机的活塞杆或油缸弯曲程度相似。
优选地,所述未弯曲组的监测策略包括:设定剩余的液压启闭机的分组更新频率,在分组更新时获得在当前次更新之前属于未弯曲组,但在当前次更新后不属于未弯曲组的液压启闭机,对其进行检修。
优选地,所述轻微弯曲组的监测策略包括:获得分为轻微弯曲组的液压启闭机控制的阀门所受水流的压力以及液压启闭机活塞杆的长度;利用阀门所受压力和活塞杆长度对轻微弯曲组内的液压启闭机分组,每个子组内的液压启闭机控制的阀门所受压力相似,活塞杆长度相同;将各子组内液压启闭机的弯曲变化指数作为子组内各液压启闭机对应的方差序列的均值的权重进行加权和获得活塞杆或油缸的检修标准指标;获得子组内液压启闭机的当前预设时段的方差,将方差大于检修标准指标的液压启闭机进行检修。
本发明实施例至少具有如下有益效果:本发明利用数据采集模块,采集了液压启闭机的距离子向量、距离向量、声压子向量和声压向量等数据;又利用数据处理模块,通过计算机对液压启闭机的活塞杆长度数据、声压数据进行处理;同时弯曲监测模块获得了要检修的液压启闭机,同时对液压启闭机进行精细化分组,能够实时对液压启闭机进行监控,及时且准确发现活塞杆和油缸发生弯曲的液压启闭机,并对这些液压启闭机进行检修。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为一种基于多地信息网络的液压启闭机油缸弯曲损伤监测系统框图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种基于多地信息网络的液压启闭机油缸弯曲损伤监测系统,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于多地信息网络的液压启闭机油缸弯曲损伤监测的具体方案。
实施例1
本发明的主要应用场景为:本发明主要针对水利系统中用来开启闸门的液压启闭机的活塞杆和油缸是否弯曲进行监测,使工作人员能够实时且准确的发现液压启闭机的活塞杆和油缸是否弯曲,从而及时进行修理或者更换。
实施例
本实施例提供了一种系统实施例。一种基于多地信息网络的液压启闭机油缸弯曲损伤监测系统,请参阅图1,其示出了本发明的实施例提供的一种基于多地信息网络的液压启闭机油缸弯曲损伤监测系统,系统包括:
数据采集模块,用于从不同方向获得各预设时段内活塞杆的长度,组成距离子向量,各预设时段对应的距离子向量组成距离向量;从不同方向获取活塞杆每次运动过程中最大的声压值,组成声压子向量,多次运动过程对应的声压子向量组成声压向量。
水利系统中的河道水库等地使用了许多液压启闭机,单一的对一台启闭机的监测不仅不方便而且增加成本,因此可以使用互联网将各个地方多种型号的液压启闭机的数据集成到同一网络系统中,利用计算机对液压启闭机的数据进行处理,对液压启闭机监测,当液压启闭机的活塞杆或油缸出现弯曲时提醒当地的检修人员进行维护检修。这边不仅可以节约成本同样可以对比各地液压启闭机的数据情况。
采集不同液压启闭机的活塞杆的直线度,以及在活塞杆伸缩运动过程中的声学的情况:
a.在活塞杆的活塞最项部处安装激光测距仪,优选地,本实施例中安装3个激光测距仪,激光测距仪均匀分布且处于同一水平面,且测距仪之间角度间隔为120度,测量顶部活塞距活塞杆底部的距离D1、D2、D3,即从不同方向测量活塞杆的长度;当液压油缸与活塞杆没有发生弯曲时,此时三个位置的记录的活塞杆的长度相同,若发生弯曲现象则三个值的大小将会不同,设定预设时段,优选地本实施例中预设时段的长度为30min,即每30min采集一次数值,将每次采集的三个数值组成一个距离子向量Dt,距离子向量组成距离向量D,表示为距离子向量t表示第t个预设时段。
b.在活塞杆与油缸的连接处放置声压传感器,优选地,放置声压传感器的数量为3个,与激光测距仪同样均匀分布且处在同一水平面,声压传感器的角度间隔为120度,在活塞杆伸缩运动过程中,若活塞杆和油缸不发生弯曲,则不会有噪音产生,当油缸或活塞杆发生弯曲时,会产生摩擦噪音,噪音越大意味着弯曲程度越高。在每次活塞杆的运动过程中,记录声压变化情况,记下声压最大值S1、S2、S3,将每次运动过程中采集最大声压值组成一个声压子向量Si,声压子向量组成声压向量S,表示为声压子向量i表示活塞杆第i个运动过程。
数据处理模块,用于利用距离向量中相邻距离子向量的相似度获得距离向量的变化趋势,记为第一趋势;同理,获得声压向量变化趋势,记为第二趋势;第一趋势和第二趋势的乘积为活塞杆或油缸的弯曲变化指数;获得各距离子向量中元素的方差,组成方差序列;根据各液压启闭机之间的方差序列的差异程度、声压向量的相似程度和弯曲变化指数的差异程度获得各液压启闭机之间的相似度。
首先获得距离向量和声压向量中子向量的变化趋势,该变化趋势可以看作距离向量和声压向量的整体变化趋势,变化趋势与距离向量和声压向量中相邻子向量的相似度相关,获得距离向量的变化趋势,记为第一趋势:
其中,UD表示第一趋势;T表示预设时段的数量;SIM(Dt,Dt-1)表示第t个预设时段对应的距离子向量与第t-1个预设时段对应的距离子向量的余弦相似度;Yt表示从距离子向量的模值计算距离向量的变化趋势,|Dg|表示第一个预设时段对应的距离子向量与第t个预设时段对应的距离子向量之间的第g个距离子向量的模值;|Dh|表示第一个预设时段对应的距离子向量与第t-1个预设时段对应的距离子向量之间的第h个距离子向量的模值。当距离向量的变化趋势稳定时,即各距离子向量都极为相似,UD的值趋于1,表明液压启闭机的活塞杆或油缸弯曲程度较低。
同理获得声压向量的变化趋势记为第二趋势:
其中,US表示第二趋势;I表示运动过程的数量;SIM(Si,Si-1)表示第i个活塞杆运动过程对应的声压子向量与第i-1个活塞杆运动过程对应的声压子向量的余弦相似度。Zi表示以声压子序列的模值计算声压序列的变化趋势;|Sg|表示第一个活塞杆运动过程对应的声压子向量与第i个活塞杆运动过程对应的声压子向量之间的第g个声压子向量的模值;|Sh|表示第一个活塞杆运动过程对应的声压子向量与第i-1个活塞杆运动过程对应的声压子向量之间的第h 个声压子向量的模值。当声压向量的变化趋势稳定时,即各声压子向量都极为相似,US的值趋于1,表明液压启闭机的活塞杆或油缸弯曲程度较低。
利用第一趋势和第二趋势获得液压启闭机的活塞杆或油缸的弯曲变化指数Qc:
Qc=UD*US
其中,Qc表示第c个液压启闭机的活塞杆或油缸的弯曲变化指数Qc;当US和UD的值越接近1,意味着此液压启闭机的活塞杆或油缸弯曲程度越低,同时Qc的值越接近于1,Qc的值域为(0,1)。
可以将每个距离子向量看作一个序列,获得这个序列的方差,获得各向量子序列对应的方差,组成方差序列K;获得各液压启闭机之间的相似度:
其中,R(A,B)表示A液压启闭机与B液压启闭机之间的相似度;DTW(KA,KB)表示利用DTW算法获得A液压启闭机与B液压启闭机的方差序列的差异程度;SIM(SA,SB)表示A液压启闭机与B液压启闭机的声压向量的余弦相似度;abs(|SA|-|SB|)表示A液压启闭机与B 液压启闭机的声压向量的模值的差值的绝对值;QA表示A液压启闭机的弯曲变化指数,QB表示B液压启闭机的弯曲变化指数,e为自然常数。当R(A,B)的值越接近于1时,表明A液压启闭机与B液压启闭机之间的情况越相似。
弯曲监测模块,用于根据各液压启闭机对应的方差序列的均值将活塞杆或油缸弯曲程度大的液压启闭机进行检修;利用液压启闭机之间的相似度将剩余的液压启闭机进行分组,分为未弯曲组和轻微弯曲组;根据分组内液压启闭机的活塞杆或油缸弯曲程度分别制定未弯曲组和轻微弯曲组的监测策略。
设定判定阈值β,优选地,本实施例中判定阈值为0.1,获得,各液压启闭机对应的方差序列K的均值Kmean,若一个液压启闭机对应的方差序列的均值Kmean大于判定阈值β,此时说明从三个方向测量获得的活塞杆的长度不同,说明该液压启闭机的活塞杆或油缸发生了弯曲。需要对该液压启闭机进行检修,直接对这部分液压启闭机进行人工检修。
将没有必要进行人工检修的剩余液压启闭机利用液压启闭机之间的相似度进行分组,获得液压启闭机样本之间的样本距离E=1-R,R为液压启闭机之间的相似度,使用K-means聚类算法进行距离,优选地,本实施例中将分组的个数设定为2,分别为未弯曲组和轻微弯曲组,分类的依据为液压启闭机样本之间的样本距离E。
对于未弯曲组内的液压启闭机,根据其弯曲程度制定其监测策略,设定分组的更新频率,优选地,本实施例中更新频率为1天,当分组更新时,更新之前属于未弯曲组,分组更新后不属于未弯曲组的液压启闭机,对此部分液压启闭机的活塞杆或油缸进行人工检修。
对于轻微弯曲组内的液压启闭机,其监测策略为:
由于其活塞杆或油缸已经发生了弯曲,此时需要根据其弯曲的程度判断其是否需要进行人工检修或者更换,获得该组内各液压启闭机控制的闸门受到的水流的压力:
Fa=∫0 H LP(H)dH
其中,Fa表示第a个液压启闭机控制闸门所受压力;H为闸门的高度,即在闸门在水里的深度,L表示闸门的宽度;P(H)表示水深与压强P的函数关系,P(H)=9.8H kN/m2;获得轻微弯曲组内各液压启闭机控制的闸门受到的水流的压力F,同时获得各液压启闭机的活塞杆的长度;利用闸门所受压力F和液压启闭机的活塞杆的长度对轻微弯曲组内的液压启闭机进行精细化分组,精细化分组后获得多个子组,各子组内的液压启闭机控制的闸门受的压力相似,活塞杆的长度相同;将子组内的液压启闭机对应的弯曲变化指数Q归一化,使其相加的值为1,将归一化后的Q作为权重对子组内各液压启闭机对应的方差序列的均值进行加权求和获得检修标准指标γi,γi表示第i个子组对应的检修标准指标,获得第i个子组内液压启闭机当前预设时段对应的方差,若该方差大于检修标准指标γi,则对该液压启闭机进行人工检修。利用轻微弯曲组内的监测策略对组内的液压启闭机进行监测。
对于液压启闭机油缸弯曲损伤监测系统,实质上是一种计算机系统,使用信息网络将各液压启闭机的数据整合到该系统中,通过计算机对系统中的采集的液压启闭机数据进行分析计算,根据系统数据分析的结果对液压启闭机进行实时的监控,及时发现活塞杆或油缸有弯曲的液压启闭机,实时预警,对其进行人工的检修。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于多地信息网络的液压启闭机油缸弯曲损伤监测系统,其特征在于,该系统包括:数据采集模块,用于从不同方向获得各预设时段内活塞杆的长度,组成距离子向量,各预设时段对应的距离子向量组成距离向量;从不同方向获取活塞杆每次运动过程中最大的声压值,组成声压子向量,多次运动过程对应的声压子向量组成声压向量;
数据处理模块,用于利用距离向量中相邻距离子向量的相似度获得距离向量的变化趋势,记为第一趋势;同理,获得声压向量变化趋势,记为第二趋势;第一趋势和第二趋势的乘积为活塞杆或油缸的弯曲变化指数;获得各距离子向量中元素的方差,组成方差序列;根据各液压启闭机之间的方差序列的差异程度、声压向量的相似程度和弯曲变化指数的差异程度获得各液压启闭机之间的相似度;
弯曲监测模块,用于根据各液压启闭机对应的方差序列的均值将活塞杆或油缸弯曲程度大的液压启闭机进行检修;利用液压启闭机之间的相似度将剩余的液压启闭机进行分组,分为未弯曲组和轻微弯曲组;根据分组内液压启闭机的活塞杆或油缸弯曲程度分别制定未弯曲组和轻微弯曲组的监测策略。
2.根据权利要求1所述的基于多地信息网络的液压启闭机油缸弯曲损伤监测系统,其特征在于所述从不同方向获得各预设时段内活塞杆的长度,组成距离子向量步骤包括:在活塞杆的顶部活塞处安装预设数量的激光测距仪,各激光测距仪均匀分布且处于同一水平线;各激光测距仪测量的活塞杆顶部活塞与活塞杆底部的距离为预设时段内活塞杆的长度。
4.根据权利要求1所述的基于多地信息网络的液压启闭机油缸弯曲损伤监测系统,其特征在于所述根据各液压启闭机之间的方差序列的差异程度、声压序列的相似程度和弯曲变化指数的差异程度获得各液压启闭机之间的损伤差异包括:各液压启闭机之间的方差序列的差异程度和弯曲变化指数的差异程度与各液压启闭机之间的相似度为负相关关系,各液压启闭机之间的声压向量的相似程度与各液压启闭机之间的相似度为正相关关系。
5.根据权利要求1所述的基于多地信息网络的液压启闭机油缸弯曲损伤监测系统,其特征在于,所述根据各液压启闭机对应的方差序列的均值将活塞杆或油缸弯曲程度大的液压启闭机进行检修包括:设定判定阈值,将方差序列的均值大于判定阈值的液压启闭机进行检修;所述方差序列的均值可以用于表示液压启闭机的活塞杆或油缸的弯曲程度。
6.根据权利要求1所述的基于多地信息网络的液压启闭机油缸弯曲损伤监测系统,其特征在于,利用液压启闭机之间的相似度将除检修的剩余液压启闭机进行分组包括:根据液压启闭机之间的相似度获得液压启闭机之间的样本距离,所述样本距离与相似度为负相关关系;利用液压启闭机样本之间的样本距离对剩余的液压启闭机进行分组,组内液压启闭机的活塞杆或油缸弯曲程度相似。
7.根据权利要求1所述的基于多地信息网络的液压启闭机油缸弯曲损伤监测系统,其特征在于,所述未弯曲组的监测策略包括:设定剩余的液压启闭机的分组更新频率,在分组更新时获得在当前次更新之前属于未弯曲组,但在当前次更新后不属于未弯曲组的液压启闭机,对其进行检修。
8.根据权利要求1所述的基于多地信息网络的液压启闭机油缸弯曲损伤监测系统,其特征在于,所述轻微弯曲组的监测策略包括:获得分为轻微弯曲组的液压启闭机控制的阀门所受水流的压力以及液压启闭机活塞杆的长度;利用阀门所受压力和活塞杆长度对轻微弯曲组内的液压启闭机分组,每个子组内的液压启闭机控制的阀门所受压力相似,活塞杆长度相同;将各子组内液压启闭机的弯曲变化指数作为子组内各液压启闭机对应的方差序列的均值的权重进行加权和获得活塞杆或油缸的检修标准指标;获得子组内液压启闭机的当前预设时段的方差,将方差大于检修标准指标的液压启闭机进行检修。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210114821.2A CN114576237B (zh) | 2022-01-30 | 2022-01-30 | 基于多地信息网络的液压启闭机油缸弯曲损伤监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210114821.2A CN114576237B (zh) | 2022-01-30 | 2022-01-30 | 基于多地信息网络的液压启闭机油缸弯曲损伤监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114576237A true CN114576237A (zh) | 2022-06-03 |
CN114576237B CN114576237B (zh) | 2022-11-29 |
Family
ID=81769330
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210114821.2A Active CN114576237B (zh) | 2022-01-30 | 2022-01-30 | 基于多地信息网络的液压启闭机油缸弯曲损伤监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114576237B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115199613A (zh) * | 2022-09-16 | 2022-10-18 | 江阴市洪腾机械有限公司 | 液压缸安全监测装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205138810U (zh) * | 2015-11-23 | 2016-04-06 | 张先 | 公路桥梁承载能力检测装置 |
JP2017194331A (ja) * | 2016-04-20 | 2017-10-26 | セイコーエプソン株式会社 | 損傷検出システム、損傷検出装置、損傷検出方法及びプログラム |
CN107605863A (zh) * | 2017-10-10 | 2018-01-19 | 宁波创力液压机械制造有限公司 | 一种电缆摆动测试装置 |
CN108843654A (zh) * | 2018-07-04 | 2018-11-20 | 上海交通大学 | 一种基于子空间辨识的阀控液压缸泄漏判断装置及方法 |
CN113625670A (zh) * | 2021-08-05 | 2021-11-09 | 广东鑫钻节能科技股份有限公司 | 一种空压气站运行损耗监测控制系统 |
-
2022
- 2022-01-30 CN CN202210114821.2A patent/CN114576237B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205138810U (zh) * | 2015-11-23 | 2016-04-06 | 张先 | 公路桥梁承载能力检测装置 |
JP2017194331A (ja) * | 2016-04-20 | 2017-10-26 | セイコーエプソン株式会社 | 損傷検出システム、損傷検出装置、損傷検出方法及びプログラム |
CN107605863A (zh) * | 2017-10-10 | 2018-01-19 | 宁波创力液压机械制造有限公司 | 一种电缆摆动测试装置 |
CN108843654A (zh) * | 2018-07-04 | 2018-11-20 | 上海交通大学 | 一种基于子空间辨识的阀控液压缸泄漏判断装置及方法 |
CN113625670A (zh) * | 2021-08-05 | 2021-11-09 | 广东鑫钻节能科技股份有限公司 | 一种空压气站运行损耗监测控制系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115199613A (zh) * | 2022-09-16 | 2022-10-18 | 江阴市洪腾机械有限公司 | 液压缸安全监测装置 |
CN115199613B (zh) * | 2022-09-16 | 2022-12-02 | 江阴市洪腾机械有限公司 | 液压缸安全监测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114576237B (zh) | 2022-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107305601B (zh) | 一种抽油机井系统效率因素分析方法 | |
CN114576237B (zh) | 基于多地信息网络的液压启闭机油缸弯曲损伤监测系统 | |
CN112861912A (zh) | 一种基于深度学习的抽油机井复杂工况示功图识别方法及系统 | |
CN108398249B (zh) | 预测密封圈剩余寿命的方法和装置、工程机械及服务器 | |
CN109872018B (zh) | 一种基于示功图的抽油井产量计算方法 | |
CN112664185A (zh) | 一种基于示功图的抽油机井工况预测方法 | |
CN106022352A (zh) | 基于支持向量机的潜油柱塞泵故障诊断方法 | |
CN111144433B (zh) | 基于svm模型油井工况智能诊断分析方法及装置 | |
CN113705869A (zh) | 无监督元学习网络的机电设备少样本退化趋势预测方法 | |
CN109460403A (zh) | 空预器堵灰实时动态定量标定方法 | |
CN115660513B (zh) | 一种基于水利工程渡槽变形的监测方法及系统 | |
CN116823054A (zh) | 一种基于数据挖掘的铝合金铸件制造质量实时预测方法 | |
CN116011351A (zh) | 一种基于聚类算法和WideDeep网络的油井合理沉没度确定方法 | |
CN110348532B (zh) | 基于机器学习与残差网络构成的有杆泵工况组合监测方法 | |
CN114549589A (zh) | 一种基于轻量化神经网络的旋转体振动位移测量方法及系统 | |
Sun et al. | Study on working condition prediction of suck rod pumping system based on long short-term memory network | |
CN114581697A (zh) | 一种基于示功图的采油机井供液能力监测方法 | |
CN113673010A (zh) | 一种基于监测数据的钢箱梁评估方法与系统 | |
CN111963161A (zh) | 确定隐性不正常油井的方法及装置 | |
CN113869266B (zh) | 基于大数据分析的离心压缩机旋转失速早期预警方法 | |
CN115906591B (zh) | 一种基于XGBoost网络的油井动液面计算方法 | |
CN110821478A (zh) | 油井抽油泵漏失检测方法及装置 | |
CN114781762B (zh) | 一种基于寿命消耗的装备故障预测方法 | |
CN113756786B (zh) | 一种基于深度学习的抽油机井时序示功图预测方法 | |
CN117830193A (zh) | 一种基于示功图特征提取的往复压缩机多故障诊断方法 |
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 |