CN114789468A - 一种自动故障检测及修复系统、方法、设备及终端 - Google Patents
一种自动故障检测及修复系统、方法、设备及终端 Download PDFInfo
- Publication number
- CN114789468A CN114789468A CN202111264848.1A CN202111264848A CN114789468A CN 114789468 A CN114789468 A CN 114789468A CN 202111264848 A CN202111264848 A CN 202111264848A CN 114789468 A CN114789468 A CN 114789468A
- Authority
- CN
- China
- Prior art keywords
- equipment
- maintenance
- dimensional model
- mechanical arm
- detection
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/0066—Means or methods for maintaining or repairing manipulators
Abstract
本发明属于智能机器人技术领域,公开了一种自动故障检测及修复系统、方法、设备及终端,包括:通过超声波传感器获取机械整体结构数字信息;通过数字孪生进行三维bim建模,实现机器人各组件构成可视化,实现快速、准确的检测机器人故障情况,生成故障检测报告,并将故障检测报告发送给维修设备,控制维修设备根据故障所在部位自动进行维修;通过机械臂进行自动拆解与部件更换。本发明实现机器人各组件构成可视化,实现快速、准确的检测机器人故障情况,生成故障检测报告,并将故障检测报告发送给维修设备,控制维修设备根据故障所在部位自动进行维修;无需人的参与以及管理,设备可自行进行检修,实现标准化维修流程,智慧维修方案。
Description
技术领域
本发明属于智能机器人技术领域,尤其涉及一种自动故障检测及修复系统、方法、设备及终端。
背景技术
目前,现有机器人故障检测方式较为低效,主要通过肉眼观察机械的故障情况和故障部位,从而进行处理,但是机器人本身结构复杂,检测过程中会耗费大量人力,且一些隐蔽处问题不易被发现。且维修时对维修工人的技术水平要求较高,维修工人水平岑差不齐,导致难以进行标准化,且维修后的产品会存在人为公差,造成维修后机器人性能不稳定。
现有技术一(专利申请号CN202011610327.2)公开了一种基于工业互联网的机器人故障检测系统,包括:设于机器人电机上的振动传感器,振动传感器感应的振动信号通过智能网关发送至诊断平台,诊断平台基于振动信号来诊断机器人的故障类型;所述诊断平台上集成有振动特征提取单元及人工神经网络模型,振动特征单元的输出端与人工神经网络的输入端连接。利用离散小波分析方法对机器人监测信号进行故障特征提取,在利用人工神经网络对故障进行分类和分析。
现有技术二(专利申请号CN202110007896.6)公开了一种机器人运维服务的控制方法,包括以下步骤:获取智能盒子采集的设备数据;根据所述设备数据确定设备类型、设备待服务类型和设备待服务位置,所述设备待服务类型包括设备故障维修和设备保养;获取机器人当前位置;根据所述机器人当前位置和所述设备待服务位置确定机器人的目标运行路径;根据设备类型和设备待服务类型确定机器人动作指令;当根据目标运行路径控制机器人运行到所述设备待服务位置,根据机器人动作指令控制机器人完成运维服务。
但是,现有技术仅仅能够单独实现机器人故障检测和/或机器人故障维修,均无法同时进行故障的检测以及维修。因此,亟需一种新的自动故障检测及修复系统、方法,以弥补现有技术的缺陷。
通过上述分析,现有技术存在的问题及缺陷为:
(1)现有机器人故障检测方式主要通过肉眼观察机械的故障情况和故障部位,从而进行处理,较为低效。
(2)现有机器人故障检测方法中,机器人本身结构复杂,检测过程中会耗费大量人力,且一些隐蔽处问题不易被发现。
(3)现有机器人故障检测方法中,机器人维修时对维修工人的技术水平要求较高,维修工人水平岑差不齐,导致难以进行标准化,且维修后的产品会存在人为公差,造成维修后机器人性能不稳定。
发明内容
针对现有技术存在的问题,本发明提供了一种自动故障检测及修复系统、方法、设备及终端,尤其涉及一种基于智能机器人的自动故障检测及修复系统、方法、设备及终端。
本发明是这样实现的,一种自动故障检测及修复方法,所述自动故障检测及修复方法通过超声波传感器获取机械整体结构数字信息;通过数字孪生进行三维bim建模,实现机器人各组件构成可视化,实现快速、准确的检测机器人故障情况,生成故障检测报告,并将故障检测报告发送给维修设备,控制维修设备根据故障所在部位自动进行维修;通过机械臂进行自动拆解与部件更换。
所述自动故障检测及修复方法包括以下步骤:
步骤一,设定设备检测区域后,设备进入检测区域,并开启超声波传感器;
步骤二,通过超声波传感器获取设备结构信息;
步骤三,根据设备结构信息生成三维模型;
步骤四,将生成的三维模型与所述设备的初始模型进行对比;
步骤五,分析出该生成的三维模型与所述设备的初始模型差异;
步骤六,根据数据差异坐标确定损坏的部件;
步骤七,根据损坏的部件以及新的部件位置,生成维修机械臂的动线;
步骤八,维修机械臂按照所述动线进行维修,维修后再次进行检测。
进一步,步骤一中,所述设定设备检测区域后,设备进入检测区域,并开启超声波传感器,包括:
(1)设定设备检测区域
设备维修区域内应无其他异物以影响检测结果;设备维修区域旁应有相应的部件堆放区域;所述部件为该机械中最小可拆卸的零件;维修机械臂移动范围覆盖整个维修区域以及部件堆放区域。
(2)设备进入检测区域
地面设置传输带,上一台设备完成检测后,传输带将待检测设备传输至检测区域内。
(3)开启超声波传感器
通过三角定位测量方法多维度对设备开启超声波检测,检测的数据结果以三维坐标的形式传输至服务器。
进一步,步骤二中,所述通过超声波传感器获取设备结构信息,包括:
在检测区域固定的四个超声波,分别为上下左右;进行程序上的对应编号,用单片机实现四路超声波的距离数据读取后,程序分析读取的数据进而判断结构形状;STM32单片机有多个定时器,每个定时器接入一个超声波,分别接入四个,定时器分别开始工作以计数,将得到的距离信息一次性发送四个方向的值到串口,串口连接到PC机,PC机获取到四组值;进行分析解释,即可得出设备整体结构坐标信息。
进一步,步骤三中,所述根据设备结构信息生成三维模型,包括:
根据每个点位坐标形成三维模型。
步骤四中,所述将生成的三维模型与该设备的初始模型进行对比,包括:
根据生成的三维模型的坐标在x轴、y轴、z轴与初始模型的坐标进行最大限度的重合,最接近100%重合时进行分析。
进一步,步骤五中,所述分析出该生成的三维模型与与设备的初始模型差异,包括:
最大限度重合后,未重合处则为故障处。
步骤六中,所述根据数据差异坐标确定损坏的部件,包括:
根据差异的坐标以及初始的三维模型确认该坐标所属的部件。
进一步,步骤七中,所述根据损坏的部件以及新的部件位置,生成维修机械臂的动线,包括:
根据需要更换的部件、新的部件所在区域以及位置、该需更换的部件的坐标以及预先设定的该部件更换流程形成机械臂动线。
本发明的另一目的在于提供一种应用所述的自动故障检测及修复方法的自动故障检测及修复系统,所述自动故障检测及修复系统包括:
故障检测准备模块,用于设定设备检测区域后,设备进入检测区域,并开启超声波传感器;
设备结构信息获取模块,用于通过超声波传感器获取设备结构信息;
三维模型构建模块,用于根据设备结构信息生成三维模型;
模型对比模块,用于将生成的三维模型与所述设备的初始模型进行对比;
模型差异分析模块,用于分析所述三维模型与所述设备的初始模型差异;
损坏部件确定模块,用于根据数据差异坐标确定损坏的部件;
机械臂动线生成模块,用于根据损坏的部件以及新的部件位置,生成维修机械臂的动线;
维修检测模块,用于维修机械臂按照所述动线进行维修,维修后再次进行检测。
本发明的另一目的在于提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
设定设备检测区域后,设备进入检测区域,并开启超声波传感器;通过超声波传感器获取设备结构信息;根据设备结构信息生成三维模型;将生成的三维模型与所述设备的初始模型进行对比;
分析出该生成的三维模型与所述设备的初始模型差异;根据数据差异坐标确定损坏的部件;根据损坏的部件以及新的部件位置,生成维修机械臂的动线;维修机械臂按照所述动线进行维修,维修后再次进行检测。
本发明的另一目的在于提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
设定设备检测区域后,设备进入检测区域,并开启超声波传感器;通过超声波传感器获取设备结构信息;根据设备结构信息生成三维模型;将生成的三维模型与所述设备的初始模型进行对比;
分析出该生成的三维模型与所述设备的初始模型差异;根据数据差异坐标确定损坏的部件;根据损坏的部件以及新的部件位置,生成维修机械臂的动线;维修机械臂按照所述动线进行维修,维修后再次进行检测。
本发明的另一目的在于提供一种信息数据处理终端,所述信息数据处理终端用于实现所述的自动故障检测及修复系统。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明提供的自动故障检测及修复方法,尤其是通过数字孪生进行机器人故障的检测及自动维修的系统及方法,通过超声波传感器获取机械整体结构数字信息;通过机械臂进行自动拆解与部件更换;通过数字孪生进行三维bim建模,实现机器人各组件构成可视化,实现快速、准确的检测机器人故障情况,生成故障检测报告,并将故障检测报告发送给维修设备,控制维修设备根据故障所在部位自动进行维修。
本发明通过超声波定位、三角定位算法进行坐标的精准定位,根据定位的坐标数据通过数字孪生的方式进行bim三维建模,根据维修设备的三维建模与初始三维建模的数据进行对比分析,找到需要维修的部件,通过预先设定的部件更换流程等通过机械臂进行自动更换。整个过程中无需人的参与以及管理,设备可自行进行检修,实现标准化维修流程,智慧维修方案。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述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他的附图。
图1是本发明实施例提供的自动故障检测及修复方法流程图。
图2是本发明实施例提供的自动故障检测及修复系统结构框图;
图中:1、故障检测准备模块;2、设备结构信息获取模块;3、三维模型构建模块;4、模型对比模块;5、模型差异分析模块;6、损坏部件确定模块;7、机械臂动线生成模块;8、维修检测模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种自动故障检测及修复系统、方法、设备及终端,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的自动故障检测及修复方法包括以下步骤:
S101,设定设备检测区域后,设备进入检测区域,并开启超声波传感器;
S102,通过超声波传感器获取设备结构信息;
S103,根据设备结构信息生成三维模型;
S104,将生成的三维模型与所述设备的初始模型进行对比;
S105,分析出该生成的三维模型与所述设备的初始模型差异;
S106,根据数据差异坐标确定损坏的部件;
S107,根据损坏的部件以及新的部件位置,生成维修机械臂的动线;
S108,维修机械臂按照所述动线进行维修,维修后再次进行检测。
如图2所示,本发明实施例提供的自动故障检测及修复系统包括:
故障检测准备模块1,用于设定设备检测区域后,设备进入检测区域,并开启超声波传感器;
设备结构信息获取模块2,用于通过超声波传感器获取设备结构信息;
三维模型构建模块3,用于根据设备结构信息生成三维模型;
模型对比模块4,用于将生成的三维模型与所述设备的初始模型进行对比;
模型差异分析模块5,用于分析所述三维模型与所述设备的初始模型差异;
损坏部件确定模块6,用于根据数据差异坐标确定损坏的部件;
机械臂动线生成模块7,用于根据损坏的部件以及新的部件位置,生成维修机械臂的动线;
维修检测模块8,用于维修机械臂按照所述动线进行维修,维修后再次进行检测。
下面结合具体实施例对本发明的技术方案作进一步描述。
本发明通过超声波传感器获取机械整体结构数字信息;通过数字孪生进行三维bim建模,实现机器人各组件构成可视化,实现快速、准确的检测机器人故障情况,生成故障检测报告,并将故障检测报告发送给维修设备,控制维修设备根据故障所在部位自动进行维修;通过机械臂进行自动拆解与部件更换。
本发明实施例提供的自动故障检测及修复方法,其步骤为:
(1)设定设备检测区域:
设备维修区域内应无其他异物以影响检测结果;
设备维修区域旁应有相应的部件堆放区域;
维修机械臂移动范围应覆盖整个维修区域以及部件堆放区域。
(2)设备进入检测区域:地面设置传输带,上一台设备完成检测后,传输带将待检测设备传输至检测区域内。
(3)开启超声波传感器:通过三角定位测量方法多维度对设备开启超声波检测,检测的数据结果以三维坐标的形式传输至服务器。
(4)通过超声波传感器获取设备结构信息:在检测区域固定的四个超声波,分别为上下左右,然后进行程序上的对应编号,用单片机实现四路超声波的距离数据读取,然后程序分析读取的数据进而判断结构形状。STM32单片机有多个定时器,每个定时器接入一个超声波,分别接入四个,定时器分别开始工作以计数,将得到的距离信息一次性发送四个方向的值到串口,串口连接到PC机,PC机获取到四组值,然后进行分析解释,即可得出设备整体结构坐标信息。
(5)根据设备结构信息生成三维模型:根据每个点位坐标形成三维模型。
(6)生成的三维模型与该设备的初始模型进行对比:根据生成的三维模型的坐标在x轴、y轴、z轴与初始模型的坐标进行最大限度的重合,最接近100%重合时进行分析。
(7)分析出该生成的三维模型与与设备的初始模型差异:最大限度重合后,未重合处则为故障处。
(8)根据数据差异坐标确定损坏的部件:根据差异的坐标以及初始的三维模型确认该坐标所属的部件。
(9)根据损坏的部件以及新的部件所在,生成维修机械臂的动线:根据需要更换的部件、新的部件所在区域以及位置、该需更换的部件的坐标以及预先设定的该部件更换流程形成机械臂动线。
(10)维修机械臂按照上述动线进行维修。
(11)维修后再次进行检测。
本发明的部件为该机械中最小可拆卸的零件。本发明通过超声波定位、三角定位算法进行坐标的精准定位,根据定位的坐标数据通过数字孪生的方式进行bim三维建模,根据维修设备的三维建模与初始三维建模的数据进行对比分析,找到需要维修的部件,通过预先设定的部件更换流程等通过机械臂进行自动更换。整个过程中无需人的参与以及管理,设备可自行进行检修,实现标准化维修流程,智慧维修方案。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质(例如固态硬盘Solid StateDisk(SSD))等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种自动故障检测及修复方法,其特征在于,所述自动故障检测及修复方法通过超声波传感器获取机械整体结构数字信息;通过数字孪生进行三维bim建模,实现机器人各组件构成可视化,实现快速、准确的检测机器人故障情况,生成故障检测报告,并将故障检测报告发送给维修设备,控制维修设备根据故障所在部位自动进行维修;通过机械臂进行自动拆解与部件更换。
2.如权利要求1所述的自动故障检测及修复方法,其特征在于,所述自动故障检测及修复方法具体包括以下步骤:
步骤一,设定设备检测区域后,设备进入检测区域,并开启超声波传感器;
步骤二,通过超声波传感器获取设备结构信息;
步骤三,根据设备结构信息生成三维模型;
步骤四,将生成的三维模型与所述设备的初始模型进行对比;
步骤五,分析出该生成的三维模型与所述设备的初始模型差异;
步骤六,根据数据差异坐标确定损坏的部件;
步骤七,根据损坏的部件以及新的部件位置,生成维修机械臂的动线;
步骤八,维修机械臂按照所述动线进行维修,维修后再次进行检测。
3.如权利要求2所述的自动故障检测及修复方法,其特征在于,步骤一中,所述设定设备检测区域后,设备进入检测区域,并开启超声波传感器,包括:
(1)设定设备检测区域,设备维修区域内应无其他异物以影响检测结果;设备维修区域旁应有相应的部件堆放区域;所述部件为该机械中最小可拆卸的零件;维修机械臂移动范围覆盖整个维修区域以及部件堆放区域;
(2)设备进入检测区域,地面设置传输带,上一台设备完成检测后,传输带将待检测设备传输至检测区域内;
(3)开启超声波传感器,通过三角定位测量方法多维度对设备开启超声波检测,检测的数据结果以三维坐标的形式传输至服务器。
4.如权利要求2所述的自动故障检测及修复方法,其特征在于,步骤二中,所述通过超声波传感器获取设备结构信息,包括:在检测区域固定的四个超声波,分别为上下左右;进行程序上的对应编号,用单片机实现四路超声波的距离数据读取后,程序分析读取的数据进而判断结构形状;STM32单片机有多个定时器,每个定时器接入一个超声波,分别接入四个,定时器分别开始工作以计数,将得到的距离信息一次性发送四个方向的值到串口,串口连接到PC机,PC机获取到四组值;进行分析解释,即可得出设备整体结构坐标信息。
5.如权利要求2所述的自动故障检测及修复方法,其特征在于,步骤三中,所述根据设备结构信息生成三维模型,包括:根据每个点位坐标形成三维模型;
步骤四中,所述将生成的三维模型与该设备的初始模型进行对比,包括:根据生成的三维模型的坐标在x轴、y轴、z轴与初始模型的坐标进行最大限度的重合,最接近100%重合时进行分析。
6.如权利要求2所述的自动故障检测及修复方法,其特征在于,步骤五中,所述分析出该生成的三维模型与与设备的初始模型差异,包括:最大限度重合后,未重合处则为故障处;
步骤六中,所述根据数据差异坐标确定损坏的部件,包括:根据差异的坐标以及初始的三维模型确认该坐标所属的部件;
步骤七中,所述根据损坏的部件以及新的部件位置,生成维修机械臂的动线,包括:根据需要更换的部件、新的部件所在区域以及位置、该需更换的部件的坐标以及预先设定的该部件更换流程形成机械臂动线。
7.一种实施权利要求1~6任意一项所述的自动故障检测及修复方法的自动故障检测及修复系统,其特征在于,所述自动故障检测及修复系统包括:
故障检测准备模块,用于设定设备检测区域后,设备进入检测区域,并开启超声波传感器;
设备结构信息获取模块,用于通过超声波传感器获取设备结构信息;
三维模型构建模块,用于根据设备结构信息生成三维模型;
模型对比模块,用于将生成的三维模型与所述设备的初始模型进行对比;
模型差异分析模块,用于分析所述三维模型与所述设备的初始模型差异;
损坏部件确定模块,用于根据数据差异坐标确定损坏的部件;
机械臂动线生成模块,用于根据损坏的部件以及新的部件位置,生成维修机械臂的动线;
维修检测模块,用于维修机械臂按照所述动线进行维修,维修后再次进行检测。
8.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
设定设备检测区域后,设备进入检测区域,并开启超声波传感器;通过超声波传感器获取设备结构信息;根据设备结构信息生成三维模型;将生成的三维模型与所述设备的初始模型进行对比;
分析出该生成的三维模型与所述设备的初始模型差异;根据数据差异坐标确定损坏的部件;根据损坏的部件以及新的部件位置,生成维修机械臂的动线;维修机械臂按照所述动线进行维修,维修后再次进行检测。
9.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
设定设备检测区域后,设备进入检测区域,并开启超声波传感器;通过超声波传感器获取设备结构信息;根据设备结构信息生成三维模型;将生成的三维模型与所述设备的初始模型进行对比;
分析出该生成的三维模型与所述设备的初始模型差异;根据数据差异坐标确定损坏的部件;根据损坏的部件以及新的部件位置,生成维修机械臂的动线;维修机械臂按照所述动线进行维修,维修后再次进行检测。
10.一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现如权利要求7所述的自动故障检测及修复系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111264848.1A CN114789468A (zh) | 2021-10-28 | 2021-10-28 | 一种自动故障检测及修复系统、方法、设备及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111264848.1A CN114789468A (zh) | 2021-10-28 | 2021-10-28 | 一种自动故障检测及修复系统、方法、设备及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114789468A true CN114789468A (zh) | 2022-07-26 |
Family
ID=82459939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111264848.1A Pending CN114789468A (zh) | 2021-10-28 | 2021-10-28 | 一种自动故障检测及修复系统、方法、设备及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114789468A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117435998A (zh) * | 2023-12-21 | 2024-01-23 | 天津博优智能科技有限公司 | 一种智能机器人的故障检测方法 |
-
2021
- 2021-10-28 CN CN202111264848.1A patent/CN114789468A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117435998A (zh) * | 2023-12-21 | 2024-01-23 | 天津博优智能科技有限公司 | 一种智能机器人的故障检测方法 |
CN117435998B (zh) * | 2023-12-21 | 2024-03-08 | 天津博优智能科技有限公司 | 一种智能机器人的故障检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103792087B (zh) | 并联试车故障监测与诊断方法 | |
US9310345B2 (en) | Sensor system, computer, and machine | |
KR20170104705A (ko) | 설비 고장 진단 장치 및 방법 | |
CN116360367A (zh) | 一种工业设备物联网数据采集方法及系统 | |
CN114255784A (zh) | 一种基于声纹识别的变电站设备故障诊断方法及相关装置 | |
CN113126563A (zh) | 数控机床数据管理系统及方法 | |
CN114789468A (zh) | 一种自动故障检测及修复系统、方法、设备及终端 | |
CN116339253A (zh) | 一种基于物联网的智能化机械生产监测管控系统 | |
CN109523030B (zh) | 一种基于机器学习的遥测参数异常监测系统 | |
CN117270514B (zh) | 基于工业物联网的生产过程全流程故障检测方法 | |
CN112729884B (zh) | 基于大数据的设备故障诊断方法及装置 | |
CN109990803A (zh) | 检测系统异常的方法、装置及传感器处理的方法、装置 | |
CN108958220B (zh) | 一种流体机械测控系统的智能仪表组态软件及方法 | |
CN114837902B (zh) | 一种风电机组健康度评估方法、系统、设备和介质 | |
CN115265635B (zh) | 一种基于数据分析的工业机器视觉检测管理系统 | |
CN116339266A (zh) | 一种管材生产复合监测方法及系统 | |
US11339763B2 (en) | Method for windmill farm monitoring | |
CN115147236A (zh) | 一种处理方法、处理装置和电子设备 | |
CN110134069B (zh) | 数控机床自诊断方法及系统 | |
Kim et al. | Introduction of equipment level FDC system for semiconductor wet-cleaning equipment optimization and real-time fault detection | |
CN113037550B (zh) | 一种服务故障监控方法、系统及计算机可读存储介质 | |
CN213482933U (zh) | 一种基于状态的工件生产设备维护监测装置 | |
CN117390572B (zh) | 一种贴合的真空异常监测系统 | |
CN117171670B (zh) | 一种纺织品生产过程故障监测方法、装置及系统 | |
CN113219885A (zh) | 一种工业智能仪表故障远程判断方法及系统 |
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 |