CN114878172A - 一种船舶主机气缸温度信号特征提取方法及系统 - Google Patents
一种船舶主机气缸温度信号特征提取方法及系统 Download PDFInfo
- Publication number
- CN114878172A CN114878172A CN202210445134.9A CN202210445134A CN114878172A CN 114878172 A CN114878172 A CN 114878172A CN 202210445134 A CN202210445134 A CN 202210445134A CN 114878172 A CN114878172 A CN 114878172A
- Authority
- CN
- China
- Prior art keywords
- cylinder
- temperature
- time period
- parameter value
- host
- 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 26
- 238000012163 sequencing technique Methods 0.000 claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 13
- 239000000498 cooling water Substances 0.000 claims description 9
- 239000010687 lubricating oil Substances 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 6
- 238000003745 diagnosis Methods 0.000 abstract description 6
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/04—Testing internal-combustion engines
- G01M15/042—Testing internal-combustion engines by monitoring a single specific parameter not covered by groups G01M15/06 - G01M15/12
- G01M15/048—Testing internal-combustion engines by monitoring a single specific parameter not covered by groups G01M15/06 - G01M15/12 by monitoring temperature
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K3/00—Thermometers giving results other than momentary value of temperature
- G01K3/02—Thermometers giving results other than momentary value of temperature giving means values; giving integrated values
- G01K3/06—Thermometers giving results other than momentary value of temperature giving means values; giving integrated values in respect of space
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K3/00—Thermometers giving results other than momentary value of temperature
- G01K3/08—Thermometers giving results other than momentary value of temperature giving differences of values; giving differentiated values
- G01K3/14—Thermometers giving results other than momentary value of temperature giving differences of values; giving differentiated values in respect of space
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Testing Of Engines (AREA)
Abstract
本发明提供了一种船舶主机气缸温度传感器故障诊断方法及系统,该方法包括信号采集步骤、稳定工况判断步骤、特征值计算步骤和气缸分值计算步骤,通过对连续三个时间段的主机关键信号进行计算,判断出主机在当前时间段内是否处于稳定工况,再通过对当前时间段内船舶主机各气缸不同位置温度信号的特征值进行计算,并结合计算出的特征值中各个参数值的大小对船舶主机各个气缸进行排序,根据排序结果打分以得到各个气缸的整体评分,能够有效提升对船舶主机气缸分析的准度,还能够提升对主机设备故障诊断的准确性和预报的可靠性。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种船舶主机气缸温度信号特征提取方法及系统。
背景技术
船舶的日常运行成本非常高昂,有效的运行时间决定了船东的盈利水平。船舶主机是船舶核心的动力装置,其在使用过程中不可避免地会发生一些故障,这些故障的发生将严重影响船舶的正常运营,不仅影响设备的正常运转,严重时还会产生事故,甚至危及人身安全。而船舶主机气缸的温度信号又是船舶主机机械故障中一个极为重要的指标,为此,如何有效地对船舶主机气缸进行状态监控、快速诊断并排除故障,提高主机的安全、可靠性,成为人们长期以来研究的重要课题。
在船舶日常管理过程中,船员利用机舱监测报警系统提供的温度实时数据来监测主机各个气缸的运行状况。数值特征提取是信号数据处理的关键步骤,也是直接决定着主机设备故障诊断的准确性和预报的可靠性,特征提取是主机状态识别故障诊断的核心内容,而对主机温度信号进行特征提取可以提升分析的准度。
目前工作人员大多都依赖于监控系统本身和自身经验,采用听、看等方法对主机气缸进行监控。监控的效果一方面依赖于监控系统本身的稳定性和灵敏性,另一方面依赖于工作人员的工作经验和工作状态。
为此,亟需一种船舶主机气缸温度信号特征提取方法和系统对主机温度信号进行特征提取,以提升分析的准度。
发明内容
为解决现有对主机各个气缸的监测中存在的准确度低和人工判断导致效率低下等问题,本发明提供了一种船舶主机气缸温度信号特征提取方法,通过采用特定的判断方法判断出处于稳定工况情况下的船舶主机,并采用特定的计算方式对多个气缸不同位置的温度信号的特征值进行计算,结合特定的排序方法得到各个气缸的整体评分,有效提升了对船舶主机气缸分析的准度。本发明还涉及一种船舶主机气缸温度信号特征提取系统。
本发明的技术方案如下:
一种船舶主机气缸温度信号特征提取方法,其特征在于,包括以下步骤:
信号采集步骤:采集当前时间段内主机的关键信号和主机多个气缸不同位置的温度信号,并对关键信号和温度信号进行异常点预处理;
稳定工况判断步骤:计算当前时间段内关键信号的标准化参数,得到第一标准化参数值,并计算与所述当前时间段具有相同时长的前一个时间段内关键信号的标准化参数,得到第二标准化参数值,再计算与所述前一个时间段具有相同时长的再前一个时间段内关键信号的标准化参数,得到第三标准化参数值,将第一标准化参数值、第二标准化参数值和第三标准化参数值相互进行对比,若第一标准化参数值、第二标准化参数值和第三标准化参数值的对比误差不超过预设范围,则判断当前主机处于稳定工况;
特征值计算步骤:在当前主机处于稳定工况时,根据温度信号的采集点数目计算当前时间段内各气缸不同位置温度信号的特征值;
气缸分值计算步骤:根据特征值中各相应参数值的大小对各气缸进行排序,并对各气缸的排序结果进行打分,进而得到各个气缸的整体评分。
优选地,所述信号采集步骤中的异常点预处理包括剔除关键信号和温度信号中的异常信号,以及去除噪声和数据标准化。
优选地,所述信号采集步骤中,所述关键信号包括功率和转速;所述不同位置包括气缸排气出口、气缸滑油出口和气缸冷却水出口位置三个位置。
优选地,所述稳定工况判断步骤中,所述标准化参数包括功率平均值、转速平均值、功率标准差和转速标准差。
优选地,所述特征值计算步骤中,所述特征值包括有量纲参数、无量纲参数和温度偏差值,所述有量纲参数包括温度平均值、温度标准差、峰值和最小值,所述无量纲参数包括峰值因子。
一种船舶主机气缸温度信号特征提取系统,其特征在于,包括依次连接的信号采集模块、稳定工况判断模块、特征值计算模块和气缸分值计算模块,
信号采集模块,采集当前时间段内主机的关键信号和主机多个气缸不同位置的温度信号,并对关键信号和温度信号进行异常点预处理;
稳定工况判断模块,计算当前时间段内关键信号的标准化参数,得到第一标准化参数值,并计算与所述当前时间段具有相同时长的前一个时间段内关键信号的标准化参数,得到第二标准化参数值,再计算与所述前一个时间段具有相同时长的再前一个时间段内关键信号的标准化参数,得到第三标准化参数值,将第一标准化参数值、第二标准化参数值和第三标准化参数值相互进行对比,若第一标准化参数值、第二标准化参数值和第三标准化参数值的对比误差不超过预设范围,则判断当前主机处于稳定工况;
特征值计算模块,在当前主机处于稳定工况时,根据温度信号的采集点数目计算当前时间段内各气缸不同位置温度信号的特征值;
气缸分值计算模块,根据特征值中各相应参数值的大小对各气缸进行排序,并对各气缸的排序结果进行打分,进而得到各个气缸的整体评分。
优选地,所述异常点预处理包括剔除关键信号和温度信号中的异常信号,以及去除噪声和数据标准化。
优选地,所述关键信号包括功率和转速;所述不同位置包括气缸排气出口、气缸滑油出口和气缸冷却水出口位置三个位置。
优选地,所述标准化参数包括功率平均值、转速平均值、功率标准差和转速标准差。
优选地,所述特征值包括有量纲参数、无量纲参数和温度偏差值,所述有量纲参数包括温度平均值、温度标准差、峰值和最小值,所述无量纲参数包括峰值因子。
本发明的有益效果为:
本发明提供的一种船舶主机气缸温度信号特征提取方法,通过采用特定的判断方法对连续三个时间段的主机关键信号进行计算,三个时间段的时域计算分析法判断出主机在当前时间段内是否处于稳定工况,通过在主机的关键信号计算中加入时间序列的概念,考虑到了关键信号的变化趋势,使得判断出的主机工况更加的准确;且通过采用特定的计算方式对当前时间段内多个气缸不同位置的温度信号的特征值进行计算,并结合特征值中各相应参数值的大小对船舶主机各个气缸进行排序,根据排序结果打分以得到各个气缸的整体评分,实质是基于时域分析法的主机各个气缸温度信号数据特征提取,通过实时数据快速提取稳定工况下温度数据特征,有效提升了对船舶主机气缸分析的准度,还能够提升对主机设备故障诊断的准确性和预报的可靠性。
本发明还涉及一种船舶主机气缸温度信号特征提取系统,该系统与上述的船舶主机气缸温度信号特征提取方法相对应,可理解为是一种实现上述船舶主机气缸温度信号特征提取方法的系统,包括依次连接的信号采集模块、稳定工况判断模块、特征值计算模块和气缸分值计算模块,各模块相互协同工作,通过采用特定的判断方法判断出处于稳定工况情况下的船舶主机,并采用特定的计算方式对多个气缸不同位置的温度信号的特征值进行计算,结合特定的排序方法得到各个气缸的整体评分,有效提升了对船舶主机气缸分析的准度。
附图说明
图1是本发明船舶主机气缸温度信号特征提取方法的流程图。
图2是本发明船舶主机气缸温度信号特征提取方法的优选流程图。
具体实施方式
下面结合附图对本发明进行说明。
本发明涉及一种船舶主机气缸温度信号特征提取方法,该方法的流程图如图1所示,依次包括以下步骤:
信号采集步骤,或进一步称为数据采集和异常点预处理步骤,采集当前时间段内主机的关键信号和主机多个气缸不同位置的温度信号,并对关键信号和温度信号进行异常点预处理,具体地,如图2所示,采集当前时间段内主机的功率和转速数据以及主机多个气缸不同位置的温度信号数据,其中,输入受监测温度信号点对应的字段名称,监测气缸温度运行的温度分为3类(即气缸的三个不同位置的温度):气缸排气出口温度、气缸滑油出口温度和气缸冷却水出口温度;剔除当前时间段内主机功率和转速数据实时值的异常信号,以及主机各个气缸排气出口温度、气缸滑油出口温度和气缸冷却水出口温度的异常信号,并去除噪声和数据标准化。
稳定工况判断步骤:计算当前时间段内关键信号的标准化参数,得到第一标准化参数值,并计算与所述当前时间段具有相同时长的前一个时间段内关键信号的标准化参数,得到第二标准化参数值,再计算与所述前一个时间段具有相同时长的再前一个时间段内关键信号的标准化参数,得到第三标准化参数值,将第一标准化参数值、第二标准化参数值和第三标准化参数值相互进行对比,若第一标准化参数值、第二标准化参数值和第三标准化参数值的对比误差不超过预设范围,则判断当前主机处于稳定工况;
具体地,先计算当前时间段M1(例如,当前十分钟)内主机的转速平均值N1、转速标准差NN1、功率平均值P1和功率标准差PP1;并计算与当前时间段具有相同时长的前一个时间段M2(即距离当前时间段20分钟到10分钟这个时间段)内主机的转速平均值N2、转速标准差NN2、功率平均值P2和功率标准差PP2;然后再计算与前一个时间段具有相同时长的再前一个时间段M3(即距离当前30分钟到20分钟这个时间段)内主机的转速平均值N3、转速标准差NN3、功率平均值P3和功率标准差PP3;将三个时间段内分别得到的四个标准化参数相互进行对比,若对比误差不超过预设范围,(假设转速平均值之差不超过3%,平均功率之差不超过5%,转速标准差不超过1%,功率标准差不超过3%),则判断主机在当前时间段内(即当前10分钟)处于稳定工况。
特征值计算步骤:在当前主机处于稳定工况时,根据温度信号的采集点数目计算当前时间段M1(例如,当前十分钟)内各气缸不同位置温度信号的特征值,优选特征值包括有量纲参数、无量纲参数和温度偏差值,有量纲参数包括温度平均值、温度标准差、峰值和最小值,无量纲参数包括峰值因子,即计算各气缸排气出口、气缸滑油出口和气缸冷却水出口三个位置各个温度信号的温度平均值T、温度标准差σ、峰值XP、最小值Xmin、峰值因子C和温度偏差值。
其中,温度信号的温度平均值T按照下式进行计算:
上式中,n表示M1内采集的温度信号个数;Xi表示第i个温度值。
温度标准差σ按照下式进行计算:
上式中,n表示M1内采集的温度信号个数,Xi表示第i个温度值,T表示温度信号的温度平均值。
将X1,X2,...,Xn,分成m个分段(m<n),找到m个分段下的各个峰值XPj(j=1~m),
XPj=Max(abs(X)) (3)
上式中,X表示第j个分段下的温度信号。
峰值XP按照下式进行计算:
最小值Xmin,计算公式如下:
Xmin=min(Xi) i∈(1,...,n) (5)
峰值因子C按照下式进行计算:
需要说明的是,以气缸排气出口温度为例,假设一共有6个气缸,先计算气缸排气出口温度的整体的温度平均值A,在将6个气缸的排气出口温度与温度平均值A进行差值计算,计算得到的温差绝对值为温度偏差值。
气缸分值计算步骤:根据特征值中相应的各个参数值的大小对各气缸进行排序,并对各气缸的排序结果进行打分,进而得到各个气缸的整体评分。
具体地,将计算得到的各个气缸排气出口、气缸滑油出口和气缸冷却水出口三个位置的特征值,即各气缸的温度平均值、温度标准差、峰值、最小值、峰值因子值和温度偏差值均从大到小进行排序,可以得到各个参数下每个气缸的排名;一个气缸3个位置的温度值均对应着6个特征值,每个特征值可以得到气缸的排序,对每个气缸的排序结果进行打分,排第一名即1分,依次累加,得到某个气缸的总分,总分从高往低排,即得到对应气缸的整体评分。
本发明还涉及了一种船舶主机气缸温度信号特征提取系统,该系统与上述船舶主机气缸温度信号特征提取方法相对应,可理解为是实现上述方法的系统,该系统包括依次连接的信号采集模块、稳定工况判断模块、特征值计算模块和气缸分值计算模块,具体地,
信号采集模块,采集当前时间段内主机的关键信号和主机多个气缸不同位置的温度信号,并对关键信号和温度信号进行异常点预处理;
稳定工况判断模块,计算当前时间段内关键信号的标准化参数,得到第一标准化参数值,并计算与所述当前时间段具有相同时长的前一个时间段内关键信号的标准化参数,得到第二标准化参数值,再计算与所述前一个时间段具有相同时长的再前一个时间段内关键信号的标准化参数,得到第三标准化参数值,将第一标准化参数值、第二标准化参数值和第三标准化参数值相互进行对比,若第一标准化参数值、第二标准化参数值和第三标准化参数值的对比误差不超过预设范围,则判断当前主机处于稳定工况;
特征值计算模块,在当前主机处于稳定工况时,根据温度信号的采集点数目计算当前时间段内各气缸不同位置温度信号的特征值;
气缸分值计算模块,根据特征值中各相应参数值的大小对各气缸进行排序,并对各气缸的排序结果进行打分,进而得到各个气缸的整体评分。
优选地,异常点预处理包括剔除关键信号和温度信号中的异常信号,以及去除噪声和数据标准化。
优选地,关键信号包括功率和转速,不同位置包括气缸排气出口、气缸滑油出口和气缸冷却水出口位置三个位置。
优选地,标准化参数包括功率平均值、转速平均值、功率标准差和转速标准差。
优选地,特征值包括有量纲参数、无量纲参数和温度偏差值,所述有量纲参数包括温度平均值、温度标准差、峰值和最小值,所述无量纲参数包括峰值因子。
本发明提供了客观、科学的船舶主机气缸温度传感器故障诊断方法及系统,通过采用特定的判断方法对连续三个时间段的主机关键信号进行计算,判断出主机在当前时间段内是否处于稳定工况,且通过采用特定的计算方式对当前时间段内多个气缸不同位置的温度信号的特征值进行计算,并结合特征值中各个参数值的大小对船舶主机各个气缸进行排序,根据排序结果打分以得到各个气缸的整体评分,有效提升了对船舶主机气缸分析的准度,还能够提升对主机设备故障诊断的准确性和预报的可靠性。
应当指出,以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造,但不以任何方式限制本发明创造。因此,尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明,但是,本领域技术人员应当理解,仍然可以对本发明创造进行修改或者等同替换,总之,一切不脱离本发明创造的精神和范围的技术方案及其改进,其均应涵盖在本发明创造专利的保护范围当中。
Claims (10)
1.一种船舶主机气缸温度信号特征提取方法,其特征在于,包括以下步骤:
信号采集步骤:采集当前时间段内主机的关键信号和主机多个气缸不同位置的温度信号,并对关键信号和温度信号进行异常点预处理;
稳定工况判断步骤:计算当前时间段内关键信号的标准化参数,得到第一标准化参数值,并计算与所述当前时间段具有相同时长的前一个时间段内关键信号的标准化参数,得到第二标准化参数值,再计算与所述前一个时间段具有相同时长的再前一个时间段内关键信号的标准化参数,得到第三标准化参数值,将第一标准化参数值、第二标准化参数值和第三标准化参数值相互进行对比,若第一标准化参数值、第二标准化参数值和第三标准化参数值的对比误差不超过预设范围,则判断当前主机处于稳定工况;
特征值计算步骤:在当前主机处于稳定工况时,根据温度信号的采集点数目计算当前时间段内各气缸不同位置温度信号的特征值;
气缸分值计算步骤:根据特征值中各相应参数值的大小对各气缸进行排序,并对各气缸的排序结果进行打分,进而得到各个气缸的整体评分。
2.根据权利要求1所述的船舶主机气缸温度信号特征提取方法,其特征在于,所述信号采集步骤中的异常点预处理包括剔除关键信号和温度信号中的异常信号,以及去除噪声和数据标准化。
3.根据权利要求1所述的船舶主机气缸温度信号特征提取方法,其特征在于,所述信号采集步骤中,所述关键信号包括功率和转速;所述不同位置包括气缸排气出口、气缸滑油出口和气缸冷却水出口位置三个位置。
4.根据权利要求3所述的船舶主机气缸温度信号特征提取方法,其特征在于,所述稳定工况判断步骤中,所述标准化参数包括功率平均值、转速平均值、功率标准差和转速标准差。
5.根据权利要求1所述的船舶主机气缸温度信号特征提取方法,其特征在于,所述特征值计算步骤中,所述特征值包括有量纲参数、无量纲参数和温度偏差值,所述有量纲参数包括温度平均值、温度标准差、峰值和最小值,所述无量纲参数包括峰值因子。
6.一种船舶主机气缸温度信号特征提取系统,其特征在于,包括依次连接的信号采集模块、稳定工况判断模块、特征值计算模块和气缸分值计算模块,
信号采集模块,采集当前时间段内主机的关键信号和主机多个气缸不同位置的温度信号,并对关键信号和温度信号进行异常点预处理;
稳定工况判断模块,计算当前时间段内关键信号的标准化参数,得到第一标准化参数值,并计算与所述当前时间段具有相同时长的前一个时间段内关键信号的标准化参数,得到第二标准化参数值,再计算与所述前一个时间段具有相同时长的再前一个时间段内关键信号的标准化参数,得到第三标准化参数值,将第一标准化参数值、第二标准化参数值和第三标准化参数值相互进行对比,若第一标准化参数值、第二标准化参数值和第三标准化参数值的对比误差不超过预设范围,则判断当前主机处于稳定工况;
特征值计算模块,在当前主机处于稳定工况时,根据温度信号的采集点数目计算当前时间段内各气缸不同位置温度信号的特征值;
气缸分值计算模块,根据特征值中各相应参数值的大小对各气缸进行排序,并对各气缸的排序结果进行打分,进而得到各个气缸的整体评分。
7.根据权利要求6所述的船舶主机气缸温度信号特征提取系统,其特征在于,所述异常点预处理包括剔除关键信号和温度信号中的异常信号,以及去除噪声和数据标准化。
8.根据权利要求6所述的船舶主机气缸温度信号特征提取系统,其特征在于,所述关键信号包括功率和转速;所述不同位置包括气缸排气出口、气缸滑油出口和气缸冷却水出口位置三个位置。
9.根据权利要求8所述的船舶主机气缸温度信号特征提取系统,其特征在于,所述标准化参数包括功率平均值、转速平均值、功率标准差和转速标准差。
10.根据权利要求7所述的船舶主机气缸温度信号特征提取系统,其特征在于,所述特征值包括有量纲参数、无量纲参数和温度偏差值,所述有量纲参数包括温度平均值、温度标准差、峰值和最小值,所述无量纲参数包括峰值因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210445134.9A CN114878172B (zh) | 2022-04-26 | 2022-04-26 | 一种船舶主机气缸温度信号特征提取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210445134.9A CN114878172B (zh) | 2022-04-26 | 2022-04-26 | 一种船舶主机气缸温度信号特征提取方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114878172A true CN114878172A (zh) | 2022-08-09 |
CN114878172B CN114878172B (zh) | 2024-01-26 |
Family
ID=82672225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210445134.9A Active CN114878172B (zh) | 2022-04-26 | 2022-04-26 | 一种船舶主机气缸温度信号特征提取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114878172B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115839848A (zh) * | 2023-02-22 | 2023-03-24 | 中国船舶集团有限公司第七一九研究所 | 一种用于船舶诊断的数据采集及管理方法 |
CN116049341A (zh) * | 2023-03-08 | 2023-05-02 | 北京七兆科技有限公司 | 一种水文数据标准化方法、装置、设备及存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4122720A (en) * | 1977-04-07 | 1978-10-31 | Alnor Instrument Company | Diesel engine exhaust temperature monitor |
CN102346958A (zh) * | 2010-08-04 | 2012-02-08 | 深圳市远舟科技实业有限公司 | 一种船用主机信号模拟台 |
CN104459637A (zh) * | 2014-12-18 | 2015-03-25 | 湖南纳雷科技有限公司 | 微波对射雷达信号处理方法和系统 |
CN107655693A (zh) * | 2017-11-02 | 2018-02-02 | 哈尔滨理工大学 | 一种船舶发动机故障诊断系统及方法 |
US10147300B1 (en) * | 2017-10-16 | 2018-12-04 | Tcc Information Systems Corp. | Method for monitoring equipment by analyzing temperature values collected from cylinder and distributed on coordinate plane |
CN109165242A (zh) * | 2018-08-01 | 2019-01-08 | 西安西热电站信息技术有限公司 | 一种基于熵排序与时空分析的故障诊断及预警方法 |
CN109187038A (zh) * | 2018-08-06 | 2019-01-11 | 大连理工大学 | 一种仿真获得船舶柴油机故障数据的方法 |
JP2019045413A (ja) * | 2017-09-06 | 2019-03-22 | トヨタ自動車株式会社 | 筒内におけるガス温度の計測方法 |
CN110696990A (zh) * | 2019-11-11 | 2020-01-17 | 中国船舶工业系统工程研究院 | 一种基于数据驱动的船舶发电机部件影响识别方法及系统 |
CN110715808A (zh) * | 2019-09-25 | 2020-01-21 | 中车青岛四方机车车辆股份有限公司 | 故障检测方法及装置 |
CN111222702A (zh) * | 2020-01-09 | 2020-06-02 | 中国电力科学研究院有限公司 | 一种调控系统运行变化趋势预测方法和系统 |
CN112365148A (zh) * | 2020-11-06 | 2021-02-12 | 中国平安人寿保险股份有限公司 | 基于多维度的职员排序方法、装置、设备及存储介质 |
CN113236541A (zh) * | 2021-05-20 | 2021-08-10 | 广东美芝制冷设备有限公司 | 压缩机控制方法、设备、存储介质及装置 |
JP2021120549A (ja) * | 2020-01-30 | 2021-08-19 | 川崎重工業株式会社 | 判定装置、船陸間通信システム及び判定方法 |
CN113487760A (zh) * | 2021-07-28 | 2021-10-08 | 大连海事大学 | 一种智能船舶的轮机系统 |
-
2022
- 2022-04-26 CN CN202210445134.9A patent/CN114878172B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4122720A (en) * | 1977-04-07 | 1978-10-31 | Alnor Instrument Company | Diesel engine exhaust temperature monitor |
CN102346958A (zh) * | 2010-08-04 | 2012-02-08 | 深圳市远舟科技实业有限公司 | 一种船用主机信号模拟台 |
CN104459637A (zh) * | 2014-12-18 | 2015-03-25 | 湖南纳雷科技有限公司 | 微波对射雷达信号处理方法和系统 |
JP2019045413A (ja) * | 2017-09-06 | 2019-03-22 | トヨタ自動車株式会社 | 筒内におけるガス温度の計測方法 |
US10147300B1 (en) * | 2017-10-16 | 2018-12-04 | Tcc Information Systems Corp. | Method for monitoring equipment by analyzing temperature values collected from cylinder and distributed on coordinate plane |
CN107655693A (zh) * | 2017-11-02 | 2018-02-02 | 哈尔滨理工大学 | 一种船舶发动机故障诊断系统及方法 |
CN109165242A (zh) * | 2018-08-01 | 2019-01-08 | 西安西热电站信息技术有限公司 | 一种基于熵排序与时空分析的故障诊断及预警方法 |
CN109187038A (zh) * | 2018-08-06 | 2019-01-11 | 大连理工大学 | 一种仿真获得船舶柴油机故障数据的方法 |
CN110715808A (zh) * | 2019-09-25 | 2020-01-21 | 中车青岛四方机车车辆股份有限公司 | 故障检测方法及装置 |
CN110696990A (zh) * | 2019-11-11 | 2020-01-17 | 中国船舶工业系统工程研究院 | 一种基于数据驱动的船舶发电机部件影响识别方法及系统 |
CN111222702A (zh) * | 2020-01-09 | 2020-06-02 | 中国电力科学研究院有限公司 | 一种调控系统运行变化趋势预测方法和系统 |
JP2021120549A (ja) * | 2020-01-30 | 2021-08-19 | 川崎重工業株式会社 | 判定装置、船陸間通信システム及び判定方法 |
CN112365148A (zh) * | 2020-11-06 | 2021-02-12 | 中国平安人寿保险股份有限公司 | 基于多维度的职员排序方法、装置、设备及存储介质 |
CN113236541A (zh) * | 2021-05-20 | 2021-08-10 | 广东美芝制冷设备有限公司 | 压缩机控制方法、设备、存储介质及装置 |
CN113487760A (zh) * | 2021-07-28 | 2021-10-08 | 大连海事大学 | 一种智能船舶的轮机系统 |
Non-Patent Citations (4)
Title |
---|
XIAOJIAN XU ET AL: "Review of condition monitoring and fault diagnosis for marine power systems", vol. 3, no. 2, pages 85 * |
张焱飞等: "船舶主机能耗分布及辅助计算系统开发", 中国造船, vol. 61, no. 1, pages 150 - 156 * |
段黎明等: "船舶动力装置监测与故障诊断系统研制", 重庆大学学报, no. 11, pages 1268 - 1273 * |
赵海朋: "柴油机典型故障特征提取与智能诊断方法研究", 中国博士学位论文全文数据库(电子期刊), pages 039 - 27 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115839848A (zh) * | 2023-02-22 | 2023-03-24 | 中国船舶集团有限公司第七一九研究所 | 一种用于船舶诊断的数据采集及管理方法 |
CN116049341A (zh) * | 2023-03-08 | 2023-05-02 | 北京七兆科技有限公司 | 一种水文数据标准化方法、装置、设备及存储介质 |
CN116049341B (zh) * | 2023-03-08 | 2023-08-15 | 北京七兆科技有限公司 | 一种水文数据标准化方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114878172B (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114878172B (zh) | 一种船舶主机气缸温度信号特征提取方法及系统 | |
CN105372591B (zh) | 一种基于暂态过程的水电机组健康状态量化评价方法 | |
CN112179691B (zh) | 基于对抗学习策略的机械装备运行状态异常检测系统和方法 | |
CN111582392B (zh) | 一种风电机组关键部件多工况健康状态在线监测方法 | |
CN110646194B (zh) | 一种换流阀冷却能力多维度分析预警方法及系统 | |
CN111209934B (zh) | 风机故障预报警方法及系统 | |
CN110704987B (zh) | 基于失效数据挖掘的相似工况的轴承异常状态评估方法 | |
CN112633781B (zh) | 一种基于车联网大数据的车辆能耗评价方法 | |
Meng et al. | Health indicator of bearing constructed by rms-CUMSUM and GRRMD-CUMSUM with multifeatures of envelope spectrum | |
CN111273125A (zh) | 基于rst-cnn的电力电缆沟道故障诊断方法 | |
CN112417763A (zh) | 输电线路的缺陷诊断方法、装置、设备及存储介质 | |
CN113918642A (zh) | 一种基于电力物联网设备的数据过滤监测预警方法 | |
CN115220396A (zh) | 一种数控机床智能监控方法及系统 | |
CN114738132A (zh) | 基于实船数据的增压器转速传感器故障诊断方法及系统 | |
CN116071053B (zh) | 基于数字孪生的往复式压缩机状态预警系统 | |
CN112326246A (zh) | 基于周期数据及核密度估计的轴承安全状态在线监测方法 | |
CN117093938A (zh) | 一种基于深度学习的风机轴承的故障检测方法和系统 | |
CN116976191A (zh) | 一种水轮发电机组轴系稳定性劣化趋势预测方法 | |
CN116110203A (zh) | 一种基于智能监测技术的天然气发电预警管理方法及系统 | |
CN115326393A (zh) | 一种基于温度信息的风电机组轴承对故障诊断方法 | |
CN114708885A (zh) | 一种基于声音信号的风机故障预警方法 | |
CN115169434B (zh) | 基于k均值聚类算法的主机工况特征值提取方法及系统 | |
Zhao et al. | Health indicator selection and health assessment of rolling element bearing | |
CN109102001A (zh) | 一种遗传基因改进神经网络的转子在线故障诊断方法 | |
CN117171670B (zh) | 一种纺织品生产过程故障监测方法、装置及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |