CN115561635A - 一种工业自动化电机检测方法及系统 - Google Patents
一种工业自动化电机检测方法及系统 Download PDFInfo
- Publication number
- CN115561635A CN115561635A CN202211462977.6A CN202211462977A CN115561635A CN 115561635 A CN115561635 A CN 115561635A CN 202211462977 A CN202211462977 A CN 202211462977A CN 115561635 A CN115561635 A CN 115561635A
- Authority
- CN
- China
- Prior art keywords
- industrial automation
- motor
- data
- noise
- automation motor
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明公开一种工业自动化电机检测方法及系统，建立工业自动化电机故障类型数据库，获取工业自动化电机噪音数据，所述噪音数据包括电机声音噪音数据以及电磁噪音数据，按周期持续获取工业自动化电机噪音数据，当获取数据路径出现故障时，采集工业自动化电机环境数据，并对工业自动化电机环境数据进行检测，若工业自动化电机环境数据不符合预设值则发送预警维修信息，得到噪音故障匹配结果。本申请通过预先建立工业自动化电机常见的故障数据库，当参数与故障数据库内数据近似或一致，则将调取故障数据库类对应的故障类型，然后传递给操作管理人员作为日常维护维修的技术依据，以解决工业自动化电机运行过程中噪音种类多造成检测困难的问题。
Description
技术领域
本发明涉及机电技术领域，尤其涉及一种工业自动化电机检测方法及系统。
背景技术
电动机从电系统吸收电能，向机械系统输出机械能，各种类型的电动机广泛应用于工业设备中，主要作为驱动各种机械设备的动力，发电机从机械系统吸收机械能，向电系统输出电能，工业电机主要是指使用环境、生产工艺、技术标准等比较特殊而区别于普通电机的电机。工业电动机的产品划分方式多样，常见的分类方式包括：按工作电源种类划分、按结构和工作原理划分、按启动与运行方式划分、按用途划分、按转子的结构划分、按运转速度划分等。电机是一种利用电和磁的相互作用实现能量转换和传递的电磁机械装置。
工业自动化电机正逐步推广，随着工业自动化电机的发展和使用，越来越多工业自动化电机问题暴露而出。工业自动化电机与传统电机的区别，工业自动化电机可根据预设的程序进行运行，工业自动化电机虽然实现了数字化运转，但传统电机存在的问题，工业自动化电机也仍然拥有，例如，电机运转过程中产生的噪音。
工业自动化电机控制系统使用微处理器、数字信号处理器、传感器以及网络通信元件来控制机电流程，微处理器、数字信号处理器、传感器以及网络通信元件这些元件具有高度敏感性，但是却在充满来自电机驱动、电磁干扰（EMI）和其他各种来源的电气噪声环境中运会影响这些电器元件正常运行，同时在硬件层面例如轴承等结构运行过程中如果出现异响也会影响工业电机的使用寿命，所以工业自动化电机控制系统需要对电机的噪音进行检测以及分析，为工业电机管理人员及时提供工业电机运行情况数据，为此研发出一种工业自动化电机检测方法及系统。
发明内容
本发明的目的在于提供一种工业自动化电机检测方法及系统，以解决工业自动化电机运行过程中噪音种类多造成检测困难的问题。
第一方面，本发明提供一种自动化电机检测方法，包括；
建立工业自动化电机故障类型数据库；
获取工业自动化电机噪音数据，所述噪音数据包括电机声音噪音数据以及电磁噪音数据，按周期持续获取工业自动化电机噪音数据，当获取数据路径出现故障时，采集工业自动化电机环境数据，并对工业自动化电机环境数据进行检测，若工业自动化电机环境数据不符合预设值则发送预警维修信息；
将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库建立统一的查询字段；
将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库内的噪音故障进行匹配，得到噪音故障匹配结果；
将所述噪音故障匹配结果通过数字孪生模型进行展示。
进一步地，建立工业自动化电机故障类型数据库，包括；
构建工业自动化电机故障类型数据库，所述工业自动化电机故障类型数据库中包括机械类故障类数据和电磁故障类数据；
对所述工业自动化电机故障类型数据库中选择所述电机故障类型数据库以及所述电磁故障类数据涉及参数进行归类，得到工业自动化电机故障检测参数集；
将所述工业自动化电机故障检测参数集设定参数运行最大值以及最小值。
进一步地，获取工业自动化电机噪音数据，所述噪音数据包括电机声音噪音数据以及电磁噪音数据，按周期持续获取工业自动化电机噪音数据，当获取数据路径出现故障时，采集工业自动化电机环境数据，并对工业自动化电机环境数据进行检测，若工业自动化电机环境数据不符合预设值则发送预警维修信息，包括：
根据所述工业自动化电机故障类型对所述工业自动化电机噪音数据进行分类，得到电机声音噪音数据以及电磁噪音数据；
将所述工业自动化电机运行过程之中历史所述电机声音噪音以及所述电磁噪音数据进行存储；
数据的存储在本地硬盘以及云存储，存储数据时将数据进行分类存储便于后续数据的调取。
对存储的所述电机声音噪音以及所述电磁噪音数据进行异常值剔除、剔除非稳工况数据，获得处理后的工业自动化电机噪音数据集。
进一步地，将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库内的噪音故障进行匹配，得到噪音故障匹配结果，包括：
将所述工业自动化电机故障类型数据库与所述工业自动化电机噪音数据进行数据匹配；
当所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库内数据近似或一致，则将调取所述工业自动化电机故障类型数据库内对应的故障类型；
将所述对应的故障类型，生成故障推送信息。
进一步地，将所述噪音故障匹配结果通过数字孪生模型进行展示，包括：
获取工业自动化电机外观以及内部结构图像数据；
根据所述工业自动化电机外观以及内部结构图像数据，生成工业自动化电机动态运行影像数据；
根据所述噪音故障匹配结果对应的坐标，将所述噪音故障匹配结果通过预设的数字孪生模型进行展示。
第二方面，本发明提供一种自动化电机检测系统包括控制端、服务器端以及工业电
机端，所述工业电机端与所述控制端以及所述服务器端建立通信连接；
所述服务器端建立工业自动化电机故障类型数据库，工业电机端采集工业自动化电机噪音数据，所述噪音数据包括电机声音噪音数据以及电气噪音数据，工业电机端将采集的工业自动化电机噪音数据传输至所述服务器端，将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库建立统一的查询字段，建立数据查询规则，将接收的查询指令根据查询命令类型进行分类，并根据系统运行空间对查询命令进行排序，将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库内的噪音故障进行匹配，得到噪音故障匹配结果，将所述噪音故障匹配结果通过数字孪生模型进行展示。
本发明的有益效果如下：本发明提供的一种机器人电机控制系统，建立工业自动化电机故障类型数据库，获取工业自动化电机噪音数据，所述噪音数据包括电机声音噪音数据以及电磁噪音数据，按周期持续获取工业自动化电机噪音数据，当获取数据路径出现故障时，采集工业自动化电机环境数据，并对工业自动化电机环境数据进行检测，若工业自动化电机环境数据不符合预设值则发送预警维修信息，将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库建立统一的查询字段，将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库内的噪音故障进行匹配，得到噪音故障匹配结果。本申请通过预先建立工业自动化电机常见的故障数据库，然后采集工业自动化电机实际使用过程中的各项参数，当参数与故障数据库内数据近似或一致，则将调取故障数据库类对应的故障类型，然后传递给操作管理人员作为日常维护维修的技术依据，以解决工业自动化电机运行过程中噪音种类多造成检测困难的问题。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的工业自动化电机检测方法流程图；
图2为本发明实施例提供的工业自动化电机检测方法S101流程图；
图3为本发明实施例提供的工业自动化电机检测方法S102流程图；
图4为本发明实施例提供的工业自动化电机检测方法S104流程图；
图5为本发明实施例提供的工业自动化电机检测方法S105流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。以下结合附图，详细说明本发明各实施例提供的技术方案。
请参阅图1，本发明提供第一方面，本发明提供一种自动化电机检测方法，包括；
S101，建立工业自动化电机故障类型数据库；
构建工业自动化电机故障类型数据库，所述工业自动化电机故障类型数据库中包括机械类故障类数据和电磁故障类数据，对所述工业自动化电机故障类型数据库中选择所述电机故障类型数据库以及所述电磁故障类数据涉及参数进行归类，得到工业自动化电机故障检测参数集，将所述工业自动化电机故障检测参数集设定参数运行最大值以及最小值，最大值以及最小值用于后续针对参数进行比例，例如螺栓松动的检测声音声呗为最大值为A，最小值为B，检测声音若在A与B之间则调取螺栓松动类故障数据。
S102，获取工业自动化电机噪音数据，所述噪音数据包括电机声音噪音数据以及电磁噪音数据，按周期持续获取工业自动化电机噪音数据，当获取数据路径出现故障时，采集工业自动化电机环境数据，并对工业自动化电机环境数据进行检测，若工业自动化电机环境数据不符合预设值则发送预警维修信息；
根据所述工业自动化电机故障类型对所述工业自动化电机噪音数据进行分类，得到电机声音噪音数据以及电磁噪音数据，将所述工业自动化电机运行过程之中历史所述电机声音噪音以及所述电磁噪音数据进行存储，对存储的所述电机声音噪音以及所述电磁噪音数据进行异常值剔除、剔除非稳工况数据，获得处理后的工业自动化电机噪音数据集，工业自动化电机噪音数据集用于后续的数据处理。将工业自动化噪音根据数据源以及采集数据的位置信息对数据进行分类，例如，数据的采集源是声音传感器，声音传感器为多个在设备的不同位置安装，则将不同位置声音传感器的数据进行分类，得到相应的数据。
S103，将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库建立统一的查询字段；
将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库建立统一的查询字段，可以便于数据的对比，匹配以及查询。
S104，将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库内的噪音故障进行匹配，得到噪音故障匹配结果；
将所述工业自动化电机故障类型数据库与所述工业自动化电机噪音数据进行数据匹配，当所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库内数据近似或一致，则将调取所述工业自动化电机故障类型数据库内对应的故障类型，将所述对应的故障类型，生成故障推送信息，管理人员以及操作人员在后台控制端可以看到生成的故障推送信息，然后进行故障的初步判断。
S105，将所述噪音故障匹配结果通过数字孪生模型进行展示。
获取工业自动化电机外观以及内部结构图像数据，根据所述工业自动化电机外观以及内部结构图像数据，生成工业自动化电机动态运行影像数据，根据所述噪音故障匹配结果对应的坐标，将所述噪音故障匹配结果通过预设的数字孪生模型进行展示，管理人员以及操作人员通过后台控制端生成的数字孪生模型显示的故障影像，可以进行维修方案的设计，避免到达事故现场后进行诊断消耗时间长。
本申请通过预先建立工业自动化电机常见的故障数据库，然后采集工业自动化电机实际使用过程中的各项参数，当参数与故障数据库内数据近似或一致，则将调取故障数据库类对应的故障类型，然后传递给操作管理人员作为日常维护维修的技术依据，以解决工业自动化电机运行过程中噪音种类多造成检测困难的问题。
请参阅图2，具体而言，建立工业自动化电机故障类型数据库，包括；
S201，构建工业自动化电机故障类型数据库，所述工业自动化电机故障类型数据库中包括机械类故障类数据和电磁故障类数据；
S202，对所述工业自动化电机故障类型数据库中选择所述电机故障类型数据库以及所述电磁故障类数据涉及参数进行归类，得到工业自动化电机故障检测参数集；
S203，将所述工业自动化电机故障检测参数集设定参数运行最大值以及最小值。
请参阅图3，具体而言，获取工业自动化电机噪音数据，所述噪音数据包括电机声音噪音数据以及电磁噪音数据，按周期持续获取工业自动化电机噪音数据，当获取数据路径出现故障时，采集工业自动化电机环境数据，并对工业自动化电机环境数据进行检测，若工业自动化电机环境数据不符合预设值则发送预警维修信息，包括：
S301，根据所述工业自动化电机故障类型对所述工业自动化电机噪音数据进行分类，得到电机声音噪音数据以及电磁噪音数据；
S302，将所述工业自动化电机运行过程之中历史所述电机声音噪音以及所述电磁噪音数据进行存储；
将所述工业自动化电机运行过程之中历史所述电机声音噪音以及所述电磁噪音数据进行存储。
S303，对存储的所述电机声音噪音以及所述电磁噪音数据进行异常值剔除、剔除非稳工况数据，获得处理后的工业自动化电机噪音数据集。
工业电机端采集数据的过程汇中会采集到很多无效的数据，例如其它机械设备产生的噪音，在进行数据分析前，需要将这些无效数据进行剔除，得到工业自动化电机噪音数据集，用于后续的数据分析。
请参阅图4，具体而言，将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库内的噪音故障进行匹配，得到噪音故障匹配结果，包括：
S401，将所述工业自动化电机故障类型数据库与所述工业自动化电机噪音数据进行数据匹配；
S402，当所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库内数据近似或一致，则将调取所述工业自动化电机故障类型数据库内对应的故障类型；
工业自动化电机故障类型数据库预先存储好多种工业自动化电机故障类型，包括故障的维修方式、故障原因，技术原理以及维修配件，当检测到的数据与故障出现时的数据一致，则调取相应的故障数据。
S403，将所述对应的故障类型，生成故障推送信息。
将所述对应的故障类型，生成故障推送信息，管理人员以及操作人员在后台控制端可以看到生成的故障推送信息，然后进行故障的初步判断。
请参阅图5，具体而言，将所述噪音故障匹配结果通过数字孪生模型进行展示，包括：
S501，获取工业自动化电机外观以及内部结构图像数据；
将工业自动化电机的外观以及内部结构的物理数据进行收集，用于在数字孪生模型中进行物理数据与虚拟影像数据的对应。将电机的外观物理数据通过在数字孪生模型中生成电机影像数据，管理人员以及操作人员可以通过电脑显示屏观看到与实际电机一直的电机数字孪生模型，模型用于后续当电机发送故障后，采集到故障数据的位置会在电机数字孪生模型中，通过电机数字孪生模型显示出来故障的位置。
S502，根据所述工业自动化电机外观以及内部结构图像数据，生成工业自动化电机动态运行影像数据；
将工业自动化电机的外观以及内部结构的物理数据代入预设的数字孪生模型，通过数字孪生模型得出虚拟的工业自动化电机动态运行影像数据，工业自动化电机动态运行影像数据可以显示出三维图像的工业自动化电机外观以及内部结构，数字孪生模型可以采用第三方saas软件平台接口进行对接。
S503，根据所述噪音故障匹配结果对应的坐标，将所述噪音故障匹配结果通过预设的数字孪生模型进行展示。
管理人员以及操作人员通过后台控制端生成的数字孪生模型显示的故障影像，可以进行维修方案的设计，避免到达事故现场后进行诊断消耗时间长。本申请通过预先建立工业自动化电机常见的故障数据库，然后采集工业自动化电机实际使用过程中的各项参数，当参数与故障数据库内数据近似或一致，则将调取故障数据库类对应的故障类型，然后传递给操作管理人员作为日常维护维修的技术依据，以解决工业自动化电机运行过程中噪音种类多造成检测困难的问题。
第二方面，本发明提供一种工业自动化电机检测系统包括控制端、服务器端以及工
业电机端，所述工业电机端与所述控制端以及所述服务器端建立通信连接；
所述服务器端建立工业自动化电机故障类型数据库，工业电机端采集工业自动化电机噪音数据，所述噪音数据包括电机声音噪音数据以及电气噪音数据，工业电机端将采集的工业自动化电机噪音数据传输至所述服务器端，将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库建立统一的查询字段，建立数据查询规则，将接收的查询指令根据查询命令类型进行分类，并根据系统运行空间对查询命令进行排序，将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库内的噪音故障进行匹配，得到噪音故障匹配结果，将所述噪音故障匹配结果通过数字孪生模型进行展示。
由以上实施例可知，本发明提供的一种工业自动化电机检测方法及系统，建立工业自动化电机故障类型数据库，获取工业自动化电机噪音数据，所述噪音数据包括电机声音噪音数据以及电磁噪音数据，按周期持续获取工业自动化电机噪音数据，当获取数据路径出现故障时，采集工业自动化电机环境数据，并对工业自动化电机环境数据进行检测，若工业自动化电机环境数据不符合预设值则发送预警维修信息，将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库建立统一的查询字段，将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库内的噪音故障进行匹配，得到噪音故障匹配结果。本申请通过预先建立工业自动化电机常见的故障数据库，然后采集工业自动化电机实际使用过程中的各项参数，当参数与故障数据库内数据近似或一致，则将调取故障数据库类对应的故障类型，然后传递给操作管理人员作为日常维护维修的技术依据，以解决工业自动化电机运行过程中噪音种类多造成检测困难的问题。
本说明书中各个实施例之间相同相似的部分互相参见即可。由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。
以上所述的本发明实施方式并不构成对本发明保护范围的限定。
Claims (6)
1.一种工业自动化电机检测方法，其特征在于，包括；
建立工业自动化电机故障类型数据库；
获取工业自动化电机噪音数据，所述噪音数据包括电机声音噪音数据以及电磁噪音数据，按周期持续获取工业自动化电机噪音数据，当获取数据路径出现故障时，采集工业自动化电机环境数据，并对工业自动化电机环境数据进行检测，若工业自动化电机环境数据不符合预设值则发送预警维修信息，按周期持续获取工业自动化电机噪音数据，当获取数据路径出现故障时，采集工业自动化电机环境数据，并对工业自动化电机环境数据进行检测，若工业自动化电机环境数据不符合预设值则发送预警维修信息；
将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库建立统一的查询字段，建立数据查询规则，将接收的查询指令根据查询命令类型进行分类，并根据系统运行空间对查询命令进行排序；
将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库内的噪音故障进行匹配，得到噪音故障匹配结果；
将所述噪音故障匹配结果通过数字孪生模型进行展示。
2.如权利要求1所述的方法，其特征在于，建立工业自动化电机故障类型数据库，包括；
构建工业自动化电机故障类型数据库，所述工业自动化电机故障类型数据库中包括机械类故障类数据和电磁故障类数据；
对所述工业自动化电机故障类型数据库中选择所述电机故障类型数据库以及所述电磁故障类数据涉及参数进行归类，得到工业自动化电机故障检测参数集；
将所述工业自动化电机故障检测参数集设定参数运行最大值以及最小值。
3.如权利要求1所述的方法，其特征在于，获取工业自动化电机噪音数据，所述噪音数据包括电机声音噪音数据以及电磁噪音数据，按周期持续获取工业自动化电机噪音数据，当获取数据路径出现故障时，采集工业自动化电机环境数据，并对工业自动化电机环境数据进行检测，若工业自动化电机环境数据不符合预设值则发送预警维修信息，包括：
根据所述工业自动化电机故障类型对所述工业自动化电机噪音数据进行分类，得到电机声音噪音数据以及电磁噪音数据；
将所述工业自动化电机运行过程之中历史所述电机声音噪音以及所述电磁噪音数据进行存储；
对存储的所述电机声音噪音以及所述电磁噪音数据进行异常值剔除、剔除非稳工况数据，获得处理后的工业自动化电机噪音数据集。
4.如权利要求1所述的方法，其特征在于，将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库内的噪音故障进行匹配，得到噪音故障匹配结果，包括：
将所述工业自动化电机故障类型数据库与所述工业自动化电机噪音数据进行数据匹配；
当所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库内数据近似或一致，则将调取所述工业自动化电机故障类型数据库内对应的故障类型；
将所述对应的故障类型，生成故障推送信息。
5.如权利要求1所述的方法，其特征在于，将所述噪音故障匹配结果通过数字孪生模型进行展示，包括：
获取工业自动化电机外观以及内部结构图像数据；
根据所述工业自动化电机外观以及内部结构图像数据，生成工业自动化电机动态运行影像数据；
根据所述噪音故障匹配结果对应的坐标，将所述噪音故障匹配结果通过预设的数字孪生模型进行展示。
6.一种工业自动化电机检测系统，其特征在于，包括控制端、服务器端以及工业
电机端，所述工业电机端与所述控制端以及所述服务器端建立通信连接；
所述服务器端建立工业自动化电机故障类型数据库，工业电机端采集工业自动化电机噪音数据，所述噪音数据包括电机声音噪音数据以及电气噪音数据，工业电机端将采集的工业自动化电机噪音数据传输至所述服务器端，将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库建立统一的查询字段，建立数据查询规则，将接收的查询指令根据查询命令类型进行分类，并根据系统运行空间对查询命令进行排序，将所述工业自动化电机噪音数据与所述工业自动化电机故障类型数据库内的噪音故障进行匹配，得到噪音故障匹配结果，将所述噪音故障匹配结果通过数字孪生模型进行展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211462977.6A CN115561635A (zh) | 2022-11-16 | 2022-11-16 | 一种工业自动化电机检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211462977.6A CN115561635A (zh) | 2022-11-16 | 2022-11-16 | 一种工业自动化电机检测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115561635A true CN115561635A (zh) | 2023-01-03 |
Family
ID=84770175
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211462977.6A Pending CN115561635A (zh) | 2022-11-16 | 2022-11-16 | 一种工业自动化电机检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115561635A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118152864A (zh) * | 2024-05-11 | 2024-06-07 | 常州全一智能科技有限公司 | 一种基于多源数据融合的电机检测方法及检测系统 |
-
2022
- 2022-11-16 CN CN202211462977.6A patent/CN115561635A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118152864A (zh) * | 2024-05-11 | 2024-06-07 | 常州全一智能科技有限公司 | 一种基于多源数据融合的电机检测方法及检测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115559890B (zh) | 一种水泵机组运行故障预测调整方法及系统 | |
| CN105809255A (zh) | 一种基于物联网的火电厂旋转机械健康管理方法及系统 | |
| CN110779716A (zh) | 嵌入式机械故障智能诊断设备及诊断方法 | |
| CN111353911A (zh) | 电力设备运维方法、系统、设备和存储介质 | |
| CN111322206B (zh) | 一种风电机组机械大部件的智慧运维系统及方法 | |
| CN109165234B (zh) | 机器人异常分析方法及装置 | |
| CN104639587A (zh) | 一种基于物联网的机器人故障监控系统及方法 | |
| CN202330019U (zh) | 一种风电机组的状态监测系统 | |
| CN115561635A (zh) | 一种工业自动化电机检测方法及系统 | |
| CN115364992B (zh) | 一种磨煤机健康监测系统及健康监测方法 | |
| CN112541563A (zh) | 基于边缘计算技术的旋转设备振动预测管理系统 | |
| CN116107280B (zh) | 一种用于多维可视化管理的数字孪生工厂控制系统 | |
| CN102758727B (zh) | 集成于控制系统的风力机状态监测与故障诊断系统及方法 | |
| CN112085233A (zh) | 基于站域bim数据融合多源信息的电力数字信息模型 | |
| EP3404502B1 (en) | Condition-based maintenance of device | |
| CN113379210A (zh) | 电机的故障检测方法和装置、掘进机、可读存储介质 | |
| KR102545672B1 (ko) | 기계고장 진단 방법 및 장치 | |
| CN114924189B (zh) | 一种开关磁阻电机异响识别系统 | |
| CN106525214A (zh) | 一种风力发电机振动检测系统 | |
| US11339763B2 (en) | Method for windmill farm monitoring | |
| CN110864739A (zh) | 基于无线物联网的设备监测分析系统及其监测分析方法 | |
| CN102707228A (zh) | 基于神经网络专家系统的电机故障智能诊断系统 | |
| CN116227125A (zh) | 一种基于数字孪生的行星齿轮箱管理系统和建模方法 | |
| CN113323819B (zh) | 一种基于模糊专家系统的风机安全链故障分析方法及系统 | |
| CN114168411A (zh) | 基于现实拓展技术的设备数字化健康智能管理系统及方法 |
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 |