CN115562133A - 一种轴向柱塞泵智能网关 - Google Patents
一种轴向柱塞泵智能网关 Download PDFInfo
- Publication number
- CN115562133A CN115562133A CN202211404287.5A CN202211404287A CN115562133A CN 115562133 A CN115562133 A CN 115562133A CN 202211404287 A CN202211404287 A CN 202211404287A CN 115562133 A CN115562133 A CN 115562133A
- Authority
- CN
- China
- Prior art keywords
- module
- axial plunger
- fault diagnosis
- plunger pump
- characteristic information
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24215—Scada supervisory control and data acquisition
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提出了一种轴向柱塞泵智能网关,主要应用于液压机械领域,具体针对液压元件轴向柱塞泵。该智能网关由特征输入接口、故障诊断模块、无线通信模块、有线输出接口、电源模块、程序烧录模块、程序调试模块、存储模块、云端监测平台组成,可以通过特征输入接口接收来自轴向柱塞泵的振动、压力、流量、温度等信号的特征信息,并基于故障诊断模块对轴向柱塞泵的运行状况进行监测和故障诊断,基于无线通信模块将特征信息及诊断结果上传至云端监测平台,所述云端监测平台可基于特征信息和诊断结果显示轴向柱塞泵运行状况,同时通过阈值算法判断是否进行报警,实现对轴向柱塞泵远程、实时的状态监测与故障诊断管理。
Description
技术领域
本发明属于液压机械领域,具体涉及一种轴向柱塞泵智能网关。
背景技术
轴向柱塞泵作为液压系统中重要的液压动力元件,由于其具有结构紧凑、效率高、工作参数范围广等优点,被广泛应用于工程机械、生产制造和航空航天等重要领域。但由于轴向柱塞泵结构复杂、技术难度高且容易产生故障,需要对轴向柱塞泵的运行状态进行监测,并实时诊断故障的发生,来保证轴向柱塞泵的正常运行。目前广泛采用的是人工定期检查的方法,即工作人员通过拆解轴向柱塞泵或者在轴向柱塞泵上布设传感器进行检测的方式,将状态数据有线传输到上位机,再利用人工经验对泵的运行状态进行诊断,这种故障诊断方法周期长、成本高,且结果准确度无法保证,难以满足实际工况下的轴向柱塞泵运行状态监测需要。随着整个液压传动领域向着智能化、物联化、集成化方向发展,关于轴向柱塞泵的远程、实时状态监测技术与智能故障诊断技术被迫切需要。
发明内容
为了解决上述对轴向柱塞泵进行故障诊断过程中遇到的问题,本发明提出了一种轴向柱塞泵智能网关。
本发明所述轴向柱塞泵智能网关包括特征输入接口、故障诊断模块、无线通信模块、云端监测平台;
所述特征输入接口为SPI协议接口,用于接收来自轴向柱塞泵的振动、压力、流量、温度信号的特征信息;
所述故障诊断模块,与特征输入接口、无线通信模块相连,对所述特征信息进行故障诊断,将故障诊断结果传输给无线通信模块;
所述无线通信模块为air724UG-NFC芯片,与故障诊断模块和云端监测平台连接,所述air724UG-NFC芯片通过RS485通信协议接收来自故障诊断模块的特征信息和诊断结果,并通过TCP协议向云端监测平台传输;
所述云端监测平台位于远程上位机,通过呈现来自无线通信模块的特征信息和诊断结果,显示轴向柱塞泵运行状况,并基于阈值算法判断是否进行报警。
进一步的,所述特征信息是对安装在轴向柱塞泵上传感器采集到的原始信号进行时频域特征提取的结果。
进一步的,所述故障诊断模块为STM32H743IIT6芯片,其中嵌入故障诊断预训练模型。
所述故障诊断预训练模型是基于SVM、CNN人工神经网络算法结构,通过输入四种不同疲劳程度的轴向柱塞泵运行数据训练得到的模型。
进一步的,还包括,有线输出接口、电源模块、程序烧录模块、程序调试接口、存储模块;
所述有线输出接口为CAN总线接口,是备用有线通道,用于特征信息和诊断结果输出;
所述电源模块,用于给故障诊断模块和无线通信模块提供电源;
所述程序烧录模块,用于烧写、更新故障诊断模块中的程序;
所述程序调试模块,为USART串口电路,用于试验故障诊断模块运行状况;
所述存储模块为EEPROM芯片,用于扩展故障诊断模块存储容量;
所述阈值判断算法原理为,首先设定故障类型信息在种类、幅值、数量上的阈值,一旦在设定时间周期内上传数据连续超过某项阈值,即进行报警提示,否则不触发警报。
进一步的,所述云端监测平台具有网页端和移动端微信小程序两种形式,网页端和移动端微信小程序数据同步共享。
本发明至少具有如下有益效果之一:
(1)本发明首次将人工智能算法模型嵌入到轴向柱塞泵下位机智能网关模块中,利用下位机中有限的计算资源实现了对轴向柱塞泵智能、准确、快速的故障诊断,解决了传统人工方法诊断难、不准确、周期长的问题;
(2)本发明结合无线通信技术,实现了对轴向柱塞泵远程、实时的状态与故障数据传输,克服了传统有线数据传输中布线复杂、占用空间、成本高昂的缺陷,更适合应用于实际工况中;
(3)本发明采用了特征提取方式对轴向柱塞泵运行状态进行识别,克服了传统状态监测技术中传输大量无效数据的缺陷,解决了当前无线传输技术难以实时传输大量数据的问题,使得针对轴向柱塞泵的远程、实时的状态与故障数据传输成为可能,在保证对轴向柱塞泵进行状态监测与故障诊断效果的同时提高了工作效率、节约了传输成本,具有经济性和可行性;
(4)本发明在云端数据平台具有网页端和移动端两种形式,数据同步、共享,方便工作人员随时随地掌握设备工作情况。
附图说明
附图大体上通过举例而不是限制的方式示出各种实施例,并且与说明书以及权利要求书一起用于对所发明的实施例进行说明。在适当的时候,在所有附图中使用相同的附图标记指代同一或相似的部分。这样的实施例是例证性的,而并非旨在作为本装置或方法的穷尽或排他实施例。
图1示出了本发明的一种轴向柱塞泵智能网关结构示意图;
图2示出了本发明的一种轴向柱塞泵智能网关程序流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示,本发明提出了一种轴向柱塞泵智能网关,具体结构组成包括:特征输入接口、故障诊断模块、无线通信模块、有线输出接口、程序烧录模块、程序调试接口、电源模块、存储模块、云端监测平台。
所述特征输入接口为SPI协议接口,用于接收来自轴向柱塞泵的振动、压力、流量、温度信号的特征信息,所述特征信息是对安装在轴向柱塞泵上传感器采集到的原始信号进行时频域特征提取得到的。
应当说明的是,所述特征提取的具体方法为:首先在轴向柱塞泵进口、出口处各布置一个流量、压力传感器,在轴向柱塞泵壳体内壁、缸体外部各布置一个温度、振动传感器,在指定采样时间间隔T内,对各个传感器采集到的信号进行时域、频域上的特征值计算,时域上包括方根幅值、均方根幅值、峰度值、峭度因子、裕度因子六个特征量参数,频域上包括平均频率、4-2阶方根值、2阶权重值、2阶中心距方根值、4阶卷积指数、1/2阶卷积指数六个特征量参数。
所述故障诊断模块为STM32H743IIT6芯片,与特征输入接口、无线通信模块相连,用于接收来自特征输入接口的特征信息、基于嵌入所述故障诊断模块的故障诊断预训练模型来进行故障诊断,将故障诊断结果传输给无线通信模块;
应当说明的是,所述故障诊断预训练模型得到的方法为,首先建立基于SVM、CNN组合的人工神经网络结构,输入四种疲劳状况分别为无、轻微、中度、重度磨损的轴向柱塞泵运行数据,数据类型包括所述特征信息,经过模型训练,得到可以正确分辨磨损状况的模型,提取关键结构参数;
所述利用预训练模型进行故障诊断的方法为,将所述得到的关键模型结构参数、人工神经网络结构转化为程序代码的形式,并烧录到故障诊断模块上,所述来自特征输入接口的特征信息输入故障诊断模块上的预训练模型时,即可进行运算得到诊断结果。
所述无线通信模块为air724UG-NFC芯片,与故障诊断模块和云端监测平台连接;所述air724UG-NFC芯片通过RS485通信协议接收来自故障诊断模块的特征信息和诊断结果,并通过TCP协议向云端监测平台传输;
应当说明的是,所述无线通信模块受故障诊断模块指令控制,进行联网、数据传输、指定传输方式、断网、重启等操作;所述指令为AT协议指令。
所述有线输出接口为CAN总线接口,其作用是所述特征信息和诊断结果输出的备用有线通道;
所述电源模块为故障诊断模块和无线通信模块提供电源;
所述程序烧录模块用于烧写、更新故障诊断模块中的程序;
所述程序调试模块为USART串口电路,用于试验故障诊断模块运行状况;
所述存储模块为EEPROM芯片,用于扩展故障诊断模块存储容量;
应当说明的是,所述CAN总线接口、程序调试模块都是可选择性连接的,连接对象是带有对应接口的上位机,用于所述轴向柱塞泵智能网关的备用数据输出或程序测试。
所述云端监测平台位于远程上位机,通过呈现来自无线通信模块的特征信息和诊断结果,显示轴向柱塞泵运行状况,并基于阈值算法判断是否进行报警。
所述云端监测平台具有网页端和移动端两种形式,数据同步、共享,方便工作人员随时随地掌握设备工作情况;所述阈值判断算法原理为,首先设定故障类型信息在种类、幅值、数量上的阈值,一旦在设定时间周期内上传数据连续超过某项阈值,即进行报警提示,否则不触发报警。
如图2所示,轴向柱塞泵智能网关的嵌入式程序工作流程为:首先为所述轴向柱塞泵智能网关提供电源,供电电源范围+5V-+12V,网关自动启动并连接网络,有指示灯作为提示;如果启动、联网失败,返回上一步骤进行重新启动、联网,直至启动、联网成功;启动、联网成功后将执行从特征输入接口接收特征信息操作;由于采用固定时间间隔采样机制,网关自动判断程序时间是否到达采样间隔T,如果未到达,则等待程序时间≥T再进行下一步,否则直接进行下一步;接着将特征信息输入到预训练模型,预训练模型会给出故障诊断结果;如果故障诊断结果为无故障,则返回输入特征信息步骤,进入正常程序循环,如果结果为有故障,模型会给出故障类型,并将故障类型输入到无线通信模块中;无线通信模块接收到故障类型信息后会将数据传输到云端监测平台;云端监测平台会对故障类型和频次信息进行阈值判断,如果超过阈值,将进行报警提示,如果未超过阈值,则正常存入云端数据库。
以上所述,仅为本发明优选的具体实施方式,但本发明的保护范围不局限于此,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,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种轴向柱塞泵智能网关,其特征在于:包括特征输入接口、故障诊断模块、无线通信模块、云端监测平台;
所述特征输入接口为SPI协议接口,用于接收来自轴向柱塞泵的振动、压力、流量、温度信号的特征信息;
所述故障诊断模块,与特征输入接口、无线通信模块相连,对所述特征信息进行故障诊断,将故障诊断结果传输给无线通信模块;
所述无线通信模块为air724UG-NFC芯片,与故障诊断模块和云端监测平台连接,所述air724UG-NFC芯片通过RS485通信协议接收来自故障诊断模块的特征信息和诊断结果,并通过TCP协议向云端监测平台传输;
所述云端监测平台位于远程上位机,通过呈现来自无线通信模块的特征信息和诊断结果,显示轴向柱塞泵运行状况,并基于阈值算法判断是否进行报警。
2.根据权利要求1所述的一种轴向柱塞泵智能网关,其特征在于,
所述特征信息是对安装在轴向柱塞泵上传感器采集到的原始信号进行时频域特征提取的结果。
3.根据权利要求1所述的一种轴向柱塞泵智能网关,其特征在于,
所述故障诊断模块为STM32H743IIT6芯片,其中嵌入故障诊断预训练模型。
4.根据权利要求3所述的一种轴向柱塞泵智能网关,其特征在于,
所述故障诊断预训练模型是基于SVM、CNN人工神经网络算法结构,通过输入四种不同疲劳程度的轴向柱塞泵运行数据训练得到的模型。
5.根据权利要求1所述的一种轴向柱塞泵智能网关,其特征在于,还包括有线输出接口、电源模块、程序烧录模块、程序调试接口、存储模块;
所述有线输出接口为CAN总线接口,是备用有线通道,用于特征信息和诊断结果输出;
所述电源模块,用于给故障诊断模块和无线通信模块提供电源;
所述程序烧录模块,用于烧写、更新故障诊断模块中的程序;
所述程序调试模块,为USART串口电路,用于试验故障诊断模块运行状况;
所述存储模块为EEPROM芯片,用于扩展故障诊断模块存储容量。
6.根据权利要求1所述的一种轴向柱塞泵智能网关,其特征在于,
所述阈值判断算法原理为,首先设定故障类型信息在种类、幅值、数量上的阈值,一旦在设定时间周期内上传数据连续超过某项阈值,即进行报警提示,否则不触发警报。
7.根据权利要求1所述的一种轴向柱塞泵智能网关,其特征在于,
所述云端监测平台具有网页端和移动端微信小程序两种形式,网页端和移动端微信小程序数据同步共享。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211404287.5A CN115562133A (zh) | 2022-11-10 | 2022-11-10 | 一种轴向柱塞泵智能网关 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211404287.5A CN115562133A (zh) | 2022-11-10 | 2022-11-10 | 一种轴向柱塞泵智能网关 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115562133A true CN115562133A (zh) | 2023-01-03 |
Family
ID=84769670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211404287.5A Pending CN115562133A (zh) | 2022-11-10 | 2022-11-10 | 一种轴向柱塞泵智能网关 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115562133A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116971981A (zh) * | 2023-09-22 | 2023-10-31 | 黑龙江永研科技有限公司 | 一种柱塞泵工作状态远程监测系统及其方法 |
CN117570013A (zh) * | 2024-01-11 | 2024-02-20 | 浙江大学高端装备研究院 | 一种轴向柱塞泵故障诊断监测方法、装置和系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393049A (zh) * | 2008-08-25 | 2009-03-25 | 北京天源科创风电技术有限责任公司 | 风力发电机组振动监测及故障诊断的方法 |
CN108153987A (zh) * | 2018-01-08 | 2018-06-12 | 太原理工大学 | 一种基于超限学习机的液压泵多故障诊断方法 |
CN109002847A (zh) * | 2018-07-04 | 2018-12-14 | 温州大学 | 一种基于指标的深度信念网络的轴向柱塞泵多故障诊断方法 |
CN109100150A (zh) * | 2018-08-09 | 2018-12-28 | 中国船舶重工集团柴油机有限公司 | 低速柴油机远程状态监测及故障诊断系统 |
CN109934206A (zh) * | 2019-04-08 | 2019-06-25 | 中国矿业大学(北京) | 一种非平稳工况下的旋转机械故障诊断方法 |
CN111911579A (zh) * | 2020-08-14 | 2020-11-10 | 李娜 | 一种油压减振活塞阀系统、计算机设备、可读存储介质 |
CN212723729U (zh) * | 2020-08-15 | 2021-03-16 | 熊猫通用机械集团有限公司 | 中央清洗系统的设备控制系统 |
CN112926257A (zh) * | 2020-09-25 | 2021-06-08 | 中国石油天然气集团有限公司 | 往复式天然气压缩机故障诊断系统以及诊断方法 |
CN113027741A (zh) * | 2021-03-11 | 2021-06-25 | 浙江大学 | 一种智能可编程式轴向柱塞泵控制器和控制方法 |
CN113237513A (zh) * | 2021-05-17 | 2021-08-10 | 北京助创科技有限公司 | 动设备故障诊断系统及其方法 |
CN213954990U (zh) * | 2020-11-11 | 2021-08-13 | 郑州朗润智能装备股份有限公司 | Lng-l-cng远程诊断系统 |
CN216554329U (zh) * | 2021-10-30 | 2022-05-17 | 郑州长通机电设备有限公司 | 一种具有远程显示的压力油箱式多头柱塞泵站 |
-
2022
- 2022-11-10 CN CN202211404287.5A patent/CN115562133A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393049A (zh) * | 2008-08-25 | 2009-03-25 | 北京天源科创风电技术有限责任公司 | 风力发电机组振动监测及故障诊断的方法 |
CN108153987A (zh) * | 2018-01-08 | 2018-06-12 | 太原理工大学 | 一种基于超限学习机的液压泵多故障诊断方法 |
CN109002847A (zh) * | 2018-07-04 | 2018-12-14 | 温州大学 | 一种基于指标的深度信念网络的轴向柱塞泵多故障诊断方法 |
CN109100150A (zh) * | 2018-08-09 | 2018-12-28 | 中国船舶重工集团柴油机有限公司 | 低速柴油机远程状态监测及故障诊断系统 |
CN109934206A (zh) * | 2019-04-08 | 2019-06-25 | 中国矿业大学(北京) | 一种非平稳工况下的旋转机械故障诊断方法 |
CN111911579A (zh) * | 2020-08-14 | 2020-11-10 | 李娜 | 一种油压减振活塞阀系统、计算机设备、可读存储介质 |
CN212723729U (zh) * | 2020-08-15 | 2021-03-16 | 熊猫通用机械集团有限公司 | 中央清洗系统的设备控制系统 |
CN112926257A (zh) * | 2020-09-25 | 2021-06-08 | 中国石油天然气集团有限公司 | 往复式天然气压缩机故障诊断系统以及诊断方法 |
CN213954990U (zh) * | 2020-11-11 | 2021-08-13 | 郑州朗润智能装备股份有限公司 | Lng-l-cng远程诊断系统 |
CN113027741A (zh) * | 2021-03-11 | 2021-06-25 | 浙江大学 | 一种智能可编程式轴向柱塞泵控制器和控制方法 |
CN113237513A (zh) * | 2021-05-17 | 2021-08-10 | 北京助创科技有限公司 | 动设备故障诊断系统及其方法 |
CN216554329U (zh) * | 2021-10-30 | 2022-05-17 | 郑州长通机电设备有限公司 | 一种具有远程显示的压力油箱式多头柱塞泵站 |
Non-Patent Citations (1)
Title |
---|
蔡伟;黄坤阳;戴民强;杨志勇;: "基于小波包分解与DAG-SVM的柱塞泵故障诊断", 液压与气动, no. 12, pages 12 - 17 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116971981A (zh) * | 2023-09-22 | 2023-10-31 | 黑龙江永研科技有限公司 | 一种柱塞泵工作状态远程监测系统及其方法 |
CN117570013A (zh) * | 2024-01-11 | 2024-02-20 | 浙江大学高端装备研究院 | 一种轴向柱塞泵故障诊断监测方法、装置和系统 |
CN117570013B (zh) * | 2024-01-11 | 2024-04-05 | 浙江大学高端装备研究院 | 一种轴向柱塞泵故障诊断监测方法、装置和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115562133A (zh) | 一种轴向柱塞泵智能网关 | |
CN108681747B (zh) | 基于深度学习的旋转机械故障诊断与状态监测系统及方法 | |
CN109491341B (zh) | 用于油田作业设备的监控与数据分析系统 | |
CN109507924B (zh) | 用于油田作业设备的远程监控系统 | |
CN107037800B (zh) | 基于客户端制氧设备远程故障诊断系统的故障诊断方法 | |
CN111911483B (zh) | 基于数字孪生的液压系统融合型故障诊断预测方法 | |
CN105955148A (zh) | 基于ZigBee的光伏组件在线监测与故障诊断方法 | |
CN110056640B (zh) | 基于加速度信号和边缘计算的减速机无线故障诊断方法 | |
CN113420465B (zh) | 一种基于数字孪生模型的液压支架全寿命周期管理方法 | |
CN116962471A (zh) | 一种基于物联网的医疗设备管理系统 | |
CN105388884A (zh) | 一种基于由数据驱动的识别算法检测供热管网泄漏故障的报警系统及方法 | |
CN108377209A (zh) | 基于scada的设备故障检测系统和检测方法 | |
CN112364434A (zh) | 一种基于车辆状态bim模型的故障定位方法及系统 | |
CN109507986B (zh) | 用于油田作业设备的远程监控方法 | |
CN112124229A (zh) | 一种应急抢险泵车远程实时故障诊断方法 | |
CN115167324A (zh) | 一种火电站设备故障预警、诊断、干预系统及方法 | |
CN114442543A (zh) | 一种适用于水电站故障预警的计算机监测方法 | |
CN113949616A (zh) | 一种基于无线传感器网络的设备故障监测系统 | |
CN207782829U (zh) | Profibus-dp通信网络的诊断设备 | |
CN114019935A (zh) | 一种基于工业物联网设备实时检测诊断系统 | |
CN209606831U (zh) | 一种复杂多样工业设备状态集中监测与故障诊断系统 | |
CN114165430B (zh) | 基于边缘计算的机泵健康监测方法、系统、设备及介质 | |
CN114003990A (zh) | 一种水务数字集成孪生控制系统 | |
CN116701985A (zh) | 一种油气生产仪表故障诊断方法、装置、设备和相关系统 | |
CN112214912A (zh) | 一种外部自动测试系统及机载设备测试方法 |
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 |