CN115577246A - 一种气瓶防护罩抗振性能检测方法 - Google Patents
一种气瓶防护罩抗振性能检测方法 Download PDFInfo
- Publication number
- CN115577246A CN115577246A CN202211575796.4A CN202211575796A CN115577246A CN 115577246 A CN115577246 A CN 115577246A CN 202211575796 A CN202211575796 A CN 202211575796A CN 115577246 A CN115577246 A CN 115577246A
- Authority
- CN
- China
- Prior art keywords
- vibration
- data
- gas cylinder
- protective cover
- vibration data
- 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
- 230000001681 protective effect Effects 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 22
- 230000002159 abnormal effect Effects 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 21
- 230000001133 acceleration Effects 0.000 claims description 54
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000010959 steel Substances 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
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/30—Hydrogen technology
- Y02E60/32—Hydrogen storage
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及结构部件测试技术领域，提出了一种气瓶防护罩抗振性能检测方法，包括：获取气瓶防护罩的历史振动数据；并得到充气过程的时序振动数据，根据获取数据中数据点的值与邻近数据均值比较获取数据点第一异常程度；并以该第一异常程度及该数据点到均值漂移聚类窗口中心的偏移距离，获取窗口中心点的偏移量，利用均值漂移聚类获取气瓶防护罩在当前时段内的振动数据；根据获取到的当前振动数据得到相应的时间中心值，并以时间中心值获取当前抗振性能下的第一振动数据以及初始抗振性能下的第二振动数据，将二者差值与预设阈值比较，获取对于气瓶防护罩当前抗振性能的检测结果。本发明通过分析时序振动数据可持续性检测气瓶防护罩抗振性能。
Description
技术领域
本发明涉及结构部件测试领域，具体涉及一种气瓶防护罩抗振性能检测方法。
背景技术
气瓶充气过程中会由于管线及充气压力出现摇晃，需要放入气瓶防护罩内进行充气，避免气瓶摇晃产生倾倒，而气瓶防护罩长期处于振动工作环境，会加速老化或部分结构发生破坏进而导致抗振性能下降，因此需要对气瓶防护罩进行持续性及时的抗振性能检测。常规检测方法为对气瓶防护罩振动幅度设定阈值，超过阈值时即认为其不再符合使用要求，而伴随抗振性能下降，气瓶防护罩振动幅度会呈现周期性增长变化，单个振幅阈值无法准确判断气瓶防护罩的抗振性能，需要一种可以从各周期内振幅表现来判断抗振性能的检测方法。
发明内容
本发明提供一种气瓶防护罩抗振性能检测方法，以解决现有的单一振幅阈值无法准确分析振幅周期性增长下对应抗振性能的问题，所采用的技术方案具体如下：
本发明一个实施例提供了一种气瓶防护罩抗振性能检测方法，该方法包括以下步骤：
获取气瓶防护罩的历史振动数据；
获取历史振动数据中充气过程的时序振动数据，根据时序振动数据中数据点的值与邻近范围振动数据均值比较获取数据点第一异常程度；
根据数据点第一异常程度以及均值漂移聚类窗口内该数据点到窗内中心的偏移距离，获取均值漂移聚类过程中窗口中心点的偏移量，并根据窗口中心点的偏移量利用均值漂移聚类算法获取气瓶防护罩在当前时段内抗振性能下的振动数据；
根据气瓶防护罩在当前时段内抗振性能下的振动数据获取对应类别的时间中心值，并以时间中心值获取当前抗振性能下的第一振动数据以及初始抗振性能下的第二振动数据，将第一振动数据与第二振动数据的差值与第一预设阈值进行比较，获取对于气瓶防护罩当前抗振性能的检测结果。
可选的，所述获取气瓶防护罩的历史振动数据的方法为：
利用安装在气瓶防护罩上的振动加速度传感器采集振动加速度数据，通过无线传输模块将检测到的振动加速度数据传输至数据处理中心，作为气瓶防护罩的历史振动数据。
可选的，所述获取历史振动数据中充气过程的时序振动数据的方法为：
对获取到的历史振动数据，根据智能化控制的充气开始及结束时间，对历史振动数据中未充气时段的振动数据进行剔除，并对剩余振动数据进行拼接，得到充气过程的时序振动数据。
可选的，所述获取数据点第一异常程度的方法为：
其中，
表示时序振动数据中第
个时刻的数据点的第一异常程度，
为第
个时刻的数据点的振动数据值，
为第
个时刻的数据点邻近范围的大小，
为范围内第
个数据点的振动数据值。
可选的，所述获取均值漂移聚类过程中窗口中心点的偏移量的方法为：
其中，
即为均值漂移算法中的偏移量，
表示均值漂移过程中窗口范围内数据点的总数量，
为对窗口范围内数据点的遍历，
为第
个数据点的第一异常程度，
为属于聚类窗口范围内的一维的加速传感器数据值
的投影坐标，
为窗内中心点的坐标，
表示以自然常数为底的指数函数。
可选的，所述获取气瓶防护罩在当前时段内抗振性能下的振动数据的方法为：
根据均值漂移聚类结果共得到
个类别，每个类别的振动数据均值即对应了相应时段的抗振性能下的振动数据，对所有类别按照时序排列，则最后一个类别中的振动数据均值即为当前时段内抗振性能下的振动数据。
本发明采用上述技术方案相对于现有技术至少具有如下有益效果：通过得到各数据点在局部振动数据值随机过小或者过大部分对应的异常程度值，用于寻找气瓶防护罩在某一时段内抗振性能下的振动数据时的聚类权值，降低了在对气瓶防护罩抗振性能检测中，充气晃动所具有的随机性带来的干扰，同时保证了各周期变化内对应抗振性能的准确分析，提高了最终的气瓶防护罩抗振性能检测结果精度，并且由于采用振动加速度数据的历史时序数据进行分析，能够做到持续长久性的气瓶防护罩抗振性能监测。
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，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地介绍，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为本发明的一个实施例所提供的一种气瓶防护罩抗振性能检测方法的流程示意图；
图2为气瓶防护罩的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅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。
请参阅图1，其示出了本发明一个实施例所提供的一种气瓶防护罩抗振性能检测方法流程图，该方法包括以下步骤：
步骤S001、获取气瓶防护罩的历史振动数据。
为了完成气瓶防护罩的抗振性能检测，需要在气瓶防护罩上安装振动数据传感器，此处采用振动加速度传感器，用于获取气瓶防护罩的振动数据。如果气瓶防护罩的振动幅度越大，则振动加速度传感器的检测值方向变化所需时间越长（加速度具有方向性）；如果气瓶防护罩的振动越剧烈，则振动加速度传感器的检测值就越大（加速度越大，短时间内速度值就相对更大，动量也随之增大）。
请参阅图2，在其中每一个气瓶防护罩上，即图中的玻璃隔栏上都安装一个振动加速度传感器，并在振动加速度传感器上连接无线传输模块，用于将振动加速度传感器检测到的加速度数据传输至数据处理中心并作为气瓶防护罩的振动数据，用于气瓶防护罩的抗振性能检测。
具体的，从气瓶防护罩出厂第一次开始使用时，即安装振动加速度传感器装置，气瓶防护罩出厂为合格状态，而每次是对同一种钢气瓶进行充气，且充气压力要求保持不变，即保证气瓶防护罩使用环境不发生改变，本发明是对单个气瓶防护罩进行的抗振性能检测，而从出厂开始得到的振动数据按时间顺序获得，排列得到的即是历史振动数据。进一步的，由于传感器输出的量纲和数量级不确定，因此需要对获取到的数据进行归一化，采用线性归一化使数据处于0到1区间，并消除数量级和量纲。
需要说明的是，在得到单个气瓶防护罩上的振动加速度传感器数据后，由于在充气时，气瓶晃动和气瓶充气管道的晃动都具有随机性，导致在获取得到的连续加速度传感器数据中，会出现局部加速度数据值过小或者过大的可能性，进而通过对局部加速度传感器数据的检测，去除各数据点在局部加速度数据值随机过小或者过大部分对应的异常值，进而通过聚类算法将时序振动数据因周期性振幅变化形成的不同时段内抗振性能下的振动数据分类，并根据当前时段内抗振性能下的振动数据得到对气瓶防护罩抗振性能的检测结果。
步骤S002、获取充气过程的时序振动数据，并得到对于数据点的第一异常程度。
在加速度传感器的历史振动数据中，会出现局部加速度数据值随机过小或者过大的可能，进而出现个别相较于局部数据平均值较大或者较小的部分异常数据。同时，在进行充气过程中，由于气瓶晃动和气瓶充气管道的晃动，导致气瓶防护罩一直处于振动之中，使得加速度数据本身也具有一定幅值和频率，因此需要对加速度数据进行预处理。
进一步需要说明的是，由于在未对气瓶进行充气时，加速度数据为0，所以从加速传感器数据的历史振动数据中，将未对气瓶进行充气时的数据进行剔除，对气瓶充气时的加速度数据进行拼接。在对气瓶进行充气时，采用智能化充气而非手动充气，可以获取充气开始及充气结束时间，根据每一次充气中的充气开始和充气结束时间，可以实现对于未充气时段的数据剔除操作。进一步的，由于加速度值具有方向性，数据值可能会出现负值，因此需要对各数据点对应的加速度传感器数据添加绝对值。
进一步的，在获取充气过程的时序振动数据后，振动加速度数据为近似于正弦周期性数据，但由于气瓶防护罩随使用而抗振性能下降，进而导致气瓶防护罩振动幅度增加而总体加速度数据正弦幅值上升。同时，在气瓶防护罩的历史加速度数据中，由于充气的随机过程，局部过大或局部过小的数据值都会影响气瓶防护罩的抗振性能检测结果，因此需要计算数据点的第一异常程度作为相关权值来避免这些局部异常对抗振性能检测时的影响。
具体的，以第
个时刻的振动数据为例，对加速度传感器数据值的时序振动数据设定邻域范围大小
，优选的，该范围大小设置为10s，可根据实施场景进行调整，则该数据点的第一异常程度计算方法为：
其中，
表示时序振动数据中第
个时刻的数据点的第一异常程度，
为第
个时刻的数据点的振动数据值，
为第
个时刻的数据点邻近范围的大小，
为范围内第
个数据点的振动数据值。
的值越大，表示气瓶防护罩在受到气瓶充气过程所产生晃动撞击后振动幅度越大，但有可能是因为气瓶防护罩的抗振性能下降，也可能是因为此次撞击力度过大导致，则需要与范围内的整体振动数据局部均值进行比较，来判断第一异常程度。
获得数据点的第一异常程度，作为抗振性能检测过程中随机振动数据的相关权值，以此来避免随机振动数据对抗振性能检测结果的影响。
步骤S003、根据数据点第一异常程度及振动数据来计算均值漂移过程窗口内的偏移量，再对时序振动数据进行均值漂移聚类，获取当前时段内抗振性能下的振动数据。
现有方法对随机振动数据的去除通常采用预设阈值来判断去除，但此时由于抗振性能的改变，各随机振动数据对应的正常范围不同，单一阈值无法全部去除。本发明通过聚类方法，对时序振动数据进行自适应类别划分，同时根据第一异常程度的负相关映射权值，减小随机振动数据对聚类结果的影响，进一步的，根据聚类结果获取当前时段内抗振性能下的振动数据。
进一步的，由于预期分类数目未知，故选择均值漂移聚类方法进行分类，但由于加速度传感器数据近似为正弦曲线，分类效果较差，进而将加速传感器信号的时序振动数据进行投影至加速度值的方向上,即加速传感器信号的时序振动数据是二维的，横坐标为时间，纵坐标为加速传感器信号的时序振动数据值，将所有加速传感器信号的时序振动数据值投影在纵坐标上进行聚类。
具体的，对时序振动数据计算均值漂移过程窗口内的偏移量，计算方法为：
其中，
即为均值漂移算法中的偏移量，
表示均值漂移过程中聚类窗口范围内数据点的总数量，
为对窗口范围内数据点的遍历，
为第
个数据点的第一异常程度，
为对第
个数据点第一异常程度的负相关映射，
为属于聚类窗口范围内的一维的加速传感器数据值
的投影坐标，
为窗内中心点的坐标，
表示以自然常数为底的指数函数。
为窗内中心点相对于第
个数据点的偏移距离。优选的，聚类窗口大小选择0.1，可根据实施场景进行调整。其中
的值越大，则数据点对应的异常程度值越高，则在聚类时，其对应的权值应当越低，所以需要对其进行负相关映射，使得
的值越大，则
的越小。
需要说明的是，偏移量计算实际即为窗口范围内各数据点对应的加速度传感器数据值到窗内中心点的加权偏移向量和的均值，所得到的偏移量越大，表明当前窗口内数据点的分布数量越多，则在窗口移动时步长越大。
进一步的，根据均值漂移聚类结果共得到
个类别，其中每一个聚类结果表示在不同时间段，频繁出现的加速传感器数据值。进一步的，求取类别中对应的加速度传感器数据值的均值，表示对应的时间段内抗振性能下的振动数据。具体的，气瓶防护罩的抗振性能是持续下降的，导致加速度传感器数据值持续上升，随着时间越大，则加速度传感器数据幅值越大。
进一步的，对所有类别按照时序排列，则最后一个类别中的振动数据均值即为当前时段内抗振性能下的振动数据。同时，通过数据点的第一异常程度的负相关映射，对偏移量计算过程进行带权计算，从而降低局部随机数据对气瓶防护罩抗振性能检测结果的影响。
步骤S004、根据当前时段内抗振性能下的振动数据，得到对于气瓶防护罩的抗振性能检测结果。
上述步骤S003已经获取到当前时段对应的类别中的振动数据，进一步的，获取该类别中所有数据点对应时间的中心值，所述中心值即为该类别对应时间区间的中心时间，并根据时间中心值选取距离当前时间最近时间距离的聚类类别以及最远时间距离的聚类类别。
具体的，距离当前最近时间距离的聚类类别，能够表示当前时段整体的加速度数据检测值，距离当前最远时间距离的聚类类别表示的是气瓶防护罩刚出厂使用时加速度数据检测值，即是初始抗振性能下的振动数据，进而二者做差，即可反应当前气瓶防护罩的抗振性能的变化。
具体的，获取到的两个聚类类别对应的振动数据均值间的差值为，设定第一预设阈值
，当
时，即认为当前气瓶防护罩的抗振性能下降严重，抗振性能不达标，不允许再作为气瓶防护罩继续使用，进而需要更换或维修当前气瓶充气时的气瓶防护罩。当时，则认为当前气瓶防护罩的抗振性能符合要求，抗振性能达标，能够继续作为气瓶防护罩使用。优选的，第一预设阈值
，可根据实施场景进行相应调整。
至此，根据振动数据间的差异表现与第一预设阈值的比较，得到了对于当前时段内抗振性能的检测结果。
以上所述仅为本发明的较佳实施例而已，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 (6)
1.一种气瓶防护罩抗振性能检测方法，其特征在于，该方法包括以下步骤：
获取气瓶防护罩的历史振动数据；
获取历史振动数据中充气过程的时序振动数据，根据时序振动数据中数据点的值与邻近范围振动数据均值比较获取数据点第一异常程度；
根据数据点第一异常程度以及均值漂移聚类窗口内该数据点到窗内中心的偏移距离，获取均值漂移聚类过程中窗口中心点的偏移量，并根据窗口中心点的偏移量利用均值漂移聚类算法获取气瓶防护罩在当前时段内抗振性能下的振动数据；
根据气瓶防护罩在当前时段内抗振性能下的振动数据获取对应类别的时间中心值，并以时间中心值获取当前抗振性能下的第一振动数据以及初始抗振性能下的第二振动数据，将第一振动数据与第二振动数据的差值与第一预设阈值进行比较，获取对于气瓶防护罩当前抗振性能的检测结果。
2.根据权利要求1所述的一种气瓶防护罩抗振性能检测方法，其特征在于，所述获取气瓶防护罩的历史振动数据的方法为：
利用安装在气瓶防护罩上的振动加速度传感器采集振动加速度数据，通过无线传输模块将检测到的振动加速度数据传输至数据处理中心，作为气瓶防护罩的历史振动数据。
3.根据权利要求1所述的一种气瓶防护罩抗振性能检测方法，其特征在于，所述获取历史振动数据中充气过程的时序振动数据的方法为：
对获取到的历史振动数据，根据智能化控制的充气开始及结束时间，对历史振动数据中未充气时段的振动数据进行剔除，并对剩余振动数据进行拼接，得到充气过程的时序振动数据。
4.根据权利要求1所述的一种气瓶防护罩抗振性能检测方法，其特征在于，所述获取数据点第一异常程度的方法为：
其中，
表示时序振动数据中第
个时刻的数据点的第一异常程度，
为第
个时刻的数据点的振动数据值，
为第
个时刻的数据点邻近范围的大小，
为范围内第
个数据点的振动数据值。
5.根据权利要求4所述的一种气瓶防护罩抗振性能检测方法，其特征在于，所述获取均值漂移聚类过程中窗口中心点的偏移量的方法为：
其中，
即为均值漂移算法中的偏移量，
表示均值漂移过程中窗口范围内数据点的总数量，
为对窗口范围内数据点的遍历，
为第
个数据点的第一异常程度，
为属于聚类窗口范围内的一维的加速传感器数据值
的投影坐标，
为窗内中心点的坐标，
表示以自然常数为底的指数函数。
6.根据权利要求1所述的一种气瓶防护罩抗振性能检测方法，其特征在于，所述获取气瓶防护罩在当前时段内抗振性能下的振动数据的方法为：
根据均值漂移聚类结果共得到
个类别，每个类别的振动数据均值即对应了相应时段的抗振性能下的振动数据，对所有类别按照时序排列，则最后一个类别中的振动数据均值即为当前时段内抗振性能下的振动数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211575796.4A CN115577246B (zh) | 2022-12-09 | 2022-12-09 | 一种气瓶防护罩抗振性能检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211575796.4A CN115577246B (zh) | 2022-12-09 | 2022-12-09 | 一种气瓶防护罩抗振性能检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115577246A true CN115577246A (zh) | 2023-01-06 |
| CN115577246B CN115577246B (zh) | 2023-04-21 |
Family
ID=84590453
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211575796.4A Active CN115577246B (zh) | 2022-12-09 | 2022-12-09 | 一种气瓶防护罩抗振性能检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115577246B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117091754A (zh) * | 2023-10-20 | 2023-11-21 | 山东远盾网络技术股份有限公司 | 基于数据分析的大型设备故障检测方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102019216499A1 (de) * | 2019-10-25 | 2021-04-29 | Robert Bosch Gmbh | Vorrichtung und Verfahren zum Ermitteln eines Verbrauchs eines Gases aus einer zumindest teilweise mit Gas gefüllten Gasflasche |
| CN213516260U (zh) * | 2020-10-21 | 2021-06-22 | 广东省特种设备检测研究院珠海检测院 | 车载气瓶抗振性能检测装置 |
| CN113689347A (zh) * | 2021-08-18 | 2021-11-23 | 西安万像电子科技有限公司 | 基于均值偏移聚类的量化噪声去除方法、设备及存储介质 |
| US20220120639A1 (en) * | 2020-10-16 | 2022-04-21 | Georgia-Pacific LLC | Systems and methods for analyzing machine performance |
| CN115090378A (zh) * | 2022-08-26 | 2022-09-23 | 启东市春晨机械有限公司 | 一种金属破碎机锤头转子的振动异常监控及预警方法 |
| CN115283125A (zh) * | 2022-10-09 | 2022-11-04 | 如皋市中如新材料科技有限公司 | 一种基于石料破碎设备的运行异常监测方法 |
| CN115358349A (zh) * | 2022-10-19 | 2022-11-18 | 江苏益捷思信息科技有限公司 | 一种数据优化聚类方法 |
-
2022
- 2022-12-09 CN CN202211575796.4A patent/CN115577246B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102019216499A1 (de) * | 2019-10-25 | 2021-04-29 | Robert Bosch Gmbh | Vorrichtung und Verfahren zum Ermitteln eines Verbrauchs eines Gases aus einer zumindest teilweise mit Gas gefüllten Gasflasche |
| US20220120639A1 (en) * | 2020-10-16 | 2022-04-21 | Georgia-Pacific LLC | Systems and methods for analyzing machine performance |
| CN213516260U (zh) * | 2020-10-21 | 2021-06-22 | 广东省特种设备检测研究院珠海检测院 | 车载气瓶抗振性能检测装置 |
| CN113689347A (zh) * | 2021-08-18 | 2021-11-23 | 西安万像电子科技有限公司 | 基于均值偏移聚类的量化噪声去除方法、设备及存储介质 |
| CN115090378A (zh) * | 2022-08-26 | 2022-09-23 | 启东市春晨机械有限公司 | 一种金属破碎机锤头转子的振动异常监控及预警方法 |
| CN115283125A (zh) * | 2022-10-09 | 2022-11-04 | 如皋市中如新材料科技有限公司 | 一种基于石料破碎设备的运行异常监测方法 |
| CN115358349A (zh) * | 2022-10-19 | 2022-11-18 | 江苏益捷思信息科技有限公司 | 一种数据优化聚类方法 |
Non-Patent Citations (2)
| Title |
|---|
| ANDREY V. VASILYEV: "Approaches and technical solutions of reduction of low frequency vibration caused by gas pressure oscillations in pipelines of piston compressors during suction process" * |
| 周云龙;王锁斌;赵鹏;: "基于改进k-均值聚类算法的风机振动分析" * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117091754A (zh) * | 2023-10-20 | 2023-11-21 | 山东远盾网络技术股份有限公司 | 基于数据分析的大型设备故障检测方法及系统 |
| CN117091754B (zh) * | 2023-10-20 | 2023-12-19 | 山东远盾网络技术股份有限公司 | 基于数据分析的大型设备故障检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115577246B (zh) | 2023-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5793961B2 (ja) | 電磁波識別装置、電磁波識別方法及びプログラム | |
| US10704982B2 (en) | Sensor recording analysis apparatus and method | |
| US7555407B2 (en) | Anomaly monitoring device and method | |
| CN104471359B (zh) | 噪声识别装置及噪声识别方法 | |
| CN110224771B (zh) | 基于bp神经网络与信息几何的频谱感知方法及装置 | |
| CN115577246A (zh) | 一种气瓶防护罩抗振性能检测方法 | |
| CN110333078B (zh) | 一种滚动轴承退化状态阶段确定方法 | |
| CN111695620A (zh) | 一种电力系统时间序列异常数据检测与修正方法及系统 | |
| CN115052761B (zh) | 一种检测轮胎异常的方法和装置 | |
| CN109342828A (zh) | 一种基于频域恒虚警的雷电脉冲信号检测方法 | |
| CN111062093A (zh) | 一种基于图像处理和机器学习技术的汽车轮胎寿命预测方法 | |
| CN110398775B (zh) | 隧道突涌水灾害微震事件信号波动初至拾取方法及系统 | |
| CN117591986B (zh) | 基于人工智能的汽车数据实时处理方法 | |
| CN106226647A (zh) | 一种电子设备的耳机插座和电子设备 | |
| CN112036269A (zh) | 跌倒检测方法、装置、计算机设备和存储介质 | |
| JP2002323371A (ja) | 音響診断装置及び音響診断方法 | |
| TWI636276B (zh) | 人工智能地震判斷方法及地震偵測系統 | |
| CN115615696A (zh) | 一种基于声振信息融合的柴油机齿轮室故障诊断方法 | |
| CN113487141B (zh) | 一种多源信息聚类融合的轴承状态评估方法 | |
| CN110376436B (zh) | 一种多尺度噪声功率谱线谱检测方法 | |
| CN114254685A (zh) | 声音检测模型的训练方法和装置、声音事件的检测方法 | |
| CN116505972B (zh) | 一种线缆信号传输的智能检测方法及系统 | |
| CN117033983B (zh) | 一种无人船自噪声检测识别方法及系统 | |
| CN111007464A (zh) | 基于最优加权的道路地下空洞识别方法、装置及系统 | |
| CN117889945B (zh) | 一种公路桥梁施工振动测试方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |