CN116046426A - 起重设备故障诊断方法、装置、电子设备及存储介质 - Google Patents

起重设备故障诊断方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116046426A
CN116046426A CN202211540196.4A CN202211540196A CN116046426A CN 116046426 A CN116046426 A CN 116046426A CN 202211540196 A CN202211540196 A CN 202211540196A CN 116046426 A CN116046426 A CN 116046426A
Authority
CN
China
Prior art keywords
information
fault
equipment
virtual
digital prototype
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
Application number
CN202211540196.4A
Other languages
English (en)
Inventor
孙鹏
孙义
张源
陈建
段玉响
张守信
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Inovance Technology Co Ltd
Original Assignee
Shenzhen Inovance Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Inovance Technology Co Ltd filed Critical Shenzhen Inovance Technology Co Ltd
Priority to CN202211540196.4A priority Critical patent/CN116046426A/zh
Publication of CN116046426A publication Critical patent/CN116046426A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00Subject matter not provided for in other groups of this subclass
    • G01M99/005Testing of complete machines, e.g. washing-machines or mobile phones
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control And Safety Of Cranes (AREA)

Abstract

本申请公开了起重设备故障诊断方法、装置、电子设备及可读存储介质,应用于数字样机系统,所述数字样机系统设置有虚拟起重设备,所述起重设备故障诊断方法包括:获取起重设备在当前工况下对应的虚拟运行信息和对应的虚拟起重设备的标准运行信息;根据所述标准运行信息,在所述虚拟运行信息中选取设备故障信息;根据所述设备故障信息对应的设备故障特征,对所述起重设备进行故障类型识别,得到故障类型识别结果。本申请解决了进行起重设备故障诊断的诊断可靠性低的技术问题。

Description

起重设备故障诊断方法、装置、电子设备及存储介质
技术领域
本申请涉及故障诊断技术领域,尤其涉及一种起重设备故障诊断方法、装置、电子设备及可读存储介质。
背景技术
随着工业化进程的不断推进,起重设备广泛应用于越来越多的工业作业场景中,而在运行过程中难免会出现异常工况,例如异常振动、垂直度转移以及标准节螺栓松动等,为了针对性管控起重设备,进行故障诊断是十分必要的。
目前,通常情况下通过布置传感器对起重设备的运行数据进行采集,进而根据采集到的信息提取故障异常特征,以实现对起重设备故障类型的精确诊断,然而,为了采集到起重设备诊断所需的运行数据,需要布置多种类型的传感器,进而会增加进行起重设备故障诊断的成本,更重要的是,由于布置在起重设备上的传感器对环境较为敏感,使得起重设备的运行时间不断累积后,易导致出现故障诊断结果并非起重设备的实际故障或者故障诊断失效等情况,所以,当前进行起重设备故障诊断的诊断可靠性低。
发明内容
本申请的主要目的在于提供一种起重设备故障诊断方法、装置、电子设备及可读存储介质,旨在解决现有技术中进行起重设备故障诊断的诊断可靠性低的技术问题。
为实现上述目的,本申请提供一种起重设备故障诊断方法,应用于数字样机系统,所述数字样机系统设置有虚拟起重设备,所述起重设备故障诊断方法包括:
获取起重设备在当前工况下对应的虚拟运行信息和对应的虚拟起重设备的标准运行信息;
根据所述标准运行信息,在所述虚拟运行信息中选取设备故障信息;
根据所述设备故障信息对应的设备故障特征,对所述起重设备进行故障类型识别,得到故障类型识别结果。
为实现上述目的,本申请还提供一种起重设备故障诊断装置,应用于数字样机系统,所述数字样机系统设置有虚拟起重设备,所述起重设备故障诊断装置包括:
获取模块,用于获取起重设备在当前工况下对应的虚拟运行信息和对应的虚拟起重设备的标准运行信息;
选取模块,用于根据所述标准运行信息,在所述虚拟运行信息中选取设备故障信息;
识别模块,用于根据所述设备故障信息对应的设备故障特征,对所述起重设备进行故障类型识别,得到故障类型识别结果。
本申请还提供一种电子设备,所述电子设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述起重设备故障诊断方法的程序,所述起重设备故障诊断方法的程序被处理器执行时可实现如上述的起重设备故障诊断方法的步骤。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有实现起重设备故障诊断方法的程序,所述起重设备故障诊断方法的程序被处理器执行时实现如上述的起重设备故障诊断方法的步骤。
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的起重设备故障诊断方法的步骤。
本申请提供了一种起重设备故障诊断方法、装置、电子设备及可读存储介质,也即,应用于数字样机系统,所述数字样机系统设置有虚拟起重设备,获取起重设备在当前工况下对应的虚拟运行信息和对应的虚拟起重设备的标准运行信息;根据所述标准运行信息,在所述虚拟运行信息中选取设备故障信息;根据所述设备故障信息对应的设备故障特征,对所述起重设备进行故障类型识别,得到故障类型识别结果。由于数字样机系统设置有起重设备对应的虚拟起重设备,进而当起重设备在当前工况下运行时,即可实现通过对应的虚拟起重设备在当前工况下的标准运行信息,选取虚拟运行信息中的设备故障信息,进而根据设备故障信息对应的设备故障特征,对起重设备进行故障类型识别的目的,也即,实现了依赖于数字样机系统对起重设备进行故障诊断的目的,而非通过布置传感器对起重设备进行故障诊断,所以克服了由于布置在起重设备上的传感器对环境较为敏感,使得起重设备的运行时间不断累积后,易导致出现故障诊断结果并非起重设备的实际故障或者故障诊断失效等情况的技术缺陷,所以得以在降低起重设备故障诊断成本的同时,实现了对起重设备进行准确故障诊断的目的,所以,提升了进行起重设备故障诊断的诊断可靠性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请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,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为本申请起重设备故障诊断方法第一实施例的流程示意图;
图2为本申请起重设备故障诊断方法起重设备故障诊断的示意图;
图3为本申请起重设备故障诊断方法第二实施例的流程示意图;
图4为本申请起重设备故障诊断装置实施例的示意图;
图5为本申请实施例中起重设备故障诊断方法涉及的硬件运行环境的设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,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作出创造性劳动的前提下所获得的所有其它实施例,均属于本发明保护的范围。
实施例一
首先,应当理解的是,目前对起重设备进行故障诊断的方式,通常有人工定期巡检和基于传感器的自动检测两种,其中,人工定期巡检的巡检流程为:巡检人员位于起重设备的机械运行端,当操作人员在起重设备的电机运行端控制机械运行端上下运行时,人工巡检起重设备的异常情况,此故障诊断方式依赖于巡检人员的巡检经验以及在巡检过程中的观察力,进而导致对于起重设备故障诊断的诊断精确性较低,而基于传感器的自动检测流程为:针对故障诊断过程中所需信息设置多种类型的传感器,例如电磁传感器、振动传感器以及声音传感器等,进而在采集到对应信息后进行故障异常特征提取,以诊断起重设备故障,但是,此故障诊断方式将至少带来如下几点缺陷:1)传感器类型的选取及布点位的选取较为困难;2)对传感器精度的要求导致诊断成本较高;3)起重设备的运行环境易影响传感器的使用寿命,甚至在传感器失效后无法进行故障诊断,所以,基于传感器的起重设备故障诊断方法的诊断结果不可靠,所以,目前亟需一种提升进行起重设备故障诊断的诊断可靠性的方法。
本申请实施例提供一种起重设备故障诊断方法,应用于数字样机系统,所述数字样机系统设置有虚拟起重设备,在本申请起重设备故障诊断方法的第一实施例中,参照图1,所述起重设备故障诊断方法包括:
步骤S10,获取起重设备在当前工况下对应的虚拟运行信息和对应的虚拟起重设备的标准运行信息;
步骤S20,根据所述标准运行信息,在所述虚拟运行信息中选取设备故障信息;
步骤S30,根据所述设备故障信息对应的设备故障特征,对所述起重设备进行故障类型识别,得到故障类型识别结果。
可以理解的是,在进行起重设备故障诊断时,可通过布置高精度、多类型的传感器以提升故障诊断精确性,但是,由于传感器的使用寿命和监测准确性均易受起重设备的运行环境的影响,进而导致传感器采集到的信息无法真实反映起重设备的运行状态,且大量传感器的布置将提高诊断的成本,所以,当前对于起重设备故障诊断的成本及诊断精确性均不可控。
为解决上述缺陷,本申请实施例提供一种起重设备故障诊断方法,所述起重设备故障诊断方法应用于数字样机系统,所述数字样机系统设置有虚拟起重设备,通过数字样机系统的获取模块、选取模块以及识别模块依次处理数字样机系统在起重设备处于当前工况下生成的虚拟运行信息和对应的虚拟起重设备的标准运行信息,以实现对起重设备的故障诊断,其中,所述获取模块用于获取数字样机系统生成的虚拟运行信息和标准运行信息,所述选取模块用于选取虚拟运行信息中的设备故障信息,所述识别模块用于识别起重设备的故障类型。
另外地,需要说明的是,所述虚拟运行信息用于表征虚拟运行状态,所述标准运行信息用于表征标准运行状态,具体均可以为振动信息、疲劳信息、寿命信息、形变信息,冲击信息、位移信息、角度信息、电流信息以及运行速度信息等,其中,所述虚拟运行状态为所述数字样机系统反馈的当前工况下的运行状态,所述标准运行状态为所述数字样机系统反馈的标准工况下的运行状态,其中,标准工况为所述数字样机系统在构建所述虚拟起重设备时运行的工况,具体可以为正常工况或异常工况等,例如,在一种可实施的方式中,假设操作人员控制驱动电机驱动所述起重设备运行,则任一时刻下所述起重设备所处的运行工况均为当前工况,当所述起重设备在当前工况下运行时,所述起重设备对应的虚拟起重设备也在当前工况下同步运行,进而数字样机系统可以虚拟起重设备的运行信息表征所述起重设备在当前工况下的运行状态,也即所述虚拟运行信息,以实现虚拟传感检测功能。
另外地,需要说明的是,所述设备故障信息用于表征起重设备故障参数,其中,所述设备故障信息包括但不限于起升高度信息、起升速度信息、减速机振动信息以及驱动电机温度信息等,所述设备故障特征用于表征所述起重设备的故障类型,其中,所述故障类型包括但不限于等电机运行故障、机械运行故障以及减速机运行故障,其中,所述电机制动故障具体可以为电机发烫、电机启动困难以及电机运行噪声大等,所述机械运行故障具体可以为吊笼运行震动大、吊笼启动或停止时存在跳动以及吊笼运行摆动较大等,所述减速机运行故障具体可以为减速机漏油、减速机运转有噪声以及减速机输出轴转动异常等。
另外地,需要说明的是,所述起重设备可由上位机控制,所述上位机设置有起重设备控制系统,当操作人员通过起重设备控制系统控制电机运行时,所述数字样机系统可与所述起重设备控制系统进行实时工况信息交互,其中,信息交互的方式具体可以为工业云或5G等,所述工况信息具体可以为运行速度信息、电流信息以及振动信息等,以实现所述数字样机系统的虚拟起重设备与所述起重设备控制系统的工况匹配,进而通过所述数字样机系统检测所述起重设备在当前工况下的虚拟运行信息,实现对所述起重设备的全状态信息采集,参照图2,图2为表示起重设备故障诊断的示意图,其中,11为驱动电机,12为所述起重设备的机械端,驱动电机11电控所述起重设备的机械端12运行,13为虚拟驱动电机,14为所述虚拟起重设备的机械端。
作为一种示例,步骤S10至步骤S30包括:当起重设备对应的驱动电机处于工作状态时,通过获取模块获取所述数字样机系统生成的所述起重设备对应的虚拟起重设备在当前工况下的虚拟运行信息,以及通过所述获取模块获取预设标准信息库中存储的至少一个标准运行信息,其中,所述虚拟运行信息可以为一个或多个,所述预设标准信息库包括预设正常信息库和预设异常信息库;若比对到所述虚拟运行信息和所述预设异常信息库的标准异常信息一致,则将所述虚拟运行信息选取为所述设备故障信息,或者若比对到所述虚拟运行信息和所述预设正常信息库的标准正常信息不一致,则将所述虚拟运行信息选取为所述设备故障信息,其中,所述标准正常信息和所述标准异常信息均可以为一个或多个,所述标准正常信息用于表征正常运行参数,所述标准异常信息用于表征异常运行参数;根据所述设备故障信息对应的设备故障特征,对所述起重设备进行故障类型识别,得到故障类型识别结果,其中,所述故障类型识别结果至少包括电机运行故障结果、机械运行故障结果以及减速机运行故障结果中的一种。由于数字样机系统可替代传感器进行起重设备的运行信息的采集,且数字样机系统采集到的运行信息不受外界环境的干扰,能够客观反映起重设备在当前工况下的真实运行状态,所以通过数字样机系统采集到的运行信息进行起重设备故障类型诊断,克服了对于起重设备故障诊断的成本及诊断精确性均不可控的技术缺陷,所以,提升了进行起重设备故障诊断的可靠性。
在一种可实施的方式中,若在所述预设正常信息库比对到和所述虚拟运行信息一致的标准运行信息,则返回执行步骤:通过获取模块获取所述数字样机系统生成的所述起重设备对应的虚拟起重设备在当前工况下的虚拟运行信息。
在一种可实施的方式中,为了节约数字样机系统的计算资源,对于起重设备中不易受到外部环境影响的运行信息,仍可通过布置高精度的传感器进行采集,进而基于起重设备控制系统与数字样机系统之间的实时信息交互,获取用于起重设备故障诊断的相关信息,也即,通过起重设备控制系统采集起重设备的实际运行信息以及通过数字样机系统采集起重设备的虚拟运行信息,以得到进行起重设备故障诊断所需的运行信息,进而实现对起重设备进行故障诊断的目的。
其中,所述根据所述标准运行信息,在所述虚拟运行信息中选取设备故障信息的步骤包括:
步骤A10,检测所述虚拟运行信息和所述标准运行信息之间的第一信息偏差是否大于第一预设信息偏差阈值;
步骤A20,若是,则将所述虚拟运行信息作为所述设备故障信息。
在本实施例中,需要说明的是,由于数字样机系统在构建虚拟起重设备时运行的工况有限,进而在选取所述设备故障信息时依赖于设备故障信息与所述标准运行信息的一致性,易导致与标准异常信息相似性较高的虚拟运行信息未被选取为设备故障信息,然而,由于起重设备结构复杂,导致在设备故障信息出现漏选取的情况时,无法保证起重设备故障诊断的诊断准确性。
为解决上述缺陷,通过设置第一预设信息偏差阈值对所述虚拟运行信息进行精确选取,也即,所述第一预设信息偏差阈值用于表征第一信息偏差的最大程度,其中,所述第一信息偏差可由所述数字样机系统基于获取模块的获取子单元获取得到,所述获取子单元获取所述第一信息偏差的方式包括但不限于均方差、平均值、幅值、频率、神经网络训练以及机器学习训练等,其中,所述虚拟运行信息和所述标准运行信息之间的信息偏差可以为正信息偏差或负信息偏差,当所述信息偏差为正信息偏差时,所述第一预设信息偏差阈值为正值,当所述信息偏差为负信息偏差时,所述第一预设信息偏差阈值为负值。
作为一种示例,步骤A10至步骤A20包括:通过预设平均值计算公式获取所述虚拟运行信息和所述标准运行信息之间的第一信息偏差,若检测到所述第一信息偏差为第一信息正偏差,并检测所述第一信息偏差是否大于第一预设信息偏差阈值;若检测到所述第一信息偏差大于所述第一预设信息偏差阈值,则将所述虚拟运行信息选取为所述设备故障信息。
在一种可实施的方式中,若检测到所述第一信息偏差小于或者等于所述第一预设信息偏差阈值,则将所述虚拟运行信息作为正常运行信息,其中,所述正常运行信息用于表征参数运行正常,例如,假设所述运行信息为电流,其中,所述虚拟运行信息为290A,所述标准运行信息为280A,所述第一预设信息偏差阈值为8A,则将所述虚拟运行信息作为所述设备故障信息。
作为一种示例,步骤A10至步骤A20包括:通过预设平均值计算公式获取所述虚拟运行信息和所述标准运行信息之间的第一信息偏差,若检测到所述第一信息偏差为第一信息负偏差,并检测所述第一信息偏差是否小于第一预设信息偏差阈值;若检测到所述第一信息偏差小于所述第一预设信息偏差阈值,则将所述虚拟运行信息选取为所述设备故障信息;
通过设定第一预设信息偏差阈值进行设备故障信息选取,即可实现在虚拟运行信息和标准运行信息不一致但相似度较高时,通过第一预设信息偏差阈值精准判别虚拟运行信息是否为设备故障信息的目的,克服了由于起重设备结构复杂,导致在设备故障信息出现漏选取的情况时,无法保证起重设备故障诊断的诊断准确性的技术缺陷,所以,进一步提升了起重设备故障诊断的精确性。
其中,所述根据所述设备故障信息对应的设备故障特征,对所述起重设备进行故障类型识别,得到故障类型识别结果的步骤包括:
步骤B10,提取所述设备故障信息对应的设备故障特征;
步骤B20,根据所述设备故障特征,在预设故障特征库中匹配所述起重设备对应的标准故障特征;
步骤B30,根据所述设备故障特征和所述标准故障特征之间的特征相似度,对所述起重设备进行故障类型识别,得到故障类型识别结果。
在本实施例中,需要说明的是,由于设备故障信息的设备故障特征能够反映起重设备的故障类型,进而可通过提取所述设备故障信息的设备故障特征,以识别起重设备的故障类型,其中,所述设备故障特征具体可通过预设故障特征提取模型提取得到,所述数字样机系统设置有预设故障特征库,例如,在一种可实施的方式中,可通过预设故障特征提取所述设备故障信息的时域特征、频域特征或者幅值特征,对一个或多个时域特征、频域特征或者幅值特征进行耦合,得到所述设备故障信息对应的设备故障特征,进而通过预设故障特征库中的标准故障特征与标准故障特征之间的特征相似度,识别所述起重设备的故障类型。
作为一种示例,步骤B10至步骤B30包括:基于预设特征提取模型提取所述设备故障信息的设备故障特征,其中,所述设备故障特征至少包括电机运行故障特征、机械运行故障特征以及减速机运行故障特征中的一种;以所述设备故障特征为索引,在所述预设故障特征库中查询对应的标准故障特征;比对所述设备故障特征和所述标准故障特征之间的特征相似度是否大于预设特征相似度阈值,若所述特征相似度大于所述预设特征相似度阈值,则确定所述起重设备的故障类型识别结果为所述设备故障特征对应的设备故障,其中,所述预设故障特征库用于存储不同故障类型的设备标准故障,所述设备标准故障至少包括电机标准运行故障、减速机标准运行故障以及机械标准运行故障中的一种。
通过在预设故障特征库中为不同故障类型设置不同的标准故障特征,进而当设备故障特征为多种故障特征的组合体时,仍可实现分别对不同类型的设备故障特征进行检测,以诊断起重设备是否为多种故障类型组合的目的,避免了当起重设备在当前工况下包含多种设备故障特征时,却因设备组合障碍识别乏力而导致对起重设备的设备故障类型诊断不准确的技术缺陷,所以提升了组合类设备故障诊断的精确性。
其中,在所述获取起重设备在当前工况下对应的虚拟运行信息和对应的虚拟起重设备的标准运行信息的步骤之前,所述起重设备故障诊断方法还包括:
步骤C10,根据所述起重设备的机械属性信息,选取对应的机械数字样机;
步骤C20,根据所述起重设备的电机选型参数,确定对应的驱动电机的电机数字样机;
步骤C30,将所述机械数字样机和所述电机数字样机耦合为目标数字样机;
步骤C40,根据所述驱动电机和所述电机数字样机,对所述目标数字样机进行迭代校正,直至得到所述起重设备对应的虚拟起重设备。
在本实施例中,需要说明的是,为了使所述数字样机系统具备虚拟传感检测功能,需在所述数字样机系统设置所述虚拟起重设备,也即,在对所述起重设备进行故障诊断前,需构建所述起重设备对应的模型,其中,建模方式包括但不限于基于物理拓扑的建模方式、基于理论模型的建模方式以及基于数据融合的建模方式,所述机械数字样机用于表征所述起重设备的机械端模型,所述机械端模型具体可以为起重机械模型或者升降机械模型等,所述电机数字样机用于表征所述起重设备的电机端模型,具体可以为直流驱动电机模型或者交流驱动电机模型等,所述机械数字样机可基于所述数字样机系统的机械建模软件构建,所述电机数字样机可基于所述数字样机系统的电机建模软件构建,例如,在一种可实施的方式中,假设所述起重设备为施工升降机,可通过CAD(ComputerAidedDesign,计算机辅助设计)构建施工升降机的三维模型,可通过Simcenter SPEED(电机设计仿真软件)构建起重设备的虚拟驱动电机,由于起重设备工作需通过起重设备的电机端电机电控起重设备的机械端,进而通过控制分析模型调整两款软件的交互接口,耦合得到基于物理模型建模的施工升降机运动学与动力学三维可视化模型,也即目标数字样机,所以,所述目标数字样机用于表征具备虚拟电机电控运行功能的数字样机。
另外地,需要说明的是,所述机械属性信息用于表征机械属性,具体可以为型号信息、质量信息、惯量信息以及材料信息等,所述电机选型参数用于选取适配于所述虚拟起重设备的虚拟电机,具体可由用户输入的选取指令自动生成,也可由用户根据作业需求输入,所述电机选型参数具体可以为角加速度。
另外地,需要说明的是,由于所述目标数字样机在耦合后难以真实反映起重设备在实际工况下的运行信息,进而可通过驱动电机和电机数字样机在同一工况下分别驱动起重设备和起重虚拟设备运行,进而通过比对虚拟运行信号和实际运行信号对所述目标数字样机之间的一致性,当虚拟运行信号和实际运行信号一致时将所述目标数字样机作为虚拟起重设备,例如,在一种可实施的方式中,所述实际运行信号可以为所述起重设备在第一预设螺栓预紧力下的设备运行信号,其中,所述设备运行信号具体可以为吊笼抖动变形信号或者电机反馈信号灯,所述虚拟运行信号可以为所述目标数字样机在第二预设螺栓预紧力下的设备运行信号,其中,所述第一预设螺栓预紧力与所述第二预设螺栓预紧力相同,所述预设螺栓预紧力大小具体由用户根据需求设定,当两者信号匹配时认为所述目标数字样机可作为所述起重设备的三维电控仿真模型(虚拟起重设备),其中,所述虚拟起重设备可作为所述数字样机系统的系统数据库数据来源,可存储不同工况下的运行信息。
作为一种示例,步骤C10至步骤C40包括:根据型号信息、质量信息、惯量信息以及材料信息,构建机械属性向量,以所述机械属性向量为索引,在预设机械数字样机库中调取对应的机械数字样机;根据所述起重设备的电机选型参数,确定对应的驱动电机的电机数字样机;通过调用所述数字样机系统的运行机理耦合模型,耦合得到所述机械数字样机和所述电机数字样机共同对应的目标数字样机;控制所述驱动电机驱动所述起重设备在测试工况下运行,得到实际运行信号,控制所述电机数字样机驱动所述虚拟起重设备在测试工况下运行,得到虚拟运行信号,比对所述实际运行信号和所述虚拟运行信号是否一致,若一致,则将所述目标数字样机作为所述虚拟起重设备,若不一致,则依据预设校正参数,对所述目标数字样机进行校正,并返回执行步骤:控制所述电机数字样机驱动所述虚拟起重设备在测试工况下运行,得到虚拟运行信号,其中,所述预设校正参数可由工作人员主动输入。
可选地,所述根据所述起重设备的电机选型参数,确定对应的驱动电机的电机数字样机的步骤具体为:
Figure BDA0003977143160000111
其中,T1,T2…Tn为n个电机选型参数,t为电机周期时间,t1,t2…tn之和为t。
其中,所述根据所述驱动电机和所述电机数字样机,对所述目标数字样机进行迭代校正,直至得到所述起重设备对应的虚拟起重设备的步骤包括:
步骤D10,控制所述驱动电机驱动所述起重设备在测试工况下运行,得到实际测试信息;
步骤D20,控制所述电机数字样机驱动所述虚拟起重设备在测试工况下运行,得到虚拟测试信息;
步骤D30,根据所述实际测试信息和所述虚拟测试信息,对所述目标数字样机进行迭代校正,直至得到所述起重设备对应的虚拟起重设备。
在本实施例中,需要说明的是,由于起重设备和虚拟起重设备在运行时运行状态的不可控,为了提高校正效率且保证校正精准度,可在所述数字样机系统设置校准软件,所述校准软件具体可以为matlab等,所述实际测试信息用于表征校准软件下的实际测试结果,虚拟测试信息用于表征校准软件下的虚拟测试结果,例如,在一种可实施的方式中,所述实际测试信息为起重设备在实际运行过程中的抖动变形值,所述虚拟测试信息为虚拟起重设备在虚拟运行过程中的抖动变形值,可通过虚拟测试信息和实际测试信息不断校正目标数字样机。
作为一种示例,步骤D10至步骤D20包括:通过预设校准软件控制所述驱动电机驱动所述起重设备在测试工况下运行,得到实际测试信息;通过预设校准软件控制所述电机数字样机驱动所述虚拟起重设备在测试工况下运行,得到虚拟测试信息;根据所述实际测试信息和所述虚拟测试信息,对所述目标数字样机进行迭代校正,直至得到所述起重设备对应的虚拟起重设备。
其中,所述根据所述轴承故障信号对应的轴承故障特征,对所述设备轴承进行故障类型识别,得到故障类型识别结果的步骤包括:
步骤E10,检测所述实际测试信息和所述虚拟测试信息之间的第二信息偏差是否大于第二预设信息偏差阈值;
步骤E20,若是,则将校正后的虚拟测试信息作为所述虚拟测试信息,并返回执行步骤:检测所述实际测试信息和所述虚拟测试信息之间的信息偏差是否大于预设信息偏差阈值;
步骤E30,若否,则将所述目标数字样机作为所述虚拟起重设备。
作为一种示例,步骤E10至步骤E30包括:检测所述实际测试信息和所述虚拟测试信息之间的第二信息偏差是否大于第二预设信息偏差阈值,其中,所述第二信息偏差的获取方式参照上述第一信息偏差的获取方式,在此不再赘述;若所述实际测试信息和所述虚拟测试信息之间的第二信息偏差大于第二预设信息偏差阈值,则对所述虚拟测试信息进行校正,将校正后的虚拟测试信息所述虚拟测试信息,并返回执行步骤:检测所述实际测试信息和所述虚拟测试信息之间的信息偏差是否大于预设信息偏差阈值;若所述实际测试信息和所述虚拟测试信息之间的第二信息偏差小于或等于第二预设信息偏差阈值,则将所述目标数字样机作为所述虚拟起重设备。
本申请实施例提供了一种起重设备故障诊断方法、装置、电子设备及可读存储介质,也即,应用于数字样机系统,所述数字样机系统设置有虚拟起重设备,获取起重设备在当前工况下对应的虚拟运行信息和对应的虚拟起重设备的标准运行信息;根据所述标准运行信息,在所述虚拟运行信息中选取设备故障信息;根据所述设备故障信息对应的设备故障特征,对所述起重设备进行故障类型识别,得到故障类型识别结果。由于数字样机系统设置有起重设备对应的虚拟起重设备,进而当起重设备在当前工况下运行时,即可实现通过对应的虚拟起重设备在当前工况下的标准运行信息,选取虚拟运行信息中的设备故障信息,进而根据设备故障信息对应的设备故障特征,对起重设备进行故障类型识别的目的,也即,实现了依赖于数字样机系统对起重设备进行故障诊断的目的,而非通过布置传感器对起重设备进行故障诊断,所以克服了由于布置在起重设备上的传感器对环境较为敏感,使得起重设备的运行时间不断累积后,易导致出现故障诊断结果并非起重设备的实际故障或者故障诊断失效等情况的技术缺陷,所以得以在降低起重设备故障诊断成本的同时,实现了对起重设备进行准确故障诊断的目的,所以,提升了进行起重设备故障诊断的诊断可靠性。
实施例二
进一步地,参照图3,在本申请另一实施例中,与上述实施例一相同或相似的内容,可以参考上文介绍,后续不再赘述。在此基础上,在所述将所述机械数字样机和所述电机数字样机耦合为目标数字样机的步骤之前,所述起重设备故障诊断方法还包括:
步骤F10,获取所述机械数字样机对应的机械特性信息和所述电机数字样机对应的电机特性信息;
步骤F20,检测所述机械数字样机和所述电机数字样机是否均符合样机运行标准;
步骤F30,若否,则根据运行特性信息,对所述机械数字样机和所述电机数字样机进行迭代校正,直至所述机械数字样机和所述电机数字样机均符合样机运行标准。
在本实施例中,需要说明的是,所述机械特性信息用于表征机械运行特性,具体可以为机械模态、运动学动力学特性以及形变特性等,所述电机特性信息用于表征电机运行特性,所述,具体可以为电机力特性等,其中,电机力特性具体可包括电机TN(扭矩和转速关系)曲线、电机TI(饱和特性)曲线以及电机外特性等,所述样机运行标准用于表征数字样机的运行信息在正常误差范围内,具体包括机械数字样机运行标准和电机数字样机运行标准,所述运行特性信息用于表征运行特性约束,具体可以为机械数字样机约束或者电机标定信息等,其中,所述机械数字样机约束可在机械建模软件输入,所述电机标定信息可在电机标定软件输入。
作为一种示例,步骤F10至步骤F30包括:通过获取模块获取所述机械数字样机对应的机械特性信息和所述电机数字样机对应的电机特性信息;检测所述机械数字样机是否符合机械数字样机运行标准,以及检测所述电机数字样机是否符合电机数字样机运行标准;若所述机械数字样机不符合所述机械数字样机运行标准,以及所述电机数字样机不符合所述电机数字样机运行标准,则根据机械数字样机约束,对所述机械数字样机进行校正,以及根据所述电机标定信息,对所述电机数字样机进行校正,直至所述机械数字样机和所述电机数字样机均符合样机运行标准。
本申请实施例提供了一种数字样机校正方法,也即,获取所述机械数字样机对应的机械特性信息和所述电机数字样机对应的电机特性信息;检测所述机械数字样机和所述电机数字样机是否均符合样机运行标准;若否,则根据运行特性信息,对所述机械数字样机和所述电机数字样机进行迭代校正,直至所述机械数字样机和所述电机数字样机均符合样机运行标准。相比于通过校准软件对耦合后的目标数字样机进行校正,进而得到虚拟起重设备,并通过虚拟起重设备对起重设备进行故障诊断的方式,本申请实施例在构建机械数字样机和电机数字样机后,通过相应的运行特性信息分别对构建机械数字样机和电机数字样机,即可实现提升耦合前的机械数字样机的和电机数字样机的保真度的目的,进而规避了由于耦合虚拟起重设备的保真度较差,使得无法对起重设备的设备故障进行精准判定的技术缺陷,所以,为提升进行起重设备故障诊断的诊断可靠性奠定了基础。
实施例三
本申请实施例还提供一种起重设备故障诊断装置,应用于数字样机系统,所述数字样机系统设置有虚拟起重设备,参照图4,所述起重设备故障诊断装置包括:
获取模块101,用于获取起重设备在当前工况下对应的虚拟运行信息和对应的虚拟起重设备的标准运行信息;
选取模块102,用于根据所述标准运行信息,在所述虚拟运行信息中选取设备故障信息;
识别模块103,用于根据所述设备故障信息对应的设备故障特征,对所述起重设备进行故障类型识别,得到故障类型识别结果。
可选地,所述选取模块102还用于:
检测所述虚拟运行信息和所述标准运行信息之间的第一信息偏差是否大于第一预设信息偏差阈值;
若是,则将所述虚拟运行信息作为所述设备故障信息。
可选地,所述识别模块103还用于:
提取所述设备故障信息对应的设备故障特征;
根据所述设备故障特征,在预设故障特征库中匹配所述起重设备对应的标准故障特征;
根据所述设备故障特征和所述标准故障特征之间的特征相似度,对所述起重设备进行故障类型识别,得到故障类型识别结果。
可选地,所述起重设备故障诊断装置还用于:
根据所述起重设备的机械属性信息,选取对应的机械数字样机;
根据所述起重设备的电机选型参数,确定对应的驱动电机的电机数字样机;
将所述机械数字样机和所述电机数字样机耦合为目标数字样机;
根据所述驱动电机和所述电机数字样机,对所述目标数字样机进行迭代校正,直至得到所述起重设备对应的虚拟起重设备。
可选地,所述起重设备故障诊断装置还用于:
获取所述机械数字样机对应的机械特性信息和所述电机数字样机对应的电机特性信息;
检测所述机械数字样机和所述电机数字样机是否均符合样机运行标准;
若否,则根据运行特性信息,对所述机械数字样机和所述电机数字样机进行迭代校正,直至所述机械数字样机和所述电机数字样机均符合样机运行标准。
可选地,所述起重设备故障诊断装置还用于:
控制所述驱动电机驱动所述起重设备在测试工况下运行,得到实际测试信息;
控制所述电机数字样机驱动所述虚拟起重设备在测试工况下运行,得到虚拟测试信息;
根据所述实际测试信息和所述虚拟测试信息,对所述目标数字样机进行迭代校正,直至得到所述起重设备对应的虚拟起重设备。
可选地,所述起重设备故障诊断装置还用于:
检测所述实际测试信息和所述虚拟测试信息之间的第二信息偏差是否大于第二预设信息偏差阈值;
若是,则将校正后的虚拟测试信息作为所述虚拟测试信息,并返回执行步骤:检测所述实际测试信息和所述虚拟测试信息之间的信息偏差是否大于预设信息偏差阈值;
若否,则将所述目标数字样机作为所述虚拟起重设备。
本发明提供的起重设备故障诊断装置,采用上述实施例中的起重设备故障诊断方法,解决了进行起重设备故障诊断的诊断可靠性低的技术问题。与现有技术相比,本发明实施例提供的起重设备故障诊断装置的有益效果与上述实施例提供的起重设备故障诊断方法的有益效果相同,且该起重设备故障诊断装置中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
实施例四
本发明实施例提供一种电子设备,电子设备包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述实施例一中的起重设备故障诊断方法。
下面参考图5,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备可以包括处理装置1001(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)1002中的程序或者从存储装置1003加载到随机访问存储器(RAM)1004中的程序而执行各种适当的动作和处理。在RAM1004中,还存储有电子设备操作所需的各种程序和数据。处理装置1001、ROM1002以及RAM1004通过总线1005彼此相连。输入/输出(I/O)接口1006也连接至总线。
通常,以下系统可以连接至I/O接口1006:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置1007;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1008;包括例如磁带、硬盘等的存储装置1003;以及通信装置1009。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备,但是应理解的是,并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置1009从网络上被下载和安装,或者从存储装置1003被安装,或者从ROM1002被安装。在该计算机程序被处理装置1001执行时,执行本公开实施例的方法中限定的上述功能。
本发明提供的电子设备,采用上述实施例中的起重设备故障诊断方法,解决了进行起重设备故障诊断的诊断可靠性低高的技术问题。与现有技术相比,本发明实施例提供的电子设备的有益效果与上述实施例提供的起重设备故障诊断方法的有益效果相同,且该电子设备中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
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,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
实施例五
本实施例提供一种计算机可读存储介质,具有存储在其上的计算机可读程序指令,计算机可读程序指令用于执行上述实施例中的起重设备故障诊断方法。
本发明实施例提供的计算机可读存储介质例如可以是U盘,但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以是电子设备中所包含的;也可以是单独存在,而未装配入电子设备中。
上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被电子设备执行时,使得电子设备:获取起重设备在当前工况下对应的虚拟运行信息和对应的虚拟起重设备的标准运行信息;根据所述标准运行信息,在所述虚拟运行信息中选取设备故障信息;根据所述设备故障信息对应的设备故障特征,对所述起重设备进行故障类型识别,得到故障类型识别结果。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该单元本身的限定。
本发明提供的计算机可读存储介质,存储有用于执行上述起重设备故障诊断方法的计算机可读程序指令,解决了进行起重设备故障诊断的诊断可靠性低的技术问题。与现有技术相比,本发明实施例提供的计算机可读存储介质的有益效果与上述实施例提供的起重设备故障诊断方法的有益效果相同,在此不做赘述。
实施例六
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的起重设备故障诊断方法的步骤。
本申请提供的计算机程序产品解决了进行起重设备故障诊断的诊断可靠性低高的技术问题。与现有技术相比,本发明实施例提供的计算机程序产品的有益效果与上述实施例提供的起重设备故障诊断方法的有益效果相同,在此不做赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利处理范围内。

Claims (10)

1.一种起重设备故障诊断方法,其特征在于,应用于数字样机系统,所述数字样机系统设置有虚拟起重设备,所述起重设备故障诊断方法包括:
获取起重设备在当前工况下对应的虚拟运行信息和对应的虚拟起重设备的标准运行信息;
根据所述标准运行信息,在所述虚拟运行信息中选取设备故障信息;
根据所述设备故障信息对应的设备故障特征,对所述起重设备进行故障类型识别,得到故障类型识别结果。
2.如权利要求1所述起重设备故障诊断方法,其特征在于,所述根据所述标准运行信息,在所述虚拟运行信息中选取设备故障信息的步骤包括:
检测所述虚拟运行信息和所述标准运行信息之间的第一信息偏差是否大于第一预设信息偏差阈值;
若是,则将所述虚拟运行信息作为所述设备故障信息。
3.如权利要求1所述起重设备故障诊断方法,其特征在于,所述根据所述设备故障信息对应的设备故障特征,对所述起重设备进行故障类型识别,得到故障类型识别结果的步骤包括:
提取所述设备故障信息对应的设备故障特征;
根据所述设备故障特征,在预设故障特征库中匹配所述起重设备对应的标准故障特征;
根据所述设备故障特征和所述标准故障特征之间的特征相似度,对所述起重设备进行故障类型识别,得到故障类型识别结果。
4.如权利要求1所述起重设备故障诊断方法,其特征在于,在所述获取起重设备在当前工况下对应的虚拟运行信息和对应的虚拟起重设备的标准运行信息的步骤之前,所述起重设备故障诊断方法还包括:
根据所述起重设备的机械属性信息,选取对应的机械数字样机;
根据所述起重设备的电机选型参数,确定对应的驱动电机的电机数字样机;
将所述机械数字样机和所述电机数字样机耦合为目标数字样机;
根据所述驱动电机和所述电机数字样机,对所述目标数字样机进行迭代校正,直至得到所述起重设备对应的虚拟起重设备。
5.如权利要求4所述起重设备故障诊断方法,其特征在于,在所述将所述机械数字样机和所述电机数字样机耦合为目标数字样机的步骤之前,所述起重设备故障诊断方法还包括:
获取所述机械数字样机对应的机械特性信息和所述电机数字样机对应的电机特性信息;
检测所述机械数字样机和所述电机数字样机是否均符合样机运行标准;
若否,则根据运行特性信息,对所述机械数字样机和所述电机数字样机进行迭代校正,直至所述机械数字样机和所述电机数字样机均符合样机运行标准。
6.如权利要求4所述起重设备故障诊断方法,其特征在于,所述根据所述驱动电机和所述电机数字样机,对所述目标数字样机进行迭代校正,直至得到所述起重设备对应的虚拟起重设备的步骤包括:
控制所述驱动电机驱动所述起重设备在测试工况下运行,得到实际测试信息;
控制所述电机数字样机驱动所述虚拟起重设备在测试工况下运行,得到虚拟测试信息;
根据所述实际测试信息和所述虚拟测试信息,对所述目标数字样机进行迭代校正,直至得到所述起重设备对应的虚拟起重设备。
7.如权利要求6所述起重设备故障诊断方法,其特征在于,所述根据所述实际测试信息和所述虚拟测试信息,对所述目标数字样机进行迭代校正,直至得到所述起重设备对应的虚拟起重设备的步骤包括:
检测所述实际测试信息和所述虚拟测试信息之间的第二信息偏差是否大于第二预设信息偏差阈值;
若是,则将校正后的虚拟测试信息作为所述虚拟测试信息,并返回执行步骤:检测所述实际测试信息和所述虚拟测试信息之间的信息偏差是否大于预设信息偏差阈值;
若否,则将所述目标数字样机作为所述虚拟起重设备。
8.一种起重设备故障诊断装置,其特征在于,应用于数字样机系统,所述数字样机系统设置有虚拟起重设备,所述起重设备故障诊断装置包括:
获取模块,用于获取起重设备在当前工况下对应的虚拟运行信息和对应的虚拟起重设备的标准运行信息;
选取模块,用于根据所述标准运行信息,在所述虚拟运行信息中选取设备故障信息;
识别模块,用于根据所述设备故障信息对应的设备故障特征,对所述起重设备进行故障类型识别,得到故障类型识别结果。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至7中任一项所述的起重设备故障诊断方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有实现起重设备故障诊断方法的程序,所述实现起重设备故障诊断方法的程序被处理器执行以实现如权利要求1至7中任一项所述起重设备故障诊断方法的步骤。
CN202211540196.4A 2022-12-02 2022-12-02 起重设备故障诊断方法、装置、电子设备及存储介质 Pending CN116046426A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211540196.4A CN116046426A (zh) 2022-12-02 2022-12-02 起重设备故障诊断方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211540196.4A CN116046426A (zh) 2022-12-02 2022-12-02 起重设备故障诊断方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN116046426A true CN116046426A (zh) 2023-05-02

Family

ID=86120754

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211540196.4A Pending CN116046426A (zh) 2022-12-02 2022-12-02 起重设备故障诊断方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116046426A (zh)

Similar Documents

Publication Publication Date Title
CN110977985B (zh) 一种定位的方法及装置
US8812275B2 (en) Modeling movement of air under a floor of a data center
CN105829857A (zh) 旋转机械部件的利用便携终端的检查系统和检查方法
CN116277040A (zh) 基于深度学习的机械臂振动抑制方法、装置、设备及介质
CN114798495A (zh) 基于质量检测的钣金冲压件分拣方法、装置、设备及介质
CN114109594A (zh) 发动机失火诊断方法、装置、电子设备及存储介质
CN113218328A (zh) 基于三维激光扫描的设备检修方法、装置、设备及介质
CN116046426A (zh) 起重设备故障诊断方法、装置、电子设备及存储介质
CN116460859B (zh) Scara机器人运动补偿方法、装置、设备及存储介质
CN115431302A (zh) 机器人关节空程测量方法、装置、电子设备及存储介质
CN116524539A (zh) 一种信号工与驾驶员交互风险的协同感知方法
CN114092889B (zh) 违规行为检测方法、装置、电子设备及可读存储介质
CN114952867B (zh) 工业机器人的控制方法、装置、电子设备及可读存储介质
CN115563810A (zh) 丝杆寿命预测方法、装置、电子设备及可读存储介质
CN115384521A (zh) 驾驶员操作水平评价方法、装置、工程车辆及存储介质
US11751687B2 (en) Systems and methods for automated equipment cabinet leveling
CN114896168A (zh) 用于自动驾驶算法开发的快速调试系统、方法以及存储器
CN116719274A (zh) 工业机器人速度监测方法、装置、电子设备及存储介质
US20220276126A1 (en) Anomaly detection system and anomaly detection method
CN116372942B (zh) 机器人关节补偿方法、装置、电子设备及可读存储介质
TW201942817A (zh) 學習處理裝置、資料分析裝置、分析手法選擇方法及分析手法選擇程式
CN114781567B (zh) 检测设备安装方法、装置、电子设备及可读存储介质
CN112904366B (zh) 应用于扫地机的重定位方法、装置、电子设备和介质
CN116623659B (zh) 一种打桩船打桩监控的方法、装置、电子设备及介质
CN115108428A (zh) 门机皮带打滑检测方法、装置、电子设备及可读存储介质

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