CN117347772A - 一种石墨烯散热器用的故障监测系统及方法 - Google Patents
一种石墨烯散热器用的故障监测系统及方法 Download PDFInfo
- Publication number
- CN117347772A CN117347772A CN202311643736.6A CN202311643736A CN117347772A CN 117347772 A CN117347772 A CN 117347772A CN 202311643736 A CN202311643736 A CN 202311643736A CN 117347772 A CN117347772 A CN 117347772A
- Authority
- CN
- China
- Prior art keywords
- graphene radiator
- value
- graphene
- radiator
- fault
- 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
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 409
- 229910021389 graphene Inorganic materials 0.000 title claims abstract description 409
- 238000012544 monitoring process Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000002159 abnormal effect Effects 0.000 claims abstract description 89
- 230000017525 heat dissipation Effects 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000012795 verification Methods 0.000 claims abstract description 18
- 238000011156 evaluation Methods 0.000 claims abstract description 14
- 238000010586 diagram Methods 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 7
- 238000012854 evaluation process Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000012800 visualization Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002086 nanomaterial Substances 0.000 description 1
- 230000000191 radiation effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/2039—Modifications to facilitate cooling, ventilating, or heating characterised by the heat transfer by conduction from the heat generating element to a dissipating body
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Thermal Sciences (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明设计故障监测技术领域，具体公开了一种石墨烯散热器用的故障监测系统及方法，获取设备主体的实时运行温度，将设备主体的实时运行温度与设备主体预设运行温度进行比较得到石墨烯散热器散热校验信号；基于石墨烯散热器散热校验信号，对石墨烯散热器运行状态数据处理得到石墨烯散热器异常基准值，基于石墨烯散热器异常基准值实现对石墨烯散热器故障识别；根据石墨烯散热器运行故障信号，对石墨烯散热器内部器件的运动状态进行识别，从而完成对石墨烯散热器故障程度的评估，本发明结合石墨烯散热器运行电压数据、声音数据和风量数据，实现从石墨烯散热器内部功率和外部效应等维度去对石墨烯散热器状态识别，准确率高。
Description
技术领域
本发明涉及故障监测技术领域，具体涉及一种石墨烯散热器用的故障监测系统及方法。
背景技术
石墨烯散热器是一种高效、环保、节能的散热设备，它采用石墨烯这种新型纳米材料作为散热材料，具有优良的导热性能和热稳定性。
石墨烯散热器能够应用于各种需要散热的设备，如大功率LED灯、电子设备、工业电加热器、工业热交换器、电器柜等，利用石墨烯的高导热性能，将设备内部的热量快速传递到外部，降低设备的温度，保持设备的稳定运行，提高设备的性能和寿命。
在石墨烯散热器使用过程中，一旦石墨烯散热器发生故障，会使设备的热量无法得到有效的散发，可能会导致设备过热，进而影响设备的正常运转和寿命，在严重的情况下，如果设备温度过高，可能会导致设备系统崩溃，无法正常工作，因此，对石墨烯散热器在使用过程中的状态监测则尤为重要。
基于此，本发明提出了一种石墨烯散热器用的故障监测系统及方法。
发明内容
本发明的目的在于提供一种石墨烯散热器用的故障监测系统及方法，通过对设备主体的实时运行温度的识别，即设备主体的实时运行温度大于设备主体预设运行温度且超过预设时长，则得到石墨烯散热器散热校验信号，根据石墨烯散热器散热校验信号对石墨烯散热器运行状态数据处理，即通过对石墨烯散热器运行过程中的石墨烯散热器电压数据、石墨烯散热器声音数据和石墨烯散热器风量数据进行处理，得到石墨烯散热器的异常基准值，当石墨烯散热器的异常基准值Mi小于等于石墨烯散热器的异常基准阈值时，则表示石墨烯散热器散热故障，即在石墨烯散热器散热故障的判断过程中，结合石墨烯散热器运行电压数据、声音数据和风量数据，实现从石墨烯散热器内部功率和外部效应等维度去对石墨烯散热器状态监测识别。
本发明的目的可以通过以下技术方案实现：
一种石墨烯散热器用的故障监测方法，包括以下步骤:
步骤一：获取设备主体的实时运行温度，将设备主体的实时运行温度与设备主体预设运行温度进行比较；
若设备主体的实时运行温度大于设备主体预设运行温度且超过预设时长，则表示设备主体运行温度异常，生成石墨烯散热器散热校验信号；
步骤二：基于石墨烯散热器散热校验信号，对石墨烯散热器运行状态数据处理得到石墨烯散热器异常基准值，基于石墨烯散热器异常基准值实现对石墨烯散热器故障识别；
其中，石墨烯散热器运行状态数据包括石墨烯散热器电压数据、石墨烯散热器声音数据和石墨烯散热器风量数据；
通过对石墨烯散热器电压数据处理得到电压异常时间比值并标记为Md；
通过对石墨烯散热器声音数据处理得到声音波动异常值并标记为Ms；
通过对石墨烯散热器风量数据处理得到风量超额基准值并标记为Me；
通过公式计算得到石墨烯散热器的异常基准值Mi，其中，a1、a2、a3为预设比例系数，且其中，a1、a2、a3均大于零；
步骤三：根据石墨烯散热器运行故障信号，对石墨烯散热器内部器件的运动状态进行识别，从而完成对石墨烯散热器故障程度的评估。
作为本发明进一步的方案：步骤一中，若设备主体的实时运行温度小于等于设备主体预设运行温度，则表示设备主体运行温度正常，生成石墨烯散热器散热正常信号。
作为本发明进一步的方案：电压异常时间比值的获取过程为：
获取石墨烯散热器运行电压大于石墨烯散热器额定电压的时长，并标记为超额时长；
若超额时长大于预设时长时，将超额时长所对应的时间段记为非常规时段；
获取石墨烯散热器在整个运行过程中所有非常规时段的时长总和，得到非常规总时长；
将石墨烯散热器非常规总时长与石墨烯散热器运行总时长进行比值，得到石墨烯散热器电压数据的电压异常时间比值。
作为本发明进一步的方案：声音波动异常值的获取过程为：
将石墨烯散热器当前时间与石墨烯散热器开机时间作差值，得到石墨烯散热器运行时长；
将石墨烯散热器运行时长分割成若干个时间长度相等的时间子单元，分别获取每个时间子单元内石墨烯散热器运行时的最大声音分贝值，对若干个石墨烯散热器运行时的最大声音分贝值整合得到石墨烯散热器声音分贝值组；
获取石墨烯散热器声音分贝值组的方差和幅值；
将石墨烯散热器声音分贝值组的方差与石墨烯散热器声音分贝值组的幅值相乘，得到石墨烯散热器声音分贝值组的异动率；
将石墨烯散热器当前时间所对应的时间子单元内的最大声音分贝值与异动率相乘，即得到石墨烯散热器声音数据的声音波动异常值。
作为本发明进一步的方案：风量超额基准值的获取过程为：
将石墨烯散热器当前时间与石墨烯散热器开机时间作差值，得到石墨烯散热器运行时长；
将石墨烯散热器运行时长分割成若干个时间长度相等的时间子单元；
分别获取每个时间子单元中心时刻的风量值；
建立X-Y二维坐标系，将石墨烯散热器额定风量值在X-Y二维坐标系作一条平行于X轴的基准线；
在X-Y坐标系内将每个时间子单元的风量值按从左到右的顺序进行平滑连接，得到风量值状态图。
作为本发明进一步的方案：将风量值状态图两端点分别垂直于基准线作辅助线，使分量值状态图与基准线构成封闭风量值状态图；
将封闭风量值状态图中位于基准线上方的区域记为超额定区域，获取超额定区域的面积值；
将封闭风量值状态图中位于基准线下方的区域记为次额定区域，获取次额定区域的面积值；
将超额定区域的面积值与次额定区域的面积值进行差值计算，并对所得到的差值取绝对值，即得到石墨烯散热器风量数据的风量超额基准值。
作为本发明进一步的方案：预设石墨烯散热器的异常基准阈值为My，将石墨烯散热器的异常基准值Mi与石墨烯散热器的异常基准阈值My进行比较；
若石墨烯散热器的异常基准值Mi≤石墨烯散热器的异常基准阈值My，则表示石墨烯散热器散热故障，生成石墨烯散热器运行故障信号；
若石墨烯散热器的异常基准值Mi＞石墨烯散热器的异常基准阈值My，则表示石墨烯散热器散热正常，生成石墨烯散热器运行正常信号。
作为本发明进一步的方案：步骤三中，石墨烯散热器故障程度的评估过程包括：
获取到石墨烯散热器运行时所需管控部件；
将管控部件对应所需监测的项目记为监测项；
获取在当前时间内管控部件对应监测项的监测值，将对应监测项的监测值与监测项监测值要求进行比较；
得到故障项和安全项；
将管控部件多个故障项的预设故障系数进行求和，得到管控部件的故障系数总值；
将管控部件多个安全项的预设安全系数进行求和，得到管控部件的安全系数总值；
将管控部件的故障系数总值与管控部件的安全系数总值进行求和得到管控部件系数基准值；
再将管控部件的故障系数总值与管控部件系数基准值进行比值计算，得到管控部件的监测项故障率；
分别获取石墨烯散热器运行时所有管控部件的监测项故障率；
将石墨烯散热器运行时所有管控部件的监测项故障率进行求和并取均值，得到石墨烯散热器故障值。
作为本发明进一步的方案：将石墨烯散热器故障值标记为SG，预设石墨烯散热器故障阈值的极限值为SG1和SG2，其中，SG1<SG2；
当SG<SG1时，则表示石墨烯散热器管控部件的监测项故障率低，生成石墨烯散热器故障一级等级信号；
当SG1≤SG<SG2时，则表示石墨烯散热器管控部件的监测项故障率中等，生成石墨烯散热器故障二级等级信号；
当SG≥SG2时，则表示石墨烯散热器管控部件的监测项故障率高，生成石墨烯散热器故障三级等级信号。
一种石墨烯散热器用的故障监测系统，包括初检识别模块、决策分析模块、等级评估模块和云管控平台；
初检识别模块用于获取设备主体的实时运行温度，将设备主体的实时运行温度与设备主体预设运行温度进行比较；
若设备主体的实时运行温度大于设备主体预设运行温度且超过预设时长，则表示设备主体运行温度异常，生成石墨烯散热器散热校验信号；
决策分析模块基于石墨烯散热器散热校验信号，对石墨烯散热器运行状态数据处理得到石墨烯散热器异常基准值，基于石墨烯散热器异常基准值实现对石墨烯散热器故障识别；
其中，石墨烯散热器运行状态数据包括石墨烯散热器电压数据、石墨烯散热器声音数据和石墨烯散热器风量数据；
通过对石墨烯散热器电压数据处理得到电压异常时间比值并标记为Md；
通过对石墨烯散热器声音数据处理得到声音波动异常值并标记为Ms；
通过对石墨烯散热器风量数据处理得到风量超额基准值并标记为Me；
通过公式计算得到石墨烯散热器的异常基准值Mi，其中，a1、a2、a3为预设比例系数，且其中，a1、a2、a3均大于零；
等级评估模块根据石墨烯散热器运行故障信号，对石墨烯散热器内部器件的运动状态进行识别，从而完成对石墨烯散热器故障程度的评估。
本发明的有益效果：
（1）本发明将石墨烯散热器非常规总时长与石墨烯散热器运行总时长进行比值计算，得到石墨烯散热器电压数据的电压异常时间比值，将石墨烯散热器当前时间所对应的时间子单元内的最大声音分贝值与异动率相乘，即得到石墨烯散热器声音数据的声音波动异常值，将超额定区域的面积值与次额定区域的面积值进行差值计算，并对所得到的差值取绝对值，即得到石墨烯散热器风量数据的风量超额基准值，即电压异常时间比值越大，则说明石墨烯散热器在运行过程中的电压过载严重，容易造成电路损坏，声音波动异常值越大，则说明石墨烯散热器在运行过程中运动状态不平稳，声音波动大，风量超额基准值越大，则说明石墨烯散热器在整个运行过程中与标准状态下的风量偏差大，说明石墨烯散热器偏离标准工况下的程度越多，即结合石墨烯散热器运行电压数据、声音数据和风量数据，实现从石墨烯散热器内部功率和外部效应等维度去对石墨烯散热器状态识别，准确率高；
（2）本发明基于石墨烯散热器散热校验信号，对石墨烯散热器运行状态数据处理，即通过对石墨烯散热器运行时所需管控部件进行监测，对管控部件所需监测的项目实时监测值与监测项监测值要求进行比较，获取管控部件的故障系数总值，再将石墨烯散热器的故障系数总值进行处理得到管控部件的监测项故障率，对石墨烯散热器所有管控部件的监测项故障率进行处理，得到石墨烯散热器故障值，通过对石墨烯散热器故障值的识别，从而完成对石墨烯散热器故障等级的处理，并根据石墨烯散热器故障等级对石墨烯散热器故障紧急程度进行判定，便于合理安排维修人员及时有效的对故障石墨烯散热器进行维修处理，可视化程度高。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明一种石墨烯散热器用的故障监测方法的流程图；
图2是本发明一种石墨烯散热器用的故障监测系统的程序框图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例1
请参阅图1所示，本发明为一种石墨烯散热器用的故障监测方法，包括以下步骤：
步骤一：获取设备主体的实时运行温度，将设备主体的实时运行温度与设备主体预设运行温度进行比较；
若设备主体的实时运行温度大于设备主体预设运行温度且超过预设时长，则表示设备主体运行温度异常，生成石墨烯散热器散热校验信号；
若设备主体的实时运行温度小于等于设备主体预设运行温度，则表示设备主体运行温度正常，生成石墨烯散热器散热正常信号；
步骤二：基于石墨烯散热器散热校验信号，对石墨烯散热器运行状态数据处理得到石墨烯散热器异常基准值，基于石墨烯散热器异常基准值实现对石墨烯散热器故障识别；
步骤三：根据石墨烯散热器运行故障信号，对石墨烯散热器内部器件的运动状态进行识别，从而完成对石墨烯散热器故障程度的评估。
其中，设备主体预设运行温度为设备主体运行过程中的最佳温度，设备主体在该最佳温度下，设备主体的运行效率最高。
步骤二：石墨烯散热器异常基准值的获取过程包括：
石墨烯散热器运行状态数据包括石墨烯散热器电压数据、石墨烯散热器声音数据和石墨烯散热器风量数据；
石墨烯散热器电压数据的获取过程为：
在石墨烯散热器上设置电压传感器，通过电压传感器对石墨烯散热器运行时的电压进行获取，得到石墨烯散热器运行电压；
获取石墨烯散热器运行电压大于石墨烯散热器额定电压的时长，并标记为超额时长；
若超额时长大于预设时长时，将超额时长所对应的时间段记为非常规时段；
获取石墨烯散热器在整个运行过程中所有非常规时段的时长总和，得到非常规总时长；
将石墨烯散热器非常规总时长与石墨烯散热器运行总时长进行比值，得到石墨烯散热器电压数据的电压异常时间比值；
其中，石墨烯散热器运行总时长为设备主体运行过程中，石墨烯散热器从开机散热到停机的时间长度；
石墨烯散热器声音数据的获取过程为：
在石墨烯散热器上设置声音传感器，通过声音传感器对石墨烯散热器在运行时的声音分贝值进行获取；
具体的：
将石墨烯散热器当前时间与石墨烯散热器开机时间作差值，得到石墨烯散热器运行时长；
将石墨烯散热器运行时长分割成若干个时间长度相等的时间子单元，分别获取每个时间子单元内石墨烯散热器运行时的最大声音分贝值，即得到若干个石墨烯散热器运行时的最大声音分贝值，对若干个石墨烯散热器运行时的最大声音分贝值整合得到石墨烯散热器声音分贝值组；
按照方差计算公式计算得到石墨烯散热器声音分贝值组的方差；
将到石墨烯散热器声音分贝值组中的最大声音分贝值与最小声音分贝值进行差值处理，将得到的差值与最小声音分贝值进行比值，得到石墨烯散热器声音分贝值组的幅值；
将石墨烯散热器声音分贝值组的方差与石墨烯散热器声音分贝值组的幅值相乘，得到石墨烯散热器声音分贝值组的异动率；
将石墨烯散热器当前时间所对应的时间子单元内的最大声音分贝值与异动率相乘，即得到石墨烯散热器声音数据的声音波动异常值；
石墨烯散热器风量数据的获取过程为：
在石墨烯散热器上设置风量计，通过风量计对石墨烯散热器在运行时的风量值进行获取；
具体的：
将石墨烯散热器当前时间与石墨烯散热器开机时间作差值，得到石墨烯散热器运行时长；
将石墨烯散热器运行时长分割成若干个时间长度相等的时间子单元；
分别获取每个时间子单元中心时刻的风量值；
建立X-Y二维坐标系，将X轴记为每个时间子单元，将Y轴记为分量值；
将石墨烯散热器额定风量值在X-Y二维坐标系作一条平行于X轴的基准线；
再在X-Y二维坐标系内按时间顺序对每个时间子单元的风量值进行标点，在X-Y坐标系内将每个时间子单元的风量值按从左到右的顺序进行平滑连接，得到风量值状态图；
将风量值状态图两端点分别垂直于基准线作辅助线，使分量值状态图与基准线构成封闭风量值状态图；
将封闭风量值状态图中位于基准线上方的区域记为超额定区域，获取超额定区域的面积值；
将封闭风量值状态图中位于基准线下方的区域记为次额定区域，获取次额定区域的面积值；
将超额定区域的面积值与次额定区域的面积值进行差值计算，并对所得到的差值取绝对值，即得到石墨烯散热器风量数据的风量超额基准值；
将电压异常时间比值标记为Md；
将声音波动异常值标记为Ms；
将风量超额基准值标记为Me；
通过公式计算得到石墨烯散热器的异常基准值Mi，其中，a1、a2、a3为预设比例系数，且其中，a1、a2、a3均大于零；
预设石墨烯散热器的异常基准阈值为My，将石墨烯散热器的异常基准值Mi与石墨烯散热器的异常基准阈值My进行比较；
若石墨烯散热器的异常基准值Mi≤石墨烯散热器的异常基准阈值My，则表示石墨烯散热器散热故障，生成石墨烯散热器运行故障信号；
若石墨烯散热器的异常基准值Mi＞石墨烯散热器的异常基准阈值My，则表示石墨烯散热器散热正常，生成石墨烯散热器运行正常信号；
在一个具体的实施例中，基于石墨烯散热器运行正常信号，对设备主体运行的环境温度进行采集，获取设备主体的实时环境温度；
将设备主体的实时环境温度与设备主体的实时运行温度进行差值处理，得到设备主体环境温度与设备主体运行温度的温度偏离值；
若温度偏离值大于温度偏离值阈值，则表示设备主体环境温度高，设备主体环境温度高则导致石墨烯散热器散热效果差，则说明设备主体运行温度异常可能是由于外界环境温度过高而造成的；
若温度偏离值小于等于温度偏离值阈值，则表示设备主体环境温度不会对石墨烯散热器散热造成影响，则说明设备主体运行温度异常可能是由于设备主体内部故障而造成的。
步骤三：石墨烯散热器故障程度的评估过程包括：
获取到石墨烯散热器运行时所需管控部件；
获取管控部件所需监测的项目，将对应所需监测的项目记为监测项；
获取在当前时间内管控部件对应监测项的监测值，将对应监测项的监测值与监测项监测值要求进行比较；
将管控部件监测项的监测值不满足监测项监测值要求的监测项记为故障项；
将管控部件监测项的监测值满足监测项监测值要求的监测项记为安全项；
分别获取每个管控部件各个故障项的预设故障系数和各个安全项的预设安全系数；
将管控部件多个故障项的预设故障系数进行求和，得到管控部件的故障系数总值；
将管控部件多个安全项的预设安全系数进行求和，得到管控部件的安全系数总值；
将管控部件的故障系数总值与管控部件的安全系数总值进行求和得到管控部件系数基准值；
再将管控部件的故障系数总值与管控部件系数基准值进行比值计算，得到管控部件的监测项故障率；
分别获取石墨烯散热器运行时所有管控部件的监测项故障率；
将石墨烯散热器运行时所有管控部件的监测项故障率进行求和并取均值，得到石墨烯散热器故障值，将石墨烯散热器故障值标记为SG；
其中，监测项包括但不限于电流值、电压值、温度值、湿度值、振动频率等，监测项的监测内容是根据目标部件对应使用场景确定，监测项的内容均是对应部件工作时本体所产生，如电流值、电压值均为目标部件工作时实际的电流值、电压值；
预设石墨烯散热器故障阈值的极限值为SG1和SG2，其中，SG1<SG2；
当SG<SG1时，则表示石墨烯散热器管控部件的监测项故障率低，生成石墨烯散热器故障一级等级信号；
当SG1≤SG<SG2时，则表示石墨烯散热器管控部件的监测项故障率中等，生成石墨烯散热器故障二级等级信号；
当SG≥SG2时，则表示石墨烯散热器管控部件的监测项故障率高，生成石墨烯散热器故障三级等级信号；
其中，石墨烯散热器的故障等级越高，则表明故障石墨烯散热器的故障越严重。
在一个具体的实施例中，故障石墨烯散热器的故障等级越高，则表示故障石墨烯散热器的维修紧急程度越高，便于合理安排维修人员及时有效的对故障石墨烯散热器进行维修处理，可视化程度高；
其中，石墨烯散热器故障阈值的极限值为SG1和SG2是一个经验值，根据经验得到；
实际在得到过程中，有很多组石墨烯散热器故障值SG，工作人员根据这么多组石墨烯散热器故障值SG对石墨烯散热器所对应的故障等级进行识别，从而得到一个石墨烯散热器故障值与石墨烯散热器故障等级的对应关系，从而根据故障等级得到石墨烯散热器故障阈值的极限值为SG1和SG2，通过石墨烯散热器故障阈值的极限值的比较，即完成对石墨烯散热器故障等级的识别。
实施例2
请参阅图2所示，本发明为一种石墨烯散热器用的故障监测系统，包括初检识别模块、决策分析模块、等级评估模块和云管控平台；
初检识别模块、决策分析模块和等级评估模块与云管控平台电性连接；
初检识别模块用于获取设备主体的实时运行温度，将设备主体的实时运行温度与设备主体预设运行温度进行比较；
得到石墨烯散热器散热校验信号和石墨烯散热器散热正常信号；
将石墨烯散热器散热校验信号与石墨烯散热器散热正常信号发送至云管控平台；
决策分析模块接收云管控平台发送的石墨烯散热器散热校验信号，基于石墨烯散热器散热校验信号，对石墨烯散热器运行状态数据处理，完成对石墨烯散热器异常基准值的获取，基于石墨烯散热器异常基准值对石墨烯散热器运行信号识别；
石墨烯散热器运行信号包括石墨烯散热器运行故障信号和石墨烯散热器运行正常信号；
将石墨烯散热器运行故障信号和石墨烯散热器运行正常信号发送至云管控平台；
等级评估模块接受云管控平台的石墨烯散热器运行故障信号，基于石墨烯散热器运行故障信号，对石墨烯散热器内部器件的运动状态进行识别，从而完成对石墨烯散热器故障程度的评估。
本发明的核心点之一：在于通过对设备主体的实时运行温度的识别，即设备主体的实时运行温度大于设备主体预设运行温度且超过预设时长，则得到石墨烯散热器散热校验信号，根据石墨烯散热器散热校验信号对石墨烯散热器运行状态数据处理，即通过对石墨烯散热器运行过程中的石墨烯散热器电压数据、石墨烯散热器声音数据和石墨烯散热器风量数据进行处理，得到石墨烯散热器的异常基准值，当石墨烯散热器的异常基准值Mi小于等于石墨烯散热器的异常基准阈值时，则表示石墨烯散热器散热故障，即在石墨烯散热器散热故障的判断过程中，结合石墨烯散热器运行电压数据、声音数据和风量数据，实现从石墨烯散热器内部功率和外部效应等维度去对石墨烯散热器状态识别，准确率高；
本发明的核心点之一：在于将石墨烯散热器非常规总时长与石墨烯散热器运行总时长进行比值计算，得到石墨烯散热器电压数据的电压异常时间比值，将石墨烯散热器当前时间所对应的时间子单元内的最大声音分贝值与异动率相乘，即得到石墨烯散热器声音数据的声音波动异常值，将超额定区域的面积值与次额定区域的面积值进行差值计算，并对所得到的差值取绝对值，即得到石墨烯散热器风量数据的风量超额基准值，即电压异常时间比值越大，则说明石墨烯散热器在运行过程中的电压过载严重，容易造成电路损坏，声音波动异常值越大，则说明石墨烯散热器在运行过程中运动状态不平稳，声音波动大，风量超额基准值越大，则说明石墨烯散热器在整个运行过程中与标准状态下的风量偏差大，说明石墨烯散热器偏离标准工况下的程度越多；
本发明的核心点之一：在于基于石墨烯散热器散热校验信号，对石墨烯散热器运行状态数据处理，即通过对石墨烯散热器运行时所需管控部件进行监测，对管控部件所需监测的项目实时监测值与监测项监测值要求进行比较，获取管控部件的故障系数总值，再将石墨烯散热器的故障系数总值进行处理得到管控部件的监测项故障率，对石墨烯散热器所有管控部件的监测项故障率进行处理，得到石墨烯散热器故障值，通过对石墨烯散热器故障值的识别，从而完成对石墨烯散热器故障等级的处理，并根据石墨烯散热器故障等级对石墨烯散热器故障紧急程度进行判定，便于合理安排维修人员及时有效的对故障石墨烯散热器进行维修处理，可视化程度高。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (10)
1.一种石墨烯散热器用的故障监测方法，其特征在于，包括以下步骤:
步骤一：获取设备主体的实时运行温度，将设备主体的实时运行温度与设备主体预设运行温度进行比较；
若设备主体的实时运行温度大于设备主体预设运行温度且超过预设时长，则表示设备主体运行温度异常，生成石墨烯散热器散热校验信号；
步骤二：基于石墨烯散热器散热校验信号，对石墨烯散热器运行状态数据处理得到石墨烯散热器异常基准值，基于石墨烯散热器异常基准值实现对石墨烯散热器故障识别；
其中，石墨烯散热器运行状态数据包括石墨烯散热器电压数据、石墨烯散热器声音数据和石墨烯散热器风量数据；
通过对石墨烯散热器电压数据处理得到电压异常时间比值并标记为Md；
通过对石墨烯散热器声音数据处理得到声音波动异常值并标记为Ms；
通过对石墨烯散热器风量数据处理得到风量超额基准值并标记为Me；
通过公式 计算得到石墨烯散热器的异常基准值Mi，其中，a1、a2、a3为预设比例系数，且其中，a1、a2、a3均大于零；
步骤三：根据石墨烯散热器运行故障信号，对石墨烯散热器内部器件的运动状态进行识别，从而完成对石墨烯散热器故障程度的评估。
2.根据权利要求1所述的一种石墨烯散热器用的故障监测方法,其特征在于，步骤一中，若设备主体的实时运行温度小于等于设备主体预设运行温度，则表示设备主体运行温度正常，生成石墨烯散热器散热正常信号。
3.根据权利要求1所述的一种石墨烯散热器用的故障监测方法,其特征在于，电压异常时间比值的获取过程为：
获取石墨烯散热器运行电压大于石墨烯散热器额定电压的时长，并标记为超额时长；
若超额时长大于预设时长时，将超额时长所对应的时间段记为非常规时段；
获取石墨烯散热器在整个运行过程中所有非常规时段的时长总和，得到非常规总时长；
将石墨烯散热器非常规总时长与石墨烯散热器运行总时长进行比值，得到石墨烯散热器电压数据的电压异常时间比值。
4.根据权利要求1所述的一种石墨烯散热器用的故障监测方法,其特征在于，声音波动异常值的获取过程为：
将石墨烯散热器当前时间与石墨烯散热器开机时间作差值，得到石墨烯散热器运行时长；
将石墨烯散热器运行时长分割成若干个时间长度相等的时间子单元，分别获取每个时间子单元内石墨烯散热器运行时的最大声音分贝值，对若干个石墨烯散热器运行时的最大声音分贝值整合得到石墨烯散热器声音分贝值组；
获取石墨烯散热器声音分贝值组的方差和幅值；
将石墨烯散热器声音分贝值组的方差与石墨烯散热器声音分贝值组的幅值相乘，得到石墨烯散热器声音分贝值组的异动率；
将石墨烯散热器当前时间所对应的时间子单元内的最大声音分贝值与异动率相乘，即得到石墨烯散热器声音数据的声音波动异常值。
5.根据权利要求1所述的一种石墨烯散热器用的故障监测方法,其特征在于，风量超额基准值的获取过程为：
将石墨烯散热器当前时间与石墨烯散热器开机时间作差值，得到石墨烯散热器运行时长；
将石墨烯散热器运行时长分割成若干个时间长度相等的时间子单元；
分别获取每个时间子单元中心时刻的风量值；
建立X-Y二维坐标系，将石墨烯散热器额定风量值在X-Y二维坐标系作一条平行于X轴的基准线；
在X-Y坐标系内将每个时间子单元的风量值按从左到右的顺序进行平滑连接，得到风量值状态图。
6.根据权利要求5所述的一种石墨烯散热器用的故障监测方法,其特征在于，将风量值状态图两端点分别垂直于基准线作辅助线，使分量值状态图与基准线构成封闭风量值状态图；
将封闭风量值状态图中位于基准线上方的区域记为超额定区域，获取超额定区域的面积值；
将封闭风量值状态图中位于基准线下方的区域记为次额定区域，获取次额定区域的面积值；
将超额定区域的面积值与次额定区域的面积值进行差值计算，并对所得到的差值取绝对值，即得到石墨烯散热器风量数据的风量超额基准值。
7.根据权利要求1所述的一种石墨烯散热器用的故障监测方法,其特征在于，预设石墨烯散热器的异常基准阈值为My，将石墨烯散热器的异常基准值Mi与石墨烯散热器的异常基准阈值My进行比较；
若石墨烯散热器的异常基准值Mi≤石墨烯散热器的异常基准阈值My，则表示石墨烯散热器散热故障，生成石墨烯散热器运行故障信号；
若石墨烯散热器的异常基准值Mi＞石墨烯散热器的异常基准阈值My，则表示石墨烯散热器散热正常，生成石墨烯散热器运行正常信号。
8.根据权利要求1所述的一种石墨烯散热器用的故障监测方法,其特征在于，步骤三中，石墨烯散热器故障程度的评估过程包括：
获取到石墨烯散热器运行时所需管控部件；
将管控部件对应所需监测的项目记为监测项；
获取在当前时间内管控部件对应监测项的监测值，将对应监测项的监测值与监测项监测值要求进行比较；
得到故障项和安全项；
将管控部件多个故障项的预设故障系数进行求和，得到管控部件的故障系数总值；
将管控部件多个安全项的预设安全系数进行求和，得到管控部件的安全系数总值；
将管控部件的故障系数总值与管控部件的安全系数总值进行求和得到管控部件系数基准值；
再将管控部件的故障系数总值与管控部件系数基准值进行比值计算，得到管控部件的监测项故障率；
分别获取石墨烯散热器运行时所有管控部件的监测项故障率；
将石墨烯散热器运行时所有管控部件的监测项故障率进行求和并取均值，得到石墨烯散热器故障值。
9.根据权利要求8所述的一种石墨烯散热器用的故障监测方法,其特征在于，将石墨烯散热器故障值标记为SG，预设石墨烯散热器故障阈值的极限值为SG1和SG2，其中，SG1<SG2；
当SG<SG1时，则表示石墨烯散热器管控部件的监测项故障率低，生成石墨烯散热器故障一级等级信号；
当SG1≤SG<SG2时，则表示石墨烯散热器管控部件的监测项故障率中等，生成石墨烯散热器故障二级等级信号；
当SG≥SG2时，则表示石墨烯散热器管控部件的监测项故障率高，生成石墨烯散热器故障三级等级信号。
10.一种石墨烯散热器用的故障监测系统,其特征在于，包括初检识别模块、决策分析模块、等级评估模块和云管控平台；
初检识别模块用于获取设备主体的实时运行温度，将设备主体的实时运行温度与设备主体预设运行温度进行比较；
若设备主体的实时运行温度大于设备主体预设运行温度且超过预设时长，则表示设备主体运行温度异常，生成石墨烯散热器散热校验信号；
决策分析模块基于石墨烯散热器散热校验信号，对石墨烯散热器运行状态数据处理得到石墨烯散热器异常基准值，基于石墨烯散热器异常基准值实现对石墨烯散热器故障识别；
其中，石墨烯散热器运行状态数据包括石墨烯散热器电压数据、石墨烯散热器声音数据和石墨烯散热器风量数据；
通过对石墨烯散热器电压数据处理得到电压异常时间比值并标记为Md；
通过对石墨烯散热器声音数据处理得到声音波动异常值并标记为Ms；
通过对石墨烯散热器风量数据处理得到风量超额基准值并标记为Me；
通过公式计算得到石墨烯散热器的异常基准值Mi，其中，a1、a2、a3为预设比例系数，且其中，a1、a2、a3均大于零；
等级评估模块根据石墨烯散热器运行故障信号，对石墨烯散热器内部器件的运动状态进行识别，从而完成对石墨烯散热器故障程度的评估。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311643736.6A CN117347772B (zh) | 2023-12-04 | 2023-12-04 | 一种石墨烯散热器用的故障监测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311643736.6A CN117347772B (zh) | 2023-12-04 | 2023-12-04 | 一种石墨烯散热器用的故障监测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117347772A true CN117347772A (zh) | 2024-01-05 |
| CN117347772B CN117347772B (zh) | 2024-03-26 |
Family
ID=89359772
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311643736.6A Active CN117347772B (zh) | 2023-12-04 | 2023-12-04 | 一种石墨烯散热器用的故障监测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117347772B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117872027A (zh) * | 2024-03-13 | 2024-04-12 | 国网山西省电力公司营销服务中心 | 一种用于光伏连接的配电网状态感知方法 |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08202444A (ja) * | 1995-01-25 | 1996-08-09 | Hitachi Ltd | 機械設備の異常診断方法および装置 |
| JPH10121968A (ja) * | 1996-10-21 | 1998-05-12 | Fuji Heavy Ind Ltd | ラジエータファンシステムの故障診断装置 |
| JP2005204481A (ja) * | 2004-01-19 | 2005-07-28 | Toyota Motor Corp | 蓄電機構の冷却ファンの制御装置 |
| JP2006215198A (ja) * | 2005-02-02 | 2006-08-17 | Seiko Epson Corp | ファン制御校正装置、冷却装置、電子機器、ファン制御校正方法、および電子機器の製造方法 |
| RU2012104531A (ru) * | 2009-09-30 | 2013-08-20 | Ниссан Мотор Ко., Лтд. | Диагностическое устройство для термостата |
| CN103344916A (zh) * | 2013-06-28 | 2013-10-09 | 江苏浩峰汽车附件有限公司 | 电机堵转检测方法 |
| CN203769925U (zh) * | 2014-04-17 | 2014-08-13 | 温州职业技术学院 | 一种进出水软管连接可靠的车用散热器 |
| CN105137233A (zh) * | 2015-08-26 | 2015-12-09 | 西安科技大学 | 一种矿用主通风机安全隐患监测预警系统及方法 |
| WO2017057069A1 (ja) * | 2015-10-01 | 2017-04-06 | 株式会社デンソー | 異常兆候診断装置 |
| CN108139300A (zh) * | 2015-10-01 | 2018-06-08 | 株式会社电装 | 异常征兆诊断装置 |
| KR20180126915A (ko) * | 2017-05-19 | 2018-11-28 | 연태훈 | 태양광 패널의 냉각모듈 및 이를 이용하는 하이브리드 태양광 시스템 |
| CN212206170U (zh) * | 2020-04-13 | 2020-12-22 | 株洲市电力融城机车配件有限责任公司 | 一种机车风量智能监测装置 |
| CN112649109A (zh) * | 2020-12-22 | 2021-04-13 | 日立电梯（中国）有限公司 | 一种变频器散热风扇运行状态的判断装置和方法 |
| CN113834852A (zh) * | 2021-11-25 | 2021-12-24 | 单县多米石墨烯科技有限公司 | 一种具有石墨烯涂层的产品的散热性能检测方法和系统 |
| CN114383864A (zh) * | 2021-12-08 | 2022-04-22 | 北京罗克维尔斯科技有限公司 | 故障检测方法、装置、设备及介质 |
| CN115789856A (zh) * | 2022-12-09 | 2023-03-14 | 安徽省凯杰机械制造有限公司 | 一种用于通风设备的在线监测控制系统 |
| CN115907726A (zh) * | 2022-11-08 | 2023-04-04 | 安徽皖南新维电机有限公司 | 一种电机温度监测故障处理方法和装置 |
| CN116398374A (zh) * | 2023-03-09 | 2023-07-07 | 国电投南通新能源有限公司 | 一种海上风机变压器散热系统故障检测装置 |
| CN117040138A (zh) * | 2023-10-09 | 2023-11-10 | 国网甘肃省电力公司白银供电公司 | 一种配电柜运行动态安全评估系统 |
| CN117146743A (zh) * | 2023-08-31 | 2023-12-01 | 深圳一个烯材科技有限公司 | 基于物联网堆叠式石墨烯散热器质量自动检测方法及系统 |
-
2023
- 2023-12-04 CN CN202311643736.6A patent/CN117347772B/zh active Active
Patent Citations (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08202444A (ja) * | 1995-01-25 | 1996-08-09 | Hitachi Ltd | 機械設備の異常診断方法および装置 |
| JPH10121968A (ja) * | 1996-10-21 | 1998-05-12 | Fuji Heavy Ind Ltd | ラジエータファンシステムの故障診断装置 |
| JP2005204481A (ja) * | 2004-01-19 | 2005-07-28 | Toyota Motor Corp | 蓄電機構の冷却ファンの制御装置 |
| JP2006215198A (ja) * | 2005-02-02 | 2006-08-17 | Seiko Epson Corp | ファン制御校正装置、冷却装置、電子機器、ファン制御校正方法、および電子機器の製造方法 |
| RU2012104531A (ru) * | 2009-09-30 | 2013-08-20 | Ниссан Мотор Ко., Лтд. | Диагностическое устройство для термостата |
| CN103344916A (zh) * | 2013-06-28 | 2013-10-09 | 江苏浩峰汽车附件有限公司 | 电机堵转检测方法 |
| CN203769925U (zh) * | 2014-04-17 | 2014-08-13 | 温州职业技术学院 | 一种进出水软管连接可靠的车用散热器 |
| CN105137233A (zh) * | 2015-08-26 | 2015-12-09 | 西安科技大学 | 一种矿用主通风机安全隐患监测预警系统及方法 |
| WO2017057069A1 (ja) * | 2015-10-01 | 2017-04-06 | 株式会社デンソー | 異常兆候診断装置 |
| CN108139300A (zh) * | 2015-10-01 | 2018-06-08 | 株式会社电装 | 异常征兆诊断装置 |
| KR20180126915A (ko) * | 2017-05-19 | 2018-11-28 | 연태훈 | 태양광 패널의 냉각모듈 및 이를 이용하는 하이브리드 태양광 시스템 |
| CN212206170U (zh) * | 2020-04-13 | 2020-12-22 | 株洲市电力融城机车配件有限责任公司 | 一种机车风量智能监测装置 |
| CN112649109A (zh) * | 2020-12-22 | 2021-04-13 | 日立电梯（中国）有限公司 | 一种变频器散热风扇运行状态的判断装置和方法 |
| CN113834852A (zh) * | 2021-11-25 | 2021-12-24 | 单县多米石墨烯科技有限公司 | 一种具有石墨烯涂层的产品的散热性能检测方法和系统 |
| CN114383864A (zh) * | 2021-12-08 | 2022-04-22 | 北京罗克维尔斯科技有限公司 | 故障检测方法、装置、设备及介质 |
| WO2023104120A1 (zh) * | 2021-12-08 | 2023-06-15 | 北京罗克维尔斯科技有限公司 | 故障检测方法及装置 |
| CN115907726A (zh) * | 2022-11-08 | 2023-04-04 | 安徽皖南新维电机有限公司 | 一种电机温度监测故障处理方法和装置 |
| CN115789856A (zh) * | 2022-12-09 | 2023-03-14 | 安徽省凯杰机械制造有限公司 | 一种用于通风设备的在线监测控制系统 |
| CN116398374A (zh) * | 2023-03-09 | 2023-07-07 | 国电投南通新能源有限公司 | 一种海上风机变压器散热系统故障检测装置 |
| CN117146743A (zh) * | 2023-08-31 | 2023-12-01 | 深圳一个烯材科技有限公司 | 基于物联网堆叠式石墨烯散热器质量自动检测方法及系统 |
| CN117040138A (zh) * | 2023-10-09 | 2023-11-10 | 国网甘肃省电力公司白银供电公司 | 一种配电柜运行动态安全评估系统 |
Non-Patent Citations (3)
| Title |
|---|
| 于在凤 等: "空冷机组散热器对其它运行设备的影响分析", 电站辅机, vol. 32, no. 4, 31 December 2011 (2011-12-31), pages 36 - 38 * |
| 周峰: "轴流式矿用通风机监控系统优化升级研究", 机械管理开发, no. 4, pages 201 - 202 * |
| 游剑辉: "强油风冷变压器冷却系统积污对散热能力的影响及其维护", 青海电力, vol. 32, no. 1, pages 13 - 15 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117872027A (zh) * | 2024-03-13 | 2024-04-12 | 国网山西省电力公司营销服务中心 | 一种用于光伏连接的配电网状态感知方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117347772B (zh) | 2024-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117347772B (zh) | 一种石墨烯散热器用的故障监测系统及方法 | |
| US10817399B2 (en) | Printed circuit board, main board, and system and method for monitoring temperature | |
| CN113299042B (zh) | 一种用于工业电器变频设备的安全预警系统 | |
| CN110989476A (zh) | 一种远程监控电力柜环境的监测系统 | |
| CN115542187A (zh) | 一种并联使用工况下开关电源健康管理方法 | |
| CN112034699A (zh) | 一种冗余系统高精度散热控制方法 | |
| CN110825184A (zh) | 一种基于大数据的云计算服务器平台 | |
| US10712222B2 (en) | Air pressure and temperature measurement system | |
| CN110554717B (zh) | 适用于电力电子装置温度闭环调节的散热风扇设速方法 | |
| CN211720552U (zh) | 一种控制柜用无线数据传输装置 | |
| CN113568457B (zh) | 一种基于传感技术的动态温度智能保护系统 | |
| CN114487973A (zh) | 一种仪表状态稳定性实时监测系统 | |
| CN107526669A (zh) | 硬盘温度监控系统及监控方法 | |
| CN202711444U (zh) | 风机运行状态的监测装置 | |
| CN117231544B (zh) | 一种基于数据采集的智能散热风扇调控系统 | |
| CN117638274B (zh) | 一种提高钠离子电池循环寿命的方法 | |
| CN117596758B (zh) | 新能源智慧工厂ba自控系统的故障诊断方法及系统 | |
| CN218601891U (zh) | 异常报警工业级智能交换机 | |
| CN216309251U (zh) | 一种输电线路线缆接头温度在线监测系统 | |
| CN217113124U (zh) | 温度控制装置以及无人清扫车 | |
| CN113958525B (zh) | 电子设备散热风机降噪方法 | |
| CN118156671A (zh) | 一种基于远程实时监控的电池散热系统及控制方法 | |
| CN212518537U (zh) | 一种定位追踪式变电站监测器及监控系统 | |
| CN115492752A (zh) | 一种基于考虑管路损耗多空压机组群性能识别方法及系统 | |
| CN219478066U (zh) | 一种网络监测边缘装置 |
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 |