TWI802796B - 燒結台車漏風型態鑑別系統及燒結台車漏風型態鑑別方法 - Google Patents

燒結台車漏風型態鑑別系統及燒結台車漏風型態鑑別方法 Download PDF

Info

Publication number
TWI802796B
TWI802796B TW109115121A TW109115121A TWI802796B TW I802796 B TWI802796 B TW I802796B TW 109115121 A TW109115121 A TW 109115121A TW 109115121 A TW109115121 A TW 109115121A TW I802796 B TWI802796 B TW I802796B
Authority
TW
Taiwan
Prior art keywords
sintering
air leakage
trolley
microphone
analyzed
Prior art date
Application number
TW109115121A
Other languages
English (en)
Other versions
TW202142823A (zh
Inventor
蕭嘉賢
江昆達
陳隆森
吳連堂
吳俊泓
Original Assignee
中國鋼鐵股份有限公司
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 中國鋼鐵股份有限公司 filed Critical 中國鋼鐵股份有限公司
Priority to TW109115121A priority Critical patent/TWI802796B/zh
Publication of TW202142823A publication Critical patent/TW202142823A/zh
Application granted granted Critical
Publication of TWI802796B publication Critical patent/TWI802796B/zh

Links

Images

Abstract

本發明提供了一種燒結台車漏風型態鑑別系統及燒結台車漏風型態鑑別方法。燒結台車漏風型態鑑別系統,包含:一燒結機,包含一循環風罩;一燒結台車,用以承載一原料進入該燒結機中,且該燒結台車從該循環風罩的一第一端進入,並且從該循環風罩的一第二端離開;複數個麥克風陣列,設置在該循環風罩的兩側,用以獲取該燒結台車的一聲壓資料;一風速計,設置在該循環風罩的該第二端,用以獲取該燒結台車的一風速資料;以及一處理單元,用以分析該聲壓資料及該風速資料,以判斷該燒結台車的一漏風型態。

Description

燒結台車漏風型態鑑別系統及燒結台車漏風型態鑑別方法
本發明係關於鑑別系統及鑑別方法,特別是一種燒結台車漏風型態鑑別系統及燒結台車漏風型態鑑別方法。
在燒結礦的生產過程中,風車在燒結台車下方抽氣使空氣可以均勻地通過燒結台車所承載的原料(稱為有效風1),並且通過燒結機高溫燒結使原料形成燒結礦。然而,如第1圖所示,燒結台車本身、燒結台車之間及燒結台車與燒結機之間存在有縫隙,部分空氣會流經這些縫隙而非通過燒結台車上的原料,而這部分會稱為無效風或漏風2、3。過多的無效風或漏風2、3,會減少通過原料的有效風1,使得燒結礦品質降低。實務上無效風或漏風2、3無法避免,為了維持燒結礦的品質多會提高風車的轉速來維持有效風量,但是這樣會消耗更多的電量,導致生產成本提高。
此外,燒結台車的使用損耗也會使漏風的問題惡化,例如燒結台車與燒結機之間的密封棒卡死、燒結台車的爐條磨耗、燒結台車的邊板龜裂等問題。現行技術可以通過監測漏風聲壓及有效風量,利用聲壓的大小來判定或預警漏風的程度。然而這樣的技術僅能判定或預警漏風的程度,以及是否嚴重到需要更換或維修,並無法確切地知道漏風型態,也就是無法知道是何處損耗導致漏風情況惡化。因此,維修過程中就需要耗費更多的時間來確認問題點與對應的處理方法。
故,有必要提供一種燒結台車漏風型態鑑別系統及一種燒結台車漏風型態鑑別方法,以解决習用技術所存在的問題。
本發明的目的在於提供一種燒結台車漏風型態鑑別系統及燒結台車漏風型態鑑別方法。利用聲音鑑別技術將燒結台車的聲壓資料轉換成聲學特徵,接著通過比對聲學特徵與風速資料來判斷燒結台車的漏風型態,並且提供對應的警示。
為了達成上述目的,本發明提供了一種燒結台車漏風型態鑑別系統,包含:一燒結機,包含一循環風罩;一燒結台車,用以承載一原料進入該燒結機中,且該燒結台車從該循環風罩的一第一端進入,並且從該循環風罩的一第二端離開;複數個麥克風陣列,設置在該循環風罩的兩側,用以獲取該燒結台車的一聲壓資料;一風速計,設置在該循環風罩的該第二端,用以獲取該燒結台車的一風速資料;以及一處理單元,用以分析該聲壓資料及該風速資料,以判斷該燒結台車的一漏風型態。
在本發明的一實施例中,該處理單元包含:一分析模組,利用梅爾倒頻譜係數(Mel-Frequency Cepstral Coefficients,MFCC)將該聲壓資料轉換成複數個聲學特徵;一比對模組,用以比對該燒結台車的該些聲學特徵與該風速資料,並輸出一比對結果;以及一確認模組,根據該比對結果來判斷該漏風型態。
在本發明的一實施例中,該些麥克風陣列包含一第一麥克風陣列及一第二麥克風陣列,該第一麥克風陣列設置在該循環風罩的一第一側,且該第二麥克風陣列設置在該循環風罩的一第二側。
在本發明的一實施例中,各該麥克風陣列包含一上麥克風、一中麥克風及一下麥克風。
在本發明的一實施例中,該風速計位於該燒結台車上方且鄰近該原料的上表面。
在本發明的一實施例中,該燒結台車漏風型態鑑別系統,更包含:複數個燒結台車,各該燒結台車上設置有一標籤,用以識別各該燒結台車。
在本發明的一實施例中,該處理單元包含:一篩選模組,用以挑選出聲壓大於一設定值的該些燒結台車作為複數個待分析燒結台車,且該篩選模組依序排列該些待分析燒結台車並輸出一排名結果;一分析模組,根據該排名結果利用梅爾倒頻譜係數將該些待分析燒結台車的該聲壓資料轉換成複數個聲學特徵;一比對模組,用以比對該些待分析燒結台車的該些聲學特徵與該風速資料,並輸出對應各該待分析燒結台車的一比對結果;以及一確認模組,根據該比對結果來判斷各該待分析燒結台車的一漏風型態及對應該漏風型態的一警示。
在本發明的一實施例中,該燒結台車漏風型態鑑別系統,更包含一人機界面,用以顯示該排名結果、各該待分析燒結台車的該漏風型態及對應該漏風型態的該警示。
本發明還提供了一種燒結台車漏風型態鑑別方法,包含:收集複數個燒結台車的一聲壓資料及一風速資料;挑選出聲壓大於一設定值的該燒結台車作為一待分析燒結台車;利用梅爾倒頻譜係數將該待分析燒結台車的該聲壓資料轉換成複數個聲學特徵;根據該聲學特徵與該風速資料來判斷該待分析燒結台車的該漏風型態;以及根據該漏風型態給出相對應的一警示。
在本發明的一實施例中,該設定值為100分貝。
如上所述,本發明利用聲音鑑別技術將燒結台車的聲壓資料轉換成聲學特徵,接著通過比對聲學特徵與風速資料來判斷燒結台車的漏風型態,並且提供對應的警示。藉此,廠內的維護人員可以優先地更換漏風情況嚴重的燒結台車,也可以是預先準備維修所需的零件及材料,減少維修耗費的時間,進而降低維修對生產線的影響。
爲了讓本發明之上述及其他目的、特徵、優點能更明顯易懂,下文將特舉本發明較佳實施例,並配合所附圖式,作詳細說明如下。再者,本發明所提到的方向用語,例如上、下、頂、底、前、後、左、右、內、外、側面、周圍、中央、水平、橫向、垂直、縱向、軸向、徑向、最上層或最下層等,僅是參考附加圖式的方向。因此,使用的方向用語是用以說明及理解本發明,而非用以限制本發明。
請參照第1圖至第9圖,第1圖是現行燒結台車有效風及漏風問題示意圖。第2圖是本發明實施例的一種燒結台車漏風型態鑑別系統的一上視示意圖。第3圖是第2圖實施例的一側視示意圖。第5圖是本發明實施例的一處理單元的鑑別法則。第6圖是本發明實施例的中漏風型態與聲學特徵的比對表。第7圖是燒結台車的小爐條磨損的一示意圖。第8圖是本發明實施例的一人機界面的一示意圖。第9圖是本發明實施例的一種燒結台車漏風型態鑑別方法的一步驟流程圖。
如第1圖所示,現行燒結機利用風車在燒結台車下方抽氣使空氣可以均勻地通過燒結台車所承載的原料,進而形成所謂的有效風1。然而,部分空氣會經過燒結機中的縫隙形成無效風或漏風,例如通過燒結台車的邊板破裂的漏風2或通過燒結台車與燒結機之間的密封棒的漏風3。本發明實施例通過比對聲學特徵與風速資料來判斷燒結台車的漏風型態,並且提供對應的警示。
如第2圖及第3圖所示,本實施例提供了一種燒結台車漏風型態鑑別系統100,包含:一燒結機110、複數個燒結台車120、一第一麥克風陣列131、一第二麥克風陣列132、複數個風速計140、一處理單元150及一人機界面160。
該燒結機110包含一循環風罩115。該循環風罩115用來罩住部分的該燒結機110,避免外界環境影響燒結過程。
該些燒結台車120用以承載一原料10進入該燒結機110中,且該些燒結台車120從該循環風罩115的一第一端115a進入,並且從該循環風罩115的一第二端115b離開。每一個燒結台車120上設置有一標籤120a,該標籤120a用以識別每一個燒結台車120。該標籤120a可以是使用無線射頻辨識(Radio Frequency Identification, RFID)技術或是相似技術的識別元件。
該第一麥克風陣列131設置在該循環風罩115的一第一側,且該第二麥克風陣列132設置在該循環風罩115的一第二側,其中該第一側與該第二側相對。該第一麥克風陣列131及該第二麥克風陣列132用以獲取該每一個燒結台車120的各自的一聲壓資料。具體地說,該第一麥克風陣列131可以收集該燒結台車120的該第一側的聲壓資料,而該第二麥克風陣列132可以收集該燒結台車120的該第二側的聲壓資料。該第一麥克風陣列131包含一上麥克風131a、一中麥克風131b及一下麥克風131c,且該第二麥克風陣列132包含一上麥克風132a、一中麥克風132b及一下麥克風132c。應當理解的是,上述上麥克風、中麥克風及下麥克風是用以收集該燒結台車120的不同位置的聲壓資料。
該些風速計140設置在該循環風罩115的該第二端115b,用以獲取每一個燒結台車120各自的一風速資料。如第3圖所示,該燒結台車漏風型態鑑別系統100可以包含五個風速計140,而該些風速計140會位於該燒結台車150上方且鄰近該原料10的上表面。具體來說,該些風速計140可以設置哉一框架(未繪示)上並且鄰近該原料10的上表面,藉此測量通過該燒結台車150上的該原料10的風速。該些風速計140可以通過相同的間隔來設置,以測量該原料10的各位置的風速。
該處理單元150用以分析該聲壓資料及該風速資料,以判斷每一個燒結台車120的一漏風型態。如第4圖所示,該處理單元150可以包含:一篩選模組152、一分析模組154、一比對模組156及一確認模組158。該篩選模組152用以挑選出聲壓大於一設定值(例如100分貝)的該些燒結台車120作為複數個待分析燒結台車120,且該篩選模組依序排列該些待分析燒結台車120並輸出一排名結果152a。該分析模組154根據該排名結果152a利用梅爾倒頻譜係數(Mel-Frequency Cepstral Coefficients,MFCC)將該些待分析燒結台車120的該聲壓資料轉換成複數個聲學特徵。該比對模組156用以比對該些待分析燒結台車120的該些聲學特徵與該風速資料,並輸出對應各該待分析燒結台車120的一比對結果。該確認模組158根據該比對結果來判斷各該待分析燒結台車120的一漏風型態158a及對應該漏風型態的一警示158b、158c。
該人機界面160用以顯示該排名結果152a、各該待分析燒結台車的該漏風型態158a及對應該漏風型態的該警示158b、158c。該人機界面160可以是一螢幕或是其它可行的顯示裝置。而該人機界面160的呈現方式可以參照第8圖所繪示的示例。
因此,在獲得來自該第一麥克風陣列131、該第二麥克風陣列132的聲壓資料後,該處理單元150通過了如第5圖所示的鑑別法則來確認漏風型態。首先,該處理單元150以梅爾倒頻譜係數(MFCC)將聲壓資料轉換成聲學特徵。接著,與正常的燒結台車的聲學特徵進行比對。在比對過程中,例如可以比對第一側的聲學特徵或第二側的聲學特徵,或是比對上麥克風131a、132a或中麥克風131b、132b或下麥克風131c、132c的聲學特徵。具體來說,上麥克風131a、132a的聲學特徵可以用來確認燒結台車的邊間是否有破損,中麥克風131b、132b的聲學特徵可以用來確認燒結台車的邊板是否龜裂,以及下麥克風131c、132c的聲學特徵可以用來確認燒結台車的密封棒是否卡死。隨後,搭配風速資料可以用來確認燒結台車的小爐條是否磨損。最後,通過比對可以確認縫隙/破損的位置,也就是可以確認漏風型態。
以第6圖為例來說明,每一個燒結台車的聲壓資料被轉換為第一聲學特徵、第二聲學特徵、第三聲學特徵及第四聲學特徵。而在具有循環風罩的燒結機中,正常的燒結台車的第一聲學特徵、第二聲學特徵、第三聲學特徵及第四聲學特徵分別呈現為+值、-值、+值、-值,並且第三聲學特徵的值大於0.02。而因為燒結台車上的小爐條磨損(如第7圖中的破損D)導致漏風時,其第一聲學特徵、第二聲學特徵、第三聲學特徵及第四聲學特徵就會呈現為+值、-值、+/-值、-值,其中第三聲學特徵的值會呈現+或-值,並且第三聲學特徵的值會小於0.01。而當密封棒卡死而導致漏風時,第一聲學特徵、第二聲學特徵、第三聲學特徵及第四聲學特徵會呈現為+值、+值、+值、+值。藉此,通過上述聲學特徵就可以準確地判斷燒結台車是否正常以及燒結台車的漏風型態。
在實際的燒結廠中,燒結台車的數量相當的龐大,將每一個燒結台車的聲壓資料都轉換成聲學特徵會耗費大量的運作資源。因此,如第8圖所示,實際運作時,該處理單元150可以識別每一個燒結台車120上各自的標籤120a,而該處理單元150的該篩選模組152將聲壓值大於100分貝的燒結車(即待分析燒結台車)篩選出來並且依聲壓大小進行排名,並且輸出該排名結果152a。而且該排名結果152a除了提供給該分析模組154之外,也會顯示在該人機系統160上。隨後,該分析模組154、該比對模組156及該確認模組158根據該排名結果152a來運作,進而鑑別出待分析燒結台車的漏風型態。例如分析模組154將在排名結果152a上的待分析燒結台車的聲壓資料轉換成聲學特徵,接著比對模組156比對排名結果152a上的待分析燒結台車的聲學特徵與風速資料,並輸出對應每一個待分析燒結台車的一比對結果,隨後確認模組158判斷排名結果152a的每一個待分析燒結台車的漏風型態158a及對應漏風型態158a的警示158b、158c,例如需更換名單的警示158b或需警戒名單的警示158c。如此一來,該處理單元150可以先分析及比對聲壓大的燒結台車(也就是先分析漏風比較嚴重的燒結台車),進而降低該處理單元150的運作負擔。此外,廠內的維護人員可以優先地更換漏風情況嚴重的燒結台車,也可以是預先準備維修所需的零件及材料,減少維修耗費的時間,進而降低維修對生產線的影響。
如第9圖所示,本發明實施例還提供了一種燒結台車漏風型態鑑別方法200,包含以下步驟:
步驟210,收集複數個燒結台車的一聲壓資料及一風速資料。該聲壓資料可以通過設置在一燒結機兩側的複數個麥克風陣列來收集,而該風速資料可以通過設置複數個麥克風陣列之後的多個風速計來收集。
步驟220,挑選出聲壓大於一設定值的該燒結台車作為一待分析燒結台車,其中該設定值可以是100分貝。該燒結台車上的縫隙會導致漏風,而漏風會伴隨的一定程度的聲壓。而當聲壓大於設定值時,代表漏風的情況已經是相對嚴重,並且需要受到關注與分析。
步驟230,利用梅爾倒頻譜係數將該待分析燒結台車的該聲壓資料轉換成複數個聲學特徵。梅爾倒頻譜係數(Mel-Frequency Cepstral Coefficients,MFCC)的轉換流程大致為將收集到的聲壓資料經過傅利葉轉換、三角戴通濾波器、對數轉換、離散餘弦轉換等處理,處理的過程與順序有多種變化,再此不贅述。
步驟240,根據該聲學特徵與該風速資料來判斷該待分析燒結台車的該漏風型態。在步驟240中,可以參照第5圖、第6圖中所記載的鑑別法則與比對表來判斷該漏風型態。
步驟250,根據該漏風型態給出相對應的一警示。該警示可以告知維護人員哪些燒結台車需要更換與哪些台車需要注意。
本實施例中的燒結台車漏風型態鑑別方法200利用聲壓大小將漏風問題較為嚴重燒結台車挑選出來,接著梅爾倒頻譜係數將聲壓資料轉換成聲學特徵,之後比對聲學特徵與風速資料來判斷燒結台車的漏風型態。這樣一來,既可以保持燒結廠正常的運作,更可以降低漏風情況,甚至預先維修可能有問題的燒結台車。
如上所述,本發明利用聲音鑑別技術將燒結台車的聲壓資料轉換成聲學特徵,接著通過比對聲學特徵與風速資料來判斷燒結台車的漏風型態,並且提供對應的警示。藉此,廠內的維護人員可以優先地更換漏風情況嚴重的燒結台車,也可以是預先準備維修所需的零件及材料,減少維修耗費的時間,進而降低維修對生產線的影響。
雖然本發明已以較佳實施例揭露,然其並非用以限制本發明,任何熟習此項技藝之人士,在不脫離本發明之精神和範圍內,當可作各種更動與修飾,因此本發明之保護範圍當視後附之申請專利範圍所界定者爲準。
1:有效風 2:漏風 3:漏風 10:原料 100:燒結台車漏風型態鑑別系統 110:燒結機 115:循環風罩 115a:第一端 115b:第二端 120:燒結台車 120a:標籤 131:第一麥克風陣列 131a:上麥克風 131b:中麥克風 131c:下麥克風 132:第二麥克風陣列 132a:上麥克風 132b:中麥克風 132c:下麥克風 140:風速計 150:處理單元 152:篩選模組 152a:排名結果 154:分析模組 156:比對模組 158:確認模組 158a:漏風型態 158b:警示 158c:警示 160:人機界面 200:燒結台車漏風型態鑑別方法 210:步驟 220:步驟 230:步驟 240:步驟 250:步驟 D:破損
第1圖是現行燒結台車有效風及漏風問題示意圖。 第2圖是本發明實施例的一種燒結台車漏風型態鑑別系統的一上視示意圖。 第3圖是第2圖實施例的一側視示意圖。 第4圖是本發明實施例的一處理單元的一結構示意圖。 第5圖是本發明實施例的一處理單元的鑑別法則。 第6圖是本發明實施例的中漏風型態與聲學特徵的比對表。 第7圖是燒結台車的小爐條磨損的一示意圖。 第8圖是本發明實施例的一人機界面的一示意圖。 第9圖是本發明實施例的一種燒結台車漏風型態鑑別方法的一步驟流程圖。
100:燒結台車漏風型態鑑別系統
110:燒結機
115:循環風罩
115a:第一端
115b:第二端
120:燒結台車
120a:標籤
131:第一麥克風陣列
132:第二麥克風陣列
140:風速計
150:處理單元
160:人機界面

Claims (8)

  1. 一種燒結台車漏風型態鑑別系統,包含:一燒結機,包含一循環風罩;一燒結台車,用以承載一原料進入該燒結機中,且該燒結台車從該循環風罩的一第一端進入,並且從該循環風罩的一第二端離開;複數個麥克風陣列,設置在該循環風罩的兩側,用以獲取該燒結台車的一聲壓資料,其中各該麥克風陣列包含一上麥克風、一中麥克風及一下麥克風;一風速計,設置在該循環風罩的該第二端,用以獲取該燒結台車的一風速資料;以及一處理單元,用以分析該聲壓資料及該風速資料,以判斷該燒結台車的一漏風型態,其中該處理單元包含:一分析模組,利用梅爾倒頻譜係數將該聲壓資料轉換成複數個聲學特徵;一比對模組,用以比對該燒結台車的該些聲學特徵與該風速資料,並輸出一比對結果;以及一確認模組,根據該比對結果來判斷該漏風型態,其中來自該上麥克風的該聲學特徵用以判斷該漏風型態為一燒結台車邊間破損型態,來自該中麥克風的該聲學特徵用以判斷該漏風型態為一燒結台車邊板龜裂型態,來自該下麥克風的該聲學特徵用以判斷該漏風型態為一燒結台車密封棒卡死型態及一燒結台車小爐條磨損型態。
  2. 如請求項1所述之燒結台車漏風型態鑑別系統,其中該些麥克風陣列包含一第一麥克風陣列及一第二麥克風陣列,該第一麥克風陣列設置在該循環風罩的一第一側,且該第二麥克風陣列設置在該循環風罩的一第二側。
  3. 如請求項1所述之燒結台車漏風型態鑑別系統,其中該風速計位於該燒結台車上方且鄰近該原料的上表面。
  4. 如請求項1所述之燒結台車漏風型態鑑別系統,更包含:複數個燒結台車,各該燒結台車上設置有一標籤,用以識別各該燒結台車。
  5. 如請求項4所述之燒結台車漏風型態鑑別系統,其中該處理單元包含:一篩選模組,用以挑選出聲壓大於一設定值的該些燒結台車作為複數個待分析燒結台車,且該篩選模組依序排列該些待分析燒結台車並輸出一排名結果;一分析模組,根據該排名結果利用梅爾倒頻譜係數將該些待分析燒結台車的該聲壓資料轉換成複數個聲學特徵;一比對模組,用以比對該些待分析燒結台車的該些聲學特徵與該風速資料,並輸出對應各該待分析燒結台車的一比對結果;以及一確認模組,根據該比對結果來判斷各該待分析燒結台車的一漏風型態及對應該漏風型態的一警示。
  6. 如請求項5所述之燒結台車漏風型態鑑別系統,更包含一人機界面,用以顯示該排名結果、各該待分析燒結台車的該漏風型態及對應該漏風型態的該警示。
  7. 一種燒結台車漏風型態鑑別方法,包含: 收集複數個燒結台車的一聲壓資料及一風速資料;挑選出聲壓大於一設定值的該燒結台車作為一待分析燒結台車;利用梅爾倒頻譜係數將該待分析燒結台車的該聲壓資料轉換成複數個聲學特徵;比對該聲學特徵與該風速資料,並輸出一比對結果;根據該比對結果來判斷該待分析燒結台車的該漏風型態,其中來自一上麥克風的該聲學特徵用以判斷該漏風型態為一燒結台車邊間破損型態,來自一中麥克風的該聲學特徵用以判斷該漏風型態為一燒結台車邊板龜裂型態,來自一下麥克風的該聲學特徵用以判斷該漏風型態為一燒結台車密封棒卡死型態及一燒結台車小爐條磨損型態;以及根據該漏風型態給出相對應的一警示。
  8. 如請求項7所述之燒結台車漏風型態鑑別方法,其中該設定值為100分貝。
TW109115121A 2020-05-06 2020-05-06 燒結台車漏風型態鑑別系統及燒結台車漏風型態鑑別方法 TWI802796B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW109115121A TWI802796B (zh) 2020-05-06 2020-05-06 燒結台車漏風型態鑑別系統及燒結台車漏風型態鑑別方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109115121A TWI802796B (zh) 2020-05-06 2020-05-06 燒結台車漏風型態鑑別系統及燒結台車漏風型態鑑別方法

Publications (2)

Publication Number Publication Date
TW202142823A TW202142823A (zh) 2021-11-16
TWI802796B true TWI802796B (zh) 2023-05-21

Family

ID=80783503

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109115121A TWI802796B (zh) 2020-05-06 2020-05-06 燒結台車漏風型態鑑別系統及燒結台車漏風型態鑑別方法

Country Status (1)

Country Link
TW (1) TWI802796B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106124136A (zh) * 2016-06-24 2016-11-16 宝山钢铁股份有限公司 一种烧结环冷机台车漏风率在线测试方法及装置
TWI623719B (zh) * 2017-06-22 2018-05-11 中國鋼鐵股份有限公司 燒結台車漏風預警系統及其預警方法
CN108398023A (zh) * 2018-03-28 2018-08-14 中冶长天国际工程有限责任公司 一种燃气喷吹烧结用多层联动式侧密封装置及其控制方法
CN209214385U (zh) * 2018-12-03 2019-08-06 北京晟龙伟嘉科技有限公司 一种烧结热风循环布风罩
TWI672475B (zh) * 2019-01-19 2019-09-21 中國鋼鐵股份有限公司 管理燒結機漏風之監控系統
CN110307994A (zh) * 2018-03-20 2019-10-08 本田技研工业株式会社 异声检测装置以及异声检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106124136A (zh) * 2016-06-24 2016-11-16 宝山钢铁股份有限公司 一种烧结环冷机台车漏风率在线测试方法及装置
TWI623719B (zh) * 2017-06-22 2018-05-11 中國鋼鐵股份有限公司 燒結台車漏風預警系統及其預警方法
CN110307994A (zh) * 2018-03-20 2019-10-08 本田技研工业株式会社 异声检测装置以及异声检测方法
CN108398023A (zh) * 2018-03-28 2018-08-14 中冶长天国际工程有限责任公司 一种燃气喷吹烧结用多层联动式侧密封装置及其控制方法
CN209214385U (zh) * 2018-12-03 2019-08-06 北京晟龙伟嘉科技有限公司 一种烧结热风循环布风罩
TWI672475B (zh) * 2019-01-19 2019-09-21 中國鋼鐵股份有限公司 管理燒結機漏風之監控系統

Also Published As

Publication number Publication date
TW202142823A (zh) 2021-11-16

Similar Documents

Publication Publication Date Title
WO2015177870A1 (ja) 製造設備診断支援装置
CN111401583A (zh) 基于预测性维护的自动扶梯全生命周期健康管理系统
CN112660745B (zh) 托辊故障智能诊断方法、系统及可读存储介质
CN110309981A (zh) 一种基于工业大数据的水电站状态检修决策系统
TWI802796B (zh) 燒結台車漏風型態鑑別系統及燒結台車漏風型態鑑別方法
CN113449883A (zh) 信息处理方法、学习完毕模型的生成方法以及装置
CN111241683A (zh) 一种基于动态时间规整的设备工况故障预测方法和系统
CN112799372A (zh) 显示方法、学习完毕模型的生成方法、装置以及程序
CN106682159A (zh) 一种阈值配置方法
JP7462158B2 (ja) 学習済みモデルの生成方法、装置、及びプログラム
CN109051104A (zh) 一种灌装机运行状态智能化检测系统和方法
Tsai et al. Acoustic-based method for identifying surface damage to wind turbine blades by using a convolutional neural network
KR20140148396A (ko) 기판 처리 장치의 장해 감시 시스템 및 기판 처리 장치의 장해 감시 방법
CN114708584A (zh) 基于大数据的卷烟产品质量缺陷防控学习系统及方法
CN115202404B (zh) 基于无人机的光伏发电组维护巡检方法
JP2003303020A (ja) プラント監視・診断システム
CN112987682A (zh) 控制方法、控制装置和机械设备
CN114693466B (zh) 一种基于大数据对制造企业运行的监控方法及监控装置
JP2023106472A (ja) 異常検知装置及び異常検知方法
CN104714205B (zh) 电表错置侦测系统及其方法
KR20100110703A (ko) 열간압연기의 수직 정렬 진단장치 및 진단방법
CN116245506A (zh) 一种设备运维管理系统及故障自检测方法及其使用方法
US7877158B2 (en) Method for operating industrial installations
CN107340460A (zh) 一种状态检测数据特征参数提取及规范化转换的方法
CN113586554A (zh) 一种液压马达检测系统及方法