-
公开(公告)号：CN117389255A
公开(公告)日：2024-01-12
申请号：CN202311619177.5
申请日：2023-11-30
申请人： 中控技术股份有限公司
IPC分类号： G05B23/02
摘要： 本发明涉及一种用于动设备故障诊断的反馈专家系统，包括：数据管理模块，用于接收预先采集的待诊断的动设备的运行数据；人机接口模块，用于接收用户输入的待诊断的动设备的设备组态信息，并通过设备组态模块将该设备组态信息发送至知识库模块；知识库模块，用于基于所述设备组态信息和预先获取的通用知识库，获取与该待诊断的动设备对应的设备系统故障树；所述通用知识库包括该动设备中每一设备部件分别一一对应的部件故障树；推理机模块，用于基于所述动设备的运行数据和所述设备系统故障树，对该动设备进行故障诊断，得到诊断结果。
-
公开(公告)号：CN116124457A
公开(公告)日：2023-05-16
申请号：CN202211433272.1
申请日：2022-11-16
申请人： 浙江中控技术股份有限公司 , 浙江大学
IPC分类号： G01M13/045 , G06F18/24
摘要： 本发明提供一种滚动轴承故障模式识别方法、装置和设备，方案首先，对采集到的振动信号求解复包络，然后再对所述复包络进行重构，得到重构信号，计算所述重构信号的判别指标，构建判别指标定的判别指标曲线图，基于判别指标曲线图的峰值确定缺陷间隔频率，此时，就可以基于缺陷间隔频率确定滚动轴承对应的故障类型，从而实现了故障类型的精准分析。
-
公开(公告)号：CN117932508A
公开(公告)日：2024-04-26
申请号：CN202311794865.5
申请日：2023-12-25
申请人： 中控技术股份有限公司
IPC分类号： G06F18/2433 , G06F18/10 , G06F18/213
摘要： 本发明提供了一种轴承寿命预测方法及存储介质，涉及测控技术领域，该轴承寿命预测方法包括：获取轴承的原始振动信号序列；根据原始振动信号序列得到降噪振动信号序列；根据原始振动信号序列提取原始特征值，根据降噪振动信号序列分别提取降噪特征值和峭度特征值；根据原始特征值、降噪特征值和峭度特征值，得到状态异常变点；根据原始振动信号序列和状态异常变点得到健康指标序列；根据健康指标序列，得到平滑健康指标曲线和多个拟合曲线；根据平滑健康指标曲线对全部拟合曲线进行筛选，得到最优退化曲线；根据最优退化曲线确定轴承剩余寿命。本发明可以准确地对轴承的剩余寿命进行预测。
-
公开(公告)号：CN117387931A
公开(公告)日：2024-01-12
申请号：CN202311272671.9
申请日：2023-09-28
申请人： 中控技术股份有限公司
IPC分类号： G01M13/003 , G01H17/00
摘要： 本发明提供了基于频谱分析和能量算子包络的往复压缩机气阀故障诊断方法，包括：获取往复式压缩机及其组成的系统运行时的气阀原始振动信号，并进行快速傅里叶变换获得气阀振动频谱信号；基于气阀振动频谱信号，分别计算不同频段的振动能量，并获取低频段和高频段的能量比值；根据气阀振动频谱信号不同频段的能量比值判断气阀是否存在故障；进一步根据能量算子包络的气阀振动信号特征对故障类别进行分类。本发明提供的方法能够很好地实现往复式压缩机气阀的故障判别和分类，具有较强的通用性和普适性。
-
公开(公告)号：CN118734202A
公开(公告)日：2024-10-01
申请号：CN202410837912.8
申请日：2024-06-26
申请人： 中控技术股份有限公司
IPC分类号： G06F18/2431 , F04D27/00 , G06F18/10 , G06F18/2131
摘要： 本发明公开了一种基于多指标的离心压缩机的故障机理诊断方法，获取离心压缩机运行时的排气流量和排气压力信号；对流量和压力信号进行滤波；根据滤波后的信号构建离心压缩机的能量指标、单峰指标、功率指标；并根据实测计算得到的特征指标与基准工况运行下的特征指标进行比较获取各特征指标的状态度量，计算判定指标，即可对离心压缩机旋转失速和喘振故障的快速识别；能够很好地实现离心压缩机异常运行工况的判别和分类，具有较强的通用性和鲁棒性。
-
公开(公告)号：CN117495070A
公开(公告)日：2024-02-02
申请号：CN202311815929.5
申请日：2023-12-27
申请人： 中控技术股份有限公司
IPC分类号： G06Q10/0633 , G06Q50/04 , G06F18/15 , G06F18/213 , G06F18/25 , G06N20/00
摘要： 本发明涉及工业人工智能技术领域，尤其涉及一种工业流水线的工艺参数推荐方法及系统，该方法包括：读取工业流水线的当前批次产品的生产数据；将生产数据解析为连续型变量数据、类别型变量数据以及时序数据，并根据不同数据类型进行数据处理，包括：将连续型变量数据和类别型变量数据作为输入，输入多种训练后的机器学习模型，并输入融合训练后的机器学习模型，进行多模型融合预测，得到机器学习模型预测的质检预测结果；将时序数据作为输入，输入训练后的深度学习模型，得到时序模型预测结果，综合机器学习模型预测的质检预测结果和时序预测结果，得到当前批次产品的结合时序数据的最终的质检预测结果。本发明可对当前生产产品进行质检预测。
-
公开(公告)号：CN118839192A
公开(公告)日：2024-10-25
申请号：CN202410837919.X
申请日：2024-06-26
申请人： 中控技术股份有限公司
摘要： 本发明公开了一种多源信息融合的离心压缩机运行状态异常监测方法，针对现有的基于数据驱动的压缩机故障诊断方法十分依赖数据数量与质量，且大多压缩机造价昂贵，故障数据不易获取，针对数据驱动诊断模型诊断效果差，泛化能力弱的问题，通过获取离心压缩机运行时的振动、排气流量和排气压力信号；分别对振动信号去趋势项，对流量和压力信号进行归一化；分别计算振动信号的均方根、流量和压力信号的峰峰值；基于振动均方根、流量和压力信号的峰峰值构建离心压缩机状态指示参数，并根据实测得到的状态指示参数值与基准工况运行下的状态指示参数值进行比较即可对离心压缩机旋转失速和喘振故障的快速识别。
-
公开(公告)号：CN116244622A
公开(公告)日：2023-06-09
申请号：CN202211642619.3
申请日：2022-12-20
申请人： 浙江中控技术股份有限公司
IPC分类号： G06F18/24 , F04D15/00 , G06F18/213
摘要： 本发明公开了一种本专利提供了一种基于改进ReliefF加权的k近邻离心泵故障诊断方法，通过采集不同运行状态下的离心泵振动信号并对其切片后，再计算时域和频域特征参数，并利用极端森林模型进行特征选择，利用改进的ReliefF算法计算特征参数的权重，进而利用高斯距离加权的k近邻算法预测待测样本的故障类型。本发明提出的基于改进ReliefF加权的k近邻离心泵故障诊断方法能够很好实现离心泵及其组成的系统的多种故障诊断和分类，提高了算法的运行效率，保证了诊断结果的可靠性和稳定性。
-
公开(公告)号：CN116221091A
公开(公告)日：2023-06-06
申请号：CN202211455419.7
申请日：2022-11-21
申请人： 浙江中控技术股份有限公司
摘要： 本发明提供了一种水泵机组故障的确定方法及系统，该方法为：采集水泵机组的多组待处理振动信号；对多组待处理振动信号进行预处理，得到待处理特征矩阵；将待处理特征矩阵输入预设的故障诊断模型进行故障识别和故障诊断，得到水泵机组的故障诊断结果，故障诊断模型基于样本振动信号训练改进后的长短期记忆神经网络模型得到。本方案中，通过预处理来充分提取待处理振动信号的特征，以得到待处理特征矩阵。改进后的长短期记忆神经网络模型增强了模型的稳定性和预测精度，利用由改进后的长短期记忆神经网络模型训练得到的故障诊断模型，对待处理特征矩阵进行故障识别和故障诊断，得到水泵机组的故障诊断结果，能够提高水泵机组的故障诊断的准确度。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.026 秒)
