风力机塔架螺栓松动的报警系统、报警方法、报警装置

    公开(公告)号:CN112990665A

    公开(公告)日:2021-06-18

    申请号:CN202110202018.X

    申请日:2021-02-23

    IPC分类号: G06Q10/06 G08B21/18

    摘要: 本发明属于螺栓松动实时监测技术领域,公开了一种风力机塔架螺栓松动的报警系统、报警方法、报警装置,信号转换模块将因螺栓松动产生的电阻变化量,转化成电流或电压信号;信号采集模块采集转换后的电流或电压信号,并进行编码;信号传输模块将采集的编码后的电流或电压信号传输至信号接收模块;信号接收模块接收传输的编码后的电流或电压信号,并进行解码;分析判断模块分析解码得到松动的螺栓的数量;并判断松动的螺栓的数量是否超出预设阈值;报警模块,当松动的螺栓的数量超出预设阈值时发送报警信号进行报警。本发明可以实现对螺栓松动的自动检测,节省了大量人力物力,检测精度高,完善和发展了螺栓松动检测系统。

    一种电机异常状态在线预警方法

    公开(公告)号:CN108562854B

    公开(公告)日:2019-11-22

    申请号:CN201810304340.1

    申请日:2018-04-08

    IPC分类号: G01R31/34

    摘要: 本发明属于电机设备监测与故障诊断相关技术领域,并公开了一种电机异常状态在线预警方法,该方法包括:从火电厂SIS系统中定时采集与电机状态有关参数的数据,同时建立针对电机三相绕组温度的预测模型;利用所采集的数据统计出电机三相绕组温度方差的分布特征;结合电机三相绕组温度方差和预测模型来分阶段对电机异常状态执行在线预警。通过本发明,不仅可显著提高在线预警操作的时效性和精度,而且能够有效执行有目的的点检任务,在确保机组正常稳定运行的同时,大大降低运维管理成本,因而尤其适用于各类中大型火电厂之类的应用场合。

    一种风电机组便携式点检记录仪

    公开(公告)号:CN105736252A

    公开(公告)日:2016-07-06

    申请号:CN201610073742.6

    申请日:2016-02-02

    IPC分类号: F03D17/00

    摘要: 本发明公开了一种用于风电机组运行巡检技术领域的风电机组便携式点检记录仪。本发明主要由CPU控制模块、电源模块、存储模块、通信模块、输入输出模块、模数A/D转换模块、数据采集模块和点检信息管理模块组成。本发明除了温度、振动等传统数据采集分析功能外,增加了图像采集、音频采集等功能,可实现点检信息的全部数字化,同时具有有线与无线通信功能;该设备还具有维修指导功能,可存储风电机组的包括电路图、技术参数和服务手册等技术资料,并可实时接受风电场控制中心的指导,方便点检人员解决某些紧急问题,实现点检与维修的智能化和一体化。

    一种单目深度估计方法、系统、设备及存储介质

    公开(公告)号:CN117649435A

    公开(公告)日:2024-03-05

    申请号:CN202311581870.8

    申请日:2023-11-23

    摘要: 本发明公开了一种单目深度估计方法、系统、设备及存储介质,属于计算机视觉领域,包括:S1、获取相机采集的单幅待测图像及对应的邻域图像;S2、分别提取所述待测图像及所述邻域图像的特征,以构建四维代价体;并提取所述待测图像的上下文语义特征;根据所述上下文语义特征和所述四维代价体,采用光流估计算法,预测光流信息;S3、根据光流信息将所述邻域图像投影到所述待测图像中,得到所述邻域图像的投影特征;将所述邻域图像的投影特征与所述待测图像的特征进行融合,以得到所述待测图像的多视图特征;S4、将所述待测图像的多视图特征解码后得到对应估计的深度图像。本发明能够提升深度图像重建精度。

    一种基于DBN网络的发电设备参数预警方法

    公开(公告)号:CN107622308B

    公开(公告)日:2020-07-10

    申请号:CN201710838767.5

    申请日:2017-09-18

    IPC分类号: G06N3/08 G06Q10/04 G06Q50/06

    摘要: 本发明属于发电设备在线监测与故障诊断领域,并公开了一种基于DBN网络的发电设备参数预警方法。该预警方法包括:(a)获取发电设备运行参数数据;(b)建立设备运行参数之间交叉拟合的DBN网络模型;(c)训练DBN网络模型;(d)利用已训练网络模型实时获取目标参数预测值;(e)实时比较设备运行参数实际值与预测值进行参数预警。本发明根据设备当前运行参数反映设备状态这一基本想法,利用设备参数之间的相关性建立参数之间的交叉拟合模型,采用小批量训练方法实现了模型的增量训练。通过本发明,解决了变负荷工况下时间序列模型不准确的问题,同时可以避免设备维修活动和自然劣化对模型准确性的影响,提高设备安全经济运行能力。

    一种干式排渣余热回收利用装置

    公开(公告)号:CN108775593B

    公开(公告)日:2019-08-09

    申请号:CN201810311125.4

    申请日:2018-04-09

    IPC分类号: F23J1/02 F23L15/04

    摘要: 本发明属于火力发电厂附属设备相关领域,并公开了一种干式排渣余热回收利用装置,该装置被配套用于火力发电厂的干式排渣机和送风系统,并包括分流管道等组件,其中该分流管道用于将在干式排渣机中与炉渣反应及换热之后的绝大多数高温空气予以分流处理,由此减少锅炉炉膛底部的漏风量。通过本发明,不仅能够更为高效地利用炉渣余热,同时有效避免炉膛底部漏风量过大的现象,而且该系统便于在现有设备的基础上直接进行改造,便于安装和维修,能够实现对锅炉运行效率的高精度调控。

    一种电机异常状态在线预警方法

    公开(公告)号:CN108562854A

    公开(公告)日:2018-09-21

    申请号:CN201810304340.1

    申请日:2018-04-08

    IPC分类号: G01R31/34

    摘要: 本发明属于电机设备监测与故障诊断相关技术领域,并公开了一种电机异常状态在线预警方法,该方法包括:从火电厂SIS系统中定时采集与电机状态有关参数的数据,同时建立针对电机三相绕组温度的预测模型;利用所采集的数据统计出电机三相绕组温度方差的分布特征;结合电机三相绕组温度方差和预测模型来分阶段对电机异常状态执行在线预警。通过本发明,不仅可显著提高在线预警操作的时效性和精度,而且能够有效执行有目的的点检任务,在确保机组正常稳定运行的同时,大大降低运维管理成本,因而尤其适用于各类中大型火电厂之类的应用场合。

    基于卷积神经网络和小波灰度图的旋转机械故障诊断方法

    公开(公告)号:CN106226074B

    公开(公告)日:2017-08-01

    申请号:CN201610841544.X

    申请日:2016-09-22

    IPC分类号: G01M13/02

    摘要: 本发明公开了一种基于卷积神经网络和小波灰度图的旋转机械故障诊断方法,其包括以下步骤:(1)将振动位移传感器及振动速度传感器设置在旋转机械上,利用所述振动位移传感器及所述振动速度传感器采集所述旋转机械的振动信号;(2)对采集到的所述振动信号进行多尺度小波分解,以得到小波灰度图;(3)按照预先训练过的卷积神经网络的输入形式,对所述小波灰度图进行预处理;(4)将预处理后的所述小波灰度图输入到所述卷积神经网络,所述卷积神经网络对接收到的所述小波灰度图进行分析诊断,以得到所述旋转机械的故障诊断结果。