-
公开(公告)号：CN115165362B
公开(公告)日：2024-12-24
申请号：CN202210721560.0
申请日：2022-06-24
Applicant: 鞍钢集团矿业有限公司
IPC: G01M13/045 , G01M13/04 , G06N3/0464 , G06N3/096 , G06F18/2431
Abstract: 本发明公开了一种基于巡检及振动信号的轴承故障智能检测系统和方法，其特征在于，包括下列步骤：后台控制中心的工作人员对巡检机器人发出巡检指令，巡检机器人对车间设备开始巡检，采集图像、温度及声音信号，并传输给后台控制中心；然后对数据进行数据清洗、归一化处理、数据增量处理；然后建立深度神经网络模型，并对模型预训练，再通过迁移学习的方法重新训练现场采样轴承训练集，将训练好的最优模型作为故障检测模型部署在模型部署机中，利用现场采集得到图像信号、声音信号、温度信号进行多源数据故障检测，并故障报警。其优点是：能及时对现场设备轴承故障进行检测及预警，有效维护了机械设备正常运转。
-
公开(公告)号：CN110921557A
公开(公告)日：2020-03-27
申请号：CN201911334689.0
申请日：2019-12-23
Applicant: 鞍钢集团矿业有限公司
Abstract: 本发明涉及一种矿用汽车差速器专用检修工具及使用方法，包括升降小车，其特征在于：还包括固接在升降小车台面上的支撑座和紧固机构；在支撑座上端安装有轴承座；所述的紧固机构包括环状托盘、对称固接在环状托盘两端的两个短轴、垂直固接于短轴端部的摇臂、固定盘、固定销、顶丝Ⅰ和顶丝Ⅱ；紧固机构通过其短轴设置在支撑座上端的轴承座内；拆解检修步骤先通过顶丝Ⅰ和顶丝Ⅱ将差速器固定；然后通过升降小车将差速器移出矿用汽车检修，安装差速器的步骤相反；本发明的优点是：1）提供一种专用检修工具，代替手拉葫芦捆绑吊装，省时省力，提高工作效率；2）操作简便，能够有效防止差速器拆卸和安装过程中碰撞脱落造成的零部件损坏和维修人员挤伤的事故。
-
公开(公告)号：CN109048266A
公开(公告)日：2018-12-21
申请号：CN201811098548.9
申请日：2018-09-20
Applicant: 鞍钢集团矿业有限公司
IPC: B23P19/00
CPC classification number: B23P19/00
Abstract: 本发明涉及一种皮带轮轴承更换工具及使用方法，其特征在于，包括升降车，顶板、带有螺栓孔的固定盘和千斤顶组件，所述的千斤顶组件设置在升降车上，所述的千斤顶组件由支承座、置于底座上的千斤顶、设置在千斤顶前部外侧的二个两端带有法兰的半圆弧形夹具所组成。本发明的优点是：有效解决了皮带轮轴承在线更换分解的问题，使皮带轮轴承更换更加便捷，省时省力，避免由于更换皮带轮轴承时间过长，杜绝了皮带轮轴承在更换、拆卸过程中存在的安全隐患，为稳定生产指标提供前提保证；同时，保证装配精度，缩短装配时间。
-
公开(公告)号：CN106500799A
公开(公告)日：2017-03-15
申请号：CN201610814822.2
申请日：2016-09-12
Applicant: 鞍钢集团矿业有限公司
IPC: G01F23/292
CPC classification number: G01F23/292
Abstract: 本发明提出一种牙轮钻机非接触式油位报警装置及方法，属于采矿牙轮钻机设备领域，该装置包括设置于牙轮钻机油气桶观油镜一侧的漫反射开关、支架、控制部分、控制柜和控制台；其中，所述的控制部分包括工控开关电源、第一继电器、第二继电器、可调节稳压模块和延时控制模块；本发明填补了矿山牙轮钻机油位报警技术的空白，有效地解决了在牙轮钻机运转中由于安全阀喷油、循环油管漏油等情况时工作人员能够在操作室及时发现隐患，明确判断出空压机润滑油量不足，降低工作人员的疲劳度和紧张度，提高了牙轮钻机的工作效率，本发明可运用于矿山企业不同设备类型的牙轮钻机。
-
公开(公告)号：CN115165362A
公开(公告)日：2022-10-11
申请号：CN202210721560.0
申请日：2022-06-24
Applicant: 鞍钢集团矿业有限公司
IPC: G01M13/045 , G01M13/04 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于巡检及振动信号的轴承故障智能检测系统和方法，其特征在于，包括下列步骤：后台控制中心的工作人员对巡检机器人发出巡检指令，巡检机器人对车间设备开始巡检，采集图像、温度及声音信号，并传输给后台控制中心；然后对数据进行数据清洗、归一化处理、数据增量处理；然后建立深度神经网络模型，并对模型预训练，再通过迁移学习的方法重新训练现场采样轴承训练集，将训练好的最优模型作为故障检测模型部署在模型部署机中，利用现场采集得到图像信号、声音信号、温度信号进行多源数据故障检测，并故障报警。其优点是：能及时对现场设备轴承故障进行检测及预警，有效维护了机械设备正常运转。
-
Patent Agency Ranking
公开(公告)号：CN114778115A
公开(公告)日：2022-07-22
申请号：CN202210444503.2
申请日：2022-04-26
Applicant: 鞍钢集团矿业有限公司
IPC: G01M13/045 , G06K9/00 , G06K9/62 , G06N3/04
Abstract: 本发明涉及一种基于声发射信号的轴承故障检测系统及方法，其特征在于包括下述步骤：声发射信号采集装置定点采集设备轴承的声发射信号,发送到数据服务器；数据服务器对采集的声发射信号进行小波降噪处理，然后对数据进行标准化预处理操作，并建立滑动矩形窗函数，以及对声发射信号进行数据增量处理，再将增量的数据制作成数据集；在算法服务器中建立深度神经网络模型，并训练该模型；模型布署机中布署训练好的深度神经网络模型，进行轴承故障检测并预警。本发明的优点是：能够实现球磨机和磁选机轴承故障智能诊断分析，及时诊断轴承故障的等级，做到了提前预判，灵活准确，及时预警并通知运维人员快速处置，提升设备安全性能。
-
公开(公告)号：CN119917785A
公开(公告)日：2025-05-02
申请号：CN202411923541.1
申请日：2024-12-25
Applicant: 鞍钢集团矿业有限公司
IPC: G06F18/10 , G06F18/23 , G06F18/243 , G06N3/006 , G06N5/01
Abstract: 本发明的目的是为了解决现有技术难以对衬板在未来的磨损情况进行准确预测的问题，提出了一种预测球磨机衬板磨损趋势的方法。本发明的技术方案为：S1、传感器数据采集与预处理；S2、单块衬板磨损的初步预测矩阵；S21、将数据集的数据做清洗、去噪等预处理，再对预处理后的数据集的数据进行聚类分析；S22、对聚类分析后的数据集中的少数类数据进行增强，应用决策树算法进行模型训练，该模型即单块衬板的初步预测矩阵；S3、单块衬板磨损的点预测模型补偿；S4、单补偿磨损实际矩阵；S5、误差修正。该方法基于传感器数据与先进算法相结合，旨在实时、准确地掌握衬板的整体磨损状态和磨损预期，从而提升设备管理的智能化水平。
-
公开(公告)号：CN114778115B
公开(公告)日：2024-12-20
申请号：CN202210444503.2
申请日：2022-04-26
Applicant: 鞍钢集团矿业有限公司
IPC: G01M13/045 , G06F18/10 , G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及一种基于声发射信号的轴承故障检测系统及方法，其特征在于包括下述步骤：声发射信号采集装置定点采集设备轴承的声发射信号,发送到数据服务器；数据服务器对采集的声发射信号进行小波降噪处理，然后对数据进行标准化预处理操作，并建立滑动矩形窗函数，以及对声发射信号进行数据增量处理，再将增量的数据制作成数据集；在算法服务器中建立深度神经网络模型，并训练该模型；模型布署机中布署训练好的深度神经网络模型，进行轴承故障检测并预警。本发明的优点是：能够实现球磨机和磁选机轴承故障智能诊断分析，及时诊断轴承故障的等级，做到了提前预判，灵活准确，及时预警并通知运维人员快速处置，提升设备安全性能。
-
公开(公告)号：CN117541717A
公开(公告)日：2024-02-09
申请号：CN202311413403.4
申请日：2023-10-27
Applicant: 鞍钢集团矿业有限公司
IPC: G06T17/00 , G06F18/10 , G06N3/0442 , G06N3/08 , G06F123/02
Abstract: 本发明涉及数字孪生体技术领域，尤其是一种球磨机数字孪生体的建模方法。球磨机数字孪生体包括主体物理空间模块、附属物理空间模块、通信模块、边缘计算模块、三维展示模块五部分；球磨机数字孪生体的建模方法包括如下步骤：(1)创建球磨机主体各部位对应的数字孪生主体物理空间模块；(2)创建球磨机附属各设备对应的数字孪生附属物理空间模块；(3)采集球磨机运行时的实时数据；(4)将物理空间模块采集的实时数据传输到边缘计算模块；(5)在边缘计算模块中完成球磨机数据的虚实融合，实现对球磨机内部料位指标和球磨机故障的在线预测；(6)将数据在三维展示模块展示给用户。本发明能够实时监测和预测球磨机轴承故障和内部料位。
-
公开(公告)号：CN117556280A
公开(公告)日：2024-02-13
申请号：CN202311406612.6
申请日：2023-10-27
Applicant: 鞍钢集团矿业有限公司
IPC: G06F18/23213 , G01D21/02 , G06F18/27 , G06F18/2411 , G06F17/11 , G06F17/16 , G06F17/18 , G06Q10/20
Abstract: 本发明属于故障预测与诊断技术领域，公开一种基于FCM‑LSSVM的球磨机劣化趋势在线预测方法，包括：根据球磨机的历史状态变量数据，构建关于球磨机状态的特征矩阵；建立表征球磨机状态模型；建立基于卡尔曼滤波的最小二乘支持向量机在线预测模型，实现球磨机状态变量的在线预测；利用球磨机状态变量的预测值，应用表征球磨机状态模型计算球磨机状态的劣化程度。本发明的优点是，采用历史数据和现场实时数据相结合的方式，利用卡尔曼滤波理论改进最小二乘支持向量机有较好的噪声鲁棒性，在线预测球磨机运行状态的劣化趋势，提高了数据模型预测效率与准确率。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.033 seconds)
