CN111426498A - 一种监测设备运行状态的边缘处理方法 - Google Patents
一种监测设备运行状态的边缘处理方法 Download PDFInfo
- Publication number
- CN111426498A CN111426498A CN202010327817.5A CN202010327817A CN111426498A CN 111426498 A CN111426498 A CN 111426498A CN 202010327817 A CN202010327817 A CN 202010327817A CN 111426498 A CN111426498 A CN 111426498A
- Authority
- CN
- China
- Prior art keywords
- signal
- dynamic
- data
- characteristic data
- value
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- 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
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明属于设备状态监测与故障诊断技术领域,具体涉及一种监测设备运行状态的边缘处理方法。本发明首先每隔设定时间间隔,对动态信号进行一次采样,获取其动态波形,并提取所述动态波形的特征数据;然后在一个上送周期内,将特征数据与设定报警值进行比较:若所有特征数据均小于等于对应的设定报警值,将该上送周期内的所有特征数据和对应的采样时刻上送;否则,除特征数据和对应的采样时刻外,还上送周期内首次出现特征数据大于设定报警值的时刻对应的各动态信号的动态波形。本发明减轻了数据传输的压力,提高***的监测扫描周期和实时性。且在发生报警时,同步采集各个信号的原始数据,用于交叉评价分析,提高故障分析诊断的可靠性。
Description
技术领域
本发明属于设备状态监测与故障诊断技术领域,具体涉及一种监测设备运行状态的边缘处理方法。
背景技术
在以制造业为核心的当下,各类机械设备、电气设备的普及和使用率有了大幅度地调高。目前,几乎所有的行业均会使用到各种不同类型、各种不同高规格的设备。
在长期的设备运行、应用和维护过程中,发现设备容易出现各种各样的故障。而一旦出现设备故障,所造成的停机或设备损坏必会给使用带来不便、生产带来巨大的损失。也正因为如此,如何在未发生故障或设备出现故障的早期及时发现并诊断出相应的故障原因便显得尤为重要。如若在未发生故障或设备出现故障的早期及时发现并诊断出相应的故障,便可使维修人员能够针对故障制定有效且合理的维修计划,从而延长设备的使用寿命,极大地降低故障所带来的危害。
为了解决上述问题,在采集端通常会设置各种采集装置,包括传感器,并将采集装置采集的各种数据上送给服务器,供服务器对采集装置采集的数据进行数据的处理、判断,以确定设备处于何种状态下。为了对设备状态判断的更准确,通常会在采集端设置多种传感器,并上送全部采集数据,以对设备进行更全面的诊断,但该种方式,无疑增加了数据传输的压力,对于网络带宽是一个严峻的考验,随着接入数量的增大,监测***中呈现的监测数据的时间间隔和对于故障监测的实时性都会受到很大的影响。而且,海量的数据对服务器的处理速度、分析能力也带来巨大的挑战。
针对该现象,可利用边缘计算技术,在采集端设置边缘装置,以对采集装置采集的各种数据进行初步的处理,例如数据滤波、数据分类等,以适当减轻网络带宽的压力以及服务器数据处理的负担,但这是治标不治本,效果不佳,如何利用边缘计算技术提供一种更为有效的采集端数据处理方法,是急迫需要解决的问题。
发明内容
本发明提供了一种监测设备运行状态的边缘处理方法,用以解决现有技术中只在采集端进行初步处理造成的网络带宽压力大、服务器数据处理压力大和监测***实时性不足的问题。
为解决上述技术问题,本发明的技术方案包括:
本发明提供了一种监测设备运行状态的边缘处理方法,包括如下步骤:
每隔设定时间间隔,对动态信号进行一次采样,获取动态信号的动态波形,并提取所述动态波形的特征数据;所述动态信号包括以下信号的至少一种:电流信号和振动信号;
在一个上送周期内,将该上送周期内的所有特征数据与对应的设定报警值进行比较,根据比较结果,触发不同的数据上送方式:
若所有动态信号的所有特征数据均小于等于对应的设定报警值,则将该上送周期内的所有特征数据和对应的采样时刻进行上送;否则,将该上送周期内的所有特征数据和对应的采样时刻、以及该上送周期内首次出现特征数据大于设定报警值的采样时刻对应的各动态信号的动态波形进行上送;
其中,所述设定时间间隔小于所述上送周期。
上述技术方案的有益效果为:本发明首先每隔设定时间间隔,对动态信号进行一次采样,获取动态信号的动态波形,并对动态波形进行初步的特征提取处理,然后在一个上送周期内,将提取出的特征数据与对应的设定报警值进行比较,对设备运行状态进行初步的判断,接着根据判断判断结果触发不同的数据上送方式:若所有的特征数据均小于等于对应的设定报警值,说明初步判断结果为设备正常,此时只将特征数据和对应的采样时刻进行上送即可,减轻了数据传输的压力,使服务器无需处理海量的采集端直接采集的数据,只分析设备正常时的特征数据即可;否则的话,说明设备异常,除了特征数据和对应的采样时刻外,还该上送周期内首先次出现特征数据大于设定报警值的采样时刻对应的各动态信号的动态波形进行上送,方便交叉评价分析,提高故障分析诊断的可靠性。在确定设备运行状态和劣化趋势的同时,及时定位故障原因并进行故障处理,降低设备故障带来的危害和损失。
作为方法的进一步改进,为了对设备进行更全面的分析,每隔设定时间间隔,还对非动态信号进行一次采样,获取非动态信号的原始采样数据,并提取原始采样数据的特征数据;在一个上送周期内,将该上送周期内提取的所有非动态信号的所有特征数据和对应的采样时刻进行上送;所述非动态信号为温度信号。
作为方法的进一步改进,为了对电流信号进行更全面的分析,电流信号的特征数据包括电流有效值和电流频率值,振动信号的特征数据包括通频振动值,所述通频振动值为振动信号为加速度信号时的振动峰值、振动信号为速度信号时的振动有效值、或者振动信号为位移信号时的振动峰峰值。。
作为方法的进一步改进,还包括确定电机启停状态的步骤,在将数据进行上送时,还将电机启停状态进行上送。
作为方法的进一步改进,为了避免不必要的处理以提高计算效率,仅在确定电机启动设定启动时间后,将振动信号的特征数据与对应的设定报警值进行比较。
作为方法的进一步改进,为了便于服务器进行交叉分析处理,获取的动态信号和非动态信号的总种类数量超过两种时,还包括将获取的动态信号的和非动态信号进行同步的步骤。
作为方法的进一步改进,所述动态信号包括电流信号,且电流信号的特征数据包括电流有效值时,通过电流有效值对电机的启停状态进行判断。
作为方法的进一步改进,若在设定长期时间内,所有动态信号的特征数据均小于等于对应的设定报警值,则在设定固定时刻,将每种动态信号的任一次获取的动态波形进行上送;所述在设定长期时间大于所述上送周期。
附图说明
图1是本发明的设备运行状态监测***的结构示意图;
图2是本发明的监测设备运行状态的边缘处理方法的整体流程图;
图3是本发明的电流信号的数据处理流程图;
图4是本发明的振动信号的数据处理流程图;
图5是本发明的温度信号的数据处理流程图;
图6是本发明的体现采样周期和上送周期关系的监测设备运行状态的边缘处理方法的流程简图。
具体实施方式
本发明基于边缘计算技术,对设备的运行状态进行监测。
本发明的一种设备运行状态监测***,并将该***应用于某一设备中来,且该设备包括电机。如图1所示,该***包括采集装置、边缘装置、远程交互模块、本地配置模块和服务器(服务器在图1中未画出)。
采集装置包括FPGA、电流传感器、加速度传感器和温度传感器。电流传感器用于实时采集电机的三相电流信号。加速度传感器设置四个,电机前、后两端轴承处各设置两个,检测前、后两端轴承不同方向的加速度信号,用于实时采集电机前后两端轴承的振动信号。温度传感器设置五个,其中三个设置在电机定子处、其余两个设置在前后两端轴承处,用于检测定子温度、前端轴承温度和后端轴承温度。也即,设置了三路电流、四路振动和五路温度数据采集通道。电流传感器、加速度传感器和温度传感器的信号采集在FPGA的时序控制下进行,完成多路信号的同步采集,包括电流信号、振动信号和温度信号。在本实施例中,边缘装置对这三种信号进行数据处理时,振动信号和电流信号采用一种处理方式,而温度信号采用另一种处理方式,为了作区分,这里定义振动信号和电流信号为动态信号,温度信号为非动态信号,对于动态信号,传感器能够快速采样一段时长的动态变化的振动或电流波形(为动态信号的动态波形,也为动态信号的原始采样数据);对于温度信号,仅采集温度值的大小。
本地配置模块用于向边缘装置发送采集装置和边缘装置的配置信息,包括网络、时间、采样周期(即设定时间间隔)、上送周期等。而且,这些配置信息也可以通过服务器下发。
远程交互模块为边缘装置和服务器之间数据交互的桥梁,可将边缘装置发送的数据上送给服务器,也可接收服务器下发的远程参数和配置信息,该配置信息同本地配置模块发送的配置信息的内容一样,与本地配置模块择一发送给边缘装置即可。
服务器接收远程交互模块上送的数据,根据上送的数据,对电机的运行状态和劣化趋势进行判断,可确定机械故障的原因。
基于上述设备运行状态监测***可实现本发明的一种监测设备运行状态的边缘处理方法,即按照采样周期,每隔设定时间间隔对动态信号和非动态信号进行一次采样,以获取动态信号的动态波形(也是动态信号的原始采样数据)和非动态信号的原始采样数据,对原始采样数据进行初步分析处理以对设备运行状态进行初步的判断,初步分析处理包括数据同步、特征提取、分析筛选、优先级处理等,并将初步分析处理后的数据发送给远程交互模块,供远程交互模型上送给服务器。下面结合图2,对该方法进行详细的说明。
步骤一,边缘装置控制触发同步采集,各个信号采样通道采用同一个采样时钟源,每隔设定时间间隔,对各种信号进行一次采样,获取各种信号的原始采样数据,即每次采样时刻到,边缘装置接收到一帧数据,该帧数据中有各个采样通道的原始采样数据,每个采样通道的原始采样数据又包含多个数据点。采用同一个采样时钟源,可保证每一帧数据中的各种信号之间、同一种信号的各个数据点之间的严格同步,便于后续服务器进行状态评价时各种信号的交叉分析。
步骤二,在一个上送周期内,根据原始采样数据的类型,对获取的原始采样数据进行不同的特征提取处理,以得到不同的特征数据:
1)若为电流信号,如图3所示,每获取一次电流信号的动态波形,提取一次该动态波形的特征数据,包括电流有效值和电流频率值。其中,电流有效值用来判断电机的启停状态,电流频率值可用来计算同步转速,进而估算出电机输出轴的实际转速。而且,这些电流有效值、电流频率值为各个采样时刻对应的电流有效值、电流频率值,这些值反映了电流信号随时间变化的趋势,故在本实施例中也称这些电流的特征数据为电流趋势数据。
2)若为振动信号,如图4所示,每获取一次振动信号的动态波形,提取一次该动态波形的特征数据,包括通频振动值(为加速度信号时的振动峰值)。而且,这些通频振动值为各个采样时刻对应的通频振动值,这些值反映了振动信号随时间变化的趋势,故在本实施例中也称这些振动的特征数据为振动趋势数据。
3)若为温度信号,如图5所示,每获取一次温度信号的原始采样数据,提取一次该原始采样数据的特征数据,包括温度值。同样的,在本实施例中也称温度的特征数据为温度趋势数据。
步骤三,在得到电流有效值以及对应的采样时刻后,根据电流信号的电流有效值来确定电机启停状态。
步骤四,根据原始采样数据的类型,触发不同的数据上送方式:
1、若为动态信号,即为电流信号或振动信号,按照原始采样数据的类型,将特征数据与对应的设定报警值进行比较,根据比较结果,周期发送不同的数据给远程交互模块:
1)若为电流信号,如图3所示,将该上送周期内得到的各个采样时刻对应的电流有效值与设定电流报警值进行比较:
若各个采样时刻对应的电流有效值均小于等于设定电流报警值,将该上送周期内的电流信号的所有特征数据(包括电流有效值和电流频率值)、对应的采样时刻以及电机启停状态进行存储,以在上送周期到时,将存储的数据发送给远程交互模块,供远程交互模块将该上送周期内存储的数据进行上送;
若存在某一采样时刻对应的电流有效值大于设定电流报警值,则说明从该采样时刻开始,电流信号发生报警,除了该上送周期内的所有特征数据(包括电流有效值和电流频率值)、对应的采样时刻和电机启停状态外,还将该上送周期内首次出现电流有效值大于设定电流报警值的采样时刻对应的所有信号(包括电流信号、振动信号和温度信号)的原始采样数据进行存储,以便在上送周期到时,将存储的数据发送给远程交互模块,供远程交互模块将该上送周期内存储的数据进行上送。
2)若为振动信号,如图4所示,由于电流信号和振动信号已进行了同步处理,故首先依据电流信号的电流有效值判断电机是否启动且已经启动了10秒,然后在确定电机已启动且已启动了10秒后,将得到的各个采样时刻对应的通频振动值与设定振动报警值进行比较:
若各个采样时刻对应的振动值均小于等于设定振动报警值,将该上送周期内的振动信号的所有特征数据(包括通频振动值)、对应的采样时刻以及电机启停状态进行存储,以在上送周期到时,将存储的数据发送给远程交互模块,供远程交互模块将该上送周期内存储的数据进行上送;
若存在某一采样时刻对应的通频振动值大于设定振动报警值,则说明从该采样时刻开始,振动信号发生报警,除了该上送周期内的所有特征数据(包括通频振动值)、对应的采样时刻和电机启停状态外,还将该上送周期内首次出现通频振动值大于设定振动报警值的采样时刻对应的所有信号(包括电流信号、振动信号和温度信号)的原始采样数据进行存储,以便在上送周期到时,将存储的数据发送给远程交互模块,供远程交互模块将该上送周期内存储的数据进行上送。
2、若为非动态信号,即温度信号,如图5所示,由于电流信号和温度信号已进行了同步处理,故首先依据电流信号的电流有效值判断电机是否已经启动,若已经启动,则将该上送周期内提取出的所有特征数据(包括温度值)、以及电机启停状态进行存储,以在上送周期到时,将存储的数据发送给远程交互模块,供远程交互模块将该上送周期内存储的数据进行上送。
例如,采样周期设置为2s,上送周期设置为20s,在0s-20s时间内,边缘装置分别在0s、2s、4s、……、20s获取电流信号、振动信号和温度信号的原始采样数据,对于电流信号,每次获取的电流信号的采样长度为256个数据点(每个数据点的采样频率为512Hz),每获取一次原始采样数据,便计算一次电流有效值和电流频率值。若在0s、2s、4s、……、20s对应的电流有效值均小于等于设定电流报警值,则将0s、2s、4s、……、20s对应的电流有效值和电流频率值、对应的采样时刻(即0s、2s、4s、……、20s)和电机启停状态进行存储。若从8s开始,8s、10s、……、20s秒对应的电流有效值出现了大于设定电流报警值的情况,则除了0s、2s、4s、……、20s对应的电流有效值和电流频率值、对应的采样时刻(即0s、2s、4s、……、20s)和电机启停状态外,还需将8s时刻获取的电流信号的动态波形、振动信号的动态波形、以及温度信号的原始采样数据进行存储。
步骤五,待上送周期到,远程交互模块将接收的该上送周期内需要上送的数据发给服务器,供服务器进行进一步的详细分析处理。
如图6所示,该方法里涉及两个周期,一个为采样周期,一个上送周期。上送周期远大于采样周期,故在一个上送周期内,可多次采集原始采样数据。例如,上送周期为T2,采样周期为T1,那么一个上送周期内便可采集n帧的数据,n=T2/T1。
该方法在确定电机已启动且已启动了10秒后,才将振动值与设定振动报警值进行比较,这是因为一般电机的启动时间为5~7秒,故在10秒以前,不再对振动信号的特征数据进行比较判断。
另外,一个上送周期内,多种原始采样数据均有超过对应的设定报警值的情况,但因各种信号报警发生时刻不同,可能同时发生,可能只发生一种,也可能两种先后发生;此时,需要配置优先级,优先级可通过软件配置,设置振动信号的优先级高于电流信号的优先级。如果电流信号的电流有效值长期(24h)没有超过设定电流报警值,振动信号的通频振动值长期(24h)没有超过设定振动报警值,则每天上传一次电流信号和振动信号任一次获取的动态波形即可。
至此,便可完成对设备的状态监测。该***可通过边缘装置对采集的各种原始采样数据进行同步处理,并在同步处理完成后进行初步分析处理,在所有特征数据均没有发生报警的情况下,将该所有特征数据、对应的采样时刻和电机启停状态进行存储并上送,在某一采样时刻对应的原始采样数据发生报警的情况下,将所有特征数据、对应的采样时刻、电机启停状态和首次出现特征数据大于设定报警值的采样时刻对应的所有动态信号的原始采样数据进行存储,以供远程交互模块读取数据并上送至服务器,在减轻了数据传输压力的同时,还可减轻服务器的数据处理负担,方便服务器依据特征数据和原始采样数据进行运行状态分析和裂化趋势判断,以便及时发现并诊断出故障原因并进行相应的故障处理。
本发明的监测设备运行状态的边缘处理方法还可从以下几个方面进行改进或调整:
改进1,可只对振动信号和电流信号中的一种信号进行采集、特征提取、判断和上送处理,又或者不对温度信号进行采集、特征提取和上送处理。这均将降低数据采集、处理时间,在发生报警时及时上送,以在确定故障后快速定位故障原因。而且,还可增加一些其他动态信号,例如电机的三相电压信号,从而对电机的检测更为全面,使得故障检测精度更高。
改进2,对电流信号进行特征提取时,除了上述提到的电流有效值、电流频率值外,还可提取其他特征,例如,对于电流信号,还可提取其电流平均值、电流峰值、电流峰值因子,对于振动信号,通频振动值还可为振动信号为速度信号时的振动有效值、或者振动信号为位移信号时的振动峰峰值,又或者提取其峰值指标、峭度指标等特征值,以对电机的检测更为全面,使对其的故障检测精度更高。
改进3,由于电流信号已将电机启停状态进行上送,且各种信号之间已经过严格的数据同步处理,所以对于振动信号和温度信号,在进行数据上送时,可不再上送电机启停状态信息,以减轻数据上送的传输压力。
改进4,由于多种原始采样数据之间是严格数据同步的,在对电机的启停状态进行判断时,还可通过检测并判断电流频率值、或者振动值等,也可达到相同的效果。
改进5,该***中可不设置本地配置模块,其所要实现的功能全部由远程交互模块实现即可。
改进6,在对特征数据与对应的设定报警值进行比较时,为了检测的更全面,可对多种特征数据分别进行判断。例如,对于电流信号,其特征数据包括电流有效值和电流频率值,这两种特征数据均对应有一个设定报警值,分别为设定电流有效报警值、设定频率报警值,将这两种特征数据分别与对应的设定报警值进行比较,对应的上送处理方式为:只有这两种特征数据均未发生报警的情况下,才只将所有特征数据进行上送;否则,除了特征数据外,还需要将首次出现特征数据大于设定报警值的采样时刻对应的所有动态信号的原始采样数据进行上送。这种处理方法是一种比较稳妥的处理方法。当然,为了防止某一种特征数据出现误检误报的情况,对应的上送处理方式也可为:只有两种特征数据均报警的情况下才一并将首次出现特征数据大于设定报警值的采样时刻对应的所有动态信号的动态波形和非动态信号的原始采样数据进行上送,否则,只上送特征数据。
Claims (8)
1.一种监测设备运行状态的边缘处理方法,其特征在于,包括如下步骤:
每隔设定时间间隔,对动态信号进行一次采样,获取动态信号的动态波形,并提取所述动态波形的特征数据;所述动态信号包括以下信号的至少一种:电流信号和振动信号;
在一个上送周期内,将该上送周期内的所有特征数据与对应的设定报警值进行比较,根据比较结果,触发不同的数据上送方式:
若所有动态信号的所有特征数据均小于等于对应的设定报警值,则将该上送周期内的所有特征数据和对应的采样时刻进行上送;否则,将该上送周期内的所有特征数据和对应的采样时刻、以及该上送周期内首次出现特征数据大于设定报警值的采样时刻对应的各动态信号的动态波形进行上送;
其中,所述设定时间间隔小于所述上送周期。
2.根据权利要求1所述的监测设备运行状态的边缘处理方法,其特征在于,每隔设定时间间隔,还对非动态信号进行一次采样,获取非动态信号的原始采样数据,并提取原始采样数据的特征数据;在一个上送周期内,将该上送周期内提取的所有非动态信号的所有特征数据和对应的采样时刻进行上送;所述非动态信号为温度信号。
3.根据权利要求1所述的监测设备运行状态的边缘处理方法,其特征在于,电流信号的特征数据包括电流有效值和电流频率值,振动信号的特征数据包括通频振动值,所述通频振动值为振动信号为加速度信号时的振动峰值、振动信号为速度信号时的振动有效值、或者振动信号为位移信号时的振动峰峰值。
4.根据权利要求1~3任一项所述的监测设备运行状态的边缘处理方法,其特征在于,还包括确定电机启停状态的步骤,在将数据进行上送时,还将电机启停状态进行上送。
5.根据权利要求4所述的监测设备运行状态的边缘处理方法,其特征在于,仅在确定电机启动设定启动时间后,将振动信号的特征数据与对应的设定报警值进行比较。
6.根据权利要求2所述的监测设备运行状态的边缘处理方法,其特征在于,获取的动态信号和非动态信号的总种类数量超过两种时,还包括将获取的动态信号的动态波形和非动态信号的原始采样数据进行同步的步骤。
7.根据权利要求4所述的监测设备运行状态的边缘处理方法,其特征在于,所述动态信号包括电流信号,且电流信号的特征数据包括电流有效值时,通过电流有效值对电机的启停状态进行判断。
8.根据权利要求1所述的监测设备运行状态的边缘处理方法,其特征在于,若在设定长期时间内,所有动态信号的特征数据均小于等于对应的设定报警值,则在设定固定时刻,将每种动态信号的任一次获取的动态波形进行上送;所述在设定长期时间大于所述上送周期。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010327817.5A CN111426498B (zh) | 2020-04-23 | 2020-04-23 | 一种监测设备运行状态的边缘处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010327817.5A CN111426498B (zh) | 2020-04-23 | 2020-04-23 | 一种监测设备运行状态的边缘处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111426498A true CN111426498A (zh) | 2020-07-17 |
CN111426498B CN111426498B (zh) | 2022-10-04 |
Family
ID=71559088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010327817.5A Active CN111426498B (zh) | 2020-04-23 | 2020-04-23 | 一种监测设备运行状态的边缘处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111426498B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112710918A (zh) * | 2021-01-04 | 2021-04-27 | 安徽容知日新科技股份有限公司 | 基于边缘计算的无线数据采集方法及*** |
CN112815994A (zh) * | 2021-01-04 | 2021-05-18 | 安徽容知日新科技股份有限公司 | 基于边缘计算的有线数据采集方法及*** |
CN112946471A (zh) * | 2021-02-04 | 2021-06-11 | 郑州恩普特科技股份有限公司 | 一种变频电机故障监测*** |
CN115655764A (zh) * | 2022-10-27 | 2023-01-31 | 圣名科技(广州)有限责任公司 | 振动趋势分析方法、装置、电子设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201022023Y (zh) * | 2006-12-14 | 2008-02-13 | 北京四方清能电气电子有限公司 | 分布式电能质量远程监测录波*** |
CN101709995A (zh) * | 2009-12-24 | 2010-05-19 | 浙江大学 | 电力变压器振动在线监测及故障诊断方法 |
CN104865860A (zh) * | 2014-02-25 | 2015-08-26 | 常州铠甲智能科技有限公司 | 风电机组状态监测***的采样、存储与查询方法及装置 |
CN106162710A (zh) * | 2015-04-10 | 2016-11-23 | 富士通株式会社 | 故障检测装置、方法和*** |
CN107113548A (zh) * | 2014-11-24 | 2017-08-29 | 韩国电子通信研究院 | 基于电力状态的火车监视装置和监视方法 |
CN107102195A (zh) * | 2017-04-26 | 2017-08-29 | 顺特电气设备有限公司 | 智能变压器终端的电气量处理和网络传输方法 |
CN108344502A (zh) * | 2018-02-08 | 2018-07-31 | 常德烟草机械有限责任公司 | 一种卷烟机组振动监测***及方法 |
CN109901537A (zh) * | 2019-03-18 | 2019-06-18 | 北京大通惠德科技有限公司 | 用于边缘计算侧的机械设备运行状态监测方法和*** |
CN107544334B (zh) * | 2017-09-18 | 2019-07-19 | 吉林大学 | 自动调整采样率的数据采集卡 |
CN110716155A (zh) * | 2019-10-24 | 2020-01-21 | 国网上海市电力公司 | 一种低压供电回路异常工况感知算法及装置 |
-
2020
- 2020-04-23 CN CN202010327817.5A patent/CN111426498B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201022023Y (zh) * | 2006-12-14 | 2008-02-13 | 北京四方清能电气电子有限公司 | 分布式电能质量远程监测录波*** |
CN101709995A (zh) * | 2009-12-24 | 2010-05-19 | 浙江大学 | 电力变压器振动在线监测及故障诊断方法 |
CN104865860A (zh) * | 2014-02-25 | 2015-08-26 | 常州铠甲智能科技有限公司 | 风电机组状态监测***的采样、存储与查询方法及装置 |
CN107113548A (zh) * | 2014-11-24 | 2017-08-29 | 韩国电子通信研究院 | 基于电力状态的火车监视装置和监视方法 |
CN106162710A (zh) * | 2015-04-10 | 2016-11-23 | 富士通株式会社 | 故障检测装置、方法和*** |
CN107102195A (zh) * | 2017-04-26 | 2017-08-29 | 顺特电气设备有限公司 | 智能变压器终端的电气量处理和网络传输方法 |
CN107544334B (zh) * | 2017-09-18 | 2019-07-19 | 吉林大学 | 自动调整采样率的数据采集卡 |
CN108344502A (zh) * | 2018-02-08 | 2018-07-31 | 常德烟草机械有限责任公司 | 一种卷烟机组振动监测***及方法 |
CN109901537A (zh) * | 2019-03-18 | 2019-06-18 | 北京大通惠德科技有限公司 | 用于边缘计算侧的机械设备运行状态监测方法和*** |
CN110716155A (zh) * | 2019-10-24 | 2020-01-21 | 国网上海市电力公司 | 一种低压供电回路异常工况感知算法及装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112710918A (zh) * | 2021-01-04 | 2021-04-27 | 安徽容知日新科技股份有限公司 | 基于边缘计算的无线数据采集方法及*** |
CN112815994A (zh) * | 2021-01-04 | 2021-05-18 | 安徽容知日新科技股份有限公司 | 基于边缘计算的有线数据采集方法及*** |
CN112710918B (zh) * | 2021-01-04 | 2022-10-11 | 安徽容知日新科技股份有限公司 | 基于边缘计算的无线数据采集方法及*** |
CN112815994B (zh) * | 2021-01-04 | 2023-08-15 | 安徽容知日新科技股份有限公司 | 基于边缘计算的有线数据采集方法及*** |
CN112946471A (zh) * | 2021-02-04 | 2021-06-11 | 郑州恩普特科技股份有限公司 | 一种变频电机故障监测*** |
CN115655764A (zh) * | 2022-10-27 | 2023-01-31 | 圣名科技(广州)有限责任公司 | 振动趋势分析方法、装置、电子设备及存储介质 |
CN115655764B (zh) * | 2022-10-27 | 2023-08-25 | 圣名科技(广州)有限责任公司 | 振动趋势分析方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111426498B (zh) | 2022-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111426498B (zh) | 一种监测设备运行状态的边缘处理方法 | |
CN102707232B (zh) | 电动机设备状态在线监测装置及其监测方法 | |
CN111318576B (zh) | 一种基于工况信号触发的咬钢冲击数据滤除方法 | |
CN115559890B (zh) | 一种水泵机组运行故障预测调整方法及*** | |
CN102706560B (zh) | 一种风力发电机组的状态监测方法和装置 | |
CN110285045B (zh) | 一种核电厂rcp主泵振动相位监测***和方法 | |
WO2022147684A1 (zh) | 用于识别机械装置或机械部件中的异常的方法及装置 | |
CN103838181A (zh) | 机床状态判断方法以及*** | |
CN116008701B (zh) | 用于智能高压开关柜的电动机构运行诊断***及方法 | |
CN115437358A (zh) | 工业机器人智能状态监测与故障诊断***及故障诊断方法 | |
CN114155692A (zh) | 一种设备故障上报方法、装置及存储介质 | |
CN110687851A (zh) | 一种终端运行监控***及方法 | |
CN116608151B (zh) | 一种空气悬浮离心压缩机故障诊断方法及*** | |
CN110411730A (zh) | 一种旋转设备故障判断方法、***和可读存储介质 | |
CN115270896B (zh) | 一种用于识别航空发动机主轴承松动故障的智能诊断方法 | |
CN116466166A (zh) | 一种大屏设备的故障检测方法、***及装置 | |
CN116775464A (zh) | 一种整车测试方法及*** | |
CN115790944A (zh) | 一种直线电机推力测试机测试预警方法及*** | |
CN115914575A (zh) | 一种设备工况捕捉***及方法 | |
CN113256959A (zh) | 工业数据采集终端测试*** | |
CN112153330A (zh) | 一种工业互联网实时监控*** | |
CN111983295A (zh) | 一种设备故障预测方法及*** | |
CN116757535B (zh) | 一种用于工业应用平台的智能管理方法及*** | |
CN118137682B (zh) | 配电自动化主站硬件故障主动检测***及方法 | |
CN218669767U (zh) | 一种水泵机组设备健康状态在线监测装置 |
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 |