CN113375942A - 一种基于大数据的旋转设备寿命监测*** - Google Patents
一种基于大数据的旋转设备寿命监测*** Download PDFInfo
- Publication number
- CN113375942A CN113375942A CN202110918335.1A CN202110918335A CN113375942A CN 113375942 A CN113375942 A CN 113375942A CN 202110918335 A CN202110918335 A CN 202110918335A CN 113375942 A CN113375942 A CN 113375942A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- vehicle
- maintenance
- processing
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 80
- 238000012423 maintenance Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000005540 biological transmission Effects 0.000 claims abstract description 16
- 239000000446 fuel Substances 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 13
- 238000013500 data storage Methods 0.000 claims description 10
- 238000007726 management method Methods 0.000 claims description 8
- 238000012986 modification Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 4
- 239000010705 motor oil Substances 0.000 description 4
- 239000003921 oil Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005299 abrasion Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
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
- G01M15/00—Testing of engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
Abstract
本发明提供了一种基于大数据的旋转设备寿命监测***，包括数据处理云服务器、行驶数据采集模块、维修数据采集模块和传输模块，所述行驶数据采集模块用于收集车辆在行驶过程中的各种状态数据，所述维修数据采集模块用于收集车辆在发动机保养维修时的各种数据，所述传输模块将收集的所有数据发送至数据处理云服务器，所述数据处理云服务器根据大量的数据模拟出转子发动机的寿命损耗值；所述数据处理云服务器在每一段行程结束后会即刻对转子发动机的寿命损耗值进行计算，在满足特定要求时发送维修预警和报废预警，使用户能够及时地进行维修和报废，保证在正常行驶时的可靠性。
Description
技术领域
本发明涉及数据监测技术领域，尤其涉及一种基于大数据的旋转设备寿命监测***。
背景技术
很多机械的转动部件磨损特别严重，零部件寿命短，需要其寿命进行监测保证正常行驶。
现在已经开发出了很多监测***，经过我们大量的检索与参考，发现现有的旋转设备寿命监测***有如公开号为KR101080763B1，KR101449331B1、CN101220759B和KR101590775B1所公开的***，包括粘度损坏模块、粘度增加模块和剩余机油寿命模块，粘度损失模块基于发动机油中的燃油聚积确定发动机油的粘度损失百分比，粘度增加模块基于发动机油中的燃油蒸发和/或烟灰聚积确定发动机油的粘度增加百分比，剩余机油寿命模块同粘度损失模块和粘度增加模块通信，并基于粘度损失百分比和/或粘度增加百分比确定剩余机油寿命百分比，但这是对普通发动机寿命的监测方法，对转子发动机寿命的监测***还很稀少。
发明内容
本发明的目的在于，针对所存在的不足，提出了一种基于大数据的转子发动机旋转设备寿命监测***，
本发明采用如下技术方案：
一种基于大数据的转子发动机旋转设备寿命监测***，所述***包括数据处理云服务器、行驶数据采集模块、维修数据采集模块和传输模块，所述行驶数据采集模块用于收集车辆在行驶过程中的各种状态数据，所述维修数据采集模块用于收集车辆在发动机保养维修时的各种数据，所述传输模块将收集的所有数据发送至数据处理云服务器，所述数据处理云服务器根据大量的数据模拟出转子发动机的寿命损耗值；
所述数据处理云服务器包括用户管理模块、数据存储模块、数据包处理模块、寿命监测预警模块和处理模型修正模块，所述用户管理模块用于管理各个客户端的基础功能，所述数据存储模块用于存储用户上传的数据，所述数据包处理模块用于计算转子发动机的寿命损耗值，所述寿命监测预警模块用于监测各个用户的转子发动机寿命状态，所述处理模型修正模块用于基于大数据对所述数据包处理模块的处理模型进行调整；
所述数据包处理模块计算寿命损耗值M的公式为：
其中，T为行驶时长，Z(t)为转子发动机的转速函数，O(t)为油耗速率函数，R为路面平坦系数，P( )为转速处理函数，Q( )为综合处理函数；
所述转速处理函数的表达式为：
其中，D为档位，z为瞬间转速，z0为标准转速，k1为档位系数；
所述综合处理函数的表达式为：
其中，k为标准油耗比例，p为转速函数值，o为瞬间油耗速率，k2为综合系数；
进一步的，所述寿命监测预警模块检测到一个用户的转子发动机的寿命损耗速率超过维修阈值时向对应用户发送维修预警，所述寿命监测预警模块检测到一个用户的转子发动机的寿命损耗累计值超过报废阈值时向对应用户发送报废预警；
进一步的，所述处理模型修正模块基于维修数据对路面平坦系数R、档位系数k1、综合系数k2进行调整，使得调整后的寿命损耗值与维修数据中检测到的转子发动机磨损一致；
进一步的，所述行驶数据采集模块、所述维修数据采集模块和所述传输模块集成在一个车辆客户端中，所述车辆客户端安装于车内并接入车辆的电气***中；
进一步的，所述车辆客户端能够绑定手机，当所述车辆客户端接收到预警后能够自动向绑定的手机发送讯息，用户的隐私数据保存在所述车辆客户端本地，所述数据处理云服务器能够从车辆客户端获取的只有车辆相关数据。
本发明所取得的有益效果是：
本***通过大数据的方式对转子发动机的寿命进行监测，结合道路数据和行驶数据对发动机的寿命损耗进行实时监测，及时地发送预警信息，使用户能够在转子发动机保有良好状态下行驶，保证行车安全，同时基于各个用户发送的大量数据对寿命损耗计算模型进行修正，使得计算结果更加符合实际，在应用中采用人车分离的形式，只使用车辆数据，保证隐私安全。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。
图1为整体结构框架示意图；
图2为数据处理云服务器结构示意图；
图3为用户存储区域内存储内容示意图；
图4为转子发动机剩余寿命变化示意图；
图5为路面平坦系数R调整示意图。
具体实施方式
为了使得本发明的目的.技术方案及优点更加清楚明白，以下结合其实施例，对本发明进行进一步详细说明；应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。对于本领域技术人员而言，在查阅以下详细描述之后，本实施例的其它***.方法和/或特征将变得显而易见。旨在所有此类附加的***.方法.特征和优点都包括在本说明书内.包括在本发明的范围内，并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征，并且这些特征根据以下将详细描述将是显而易见的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或组件必须具有特定的方位，以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
实施例一。
本实施例提供了一种基于大数据的转子发动机旋转设备寿命监测***，所述***包括数据处理云服务器、行驶数据采集模块、维修数据采集模块和传输模块，所述行驶数据采集模块用于收集车辆在行驶过程中的各种状态数据，所述维修数据采集模块用于收集车辆在发动机保养维修时的各种数据，所述传输模块将收集的所有数据发送至数据处理云服务器，所述数据处理云服务器根据大量的数据模拟出转子发动机的寿命损耗值；
所述数据处理云服务器包括用户管理模块、数据存储模块、数据包处理模块、寿命监测预警模块和处理模型修正模块，所述用户管理模块用于管理各个客户端的基础功能，所述数据存储模块用于存储用户上传的数据，所述数据包处理模块用于计算转子发动机的寿命损耗值，所述寿命监测预警模块用于监测各个用户的转子发动机寿命状态，所述处理模型修正模块用于基于大数据对所述数据包处理模块的处理模型进行调整；
所述数据包处理模块计算寿命损耗值M的公式为：
其中，T为行驶时长，Z(t)为转子发动机的转速函数，O(t)为油耗速率函数，R为路面平坦系数，P( )为转速处理函数，Q( )为综合处理函数；
所述转速处理函数的表达式为：
其中，D为档位，z为瞬间转速，z0为标准转速，k1为档位系数；
所述综合处理函数的表达式为：
其中，k为标准油耗比例，p为转速函数值，o为瞬间油耗速率，k2为综合系数；
所述寿命监测预警模块检测到一个用户的转子发动机的寿命损耗速率超过维修阈值时向对应用户发送维修预警，所述寿命监测预警模块检测到一个用户的转子发动机的寿命损耗累计值超过报废阈值时向对应用户发送报废预警；
所述处理模型修正模块基于维修数据对路面平坦系数R、档位系数k1、综合系数k2进行调整，使得调整后的寿命损耗值与维修数据中检测到的转子发动机磨损一致；
所述行驶数据采集模块、所述维修数据采集模块和所述传输模块集成在一个车辆客户端中，所述车辆客户端安装于车内并接入车辆的电气***中；
所述车辆客户端能够绑定手机，当所述车辆客户端接收到预警后能够自动向绑定的手机发送讯息，用户的隐私数据保存在所述车辆客户端本地，所述数据处理云服务器能够从车辆客户端获取的只有车辆相关数据。
实施例二。
结合图1，本实施例包含实施例一的全部内容，本实施例提供了一种基于大数据的转子发动机旋转设备寿命监测***，包括数据处理云服务器、行驶数据采集模块、维修数据采集模块和传输模块，所述行驶数据采集模块用于收集车辆在行驶过程中的各种状态数据，所述维修数据采集模块用于收集车辆在发动机保养维修时的各种数据，所述传输模块将收集的所有数据发送至数据处理云服务器，所述数据处理云服务器根据大量的数据模拟出转子发动机的剩余寿命；
所述行驶数据采集模块、所述维修数据采集模块和所述传输模块集成在一个车辆客户端中，所述车辆客户端安装于车内并接入车辆的电气***中，所述车辆客户端还包括定位***用于获取车辆的行驶路线；
所述行驶数据采集模块在车辆行驶时会实时采集车辆的行驶速度、油耗量、转子发动机的转速以及档位，当行驶结束后，上述数据与行驶路线一同打包成行驶数据包并通过所述传输模块发送至所述数据处理云服务器；
结合图2、图3和图4，所述数据处理云服务器包括用户管理模块、数据存储模块、数据包处理模块、寿命监测预警模块和处理模型修正模块，所述用户管理模块用于记录使用所述车辆客户端的用户ID，并为每一个新的用户ID提交存储申请，所述数据存储模块接收到所述存储申请后会创建一个存储区域用于存储对应用户ID上传的数据包，所述数据包处理模块从所述数据存储模块中获取一个行驶数据包并计算出所述行驶数据包的转子发动机寿命损耗，并将计算结果反馈至对应的存储区域，所述寿命监测预警模块对每个存储区域的发动机寿命进行监测，在发动机寿命损耗率超过维修阈值时向对应的车辆客户端发送维修预警，在发动机寿命剩余值小于报废阈值时向对应的车辆客户端发送报废预警；
所述维修数据采集模块会在车辆进行维修时将转子发动机的损耗情况与维修情况打包成维修数据包并通过传输模块发送至所述数据处理云服务器，所述处理模型修正模块根据维修数据包中的损耗情况对所述数据包处理模块的处理模型进行修正，寿命监测预警模块根据所述维修数据包的维修情况对发动机的寿命剩余值进行调整。
实施例三。
本实施例包含了上述实施例的全部内容，本实施例的所述数据包处理模块根据行驶路线获取马路信息，并根据马路的路面状况将行驶路线分割成若干小段，每一小段路线的马路具有相同的路面状况，同时将行驶信息也相应的若干时段，每一时段行驶信息对应一小段路线，所述数据包处理模块计算出每一时段的转子发动机寿命损耗值
：
其中，
为对应时段行驶信息的时长，Z(t)为转子发动机的转速函数，O(t)为油耗速率函数，R为对应路线的路面平坦系数，P( )为转速处理函数，Q( )为综合处理函数，i用于指示行驶信息和行驶路线的对应分段；
所述转速处理函数的表达式为：
其中，D为档位，z为瞬间转速，z0为标准转速，k1为档位系数；
所述综合处理函数的表达式为：
其中，k为标准油耗比例，p为转速函数值，o为瞬间油耗速率，k2为综合系数；
整段行驶路线的转子发动机寿命损耗值
为：
其中，n为行驶路线被分割成的段数；
当转子发动机寿命损耗值与该段行驶路线的总长的比值超过维修阈值时，所述寿命监测预警模块向对应的车辆客户端发送维修预警，当存储区域内所有数据包的转子发动机寿命损耗值的累计值与总寿命的比值超过报废阈值时，所述寿命监测预警模块向对应的车辆客户端发送报废预警；
处理模型修正模块会根据收集到的维修数据包对路面平坦系数R，档位系数k1和综合系数k2进行调整，首先根据维修数据包中转子发动机的磨损情况转换成相应的转子发动机寿命损耗值，称为寿命损耗检测值，而通过所述所述数据包处理模块计算得到的转子发动机寿命损耗值称为寿命损耗估测值，两者之间存在偏差
，所述处理模型修正模块对先对路面平坦系数R进行调整，使得各车辆客户端的寿命损耗值偏差的绝对值总值趋于最小，再对档位系数k1和综合系数k2进行调整，使得各车辆客户端的寿命损耗值偏差的绝对值总值再次趋于最小，最后对每个车辆客户端的档位系数k1和综合系数k2单独进行调整，使寿命损耗值偏差为零；
所述处理模型修正模块将各路段的路面平坦系数R进行排序，当路面未进行维修时，在对路面平坦系数R调整过程中，始终保证排序队列部发生改变，所述处理模型修正模块对各车辆客户端的行驶路线进行统计，计算出各路段的累计行驶时间，并根据行驶时间从长到短依次进行调整，需要注意的是，具有相同路面特征而具有同一路面平坦系数的不相邻的两条路视为同一路段，结合图5，举例来说，若有5个路段
，其路面平坦系数分别为
且满足
，而其行驶时长从长到短排序为：
，调整过程如下：
S1、对路段L3的路面平坦系数R3进行调整，调整范围为
，得到使各车辆客户端的寿命损耗值偏差的绝对值总值趋于最小的
；
S2、对路段L5的路面平坦系数R5进行调整，调整范围为
，得到使各车辆客户端的寿命损耗值偏差的绝对值总值趋于最小的
；
S3、对路段L2的路面平坦系数R2进行调整，调整范围为
，得到使各车辆客户端的寿命损耗值偏差的绝对值总值趋于最小的
；
S4、对路段L1的路面平坦系数R1进行调整，调整范围为
，得到使各车辆客户端的寿命损耗值偏差的绝对值总值趋于最小的
；
S5、对路段L4的路面平坦系数R4进行调整，调整范围为
，得到使各车辆客户端的寿命损耗值偏差的绝对值总值趋于最小的
；
最终得到的
作为新的路面平坦系数；
所述所述数据包处理模块对各用户采用的档位系数k1和综合系数k2均包含两部分，公式表示为：
其中，所有用户的
均相同，
均相同，而
和
只与各自用户相关，所述处理模型修正模块在
、
的
范围内进行调整，使得各车辆客户端的寿命损耗值偏差的绝对值总值趋于最小，之后在对
和
进行调整，使得偏差
为0，由于每次调整都是对两个量的动态调整，满足要求的调整结果会不止一个，追踪采纳综合调整幅度最小的调整结果，调整方式为先固定调整其中一个量，再去计算另一个量，具体过程为：
S21、在
至
范围内地等差地取m个第一调整值，在
至
范围内地等差地取m个第二调整值；
S22、将
设为其中一个第一调整值，遍历
的所有第二调整值并计算各车辆客户端的寿命损耗值偏差的绝对值总值，记录使绝对值总值最小的第一调整值和第二调整值；
S23、重复步骤S22直至所有第一调整值遍历完；
S24、将使各车辆客户端的寿命损耗值偏差的绝对值总值趋于最小的第一调整值和第二调整值作为新的
和
，若组合不止一个，则取整幅度最小的
和
；
此外，在本实施例中，其还提供了一种转子发动机***，其装设有前述的监测***。
虽然上面已经参考各种实施例描述了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以进行许多改变和修改。也就是说上面讨论的方法，***和设备是示例。各种配置可以适当地省略，替换或添加各种过程或组件。例如，在替代配置中，可以以与所描述的顺序不同的顺序执行方法，和/或可以添加，省略和/或组合各种部件。而且，关于某些配置描述的特征可以以各种其他配置组合，如可以以类似的方式组合配置的不同方面和元素。此外，随着技术发展其中的元素可以更新，即许多元素是示例，并不限制本公开或权利要求的范围。
在说明书中给出了具体细节以提供对包括实现的示例性配置的透彻理解。然而，可以在没有这些具体细节的情况下实践配置例如，已经示出了众所周知的电路，过程，算法，结构和技术而没有不必要的细节，以避免模糊配置。该描述仅提供示例配置，并且不限制权利要求的范围，适用性或配置。相反，前面对配置的描述将为本领域技术人员提供用于实现所描述的技术的使能描述。在不脱离本公开的精神或范围的情况下，可以对元件的功能和布置进行各种改变。
综上，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (5)
1.一种基于大数据的旋转设备寿命监测***，其特征在于，所述***包括数据处理云服务器、行驶数据采集模块、维修数据采集模块和传输模块，所述行驶数据采集模块用于收集车辆在行驶过程中的各种状态数据，所述维修数据采集模块用于收集车辆在发动机保养维修时的各种数据，所述传输模块将收集的所有数据发送至数据处理云服务器，所述数据处理云服务器根据大量的数据模拟出转子发动机的寿命损耗值；
所述数据处理云服务器包括用户管理模块、数据存储模块、数据包处理模块、寿命监测预警模块和处理模型修正模块，所述数据存储模块与其余各模块相连接，所述用户管理模块用于管理各个客户端的基础功能，所述数据存储模块用于存储用户上传的数据，所述数据包处理模块用于计算转子发动机的寿命损耗值，所述寿命监测预警模块用于监测各个用户的转子发动机寿命状态，所述处理模型修正模块用于基于大数据对所述数据包处理模块的处理模型进行调整；
所述数据包处理模块计算寿命损耗值M的公式为：
其中，T为行驶时长，Z(t)为转子发动机的转速函数，O(t)为油耗速率函数，R为路面平坦系数，P( )为转速处理函数，Q( )为综合处理函数；
所述转速处理函数的表达式为：
其中，D为档位，z为瞬间转速，z0为标准转速，k1为档位系数；
所述综合处理函数的表达式为：
其中，k为标准油耗比例，p为转速函数值，o为瞬间油耗速率，k2为综合系数。
2.如权利要求1所述的一种基于大数据的旋转设备寿命监测***，其特征在于，所述寿命监测预警模块检测到一个用户的转子发动机的寿命损耗速率超过维修阈值时向对应用户发送维修预警，所述寿命监测预警模块检测到一个用户的转子发动机的寿命损耗累计值超过报废阈值时向对应用户发送报废预警。
3.如权利要求2所述的一种基于大数据的旋转设备寿命监测***，其特征在于，所述处理模型修正模块基于维修数据对路面平坦系数R、档位系数k1、综合系数k2进行调整，使得调整后的寿命损耗值与维修数据中检测到的转子发动机磨损一致。
4.如权利要求3所述的一种基于大数据的旋转设备寿命监测***，其特征在于，所述行驶数据采集模块、所述维修数据采集模块和所述传输模块集成在一个车辆客户端中，所述车辆客户端安装于车内并接入车辆的电气***中。
5.如权利要求4所述的一种基于大数据的旋转设备寿命监测***，其特征在于，所述车辆客户端能够绑定手机，当所述车辆客户端接收到预警后能够自动向绑定的手机发送讯息，用户的隐私数据保存在所述车辆客户端本地，所述数据处理云服务器能够从车辆客户端获取的只有车辆相关数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110918335.1A CN113375942B (zh) | 2021-08-11 | 2021-08-11 | 一种基于大数据的旋转设备寿命监测*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110918335.1A CN113375942B (zh) | 2021-08-11 | 2021-08-11 | 一种基于大数据的旋转设备寿命监测*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113375942A true CN113375942A (zh) | 2021-09-10 |
| CN113375942B CN113375942B (zh) | 2021-10-08 |
Family
ID=77576688
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110918335.1A Active CN113375942B (zh) | 2021-08-11 | 2021-08-11 | 一种基于大数据的旋转设备寿命监测*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113375942B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116894527A (zh) * | 2023-09-11 | 2023-10-17 | 中国船舶集团有限公司第七一九研究所 | 基于船舶行驶状态进行预测的器材储备*** |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101220759A (zh) * | 2007-01-08 | 2008-07-16 | 通用汽车环球科技运作公司 | 柴油发动机的机油寿命监测*** |
| US20080249677A1 (en) * | 2007-04-05 | 2008-10-09 | Kruger Duane D | Method and apparatus for determining TDC for each cylinder of a multi-cylinder internal combustion engine |
| EP2116836A1 (en) * | 2008-05-05 | 2009-11-11 | Delphi Technologies, Inc. | Method and apparatus for determining TDC for each cylinder of a multi-cylinder internal combustion engine |
| CN102288412A (zh) * | 2011-05-04 | 2011-12-21 | 哈尔滨工业大学 | 基于损伤基线的航空发动机硬件损伤分析与寿命预测方法 |
| CN103649470A (zh) * | 2011-05-05 | 2014-03-19 | 西门子能量股份有限公司 | 用于预测发动机及其部件的剩余使用寿命的方法 |
| CN103718123A (zh) * | 2011-07-28 | 2014-04-09 | 诺沃皮尼奥内有限公司 | 燃气轮机寿命预测和优化设备及方法 |
| US20150185111A1 (en) * | 2013-12-30 | 2015-07-02 | Rolls-Royce Corporation | System and method for optimizing component life in a power system |
| CN108959778A (zh) * | 2018-07-06 | 2018-12-07 | 南京航空航天大学 | 一种基于退化模式一致性的航空发动机剩余寿命预测方法 |
-
2021
- 2021-08-11 CN CN202110918335.1A patent/CN113375942B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101220759A (zh) * | 2007-01-08 | 2008-07-16 | 通用汽车环球科技运作公司 | 柴油发动机的机油寿命监测*** |
| US20080249677A1 (en) * | 2007-04-05 | 2008-10-09 | Kruger Duane D | Method and apparatus for determining TDC for each cylinder of a multi-cylinder internal combustion engine |
| EP2116836A1 (en) * | 2008-05-05 | 2009-11-11 | Delphi Technologies, Inc. | Method and apparatus for determining TDC for each cylinder of a multi-cylinder internal combustion engine |
| CN102288412A (zh) * | 2011-05-04 | 2011-12-21 | 哈尔滨工业大学 | 基于损伤基线的航空发动机硬件损伤分析与寿命预测方法 |
| CN103649470A (zh) * | 2011-05-05 | 2014-03-19 | 西门子能量股份有限公司 | 用于预测发动机及其部件的剩余使用寿命的方法 |
| CN103718123A (zh) * | 2011-07-28 | 2014-04-09 | 诺沃皮尼奥内有限公司 | 燃气轮机寿命预测和优化设备及方法 |
| US20150185111A1 (en) * | 2013-12-30 | 2015-07-02 | Rolls-Royce Corporation | System and method for optimizing component life in a power system |
| CN108959778A (zh) * | 2018-07-06 | 2018-12-07 | 南京航空航天大学 | 一种基于退化模式一致性的航空发动机剩余寿命预测方法 |
Non-Patent Citations (2)
| Title |
|---|
| DUAN, XB等: "Performance, combustion and knock assessment of a high compression ratio and lean-burn heavy-duty spark-ignition engine fuelled with n-butane and liquefied methane gas blend", 《ENERGY》 * |
| 李俊杰等: "基于视情维修的涡轴发动机维修保障辅助决策体系研究", 《计算机测量与控制》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116894527A (zh) * | 2023-09-11 | 2023-10-17 | 中国船舶集团有限公司第七一九研究所 | 基于船舶行驶状态进行预测的器材储备*** |
| CN116894527B (zh) * | 2023-09-11 | 2023-11-24 | 中国船舶集团有限公司第七一九研究所 | 基于船舶行驶状态进行预测的器材储备*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113375942B (zh) | 2021-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220115897A1 (en) | Supplying power to an electric vehicle | |
| CN108819722A (zh) | 一种电动汽车续航里程预估方法 | |
| CN107037370B (zh) | 基于监控数据的电动汽车剩余电量计算方法 | |
| EP4119919A1 (en) | Cloud-based vehicle fault diagnosis method, apparatus, and system | |
| CN102819951B (zh) | 一种道路目标检测***、方法及装置 | |
| TW201841133A (zh) | 信息處理裝置、記錄媒體以及信息處理方法 | |
| CN113375942B (zh) | 一种基于大数据的旋转设备寿命监测*** | |
| CN108983599B (zh) | 一种车联网下多参数融合的自适应监控方法 | |
| CN102339288A (zh) | 数据仓库异常数据的检测方法及装置 | |
| CN108803559B (zh) | 车辆故障分析方法、装置和*** | |
| CN115489372B (zh) | 一种基于数据采集的智能充电柜管控*** | |
| CN108390934A (zh) | 一种电动汽车综合管控*** | |
| CN110553649A (zh) | 一种轨迹优化算法及储存介质、监管*** | |
| CN113449238B (zh) | 无人机安全运行方法、装置、电子设备及存储介质 | |
| CN113096393A (zh) | 一种路况预警方法、装置及边缘云设备 | |
| CN113525147A (zh) | 使用大数据估计车辆电池充电时间的***和方法 | |
| CN116374763A (zh) | 电梯故障检测方法、装置、***和计算机可读存储介质 | |
| CN113347243A (zh) | 基于区块链的行车信息记录***及方法 | |
| WO2022024513A1 (ja) | 電費推定装置、電費推定方法、および電費推定プログラム | |
| CN107689119A (zh) | 共享交通工具管理方法及装置 | |
| CN209312096U (zh) | 用于监测驾驶行为数据的监测终端及车辆保险*** | |
| CN116101087B (zh) | 一种电动车增程*** | |
| Sangeetha et al. | Remote electric vehicle battery monitoring & life cycle management system | |
| CN114674403B (zh) | 目标车辆的检测方法和装置、存储介质及电子设备 | |
| CN116844340B (zh) | 基于人工智能的道路交通风险预测方法 |
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 |