CN114035047A - 一种基于音频识别的矿井通风机电机故障预警装置 - Google Patents
一种基于音频识别的矿井通风机电机故障预警装置 Download PDFInfo
- Publication number
- CN114035047A CN114035047A CN202111387365.0A CN202111387365A CN114035047A CN 114035047 A CN114035047 A CN 114035047A CN 202111387365 A CN202111387365 A CN 202111387365A CN 114035047 A CN114035047 A CN 114035047A
- Authority
- CN
- China
- Prior art keywords
- module
- main control
- control chip
- analysis
- node
- 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.)
- Pending
Links
- 238000009423 ventilation Methods 0.000 title abstract description 6
- 238000004458 analytical method Methods 0.000 claims abstract description 68
- 230000005236 sound signal Effects 0.000 claims abstract description 43
- 238000004891 communication Methods 0.000 claims abstract description 24
- 238000003745 diagnosis Methods 0.000 claims abstract description 20
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000000354 decomposition reaction Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000009432 framing Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 20
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000003245 coal Substances 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007865 diluting Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种基于音频识别的矿井通风机电机故障预警装置，所述装置由采集节点、分析节点和上位机监测中心组成，采集节点中的第一主控芯片控制采集模块对矿井通风机电机的音频信号进行实时采集，将采集到的数据预处理后经由Wi‑Fi模块a发送给分析节点；分析节点中的第二主控芯片控制分析模块对采集节点发送的数据进行特征提取和分析，并将特征提取分析后的数据通过串口通信模块发送到上位机监测中心，完成对矿井通风机电机的远程监测、运行状态显示和智能故障预警；基于经验模态去噪、改进的梅尔频率倒谱系数以及隐马尔可夫模型相结合的故障诊断算法能提高矿井通风机电机故障识别的准确性，保证井下的通风***安全、稳定的运行。
Description
技术领域
本发明属于技术领域，特别涉及一种基于音频识别的矿井通风机电机故障预警装置。
背景技术
矿井通风机是矿井生产中的重要设备，担负着向矿井井下更换新鲜空气、排出有害气体、冲淡并排出井下的毒性、窒息性、***性气体和粉尘，保障矿井安全生产的重任，有着“矿井肺脏”之称。矿井通风机电动机是矿井通风***的“心脏”，其能否安全运行，将直接影响到煤矿***的安全和稳定。因此，矿井通风机作为与安全生产直接相关的设备，需要一种装置来实时对通风机电机故障进行预警，以维护煤矿***的安全与稳定。
目前，对矿机通风机电机故障大多是检测而非监测。检测的实时性差且需要经验丰富的检测人员定期巡检，“耳听”通风机电机的异常噪声来判断通风机电机的运行状况。但是这种方法受检测人员自身的经验影响很大，并且只能由检测人员亲临现场，不能做到无人值守和实时监测；少有的监测方法主要是通过在其内部镶嵌传感器完成对振动信号的实时监测，但振动信号的检测是接触式的，存在一定的局限性且成本和技术难度较高。因此，通过“耳听”式定期巡检和只采用振动信号作为通风机电机的故障判断依据不能精确的实现实时故障监测和故障预警。
音频信号是电机固有的一种振动信号。在实际的运行中，通风机电机正常运行时音频信号是稳定的，当通风机电机发生故障时，其音频信号会发生显著变化。与传统的“耳听”式定期巡检不同，采用噪声传感器可以实现对电机音频信号的不间断且实时的监测；相较于振动信号的检测，音频信号的检测是非接触式的、采集方便、检测数据量小、信号处理电路简单。根据通风机电机在正常运行和发生故障时产生的音频信号不同，通过对电机音频信号进行实时的监测，分析发生故障时的音频特征，从而达到对通风机电机发生故障预警的功能。
为此，本发明提出一种基于经验模态分解去噪算法、改进的梅尔频率倒谱系数和隐马尔可夫模型相结合的故障诊断算法，通过相应的计算确定矿井通风机电机的故障类型。
发明内容
针对上述存在的问题，本发明的目的是提供一种基于音频识别的矿井通风机电机故障预警装置，对矿井通风机电机发出的噪声进行实时监测和识别，通过对音频信号的预处理、特征参数提取以及故障识别，实现矿井通风机电机的远程监测、运行状态显示和智能故障诊断等功能，可以快速、准确、有效的预警矿井通风机电机故障的发生，进而保证井下的通风***安全、稳定的运行。
本发明的技术方案是：一种基于音频识别的矿井通风机电机故障预警装置，其特征在于，包括采集节点、分析节点和上位机监测中心；
所述采集节点包括电源模块a、第一主控芯片、Wi-Fi模块a和采集模块，所述采集模块、Wi-Fi模块a相应的引脚通过导线分别与第一主控芯片相应的I/O口连接，所述电源模块a通过导线分别与采集模块、第一主控芯片和Wi-Fi模块a相连，用于给采集模块、第一主控芯片和Wi-Fi模块a供电；
所述分析节点包括电源模块b、第二主控芯片、Wi-Fi模块b、分析模块和串口通信模块，所述分析模块、串口通信模块、Wi-Fi模块b相应的引脚通过导线分别与第二主控芯片相应的I/O口连接，电源模块b通过导线分别与分析模块、串口通信模块、第二主控芯片和Wi-Fi模块b相连，用于给分析模块、串口通信模块、第二主控芯片和Wi-Fi模块b供电；
所述采集节点与分析节点之间通过互相连接的Wi-Fi模块a、Wi-Fi模块b进行数据发送和接收；
所述上位机监测中心通过串口线与所述串口通信模块相连接，用于接收分析节点发出的数据，来获得对矿井通风机电机音频信号实时监测的相关数据和故障识别结果，达到对矿井通风机电机远程监测、运行状态显示和智能故障诊断等功能。
进一步地，所述采集节点中，第一主控芯片控制采集模块对矿井通风机电机的音频信号进行实时监测，采集到的所有数据通过第一主控芯片由经验模态分解去噪算法预处理后经Wi-Fi模块a传送给分析节点。
进一步地，其特征在于，所述采集模块选用噪声传感器，噪声传感器具有体积小、便于放置、灵敏度高等特点。
进一步地，其特征在于，所述分析节点中，第二主控芯片控制Wi-Fi模块b接收采集节点发送过来的音频信号，分析节点的第二主控芯片控制分析模块对接收到的音频信号进行故障类型诊断，将诊断结果通过串口通信模块发送到上位机监测中心。
进一步地，其特征在于，所述故障类型诊断采用的算法为基于经验模态分解去噪算法、改进的梅尔频率倒谱系数和隐马尔可夫模型的故障诊断算法，故障类型诊断由音频信号预处理和故障识别组成，首先将采集节点采集到的通风机电机音频信号进行预加重、分帧加窗、端点检测和经验模态去噪预处理，然后对预处理过后的音频信号通过改进的梅尔频率倒谱系数进行特征提取，接着将提取得到的特征参数作为输入待识别的故障声音信号放入搭建好的故障模型库中分析计算，得到故障模型的输出概率，从而诊断确定矿井通风机电机的故障类型，经验模态分解去噪算法实质是利用基函数对非平稳信号的自适应分解。与傅里叶变换、小波去噪、小波包去噪等去噪方法不同，经验模态分解具有基函数的灵活性、可变的多分辨率和自适应的滤波特性等优点；其基函数源于信号内部，并非外界人为指定，故对不同信号使用的基函数不同。改进的梅尔频率倒谱系数方法通过二次提取梅尔频率倒谱系数，获得反映故障信号的特征参数，可以达到更好的识别效果，从而达到提高***识别性能的目的。隐马尔可夫模型具有双重随机性，可以准确地描述音频信号，同时作为一种概率统计模型，能够直接利用概率统计密度函数进行概率计算，从而计算出故障模型的输出概率，输出最大的就是识别结果。利用上述三者的优点，大大提高了音频信号预处理、特征提取和故障识别的效果，为保障通风机电机正常运行以及发生故障时尽快查找到故障原因起着重要作用。
进一步地，其特征在于，所述采集节点中的第一主控芯片和分析节点的第二主控芯片均选用STM32F103ZET6芯片，具有集成性高、能耗较低以及实时性好的特点。
本发明的工作方法：采集节点放置于矿井通风机电机周围，采集节点中的电源模块a给第一主控芯片、Wi-Fi模块a和采集模块提供电能；第一主控芯片上电初始化后，在通风机电机工作时，第一主控芯片通过控制采集模块来实时采集通风机电机的音频信号，并经过预处理后通过Wi-Fi模块a将音频信号数据发送给分析节点；
分析节点放置于电机监控室内，分析节点中的电源模块b给第二主控芯片、Wi-Fi模块b、分析模块和串口通信模块提供电能；第二主控芯片上电初始化后，控制Wi-Fi模块b接收采集节点发送过来的数据，同时控制分析模块对接收到的音频信号进行特征提取和分析，第二主控芯片通过串口通信模块将分析数据结果发送到上位机监测中心；
上位机监测中心接收到从分析节点发送过来的分析数据结果后，可以在电脑端实时的显示出来，实现对矿井通风机电机的远程监测、运行状态实时显示和智能故障预警等功能。
与现有技术相比，本发明的有益效果在于：
1.本发明采用传感器技术、现代数字信号处理技术和物联网技术实现比传统“耳听式”更加准确可靠的监测方式，并且实可实现传统检测中无法实现的远程监测和实时监测；
2.本发明采用对音频信号监测，相比于传统对振动信号的监测，对音频信号的监测是非接触式的、采集方便，且音频检测数据量小，信号处理电路简单，对硬件设备要求低，成本低；
3.本发明对音频信号的预处理采用经验模态分解去噪算法，无需外界人员干扰、更加灵活可靠，自适应性强、操作简单、去噪效果稳定可靠；
4.本发明对音频信号的特征提取采用一种改进的梅尔频倒谱系数，通过二次提取梅尔频倒谱系数来获得反映音频动态特性的参数；
5.本发明利用隐马尔可夫模型对矿井通风机电机故障类型进行诊断，将输入待识别的故障音频信号与故障模型库匹配分析，计算每个模型的输出概率即为识别结果。
附图说明
图1为本发明的整体结构示意图；
图2为本发明的采集节点结构图；
图3为本发明的分析节点结构图；
图4为本发明故障诊断算法原理框图示意图。
其中，101-电源模块a、102-电源模块b、201-第一主控芯片、202-第二主控芯片、301-Wi-Fi模块a、302-Wi-Fi模块b、4-采集模块、5-分析模块、6-串口通信模块。
具体实施方式
下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
实施例：如图1所示，一种基于音频识别的矿井通风机电机故障预警装置，包括采集节点、分析节点和上位机监测中心。其中，
采集节点包括电源模块a101、第一主控芯片201、Wi-Fi模块a301和采集模块4，采集模块4选用噪声传感器，采集模块4、Wi-Fi模块a301相应的引脚通过导线分别与第一主控芯片201相应的I/O口连接，电源模块a101通过导线分别与采集模块4、第一主控芯片201和Wi-Fi模块a301相连，用于给采集模块4、第一主控芯片201和Wi-Fi模块a301供电，第一主控芯片201控制采集模块4对矿井通风机电机的音频信号进行实时监测，采集到的所有数据通过第一主控芯片201由经验模态分解去噪算法预处理后经Wi-Fi模块a301传送给分析节点，第一主控芯片201选用STM32F103ZET6芯片；
分析节点包括电源模块b102、第二主控芯片202、Wi-Fi模块b302、分析模块5和串口通信模块6，分析模块5、串口通信模块6、Wi-Fi模块b302相应的引脚通过导线分别与第二主控芯片202相应的I/O口连接，电源模块b102通过导线分别与分析模块5、串口通信模块6、第二主控芯片202和Wi-Fi模块b302相连，用于给分析模块5、串口通信模块6、第二主控芯片202和Wi-Fi模块b302供电，第二主控芯片202控制Wi-Fi模块b302接收采集节点发送过来的音频信号，分析节点的第二主控芯片202控制分析模块5对接收到的音频信号进行故障类型诊断，将诊断结果通过串口通信模块6发送到上位机监测中心，第二主控芯片202选用STM32F103ZET6芯片；
故障类型诊断采用的算法为基于经验模态分解去噪算法、改进的梅尔频率倒谱系数和隐马尔可夫模型的故障诊断算法，故障类型诊断由音频信号预处理和故障识别组成，首先将采集节点采集到的通风机电机音频信号进行预加重、分帧加窗、端点检测和经验模态去噪预处理，然后对预处理过后的音频信号通过改进的梅尔频率倒谱系数进行特征提取，接着将提取得到的特征参数作为输入待识别的故障声音信号放入搭建好的故障模型库中分析计算，得到故障模型的输出概率，从而诊断确定矿井通风机电机的故障类型；
采集节点与分析节点之间通过互相连接的Wi-Fi模块a301、Wi-Fi模块b302进行数据发送和接收；
上位机监测中心通过串口线与串口通信模块6相连接，用于接收分析节点发出的数据。
上述实施例的工作方法是：采集节点放置于矿井通风机电机周围，采集节点中的电源模块a101给第一主控芯片201、Wi-Fi模块a301和采集模块4提供电能；第一主控芯片201上电初始化后，在通风机电机工作时，第一主控芯片201通过控制采集模块4来实时采集通风机电机的音频信号，并经过预处理后通过Wi-Fi模块a301将音频信号数据发送给分析节点；
分析节点放置于电机监控室内，分析节点中的电源模块b102给第二主控芯片202、Wi-Fi模块b302、分析模块5和串口通信模块6提供电能；第二主控芯片202上电初始化后，控制Wi-Fi模块b302接收采集节点发送过来的数据，同时控制分析模块5对接收到的音频信号进行特征提取和分析，第二主控芯片202通过串口通信模块6将分析数据结果发送到上位机监测中心；
上位机监测中心接收到从分析节点发送过来的分析数据结果后，可以在电脑端实时的显示出来，实现对矿井通风机电机的远程监测、运行状态实时显示和智能故障预警等功能。
上述电子元件的具体型号未作特殊指定，均可以选用市售的普通产品，只要能够满足本发明的使用需求即可。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在本发明的保护范围之内。
Claims (6)
1.一种基于音频识别的矿井通风机电机故障预警装置，其特征在于，包括采集节点、分析节点和上位机监测中心；
所述采集节点包括电源模块a(101)、第一主控芯片(201)、Wi-Fi模块a(301)和采集模块(4)，所述采集模块(4)、Wi-Fi模块a(301)相应的引脚通过导线分别与第一主控芯片(201)相应的I/O口连接，所述电源模块a(101)通过导线分别与采集模块(4)、第一主控芯片(201)和Wi-Fi模块a(301)相连，用于给采集模块(4)、第一主控芯片(201)和Wi-Fi模块a(301)供电；
所述分析节点包括电源模块b(102)、第二主控芯片(202)、Wi-Fi模块b(302)、分析模块(5)和串口通信模块(6)，所述分析模块(5)、串口通信模块(6)、Wi-Fi模块b(302)相应的引脚通过导线分别与第二主控芯片(202)相应的I/O口连接，电源模块b(102)通过导线分别与分析模块(5)、串口通信模块(6)、第二主控芯片(202)和Wi-Fi模块b(302)相连，用于给分析模块(5)、串口通信模块(6)、第二主控芯片(202)和Wi-Fi模块b(302)供电；
所述采集节点与分析节点之间通过互相连接的Wi-Fi模块a(301)、Wi-Fi模块b(302)进行数据发送和接收；
所述上位机监测中心通过串口线与所述串口通信模块(6)相连接，用于接收分析节点发出的数据。
2.如权利要求1所述的一种基于音频识别的矿井通风机电机故障预警装置，其特征在于，所述采集节点中，第一主控芯片(201)控制采集模块(4)对矿井通风机电机的音频信号进行实时监测，采集到的所有数据通过第一主控芯片(201)由经验模态分解去噪算法预处理后经Wi-Fi模块a(301)传送给分析节点。
3.如权利要求2所述的一种基于音频识别的矿井通风机电机故障预警装置，其特征在于，所述采集模块(4)选用噪声传感器。
4.如权利要求1所述的一种基于音频识别的矿井通风机电机故障预警装置，其特征在于，所述分析节点中，第二主控芯片(202)控制Wi-Fi模块b(302)接收采集节点发送过来的音频信号，分析节点的第二主控芯片(202)控制分析模块(5)对接收到的音频信号进行故障类型诊断，将诊断结果通过串口通信模块(6)发送到上位机监测中心。
5.如权利要求4所述的一种基于音频识别的矿井通风机电机故障预警装置，其特征在于，所述故障类型诊断采用的算法为基于经验模态分解去噪算法、改进的梅尔频率倒谱系数和隐马尔可夫模型的故障诊断算法，故障类型诊断由音频信号预处理和故障识别组成，首先将采集节点采集到的通风机电机音频信号进行预加重、分帧加窗、端点检测和经验模态去噪预处理，然后对预处理过后的音频信号通过改进的梅尔频率倒谱系数进行特征提取，接着将提取得到的特征参数作为输入待识别的故障声音信号放入搭建好的故障模型库中分析计算，得到故障模型的输出概率，从而诊断确定矿井通风机电机的故障类型。
6.如权利要求1所述的一种基于音频识别的矿井通风机电机故障预警装置，其特征在于，所述采集节点中的第一主控芯片(201)和分析节点的第二主控芯片(202)均选用STM32F103ZET6芯片。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111387365.0A CN114035047A (zh) | 2021-11-22 | 2021-11-22 | 一种基于音频识别的矿井通风机电机故障预警装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111387365.0A CN114035047A (zh) | 2021-11-22 | 2021-11-22 | 一种基于音频识别的矿井通风机电机故障预警装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114035047A true CN114035047A (zh) | 2022-02-11 |
Family
ID=80138405
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111387365.0A Pending CN114035047A (zh) | 2021-11-22 | 2021-11-22 | 一种基于音频识别的矿井通风机电机故障预警装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114035047A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114740352A (zh) * | 2022-06-09 | 2022-07-12 | 深圳市永达电子信息股份有限公司 | 一种非接触电机故障检测方法和*** |
| CN114861540A (zh) * | 2022-05-12 | 2022-08-05 | 安徽理工大学 | 一种基于wt-cnn和声振特征融合的矿井通风机工作状态监测*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109139390A (zh) * | 2018-09-27 | 2019-01-04 | 河北工业大学 | 一种基于声信号特征库的风机桨叶故障识别方法 |
| CN111397868A (zh) * | 2020-02-27 | 2020-07-10 | 广西电网有限责任公司电力科学研究院 | 一种基于聚合经验模态分解算法的断路器故障分析方法 |
| CN111508517A (zh) * | 2020-04-28 | 2020-08-07 | 电子科技大学中山学院 | 一种基于噪声特征的微电机智能品控方法 |
| CN113076625A (zh) * | 2021-03-15 | 2021-07-06 | 中国船舶重工集团公司第七一九研究所 | 一种舰船柴油发电机组健康管理***及其工作方法 |
| CN214359607U (zh) * | 2021-01-19 | 2021-10-08 | 安徽理工大学 | 基于音频特征分析的提升机电机智能监测*** |
-
2021
- 2021-11-22 CN CN202111387365.0A patent/CN114035047A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109139390A (zh) * | 2018-09-27 | 2019-01-04 | 河北工业大学 | 一种基于声信号特征库的风机桨叶故障识别方法 |
| CN111397868A (zh) * | 2020-02-27 | 2020-07-10 | 广西电网有限责任公司电力科学研究院 | 一种基于聚合经验模态分解算法的断路器故障分析方法 |
| CN111508517A (zh) * | 2020-04-28 | 2020-08-07 | 电子科技大学中山学院 | 一种基于噪声特征的微电机智能品控方法 |
| CN214359607U (zh) * | 2021-01-19 | 2021-10-08 | 安徽理工大学 | 基于音频特征分析的提升机电机智能监测*** |
| CN113076625A (zh) * | 2021-03-15 | 2021-07-06 | 中国船舶重工集团公司第七一九研究所 | 一种舰船柴油发电机组健康管理***及其工作方法 |
Non-Patent Citations (2)
| Title |
|---|
| 曾向阳等: "《声信号处理方法及典型应用》", 31 August 2021, 西北工业大学出版社, pages: 138 * |
| 郑长松等: "《装甲车辆故障诊断技术》", 31 May 2019, 北京理工大学出版社, pages: 376 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114861540A (zh) * | 2022-05-12 | 2022-08-05 | 安徽理工大学 | 一种基于wt-cnn和声振特征融合的矿井通风机工作状态监测*** |
| CN114740352A (zh) * | 2022-06-09 | 2022-07-12 | 深圳市永达电子信息股份有限公司 | 一种非接触电机故障检测方法和*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114035047A (zh) | 一种基于音频识别的矿井通风机电机故障预警装置 | |
| CN107345857A (zh) | 一种电主轴状态监测与故障诊断***及其监测诊断方法 | |
| CN110031088B (zh) | 电子设备故障检测方法、装置、设备和吸油烟机 | |
| CN110231529A (zh) | 一种控制柜智能故障诊断***及故障诊断方法 | |
| CN203241076U (zh) | 一种分布式环网柜在线监测装置 | |
| CN106194602B (zh) | 一种风电机组无线声发射检测装置 | |
| CN111336100A (zh) | 水泵故障诊断*** | |
| CN113253705B (zh) | 一种鼓风机的故障诊断方法及装置 | |
| CN113532848A (zh) | 一种行星齿轮箱故障诊断*** | |
| CN102758727B (zh) | 集成于控制***的风力机状态监测与故障诊断***及方法 | |
| CN115159285B (zh) | 电梯状态监测方法及电梯状态监测装置 | |
| CN114167315A (zh) | 一种变压器智能在线监测***及其方法 | |
| CN114861540A (zh) | 一种基于wt-cnn和声振特征融合的矿井通风机工作状态监测*** | |
| CN105897483B (zh) | 基于物联网的飞机故障实时监控与定位***及方法 | |
| CN110763954A (zh) | 一种基于信号注入的电力电缆故障检测***及方法 | |
| CN107238792A (zh) | 基于大数据分析的电视机硬件诊断*** | |
| CN103821750A (zh) | 一种基于电流的通风机失速和喘振监测及诊断方法 | |
| CN201600439U (zh) | 基于虚拟仪器和无线传感器网络的发电机状态监测*** | |
| CN117763460A (zh) | 一种基于声纹分析的变压器故障检测方法及*** | |
| CN105890740A (zh) | 一种空调六维振动测试***及其方法 | |
| CN112180040A (zh) | 一种具有多种气体检测能力的数据采集及发送终端 | |
| CN110763955A (zh) | 一种基于高压脉冲信号注入的电缆故障检测***及方法 | |
| CN208751705U (zh) | 一种轨道空调振动监测与故障诊断*** | |
| CN110206748A (zh) | 一种监控风电闭锁实验的方法、装置和*** | |
| CN114563709A (zh) | 一种基于云计算平台的蓄电池监测*** |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zheng Xin Inventor after: Yang Jingming Inventor after: Wang Fei Inventor after: Liao Jie Inventor after: Xu Chong Inventor after: Li Jingzhao Inventor after: Xu Pengfei Inventor after: Zhou Xiaofeng Inventor after: Hou Lei Inventor after: Li Cunjin Inventor after: Chen Jian Inventor after: Hu Chuanhai Inventor after: Liu Yang Inventor after: Zhu Pingyuan Inventor after: Feng Xiangjun Inventor before: Zheng Xin Inventor before: Li Jingzhao Inventor before: Xu Pengfei Inventor before: Hou Lei Inventor before: Zhou Xiaofeng Inventor before: Li Cunjin Inventor before: Chen Jian Inventor before: Hu Chuanhai Inventor before: Liu Yang Inventor before: Liao Jie Inventor before: Xu Chong |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220303 Address after: 232001 Guandian Township, Fengtai County, Huainan City, Anhui Province Applicant after: DINGJI COAL MINE HUAIHU COAL AND ELECTRICITY Co.,Ltd. Applicant after: Anhui University Of Science And Technology Address before: 232001 No. 168 Taifeng Street, Huainan City, Anhui Province Applicant before: Anhui University of Science and Technology |