CN114576152B - 水泵状态监测***、监测方法、装置、电子设备和介质 - Google Patents
水泵状态监测***、监测方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN114576152B CN114576152B CN202011399008.1A CN202011399008A CN114576152B CN 114576152 B CN114576152 B CN 114576152B CN 202011399008 A CN202011399008 A CN 202011399008A CN 114576152 B CN114576152 B CN 114576152B
- Authority
- CN
- China
- Prior art keywords
- water pump
- condition data
- diagnosis
- working condition
- fault
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 343
- 238000012544 monitoring process Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000003745 diagnosis Methods 0.000 claims abstract description 358
- 238000001514 detection method Methods 0.000 claims abstract description 30
- 238000012806 monitoring device Methods 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims description 24
- 238000005265 energy consumption Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 239000000853 adhesive Substances 0.000 claims description 2
- 230000001070 adhesive effect Effects 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000004927 fusion Effects 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004026 adhesive bonding Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B53/00—Component parts, details or accessories not provided for in, or of interest apart from, groups F04B1/00 - F04B23/00 or F04B39/00 - F04B47/00
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Positive-Displacement Pumps (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本公开提供了一种水泵状态监测***、监测方法、装置、电子设备和介质，涉及水泵控制技术领域。其中，水泵状态监测***包括：水泵控制器，用于控制水泵运行，输出水泵的第一组工况数据；传感器，设置在水泵上，用于采集水泵的第二组工况数据；采集器，分别与水泵控制器和传感器电连接，用于接收第一组工况数据和第二组工况数据；采集器基于第一组工况数据和/或第二组工况数据对水泵的运行状态执行初次诊断操作，得到初次诊断结果；监测***还包括：服务器与采集器通信连接，用于接收采集器发送的初次诊断结果，根据初次诊断结果对水泵的运行状态进行二次诊断操作。本公开的技术方案，实现对多个水泵的运行状态的协同监控与诊断检测。
Description
技术领域
本公开涉及水泵技术领域，尤其涉及一种水泵状态监测***、水泵状态监测方法、水泵状态监测装置、电子设备和计算机可读存储介质。
背景技术
水泵是商业建筑、区域供热、民用建筑、工业流程、工业设备、市政供水、市政污水等方面的关键设备，如果发生故障会造成较大的损失。
而为了监测水泵的运行状态，通过在水泵的不同区域设置不同功能的传感器，采集水泵的工况数据，以基于工况数据检测是否产生运行故障。
由于在单个水泵上就需要设置多个传感器，如果存在需要多个水泵协同运行的工况，则需要采集多个水泵上的多个传感器的全部工况数据，导致存在以下缺陷：
通过传感器采集到的全部工况数据中存在与诊断水泵运行故障无关的数据，如果基于全部的工况数据进行故障诊断，会影响诊断结果的可靠性。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种水泵状态监测***、装置、电子设备和计算机可读存储介质，至少在一定程度上克服相关技术中提升水泵故障诊断可靠性的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的一方面，提供一种水泵状态监测***，包括：水泵控制器，用于控制水泵运行，输出所述水泵的第一组工况数据；传感器，设置在所述水泵上，用于采集所述水泵的第二组工况数据；采集器，分别与所述水泵控制器和所述传感器电连接，用于接收所述第一组工况数据和所述第二组工况数据；所述采集器还用于基于所述第一组工况数据和/或所述第二组工况数据对所述水泵的运行状态执行初次诊断操作，得到初次诊断结果；所述水泵状态检测***还包括服务器；所述服务器与所述采集器通信连接，用于接收所述采集器发送的所述初次诊断结果，并根据所述初次诊断结果对所述运行状态进行二次诊断操作，以得到所述运行状态的二次诊断结果。
在一个实施例中，所述服务器还用于存储所述水泵的历史工况数据与所述水泵的硬件数据，所述历史工况数据包括历史第一组工况数据和历史第二组工况数据，基于所述历史工况数据与所述硬件数据设置诊断阈值，并将所示诊断阈值发送至所述采集器；所述采集器还用于对所述第一组工况数据和所述第二组工况数据进行频域化处理，以得到初次诊断数据，基于所述诊断阈值对所述初次诊断数据进行所述初次诊断操作，得到所述初次诊断结果。
在一个实施例中，所述第一组工况数据和/或所述第二组工况数据还包括多个所述水泵的能耗参数；所述采集器还用于接收多个所述水泵的能耗参数，基于多个所述水泵的能耗参数配置多个所述水泵的运行模式。
在一个实施例中，所述传感器包括振动传感器、温度传感器、流量传感器、压力传感器与水位传感器中的至少一种，其中，所述振动传感器通过磁吸、螺纹或胶粘的方式安装在所述水泵的基座、外筒、泵头、支撑座、蜗壳、联轴器与电机中的至少一处。
在一个实施例中，所述采集器还用于基于所述初次诊断结果生成第一报警信号，并基于所述第一报警信号执行报警操作；和/或所述水泵状态监测***还包括监控终端，所述监控终端与所述服务器通信连接，所述服务器基于接收到的所述初次诊断结果生成第二报警信号，并将所述第二报警信号发送至所述监控终端，所述服务器还用于将所述二次诊断结果发送至所述监控终端。
根据本公开的另一方面，提供一种水泵状态监测方法，包括：接收水泵控制器输出的第一组工况数据和/或传感器采集的第二组工况数据；基于所述第一组工况数据和/或所述第二组工况数据对所述水泵的运行状态执行初次诊断操作，得到初次诊断结果；将所述初次诊断结果发送至服务器，以使所述服务器根据所述初次诊断结果对所述水泵的运行状态进行二次诊断操作。
在一个实施例中，所述基于所述第一组工况数据和/或所述第二组工况数据对所述水泵的运行状态执行初次诊断操作，得到初次诊断结果包括：接收所述服务器发送的诊断阈值；对所述第一组工况数据和/或所述第二组工况数据进行频域化处理，以得到初次诊断数据；基于所述诊断阈值对所述初次诊断数据进行所述初次诊断操作，得到所述初次诊断结果。
在一个实施例中，所述第一组工况参数和/或第二组工况数据还包括多个所述水泵的能耗参数，所述方法还包括：基于多个所述水泵的能耗参数配置多个所述水泵的运行模式。
在一个实施例中，在基于所述第一组工况数据和/或所述第二组工况数据对所述水泵的运行状态执行初次诊断操作，得到初次诊断结果之前，还包括：根据预设的采集周期采集所述第一组工况数据作为历史第一工况数据，以及采集所述第二组工况数据作为历史第二工况数据；将所述历史第一工况数据与所述历史第二工况数据发送至服务器，以使所述服务器基于所述历史第一工况数据与所述历史第二工况数据生成历史故障库。
在一个实施例中，还包括：在基于所述初次诊断结果确定所述水泵出现故障时，生成第一报警信号，并基于所述第一报警信号执行报警操作。
根据本公开的再一方面，提供一种水泵状态监测方法，包括：接收采集器发送的初次诊断结果，所述初次诊断结果基于所述采集器对所述水泵的初次诊断操作生成；基于所述初次诊断结果对所述水泵的运行状态进行二次诊断操作，以得到所述运行状态的二次诊断结果。
在一个实施例中，所述初次诊断结果包括连续接收到的多个诊断信息，所述基于所述初次诊断结果对所述水泵的运行状态进行二次诊断操作，以得到所述运行状态的二次诊断结果包括：对所述多个诊断信息执行合并操作，以生成二次诊断事件；基于预设的诊断模型对所述二次诊断事件执行二次诊断操作，得到所述二次诊断结果，所述诊断模型包括专家诊断模型和/或振动故障规则模型。
在一个实施例中，所述接收采集器发送的初次诊断结果，还包括：接收所述采集器发送的所述初次诊断结果的关联诊断信息，所述关联诊断信息包括与所述初次诊断结果的接收时刻相邻时段内的第一组工况数据和/或第二组工况数据；基于所述初次诊断结果与所述关联诊断信息生成诊断波形曲线。
在一个实施例中，每个所述诊断信息对应于一条所述诊断波形曲线，所述对所述多个诊断信息执行合并操作，以生成二次诊断事件包括：对多条所述诊断波形曲线执行时域上的叠加操作，得到叠加波形曲线，以采用所述叠加波形曲线表示所述二次诊断事件。
在一个实施例中，所述振动故障规则模型包括历史故障库与诊断规则库，所述水泵的故障包括振动故障，所述基于预设的诊断模型对所述二次诊断事件执行二次诊断操作，得到所述二次诊断结果包括：从所述历史故障库中提取与所述叠加波形曲线匹配的故障特征曲线；基于所述诊断规则库对所述故障特征曲线进行故障检测处理，以确定所述振动故障的检测结果；基于所述振动故障的检测结果生成所述二次诊断结果。
在一个实施例中，所述振动故障包括轴承故障、平衡故障、对中故障、汽蚀故障、水锤故障与叶轮故障中的至少一种，所述基于所述诊断规则库对所述故障特征曲线进行故障检测处理，以确定所述振动故障的检测结果包括：基于所述故障特征曲线波形的峭度检测所述轴承故障；和/或将所述故障特征曲线波形的波形频率进行傅里叶变换得到转换参数，基于所述转换参数检测所述平衡故障和/或所述对中故障；和/或基于所述故障特征曲线波形的波形频率检测所述汽蚀故障和/或所述水锤故障；和/或基于所述叶轮叶片数目检测所述水泵的叶轮故障。
在一个实施例中，所述基于所述振动故障的检测结果生成所述二次诊断结果包括：在检测到多个所述振动故障的检测结果时，计算每个所述振动故障的检测结果的置信度；将所述置信度最高的所述振动故障的检测结果确定为所述二次诊断结果。
在一个实施例中，还包括：将所述二次诊断结果推送至适配的监控终端。
根据本公开的又一方面，提供一种水泵状态监测装置，包括：接收模块，用于接收水泵控制器输出的第一组工况数据和/或传感器采集的第二组工况数据；预诊断模块，用于基于所述第一组工况数据和/或所述第二组工况数据对所述水泵的运行状态执行初次诊断操作，得到初次诊断结果；发送模块，用于将所述初次诊断结果发送至服务器，以使所述服务器根据所述初次诊断结果对所述水泵的运行状态进行二次诊断操作。
根据本公开的又一方面，提供一种水泵状态监测装置，包括：接收模块，用于接收采集器发送的初次诊断结果，所述初次诊断结果基于所述采集器对所述水泵的初次诊断操作生成；二次诊断模块，用于基于所述初次诊断结果对所述水泵的运行状态进行二次诊断操作，以得到所述运行状态的二次诊断结果。
根据本公开的又一方面，提供一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述任意一项的水泵状态监测***。
根据本公开的第七方面，提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任意一项的水泵状态监测***。
本公开的实施例所提供的水泵状态监测***和方法，通过设置分别与水泵控制器、传感器以及服务器建立连接关系的采集器，采集器基于水泵控制器发送的第一组工况数据和/或传感器发送的第二组工况数据，生成失效监测数据，并向服务器发送初次诊断结果，
(1)采集器的设置能够实现多个水泵的工况数据的接收与汇总，进一步，结合生成的初次诊断结果，在实现对多个水泵的运行状态的协同监测与诊断。
(2)在采集器上生成的初次诊断结果，能够实现采集器对水泵是否产生故障的检测，以在检测到振动等水泵故障时能够及时进行响应。
(3)将基于第一组工况数据和/或传感器发送的第二组工况数据得到的初次诊断结果还能够实现在将数据发送至服务器之前的筛选与预处理，进而有利于减少与服务器之间数据传输的压力，减少服务器对无效数据的接收与判断延迟。
(4)进一步地，通过服务器完成基于初次诊断结果进行的二次诊断操作，并得到更详细的二次诊断结果，有利于降低采集器的制造成本和运行功耗。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出本公开实施例中一种水泵状态监测***的***结构示意图；
图2示出本公开实施例中一种水泵状态监测***的结构图；
图3示出本公开实施例中另一种水泵状态监测***的结构图；
图4示出本公开实施例中再一种水泵状态监测***的结构图；
图5示出本公开实施例中一种水泵状态监测方法的流程图；
图6示出本公开实施例中另一种水泵状态监测方法的流程图；
图7示出本公开实施例中再一种水泵状态监测方法的流程图
图8示出本公开实施例中又一种水泵状态监测方法的流程图
图9示出本公开实施例中又一种水泵状态监测方法的流程图
图10示出了本公开实施例中一种水泵时域振动波形图；
图11示出了与图10对应的正常点波形频谱图；
图12示出了与图10对应的异常点波形频谱图；
图13示出本公开实施例中一种水泵状态监测装置的示意图；
图14示出本公开实施例中另一种水泵状态监测装置的示意图；
图15示出本公开实施例中一种电子设备的示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本公开限定的水泵状态监测***与方法，能够实现水泵运行状态的监控，通过将包括但不限于初次诊断信息的数据发送至服务器，实现基于服务器等云平台的水泵运行趋势的对比及分析操作，水泵***的能耗分析及优化，基于云平台的水泵保养计划及寿命分析等功能。
另外，基于本公开限定的水泵状态监测***与方法，通过对水泵运行状态的监控，还能够应用在供水行业，基于冷冻/冷却水水质云监测平台，进行用水趋势分析、供水水质云平台监测等操作。
图1示出本公开实施例中一种水泵状态监测***的示意图，包括：
水泵控制器140，用于控制水泵120运行，输出水泵120的第一组工况数据。
其中，水泵控制器140可以安装在水泵120上，水泵控制器140可以为水泵机组控制器，水泵机组控制器用于控制具有多个电机驱动器的水泵，也可以为电机驱动器，以直接驱动电机运行。
水泵控制器140通过红外连接、蓝牙连接、局域网连接等无线连接方式，与采集器180建立无线传输信道，并基于无线传输信道向采集器180发送第一工况数据。
另外，水泵控制器140还可以获取水泵120的第一组工况数据，第一组工况数据包括但不限于电流、电压、电机1208转速、水泵120能耗、运行时间与电机1208温度等。
传感器160，设置在水泵120上，用于采集水泵120的第二组工况数据，其中，每个水泵120上至少设置一个传感器160。
传感器160的类型包括但不限于：
图2中所示的有线振动传感器260、图3中所示的无线振动传感器360以及图4中所示的温度传感器466、流量传感器462、压力传感器464和水位传感器(图中未示出)等，
图2中的有线振动传感器260与图3中的无线振动传感器360以连接方式以及数据传输方式作为区分点，有线振动传感器260设置有有线插口，无线振动传感器360设置有无线传输模块。
另外以数据采集方式作为区分点，振动传感器包括但不限于机械式振动传感器、光学式振动传感器与电测式振动传感器等。
相应地，第二组工况数据包括但不限于振动信号，温度信号、流量信号、压力信号和水位信号等。
结合上述第一组工况数据与第二组工况数据的获取方式，可以将工况数据分为四个类型，包括：振动数据、工艺数据、电器数据与油液数据。
并且通过水泵控制器140输出第一组工况数据，也有利于减少采集这些工况数据的传感器160的设置。
采集器180，分别与水泵控制器140和传感器160电连接，用于接收第一组工况数据和第二组工况数据。
采集器180还用于基于第一组工况数据和/或第二组工况数据对水泵120的运行状态执行初次诊断操作，得到初次诊断结果。
水泵的运行状态包括轴承、叶轮、轴封、电机的运行状态。
其中，采集器180设置有无线传输模块，比如Wi-Fi模块，GPRS模块等，通过无线式连接与控制器以及传感器160连接，采集器180通过Modbus-RTU通信协议、ModbusTCP通信协议与TCP/IP协议等与水泵控制器140通信。
或者采集器180设置有线传输接口，通过有线式连接与控制器以及传感器160连接。
或者采集器180同时设置无线传输模块与有线传输接口，通过有线式连接与控制器和传感器160中的一个连接，通过无线式连接与控制器和传感器160中的另一个连接。
在水泵控制器140为机组控制器时，机组控制器可以控制一个或多个水泵120运行。
在水泵控制器140为电机驱动器时，，每个电机驱动器对应控制一个水泵120，多个控制器均与采集器180连接，以实现多个水泵120的第一组工况参数以及第二组工况参数的接收。
进一步地，采集器180可以只基于第一组工况数据进行初次诊断操作，也可以只基于第二组工况数据进行初次诊断操作，还可以基于第一组工况数据与第二组工况数据进行初次诊断操作。
初次诊断操作，可以包括多种不同的实施方式，一种实施方式为对工况数据的预处理操作，即基于过滤操作过滤掉干扰数据，得到初次诊断结果，如果得到的初次诊断结果，很明显的存在异常时，直接由采集器180生成预警信号，并进一步将初次诊断结果发送至服务器200端，由服务器200进行具体故障诊断，以完成这种方式的初次诊断操作。
另一种方式为通过在采集器180中预存预诊断模型，预诊断模型用于检测对影响到水泵120安全性的运行故障，通过将采集到的第一组工况数据和/或第二组工况数据输入到预诊断模型，得到预诊断结果，如果预诊断结果异常，则将预诊断结果作为初次诊断结果发送至第二服务器200，以由第二服务器200基于初次诊断结果进一步检测运行故障的产生原因，以及其它潜在的运行故障。
另外，基于上述对工况数据划分的四个类型，对采集到的第一组工况数据和/或第二组工况数据进行聚类处理，得到待处理的工况数据，结合初次诊断操作，得到初次诊断结果。
或者，将所有的第一组工况数据和/或第二组工况数据进行融合处理，得到多源的综合工况数据，结合初次诊断操作，得到初次诊断结果。
基于上述描述，如图1所示，采集器180可以直接与水泵控制器140和传感器160相连，并将该数据上传至云端服务器200与采集器180采集并上传的传感器160数据一同进行监测、诊断、分析，做出优化建议。
监测***还包括服务器200，服务器200与采集器180通信连接。
为了与对应的服务器200建立无线传输链路，采集器180设置无线传输模块，以通过与服务器200建立无线传输链路进行无线通信。
服务器200具体用于接收采集器180发送的初次诊断结果，并根据初次诊断结果对运行状态进行二次诊断操作，以得到运行状态的二次诊断结果。
其中，二次诊断操作包括但不限于对水泵120运行不平衡的故障诊断，对水泵120的联轴器不对中的故障诊断、对轴承故障的诊断、对叶轮故障的诊断、对气蚀故障的诊断，对水锤故障的诊断以及对干转故障的诊断等。
服务器200通过接收初次诊断结果，检测水泵120运行状态，以及时发现不良现象，并发出警报与初次诊断操作相比，在服务器200端执行的二次诊断操作，能够更精确的确定产生故障的部件以及故障产生的原因。
在该实施例中，通过设置分别与水泵控制器140、传感器160以及服务器200建立连接关系的采集器180，采集器180基于水泵控制器140发送的第一组工况数据和/或传感器160发送的第二组工况数据，生成初次诊断结果，并向服务器200发送初次诊断结果，一方面，采集器180的设置能够实现多个水泵120的工况数据的接收与汇总，进一步，结合生成的初次诊断结果，实现对多个水泵120的运行状态的协同监测与诊断，另一方面，在采集器180上生成的初次诊断结果，能够实现采集器180对水泵是否产生故障的检测，以在检测到振动等水泵故障时能够及时进行响应，再一方面，将基于第一组工况数据和/或传感器发送的第二组工况数据得到的初次诊断结果还能够实现在将数据发送至服务器200之前的筛选与预处理，进而有利于减少与服务器200之间数据传输的压力，减少服务器200对无效数据的接收与判断延迟。
进一步地，通过服务器200完成基于初次诊断结果进行的二次诊断操作，并得到更详细的二次诊断结果，有利于降低采集器180的制造成本和运行功耗。
在一个实施例中，服务器200还用于存储水泵的历史工况数据与水泵的硬件数据，历史工况数据包括历史第一组工况数据和历史第二组工况数据，基于历史工况数据与硬件数据设置诊断阈值，并将所示诊断阈值发送至采集器180。
其中，硬件数据包括但不限于预先输入的静态数据，比如基于水泵型号、安装情况、轴承类型算出指标阈值。
另外，基于水泵振动国家标准，根据安装高度、型号确定振动阈值。
第一组工况数据和历史第二组工况数据需要结合上述指标阈值和振动阈值进行调整，确定诊断阈值。
水泵120的历史工况数据为在当前运行时刻之前接收到的第一组工况数据和第二组工况数据，在当前运行时刻之前，包括在水泵120的历史运行阶段接收到的工况数据，以及在水泵120的当前运行阶段中，在当前运行时刻之前接收到的工况参数。
另外，服务器还可以基于自适应阈值算法调整诊断阈值，并将调整后的诊断阈值发送至采集器，更新替代原有的预设阈值。
基于历史工况数据设置诊断阈值的第一种方式，包括：首先对工况数据进行分类，得到多个类型的诊断数据，例如上述提到的振动数据、工艺数据、电器数据与油液数据，然后分别对每一类诊断数据进行聚类操作，得到每一类工况数据的诊断阈值。
基于历史工况数据设置诊断阈值的第二种方式，包括：将所有历史工况数据进行融合处理，得到多源的历史综合工况数据，将历史综合工况数据进行聚类操作，得到综合的诊断阈值。
采集器180还用于对第一组工况数据和第二组工况数据进行频域化处理，以得到初次诊断数据，基于诊断阈值对初次诊断数据进行初次诊断操作，得到初次诊断结果。
其中，基于诊断阈值对第一组工况数据和/或第二组工况数据进行初次诊断操作的一种实现方式包括，将第一组工况数据和/或第二组工况数据进行归类，或进行融合之后，与诊断阈值进行比较，如果未处于诊断阈值的阈值区间内，则被认定为初次诊断结果。
在该实施例中，通过对第一组工况数据和/或第二组工况数据进行频域化处理(包括积分与傅里叶变换等)，得到初次诊断数据，基于诊断阈值对初次诊断数据进行初次诊断操作，得到初次诊断结果，从而实现采集器端的预诊断操作，并有利于保证初次诊断结果的可靠性。
在一个实施例中，第一组工况数据和/或第二组工况数据包括流量与扬程，在采用水泵机组控制器作为水泵控制器时，水泵控制器140还用于输出水泵120的流量扬程曲线。
采集器180还用于获取流量扬程曲线，在接收到流量与扬程中的一个时，基于流量扬程曲线确定流量与扬程中的另一个。
在该实施例中，采集器180获取控制器中存储的包括流量扬程曲线的水泵性能曲线、这样只要能接收到流量与扬程中的一个数据，就能够基于流量扬程曲线计算另一个数据，在保证数据获取可靠性的同时，能够减少流量传感器462或压力传感器464的设置。
在一个实施例中，第一组工况数据和/或第二组工况数据还包括多个水泵120的能耗参数。
其中，能耗参数用于反映能源消耗量的数据指标，可以由接收到的电压数据与电流数据计算获得。
采集器180还用于接收多个水泵120的能耗参数，基于多个水泵120的能耗参数配置多个水泵120的运行模式。
在该实施例中，采集器180能够提取出第一组工况数据和/或第二组工况数据中的能耗参数，并对多个水泵120之间的能耗参数进行比较，从而确定比较节能的水泵120，进而在满足水泵120运行需求的情况下，基于节能措施，配置对应的多个水泵120的运行模式，以确定需要开启的水泵120，以实现基于采集器180上的节能方案，并基于该节能方案控制对应的水泵120运行。
例如，如图1所示，多个水泵120包括1号水泵120、2号水泵120与3号水泵120，如图13所示，采集器180检测到单台水泵120运行模式下能耗显著优于多台水泵120并列运行模式，则执行单个3号水泵120的运行模式，采集器180检测到3台相同型号的水泵120中，1号水泵120和2号水泵120的运行性能高于3号水泵120，需要多台水泵120并列运行时，在满足工况需求的情况下，优先运行1号水泵120和2号水泵120。
另外，如图2以及图4所示，采集器280还可以与SCADA***220(SupervisoryControl And Data Acquisition***，即数据采集与监视控制***)连接，实现与工况现场的联动联控。
具体地，传感器160通过磁吸、螺纹或胶粘的方式安装在水泵120中的至少一处。
如图2所示，采集器280独立设置在水泵120的外部。
作为有线振动传感器260的一种设置方式，如果设置一个有线振动传感器260，有线振动传感器260设置在水泵基座1022、水泵外筒1204、水泵泵头1206、电机1208、联轴器1210中的一个上。
作为有线振动传感器260的另一种设置方式，如果设置多个有线振动传感器260，多个有线振动传感器260分别设置在水泵基座1022、水泵外筒1204、水泵泵头1206、电机1208、联轴器1210上，以通过采集水泵120不同位置的振动数据，更准确的基于振动数据反应水泵120的振动工况。
如图2所示，有线振动传感器260可以安装在联轴器1210以及电机1208等位置。水泵控制器140控制一个或多个水泵120运行，采集器280可以分别接收有线振动传感器260与水泵控制器140中的工况数据。
如图2所示，振动传感器为有线振动传感器260，采集器280对信号滤波后上传，例如电磁环境干扰数据，保证数据正确稳定。
如图3所示，振动传感器还可以为无线振动传感器360，作为一种优选的设置方式，无线振动传感器360设置在电机1208和/或水泵支撑座1212上，采集器380可以集成在无线振动传感器360的内部，因此在图3中，只有无线振动传感器360可见，无线振动传感器360内部的采集器380对其接收到的第二组工况数据，以及与水泵控制器140进行无线通信接收到的第一组工况数据进行预诊断以后，生成初次诊断结果，并上传至服务器200。
另外，无线振动传感器360内置有电池，为内部的采集器380、运算芯片以及无线通信模块等进行供电。
无线振动传感器360还具有部署方便以及防爆等的特点，一方面，方便现有项目改造，特别适用于空间要求低，要求改造实施快的场景，另一方面，可以用于恶劣工况环境，例如：锅炉房，燃气房等。
除了图2中示出的有线振动传感器260以及图3中示出的无线振动传感器360，如图4所示，传感器还包括流量传感器462、压力传感器464与温度传感器466等，其中，流量传感器462和压力传感器464可以安装在水泵出水口1216处，水泵出水口1216设置在水泵蜗壳1214上，温度传感器466可以设置在电机1208的外壁上。上述的流量传感器462、压力传感器464与温度传感器466均与采集器480连接，以将采集到的流量工况数据、水流压力工况数据域温度工况数据等发送给采集器480。
另外，水泵具有轴承或其他部件传感器的，也可以接入数据采集器480。
在基于初次诊断结果确定产生故障时，***包括但不限于以下报警方式：
第一种方式，采集器还用于基于初次诊断结果生成第一报警信号，并基于所述第一报警信号执行报警操作。
第二种方式，水泵状态监测***还包括监控终端，监控终端与服务器通信连接，服务器基于接收到的初次诊断结果生成第二报警信号，并将第二报警信号发送至监控终端，服务器还用于将二次诊断结果发送至监控终端。
下面，将结合附图及实施例对本示例实施方式中的水泵状态监测方法中的各个步骤进行更详细的说明。
图5示出本公开实施例中一种水泵状态监测方法流程图。
如图5所示，采集器执行水泵状态监测方法，包括：
步骤S502，接收水泵控制器输出的第一组工况数据和/或传感器采集的第二组工况数据。
其中，第一组工况数据与第二组工况数据在前述中已有描述，此处不在限定。
步骤S504，基于第一组工况数据和/或第二组工况数据对水泵的运行状态执行初次诊断操作，得到初次诊断结果。
其中，初次诊断操作用于检测是否出现故障，以及用于进行数据筛选。
步骤S506，将初次诊断结果发送至服务器，以使服务器根据初次诊断结果对水泵的运行状态进行二次诊断操作。
在该实施例中，通过设置分别与水泵控制器、传感器以及服务器建立连接关系的采集器，采集器基于水泵控制器发送的第一组工况数据和/或传感器发送的第二组工况数据，生成初次诊断结果，并向服务器发送初次诊断结果，一方面，采集器的设置能够实现多个水泵的工况数据的接收与汇总，进一步，结合生成的初次诊断结果，实现对多个水泵的运行状态的协同监测与诊断，另一方面，初次诊断结果为用于监测水泵是否存在失效工况的诊断数据，通过将初次诊断结果发送至服务器，结合服务器能够收集大数据的特点，能够保证服务器对水泵状态诊断的准确性，再一方面，通过控制采集器端只将初次诊断结果发送至服务器，也有利于减少与服务器之间数据传输的压力，减少服务器对无效数据的接收。
在一个实施例中，基于第一组工况数据和/或第二组工况数据对水泵的运行状态执行初次诊断操作，得到初次诊断结果包括：接收服务器发送的诊断阈值；对第一组工况数据和/或第二组工况数据进行频域化处理，以得到初次诊断数据；基于诊断阈值对初次诊断数据进行初次诊断操作，得到初次诊断结果。
在该实施例中，通过对第一组工况数据和/或第二组工况数据进行频域化处理(包括积分与傅里叶变换等)，得到初次诊断数据，基于诊断阈值对初次诊断数据进行初次诊断操作，得到初次诊断结果，从而实现采集器端的预诊断操作，并有利于保证初次诊断结果的可靠性。
在一个实施例中，在基于第一组工况数据和/或第二组工况数据对水泵的运行状态执行初次诊断操作，得到初次诊断结果之前，还包括：根据预设的采集周期采集第一组工况数据作为历史第一工况数据，以及采集第二组工况数据作为历史第二工况数据；将历史第一工况数据与历史第二工况数据发送至服务器，以使服务器基于历史第一工况数据与历史第二工况数据生成历史故障库。在该实施例中，通过周期性的接收第一组工况数据和第二组工况数据，并将在预设数量的周期内采集到的第一组工况数据和第二组工况数据作为历史工况数据，将历时工况数据发送至服务器，以使服务器基于历史工况数据得到历史故障库，并进一步基于历史故障库进行故障监测操作。
在一个实施例中，第一组工况数据和/或第二组工况数据包括流量与水泵，方法还包括：在接收到水泵的流量或扬程中的一个时，基于获取到的流量扬程曲线确定流量或扬程中的另一个。
在该实施例中，采集器获取控制器中存储的包括流量扬程曲线的水泵性能曲线、这样只要能接收到流量与扬程中的一个数据，就能够基于流量扬程曲线计算另一个数据，在保证数据获取可靠性的同时，能够减少流量传感器或压力传感器的设置。
在一个实施例中，第二组工况数据还包括多个水泵的能耗参数，方法还包括：基于多个水泵的能耗参数配置多个水泵的运行模式。
在该实施例中，采集器获取控制器中存储的包括流量扬程曲线的水泵性能曲线、这样只要能接收到流量与扬程中的一个数据，就能够基于流量扬程曲线计算另一个数据，在保证数据获取可靠性的同时，能够减少流量传感器或压力传感器的设置。
采集器的初次诊断操作，具体还可以包括以下的过程状态监测操作和报警管理操作。
其中，作为过程状态监测操作和报警管理操作的一种实施方式，基于生成的融合数据，对水泵整体的运行状态进行初次诊断操作。
具体地，将第一组工况数据与第二组工况数据以振动数据、工艺数据、电器数据与油液数据进行分类，对每类数据赋予一个权重值，以基于权重值对上述几类数据进行融合，得到融合数据，作为多源综合指标，以基于多源综合指标实时诊断水泵的整体运行状态。
相应地，与融合数据对应的诊断阈值也是一个融合阈值，通过比较融合数据与融合阈值之间的关系，得到对水泵的不同的运行状态的诊断。
融合阈值可根据水泵的运行工况进行自学习之后自动生成。
作为过程状态监测操作和报警管理操作的另一种实施方式，从第一组工况数据和第二组工况数据提取与振动相关的振动数据，以生成振动指标，以基于振动指标检测水泵的振动状态。
相应地，与振动指标对应的诊断阈值为振动诊断阈值，通过比较振动指标与振动诊断阈值之间的关系，得到对水泵的振动状态的诊断。
在一个实施例中，还包括：在基于初次诊断结果确定水泵出现故障时，生成第一报警信号，并基于所述第一报警信号执行报警操作。
如图6所示，作为诊断阈值的一种具体设置方法，包括：
步骤S602，水泵开启运行。
步骤S604，检测到水泵进入稳定运行状态，根据预设的检测周期接收第一组工况数据和第二组工况数据。
步骤S606，在检测到检测周期的数量达到预设数量时，将接收到的第一组工况数据确定为历史第一组工况数据，将第二组工况数据确定为历史第二组工况数据。
步骤S608，检测到工况数据质量满足计算需求，基于水泵的历史工况数据设置诊断阈值。
作为过程状态监测操作和报警管理操作的再一种实施方式，对每一个已知的故障类型进行指标化监测，将诊断阈值作为检测阈值，以实现水泵故障状态的预诊断。
进一步地，采集器还能够集成预警程序，预警程序包括阈值预警与趋势预警，其中，阈值预警程序包括：在检测到工况数据超过诊断阈值时，执行故障预警，趋势预警程序包括：在检测到具有故障趋势时，提前进行预警。
图7示出本公开实施例中一种水泵状态监测***流程图。
如图7所示，服务器执行水泵状态监测方法，包括：
步骤S702，接收采集器发送的初次诊断结果，初次诊断结果基于采集器对水泵的初次诊断操作生成。
步骤S704，基于初次诊断结果对水泵的运行状态进行二次诊断操作，以得到运行状态的二次诊断结果。
其中，二次诊断结果包括但不限于具体故障类型、产生故障的具体部件等。
在该实施例中，通过在服务器端接收到初次诊断结果，完成基于初次诊断结果进行的二次诊断操作，并得到更详细的二次诊断结果，有利于降低采集器的制造成本和运行功耗。
在一个实施例中，初次诊断结果包括连续接收到的多个诊断信息，基于初次诊断结果对水泵的运行状态进行二次诊断操作，以得到运行状态的二次诊断结果包括：对多个诊断信息执行合并操作，以生成二次诊断事件；基于预设的诊断模型对二次诊断事件执行二次诊断操作，得到二次诊断结果，诊断模型包括专家诊断模型和/或振动故障规则模型。
在该实施例中，将采集器生成的连续的多个诊断信息(例如间隔小于5分钟的报警，限于单个传感器的数据)，以便于服务器基于多个诊断信息诊断具体的振动故障信息。
在一个实施例中，接收采集器发送的初次诊断结果，还包括：接收采集器发送的初次诊断结果的关联诊断信息，关联诊断信息包括与初次诊断结果的接收时刻相邻时段内的第一组工况数据和/或第二组工况数据；基于初次诊断结果与关联诊断信息生成诊断波形曲线。
在一个实施例中，每个诊断信息对应于一条诊断波形曲线，对多个诊断信息执行合并操作，以生成二次诊断事件包括：对多条诊断波形曲线执行时域上的叠加操作，得到叠加波形曲线，以采用叠加波形曲线表示二次诊断事件。
在一个实施例中，振动故障规则模型包括历史故障库与诊断规则库，水泵的故障包括振动故障，基于预设的诊断模型对二次诊断事件执行二次诊断操作，得到二次诊断结果包括：从历史故障库中提取与叠加波形曲线匹配的故障特征曲线；基于诊断规则库对故障特征曲线进行故障检测处理，以确定振动故障的检测结果；基于振动故障的检测结果生成二次诊断结果。
在一个实施例中，还包括：将二次诊断结果推送至适配的监控终端。
将每一种数据都进行初次判断，根据专家经验，给出每个变量的阈值区间对应概率。将诊断结果以概率最大值，置信度从大到小排序给出。
一种故障类型对应一个一组失效监测参数，基于失效监测参数执行对水泵运行不平衡的故障诊断，对水泵的联轴器不对中的故障诊断、对轴承故障的诊断、对叶轮故障的诊断、对气蚀故障的诊断，对水锤故障的诊断以及对干转故障的诊断等。
具体地，如图8所示，服务器执行水泵的状态监测方法，还包括：
步骤S802，接收采集器发送的初次诊断结果。
步骤S804，基于初次诊断结果配置水泵的转速波形。
步骤S806，基于转速波形的峭度检测轴承故障。
步骤S808，将转速波形的波形频率进行傅里叶变换得到转换参数，基于转换参数检测平衡故障和/或对中故障。
步骤S810，基于转速波形的波形频率检测汽蚀故障和/或水锤故障。
步骤S812，基于初次诊断结果确定水泵的叶轮片数。
步骤S814，基于叶轮片数检测水泵的叶轮故障。
步骤S816，计算多个诊断故障的置信度。
步骤S818，根据置信度对多个诊断故障进行排序，并将排序结果推送至适配的监控终端。
具体地，可以将接收到的失效监测参数的电机转速作为诊断数据。
将电机转速对应波形的频率进行傅里叶变换，得到振动信号的时频域信息，基于时频域信息进行不平衡故障与不对中故障的诊断。
另外，检测电机转速对应波形的峭度，基于峭度检测轴承的故障。
根据叶轮片数判断叶轮故障。
若检测到电机转速对应波形出现高频波形，则判定出现气蚀故障，若出现低频波形，则判定出现水锤故障。
下面结合采集器与服务器之间的数据交互，对水泵的状态监测方案进一步描述，水泵的状态监测方法还包括：
步骤S902，采集器接收第一组工况参数与第二组工况参数。
步骤S904，采集器接收服务器发送的诊断阈值。
步骤S906，基于诊断阈值和预诊断模型对第一组工况参数与第二组工况参数进行初次诊断操作。
步骤S908，生成初次诊断结果，并基于初次诊断结果进行异常检测以及预警操作。
步骤S910，对初次诊断结果进行融合操作，并将融合后的初次诊断结果发送至服务器。
步骤S912，服务器基于初次诊断结果生成待诊断事件。
步骤S914，基于专家经验对待诊断时间进行二次诊断操作。
步骤S916，基于预设规则对待诊断时间进行二次诊断操作。
步骤S918，得到二次诊断结果。
对于故障的处理方式，服务器端可以执行以下操作：
基于故障诊断结果进行针对阈值报警进行故障诊断，给出故障诊断报告，包括故障位置、故障原因、故障影响以及故障处理建议等。
基于不同型号的水泵，设置不同的故障诊断算法，以实现诊断操作的自适应调整。
另外，通过在水泵上设置多个不同种类的传感器，以采集不同种类的工况数据，使故障诊断算法还可以基于水泵不同的运行工况进行自适应调整，比如随着水泵转速和流量的变化，自适应调整故障诊断算法。
另外，还可以在服务器端设置故障库，故障诊断依托于故障库，故障库内应包括典型故障的故障表征、故障原因、影响以及处理建议等信息。
故障库还可以具备管理功能，支持故障的查看、新增、编辑和删除等操作。
在基于服务器执行故障诊断的前提下，形成故障处理建议后需能依托第三方工单***开具工单，具备工单状态跟踪功能，能够跟据工单执行后***的预期与实际情况的差异对故障数据库进行更新和调整。
如图10所示，图10中示出两条阈值曲线T1与T2，由于偶尔出现水泵的振动量超过T1曲线的情况，即出现偶发报警。
对图10中的时域曲线进行故障检测处理，包括：对正常报警点进行波形频谱分析得到如图11所示的频率曲线，对异常报警点进行波形频谱分析得到如图12所示的频率曲线，如图11与图12所示，造成异常报警的主要原因为242.5Hz成分增大,同时伴随有倍频谐波及底部抬升现场。
二次诊断结果：故判断泵在开停过程中受压力或流量影响，可能有气蚀发生。
针对趋势报警进行趋势预测，得出故障的发展方向，明确设备还能正常运行的时间，并给出发生概率，以给出该类故障的故障原因和维护建议等。
预测性维护计划，根据趋势预测的结果以及工厂的生产计划，给出推荐维护时间窗口和维护方法。
另外，还可以基于故障案例数据和算法，给出水泵的剩余使用寿命(基于某一寿命评价指标)，给出主要部件的剩余使用寿命
需要注意的是，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为***、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“***”。
下面参照图13来描述根据本发明的这种实施方式的水泵状态监测装置1300。图13所示的水泵状态监测装置1300仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
水泵状态监测装置1300以硬件模块的形式表现。水泵状态监测装置1300的组件可以包括但不限于：接收模块1302，用于接收水泵控制器输出的第一组工况数据和/或传感器采集的第二组工况数据；预诊断模块1304，用于基于第一组工况数据和/或第二组工况数据对水泵的运行状态执行初次诊断操作，得到初次诊断结果；发送模块1306，用于将初次诊断结果发送至服务器，以使服务器根据初次诊断结果对水泵的运行状态进行二次诊断操作。
下面参照图14来描述根据本发明的这种实施方式的水泵状态监测装置1400。图14所示的水泵状态监测装置1400仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
水泵状态监测装置1400以硬件模块的形式表现。水泵状态监测装置1400的组件可以包括但不限于：接收模块1402，用于接收采集器发送的初次诊断结果，初次诊断结果基于采集器对水泵的初次诊断操作生成；二次诊断模块1404，用于基于初次诊断结果对水泵的运行状态进行二次诊断操作，以得到运行状态的二次诊断结果。
下面参照图15来描述根据本发明的这种实施方式的电子设备1500。图15显示的电子设备1500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图15所示，电子设备1500以通用计算设备的形式表现。电子设备1500的组件可以包括但不限于：上述至少一个处理单元1510、上述至少一个存储单元1520、连接不同***组件(包括存储单元1520和处理单元1510)的总线1530。
其中，存储单元存储有程序代码，程序代码可以被处理单元1010执行，使得处理单元1510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元1010可以执行如图5中所示的步骤S502、S504至S506，图7中所示的步骤S702和S704，以及本公开的水泵状态监测***中限定的其他步骤。
存储单元1520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)15201和/或高速缓存存储单元15202，还可以进一步包括只读存储单元(ROM)15203。
存储单元1520还可以包括具有一组(至少一个)程序模块15205的程序/实用工具15204，这样的程序模块15205包括但不限于：操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1500也可以与一个或多个外部设备1560(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备交互的设备通信，和/或与使得该电子设备1500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1540进行。并且，电子设备1500还可以通过网络适配器1550与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器1550通过总线1530与电子设备1500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
根据本发明的实施方式的用于实现上述方法的程序产品，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。
Claims (22)
1.一种水泵状态监测***，其特征在于，包括：
水泵控制器，用于控制水泵运行，输出所述水泵的第一组工况数据；
传感器，设置在所述水泵上，用于采集所述水泵的第二组工况数据；
采集器，独立设置在所述水泵的外部，分别与所述水泵控制器和所述传感器电连接，用于接收所述第一组工况数据和所述第二组工况数据；
所述采集器还用于基于所述第一组工况数据和/或所述第二组工况数据对所述水泵的运行状态执行初次诊断操作，得到初次诊断结果；
所述水泵状态检测***还包括服务器；
所述采集器设置有无线传输模块，所述无线传输模块用于与所述服务器建立无线传输链路；
所述服务器用于基于所述无线传输链路接收所述采集器发送的所述初次诊断结果，并根据所述初次诊断结果对所述运行状态进行二次诊断操作，以得到所述运行状态的二次诊断结果。
2.根据权利要求1所述的水泵状态监测***，其特征在于，
所述服务器还用于存储所述水泵的历史工况数据与所述水泵的硬件数据，所述历史工况数据包括历史第一组工况数据和历史第二组工况数据，基于所述历史工况数据与所述硬件数据设置诊断阈值，并将所示诊断阈值发送至所述采集器；
所述采集器还用于对所述第一组工况数据和所述第二组工况数据进行频域化处理，以得到初次诊断数据，基于所述诊断阈值对所述初次诊断数据进行所述初次诊断操作，得到所述初次诊断结果。
3.根据权利要求1所述的水泵状态监测***，其特征在于，所述第一组工况数据和/或所述第二组工况数据还包括多个所述水泵的能耗参数；
所述采集器还用于接收多个所述水泵的能耗参数，基于多个所述水泵的能耗参数配置多个所述水泵的运行模式。
4.根据权利要求1至3中任一项所述的水泵状态监测***，其特征在于，所述传感器包括振动传感器、温度传感器、流量传感器、压力传感器与水位传感器中的至少一种，
其中，所述振动传感器通过磁吸、螺纹或胶粘的方式安装在所述水泵的基座、外筒、泵头、支撑座、蜗壳、联轴器与电机中的至少一处。
5.根据权利要求1至3中任一项所述的水泵状态监测***，其特征在于，
所述采集器还用于基于所述初次诊断结果生成第一报警信号，并基于所述第一报警信号执行报警操作；和/或
所述水泵状态监测***还包括监控终端，所述监控终端与所述服务器通信连接，所述服务器基于接收到的所述初次诊断结果生成第二报警信号，并将所述第二报警信号发送至所述监控终端，所述服务器还用于将所述二次诊断结果发送至所述监控终端。
6.一种水泵状态监测方法，其特征在于，应用于水泵状态监测***的采集器，包括：
接收水泵控制器输出的第一组工况数据和/或传感器采集的第二组工况数据；
基于所述第一组工况数据和/或所述第二组工况数据对所述水泵的运行状态执行初次诊断操作，得到初次诊断结果；
基于无线传输链路将所述初次诊断结果发送至服务器，以使所述服务器根据所述初次诊断结果对所述水泵的运行状态进行二次诊断操作。
7.根据权利要求6所述的水泵状态监测方法，其特征在于，所述基于所述第一组工况数据和/或所述第二组工况数据对所述水泵的运行状态执行初次诊断操作，得到初次诊断结果包括：
接收所述服务器发送的诊断阈值；
对所述第一组工况数据和/或所述第二组工况数据进行频域化处理，以得到初次诊断数据；
基于所述诊断阈值对所述初次诊断数据进行所述初次诊断操作，得到所述初次诊断结果。
8.根据权利要求6所述的水泵状态监测方法，其特征在于，所述第一组工况数据和/或第二组工况数据还包括多个所述水泵的能耗参数，所述方法还包括：
基于多个所述水泵的能耗参数配置多个所述水泵的运行模式。
9.根据权利要求6至8中任一项所述的水泵状态监测方法，其特征在于，在基于所述第一组工况数据和/或所述第二组工况数据对所述水泵的运行状态执行初次诊断操作，得到初次诊断结果之前，还包括：
根据预设的采集周期采集所述第一组工况数据作为历史第一工况数据，以及采集所述第二组工况数据作为历史第二工况数据；
将所述历史第一工况数据与所述历史第二工况数据发送至服务器，以使所述服务器基于所述历史第一工况数据与所述历史第二工况数据生成历史故障库。
10.根据权利要求6至8中任一项所述的水泵状态监测方法，其特征在于，还包括：
在基于所述初次诊断结果确定所述水泵出现故障时，生成第一报警信号，并基于所述第一报警信号执行报警操作。
11.一种水泵状态监测方法，其特征在于，应用于水泵状态监测***的服务器，包括：
基于无线传输链路接收采集器发送的初次诊断结果，所述初次诊断结果基于所述采集器对所述水泵的初次诊断操作生成，所述初次诊断操作由所述采集器基于采集到的第一组工况数据和/或第二组工况数据对所述水泵的运行状态执行初次诊断操作得到，所述第一组工况数据由所述采集器从水泵控制器处采集，所述第二组工况数据由所述采集器从所述水泵上的传感器处采集；
基于所述初次诊断结果对所述水泵的运行状态进行二次诊断操作，以得到所述运行状态的二次诊断结果。
12.根据权利要求11所述的水泵状态监测方法，其特征在于，所述初次诊断结果包括连续接收到的多个诊断信息，所述基于所述初次诊断结果对所述水泵的运行状态进行二次诊断操作，以得到所述运行状态的二次诊断结果包括：
对所述多个诊断信息执行合并操作，以生成二次诊断事件；
基于预设的第一诊断模型对所述二次诊断事件执行二次诊断操作，得到所述二次诊断结果。
13.根据权利要求11所述的水泵状态监测方法，其特征在于，所述接收采集器发送的初次诊断结果，还包括：
接收所述采集器发送的所述初次诊断结果的关联诊断信息，所述关联诊断信息包括与所述初次诊断结果的接收时刻相邻时段内的第一组工况数据和/或第二组工况数据；
基于所述初次诊断结果与所述关联诊断信息生成初次诊断波形曲线。
14.根据权利要求13所述的水泵状态监测方法，其特征在于，所述基于所述初次诊断结果对所述水泵的运行状态进行二次诊断操作，以得到所述运行状态的二次诊断结果，以生成二次诊断事件包括：
对多条所述诊断波形曲线执行时域上的叠加操作，得到叠加波形曲线；
基于预设的第二诊断模型对所述叠加波形曲线进行执行二次诊断操作，得到所述二次诊断结果，所述第二诊断模型包括专家诊断模型和/或振动故障规则模型。
15.根据权利要求14所述的水泵状态监测方法，其特征在于，所述振动故障规则模型包括历史故障库与诊断规则库，所述水泵的故障包括振动故障，所述基于预设的第二诊断模型对所述叠加波形曲线进行执行二次诊断操作，得到所述二次诊断结果包括：
从所述历史故障库中提取与所述叠加波形曲线匹配的故障特征曲线；
基于所述诊断规则库对所述故障特征曲线进行故障检测处理，以确定所述振动故障的检测结果；
基于所述振动故障的检测结果生成所述二次诊断结果。
16.根据权利要求15所述的水泵状态监测方法，其特征在于，所述振动故障包括轴承故障、平衡故障、对中故障、汽蚀故障、水锤故障与叶轮故障中的至少一种，所述基于所述诊断规则库对所述故障特征曲线进行故障检测处理，以确定所述振动故障的检测结果包括：
基于所述故障特征曲线波形的峭度检测所述轴承故障；和/或
将所述故障特征曲线波形的波形频率进行傅里叶变换得到转换参数，基于所述转换参数检测所述平衡故障和/或所述对中故障；和/或
基于所述故障特征曲线波形的波形频率检测所述汽蚀故障和/或所述水锤故障；和/或
基于叶轮叶片数目检测所述水泵的叶轮故障。
17.根据权利要求15所述的水泵状态监测方法，其特征在于，所述基于所述振动故障的检测结果生成所述二次诊断结果包括：
在检测到多个所述振动故障的检测结果时，计算每个所述振动故障的检测结果的置信度；
将所述置信度最高的所述振动故障的检测结果确定为所述二次诊断结果。
18.根据权利要求11至17中任一项所述的水泵状态监测方法，其特征在于，还包括：
将所述二次诊断结果推送至适配的监控终端。
19.一种水泵状态监测装置，其特征在于，应用于水泵状态监测***的采集器，包括：
接收模块，用于接收水泵控制器输出的第一组工况数据和/或传感器采集的第二组工况数据；
预诊断模块，用于基于所述第一组工况数据和/或所述第二组工况数据对所述水泵的运行状态执行初次诊断操作，得到初次诊断结果；
发送模块，用于基于无线传输链路将所述初次诊断结果发送至服务器，以使所述服务器根据所述初次诊断结果对所述水泵的运行状态进行二次诊断操作。
20.一种水泵状态监测装置，其特征在于，应用于水泵状态监测***的服务器，包括：
接收模块，用于基于无线传输链路接收采集器发送的初次诊断结果，所述初次诊断结果基于所述采集器对所述水泵的初次诊断操作生成，所述初次诊断操作由所述采集器基于采集到的第一组工况数据和/或第二组工况数据对所述水泵的运行状态执行初次诊断操作得到，所述第一组工况数据由所述采集器从水泵控制器处采集，所述第二组工况数据由所述采集器从所述水泵上的传感器处采集；
二次诊断模块，用于基于所述初次诊断结果对所述水泵的运行状态进行二次诊断操作，以得到所述运行状态的二次诊断结果。
21.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求6～10中任意一项所述的水泵状态监测方法或11～18中任意一项所述的水泵状态监测方法。
22.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求6～18中任意一项所述的水泵状态监测方法的评价方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011399008.1A CN114576152B (zh) | 2020-12-01 | 2020-12-01 | 水泵状态监测***、监测方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011399008.1A CN114576152B (zh) | 2020-12-01 | 2020-12-01 | 水泵状态监测***、监测方法、装置、电子设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114576152A CN114576152A (zh) | 2022-06-03 |
| CN114576152B true CN114576152B (zh) | 2024-01-16 |
Family
ID=81768236
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011399008.1A Active CN114576152B (zh) | 2020-12-01 | 2020-12-01 | 水泵状态监测***、监测方法、装置、电子设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114576152B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115240392B (zh) * | 2022-07-25 | 2024-03-22 | 高新兴讯美科技股份有限公司 | 一种报警探头失效自动检测*** |
| CN115306700B (zh) * | 2022-08-16 | 2023-08-22 | 江苏汉华热管理科技有限公司 | 一种碳化炉废气排放用真空泵工况在线监测*** |
| CN115792606B (zh) * | 2022-11-18 | 2024-04-02 | 苏州东剑智能科技有限公司 | 一种水泵电机故障检测方法、装置、设备及存储介质 |
| CN115788850A (zh) * | 2022-12-05 | 2023-03-14 | 咸阳唐安昌科技有限公司 | 一种用于水泵的运行状态监测和数据采集*** |
| CN116935103A (zh) * | 2023-07-03 | 2023-10-24 | 鹰普罗斯叶轮（宜兴）有限公司 | 一种铝合金叶轮的异常识别方法 |
| CN116717461B (zh) * | 2023-08-01 | 2023-11-28 | 德耐尔能源装备有限公司 | 一种真空泵运行状态的智能监测方法及*** |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04209094A (ja) * | 1990-08-03 | 1992-07-30 | Shimizu Corp | 故障診断システム |
| JP2001312543A (ja) * | 2000-04-28 | 2001-11-09 | Suga Kogyo Kk | 建築設備劣化診断システム |
| CN1419045A (zh) * | 2001-08-31 | 2003-05-21 | 株式会社东芝 | 生产装置的异常停止避免方法和异常停止避免*** |
| RU2334897C1 (ru) * | 2007-01-09 | 2008-09-27 | Республиканское Унитарное Предприятие "Производственное Объединение "Белоруснефть" | Способ диагностирования уравновешенности привода штангового глубинного насоса |
| CN101571120A (zh) * | 2009-05-31 | 2009-11-04 | 北京航空航天大学 | 基于倍频相对能量和的分层聚类航空泵多故障诊断方法 |
| CN103823458A (zh) * | 2014-03-17 | 2014-05-28 | 广东华南计算技术研究所 | 设备远程诊断装置及其诊断方法与*** |
| CN107013473A (zh) * | 2017-04-19 | 2017-08-04 | 武汉惜源科技有限公司 | 一种泵站实时在线监测与能效管理方法及*** |
| CN208502991U (zh) * | 2018-03-30 | 2019-02-15 | 北京经纬恒润科技有限公司 | 一种真空泵*** |
| CN208751840U (zh) * | 2018-08-07 | 2019-04-16 | 重庆川仪自动化股份有限公司 | 一种机泵健康监测与故障诊断*** |
| KR20190072813A (ko) * | 2017-12-18 | 2019-06-26 | 포스코에너지 주식회사 | 고압 펌프 고장 예지 방법 및 시스템 |
| CN110011881A (zh) * | 2017-12-22 | 2019-07-12 | 三星电子株式会社 | 基于故障预测控制设备的方法和装置 |
| CN110805549A (zh) * | 2019-08-05 | 2020-02-18 | 大港油田集团有限责任公司 | 一种注聚泵故障诊断*** |
| CN111336099A (zh) * | 2020-03-18 | 2020-06-26 | 无锡诚源环境科技有限公司 | 一种基于三轴振动传感器的水泵健康监测方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002032274A (ja) * | 2000-07-19 | 2002-01-31 | Hitachi Ltd | 設備のリモート診断システム及びリモート診断方法 |
| US7751956B2 (en) * | 2006-12-29 | 2010-07-06 | Detroit Diesel Corporation | Distributed automotive diagnostic system with a single diagnostic protocol server and multiple data source modules for internal combustion engines |
| US20160245686A1 (en) * | 2015-02-23 | 2016-08-25 | Biplab Pal | Fault detection in rotor driven equipment using rotational invariant transform of sub-sampled 3-axis vibrational data |
| GB2536461A (en) * | 2015-03-18 | 2016-09-21 | Edwards Ltd | Pump monitoring apparatus and method |
-
2020
- 2020-12-01 CN CN202011399008.1A patent/CN114576152B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04209094A (ja) * | 1990-08-03 | 1992-07-30 | Shimizu Corp | 故障診断システム |
| JP2001312543A (ja) * | 2000-04-28 | 2001-11-09 | Suga Kogyo Kk | 建築設備劣化診断システム |
| CN1419045A (zh) * | 2001-08-31 | 2003-05-21 | 株式会社东芝 | 生产装置的异常停止避免方法和异常停止避免*** |
| RU2334897C1 (ru) * | 2007-01-09 | 2008-09-27 | Республиканское Унитарное Предприятие "Производственное Объединение "Белоруснефть" | Способ диагностирования уравновешенности привода штангового глубинного насоса |
| CN101571120A (zh) * | 2009-05-31 | 2009-11-04 | 北京航空航天大学 | 基于倍频相对能量和的分层聚类航空泵多故障诊断方法 |
| CN103823458A (zh) * | 2014-03-17 | 2014-05-28 | 广东华南计算技术研究所 | 设备远程诊断装置及其诊断方法与*** |
| CN107013473A (zh) * | 2017-04-19 | 2017-08-04 | 武汉惜源科技有限公司 | 一种泵站实时在线监测与能效管理方法及*** |
| KR20190072813A (ko) * | 2017-12-18 | 2019-06-26 | 포스코에너지 주식회사 | 고압 펌프 고장 예지 방법 및 시스템 |
| CN110011881A (zh) * | 2017-12-22 | 2019-07-12 | 三星电子株式会社 | 基于故障预测控制设备的方法和装置 |
| CN208502991U (zh) * | 2018-03-30 | 2019-02-15 | 北京经纬恒润科技有限公司 | 一种真空泵*** |
| CN208751840U (zh) * | 2018-08-07 | 2019-04-16 | 重庆川仪自动化股份有限公司 | 一种机泵健康监测与故障诊断*** |
| CN110805549A (zh) * | 2019-08-05 | 2020-02-18 | 大港油田集团有限责任公司 | 一种注聚泵故障诊断*** |
| CN111336099A (zh) * | 2020-03-18 | 2020-06-26 | 无锡诚源环境科技有限公司 | 一种基于三轴振动传感器的水泵健康监测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114576152A (zh) | 2022-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114576152B (zh) | 水泵状态监测***、监测方法、装置、电子设备和介质 | |
| CN110647133B (zh) | 轨道交通设备状态检测维护方法及*** | |
| JP7315562B2 (ja) | 車両故障警告システム及び対応する車両故障警告方法 | |
| CN112763908B (zh) | 一种基于多故障特征联合的电机健康指数评价*** | |
| RU2313815C2 (ru) | Устройство и способ для контроля технической установки, содержащей множество систем, в частности установки электростанции | |
| EP2175134B1 (en) | Methods and systems for determining operating states of pumps | |
| CN104350435A (zh) | Plc平台上用于设备状态监控、诊断以及时间-故障/服务预测的嵌置预报 | |
| WO2011073613A1 (en) | A method, apparatus and computer program for diagnosing a mode of operation of a machine | |
| KR102315492B1 (ko) | 모터 수명 예측 시스템 및 이의 실행 방법 | |
| CN103941690A (zh) | 远程工厂环境噪声智能监控*** | |
| KR102545672B1 (ko) | 기계고장 진단 방법 및 장치 | |
| CN114167842B (zh) | 一种基于振动主动控制***的故障预测与健康管理方法 | |
| Leonidovich et al. | The development and use of diagnostic systems and estimation of residual life in industrial electrical equipment | |
| KR102561675B1 (ko) | 생산현장 가동 설비 상태 모니터링을 통한 고장진단 및 예측 시스템 | |
| CN113697424A (zh) | 一种基于云技术的带式输送机监测与故障诊断***及方法 | |
| CN117435883A (zh) | 一种基于数字孪生的设备故障预测的方法和*** | |
| US11339763B2 (en) | Method for windmill farm monitoring | |
| WO2021042233A1 (en) | Remote diagnosis system, apparatus and method for power tool | |
| KR102572628B1 (ko) | 생산설비 통합 관리 시스템 | |
| KR102648729B1 (ko) | 생산설비 통합 관제 서비스 플랫폼 | |
| KR102688082B1 (ko) | 3상 모터 전력 데이터에 대한 펌프 설비의 이상 감지 시스템 및 이를 이용한 이상 감지 방법 | |
| CN117589444B (zh) | 一种基于联邦学习的风力发电机齿轮箱故障诊断方法 | |
| KR102425308B1 (ko) | 스마트팜의 구동기 고장 진단 예측 장치 및 그 방법 | |
| KR102512089B1 (ko) | 인공지능 기반 인지-제어기능이 적용된 디젤형 발전기 자동운용 제어반 | |
| KR102573254B1 (ko) | 연합 학습을 이용한 기계설비 고장 예지 분석 시스템 |
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 |