CN117392587A - 基于物联网的特种设备安全监测*** - Google Patents
基于物联网的特种设备安全监测*** Download PDFInfo
- Publication number
- CN117392587A CN117392587A CN202311445362.7A CN202311445362A CN117392587A CN 117392587 A CN117392587 A CN 117392587A CN 202311445362 A CN202311445362 A CN 202311445362A CN 117392587 A CN117392587 A CN 117392587A
- Authority
- CN
- China
- Prior art keywords
- coefficient
- vibration
- unit
- value
- internet
- 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 64
- 230000002159 abnormal effect Effects 0.000 claims abstract description 76
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 19
- 230000001960 triggered effect Effects 0.000 claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims description 22
- 230000007613 environmental effect Effects 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 13
- 230000005284 excitation Effects 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 7
- 230000005484 gravity Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 230000033001 locomotion Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 238000007664 blowing Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000007423 decrease Effects 0.000 claims description 3
- 230000001939 inductive effect Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000003012 network analysis Methods 0.000 claims 1
- 230000006855 networking Effects 0.000 claims 1
- 238000012423 maintenance Methods 0.000 abstract description 20
- 230000036541 health Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C23/00—Cranes comprising essentially a beam, boom, or triangular structure acting as a cantilever and mounted for translatory of swinging movements in vertical or horizontal planes or a combination of such movements, e.g. jib-cranes, derricks, tower cranes
- B66C23/88—Safety gear
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/069—Management of faults, events, alarms or notifications using logs of notifications; Post-processing of notifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- 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
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- Mechanical Engineering (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了基于物联网的特种设备安全监测***,涉及特种设备安全监测技术领域,该***能够实现实时监测起重设备的振动、运行状态和环境因素等关键数据,通过物联网传感器的部署和数据采集,实现了对设备状态的全面监控。通过数据处理、模型建立和分析,***能够预测设备的性能、健康状况和潜在故障,从而提前发现问题并采取措施;当异常失衡系数Sh达到阈值时,获得报警信息YBJX,能够及时触发报警,有效降低事故风险。最后,通过生成报警日志和分析报告,***能够为维护人员提供详细的信息,帮助他们做出准确的维护决策,提高维护效率,降低停机成本。本发明实现了智能化的运维管理,为电厂生产创造了更加安全高效的环境。
Description
技术领域
本发明涉及特种设备安全监测技术领域,具体为基于物联网的特种设备安全监测***。
背景技术
起重设备是特种设备的一种。特种设备是指在特定场合或特定环境中使用,具有一定危险性的机械设备,需要经过严格的安全检验和监管。起重设备就是其中的一类,包括各种各样用于搬运和抬升物体的设备,如起重机、吊车、升降机、千斤顶;应用在电厂领域中,起重设备通常需要满足严格的安全标准和操作规程,以确保其在使用过程中不会对人员和环境造成危险。
由于起重设备在各种电厂领域中都有广泛的应用,因此其安全性和可靠性至关重要。基于物联网的起重设备安全监测***可以帮助实时监测设备的运行状态和健康状况,预防潜在的故障和事故,从而提高整体的安全性和效率。
现有的基于物联网的起重设备安全监测***大部分是通过有经验的维修人员定期对起重设备进行维护和检测,并没有实时采集起重设备的振动数据,且起重设备在运行的过程中,会受到环境的影响,例如风速,降雨都会导致起重机失衡,容易出现安全问题。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了基于物联网的特种设备安全监测***,该***能够实现实时监测起重设备的振动、运行状态和环境因素关键数据,通过物联网传感器的部署和数据采集,实现了对设备状态的全面监控。其次,通过数据处理、模型建立和分析,***能够预测设备的性能、健康状况和潜在故障,从而提前发现问题并采取措施。第三,***具备智能预警功能,当异常失衡系数达到阈值时,能够即时触发报警,有效降低事故风险。最后,通过生成报警日志和分析报告,***能够为维护人员提供详细的信息,帮助他们做出准确的维护决策,提高维护效率,降低停机成本。综合而言,该***不仅提升了设备的安全性和可靠性,还实现了智能化的运维管理,为工业生产创造了更加安全高效的环境。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:基于物联网的特种设备安全监测***,包括物联网部署单元、第一采集单元、第二采集单元、物联网分析单元、评估单元和预警单元;
在起重设备的起重点、吊钩部位、起重臂和悬臂区域,通过物联网部署单元在各个位置部署振动传感器组,且在起重设备运行的环境中安装视频监控设备,用于覆盖起重设备工作工程中采集视频图像数据;
所述第一采集单元用于实时采集振动传感器组的振动数据,并采集起吊物品的重量值,建立物联网起重数据集;所述第二采集单元用于实时采集起重设备周围环境中的振动源数据和天气影响数据,建立物联网环境数据集;
所述物联网分析单元用于将物联网起重数据集和物联网环境数据集进行处理后,通过大数据和历史数据进行分析,获得平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz;并将平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz进行拟合,获得实时异常失衡系数Sh;
式中,E1、E2、E3和E4分别表示为平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz的权重值,且E1+E2+E2+E4≥1,C1为修正常数;
所述评估单元用于接收实时异常失衡系数Sh,对实时异常失衡系数Sh比较阈值处理,获得报警信息YBJX,具体计算方式如下:
YBJX=(Sh≥ZXZ&&Sh≤ZDZ)&&(T≥SJZ)&&(Sh≥ZDYZ)
式中:用于将实时异常失衡系数Sh与预设的阈值进行对比,当实时异常失衡系数Sh为实际值,ZXZ为最小失衡阈值,该数据由评估单元(4)预设获取,最小失衡阈值ZXZ代表触发报警信息Sh最小失衡阈值,ZDZ为最大失衡阈值,该数据由评估单元(4)预设获取,最大阈值ZDZ代表触发报警信息YBJX最大失衡阈值,T为实际失衡或者抖动的时间值,由第一采集单元采用计时器获取,时间值T代表实际失衡触发的时间,SJZ为时间阈值,且SJZ=5秒,时间阈值SJZ代表触发报警信息YBJX的时间阈值;ZDYZ表示为振动浮动阈值;当实时异常失衡系数Sh超过振动浮动阈值ZDYZ时,则触发报警信息;
在获得报警信息YBJX后,由预警单元输出相对应的报警信息,并生成报警日志。
优选的,所述物联网分析单元包括数据处理单元,所述数据处理单元用于对物联网起重数据集和物联网环境数据集进行处理;处理步骤包括:
对起重数据集和环境数据集进行清洗,去除无效、重复或错误的数据;
对清洗后的起重数据集和环境数据集中提取有用的特征,包括振动频率、振动幅度、重量值和风力强度;
将起重数据集和环境数据集进行关联,查看起重设备的振动和环境因素之间的关系;
通过统计方法和频域分析来了解起重设备的工作状态和振动特性。
优选的,所述物联网分析单元包括建立模型单元和生成报告单元,所述建立模型单元用于将基于处理后的起重数据集和环境数据,建立预测模型来分析起重设备的性能,建立振动与负载关系模型;
所述振动与负载关系模型用于对起重数据集包括激励频率和振动响应数据,进行共振分析,以确定可能的共振现象;对环境数据集进行输入分析不同环境因素对设备振动的影响;并计算获得平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz;
所述生成报告单元用于对平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz计算当前时间戳,并总结处理后的数据,列出异常情况、趋势和共振现象信息,生成分析报告。
优选的,所述平衡系数Ph通过以下公式计算获得:
Ph=cos(Δθ)
式中,Δθ表示起重设备的倾斜角度变动值,采用角度传感器进行测量角度值;当Δθ较小时,cos(Δθ)的值接近1,表明起重设备相对平衡;当Δθ较大时,cos(Δθ)的值逐渐减;表明起重设备的倾斜程度较大。
优选的,所述移动振动系数zd通过以下公式计算获得:
式中,W表示为负载物品的重量值,V表示起重设备起吊的移动速度值,A表示为振动频率值,F表示为振动频率值,G表示为重力加速度,每单位质量的物体受到的引力加速度,是根据起重设备的国际通用物理常数,用于在一般情况下对重力的影响进行计算获得的数据,设置为G取值9.81米/秒2。
优选的,所述第二采集单元包括风力监测单元和降雨监测单元;
所述风力监测单元用于采用风力传感器对起重设备运行的环境进行风力强度监测,获得实时风力强度值fLz;所述降雨监测单元用于通过气象传感器实时监测起重设备运行的环境降雨量值JyL。
优选的,所述天气影响系数hj通过以下公式计算获得,
式中,β表示为阻力因子,因下雨和刮风造成的阻力值;W1和W2表示为实时风力强度值fLz和环境降雨量值JyL的权重值,且0.45<W1<0.85,0.25<W2<0.65,且,W1+W2≥1.25。
优选的,所述异常共振系数Gz的计算方法包括以下步骤:
S1、采集起重设备的历史数据,获取固有频率值fres,即起重设备无外部激励干扰下自动振动频率值,通过振动传感器测量获得;
S2、在当前起重设备环境中振动源的位置放置传感器,振动源包括人员活动、地震或者机械运动产生的地面振动,采集外部激励的频率值fexc;
S3、计算共振条件,当异常共振在激励频率接近或固有频率时产生,通过振动传递函数计算异常共振系数Gz通过以下公式进行计算:
式中,A表示为振动频率值;fexc表示固有频率值,即导致共振的频率,fexc是外部激励的频率;通常情况下,当fexs靠近fres时,异常共振系数Gz会显著增加,导致振幅的迅速增加,从而引发共振。
优选的,所述评估单元包括接收单元、计算时间阈值T单元、计算振动浮动阈值单元、触发报警单元和输出报警信息单元;
所述接收单元用于从物联网分析单元中接收实时异常失衡系数的值Sh;
所述计算时间阈值T单元用于采集计算实际失衡或抖动被认定为触发报警的时间;设置为5秒,即若实际失衡或抖动持续时间超过5秒,则被视为触发报警;
所述计算振动浮动阈值单元用于表示在实时异常失衡系数Sh超过振动浮动阈值ZDYZ时触发报警;该值表示设备振动的浮动范围阈值;
所述触发报警单元用于将实时异常失衡系数Sh与最小失衡阈值ZXZ和最大失衡阈值ZDZ进行比较,如果异常失衡系数Sh在这两个值之间,并且持续时间超过时间阈值T,则被判断为触发报警;同时,如果异常失衡系数Sh超过振动浮动阈值ZDYZ,也会触发报警;
输出报警信息单元用于一旦触发报警条件,评估单元将生成触发报警信息;所述报警信息包括报警类型、时间戳和设备定位信息。
优选的,所述预警单元用于接收生成的触发报警信息,并生成报警日志,记录报警发生的详细信息;所述触发报警信息包括紧急制动、振动预警、高风速预警、失衡预警和限位预警。
(三)有益效果
本发明提供了基于物联网的特种设备安全监测***。具备以下有益效果:
该基于物联网的特种设备安全监测***,通过物联网部署传感器和视频监控设备,***能够实时监测起重设备的振动、运行状态、环境因素等数据。预警单元能够根据分析得出的异常失衡系数Sh,触发报警并生成相应的报警日志。这确保了在设备出现问题之前就能够预警并采取措施,减少潜在的事故风险。
该基于物联网的特种设备安全监测***,物联网分析单元通过对起重数据集和环境数据集的处理,建立了多种模型来分析设备的性能和工作状态。从振动与负载关系模型、天气影响系数计算到异常共振系数Gz的分析,***综合了来自不同源头的数据,增加了监测的全面性和准确性。
该基于物联网的特种设备安全监测***,***的各个单元相互协同工作,通过数据分析和模型建立,能够对设备的状态进行全面评估。评估单元根据多项因素生成实时异常失衡系数Sh,判断是否需要触发报警。这为操作人员提供了智能决策的支持,使其能够根据***提供的信息采取合适的措施。
该基于物联网的特种设备安全监测***,通过实时监测、数据分析和报警机制,***能够帮助维护人员更准确地了解设备的状态,预防性地进行维护。这不仅减少了设备的停机时间,还降低了维护成本,提高了设备的可靠性和稳定性。
附图说明
图1为本发明基于物联网的特种设备安全监测***框图流程示意图;
图中:1、物联网部署单元;10、第一采集单元;20、第二采集单元;21、风力监测单元;22、降雨监测单元;3、物联网分析单元;30、数据处理单元;31、建立模型单元;32、生成报告单元;4、评估单元;41、接收单元;42、计算时间阈值T单元;43、计算振动浮动阈值单元;44、触发报警单元;45、输出报警信息单元;5、预警单元。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
由于起重设备在各种电厂领域中都有广泛的应用,因此其安全性和可靠性至关重要。基于物联网的起重设备安全监测***可以帮助实时监测设备的运行状态和健康状况,预防潜在的故障和事故,从而提高整体的安全性和效率。
现有的基于物联网的起重设备安全监测***大部分是通过有经验的维修人员定期对起重设备进行维护和检测,并没有实时采集起重设备的振动数据,且起重设备在运行的过程中,会受到环境的影响,例如风速,降雨都会导致起重机失衡,容易出现安全问题。
实施例1
本发明提供基于物联网的特种设备安全监测***,请参照图1,包括物联网部署单元1、第一采集单元10、第二采集单元20、物联网分析单元3、评估单元4和预警单元5;
在起重设备的起重点、吊钩部位、起重臂和悬臂区域,通过物联网部署单元1在各个位置部署振动传感器组,且在起重设备运行的环境中安装视频监控设备,用于覆盖起重设备工作工程中采集视频图像数据;
所述第一采集单元10用于实时采集振动传感器组的振动数据,并采集起吊物品的重量值,建立物联网起重数据集;所述第二采集单元20用于实时采集起重设备周围环境中的振动源数据和天气影响数据,建立物联网环境数据集;通过第二采集单元20采集环境中的振动源数据和天气影响数据,考虑风力、降雨等因素对设备的影响,使预警***更具准确性
所述物联网分析单元3用于将物联网起重数据集和物联网环境数据集进行处理后,通过大数据和历史数据进行分析,获得平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz;并将平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz进行拟合,获得实时异常失衡系数Sh;
式中,E1、E2、E3和E4分别表示为平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz的权重值,且E1+E2+E2+E4≥1,C1为修正常数;
所述评估单元4用于接收实时异常失衡系数Sh,对实时异常失衡系数Sh比较阈值处理,获得报警信息YBJX,具体计算方式如下:
YBJX=(Sh≥ZXZ&&Sh≤ZDZ)&&(T≥SJZ)&&(Sh≥ZDYZ)
式中:用于将实时异常失衡系数Sh与预设的阈值进行对比,当实时异常失衡系数Sh为实际值,ZXZ为最小失衡阈值,该数据由评估单元4预设获取,最小失衡阈值ZXZ代表触发报警信息Sh最小失衡阈值,ZDZ为最大失衡阈值,该数据由评估单元4预设获取,最大阈值ZDZ代表触发报警信息YBJX最大失衡阈值,T为实际失衡或者抖动的时间值,由第一采集单元10采用计时器获取,时间值T代表实际失衡触发的时间,SJZ为时间阈值,且SJZ=5秒,时间阈值SJZ代表触发报警信息YBJX的时间阈值;ZDYZ表示为振动浮动阈值;当实时异常失衡系数Sh超过振动浮动阈值ZDYZ时,则触发报警信息;
在获得报警信息YBJX后,由预警单元5输出相对应的报警信息,并生成报警日志。
本实施例中,利用物联网分析单元3将振动数据、环境数据和历史数据综合分析,得到平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz指标,有助于全面了解设备的状态;在起重设备的运行中,能够实时监测状态、综合分析数据、考虑环境因素、检测异常、提前预警,并确保操作人员能够迅速做出反应,从而大幅提高起重设备的安全性和可靠性。
实施例2
本实施例是在实施例1中进行的解释说明,请参照图1,具体的,所述物联网分析单元3包括数据处理单元30,所述数据处理单元30用于对物联网起重数据集和物联网环境数据集进行处理;处理步骤包括:
对起重数据集和环境数据集进行清洗,去除无效、重复或错误的数据;
对清洗后的起重数据集和环境数据集中提取有用的特征,包括振动频率、振动幅度、重量值和风力强度;
将起重数据集和环境数据集进行关联,查看起重设备的振动和环境因素之间的关系;
通过统计方法和频域分析来了解起重设备的工作状态和振动特性。
本实施例中,数据处理单元有助于在物联网安全监测***中优化数据的利用,从而提高监测***的可靠性、准确性和有效性,增强起重设备的安全性和可靠性。
实施例3
本实施例是在实施例1中进行的解释说明,请参照图1,具体的,所述物联网分析单元3包括建立模型单元31和生成报告单元32,所述建立模型单元31用于将基于处理后的起重数据集和环境数据,建立预测模型来分析起重设备的性能,建立振动与负载关系模型;
所述振动与负载关系模型用于对起重数据集包括激励频率和振动响应数据,进行共振分析,以确定可能的共振现象;对环境数据集进行输入分析不同环境因素对设备振动的影响;并计算获得平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz;
所述生成报告单元32用于对平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz计算当前时间戳,并总结处理后的数据,列出异常情况、趋势和共振现象信息,生成分析报告。
本实施例中,建立模型单元31利用处理后的起重数据集和环境数据,建立预测模型来分析起重设备的性能。这种模型可以根据历史数据和环境因素预测设备的运行状态,有助于提前识别潜在问题。通过建立振动与负载关系模型,可以分析起重数据集中的激励频率和振动响应数据,进而进行共振分析,从而确定可能的共振现象。这有助于评估共振风险并采取措施来避免共振。对环境数据集进行分析,了解不同环境因素对设备振动的影响。这使得***能够更全面地考虑外部因素,提高预测的准确性。通过分析模型,计算平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz指标。这些指标能够综合反映起重设备的运行状态和安全性。该物联网分析单元3不仅能够通过建立预测模型、分析共振、考虑环境影响等方法深入了解起重设备的运行状态,还能将分析结果以易于理解的方式呈现,为设备管理和维护提供全面支持。
实施例4
本实施例是在实施例1中进行的解释说明,请参照图1,具体的,所述平衡系数Ph通过以下公式计算获得:
Ph=cos(Δθ)
式中,Δθ表示起重设备的倾斜角度变动值,采用角度传感器进行测量角度值;当Δθ较小时,cos(Δθ)的值接近1,表明起重设备相对平衡;当Δθ较大时,cos(Δθ)的值逐渐减;表明起重设备的倾斜程度较大。
本实施例中,这个计算公式可以用来实时监测设备的倾斜状态,从而在设备失衡或倾斜超过阈值时及时报警或采取措施,确保设备的安全运行;平衡系数Ph的计算公式能够通过角度传感器测量和平衡性分析,提供对起重设备平衡状态的实时监测和评估。
实施例5
本实施例是在实施例1中进行的解释说明,请参照图1,具体的,所述移动振动系数zd通过以下公式计算获得:
式中,W表示为负载物品的重量值,V表示起重设备起吊的移动速度值,A表示为振动频率值,F表示为振动频率值,G表示为重力加速度,每单位质量的物体受到的引力加速度,是根据起重设备的国际通用物理常数,用于在一般情况下对重力的影响进行计算获得的数据,设置为G取值9.81米/秒2。
通过考虑负载物品的重量W和起吊时的振动频率A,可以综合分析振动在起吊物品过程中的影响,从而更好地了解设备的振动特性;公式中的移动速度V和振动频率F表示了起重设备起吊运动的速度和振动频率,这两个因素都可以影响振动的强度和性质;公式中的重力加速度G用于考虑物体受到的引力影响,这是起重设备振动的一个重要因素。通过将重力引入公式,可以更准确地评估振动的影响
本实施例中,移动振动系数zd的计算公式能够结合重量、速度、频率和重力等因素,实现对起吊物品过程中振动的综合评估。
实施例6
本实施例是在实施例1中进行的解释说明,请参照图1,具体的,所述第二采集单元20包括风力监测单元21和降雨监测单元22;
所述风力监测单元21用于采用风力传感器对起重设备运行的环境进行风力强度监测,获得实时风力强度值fLz;这对于起重设备的稳定性和安全性非常重要,因为强风可能导致设备失衡、晃动或不稳定。实时风力数据的获取可以让监测***对风速变化做出快速响应,触发预警或采取适当的措施,保障设备和工作区域的安全。所述降雨监测单元22用于通过气象传感器实时监测起重设备运行的环境降雨量值JyL。降雨可能导致工作区域湿滑,影响起重设备的摩擦和稳定性。特别是在悬臂等部位,降雨可能增加失衡风险。实时降雨量的获取允许监测***在有降雨情况下采取适当的预防措施,避免因湿滑而引发的安全隐患。
具体的,所述天气影响系数hj通过以下公式计算获得,
式中,β表示为阻力因子,因下雨和刮风造成的阻力值;W1和W2表示为实时风力强度值fLz和环境降雨量值JyL的权重值,且0.45<W1<0.85,0.25<W2<0.65,且,W1+W2≥1.25。
本实施例中,通过考虑天气影响系数hj,操作人员可以更好地了解在不同天气条件下设备的运行情况,采取相应的预防措施,从而减少因环境因素导致的事故风险。
实施例7
本实施例是在实施例1中进行的解释说明,请参照图1,具体的,所述异常共振系数Gz的计算方法包括以下步骤:
S1、采集起重设备的历史数据,获取固有频率值fres,即起重设备无外部激励干扰下自动振动频率值,通过振动传感器测量获得;
S2、在当前起重设备环境中振动源的位置放置传感器,振动源包括人员活动、地震或者机械运动产生的地面振动,采集外部激励的频率值fexc;
S3、计算共振条件,当异常共振在激励频率接近或固有频率时产生,通过振动传递函数计算异常共振系数Gz通过以下公式进行计算:
式中,A表示为振动频率值;fexc表示固有频率值,即导致共振的频率,fexc是外部激励的频率值;通常情况下,当fexs靠近fres时,异常共振系数Gz会显著增加,导致振幅的迅速增加,从而引发共振。
本实施例中,异常共振系数Gz的计算方法和步骤有助于在物联网起重设备安全监测***中提前识别和分析可能的共振问题,从而预防共振导致的设备损坏和事故风险。
实施例8
本实施例是在实施例1中进行的解释说明,请参照图1,具体的,所述评估单元4包括接收单元41、计算时间阈值T单元42、计算振动浮动阈值单元43、触发报警单元44和输出报警信息单元45;
所述接收单元41用于从物联网分析单元3中接收实时异常失衡系数的值Sh;
所述计算时间阈值T单元42用于采集计算实际失衡或抖动被认定为触发报警的时间;设置为5秒,即若实际失衡或抖动持续时间超过5秒,则被视为触发报警;这有助于排除短暂的干扰和误报警情况;
所述计算振动浮动阈值单元43用于表示在实时异常失衡系数Sh超过振动浮动阈值ZDYZ时触发报警;该值表示设备振动的浮动范围阈值;计算振动浮动阈值单元43确保***对设备振动进行准确的监测和判断;
所述触发报警单元44用于将实时异常失衡系数Sh与最小失衡阈值ZXZ和最大失衡阈值ZDZ进行比较,如果异常失衡系数Sh在这两个值之间,并且持续时间超过时间阈值T,则被判断为触发报警;同时,如果异常失衡系数Sh超过振动浮动阈值ZDYZ,也会触发报警;这个流程确保了只有真实且持续的异常情况才会触发报警。
输出报警信息单元45用于一旦触发报警条件,评估单元4将生成触发报警信息;所述报警信息包括报警类型、时间戳和设备定位信息。
本实施例中,评估单元4的不同组成部分和功能共同确保了***能够在实时监测异常失衡情况、准确判断报警条件,并生成及时有效的报警信息,从而大大提高了设备安全性和监测***的可靠性。
实施例9
本实施例是在实施例1中进行的解释说明,请参照图1,具体的,所述预警单元5用于接收生成的触发报警信息,并生成报警日志,记录报警发生的详细信息;所述触发报警信息包括紧急制动、振动预警、高风速预警、失衡预警和限位预警。这样的多样性确保了***能够全面地监测设备运行中可能出现的问题,包括机械部件的故障、环境因素变化等。
本实施例中,生成的报警信息可以促使操作人员迅速采取必要的应对措施,比如进行紧急制动、降低设备负荷或暂停操作等。这种快速响应有助于减少潜在事故的发生,保障人员安全和设备完整。报警信息的记录和分析有助于了解设备的问题和运行状况,可以指导维护人员进行有针对性的维护和修复。这提高了维护效率,避免了不必要的停机时间和维修成本。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.基于物联网的特种设备安全监测***,其特征在于:包括物联网部署单元(1)、第一采集单元(10)、第二采集单元(20)、物联网分析单元(3)、评估单元(4)和预警单元(5);
在起重设备的起重点、吊钩部位、起重臂和悬臂区域,通过物联网部署单元(1)在各个位置部署振动传感器组,且在起重设备运行的环境中安装视频监控设备,用于覆盖起重设备工作工程中采集视频图像数据;
所述第一采集单元(10)用于实时采集振动传感器组的振动数据,并采集起吊物品的重量值,建立物联网起重数据集;所述第二采集单元(20)用于实时采集起重设备周围环境中的振动源数据和天气影响数据,建立物联网环境数据集;
所述物联网分析单元(3)用于将物联网起重数据集和物联网环境数据集进行处理后,通过大数据和历史数据进行分析,获得平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz;并将平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz进行拟合,获得实时异常失衡系数Sh;
式中,E1、E2、E3和E4分别表示为平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz的权重值,且E1+E2+E2+E4≥1,C1为修正常数;
所述评估单元(4)用于接收实时异常失衡系数Sh,对实时异常失衡系数Sh比较阈值处理,获得报警信息YBJX,具体计算方式如下:
YBJX=(Sh≥ZXZ&&Sh≤ZDZ)&&(T≥SJZ)&&(Sh≥ZDYZ)
式中:用于将实时异常失衡系数Sh与预设的阈值进行对比,当实时异常失衡系数Sh为实际值,ZXZ为最小失衡阈值,该数据由评估单元(4)预设获取,最小失衡阈值ZXZ代表触发报警信息Sh最小失衡阈值,ZDZ为最大失衡阈值,该数据由评估单元(4)预设获取,最大阈值ZDZ代表触发报警信息YBJX最大失衡阈值,T为实际失衡或者抖动的时间值,由第一采集单元(10)采用计时器获取,时间值T代表实际失衡触发的时间,SJZ为时间阈值,且SJZ=5秒,时间阈值SJZ代表触发报警信息YBJX的时间阈值;ZDYZ表示为振动浮动阈值;当实时异常失衡系数Sh超过振动浮动阈值ZDYZ时,则触发报警信息;
在获得报警信息YBJX后,由预警单元(5)输出相对应的报警信息,并生成报警日志。
2.根据权利要求1所述的基于物联网的特种设备安全监测***,其特征在于:所述物联网分析单元(3)包括数据处理单元(30),所述数据处理单元(30)用于对物联网起重数据集和物联网环境数据集进行处理;处理步骤包括:
对起重数据集和环境数据集进行清洗,去除无效、重复或错误的数据;
对清洗后的起重数据集和环境数据集中提取有用的特征,包括振动频率、振动幅度、重量值和风力强度;
将起重数据集和环境数据集进行关联,查看起重设备的振动和环境因素之间的关系;
通过统计方法和频域分析来了解起重设备的工作状态和振动特性。
3.根据权利要求1所述的基于物联网的特种设备安全监测***,其特征在于:所述物联网分析单元(3)包括建立模型单元(31)和生成报告单元(32),所述建立模型单元(31)用于将基于处理后的起重数据集和环境数据,建立预测模型来分析起重设备的性能,建立振动与负载关系模型;
所述振动与负载关系模型用于对起重数据集包括激励频率和振动响应数据,进行共振分析,以确定可能的共振现象;对环境数据集进行输入分析不同环境因素对设备振动的影响;并计算获得平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz;
所述生成报告单元(32)用于对平衡系数Ph、移动振动系数zd、天气影响系数hj和异常共振系数Gz计算当前时间戳,并总结处理后的数据,列出异常情况、趋势和共振现象信息,生成分析报告。
4.根据权利要求1所述的基于物联网的特种设备安全监测***,其特征在于:所述平衡系数Ph通过以下公式计算获得:
Ph=(cos(A0)
式中,Δθ表示起重设备的倾斜角度变动值,采用角度传感器进行测量角度值;当Δθ较小时,cos(Δθ)的值接近1,表明起重设备相对平衡;当Δθ较大时,cos(Δθ)的值逐渐减;表明起重设备的倾斜程度较大。
5.根据权利要求1所述的基于物联网的特种设备安全监测***,其特征在于:所述移动振动系数zd通过以下公式计算获得:
式中,W表示为负载物品的重量值,V表示起重设备起吊的移动速度值,A表示为振动频率值,F表示为振动频率值,G表示为重力加速度,每单位质量的物体受到的引力加速度,是根据起重设备的国际通用物理常数,用于在一般情况下对重力的影响进行计算获得的数据,设置为G取值9.81米/秒2。
6.根据权利要求1所述的基于物联网的特种设备安全监测***,其特征在于:所述第二采集单元(20)包括风力监测单元(21)和降雨监测单元(22);
所述风力监测单元(21)用于采用风力传感器对起重设备运行的环境进行风力强度监测,获得实时风力强度值fLz;所述降雨监测单元(22)用于通过气象传感器实时监测起重设备运行的环境降雨量值JyL。
7.根据权利要求6所述的基于物联网的特种设备安全监测***,其特征在于:所述天气影响系数hj通过以下公式计算获得,
式中,β表示为阻力因子,因下雨和刮风造成的阻力值;W1和W2表示为实时风力强度值fLz和环境降雨量值JyL的权重值,且0.45<W1<0.85,0.25<W2<0.65,且,W1+W2≥1.25。
8.根据权利要求1所述的基于物联网的特种设备安全监测***,其特征在于:所述异常共振系数Gz的计算方法包括以下步骤:
S1、采集起重设备的历史数据,获取固有频率值fres,即起重设备无外部激励干扰下自动振动频率值,通过振动传感器测量获得;
S2、在当前起重设备环境中振动源的位置放置传感器,振动源包括人员活动、地震或者机械运动产生的地面振动,采集运行频率值fexc;
S3、计算共振条件,当异常共振在激励频率接近或固有频率时产生,通过振动传递函数计算异常共振系数Gz通过以下公式进行计算:
式中,A表示为振动频率值;fexc表示固有频率值,即导致共振的频率,fexc是外部激励的频率;通常情况下,当fexs靠近fres时,异常共振系数Gz会显著增加,导致振幅的迅速增加,从而引发共振。
9.根据权利要求1所述的基于物联网的特种设备安全监测***,其特征在于:所述评估单元(4)包括接收单元(41)、计算时间阈值T单元(42)、计算振动浮动阈值单元(43)、触发报警单元(44)和输出报警信息单元(45);
所述接收单元(41)用于从物联网分析单元(3)中接收实时异常失衡系数的值Sh;
所述计算时间阈值T单元(42)用于采集计算实际失衡或抖动被认定为触发报警的时间;设置为5秒,即若实际失衡或抖动持续时间超过5秒,则被视为触发报警;
所述计算振动浮动阈值单元(43)用于表示在实时异常失衡系数Sh超过振动浮动阈值ZDYZ时触发报警;该值表示设备振动的浮动范围阈值;
所述触发报警单元(44)用于将实时异常失衡系数Sh与最小失衡阈值ZXZ和最大失衡阈值ZDZ进行比较,如果异常失衡系数Sh在这两个值之间,并且持续时间超过时间阈值T,则被判断为触发报警;同时,如果异常失衡系数Sh超过振动浮动阈值ZDYZ,也会触发报警;
输出报警信息单元(45)用于一旦触发报警条件,评估单元(4)将生成触发报警信息;所述报警信息包括报警类型、时间戳和设备定位信息。
10.根据权利要求9所述的基于物联网的特种设备安全监测***,其特征在于:所述预警单元(5)用于接收生成的触发报警信息,并生成报警日志,记录报警发生的详细信息;所述触发报警信息包括紧急制动、振动预警、高风速预警、失衡预警和限位预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311445362.7A CN117392587B (zh) | 2023-11-02 | 2023-11-02 | 基于物联网的特种设备安全监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311445362.7A CN117392587B (zh) | 2023-11-02 | 2023-11-02 | 基于物联网的特种设备安全监测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117392587A true CN117392587A (zh) | 2024-01-12 |
CN117392587B CN117392587B (zh) | 2024-04-26 |
Family
ID=89437244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311445362.7A Active CN117392587B (zh) | 2023-11-02 | 2023-11-02 | 基于物联网的特种设备安全监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117392587B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117633636A (zh) * | 2024-01-25 | 2024-03-01 | 江苏省特种设备安全监督检验研究院 | 一种云端互联的特检数据处理***及其处理设备 |
CN117886241A (zh) * | 2024-03-14 | 2024-04-16 | 山东中建众力机械工程有限公司 | 基于振动分析的塔式起重机自检*** |
CN117893951A (zh) * | 2024-03-11 | 2024-04-16 | 中安银城科技有限公司 | 一种视频物联网检测设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104760887A (zh) * | 2014-01-08 | 2015-07-08 | 中国特种设备检测研究院 | 港口起重机械运行安全机载预警*** |
WO2021025616A1 (en) * | 2019-08-02 | 2021-02-11 | Global Engineers Investment Singapore Pte. Ltd. | Method and system for managing a crane and/or construction site |
WO2023040575A1 (zh) * | 2021-09-17 | 2023-03-23 | 中通服和信科技有限公司 | 基于物联网的特殊作业现场异常预警分析***及方法 |
CN116649987A (zh) * | 2023-06-25 | 2023-08-29 | 重庆市人民医院 | 一种基于互联网的心电异常实时监测*** |
CN116839682A (zh) * | 2023-09-01 | 2023-10-03 | 山东日辉电缆集团有限公司 | 一种基于物联网的电缆加工制造实时监控*** |
CN116862199A (zh) * | 2023-08-17 | 2023-10-10 | 浙江建设职业技术学院 | 基于大数据和云计算的建筑施工优化*** |
CN116884193A (zh) * | 2023-08-03 | 2023-10-13 | 上海创芯致锐互联网络有限公司 | 一种基于多端感应融合的芯片工厂智慧生产监控警报*** |
-
2023
- 2023-11-02 CN CN202311445362.7A patent/CN117392587B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104760887A (zh) * | 2014-01-08 | 2015-07-08 | 中国特种设备检测研究院 | 港口起重机械运行安全机载预警*** |
WO2021025616A1 (en) * | 2019-08-02 | 2021-02-11 | Global Engineers Investment Singapore Pte. Ltd. | Method and system for managing a crane and/or construction site |
WO2023040575A1 (zh) * | 2021-09-17 | 2023-03-23 | 中通服和信科技有限公司 | 基于物联网的特殊作业现场异常预警分析***及方法 |
CN116649987A (zh) * | 2023-06-25 | 2023-08-29 | 重庆市人民医院 | 一种基于互联网的心电异常实时监测*** |
CN116884193A (zh) * | 2023-08-03 | 2023-10-13 | 上海创芯致锐互联网络有限公司 | 一种基于多端感应融合的芯片工厂智慧生产监控警报*** |
CN116862199A (zh) * | 2023-08-17 | 2023-10-10 | 浙江建设职业技术学院 | 基于大数据和云计算的建筑施工优化*** |
CN116839682A (zh) * | 2023-09-01 | 2023-10-03 | 山东日辉电缆集团有限公司 | 一种基于物联网的电缆加工制造实时监控*** |
Non-Patent Citations (1)
Title |
---|
柏彬;陈勇;杜长青;茅鑫同;韩超;李东鑫;黄云天;郑兴;王磊磊;: "基于物联网技术的智能安全监控建筑信息模型", 工业建筑, no. 04, 20 April 2020 (2020-04-20) * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117633636A (zh) * | 2024-01-25 | 2024-03-01 | 江苏省特种设备安全监督检验研究院 | 一种云端互联的特检数据处理***及其处理设备 |
CN117633636B (zh) * | 2024-01-25 | 2024-05-03 | 江苏省特种设备安全监督检验研究院 | 一种云端互联的特检数据处理***及其处理设备 |
CN117893951A (zh) * | 2024-03-11 | 2024-04-16 | 中安银城科技有限公司 | 一种视频物联网检测设备 |
CN117886241A (zh) * | 2024-03-14 | 2024-04-16 | 山东中建众力机械工程有限公司 | 基于振动分析的塔式起重机自检*** |
CN117886241B (zh) * | 2024-03-14 | 2024-06-04 | 山东中建众力机械工程有限公司 | 基于振动分析的塔式起重机自检*** |
Also Published As
Publication number | Publication date |
---|---|
CN117392587B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117392587B (zh) | 基于物联网的特种设备安全监测*** | |
CN116758719B (zh) | 一种生产车间设备环境在线监测*** | |
CN108376184A (zh) | 一种桥梁健康监控的方法及*** | |
CN102963828B (zh) | 起重机械的健康诊断与安全监控方法及其装置 | |
CN109823941B (zh) | 一种应用于主动安全电梯上的钢丝绳监测装置 | |
CN115072598B (zh) | 基于人工智能的塔吊监测方法和装置 | |
CN115238915A (zh) | 一种工业装备故障预测与健康监测*** | |
CN115165725A (zh) | 一种基于数据驱动的海上装备腐蚀监测与安全预警*** | |
CN111311872A (zh) | 一种船体结构应力长期监测报警*** | |
KR100710662B1 (ko) | 구조물의 피로 강도 모니터링 시스템 | |
CN117253350A (zh) | 一种基于多传感器的建筑施工场地安全预警*** | |
Voinalovych et al. | Rationale of acceptable risk of using tractors with operational damages of responsible parts | |
CN112362335A (zh) | 一种实时在线监测机电管线抗震支吊架工作状态的***及方法 | |
US11847018B2 (en) | Method for utility infrastructure fault detection and monitoring | |
CN114314347B (zh) | 起重机械安全监控管理*** | |
CN111706526A (zh) | 一种脱硫塔浆液循环泵故障分析诊断***及其方法 | |
CN116595657A (zh) | 一种发动机质量预测*** | |
CN213397614U (zh) | 一种实时在线监测机电管线抗震支吊架工作状态的*** | |
CN108627107A (zh) | 管道内沉积粉尘厚度监测装置及方法 | |
CN113934601A (zh) | 一种开关柜验收机器人状态评估方法和*** | |
Ongbali et al. | Building structural health monitoring: A tool for building collapse mitigation | |
CN118125257B (zh) | 基于数据分析的施工升降机运行风险监测预警*** | |
CN216129235U (zh) | 一种起重机结构安全监测*** | |
CN219368721U (zh) | 一种智慧型的电站电除尘钢架稳定性检测装置 | |
CN111003641B (zh) | 塔吊吊升目标需求重量的获取方法及其*** |
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 |