“状态监测与故障诊断”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果21968476个，建议您升级VIP下载更多相关专利

[发明专利]一种用于健康监测的大数据处理平台及其设计方法-CN201810668485.X在审
发明人：洪晟;孙龙龙;李煌 -专利权人：北京航空航天大学
申请日： 2018-06-26 - 公布日： 2018-12-07 - 主分类号： G06F17/30 文献下载
摘要：本发明提供一种用于健康监测的大数据处理平台及其设计方法，该大数据处理平台是由数据导入模块、健康状态评估模块、关联性分析模块、故障诊断模块和报表生成模块构成；其设计方法包括以下步骤：1、利用数据导入模块对设备运行数据进行数据导入；2、评估设备所处的健康状态；3、通过关联性分析模块分析设备数据中各类指标与设备健康状态的关联性，分析指标权重与重要程度；4、通过故障诊断模块对设备进行故障诊断，判断设备是否故障；5、通过报表生成模块输出以上模块的结果与数据；本发明解决了大数据场景下设备的实时健康监测问题，可为设备进行实时的维护工作，它减小了故障诊断过程中的错误率，大大提高了模型的准确度。
数据处理平台报表生成模块故障诊断模块数据导入模块关联性分析健康监测对设备故障诊断过程健康状态评估设备健康状态实时健康监测准确度故障诊断健康状态模块分析判断设备评估设备设备数据运行数据指标权重错误率大数据关联性减小场景输出分析维护

[发明专利]一种基于数字孪生的变压器故障诊断系统及其方法-CN202011333972.4在审
发明人：杨奕飞;严志剑;何祖军;左文杰;苏贞;袁伟 -专利权人：江苏科技大学
申请日： 2020-11-25 - 公布日： 2021-04-20 - 主分类号： G01R31/62 文献下载
摘要：本发明属于变压器故障诊断领域，具体地说，是一种基于数字孪生的变压器故障诊断系统及其方法，由物理系统模块、数字孪生模块、故障诊断模块构成，方法具体包括以下步骤；使用所述物理系统模块创建变压器的三维模型和获取传感器采集的变压器运行状态数据；使用数字孪生模块创建变压器数字孪生模型、生成模拟数据和数字孪生模型的校准；使用故障诊断模块进行变压器的故障诊断，本发明将变压器的物理实体与虚拟模型结合，根据传感器获得的状态监测数据和孪生模型的仿真数据修正数字孪生模型，提取特征参数，利用BP神经网络算法诊断故障的类型，分析故障可能出现的原因，有助于减少变压器的维修成本与周期，提高故障诊断效率，使变压器安全可靠运行。
一种基于数字孪生变压器故障诊断系统及其方法

[发明专利]一种船舶机舱机电设备状态监测及故障诊断方法-CN202310124969.9有效
发明人：李明宇;李星宇;白亚鹤 -专利权人：中国船舶集团有限公司第七一九研究所
申请日： 2023-02-16 - 公布日： 2023-05-09 - 主分类号： G01R31/00 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及一种船舶机舱机电设备状态监测及故障诊断方法，用于解决现有的船舶机舱监测报警系统无法实时获得船舶机舱机电设备的运行状态，无法判断具体出现故障的船舶机舱机电设备，无法实时进行故障诊断，进而仍然无法做到高效的发现问题并及时作出应急反应的问题；该方法能够实时对船舶机舱机电设备的运行状态进行监测，还能够对运行状态不佳的机电设备进行合理分析并筛选，之后筛选出的机电设备进行故障诊断，从而能够实现及时发现问题并作出应急反应
一种船舶机舱机电设备状态监测故障诊断方法

[发明专利]基于专家系统和神经网络算法融合的织机故障诊断方法-CN202110770571.3在审
发明人：李宾;范柯岐;韩芙蓉;肖艳军 -专利权人：河北工业大学;江苏科瑞德智控自动化科技有限公司
申请日： 2021-07-08 - 公布日： 2021-11-30 - 主分类号： G05B23/02 文献下载
摘要：本发明涉及基于专家系统和神经网络算法融合的织机故障诊断方法。该方法将神经网络用于剑杆织机的故障识别，将神经网络与专家系统协同耦合，实现对剑杆织机故障诊断的智能判断。该故障诊断方法能够很好的对运转的剑杆织机设备的运行状态进行实时监测和故障诊断，及时发现设备故障；能有效延长设备运行寿命，判断故障位置，同时提高设备稳定性，确保设备全生命周期的安全可靠。
基于专家系统神经网络算法融合织机故障诊断方法

[发明专利]大型回转支承机构故障诊断及健康监测试验装置-CN201110208792.8有效
发明人：齐凯;王新华;江爱华;刘柏清;何成忠 -专利权人：广州市特种机电设备检测研究院
申请日： 2011-07-25 - 公布日： 2011-12-21 - 主分类号： G01M13/04 文献下载
摘要：本发明公开了一种大型回转支承机构故障诊断及健康监测试验装置，此大型回转支承机构故障诊断及健康监测试验装置通过两个上下重叠联接的上回转支承和下回转支承形成回转支承主体，通过电机带动回转支承主体运转，并通过在回转支承主体顶部设置的加载装置对回转支承实际工作过程中的受载情况进行模拟加载，从而实现模拟回转支承工作状态时的效果，以方便在其模拟工作状态对回转支承进行实时的故障诊断及健康监测，此发明用于机械故障监测领域。
大型回转支承机构故障诊断健康监测试验装置

[发明专利]一种压裂泵监测系统及方法-CN202110538215.9在审
发明人：张胜海 -专利权人：三一石油智能装备有限公司
申请日： 2021-05-18 - 公布日： 2021-07-23 - 主分类号： F04B51/00 文献下载
摘要：本发明提供了一种压裂泵监测系统及方法，涉及油田增产设备运行维护领域。本发明所述的压裂泵监测系统，包括压力传感器、振动传感器和故障诊断装置，所述压力传感器和所述振动传感器设置在压裂泵上，所述故障诊断装置分别与所述压力传感器及所述振动传感器连接。本发明所述的技术方案，通过设置压力传感器和振动传感器收集压裂泵相关位置的压力信号和振动信号，并可以通过故障诊断装置诊断压裂泵的运行状态，例如，故障诊断装置根据压力传感器和振动传感器的采集信号对压裂泵的运行状态进行诊断，进而能够实现对压裂泵故障的及时排查，提高了压裂泵的运行安全性。
一种压裂泵监测系统方法

[发明专利]一种离心泵工作状态检测和故障诊断系统-CN201210445365.6无效
发明人：于星光 -专利权人：昆山北极光电子科技有限公司
申请日： 2012-11-09 - 公布日： 2013-01-30 - 主分类号： F04D15/00 文献下载
摘要：本发明提供了一种离心泵工作状态检测和故障诊断系统，包括信号测量单元100，数据分析单元200，显示及打印输出单元300。本发明增加了离心泵的状态检测和故障诊断系统，使离心泵的运行监测更完善，加强了对故障监测、分析及预防的能力。
一种离心泵工作状态检测故障诊断系统

[发明专利]镁合金板材轧制参数监测与故障诊断系统及方法-CN201310296494.8无效
发明人：张远清;王国强;刘义;王若然;钱小磊;苏丽达;张玉新 -专利权人：吉林大学
申请日： 2013-07-13 - 公布日： 2013-10-02 - 主分类号： B21B38/00 文献下载
摘要：本发明公开了一种镁合金板材轧制参数监测与故障诊断系统及方法，由工作辊监测模块、主电机监测模块、振动和噪声监测模块、轧制压力监测模块、轧制温度监测模块、辊缝间隙监测模块、轧件速度监测模块、工作辊道转速监测模块、数据处理模块和轧机组成，同时监测轧制力、轧件温度等工艺参数和电机电流等设备参数，并根据参数提供设备运行状态，进行温度预测和故障诊断。记录设备运行数据，完善温度监测与故障诊断模型，建立具有自学习能力的智能监测与诊断系统。为镁合金轧制设备设计提供依据，对于轧制设备设计具有指导意义。工业实用性强，具有很好的应用前景。
镁合金板材轧制参数监测故障诊断系统方法

[实用新型]镁合金板材轧制参数监测与故障诊断系统-CN201320420223.4有效
发明人：张远清;王国强;刘义;王若然;钱小磊;苏丽达;张玉新 -专利权人：吉林大学
申请日： 2013-07-13 - 公布日： 2013-12-18 - 主分类号： B21B38/00 文献下载
摘要：本实用新型公开了一种镁合金板材轧制参数监测与故障诊断系统，由工作辊监测模块、主电机监测模块、振动和噪声监测模块、轧制压力监测模块、轧制温度监测模块、辊缝间隙监测模块、轧件速度监测模块、工作辊道转速监测模块、数据处理模块和轧机组成，同时监测轧制力、轧件温度等工艺参数和电机电流等设备参数，并根据参数提供设备运行状态，进行温度预测和故障诊断。记录设备运行数据，完善温度监测与故障诊断模型，建立具有自学习能力的智能监测与诊断系统。为镁合金轧制设备设计提供依据，对于轧制设备设计具有指导意义。工业实用性强，具有很好的应用前景。
镁合金板材轧制参数监测故障诊断系统

[发明专利]一种牵引系统故障诊断预警和状态评估方法、装置及系统-CN202010327594.2有效
发明人：冯江华;戴计生;朱文龙;刘勇;梅文庆;江平 -专利权人：湖南中车时代通信信号有限公司
申请日： 2020-04-23 - 公布日： 2020-07-24 - 主分类号： B61L15/00 文献下载
摘要：本申请提供了一种牵引系统故障诊断预警和状态评估方法及装置，应用于牵引系统的故障诊断和状态评估系统，该方法中，首先根据牵引系统样本数据构建预设故障诊断预警和状态评估模型，然后，通过调用预设故障诊断预警和状态评估模型，以牵引系统故障诊断参数作为输入进行牵引系统的故障诊断，得到牵引系统故障诊断结果，最后，根据牵引系统故障诊断结果，判断牵引系统的运行状态，并输出对应的应急处理措施。本申请以列车牵引系统为对象，在不新增传感器、不额外对列车牵引系统进行设备改造的前提下，利用牵引系统故障诊断参数，调用预设故障诊断预警和状态评估模型，实现牵引系统故障诊断预警和状态评估，降低牵引系统故障诊断预警和状态评估成本
一种牵引系统故障诊断预警状态评估方法装置

[发明专利]一种变压器复合故障诊断方法、装置、设备和存储介质-CN202211520144.0在审
发明人：傅明;黄伟杰;谢榕昌;蔡振华;王流火;赖启结;高新华;卢启付;冉旺 -专利权人：广东粤电科试验检测技术有限公司
申请日： 2022-11-30 - 公布日： 2023-03-14 - 主分类号： G01R31/62 文献下载
摘要：本申请公开了一种变压器复合故障诊断方法、装置、设备和存储介质，采集历史正常状态及不同故障状态下变压器的监测数据作为信号样本，并对其进行小波变换得到小波时频图；对小波时频图进行多标签标注得到模型样本，并划分得到训练样本和校验样本；采用训练样本对预置卷积神经网络模型进行训练，通过校验样本对训练好的预置卷积神经网络模型进行校验，在校验结果满足预置要求时，将其作为变压器复合故障诊断模型；将实时采集的变压器的监测数据进行小波变换得到的小波时频图输入到变压器复合故障诊断模型进行故障诊断，得到变压器故障诊断结果，改善了现有技术仅针对单一故障模式进行诊断，难以对复合故障样本进行特征捕捉和在线辨识的技术问题。
一种变压器复合故障诊断方法装置设备存储介质

[发明专利]大型旋转机组在线状态监测与故障诊断系统-CN97102397.2无效
发明人：严拱标;康飚;吴昭同;丁启全;郑松远;杨世锡;郑林生;谭兴文;虞文华;徐哲 -专利权人：浙江大学
申请日： 1997-01-31 - 公布日： 2002-10-02 - 主分类号： G06F11/30 文献下载
摘要：大型旋转机组在线状态监测与故障诊断系统，包括与键相信号和快变信号连接的预处理板；控制整个周期采样的智能键相板和采集振动信号的高速数据采集板；采集缓变信号的低速数据采集板；监视开关量信号的采集板，均与下位机连接下位机通过高速、智能监测系统承担机组运行状态的实时数据采集与监视，上位机负责在线信号处理和故障诊断，它们之间用网卡实现高速通信。它可对机组的振动、位移和温度、工艺参数及开关信号的采集、监视与故障诊断。
大型旋转机组在线状态监测故障诊断系统

[发明专利]一种基于多模块的电机远程状态监测方法-CN202210899536.6在审
发明人：周玲霞;周必华;高虎;孙建松;王庆刚 -专利权人：昆岳互联环境技术（江苏）有限公司
申请日： 2022-07-28 - 公布日： 2022-12-06 - 主分类号： G01R31/34 文献下载
摘要：本发明提供一种基于多模块的电机远程状态监测方法；通过边缘计算网关的数据采集模块来采集电机的振动、温度、电流、电压、转速等多类型数据，通过边缘计算模块来进行阈值报警、时域、时频域的特征值提取以及故障诊断；通过“边云协同”架构将故障诊断模型动态部署在云端和边缘端，并通过OTA升级边缘侧故障诊断的算法。本发明同时提出了一种基于上述方案的电机轴承磨损度故障诊断方法，利用神经网络建立轴承磨损状态的诊断模型。解决了因支持的传感器类型少导致的电机状态监测的数据类型单一的问题、因振动信号采集方案单一导致无法全面覆盖现场测点的问题以及因边缘侧故障诊断算法不支持动态升级导致算法的升级升本高，进化能力差的问题。
一种基于模块电机远程状态监测方法

[发明专利]基于多项式拟合与状态监测的模拟电路故障诊断方法-CN201910233050.7有效
发明人：杨成林;周秀云;刘震 -专利权人：电子科技大学
申请日： 2019-03-26 - 公布日： 2020-09-18 - 主分类号： G01R31/316 文献下载
摘要：本发明公开了一种基于多项式拟合与状态监测的模拟电路故障诊断方法，获取测点的传输函数，分析模拟电路的模糊组信息，确定每个模糊组的代表故障元件，基于传输函数得到各个代表故障元件的特征矩阵，构建多项式拟合的超定方程组，计算得到各个代表故障元件对应的系数向量，当模拟电路发生故障时，对测点进行状态监测，获得测试矩阵和常数项矩阵，求使得测试矩阵与各个代表故障元件特征向量确定的方程具有最小二乘距离的特征向量，对应的代表故障元件即为故障诊断结果采用本发明可以有效实现对模拟电路的故障诊断。
基于多项式拟合状态监测模拟电路故障诊断方法

[发明专利]一种风电机组的故障状态智能监测与诊断方法-CN201811351945.2有效
发明人：于文新;黄守道;赵延明;吴轩 -专利权人：湖南大学
申请日： 2018-11-14 - 公布日： 2020-10-02 - 主分类号： G01R31/34 文献下载
摘要：本发明公开了一种风电机组的故障状态智能监测与诊断方法，包括以下步骤：利用偏最小二乘法建立风电机组非线性模型；结合极限学习机、混沌映射和萤火虫算法构建故障预测模型；通过深度信念学习结合极限学习机建立DBN‑ELM故障诊断模型；通过计算非线性数学模型与预测模型之间的残差对机组进行状态监测，判断风电机组是否发生故障，启动故障诊断模型对故障进行诊断和定位。本发明首先利用偏最小二乘法建立风电机组非线性模型，然后结合极限学习机、混沌映射和萤火虫算法构建故障预测模型，通过二者结合进行故障监测；一旦监测模型发生报警，启动DBN‑ELM模型对故障进行诊断和定位，降低了故障监测的复杂度，提高了故障的诊断正确率。
一种机组故障状态智能监测诊断方法