基于深度学习模型的滚动轴承寿命预测方法和装置

    公开(公告)号:CN113326590A

    公开(公告)日:2021-08-31

    申请号:CN202110803411.4

    申请日:2021-07-16

    Abstract: 本申请公开了基于深度学习模型的滚动轴承寿命预测方法和装置,其中,方法包括:获取多个传感器检测的时序信号;将所述时序信号进行数据处理,得到所述时序信号对应的灰度图;对所述灰度图进行标注,得到时序序列数据集和故障识别数据集;将所述故障识别数据集输入至故障识别模型对所述故障识别模型进行训练,得到所述故障识别模型对应的特征参数;构建故障趋势预测模型,并将所述故障识别模型对应的特征参数作为所述故障趋势预测模型的初始参数;将所述时序序列数据集输入至所述故障趋势预测模型中对所述故障趋势预测模型进行训练,并得到所述时序序列数据集对应的剩余寿命,能够对滚动轴承的剩余生命进行准确预测。

    一种离心压缩机组智能联锁保护方法

    公开(公告)号:CN109779938A

    公开(公告)日:2019-05-21

    申请号:CN201811641185.9

    申请日:2018-12-29

    Inventor: 高晖 邓化科

    Abstract: 本发明公开了一种离心压缩机组智能联锁保护方法,能够提高离心压缩机组故障异常检测的准确率。该方法包括如下步骤:采集获得离心压缩机组正常工况运行数据和实时工况运行数据。针对离心压缩机组的I种故障,在正常工况运行数据和实时工况运行数据中,分别提取每种故障的特征值;针对每种故障的特征相空间均建立高斯混合模型,训练得到正常工况下和实时工况下第i种故障对应的特征相空间模型并计算欧式距离,判断该距离是否超过第i个报警门限,若是则报警并计算第i种故障的故障影响力无量纲指数为若第i种故障的故障影响力无量纲指数为H(i)超过设定的故障影响阈值,则将离心压缩机组进行联锁停机,否则离心压缩机组继续运行。

    一种基于物联网的往复压缩机敏感特征提取与故障诊断方法

    公开(公告)号:CN104712542B

    公开(公告)日:2017-06-09

    申请号:CN201510015384.9

    申请日:2015-01-12

    Abstract: 本发明涉及一种基于物联网的往复压缩机敏感特征提取与故障诊断方法。针对目前往复压缩机实际预警参数与故障诊断缺乏有效关联的现状,以基于物联网技术的往复压缩机在线监测诊断系统为基础,通过典型故障机理研究找到“故障‑特征”的内在对应关系,提出了一种采用故障敏感特征参数提取的往复压缩机故障诊断方法。本发明针对往复压缩机故障案例数据,提取不同故障对应敏感特征参数,组成故障敏感特征参数集;采用不同智能分类算法,基于故障敏感特征参数集构建故障自动分类器,实现机组故障自动诊断。

    一种往复压缩机无级气量调节方法及系统

    公开(公告)号:CN104612951B

    公开(公告)日:2016-04-20

    申请号:CN201510015385.3

    申请日:2015-01-12

    Abstract: 本发明涉及一种采用灵活时间控制模式的往复压缩机无级气量调节方法与系统,用于控制往复压缩机排气量,适应企业不同转速往复压缩机生产需要;该无级气量调节系统包括液压动力系统、液压执行机构、气阀卸荷装置、气量调节控制系统、信号测量系统与配套密封机构;具体控制需首先获得无级气量调节系统各组成部分时间参数,根据不同参数确定具体的时间控制方式与控制信号输出方式;本发明可对各类不同转速的往复压缩机组排气量进行精确、宽范围的调节,能耗随排气量的减少而降低。

    一种用于振动保护的数据同步方法及系统

    公开(公告)号:CN113701872B

    公开(公告)日:2022-03-25

    申请号:CN202110905484.4

    申请日:2021-08-06

    Abstract: 本申请公开了一种用于振动保护的数据同步方法及系统,一种用于振动保护的数据同步方法,包括:预设参考振动信号以及定点点数;通过第一采集模块实时采集振动信息,基于所述振动信息统计与所述振动参考信号同步的同步点数;当所述同步点数与所述定点点数相同时,所述第一采集模块向各第二采集模块发送同步采集指令;所述第二采集模块在接收到所述同步采集指令后开始实时采样,直至所述第二采集模块再次接收到所述同步采集指令完成单个采样周期内信息的采集。本申请实施例提供的用于振动保护的数据同步方法,通过第一采集模块对于实际定点点数的统计并与设置的定点点数比较,能够实现在主振动采集模块无法产生同步信号时,完成对数据的截取和采集。

    一种基于振动监测的实时在线保护系统及方法

    公开(公告)号:CN113624321B

    公开(公告)日:2022-03-04

    申请号:CN202110926077.1

    申请日:2021-08-12

    Abstract: 本申请公开了一种基于振动监测的实时在线保护系统及方法,其中,一种基于振动监测的实时在线保护系统包括:采集单元,采集不同位置的振动信息,并将振动信息传送至微控单元;微控单元,基于振动信息判断是否对被保护设备采取保护措施,并向机控单元传送报警信息;机控单元,基于报警信息向表决单元传送控制信号,基于报警信息判断是否向监测单元发送周期性的脉冲信号;监测单元,基于周期性的脉冲信号判断是否向表决单元发送联锁信号;表决单元,基于接收到的控制信号和联锁信号通过二取一表决方式生成表决控制信号,将表决控制信号发送给保护单元;保护单元,基于表决控制信号对被保护设备进行实时保护。

    基于小样本深度学习的一类冲击故障诊断

    公开(公告)号:CN113705096A

    公开(公告)日:2021-11-26

    申请号:CN202111000344.9

    申请日:2021-08-27

    Abstract: 本申请公开了一种基于小样本深度学习的一类冲击故障诊断方法故障诊断,该方法包括:获取设备监测数据对应的迁移特征,得到迁移特征集;对迁移特征集进行重构,得到设备的训练集,训练集中包括设备的真实频域数据及虚拟频域数据;基于机器学习,对训练集进行训练,构建设备的故障诊断模型,故障诊断模型用于识别设备是否发生故障。本申请实施例依据设备的故障机理选择合适的迁移特征,并对迁移特征集进行重构,以生成丰富的训练集,最后对生成的训练集机型训练,构建设备的故障诊断模型,从而可以利用构建的故障诊断模型对设备是否发生故障进行准确的诊断,提高了设备故障诊断的准确度及效率,具备很好的变负载工况迁移能力。

    一种离心压缩机组智能联锁保护方法

    公开(公告)号:CN109779938B

    公开(公告)日:2021-06-22

    申请号:CN201811641185.9

    申请日:2018-12-29

    Inventor: 高晖 邓化科

    Abstract: 本发明公开了一种离心压缩机组智能联锁保护方法,能够提高离心压缩机组故障异常检测的准确率。该方法包括如下步骤:采集获得离心压缩机组正常工况运行数据和实时工况运行数据。针对离心压缩机组的I种故障,在正常工况运行数据和实时工况运行数据中,分别提取每种故障的特征值;针对每种故障的特征相空间均建立高斯混合模型,训练得到正常工况下和实时工况下第i种故障对应的特征相空间模型并计算欧式距离,判断该距离是否超过第i个报警门限,若是则报警并计算第i种故障的故障影响力无量纲指数为若第i种故障的故障影响力无量纲指数为H(i)超过设定的故障影响阈值,则将离心压缩机组进行联锁停机,否则离心压缩机组继续运行。

Patent Agency Ranking