-
公开(公告)号：CN107701468A
公开(公告)日：2018-02-16
申请号：CN201710892944.8
申请日：2017-09-27
Applicant: 郑州大学 , 郑州恩普特科技股份有限公司 , 韩捷
IPC: F04D15/00
Abstract: 本发明涉及一种混流泵在线综合监测方法及装置，该方法包括：采集混流泵机组实时运行状态数据以及历史运行状态数据，制定不同类型的评价指标；根据历史运行状态数据，构建反映不同类评价指标对应的故障状态的状态识别模型；将实时运行状态数据组中代表各评价指标的实时运行状态数据输入到对应的状态识别模型，计算出相应的差别系数或残差；判断差别系数或残差是否高于设定的安全预警线，若高于安全预警线，则判定混流泵机组相应的评价指标处于故障状态，进行状态预警。本发明根据混流泵历史运行状态数据构建状态识别模型，将混流泵实时运行状态数据输入到该状态识别模型，以判断混流泵的安全状态，预测混流泵设备的潜在故障。
-
公开(公告)号：CN118965110A
公开(公告)日：2024-11-15
申请号：CN202411024287.1
申请日：2024-07-29
Applicant: 郑州恩普特科技股份有限公司
IPC: G06F18/241 , G01M13/045 , G06F18/214 , G06N3/0442
Abstract: 本发明涉及一种变速轴承故障诊断方法及装置，属于变速轴承故障技术领域。作为改进型发明创造，本发明利用不同故障类型下不同转速的变速轴承振动数据对集成有卷积运算模块的CGRU网络模型进行训练，将训练好的CGRU模型作为故障诊断模型，利用该故障诊断模型对变速轴承的实时振动数据进行诊断，以实现对实时工作中的变速轴承的故障进行诊断识别。本发明由于采用的CGRU网络模型能够首先对输入数据进行卷积操作，以获取输入数据的局部空间特征，使得CGRU网络模型能够更好地捕获输入序列中的空间相关性，进而提高故障诊断的精度，满足在强噪声环境下时变转速诊断的实际应用需求。
-
公开(公告)号：CN113123956B
公开(公告)日：2023-02-28
申请号：CN202110374195.6
申请日：2021-04-07
Applicant: 郑州恩普特科技股份有限公司
Abstract: 本发明属于水泵水锤故障技术领域，具体涉及一种水泵水锤故障诊断方法。首先获取水泵测试工况下的时域振动信号，根据测试工况下的时域振动信号确定工频值，并构建正弦参考信号；然后将测试工况下的时域振动信号和构建的正弦参考信号输入至变分模式提取计算模型中，得到工频成分信号；接着将测试工况下的时域振动信号减去工频成分信号，得到目标信号；最后提取目标信号的水锤故障特征，并与水泵正常工况下的水锤故障特征进行比较，根据比较结果判断水泵是否发生水锤故障和/或水泵水锤故障的严重程度。本发明能够有效滤除工频成分信号及其谐频成分，从而准确提取水锤故障特征成分，有效诊断出定频及变频工况下水泵发生的微弱水锤故障。
-
公开(公告)号：CN114971351A
公开(公告)日：2022-08-30
申请号：CN202210651155.6
申请日：2022-06-09
Applicant: 郑州恩普特科技股份有限公司
Abstract: 本发明涉及一种基于熵值法的设备多指标健康状况评估方法，属于设备状态监测和故障诊断领域。本发明通过建立数字化模型和对应的多指标评价模型，利用所建立的多指标评价模型来全面评价部件的健康情况；其中多指标评价模型采用两级制，一级评价指标的权重根据经验来确定，二级评价指标的权重根据二级评价指标的自身熵值来确定，使得到的二级评价指标的权重更加客观；根据每个部件中各级评价指标的权重和二级评价指标自身的特征值确定出各部件的健康值，利用各部件的健康值确定出整个设备的健康状况。因此本发明能够结合设备自身特点，自动检测各部件健康状态，全面客观综合反映设备整体和各部件健康状况，为后续的设备正常运行提供了可靠的保障。
-
公开(公告)号：CN114942385A
公开(公告)日：2022-08-26
申请号：CN202210731048.4
申请日：2022-06-24
Applicant: 郑州恩普特科技股份有限公司
Abstract: 本发明涉及一种电机转速估算方法及系统，方案包括待测电机、加速度传感器、边端的采集器和远端的处理器。通过云边协同方式估算电机的转速：将各传感器采集的加速度信号积分成速度信号；根据服务器下发的电机频率类型及转速工作范围，取出各传感器速度信号频谱图上频率范围内满足条件的极大值对应各谱线位置；根据各谱线位置得出各传感器估算的电机转速；根据各传感器估算的电机转速，出现最多的转速或最小的任意两个转速差中较大的转速作为该组采集数据的转速值；一次数据上传时间内多组数据估算的转速值，出现最多的转速或最小的任意两个转速差中较大的转速作为该上传周期采集数据的最终转速值。方案通过振动加速度传感器准确的估算了电机转速。
-
Patent Agency Ranking
公开(公告)号：CN114858453A
公开(公告)日：2022-08-05
申请号：CN202210307656.2
申请日：2022-03-25
Applicant: 郑州恩普特科技股份有限公司
IPC: G01M13/045
Abstract: 本发明属于轴承故障诊断技术领域，具体涉及一种轴承复合故障诊断方法。该方法首先获取轴承的振动信号，然后进行谱相关计算，并依据谱相关计算结果进行改进谱相关计算，最后基于改进谱相关计算结果沿载频方向进行积分以进行增强谱相关计算，从而得到只反映调制频率特征的频谱结果，即得到忽略载频特征的时频谱结果，以更直观地反映故障特征提取结果，有效解决由于信号之间的耦合性以致传统包络谱分析方法无法有效提取滚动轴承复合故障特征的问题，只提取出滚动轴承发生故障时的目标特征频率‑调制频率，有效改进传统谱分析同时提取调制频率及载频造成时频分析结果中谱线分布复杂的缺点。
-
公开(公告)号：CN114608827A
公开(公告)日：2022-06-10
申请号：CN202210295430.5
申请日：2022-03-23
Applicant: 郑州恩普特科技股份有限公司
IPC: G01M13/045 , G06K9/00
Abstract: 本发明属于振动信号处理技术领域，具体涉及一种轴承微弱故障诊断方法，包括S1.获取轴承的振动信号；S2.采用连续变分模式分解方法分解振动信号，得到多个包含单一信号成分的模式；S3.计算步骤S2中得到的所有模式的稀疏度，并依据稀疏度的大小对步骤S2中的所有模式进行排序；其中，稀疏度是通过一种新的计算公式计算而得；S4.依据步骤S3中得到的各模式的稀疏度及排序结果，按照基于稀疏度指标的重组策略对所有模式进行信号重构；S5.对步骤S4重构得到的信号进行分析，提取轴承的微弱故障特征。因此，本发明提高了轴承故障诊断的准确率。
-
公开(公告)号：CN114112397A
公开(公告)日：2022-03-01
申请号：CN202111404762.4
申请日：2021-11-24
Applicant: 郑州恩普特科技股份有限公司
IPC: G01M13/045
Abstract: 本发明属于轴承故障诊断技术领域，具体涉及一种滚动轴承故障诊断方法。该方法首先对经典解卷积进行改进，在MED算法中D‑范数的基础上提出多点D‑范数，从而利用改进解卷积模型来提取冲击性特征信号，然后利用构造的最优带通滤波器对得到的冲击性特征信号进行滤波处理，最后对滤波后的冲击性特征信号进行分析，以确定滚动轴承是否发生故障。本发明可以准确提取出冲击性特征信号，可以准确判断滚动轴承是否发生故障，并可以检测出滚动轴承微弱故障。
-
公开(公告)号：CN114091539A
公开(公告)日：2022-02-25
申请号：CN202111394970.0
申请日：2021-11-23
Applicant: 郑州恩普特科技股份有限公司
Abstract: 本发明提供了一种多模态深度学习的滚动轴承故障诊断方法，属于轴承故障诊断技术领域。通过构建滚动轴承故障诊断模型来对不同工况下滚动轴承的时域信号、频域信号和小波域信号进行判断，输出滚动轴承在当前工况下的轴承状态为正常或存在某种类型的故障。采用本发明，能够对振动信号从时域、频域和小波域三种模态进行综合分析，既能加强不同域特征间的联系，还能补充单域特征可能漏掉的信息，而且本发明所提方法平均准确率均比单时域WDCNN、EMD+VPMCD及传统融合方法高并具有较强的鲁棒性，可以提高对滚动轴承进行故障诊断的准确性。
-
公开(公告)号：CN110493744B
公开(公告)日：2022-02-01
申请号：CN201910769376.1
申请日：2019-08-20
Applicant: 郑州大学 , 郑州恩普特科技股份有限公司 , 韩捷
Abstract: 本发明涉及一种主从式无线传感器的数据同步采集方法与系统，属于设备故障状态监测领域，其中主传感器负责发送同步信号，从传感器的副处理器负责与主传感器和副传感器的主处理器进行通信，通过各从传感器的副处理器的物理层接收到同步信号时，物理层解析出同步信号的帧头，并根据该帧头向主处理器发送中断信号，各主处理器根据接收的中断信号开始同步采集。相对于现有技术，由主传感器发送至从传感器的同步信号，不必由物理层传输到应用层，而是直接在物理层进行处理后发出中断信号，使各主处理器开始同步采集，随机累计误差非常小，能够保证各主处理器开始采集数据的时刻同步，提高同步精度。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.077 seconds)
